摘要：随着我国经济的发展，机器得到广泛的应用。机器故障诊断就是鉴别机器的状态是否正常，发现和确定故障的部位和性质，预报故障趋势并提出相应的对策。机器的状态监测和故障诊断是随着现代化技术、经济高速发展而出现的一门新型技术学科，其目的在于提高机器的可靠性，延长使用寿命，降低设备全寿命周期费用。本文首先对系统故障诊断的过程与实质进行了概述，详细探讨了设备故障诊断的常用技术方法，旨在提高机器的可靠性，延长使用寿命。
关键词：设备故障；诊断技术；现状与发展
设备故障诊断技术是一门了解和掌握设备在使用过程中的工作状态，确定其整体和局部是否正常，早期发现设备的故障及其产生原因，能够预报故障发展趋势的技术。它一直与设备维修紧密联系，与维修发展阶段对应经历了事后维修阶段、预防维修阶段、状态监测阶段和的智能管理阶段。由于它具有保障生产正常运行、防止突发事故、节约维修成本等显著特点，在现代化大生产中发挥着重要作用，越来越受到人们普遍重视。人们投人大量精力进行研究，设备故障诊断技术取得了很大的进展：探索出一系列新的理论方法与技术应用于实际，增加了对设备故障判断的效率，奠定了对设备实施故障诊断分析与修复的坚实基础，产生了明显的经济效益和社会效益。进行设备故障诊断技术的研究对军队实现现代化建设具有重要意义。军队装备现代化、作战能力提高对军队装备的设计与制造、故障的诊断与修复等关键课题提出了更高的要求。
1 系统故障诊断的过程与实质
机械故障诊断是多学科交叉的实用性技术，它包括以下四个环节：
1.1信号采集。这一步主要和监测技术、传感器技术及电子技术有关。目前已有多种方法，如按信号测取方式不同，可将故障诊断分为振动、声学、温度、铁谱分析、压力、电参数、表面形貌、污染物和光学振动等。
1.2信号的处理变换及特征提取分析。主要依靠数学工具，如FFT，Z变换、小波变换、相关函数及功率谱等信号处理技术，熵谱分析、J散度、学习子空间法及主分量分析等特征提取分析技术。目前，特征相量或特征元素的构造推动了信号处理技术中信息的集成和融合技术的发展，其典型实例是三维全息谱图的发明和三维轴心轨迹图的实际应用。分析几何法和计算机图形识别则是向更高水平发展。还有，用子波理论选取设备故障的特征信号，再用ANN网或Kohonen网对故障进行分类，用神经网络进行信号预处理中的噪声消除，特征提取分析。
1.3设备的状态识别及故障定位。该步目前主要有数学分析、控制论、系统辨识、人工智能和模式识别多种方法。
1.4作出诊断决策和趋势预测，干预设备及其工作过程。状态监测的任务是使系统不偏离正常功能，并预防功能失效，在监视的基础上进行诊断。当系统一旦偏离正常功能，则必须进一步分析故障产生的原因，这时的工作可理解为故障诊断。如果事先已对机器可能发生的故障模式进行分类，那么诊断问题就化为把机器的现行工作状态归入那一类的问题。因此，故障诊断实质上是一类模式分类问题。
2.1传统的诊断方法
传统的诊断方法包括：振动监测技术、噪声监测技术、红外测温技术以及，射线扫描技术等。其中，r射线扫描是一项用于工艺设备过程故障检测诊断的新技术，其优点明显、应用范围广阔。基本原理是运用，射线在物质中的衰减服从功mber一eBer指数规律，结合工艺设备的特点对设备的扫描检测得到反映设备内介质密度变化关系的图谱，通过系统分析扫描图谱以确定设备故障，为故障修复提供依据。
期刊文章分类查询,尽在期刊图书馆
2.2数学诊断方法
数学诊断方法包括：基于线形和非线形判别函数的模式识别方法、基于概率统计的时序模型诊断方法、基于距离判据的故障诊断方法、模糊诊断原理、灰色系统诊断方法、故障树分析法、小波分析法以及混沌分析与分形几何法等。
（1）故障树分析法
故障树分析法是一种图形演绎法，是故障事件在一定条件下的逻辑推理方法。其目的是判明基本故障，确定故障原因、影响和发生概率。它把系统不希望出现的事件作为故障树的顶事件，用规定的逻辑符号自上而下地分析导致顶事件发生的所有可能的直接因素，及其相互间的逻辑关系，并由此逐步深人分析，直到找出事故的基本原因，即故障树的底事件为止。这种方法可对故障进行定性与定量分析。作定性分析时，可以清楚地看出造成故障各种因素的因果关系，找出系统的薄弱环节，采取相应措施加以改善，以提高整体工作性能。作定量分析时，可以解决在一定条件下某种故障发生的概率，找出引起故障的主要因素，即基本事件，而这些因素对研究故障、预测故障发生起着重要作用。故障树分析法将系统故障形成的原因由总体至部分按树枝状逐级细化分析，因而是对复杂动态系统的设计、对机械零件失效形式进行可靠性分析的工具。采用故障树分析法的最终目的不完全是为了得到顶事件的发生概率，更重要的是通过故障树分析，找出系统的薄弱环节，提高系统的安全性和可靠性。
（2）小波分析
小波分析是一种信号的时间----尺度分析方法，它具有多分辨率分析的特点，在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较低的频率分辨率和较高的时间分辨率，很适合探测正常信号中夹带的瞬态反常现象并展示其成分，被誉为分析信号的显微镜。在实际设备故障诊断中，利用小波变换进行动态系统故障检测与诊断具有良好的效果：连续小波变换可以检测信号的奇异性，区分信号突变和噪声漓散小波变换可以检测随机信号频率结构的突变。其故障诊断机理是利用观测器信号的奇异性进行故障诊断，以及利用观测器信号频率结构的变化进行故障诊断。小波分析方法具有良好的时频定位特性，特别适合于分析时变、瞬态及非线性信号，具有一般谱分析所不具备的时域和频域同时定位的能力，为设备故障诊断检测提供了新的强有力的分析手段。将小波理论与分形理论、小波分析与神经网络有机结合是提高故障诊断可靠性的重要方法之一。
综上所述，设备故障诊断技术的应用对机器的有效运行具有重要的推动作用。因此，必须进一步提高和完善设备故障诊断技术，这样才能提高机器的可靠性，延长使用寿命。
参考文献：
[1]李红梅,潘艳芳,赵东亮. 电气设备故障诊断的现状与发展[J]. 电子技术与软件工程,2016,(20):235.
[2]唐炬,杨东,曾福平,张晓星. 基于分解组分分析的SF_6设备绝缘故障诊断方法与技术的研究现状[J]. 电工技术学报,2016,(20):41-54.
[3]王春华. 汽车故障诊断技术的现状与发展趋势[J]. 汽车与配件,2016,(42):66-67.
[4]刘玲,张西,汪琳娜. 故障诊断技术的现状与发展[J]. 电子测试,2016,(Z1):62-63.
[5]帕提古丽•吐尔逊. 农业机械故障诊断技术的现状及发展趋势[J]. 南方农机,2016,(03):44+46.
[6]李树茂. 浅析液压系统故障诊断技术的研究现状与发展趋势[J]. 中小企业管理与科技(下旬刊),2016,(03):246.
[7]邹芳. 机械设备故障诊断技术的现状及趋势[J]. 时代农机,2016,(02):8-10.
论文作者:韩洋
论文发表刊物:《基层建设》2017年第13期
论文发表时间:2017/9/12
标签：故障论文; 故障诊断论文; 技术论文; 设备论文; 方法论文; 信号论文; 小波论文; 《基层建设》2017年第13期论文;