关键词：机械设备；状态监测；故障；智能化；诊断技术
1 机械设备状态监测与故障智能化诊断技术概述
机械设备状态监测和故障智能化诊断系统主要包括机群故障诊断系统和通信系统等多项内容，故障诊断系统的主要作用就是对机械设备实际运行过程中的各项参数进行快速采集与分析处理，准确识别机械设备运行状态，之后再由机群故障诊断系统结合设备故障数据进行故障诊断决策，而通信系统的主要作用则是确保各系统之间的有效沟通。
1.1 单机监测与故障诊断系统
所谓的单机监测与故障诊断系统主要就是指整个状态监测和故障诊断系统中用于单个机械设备状态监测以及故障诊断的子系统。主要在相应单机设备中配置智能化监控仪器来实现相应功能，包括：第一，对于单个机械设备运行状态以及故障信息进行监测，同时将相应数据传输到整个故障诊断系统中，若是系统发现某些异常问题就会发出相应报警信息；第二，能够接收整个故障诊断系统发送的诊断决策数据。每台机械设备中都配置了单机监测以及故障诊断系统，这是状态监测和故障诊断最为重要的环节。所以要确保系统的精准性，能够实时掌握机械设备运行数据情况，并且可以将数据及时准确的传送给故障诊断系统。
1.2 机群监测与故障诊断系统
机群监测与故障诊断系统最主要的作用就在于故障的诊断以及决策，其具体操作方式为：接收单个机械设备发送的数据信息并实施分析处理，明确单个机械设备故障原因，制定故障解决策略，将其反馈给单个机械设备以便实施维修。同时能够对故障相应原始数据以及相应诊断结果进行记录。
随着信息技术的快速发展，智能化已经成为了故障诊断技术的发展方向，目前较为常用的故障智能化诊断技术主要为“专家系统（ES）”以及“人工神经网络”两种。机械设备具有复杂的结构形式，再加上应用场合的多元化就造成了其故障原因的多样性，所以需要通过非常专业的知识以及实践经验来对故障进行准确判断，所以最好采取专家系统的方式进行机群状态监测以及故障诊断。以专家系统为基础的机群故障诊断系统主要包括解码程序、专家系统、接口程序、数据库等几个部分，其中解码程序主要是将机械设备的初始状态参数以及故障信息进行编码以及解码，同时要将数据转换成为统一的输入制式；数据库主要包括“原始信息数据库”以及“故障诊断信息数据库”两种类型，其中原始信息数据库主要进行单个机械故障信息和故障诊断结果的存放。
1.3 通信系统
通信系统的作用在于监控单个机械设备的运行状态，同时实现故障诊断子系统和机群故障诊断系统的通信。从目前来看，无线通信系统得到了较大发展且不断趋于完善，具有非常显著的优势，所以在机械机群状态监测以及故障智能化诊断方面得到了非常广泛的应用，能够满足机械维护自动化以及智能化的发展需要。
2 机械设备的实时在线监测实施方案
在中小型机械设备在线监测工作中应用无线通讯技术和嵌入式系统可以很好地解决以往传统机械设备监测过程中遇到的各种难题，不断提高机械设备维护和管理成效。
期刊文章分类查询,尽在期刊图书馆
图1 电路原理图
如上图所示，主要将Hac-up模块和PIC单片机连接在一起的工作模式，无线现场采集系统主要包含有数字电路、模拟电路和无线数据发送接收三个部分，其中数字电路又包含有多个可以编程的微型处理芯片，人们经常把其叫作MCU控制模块，该模块的主要功能就是实现对电路的有效控制，A/D的快速采样和数据压缩处理。模拟电路包含有4个一模一样的信号处理卡，这些信号处理卡可以对8路有效信号进行同时处理。
3 一种工程机械设备工作状况监测记录仪
在机械设备状态监测过程中合理应用GPS技术不但可以实现准确定位，而且还很好地提升了机械设备的防盗安全性能，通过对各项数据信息的有效收集与分析可以更好地掌握机械设备的实际运行状况，并对设备运行成本数据进行准确计算，为管理人员决策工作提供可靠的依据，进一步为企业创造更大的经济效益。如果能和业务管理软件之间进行紧密配合便可以使整个管理监测过程更加自动化和智能化。
工程机械设备状态监测记录仪一般情况下包括AD采集模块、GPS模块、MCU模块、存储模块、移动通讯模块、I/O模块和电源管理模块等，其中AD采集模块、电源管理模块、GPS模块以及存储模块都和MCU模块之间存在一定的关联，通过MCU模块对数据文件存储、采集数据间隔时间和数据传输进行有效管控，从而实现对整个机械设备仪器实际运转状况的控制，所述存储模块连接有移动通讯模块和I/O模块，存储模块可将各模块收集的数据信息按照指定格式进行形成文件并存储。
4 智能故障诊断
传统的智能故障诊断过程主要由两部分组成。（1）故障特征提取及优选。基于信号处理方法或数据统计手段，提取机械设备监测信号的故障特征，再结合距离估计、主分量分析等技术从多特征集中优选故障敏感特征。（2）故障类型识别。以优选的故障敏感特征训练人工神经网络、支持向量机或决策树等数据分类模型，实现故障类型的自动识别。尽管传统智能故障诊断方法能够实现机械装备健康状态的自动识别，但其故障特征提取及优选阶段仍需依靠人为先验知识，制约了机械装备智能故障诊断方法的推广与应用。基于稀疏自编码网络的智能故障诊断方法通过样本训练模型，可建立机械监测信号与健康状态之间的非线性映射，达到自动提取机械故障特征、识别健康状态的目的。选择传统智能故障诊断方法-支持向量机与本发明的诊断效果进行对比。人为提取每个健康状态样本的诊断特征，包括：FM0、FM4、能量比、方均根值、能量算子、偏度、峭度和峰值等10种常用的齿轮箱诊断特征及4种小波能量比，再以这种诊断特征所组成的训练集为输入，利用支持向量机识别两级行星齿轮箱的健康状态。该方法的训练精度达到97.14％，测试精度达到95.54％，低于的测试精度，说明避免了智能诊断过程中的人为干预，且提高了行星齿轮箱的健康状态识别精度。
结束语
总而言之，在工业生产过程中，机械设备状态监测和故障诊断技术发挥着十分重要的作用，但是随着科学技术的不断发展，各种机械设备不断革新，复杂程度越来越高，这就需要更加低廉、功能更加强大且系统灵活的测试仪。虚拟化和网络化是测试仪器未来的主要发展方向，这一切都离不开先进的测试与仪器软件开发平台，本论文研究了设备状态监测与故障诊断相关内容。
参考文献
[1]王波.机械工程智能化的现状及发展方向探讨[J].建材与装饰，2018(11):239.
[2]毛志雄，邢江，张婷.智能化诊断网络故障关键技术的研究[J].信息记录材料，2018，19(02):54-55.
[3]黄轶.基于专家系统的建筑智能化系统故障诊断分析[J].门窗，2016(10):239.
[4]顾诚.桥式起重机故障分析及智能化诊断策略[J].机电信息，2016(03):50-51.
论文作者:刘书宏
论文发表刊物:《工程管理前沿》2019年22期
论文发表时间:2019/12/12
标签：机械设备论文; 故障诊断论文; 故障论文; 状态论文; 模块论文; 系统论文; 机群论文; 《工程管理前沿》2019年22期论文;