摘要：风机作为当今工农业领域里最常见气体压缩排放设备，广泛应用于各个场合，因此怎样能够更加方便高效节约的对其维修，已经成为各行业共同关注的问题，俗话说 “安全工作，重在预防”，对于风机来讲也应该将注意力放在运行监测及故障检测上面，本文通过回顾风机在运行中经常出现的问题，有针对性的提出了检修和维护意见，并且着重阐述了风机设备动态监测和动态诊断的发展现状，最后针对所提出的问题做了详细的分析，并给出了相应的解决办法。
关键词：风机；检修；分析
风机的主要用途就是对气体进行压缩和输送，应用领域非常广泛，比如冶金、石化、电力和运输船舶等，常见的如工厂、矿井、隧道、冷却塔、车辆、船舶和建筑物的通风、排尘和冷却以及锅炉和工业炉窑的通风和引风等，是这些领域内非常重要的辅助设备，对主体设备的安全运行起着至关重要的作用，假如风机发生故障可能会导致主体设备的停机，因此对风机的维护就显得十分重要，现今的主流思想就是从预防出发，对风机设备进行运行中的动态监测和诊断，从而做到及时维护，杜绝重大安全隐患。以前的维修思想是按计划定期维修，随着科技的不断进步，现在的维修思想已经转变为按实际需求维修，将来的发展方向是按可靠性维修。鉴于风机设备的运行环境和特点，需要建立有针对性的运行监测与故障诊断系统，为更好的维持风机的运行状态提供依据，也能使风机维修变得更加简便快捷和经济可靠。
风机的故障因素有很多，在风机的生产制造和运行管理维护环节中都会产生一些缺陷，并且风机的运行环境一般比较恶劣，经常在高温度、高湿度、粉尘大的环境中运行，这些都导致风机的各部件加速老化，致使故障发生，主要表现有：轴承振动超标、轴承温度过高、旋转叶片卡死等。
轴承震动是在风机运行过程中经常遇到的一种故障，造成这种现象的原因较多，轴承座不稳定、转子动平衡参数超标，结构件变形、轴承磨损、联轴器接合不良、转子转速太高、空气预清器老化震颤，风道设计不合理导致气流不稳定等因素都会导致风机轴承在运转时产生震动。
当震动出现时，应该对风机设备的各个部件进行动态监测，根据数据分析震动产生的原因，找到振动原因后有针对性地提出维修措施，比如轴承磨损严重就需要更换轴承，叶轮变形严重就需要更换或维修叶轮，把合螺栓松动就需要更换新的螺栓等。
由于风机的运行温度一般较高，叶轮的旋转速度常常接近材料极限，摩擦热导致轴承温度进一步上升，这都给轴承的润滑带来困难，因此轴承磨损是风机最常见问题，此外滚动轴承的装配精度不良、装配间隙过大也都会引起轴承磨损严重，对于滑动轴承来说，由于温度过高润滑不良经常导致乌金脱落或磨损量过大的现象。
当出现轴承温度过高时应该首先检查轴承的冷却润滑措施是否存在问题，比如检查润滑油、润滑脂的选用是否正确，油量是否过低等，排除润滑方面的问题后再检测轴承的旋转精度，查看轴承精度是否已经超差，运转是否平稳等。
期刊文章分类查询,尽在期刊图书馆
以上仅仅举例说明风机常见的几种故障，由于风机所配套的主体设备不尽相同，因此风机的运行环境多种多样，运行参数也大不相同，这都使故障的动态诊断和监测需要针对不同的环境来实施，比如为锅炉设备做辅机的风机就会发生结渣危险，导致风机故障；在农用机械方面，配套的风机运行环境就相对简单一些，故障也较少。因此要针对风机的不同运行环境进行研究，找出最经济适用的动态诊断监测手段，为风机的维护提供科学的依据。
早期的预防性维修思想是针对贵重设备提出的，以防止造成巨大的经济损失，在当时的技术条件下只能够定期进行预防试验，从而维修相关部件确保故障率维持在合理的范围之内，对于排除故障确保安全起到了比较好的效果，但是这种维修思想也存在一些弊端，比如在试验时需要耽误正常的生产时间，并且随着维修的进行有可能会引入新的故障。
状态维修思想起源于上世纪70年代，可以说这种思想的出现是设备维修管理工作的一大进步，这种维修思想不再关注具体的时间节点，而是将注意力集中在每台设备的运行状态上，通过科学的手段跟踪设备的运行状态，掌握每台设备运行时的变化，根据变化的参数对比标准参数，掌握设备运行的良好度，将良好度达标的设备延长运行时间，将良好度不达标的设备及时维修，做到谁病修谁、哪病修哪。
我国现阶段实行的是以上两种维修思想相结合的维修制度，这样的做法能够使得风机的维修工作更加有保障，故障率更低，也为风机的维修工作提供了技术支持，于此同时也为风机的状态维修提出了更高的要求，不仅要求实现风机状态维修，还要有计划的制定维修计划进一步降低故障率，做到减小维修工作的难度。
故障诊断，顾名思义就是根据设备的不同运行参数判断设备运行状态的好坏，分析各项技术指标从而找出故障的原因和部位，以及判断故障的危害程度，为制定维修策略提供技术依据。常用的方法有时域统计法、FFT、小波变换（WT）、希尔伯特变换等，通过上述方法分析和整理各项技术指标达到对风机运行故障进行诊断的目的，使维修人员能够知晓风机的故障等级，从而确定风机是需要拆机维修还是局部维修。使维修工作更加的灵活便捷。
结束语：
目前学界对于风机故障的动态诊断研究已经给与了充分的重视，也出现了一些成果，随着计算机技术的不断进步，风机故障的动态诊断也变得越来越智能化，结合了人工智能的优化算法，大量应用到了诊断系统中，比如说利用小波变换和模糊模式识别方法对某钢厂的几组大型风机在运行中出现的故障作出了成功的识别。此外传感器技术的发展也比较快速，应用了新型传感器技术的神经网络系统结合智能识别技术，成功的对某个热电厂的风机机组进行了动态监测，并准确识别出了风机的潜在故障，比如发现了该风机机组在运行时由于结构件变形致使风机运行存在震颤问题。但总体来看对于复杂运行环境下的风机机组的动态诊断还比较困难，研究成果也很少。
参考文献：
[1]涂泉凯，虚拟风机性能自动测试系统 [J] 仪表技术与传感器，2016.9
[2]李英勇，基于小波分析的风机故障诊断[J]中南大学学报，2015.9
[3]张少辉，风机在线状态监测与故障诊断系统的研究[J]，风机技术，2014.10
论文作者:任鹏飞
论文发表刊物:《基层建设》2018年第24期
论文发表时间:2018/9/17
标签：风机论文; 故障论文; 轴承论文; 设备论文; 运行环境论文; 动态论文; 思想论文; 《基层建设》2018年第24期论文;