故障诊断综述

机械故障诊断综述荆宏达(中国民航大学航空工程系,天津300300)摘要：随着机械设备的大型化，连续话，高速化和自动化，对机械设备的状态监控和故障诊断变得越来越重要，本文对机械故障诊断技术进行了概括性介绍关键词：故障诊断;振动诊断;红外监控诊断;声学诊断；油液分析诊断REVIEWOFMECHANICALFAULTDIAGNOSISJINGhongda(Aviationengineeringschool,CiviAviationUniversityofChina,Tianjin300300,China)Abstract:Asthedevelopmentofmachinery,faultdiagnosisplaysamoreandmoreimportantrole.ThisarticleisintenttointroducethefaultdiagnosistechnolotyKeywords:faultdiagnosis;vibrationdiagnosis;;infrareddiagnosis;sounddiagnosis;oilanalysis1引言机械故障诊断技术是对机械设备的运行状态进行监测并对发生的故障进行诊断的技术。随着当今工业生产设备的大型化，连续化，高速化和自动化，由于机械设备故障停机所造成的损失也在急剧增加，从而催生出了新的机械维修方式：状态维修，人们将所采集到的大量数据通过计算机进行快速处理，分析，判断，准确地掌握某一个机械零件乃至整个生产系统的运行状态，确定最佳的维修时间和维修部位。而这一切的理论基础就是机械故障诊断技术。故障诊断技术的基本内容包括[1]（1）信号检测：正确选择测试仪器和测试方法，准确地测量出反映设备实际状态的各种信号，由此建立起来的状态信号属于初始模式。（2）特征提取：将初始模式的状态信号通过方大或压缩、形式变换、去除噪声干扰等处理，提取故障特征，形成待检模式。（3）状态识别：根据理论分析结合故障案例，并采用数据库技术所建立起来的故障档案库为基准模式，把待检模式与基准模式进行比较和分类，即可区别设备的正常与否。（4）预报决策：经过判别，对属于正常状态的设备可以继续检测，重复以上程序；对属于异常状态的设备则要查明故障情况，做出趋势分析，预测其发展和可以继续运行的时间以及根据问题所在提出控制措施和维修决策。2故障诊断技术的研究现状2.1故障诊断技术发展概况[1]机械设备故障诊断技术是现代化生产发展的产物，最早起源于美国，自本世纪中期以来，已逐步发展成为一门较完整的综合性工程学科，它以设备运行状态为依据，以预报和诊断机械设备故障为目的，随着故障诊断理论的发展及其应用技术的不断完善，这门学科已经涉及数理、力学、计算机与微电子技术、信息处理与控制技术、人工智能等多个学科。60年代故障诊断主要集中在核电、宇航、航空等尖端行业，70年代发展至冶金、石化、发电、船舶等工业部门，80年代开始迅速向各领域扩展。22003年10月目前，西方国家正投入大量人力物力进行故障诊断的工业化研究及其相关基础性应用研究。美国自20世纪70年代开始进行以可靠性为中心的状态检修技术研究，应用于军用飞机、船舶和车辆上；在80年代，如能源、电力、电子、机器制造等民用工业也开始广泛应用，并取得了显著成绩。欧洲国家的监测诊断技术也发展迅速，并在某些方面独具特色和优势，如瑞典的轴承诊断技术，挪威的船舶诊断技术，丹麦的振动和噪声监测诊断技术等。1996年5月，欧洲共同体的英国、法国、芬兰和希腊等国为了提高状态监测和诊断系统的功能与精度，开始实施了利用人工智能和仿真技术的“VISIO”大型联合项目的研究。日本密切关注世界先进国家的动向，积极引进和消化吸收最新技术，努力发展自己的诊断技术，目前在民用企业如钢铁、化工和铁路等部门已具有较高水平。许多国家已经推出面向大型机械设备状态监测与故障诊断的商品化系统，如美国GE公司研制的用于内燃电力机车故障排除的专家系统DELTA；美国Westinghouse公司开发的电机智能诊断系统GenAID和汽轮机智能诊断系统TurbinAID；美国Bently公司的数据管理系统DataManager2000、状态监测系统MachineConditionManager2000和趋势分析系统Trendmaster2000；美国RockwellAutomationEntek公司的机器保护和诊断系统XM系列和Emonitor软件产品；法国C.G.E研究中心Marcoussis实验室开发的旋转机故障诊断专家系统DIVA；德国Schenck公司的计算机化状态监测系统VIBROCOM4000和VIBROCOM5000；荷兰Philips公司的状态监测系统R3000；丹麦B&K公司推出的状态监测与故障诊断系统B&K3450-CONPASS；日本Mitsubishi公司研制的机械状态监测与振动诊断专家系统MHMS。目前西方国家正在研究新型的开放性更高的诊断平台，力图推行状态监测通讯标准（MIMOSA），以提高监测系统的兼容性和便利性，提高信息资源的网络率。我国的故障诊断工作大约始于20世纪70年代末80年代初，目前已在理论研究和技术应用等方面取得了显著成果，形成了高校、研究所及工厂的梯队式研究开发与应用层次。与发达国家相比，我国虽然在理论上跟踪紧密，但总体而言，在机械设备诊断的可靠性等方面仍存在一定差距。目前在一些民用工业，特别是石油、化工、冶金和电力等部门，在开发和应用设备诊断技术等方面比较活跃，走在了其它行业的前面。一些高等学校和科研院所也先后推出了一些状态监测与故障诊断系统并投入实际运行，如西安交通大学的RMDS系统和RD-20系统；大连理工大学振动所开发的PDM2000设备预知维修与故障诊断系统；浙江大学研制开发的状态监测与诊断系统CMD-3；华中科技大学研制开发的基于知识的发动机诊断系统KBSED，汽轮发电机组诊断专家系统DEST；哈尔滨工业大学研制开发的大型旋转机械故障诊断专家系统ETHYLENE；东北大学研制开发的风机工作状态监测系统；解放军军械工程学院研制的军械装备故障诊断专家系统；深圳创为实公司的S8000在线监测系统；清华大学的JZ-2000旋转机械状态监测与故障诊断系统；南京汽轮高新技术开发公司的大型机组在线监测系统CRAS；西北工业大学的MD3900系统等。上述诊断系统在理论方面比较先进，紧跟了故障诊断技术的发展趋势。故障诊断技术不断吸取现代科学技术发展的新成果，从理论到实际应用都有了迅速发展，并已进入实际应用阶段，其研究内容主要反映在以下几方面：（1）故障机理；（2）状态信号检测（主要是传感器技术的研究）；（3）故障特征分析与提取（主要是信号分析和处理）；（4）故障诊断方法（主要是信息的表征和融合）；（5）智能诊断和专家系统；（6）故障诊断系统与装置的开发和实现。目前而言，设备的故障诊断技术仍处于以传感器技术和动态测试技术为基础，以信号处理技术为手段的常规诊断技术发展阶段，这一阶段的诊断技术已在工程中得到了大量应用，并获得了巨大经济效益。从技术手段上看，现代诊断技术吸收了大量的现代科技成果，使得诊断技术可以利用振动、噪声、力、温度、电磁、光、射线等多种检测信号实施诊断，由此产生了振动诊断技术、声学诊断技术、光谱诊断技术、铁谱诊断技术、无损检测技术以及红外和热成像诊断技术等。信号分析与数值处理技术的发展，特别是计算机技术的飞速发展，使得各种诊断方法应运而生，包括时域诊断法、频域诊断法、时频分析法、统计分析诊断法、信息理论诊断法、模式识别诊断法、以及最近几年研究比较热的智能诊断方法，如人工神经网络诊断法、模糊神经网络诊断法、专家系统、数据融合诊断等。经过几十年3的发展，故障诊断技术已达到较高水平，现代数学、信息科学强大的渗透力，计算机技术、电子技术、人工智能技术更广泛、更深入地应用，推动了现代故障诊断技术正在向系统化、集成化、智能化和网络化的方向发展，具体表现在：（1）微型计算机、单片机成为诊断仪器的一个组成部分，诊断技术的自动化、智能化水平将进一步提高；（2）信息科学中的时频分析技术、机械系统中的磨屑光谱分析技术、红外热成像技术、机械振动和噪声分析技术更加成熟；（3）模糊集理论、神经网络、混沌理论、模式识别的发展，为故障诊断分析开辟了新的途径，故障诊断将向多参数综合发展，近似推理、模式识别的广泛应用使得诊断速度更快，准确度进一步提高，计算机功能的不断强大将使人工智能研究成果不断引入设备的状态监测与故障诊断中；（4）数据融合技术从军事领域引入故障诊断领域，充分利用多方面信息，对故障征兆信息有效融合利用使得诊断更加准确可靠；（5）网络技术的异军突起给故障诊断注入了新的活力，网络化监测诊断系统成为今后几年的主力军；（6）随着计算机技术和诊断方法的发展，将计算机和软件结合所建立的诊断系统会越来越受到重视，具有投资少、功能强大、易于扩展升级、维护方便等优点；（7）虚拟仪器技术在监测诊断系统中的使用将使智能诊断、远程诊断更加完善，基于微机硬件平台的虚拟仪器和基于虚拟仪器的在线监测诊断系统将得到越来越广泛的应用，基于虚拟仪器的故障诊断技术将使诊断过程越来越智能化、人性化，最大限度地代替人进行设备的状态监测与故障诊断3故障诊断技术的方法3.1振动诊断技术[1]对比正常机器过结构的动态性，如固有频率、振型、传递函数等，与异常机器或结构的动态特性的不同，来判断机器过结构是否存在故障的技术被称为振动诊断技术。对于在生产中连续运行的机械设备，根据它在运行中的代表其动态特性的振动信号，采用振动诊断技术可以在不停机的条件下实现在线监测和故障诊断。对于静态设备或工程结构，可以对它施加人工激励，然后根据反映其动态特性的影响，采用振动诊断技术可以判断出是否存在损伤或裂纹。振动诊断技术所采用的方法可以有很多，例如：很懂特征分析、振动频谱分析、振动倒谱分析、振动包络分析、振动全息谱分析、振动三维图分析、振动超工频或亚工频谱波分析、振动时域分析、振动模态分析等。振动诊断技术在机械设备故障诊断中应用的十分广泛。另外，在产品的无损检测中，振动诊断也有它的特殊地位，例如焊接和胶接的质量用超声波或X射线透视法无法准确判别的情况下，用振动诊断可以清晰地区别缺陷及部位。3.2声学诊断技术[2]与振动信号一样，机械设备的噪声信号中蕴涵着丰富的设备状态信息，噪声信号同样能应用于机械设备的故障诊断。但在如高温、高腐蚀，或加速度传感器不能停机安装和安装部位结构受限等场合，由于无法接触测量而不能进行振动检测。但声信号的测量不受这种限制，上述场合均可采集设备的声学信号进行故障诊断，因而声学故障诊断技术的研究变得十分重要。声学故障诊断技术具有如下特点：非接触式测量、设备简单、速度快、信号易于测取、易于发现早期故障、无须事先粘贴传感器、可对移动目标进行在线监测等，尤其在不易测量振动信号的场合得到广泛应用，声学故障诊断已成为近年来故障诊断领域新的发展方向。早期故障诊断采用听诊法来判断设备状态，有经验的师傅可根据声音辨别出故障类型，目前声学技术中常用的统计能量法是听诊法的一种进化，它根据设备正常和故障时辐射声能量的变化进行故障诊断。而在实际应用中，该方法容易受环境影响，且技巧不易掌握，依赖操作人员经验。虽然振动和声音都蕴含着机械状态信息，但因声信号易受干扰，使得声学诊断技42003年10月术的发展远远落后于振动诊断技术。声学诊断中比较常用和特有的一种方法是声发射法（AE:AcousticEmission），该方法利用金属材料在外力作用下释放内部贮存能量所引起的弹性波来识别故障，对运行状态下构件缺陷的产生与发展具有较好的诊断效果。Kaiser在1950~1953年发现多种金属都有AE现象，并且发现了AE的不可逆性：AE现象仅在第一次加载时产生，第二次加载及以后各次加载所产生的AE信号变化微乎其微，除非后面所加外应力超过前面各次加载的最大值，这一现象被称为“凯撒效应”。该效应在AE信号处理方面得到广泛应用，成为克服噪声干扰的主要手段之一，也成为用AE技术监测结构完