机械故障诊断技术进展

第1卷第!卯 6年

期 3月

l

X

{湘潭矿 l学院学报 I N (3 T A N M I A S N E写 T、.

V

O

I 11 N.

o

l

Ma r

19 9

6

机械故障诊断技术进展陈安华(机械工程系 )摘要

钟

掘,

(中南工业大学

1 4 0 8 3

本文简要地回顾了现代机械故障诊断理论与技术的诞生与发展概况;论述了其研。

究与应用现状及当前存在的主要问题关键词

最后

,

指出了该领域的研究动态与发展趋势

。

匆

5

。

机械故障诊断TH

诊断理论男

诊断技术博士生副教授

分类号

7 1

第一作者简介n日}了 l

陈安华

3岁

振动力学与机械故障诊断

、J

古口、

随着现代机械日益高速化to一b

大型化

、

自动化和精密化e一

,

事后维修制 (Rv

un a

一

a e r

kd o

n w

a n r

n n i te,

a n ee,

)和定期预防维修制 (T i m一

b

e s an

Pr e

n i e t vean

a m

n i

n e t

e c )。

n显得越来越难以适应因而作为视情维修制 (O

o c

n

i d

o i t

a m

n i

n e t

e c )的技术基础

—所谓机械故障诊断确定故障的性质与部位

状态监测与故障诊断理论与方法的研究已理所当然地成为当代工程科技热点之一,,

就是通过机械运行中的相关信息来识别其技术状态是否正常寻找故障起因,

,

预报故障趋势,

,

并提出相应对策,

。

自六十年代

末至今善,

,

故障诊断技术已获得迅猛发展。。

新理论

、

新技术和新方法不断出现并日趋完以信号处理和、

并已基本形成了一个学科体系该学科以故障机理和技术检测为基础然而,

模式识别为其基本理论与方法,

作为一门理论性与实践性俱强,

高新技术密集的,

新兴工程技术学科机械故障诊断学尚处于发展阶段待解决的问题。。

从理论研究到技术应用还存在诸多有

本文简要地回顾了现代机械故障诊断理论与技术的起源与发展概况,

论

述了其研究与应用现状及存在的主要问题

最后

,

概括了该领域的研究动态和可能的发

展趋势

2

.

现代诊断技术的诞生与发展可以认为。

,

现代故障诊断理论与技术的研究起源于本世纪六十年代末期 Man

,

以美国机年4

械故障预防小组 (M F P G为标志理、

h c— e该小组一成立便展开了广泛的学术研究与频繁的学术交流活动的成立,

i 1 Fa二

、:

t c I pr

,、e n

o ti

n

G r o

u

p)

(1 9 6 7‘”,

月)

在。

M FPG

的影响下

,

s A3 0

ME

、

N sB、

、

E PR I

、

MTI、

I以及 SP二

公司等先后成立专门机构开展故障机、

可靠性分析与设计〕 5 9

状态监测

诊断与预报技术等方面的研究

开发与咨询

在英国

,

收稿口期:

2 0

第

1]

卷第

l

期

陈安华等

机械故障诊断技术进展

1 2。

C英国机器保健中心 (M e h a n i a c,

l H c lt a h

i o Mo n t

曼彻斯特大学的 W IM U原子能管理局的 SR洲国家在故障诊断领域也取得了很大进展,。

r e t )率先研究故障诊断技术此外 D等先后开展了这方面的研究与咨询其它欧r,。 .

n (沁

,

形成了各自的特色与优势,,、

如瑞典 S PM仪器,

公司的轴承监测技术丹麦 B& K公司的振动监测诊断和声发射技术等日本从七十年代初开始研究矿障诊断技术

挪威的船舶诊断技术在开展

并积极引进,

消化世界最新成果.

基础性理论研究的同时究状态监测与故障诊断及与提高相结合的阶段。

,

着力研制新型实用监测与诊断仪器自 19 9年以来 0,

中国自七十年代末开始吸收国外先进诊断技术和设备,

八十年代初有关院所开始研,

无论是理论研究还是技术应用入。{习

中国已进入普

并在一些方面接近国际先进水平

2

研究与应用现状总的说来,

自六十年代末至今:

,

国内外在机械故障诊断领域的研究与应用取得了极、

大的进展) l ) 2

,

主要体现在以下方面,

数据采集器和信号分析处理高效软进而、

硬件的开发应用

,

使得多机组

、

大规模的信,

号采集与即时处理成为可能析断、

,

能方便地实现机器或机组的在线监测与实时诊断,

振动诊断技术从初期简单的时域波形分析和振动频谱分析发展到了时间序列分、

倒频谱分析) 3

共振解调技术

全息谱分析等多种新方法,,

有效地提高了诊断水平铁谱技术、、

。

在振动诊断方法日益成熟并获得巨大效益的同时

声诊断。

、

热象诊、

、

涡流诊断等技术也逐步应用于实践4)

从而拓广了故障诊断技术的应用范围

国内外对故障模式的统计识别和模糊识别理论与方法。

灰色聚类分析故障诊,

断神经网络尤其是诊断专家系统作了大量基础研究与

实用技术开发得到逐步应用

并已在工程实际中,

在不断取得新的研究成果象:重旋转机械,

、

获得新的研究进展的同时.

,

不难发现,

机械矿障诊断领:

域的研究与开发还存在如下一些问题件编制,

理论研究

:

重诊断方法,

轻故障机理;应用对重软

轻往复机械;工程应用:重振动诊断。

轻其他技术;技术开发

轻硬件研制

3

研究动态与发展趋势自六十年代以来,

机械故障诊断理论与技术的研究一直非常活跃,、

,

至今仍方兴未,

艾

.

从近年来发表的论文和著作来看) l小型多功能便携式检测、

该领域近期的研究热点及可能的发展趋势如下:。

诊断仪器的研制及软件硬化,。

长期以来,、

研究者们编制分析与处理。、

了许多高效的信息处理,

模式识别等软件

把这些软件转化为硬件,

从而便于非专业技

术人员进行实时诊断无疑是一项极有意义的工作制作同时具备信号采集而对机械运转状态进行准确识别等功能的小型仅表日本 R IO N公司推出的v A一

进如

一直是人们感兴趣的方向之一18 0

10可记忆 5 0,

个测量数据或克,

个分析数据,

,

在现场即可判。

断机械运转是否正常

。

这种袖珍式仪器重量仅 70

]’可用作机械故障的精密诊断 l

又

如美国 C s工业系统有限公司最近推出的 l

S C

I2 1 1 5

便携式机器分析仪

尺寸为 27 0

x

17 0

2x

湘潭矿业学院学报

19%。

年 3月

2 4。

户均可从中获得显著的经济效益世 ) 2

~

,

. g重量仅 2 6 k

,

习却同时具备频谱分析仪和数据采集器双重功能‘.,

由于制造商和用

可以预料将会有更多功能更齐全的小型诊断仪器面。

基于新理论的新方法研究,、

由于机械运转过程中所产生的信息和信息处理方法的,、

复杂性与多样性

以及诊断信息和推理的不确定性 (u沈d a i y)机械故障诊断理论与技术 t n n

涉及到许多传统学科 (如热学其分支 (如计算机及软件性理论、、

光学。

声学,

、

力学

、

化学、

、

数理统计等 )和现代学科及、

信号分析与处理近年来,

、

信息论

控制论

图论

、

模糊数学

、

可靠.

证据理论和人工智能等 )

各国学者对与诊断技术密切相关的其它领域如,

中的新

成果保持了高度的敏感有最大诊断信息量的J 9[提出基于一

先后引进了大量的理论与方法来丰富故障诊断学科基于信息理论的观点,

文[利用图论中的可到达矩阵确定可疑故障点集] 0检测点的方法;n

提出了确定具

文[和[把灰色预测模型用于故障的预测预报;文] v] 8

L PC A (

i L

r a

P

d e r

t c e i v

o

di g n

l o Ag‘刀,,

ih r t m )的故障实时预报。

方法;文【基于川

突变论提出了刀具寿命的突变模型及其建模方法号和微弱特征信号处理所表现出的独特优点已日益引起国内外学者的研究兴趣。

尤其值得一提的是a v el e,

,

由于对非平稳信

小波变换 ( w

t Tr a

so n f

m r )理论与方法

预计在今后一段时间内。。

还会有一些相关学科中的

理论与方法被引入到机械故障诊断中来 ) 3

故障诊断专家系统的研究与开发。

故障诊断专家系统的出现与逐渐成熟是故障诊。

断领域最显著的成就之一家的实践和经验知识,

因为人类关于机械故障诊断与维修的科学知识往往落后于专自 19 8年第一个非医疗 1Pr o,

从而为专家系统提供了广阔的应用前景“

专家系统现。

D AR、

l T

l

司

在斯坦福大学问世以来然而。

各类诊断与维护专家系统如雨后春笋般地出

至今

专家系统已度过其在研究所的。

孵化期:

”

(In u a o c b t n i

得以较广泛的应用

,

s e c

3 1梦逐渐在工程中,,

阻碍故障诊断专家系统进一步发展的困境依然存在“”

招致了

众多家学者的深入研究

近期研究的主要内容有。

) l (诊断知识获取

。

知识获取历来被认为是人工智能的瓶颈 ( o B t近来,,

e tl ll

k c e

)从而引起,

了人工智能研究者的广泛兴趣

国内外许多学者试图通过基于归纳和类比的机器学j 5。

习方法来实现知识库的自动建立

从而走出诊断知识获取所面临的困境[l,‘习,

这些研究虽然。

取得了明显的进展完成的法。。

,

但由于某些原因,。

未能得到广泛应用

,

大量的知识获取工作还是由人来

一个值得注意的倾向是

刊被重视基于神经网络的知识获取方法夕台m e ) s。

(2诊断知识表达 )生式规则 ( r Po的结合’‘6],

传统的知识表达研究几乎都集中在启发

式经验知识的表达方’

‘:]诊断专家系统常用的知识表达方法有 3框架 ( r Fa

语义网 ( s

m e

a

s t c n i N et )

产

du

t n c i

n

l u r,

s e

)等七种以及它们的结合 (如。

FAr H

采用了框架与产生式规则,

FAL CO N

采用了产生式规则与语义网的结合

,‘刀

13 )按文【提出的衡量知识表]

达方法优劣的九个准则现有的各种方法各有优劣当前和今后一段时间知识表达的研:究将集中在表达方法的集成;新的表达方法;深知识常识性知识的表达等方面。。

(3 )不确定性研究因l’] 9、

由于数据的不精确。

.

判断的主观性。

,

以及因果关系的不完整等原、

,

故障诊断中的不确定性十分突出可能性理论l城

目前处理不确定性主要依赖概率理论

证据理沦琳

2和非单调逻辑1等,

,

这些方法各有优劣。

当前和今后的研究将致力于知

识不确定性的表示与度量

以及不确定性推理方法

第

l]

卷第

l

期。

陈安华等

机械故障诊断技术进展

3 2

拼)诊断推理方法j p D S‘6’

诊断专家系统中常用的推理方式有正向推理 (如、

FA L C O N f〔刘

门、

、

等)

、

反向推理 (如 A L沐,

,] SA G E一 S口 3

等),

、

E j反向混合推理 (如 F O R E ST。

C O L LA C

’

] 3

‘] 3等 )以及启发式推理 (如 C N C机床故障诊断专家系统 2今后的研究将集中在各

种推理方法的集成 1方面1习。

定性推理与定量推理的结合

启发式推理与基于模型推理的结合等近五年来,

4 )故障诊断人工神经网络的研究与开发应用

。

故障诊断神经网络的研究,

一直非常活跃困

。

尽管人们已经获得了一些较为成熟的诊断理论与技术,

并已在工程中、

得以广泛应用

,

然而

这些理论与技术对工程实际中大量存在着的多故障,。

多过程

、

突

发性故障以及对大规模工程系统进行监测诊断等表现出了一定的局限性5 2障诊断陷入某些困境 1

从而使机械故,

由于神经网络在处理上述问题时具有独特的优势,、

即对于多故障

多过程的大规模工程系统其它异常现象,

可以应用大规模并行处理网络进行诊断;对于突发性故障或推测及记忆功能进行诊断,

可以利用神经网络的联想。

从而使故障诊断“

走

出当前的困境成为可能问题和推理的“

此外”

,

基于神经网络的专家系统便于克服知识获取的。。

瓶颈,

”

组合爆炸,

问题

但由于故障诊断神经网络的理论研究还为期不长。

应用也还刚刚起步

还需要作许多基础研究

进一步的研究将集中在:故障模式识别神

经网络技术;诊断知识处理神经网络技术以及机械故障诊断神经网络的各种学习算法

参考文献1 2

邝朴生等汤和,

.

现代机器故障诊断学.

.

北京

:

农业出版社.

,

l卯 1 2~.

9,

徐滨宽,

机械设备的计算机辅助诊断

天津:天津大学出版社.

l 2男

.

1,

34

黄昭毅

李敏

.

总结十年诊断技术发展历程迎接赶超世界的新时代声与振动测试仪器现状及发展趋势..

设备管理与维修19 3,

l男 4

,

, 2 ) ( 3

:

1 9 1一 2

章玮

,

陈力生.

.

现代科学仪器4,.

,

) t r (

:

5 2~

扮

5 67

汪家铭

便携式机器分析器

仪表技术与传感器.

,

19

) (3月 219 2,

李郝林张安华

.

基于信息理论的故障分析方法

信息与控制,

1 2

) 2 (

:

0 8~ 8 3,

.

灰色预侧模型及其在故障预测中的应用张瑞林.

设备管理与维修

19礴,

) 9 (

:

1 2

~

2,

89

黄良根吴波等s伪爪i 19 3,

,

旋转机械故障的预报研究.

.

第四届全国机械设备故障诊断学术会议论文集,

l卯 4

,

32一 32 3 8

.

荃于波形智能识别的诊断方法1 R:.

机械工程学报d f a

19 9 4

,

0 3ga

) 1 (n

:

0 7一 7 5r

10

~ 9 2,

P酬’ o

e c~ n

i o阴n t

n n

g

a n

田t

P

t耐 ic

l n o

s u

ln

l e i a

色 P l习 1以一记

o c d in g

a

g o r th m i

.

Au t o

服l . a c

t

4 ()

11 1 5~

ll2 ) (.

1

罗振壁51a

基于突变论的刀具寿命建模与预报的研究即k in.

机械工程学报

,

1男4

,

)联3n.

:

10 5

一

川n i

12

伽

n

H

h a T w记e,.

d Tr a,

s o n f

m r

;

A

M

et o

h d f o

r

Ti

爬

一

l润u h e

叼

Lo c z a皿 tio

d A脚岛吻mPu t e r

S p已沈 m m

A

n

l a”‘

d n

A m y P r c曰妇;昭 ost o

19 1

ls te

13

Ma j

o r

讹

‘

V D

E

P x

r e

t

y s

m

o f

r

D以g o治 n s

a n

d

Ma

n i

:e

a n

e沈: T he s a〔

一o

f

ar t

.

l n

玩d

t s u

y r

,

l燮灭)

、

15

(14

l一

) 2

:

43

~ 6 8.

B印

喊

t

J以a i.

D AR T

:

n As

E

x

e p

t r.

外

tem

o f

r

C o m P u te r

F a u t D ia g l n.

o s一 5

.

P

c o r

7 t h L C A 1 19 8 1 84 3~’.

8 45

巧16 17

赵美德等Fox

诊断专家系统进展n

哈尔滨工业

大学学报.

19 2,

,

2《 ) 5,

:

5 3

~ 4 318 3

Mter

.

e h T cDd

iq.

s e u

o fe

r

0此

司 R田

一

b留e d

~

r

一

ba团 D以即 0 5 1 P 5 sut r e

c o r5

.

U C A I 19 83n

] 56~o o已石

o P Cm

Al

a

m r

”内 l 1 i Chla

a r蒯c l P

Pl t n a s

.

Pr o

e

.

7t h

n A

n

.

0吐

o n

u r山m t P e

湘潭矿业学院学报T e hn l C o o 8 1 9 1

19 9 6

年

3

月

留 I E,

E E.

,

19 4 8

.

刀一 2 9.

肖人彬

,

费奇.

基于证据理论的不确定性分析.

华中理工大学学报.

,

l卯 3.

,

2叹

: ) 5 3 2

~ 3 0

段新生2泊d e h

证据理论与决策人工智能A.

北京r

:

中国人民大学出版社o

19 3

8~犯

为21

L JT

.

F u石卿浊匕 a s.

a

Ba i f s so

T he r o y.

f P r。留ib Uit y F u z芍.

,

歇匕,

a

闭:

S岁记 n

”,

19 8 7

,

l ()

:

3~ 2 8

〕尹Fm l n

〕 e

A T r th u.

i M an

te n a

e c n

S娜 t曰的

t A r币d a]

n e I t llg lo tc r以ti

川戈t

19为

) (12

231~ Pr oc.

2 72 F

2

改 a l

roS

侧昭T.

A19 8 4o n

n

E x详成

伽

忱m

o f

r

u A.

q飞 E.

l up

~

t

.

b f n I Plc i ao政 C n o A A Pi t.

S n

,

E I3 2P

EElle

OR

m Pu t r eFa

姐改 y.

Z t

曲He

D运g份 i n s ik k i N

C N C Ma i h co ti n

s e nAn

.

P

x P吠 I ICu

R

19 7 8

4 25 2

T i

阳

5

0

愁.

,

P a A P lic

o

f

i

陌 l阮a.

伍IN改

叨r s k,

in Pr侧笼拓l卯 2,

al Fu:

t

D

坦 g o si n s

.

t 4 o劫 t皿以 29 (4 ) 8 3~:

84

曾

昭等

故障诊断神经网络的发展与前景

机械工程学报

)斌l

l~

6

AD V ANCES

AND

T R E N D S IN

M E C H A N IC A LZ ho n g

F A U L T D IA G N O S ISC h e凡9(块p LA BS I R A C T’

A

n

ha g nn l份r n g ) i

u J

e

o

f

M

o

d

】 a

l u以1 E

Cn r ( et o

l Un i

v巴苗

y t

o

, f T“为n o lo g y 4 1 0 0 8 3 )

C M e h a n ic l f a a巨e n C ean

u

a t l di gn o l gy.

o s

s 5 i 1 bthi s

o c e

m山9,

an

n i e re aev e o

s n

y i gle:l t a

o u

sa t t

n

n d i g f e ld i o s.

o。 )

f th。demrca u-

n口 lg i

C e

nn

g d d

s

do n

C e t ha n

n o

n I

Pa P e r

th e d

l Pm

l c o

ths

o c

r乡 a na n

tca

hn l q

ue

f m代 h a ic l f u t d ia g n o s i 1 s 5 n a a ldth eex

e r v ie w e d

b r le f y二 th e ld治e u s

~.

f th e mo,

a C t t

f th eth e

a c

r eh

p Pli ti a c oth eza n l

si itng‘

P r b le r o s nen

a

t P re s

n e

t a res o la,

d c h c

La st y i.

!n o巧

n Po i

t o t ztz n

l℃c c n

t r此u

o雌 re h d e、e l P m一 a

s t

an

d tre n dry,

f th e f e ld ign o si s

2 4r色 cn lq u e

K S

e》叭 o rd s

沈}e

a以1 fa u

lt d

g

n o s

s i

,

d血g ha,

n o s

治 th c ob r no

d

te

yn o

P威5

o

ft ha n

五仗nl

h t

o r

Chu

e x1

A

:l

一飞 e 1 a

l

,

i

n

19 6 3

a s so e a

e i t

P r0 1骆 o b

r

.

v

o ib r a ti

l:

一们

s c c e han i

d

la c l n i以 1 f a

a t l d i gn

o s

污

本文来源：https://www.bwwdw.com/article/w4x1.html