机械设备故障诊断与监测的常用方法及其发展趋势探究

机械设备故障诊断与监测的常用方法及其发展趋势探究

黄翔

咸宁南坡光电玻璃有限公司 湖北咸宁 437000

摘要：随着我国机器工业自动化制造水平的不断提升，各类先进的机械生产设备也开始大规模的应运而生，虽然这些设备给相关企业创造了较大的经济效益，提高了企业整体机械自动化生产水平，但是在长期运转过程中，所发生的故障问题也是屡见不鲜，这在一定程度上就会大大降低企业生产效率，增加设备维修成本。因此，要想改善现状，就要采取科学合理的故障诊断技术和监测方法，对机械设备的日常运行状态进行全方位监督和把控。本文也会针对常见的机械设备故障诊断与监测方法进行着重分析，并对其未来发展趋势进行相应的总结，以便有关人士参考。

关键词：机械设备；故障诊断；监测方法；应用要点；发展趋势

现今，各生产企业在运营发展过程中，都会对机械设备的故障诊断与监测工作给予高度的重视，以便通过先进的技术手段对设备整个运行过程进行全面有效的监督与管控，以便可以第一时间发现存在的故障问题，并及时采取针对性措施进行处理，从而提升设备的运行性能，最大化降低维护成本。因此，对机械设备故障诊断与监测技术的应用及发展趋势进行深入分析，很有必要。

1.常用故障诊断与监测方法分析

1.1振动监测诊断法的应用

机械设备在日常运行过程中，往往会产生周期性或随机性的振动问题，若不及时处理还会导致一定振幅的产生，进而影响设备的运行效率和运行安全。因此，在对该故障问题进行诊断和监测时，相关工作人员都会采用相应的检测仪器，如压电加速度传感器、磁电速度传感器等对机械设备的振动参数和振动特点进行了解分析，以便以此为依据准确判断设备的运行情况。在这一过程中，为了保证设备故障诊断结果，还要引入先进的故障诊断专家系统以及分析仪器等，检测设备运行过程中容易出现的转子故障、齿轮箱故障以及滚动轴承故障等，从而及时采取有效措施进行控制、预防。

1.2噪声故障监测法的应用

在对机械设备噪声故障进行诊断监测时，需要采用专门的检测设备对设备所产生的振动信号和噪声信号进行全面采集与分析，进而以此为依据准确判断设备故障位置和原因。而传统噪声故障诊断与监测方法一般是通过听诊的方式来进行，这种监测技术对于检测人员的工作经验要求较高，稍有不慎，就会影响听诊结果，进而给机械设备的维护保养带来较大难度。因此，这种情况下就需要对噪声故障监测技术进行不断的优化创新，使其能够根据机械设备正常状态下以及故障时所发出的噪音能量变化情况进行认真比对分析，这样依据分析结果就可准确判断设备故障程度，制定出科学合理的解决方案^[1]。

1.3红外测温法的应用

该故障诊断及监测技术主要是采用红外测温仪器来对机械设备的整体温度变化进行判断和分析。因为该仪器可以实现远距离、非接触性测温目标，不仅环境适应性较强，而且测量精度和数据存储功能等也是十分明显。其一般是按照黑体辐射定律，结合信息处理技术以及云计算技术、传感技术等来对机械设备工作环境的周围温度和变化状况等进行充分体现和分析，一旦发现设备某部位温度大幅升高，就证明该部位存在磨损、接点烧坏以及排烟管阻墨等故障。

1.4油液磨屑分析法的应用

该机械设备故障诊断监测方法具有较高的检测精度和检测效率，其一般是根据设备运行过程中油液磨屑的粒型情况以及介质所产生的化学与物理成分变化等情况来对存在的故障问题进行准确判断。在实际应用时，相关工作人员还要对设备润滑以及液压系统的运行情况进行全面了解，因为磨屑粒型只有在设备受到污染或出现磨损情况下才能产生，所以当设备的润滑程度以及液压功能达到相应的标准要求后，才能减少这种故障问题的发生概率。另外，在油液分析过程中，要积极引入先进的光谱仪设备，以便通过该设备对油液发射光谱进行化学分析，进而根据化学成分的含量来判断设备故障位置与受损程度。

2.发展趋势分析

2.1信息融合发展

随着现代科学技术的飞速发展，人们获取信号的方式也越来越多样化。这种趋势下，要想确保机械设备故障信号获取的准确性与效率性，就要在设备实际故障诊断和监测过程中，积极引入信号采集与传递装置，并将这些装置与相应的信息分析技术进行有机结合，如傅里叶变换法、小波变换法等，保证信号处理质量，进而为设备故障诊断分析工作的有效开展提供可靠的参考依据。这其中，尤以后者信息处理技术的应用率最高，因为该技术不仅能够对故障信号频域以及时域进行全面分析，而且还能准确掌握信号发生时间以及发生频率等，并对信号局部特点进行充分体现，尤其是对那些突非定常性瞬态变化信号特征的分析，无需借助任何数学模型，就能快速分析出信号的稳定性。若将小波变换法与神经网格以及分形理论等进行全面结合，还可以进一步提高故障信号获取、分析及处理方面的可靠性。

2.2智能化决策发展

随着人工智能技术的不断发展，人工智能的控制算法在机械设备故障诊断及监测中的应用率也在日渐升高，如遗传算法、模糊控制算法等，并且在更深入的研究中，这些算法逐渐融入到设备故障智能化决策中，从而大大提高了故障诊断效率和精确性。在实际融合发展过程中，模糊控制算法的应用只需构建完整的隶属函数以及模糊矩阵，就能够对设备运行过程中容易出现的各类故障问题进行准确分析，并获得相应的信号、数据等，从而为制定出针对性的解决对策打下良好的基础。而遗传算法的应用则能够实现不同故障问题的同时处理和判断，尤其在非线性问题分析上，通过神经网格的融合应用，具有显著性优势，可以最大化提高设备故障诊断处理工作效率和质量，进而在降低设备维护成本的基础上，为相关企业的正常生产提供极为可靠的保障。

2.3网络化集成发展

在信息时代背景下，局域网在工业控制技术领域中占有着很重要的地位，尤其在信息收集与分析方面，有着其他网络无可比拟的优势。基于此，为了进一步推动机械设备故障诊断和监测技术的发展，就要将局域网与该技术进行充分结合，实现信号检测设备与计算机的紧密连接，从而通过计算机设备的强大存储、计算、分析等功能来对原始信息数据进行实时的接收、归纳和决策分析，准确确定设备故障位置和故障原因，从而在此基础上制定出科学合理的解决方案，尽早恢复设备的正常运转。

2.4容错控制发展

容错控制系统在发现机械设备存有故障问题后，不仅可以对故障原因进行自动剔除，而且还能在系统出现问题时，依然确保设备的正常运转。因此，随着机械设备的不断推陈出新，对其容错控制系统功能的拓展设计也要较大研究力度，尽可能确保系统具备智能化自我补偿功能，这样才能最大化提升设备故障处理能力，实现设备构件的自我重建，并根据设备的实际运行需求，对其运行参数进行合理的调节，从而更好地保障设备运行稳定性和安全性^[2]。

结束语

综上所述，在机械设备长期运行使用过程中，很容易会出现故障问题，为了避免这些故障问题对机械生产造成较大影响，就要对设备故障诊断和监测方法的科学运用给予高度的重视，不仅要掌握其应用要点，而且还要根据时代发展需求，对相应的故障诊断与监测技术进行不断的创新优化，使其不断朝着信息化、网络集成化以及智能化决策、容错控制等方面发展，能进一步发挥出故障诊断及监测技术的应用优势，从而充分满足机械自动化生产要求。

参考文献

[1]张婷婷，贾铭钰.机械设备故障诊断技术的常用方法及新技术的应用研究[J].自动化与仪器仪表，2019,(10):38-39.

[2]王建文.机械设备状态监测与故障诊断技术综合研究[J].技术与市场，2018,(12):76-77.