机械故障诊断—Ch01 绪论幻灯片1.pptVIP

Ch1 绪论;一 故障诊断的基本概念 1 机械设备故障诊断技术是利用机械设备在运行中或相对静态条件下的状态信息，通过对所测信号的处理与分析，并结合诊断对象的历史状况，来定量识别机械设备及其零件、部件的实时技术状态，并预测有关异常、故障及未来技术状态，从而确定必要对策的技术。;2 故障诊断技术概念的模型 ;3 故障诊断技术的分类 1o 按检测手段分类 1′直接观察法－传统的直接观察法如“听、摸、看、闻”是最早的诊断方法，并一直沿用到现在，在一些情况下仍然十分有效。 但因其主要依靠人的感觉和经验，故有较大的局限性。随着技术的发展和进步，目前出现的光纤内窥镜、电子听诊仪、红外热像仪、激光全息摄影等现代手段，大大延长了人的感观器官，使这种传统方法又恢复了青春活力，成为一种有效的诊断方法。;3 故障诊断技术的分类 1o 按检测手段分类 2′振动噪声测定法－机械设备在动态下(包括正常和异常状态)都会产生振动和噪声。进一步的研究还表明，振动和噪声的强弱及其包含的主要频率成分和故障的类型、程度、部位和原因等有着密切的联系。 因此利用这种信息进行故障诊断是比较有效的方法，也是目前发展比较成熟的方法。其中特别是振动法，由于不受背景噪声干扰的影响，使信号处理比较容易，因此应用更加普遍。 ;3 故障诊断技术的分类 1o 按检测手段分类 3′无损检验－无损检验是一种从材料和产品的无损检验技术中发展起来的方法，它是在不破坏材料表面及内部结构的情况下检验机械零部件缺陷的方法。它使用的手段包括超声、红外、X射线、γ射线、声发射、渗透染色等。这一套方法目前已发展成一个独立的分支，在检验由裂纹、砂眼、缩孔等缺陷造成的设备故障时比较有效。其局限性主要是某些方法如超声、射线检测等有时不便于在动态下进行。 ;3 故障诊断技术的分类 1o 按检测手段分类 4′磨损残余物测定法（污染诊断法）－机器的润滑系统或液压系统的循环油路中携带着大量的磨损残余物(磨粒)。它们的数量、大小、几何形状及成分反映了机器的磨损部位、程度和性质，根据这些信息可以有效地诊断设备的磨损状态。目前磨损残余物测定方法在工程机械及汽车、飞机发动机监测方面已取得了良好的效果。;3 故障诊断技术的分类 1o 按检测手段分类 5′机器性能参数测定法－机器的性能参数主要包括显示机器主要功能的一些数据，如泵的扬程，机床的精度，压缩机的压力，流量，内燃机的功率、耗油量，破碎机的粒度等。一般这些数据可以直接从机器的仪表上读出，由此可以判定机器的运行状态是否离开正常范围。这种机器性能参数测定方法主要用于状态监测或作为故障诊断的辅助手段。;3 故障诊断技术的分类 2o 按诊断环境分类 1′在线诊断 对现场正在运行中的机械设备机械自动实时诊断。 2′离线诊断 将现场测量的状态信号记录，带回实验室后再结合诊断对象的历史档案作进一步分析诊断。;3 故障诊断技术的分类 3o 按被测信息与故障关系分类 1′直接诊断 根据关键零部件的状态信息来确定其所处的状态，如轴承间隙、齿面磨损、轴与叶片裂纹等。 直接诊断迅速而可靠，但往往受到机械结构和工作条件的限制而较难实现。 2′间接诊断 通过机械设备运行中所产生的二次信息（振动、声音、温度、磨损碎屑等）来判断关键零部件的状态变化。 伪警、漏检的可能性较大。;3 故障诊断技术的分类 4o按诊断原理分类 1′频域诊断 应用频谱分析技术，根据频谱特征变化，判别机器的运行状态和故障形成原因。 2′时域分析法 应用时间序列模型及其有关的特征函数，判别及其的工况状态变化。 3′统计分析法 运用概率统计模型及其有关的特征函数进行诊断。;3 故障诊断技术的分类 4o按诊断原理分类 4′信息理论分析法 应用信息理论建立特征函数。 5′模式识别法 利用检测信号，提取对工况状态反应敏感的特征量构成模式矢量，设计合适的分类器，判别工况状态。 6′其它人工智能方法 人工神经网络、专家系统等。;3 故障诊断技术的分类 5o 按诊断对象分类 1′机械零件诊断：齿轮、轴承、转轴、钢丝绳、联结件等。 2′液压系统诊断：泵、阀、液压元件及系统。 3′旋转机械诊断：转子、轴承、叶轮、风机、电机、气轮发电机、水轮发电机等。 4′往复机械诊断：内燃机、压气机、活塞、曲柄连杆机构。 5′静止结构诊断：金属结构、框架、床身、底座、容器、建筑物等。 6′工艺流程诊断：各种生产工艺过程。 7′生产系统诊断：机组和工艺过程组成的生产系统。;二 故障诊