设备故障诊断技术的现状及其发展3.pdfVIP

第 24 卷 第 2 期 甘　肃　工　业　大　学　学　报 V o l. 24 N o. 2 1998 年 6 月 Jou rn a l o f Gan su U n iver sity o f T echno logy J un. 1998 设备故障诊断技术的现状及其发展 李　炜　　伦 淑 娴 (甘肃工业大学电气工程与信息工程系, 兰州　730050) 摘　要　综述了设备故障诊断技术的理论与工程应用的发展现状, 分析了故障诊断 的过程与实质, 介绍了常用的几种诊断方法, 重点阐述了智能诊断的方法、现状及其 发展动向. 关键词　故障诊断　设备状态监测　智能诊断　人工神经网络　模糊理论 分类号　T P 306. 3 机器故障诊断就是鉴别机器的状态是否正常, 发现和确定故障的部位和性质, 预报故障趋 势并提出相应的对策. 机器的状态监测和故障诊断是随着现代化技术、经济高速发展而出现的 一门新型技术学科, 其 目的在于提高机器的可靠性, 延长使用寿命, 降低设备全寿命周期费用. 设备的诊断技术发展成一门科学是本世纪中期的事. 目前, 有关故障诊断的基础理论和应 用技术研究的机构已遍及美国、日本的许多研究部门. 1982 年 由欧洲著名的国际测量学会 ( IM EKO ) 技术诊断委员会发起召开的国际会议每隔一年或二年举行一次, 这对促进诊断技术 的发展起了积极使用. 我国的高等院校和科研机构也在设备的诊断技术研究和工程应用中形 成了一定的规模, 并且在冶金、化工、机械、交通、电力及核工业部门取得了一批卓有成效的成 [ 1～ 3 ] 果, 还准备于 1998 年成立设备故障诊断方面的一级学术团体 . 1　简析系统故障诊断的过程与实质 机械故障诊断是多学科交叉的实用性技术, 它包括以下四个环节: 1) 信号采集. 这一步主要和监测技术、传感器技术及电子技术有关. 目前已有多种方法, 如按信号测取方式不同, 可将故障诊断分为振动、声学、温度、铁谱分析、压力、电参数、表面形 貌、污染物和光学振动等. 2) 信号的处理变换及特征提取分析. 主要依靠数学工具, 如 F F T , Z 变换、小波变换、相关 函数及功率谱等信号处理技术, 熵谱分析、 散度、学习子空间法及主分量分析等特征提取分 J 析技术. 目前, 特征相量或特征元素的构造推动了信号处理技术中信息的集成和融合技术的发 展, 其典型实例是三维全息谱图的发明和三维轴心轨迹图的实际应用. 分析几何法和计算机图 形识别则是向更高水平发展. 还有, 用子波理论选取设备故障的特征信号, 再用AN N 网或 Kohon en 网对故障进行分类, 用神经网络进行信号预处理中的噪声消除, 特征提取分析. 3) 设备的状态识别及故障定位. 该步 目前主要有数学分析、控制论、系统辨识、人工智能 　　收稿 日期:　第一作者: 女, 1963 年生, 硕士, 讲师 　　 甘肃省自然科学基金资助项 目 第 2 期　　　　　　　　　　李　炜等: 设备故障诊断技术的现状及其发展 ·67 · 和模式识别多种方法. 4) 作出诊断决策和趋势预测, 干预设备及其工作过程. 状态监测的任务是使系统不偏离正常功能, 并预防功能失效, 在监视的基础上进行诊断. 当系统一旦偏离正常功能, 则必须进一步分析故障产生的原因, 这时的工作可理解为故障诊 断. 如果事先已对机器可能发生的故障模式进行分类, 那么诊断问题就化为把机器的现行工作 [2 ] 状态归入那一类的问题. 因此, 故障诊断实质上是