機械故障診斷

機械故障診斷是一種瞭解和掌握機器在運行過程的狀態，確定其整體或局部正常或異常，早期發現故障及其原因，並能預報故障發展趨勢的技術。油液監測、振動監測、噪聲監測、性能趨勢分析和無損探傷等為其主要的診斷技術方式 ^[1]  。

診斷技術發展幾十年來，產生了巨大的經濟效益，成為各國研究的熱點。從診斷技術的各分支技術來看，美國佔有領先地位。美國的一些公司，如Bently，HP等，他們的監測產品基本上代表了當今診斷技術的最高水平，不僅具有完善的監測功能，而且具有較強的診斷功能，在宇宙、軍事、化工等方面具有廣泛的應用。美國西屋公司的三套人工智能診斷軟件（汽輪機TurbinAID，發電機GenAID，水化學ChemAID）對其所產機組的安全運行發揮了巨大的作用。還有美國通用電器公司研究的用於內燃電力機車故障排除的專家系統DELTA；美國NASA研製的用於動力系統診斷的專家系統；Delio Products公司研製的用於汽車發動機冷卻系統噪聲原因診斷的專家系統ENGING COOLING ADCISOR等。近年來，由於微機特別是便攜機的迅速發展，基於便攜機的在線、離線監測與診斷系統日益普及，如美國生產的M6000系列產品，得到了廣泛的應用 ^[1]  。

英國於70年代初成立了機器保健與狀態監測協會，到了80年代初在發展和推廣設備診斷技術方面作了大量的工作，起到了積極的促進作用。英國曼徹斯特大學創立的沃森工業維修公司和斯旺西大學的摩擦磨損研究中心在診斷技術研究方面都有很高的聲譽。英國原子能研究機構在核發電方面，利用噪聲分析對爐體進行監測，以及對鍋爐、壓力容器、管道得無損檢測等，起到了英國故障數據中心的作用。英國在摩擦磨損、汽車、飛機發動機監測和診斷方面仍具有領先的地位 ^[1]  。

歐洲一些國家的診斷技術發展各具特色。如瑞典SPM公司的軸承監測技術，AGEMA公司的紅外熱像技術；挪威的船舶診斷技術；丹麥的B&K公司的振動、噪聲監測技術等都是各有千秋。日本在鋼鐵、化工等民用工業中診斷技術佔有優勢。東京大學、東京工業大學、京都大學、早稻田大學等高等學校着重基礎性理論研究；而機械技術研究所、船舶技術研究所等國立研究機構重點研究機械基礎件的診斷研究；三菱重工等民辦企業在旋轉機械故障診斷方面開展了系統的工作，所研製的“機械保健系統”在汽輪發電機組故障監測和診斷方面已經起到了有效的作用 ^[1]  。

我國診斷技術的發展始於70年代末，而真正的起步應該從1983年南京首屆設備診斷技術專題座談會開始。雖起步較晚，但經過努力，加上政府有關部門多次組織外國診斷技術專家來華講學，已基本跟上了國外在此方面的步伐，在某些理論研究方面已和國外不相上下。我國在一些特定設備的診斷研究方面很有特色，形成了一批自己的監測診斷產品。全國各行業都很重視在關鍵設備上裝備故障診斷系統，特別是智能化的故障診斷專家系統，在電力系統、石化系統、冶金系統、以及高科技產業中的核動力電站、航空部門和載人航天工程等。工作比較集中的是大型旋轉機械故障診斷系統，已經開發了20種以上的機組故障診斷系統和十餘種可用來做現場故障診斷的便攜式現場數據採集器。透平發電機、壓縮機的診斷技術已列入國家重點攻關項目並受到高度重視；而西安交通大學的“大型旋轉機械計算機狀態監測與故障診斷系統”，哈爾濱工業大學的“機組振動微機監測和故障診斷系統”。東北大學設備診斷工程中心經過多年研究，研製成功了“軋鋼機狀態監測診斷系統”，“風機工作狀態監測診斷系統”，均取得了可喜的成果 ^[1]  。

可用於機械狀態監測與故障診斷的信號有振動診斷、油樣分析、温度監測和無損檢測探傷為主，其他技術或方法為輔的局面。這其中又以振動診斷涉及的領域最廣、理論基礎最為雄厚、研究得最為充分。在振動信號的分析處理方面，除了經典的統計分析、時頻域分析、時序模型分析、參數辨識外，近來又發展了頻率細化技術、倒頻譜分析、共振解調分析、三維全息譜分析、軸心軌跡分析以及基於非平穩信號假設的短時傅里葉變換、Winger分佈、Hilbert-Huang變換和小波變換等。而當代人工智能的研究成果為機械故障診斷注入了新的活力，故障診斷的專家系統不僅在理論上得到了相當的發展，且己有成功的應用實例，作為人工智能的一個重要分支，人工神經網絡的研究己成為機械故障診斷領域的一個最新研究熱點 ^[1]  。

隨着計算機技術、嵌入式技術以及新興的虛擬儀器技術的發展，故障診斷裝置和儀器己經由最初的模擬式監測儀表發展到基於計算機的實時在線監測一與故障診斷系統和基於微機的便攜式監測分析系統。這類系統一般具有強大的信號分析與數據管理功能，能全面記錄反映機器運行狀態變化的各種信息，實現故障的精確診斷。隨着網絡技術的發展，遠程分佈式監測診斷系統成為一個研究開發熱點 ^[1]  。