机械设备故障诊断技术及其发展趋势

王莉

云南景升强联科技有限公司 云南昆明 650200

摘要：现如今各行各业都涉及到机械的运用，一旦机械发生了故障就会带来不良影响。由于机械的使用范围广，一旦机械发生故障，就需要进行大面积的检查。文章从机械设备关键部件的常见故障分析入手，论述了机械设备故障诊断与监测方法。期望通过文本的研究能够对促进机械设备故障诊断与监测水平的提升和机械设备使用寿命的延长有所帮助。

关键词：机械；设备；故障；诊断；趋势

1导言

随着各种现代化工程项目的施工和修建，工程机械作为建设工程项目的主要设施以液压传动系统作为其核心部位，在实现工程机械自动化方面起到重要作用。而庞大的工程项目使工程机械液压传动系统处于高负荷的运行状态，同时产生了多种液压传动系统故障，不利于工程项目建设的顺利进行。

2对工程机械液压系统的要求

液压传动系统凭借强大的优势（高功率、直线运动、冷却散热快等）而得以在工程机械中广泛应用。以室外为主要运行环境的工程机械，工程设备的运行环境大多较为恶劣，并且运行的工程机械通常面临多变的载荷及明显的振动现象，运行速率呈现出瞬态转换和惯性冲击的特点，对工程机械液压系统提出了较高的要求，主要表现在：需具备较强的环境适应能力及良好的封闭性，考虑到工程机械液压系统的运行环境，需系统具备较高的可靠性及实时应变性。在能封闭系统的基础上还需具备一定的机动性以应对变动。工程机械液压系统主要由液压泵、控制阀、变速器、变速阀等构成，工程机械状态在产生故障问题的情况下通常表现出执行结构迟缓、液压离合器接触不良、液压缸活塞无法有效伸缩等，这些故障主要有失效的系统或元件所导致（具体体现在压力、流量及温度的改变）。出现问题和故障的系统在实际应用过程中会对工程机械造成不同程度的影响。

3机械设备关键部件的常见故障

3.1滚动轴承故障

在机械设备中，滚动轴承是较为重要零部件，因该零部件的运转频率较高，从而使其成为机械设备的易损零件之一。当滚动轴承损伤之后，一些故障便会随之出现，导致滚动轴承损伤的原因有疲劳损伤、摩擦损伤、腐蚀损伤、断裂等。

3.2齿轮箱故障

在机械设备中，齿轮箱是应用较为广泛的部件之一，绝大部分机械设备都有齿轮箱。在机械运行过程中，齿轮箱内的齿轮常常会出现划痕、磨损、断裂等问题，如果这些问题得不到及时有效地处理，则会导致齿轮箱失效。

3.3大数据故障诊断面临的挑战

在进行研究时，国内外学者大都是利用单一的特征值进行分析研究，只针对该分析样本和机器，数据较少，不能适用于大数据下的机械故障的诊断。大数据下，各数据值具有数量多、质量不统一，碎片化的特点，无法精确的进行诊断。同时，在进行机械故障特征的提取时，研究人员往往是有方向有目标的，但是在大数据的模式下，数据值比较多，无法判定所要提取的特征值。研究人员在进行研究时，有着具体问题具体分析的特点，但是针对大数据下的机器故障问题，研究人员难以判定出现故障的部位及源头，就难以做出针对性的处理，只能从表面上判定机器的好坏，难以解决根本问题。在这种情况下，研究人员需要对大数据进行交互式的研究，当多个数据同时出现时，也能及时的、精确的找到发生故障的部位，并能及时的进行原因的诊断。

3.4电动机故障

机械设备是由机械结构和电动机两部分组合而成，如果电动机故障，则会导致机械设备无法正常运转。电动机常见的故障有振动、异响、过热、短路、空载损耗大、三相电流不平衡等。

4机械设备故障诊断技术

4.1观察法

观察法有着比较高的实用性。该种判断方法应用频率最高，液压传动系统发生的故障大多会以不同的外在表现情况呈现出来，从而能够以常见普遍的系统外在表现为依据对出现问题的位置及原因进行判断，目前工程机械液压传动系统较为常见的外在故障表现包括噪音、系统元件异常等，对此通过直接观察、简单的初步检查即可进行判断。但观察法对检查人员的专业能力有较高的要求，除了过硬的专业技能外还须具备丰富的实践经验，这是准确发现并判断液压系统故障或问题的基础和关键。

4.2红外测温与诊断

机械设备在运行的过程中，设备本身的温度会发生一定程度的变化，当机械设备出现故障后，此时的温度变化幅度会显著增大，通过红外测温，对机械设备的温度变化情况进行监测，能够提高故障诊断效率。目前，对机械设备的温度变化进行监测时，常用的仪器为红外线测温仪，不同型号的红外线测温仪，可以检测的物体表面温度范围有所区别，由于测温仪不需要与机械设备相接触，所以可以远距离完成温度检测。通过对红外线测温仪测得的结果进行分析，便可对机械设备的故障进行诊断。需要注意的是，红外线测温仪容易受到环境因素的影响，由此可能会导致测量结果的误差增大，为避免这一问题的发生，应当对测得的数据进行补偿和修正，从而使测量误差降至允许范围之内，提高结果的准确性。

4.3振动监测与诊断

在对机械设备进行状态监测的过程中，会遇到以下几种振动：周期振动、随机振动等，振动会产生一定的振幅，其代表的是振动的强度和能量，而频率则是机械振动的主要特征。通过相应的仪器，可以对机械设备的振动情况进行监测，在此基础上能够快速完成故障诊断。可用于机械设备振动监测的仪器有以下几种：涡流式位移传感器、磁电式速度传感器以及压电式加速度传感器，其中压电式加速度传感器的灵敏度较高、频率范围宽、体积小，从而使其成为目前应用较为广泛的振动监测仪器。除了传感器之外，在机械设备振动监测与故障诊断中，还需要使用分析仪器和故障诊断专家系统。利用振动监测与诊断技术，能够对机械设备的滚动轴承故障、齿轮箱故障以及转子故障进行诊断。

4.4噪声监测与诊断

机械设备在运行时，除了振动之外，还会产生一定的噪声，通过对噪声的监测，可以为故障诊断提供依据。对于声音而言，声强和声压是较为重要的参数，同时，这两个参数也是噪声测量的主要对象。近年来，随着科学技术水平的不断提升，使得FFT（快速傅里叶变换）分析仪，在机械噪声监测中得到广泛应用。

不仅如此，双话筒互谱技术在声强测量中也得到一定的应用，由此不但提高了检测速度，还确保了检测结果的准确性。在机械设备运行现场，对噪声进行测量时，可以借助声级计，该仪器最为突出的特点是能够直接测得声压级。在对机械设备运行中产生的噪声进行测量后，根据所得的结果，便可对机械故障的部位及其程度进行确定。当机械设备运行时发出噪声，便可通过噪声监测与诊断技术，对机械设备的故障进行诊断，从而为故障维修提供依据。

5发展趋势

5.1建立相应的数据库

由于对于机械采集的数据值多，分散且采取的手段多样。对这些数据进行合理的划分，总结和存储，建立相应的大数据库，可以为研究提供基础的资源。同时对于相应的数据值的变化进行记录，跟踪，以便进行更好的研究。

5.2进行可靠性评价

大数据的状态下，并不是每个数据都是可靠有效的，因此就需要对其进行分析判断，进行合理的规划、划分，改善数据杂乱的现状。所以可以对这些数据进行质量评估的标准，进行相应数据的规整和计算，将数据的采取形式也进行相应的归类，剔除杂而无用的数据，使得研究工作高效优质的完成[4]。

5.3研究可视化

将大数据整理出来，总结出它们的规律，进行整理分类。机械发生故障，从大数据里往往可以找到规律的，利用这些数据总结出相应的规律。用规律将机械发生故障的内在原因探究出来，对其进行分析，实现机械故障智能化的解决。

结束语

综上所述，机械设备作为工业生产的重要组成部分之一，保证其稳定、可靠运行尤为必要。通过以上对于当前大数据下机械故障诊断所面临的问题及发展趋势进行了简要的分析，可以看到目前虽然面临着种种的问题，但同时，在实现智能诊断机械故障方面也有着很大的机遇。因此想要实现大数据下机械智能故障诊断的目的，还需要对其进行不断的研究和突破，以便推动我国机械智能化的发展。

参考文献

[1]赵博.探析工程机械液压传动系统故障的原因[J].内燃机与配件,2018(9):153-154.

[2]朱夏银.思考机械设计制造及其自动化的运用[J].四川水泥，2018(6):96.