论文部分内容阅读
[摘要]机电设备是应用了电子和机械设备的技术。机电设备在日常运行中会出现诸多故障，影响设备的正常工作和工业生产，维修时间过长会造成较大的经济损失，威胁设备安全运行，甚至造成重大恶性事故。掌握一定的故障診断技术，可以从根本上及时排除故障，防止故障恶化，降低经济损失。本文主要研究机电设备常用的故障诊断技术，分析诊断技术未来发展趋势。
[关键词]机电设备；故障诊断技术；发展趋势
中图分类号：TD639 文献标识码：A 文章编号：
机电设备是我国工业的基础之一，不仅能够改善工业生产环境，还能提高工业劳动生产率，对劳动强度的降低具有十分重要的作用[1]。机电设备按照不同的用途分为信息类、产业类和民生类三种。科学技术的快速发展和工业自动化水平的不断提高，促使机电设备在工业现代化生产中发挥的作用越来越大[2]。故障诊断技术是随着机电设备应用范围的不断扩大和性能的不断提高逐渐形成的。机电设备常用的故障诊断技术、未来发展趋势是以下主要研究的内容。
一、常用的机电设备故障诊断技术
机电设备常用的故障诊断技术包括振动监测技术、射线扫描技术、红外测温技术和油液磨屑分析检测技术。
（1）振动监测技术是利用检测设备振动特征及参数对设备故障及状态进行分析。振动具有在线性、广泛性、无损性及参数多维性等特点，促使该技术成为机电设备的故障诊断首选技术。设备在运行过程中产生的振动包含了设备的状态特征。加速度、速度和位移是测量设备振动的主要参数。测量时传感器及参数的选择应结合设备振动频率合理确定，并对振动测量点进行合理选择，保证检测数量，对设备状态进行真实反映。一般来说，常选择设备振动敏感点、易出现劣化的易损点和距离设备诊断核心部位较近的关键点，对设备振动状态进行准确、全面反映，提高测量有效性。放大滤波对状态信号进行处理，并将结果送入转换器。由转换器完成将模拟信号向数字信号转换的工作。转换后，将数字信号送入诊断分析装置，展开分析处理。分析处理包括频域分析、共轭解调、时域分析、时序模拟、三维全息谱、倒谱分析等。分析结果输出时采用频谱图和振动位移时间变化曲线图形式。根据频谱图和曲线图对设备的基本运行状态进行判断，采取有效措施。该种方式能够对机电设备动态变化的过程及特征进行直观、实时、准确表征，且实用、简单。
（2）射线扫描技术主要利用y射线服从Lamber-Beer指数及衰减规律，按照工艺机电设备的主要特点，对设备进行扫描，以此获得能够反映介质密度相关变化的图谱，最后由系统对图谱进行分析，从而确定故障部位及原因，为修复工作提供重要依据。
（3）红外测温技术是指对机电设备各个部位温度变化及不同温度进行分析，以此对设备的基本运行状态进行判断。电器接点出现烧坏、机械磨损、液压系统的油液优劣性能和发动机排烟管出现堵塞等都会引起温度升高。温度检测是工业检测中的重要环节。传统的测温方式是利用传感器测温，该种方式无法保证测量值的准确性。红外测温仪可以实现非接触式、远距离测温，对信息具有运算、判断和处理等功能，可以较为准确的对设备工作环境的温度变化及温度状态进行分析，优越性较为显著。利用红外测温仪可以实现对测量数据的补偿和修正，测量准确度较高，温度误差较小。测得的数据使用、存取较方便，具有专门的通信接口，可以实现计算机通信，更利于全系统监控。利用该技术对磨损是否加剧、材料缺陷、油液劣化等薄弱环节进行判断，并积极采取有效措施，对促使设备正常运行、延长使用寿命、改善性能具有重要意义。
（4）油液磨屑分析检测技术是指对油液介质物理成分及化学成分的相应变化进行观察，对油液磨屑微粒基本形态进行识别，以此对设备运行状态进行判断。该技术主要应用于机电设备的液压系统及润滑系统。污染及磨损是油液中产生磨屑微粒的主要原因。微粒的形态、总量及尺寸分布与磨损速度和磨损方式有关。可以根据微粒尺寸分布情况对磨损程度进行判断，根据微粒总量对磨损阶段进行判断，根据形态对磨损类型进行判断，根据微粒的化学成分对磨损具体部位进行判断。在能量激发作用下，各种元素对特定波长光产生吸收或发射特性。利用该技术对元素含量和化学成分进行检测，对设备磨损程度及具体部位进行准确判断。该技术在磨屑微粒直径较小的磨损故障中效果较好，具有诊断方便、分析速度较快和结果准确等优点。
二、机电设备故障诊断技术未来发展趋势
人工智能、无线通信、数据处理和传感器技术的快速发展推动着机电设备故障诊断技术的不断成熟。诊断技术的未来发展方向以技术智能化、传感器多维化和精密化、诊断模型和诊断理论的多元化为主。人工智能广泛应用于系统辨识和模式识别等领域，该技术综合了生理学、计算机技术和哲学等多门技术，具有评估客观、容错能力较强、计算简便、可靠性较高等优点。利用该技术可以实现诊断技术智能化。在相同网络中对同类问题的不同知识进行表示，实现知识的自动获取，从而提高准确性。参量的有效性是保证准确性的基础，利用多功能高效仪器可以实现对设备物理量、几何量的准确和快速检测，并对故障部位及原因进行有效识别，达到快速诊断和修复的目的。
结束语：
我国综合国力的提升及科技水平的迅猛发展，推动着机电设备向智能化、数字化、柔性化和自动化全面发展，进入崭新阶段[3]。机电设备故障诊断技术能够对运行过程中设备的工作状态进行全面掌握，并及时发现其中的隐患，对故障部位及故障原因进行排除，从而促使设备安全运行[4]。诊断技术对故障维修具有较大意义，可以为维修工作提供较为可靠的依据，便于在最短时间内及时处理故障。笔者查阅了大量的相关资料和文献，从常用技术及未来发展趋势两方面对机电设备故障诊断技术进行研究，供学者参考。关于机电设备其他方面的研究仍值得学者和笔者继续探讨。
参考文献：
[1] 秦冲.机电设备故障诊断技术发展探析[J].机械制造与自动化.2013，16（16）：47-48.
[2] 陈晓庆.论机电设备维修中故障诊断技术的运用[J].科技创新导报.2013，19（22）：41-42.
[3] 林秀旎.机电设备故障诊断技术发展探析[J].科技风.2012，15（13）：55-56.
[4] 梁欣健.机电设备故障诊断技术的发展概况及远程诊断方法研究[J].中国新技术新产品.2013，14（12）：76-77.
[关键词]机电设备；故障诊断技术；发展趋势
中图分类号：TD639 文献标识码：A 文章编号：
机电设备是我国工业的基础之一，不仅能够改善工业生产环境，还能提高工业劳动生产率，对劳动强度的降低具有十分重要的作用[1]。机电设备按照不同的用途分为信息类、产业类和民生类三种。科学技术的快速发展和工业自动化水平的不断提高，促使机电设备在工业现代化生产中发挥的作用越来越大[2]。故障诊断技术是随着机电设备应用范围的不断扩大和性能的不断提高逐渐形成的。机电设备常用的故障诊断技术、未来发展趋势是以下主要研究的内容。
一、常用的机电设备故障诊断技术
机电设备常用的故障诊断技术包括振动监测技术、射线扫描技术、红外测温技术和油液磨屑分析检测技术。
（1）振动监测技术是利用检测设备振动特征及参数对设备故障及状态进行分析。振动具有在线性、广泛性、无损性及参数多维性等特点，促使该技术成为机电设备的故障诊断首选技术。设备在运行过程中产生的振动包含了设备的状态特征。加速度、速度和位移是测量设备振动的主要参数。测量时传感器及参数的选择应结合设备振动频率合理确定，并对振动测量点进行合理选择，保证检测数量，对设备状态进行真实反映。一般来说，常选择设备振动敏感点、易出现劣化的易损点和距离设备诊断核心部位较近的关键点，对设备振动状态进行准确、全面反映，提高测量有效性。放大滤波对状态信号进行处理，并将结果送入转换器。由转换器完成将模拟信号向数字信号转换的工作。转换后，将数字信号送入诊断分析装置，展开分析处理。分析处理包括频域分析、共轭解调、时域分析、时序模拟、三维全息谱、倒谱分析等。分析结果输出时采用频谱图和振动位移时间变化曲线图形式。根据频谱图和曲线图对设备的基本运行状态进行判断，采取有效措施。该种方式能够对机电设备动态变化的过程及特征进行直观、实时、准确表征，且实用、简单。
（2）射线扫描技术主要利用y射线服从Lamber-Beer指数及衰减规律，按照工艺机电设备的主要特点，对设备进行扫描，以此获得能够反映介质密度相关变化的图谱，最后由系统对图谱进行分析，从而确定故障部位及原因，为修复工作提供重要依据。
（3）红外测温技术是指对机电设备各个部位温度变化及不同温度进行分析，以此对设备的基本运行状态进行判断。电器接点出现烧坏、机械磨损、液压系统的油液优劣性能和发动机排烟管出现堵塞等都会引起温度升高。温度检测是工业检测中的重要环节。传统的测温方式是利用传感器测温，该种方式无法保证测量值的准确性。红外测温仪可以实现非接触式、远距离测温，对信息具有运算、判断和处理等功能，可以较为准确的对设备工作环境的温度变化及温度状态进行分析，优越性较为显著。利用红外测温仪可以实现对测量数据的补偿和修正，测量准确度较高，温度误差较小。测得的数据使用、存取较方便，具有专门的通信接口，可以实现计算机通信，更利于全系统监控。利用该技术对磨损是否加剧、材料缺陷、油液劣化等薄弱环节进行判断，并积极采取有效措施，对促使设备正常运行、延长使用寿命、改善性能具有重要意义。
（4）油液磨屑分析检测技术是指对油液介质物理成分及化学成分的相应变化进行观察，对油液磨屑微粒基本形态进行识别，以此对设备运行状态进行判断。该技术主要应用于机电设备的液压系统及润滑系统。污染及磨损是油液中产生磨屑微粒的主要原因。微粒的形态、总量及尺寸分布与磨损速度和磨损方式有关。可以根据微粒尺寸分布情况对磨损程度进行判断，根据微粒总量对磨损阶段进行判断，根据形态对磨损类型进行判断，根据微粒的化学成分对磨损具体部位进行判断。在能量激发作用下，各种元素对特定波长光产生吸收或发射特性。利用该技术对元素含量和化学成分进行检测，对设备磨损程度及具体部位进行准确判断。该技术在磨屑微粒直径较小的磨损故障中效果较好，具有诊断方便、分析速度较快和结果准确等优点。
二、机电设备故障诊断技术未来发展趋势
人工智能、无线通信、数据处理和传感器技术的快速发展推动着机电设备故障诊断技术的不断成熟。诊断技术的未来发展方向以技术智能化、传感器多维化和精密化、诊断模型和诊断理论的多元化为主。人工智能广泛应用于系统辨识和模式识别等领域，该技术综合了生理学、计算机技术和哲学等多门技术，具有评估客观、容错能力较强、计算简便、可靠性较高等优点。利用该技术可以实现诊断技术智能化。在相同网络中对同类问题的不同知识进行表示，实现知识的自动获取，从而提高准确性。参量的有效性是保证准确性的基础，利用多功能高效仪器可以实现对设备物理量、几何量的准确和快速检测，并对故障部位及原因进行有效识别，达到快速诊断和修复的目的。
结束语：
我国综合国力的提升及科技水平的迅猛发展，推动着机电设备向智能化、数字化、柔性化和自动化全面发展，进入崭新阶段[3]。机电设备故障诊断技术能够对运行过程中设备的工作状态进行全面掌握，并及时发现其中的隐患，对故障部位及故障原因进行排除，从而促使设备安全运行[4]。诊断技术对故障维修具有较大意义，可以为维修工作提供较为可靠的依据，便于在最短时间内及时处理故障。笔者查阅了大量的相关资料和文献，从常用技术及未来发展趋势两方面对机电设备故障诊断技术进行研究，供学者参考。关于机电设备其他方面的研究仍值得学者和笔者继续探讨。
参考文献：
[1] 秦冲.机电设备故障诊断技术发展探析[J].机械制造与自动化.2013，16（16）：47-48.
[2] 陈晓庆.论机电设备维修中故障诊断技术的运用[J].科技创新导报.2013，19（22）：41-42.
[3] 林秀旎.机电设备故障诊断技术发展探析[J].科技风.2012，15（13）：55-56.
[4] 梁欣健.机电设备故障诊断技术的发展概况及远程诊断方法研究[J].中国新技术新产品.2013，14（12）：76-77.