工程机械故障诊断

工程机械故障诊断（通用9篇）

篇1：工程机械故障诊断

人工智能在机械故障诊断中的应用

摘要: 介绍了机械故障中应用的各种人工智能诊断方法及理论, 包括专家系统、人工神经网络等, 根据二者在机械故障诊断中的应用情况分析了它们的优缺点, 并以专家系统在汽车故障诊断中的应用为例, 阐述了专家系统在实际应用中存在的问题。

关键词: 机械故障诊断;人工智能;专家系统;神经网络

中图分类号: TP206

3文献标识码: A

文章编号: 1001-006X(2006)02-0023-02 Artificial Intelligence Applied in Machinery Fault DiagnosisLiMeihua, Han Daming, Lu Huaimin(Northeast Forestry University, Harbin 150040)Abstract: The methods and theories of artificial intelligence diagnosis applied in machinery fault diagnosis of each system are reviewed, including ex pert system and artificial neural network.Based on the actual application of the two methods, the advantages and disadvantages of each system are analyzed.Taking the application of expert system in automobile fault diagnosis as an example, the existing problems of ex pert system are clarified in the paper.Key words: machinery fault diagnosis;artificial intelligence;expert system;neural network 收稿日期: 2005-03-14 第一作者简介: 李美华(1981-), 黑龙江省呼兰人, 女, 硕士研究生, 研究方向: 汽车维修理论与诊断技术。前 言

机械故障诊断是识别机器或机组运行状态的科学, 它研究的是机器或机组运行状态的变化在诊断信息中的反映, 其研究内容包括对机器运行现状的识别诊断、对其运行过程的监测以及对其运行发展趋势的预测3 个方面。就其诊断方法而言, 人工智能的研究成果为机械故障诊断注入了新的活力, 如专家系统、人工神经网络、分形几何等, 但这些新的理论和技术成果大多有待完善。最近有人探索人工神经网络与传统的专家系统结合起来, 建造神经网络专家系统。研究表明新型的专家系统能较好克服传统的专家系统和人工神经网络在各自独立 的缺陷而具有许多优势。人工智能在机械故障诊断中的应用 21专家系统在机械故障诊断中的应用

专家系统也称专家咨询系统, 顾名思义, 专家系统就是能像人类专家一样解决困难、复杂的实际问题的计算机(软件)系统。一个专家系统主要由知识库、推理机、数据库和人机接口等4 个基本部分组成, 其中知识库和推理机是专家系统的核心组件。知识库用于存放推理所需要的规则等信息, 是专家领域知识的集合。推理机的作用是根据所采集到的现场信息, 应用知识库中的知识对设备所处状态进行推理判断, 给出设备有否故障或故障部位等信息。数据库用于存放推理过程中的所需和所产生的各种信息,人机接口则是人与专家系统打交道的桥梁和窗口, 是人机信息的交接点。一个实用的机械设备故障诊断专家系统一般还包括解释程序和知识获取程序, 其中, 解释程序负责回答用户所提出的各种问题,包括与系统运行有关的问题和与系统运行无关的、关于系统自身的一些问题。解释程序是实现系统透明性的主要部件。知识获取程序负责管理知识库中的知识, 包括根据需要修改、删添知识及由此引起的一切必要的改动, 维护知识库的一致性和完整性。知识获取程序使领域专家可以修改知识库而不必了解知识库中知识的表示方法和组织结构等细节问题, 从而大大提高了系统的可扩充性。

22人工神经网络在机械故障诊断中的应用人工神经网络简称神经网络,是在生物神经学研究成果的基础上提出的人工智能概念, 是对人脑神经组织结构和行为的模拟。就机械故障诊断而言, 神经网络使用来自机器不同状态的振动信号,通过特征选择,找出对于故障反映最敏感的特征信号作为神经网络的输入向量, 建立故障模式训练样本集,对网络进行训练;当网络训练完毕, 对于每一个新输入的状态信息, 网络将迅速给出分类结果。23神经网络故障诊断系统和专家系统故障诊断

系统的融合基于神经网络的故障诊断系统和基于专家系统的故障诊断系统可以相互转化。在专家系统故障诊断系统中, 知识是通过规则的方式来表达的, 而在神经网络故障诊断系统中, 知识是通过对样本的反复学习并在此过程中不断调整网络连接权值, 从而使网络误差收敛到全局最小点后储存在这些连接权值中。所以, 要实现由基于专家系统的故障诊断技 术向神经网络故障诊断技术过渡的关键是将规则转化为学习样本, 具体步骤为:

统计在规则表述中诊断对象可能出现的故障征兆与故障原因数目, 分析诊断知识结构, 确定神经网络的输入、输出神经元数目及其网络层次结构;

将专家系统知识库的规则提取出来, 形成神经网络的学习样本;

对神经网络样本学习, 获取各自的连接权值, 形成神经网络故障诊断系统。由神经网络故障诊断到专家系统故障诊断的关键问题是在现有的连接权值中提取规则, 具体步骤为:

已知学习样本时, 可以直接将每一个学习样本转化为一条规则;

未知样本只知道连接权值时, 这种情况很复杂, 一般是通过特殊的算法从网络的输入和输出中提取规则;如果是模糊神经网络, 问题就简单了, 即可以直接从网络 中提取。专家系统在汽车故障诊断中的应用

汽车作为一种特殊的机械, 以汽车故障诊断专家系统为例。汽车故障诊断专家系统的开发, 自20 世纪80 年代以来, 可分为雏型期、改进期和发展期3 个阶段。20 世纪70 年代后期至80 年代初期, 为了适应对计算机应用不断增加的现实, 在汽车维修行业中首先开发的就是诊断咨询系统。1986 年, 美国通用汽车公司和福特汽车公司分别推出了称之为CAMS 和SBDS 的故障诊断咨询系统。1986 年,日本丰田汽车公司的维修、信息及技术部门联合开发了

维修技术咨询系统, 1987 年8 月开始用于丰田发动机集中电子控制系统T CCS 的诊断。作为系统信息流, 对维修企业遇到难度较大的车辆故障诊断与维修问题时, 专业技术人员在预制的问诊表上填入有关事项, 并电传到丰田汽车公司维修总部。维修总部的有关人员以此为基础, 把信息输入到维修技术咨询系统,并由专家系统的维修程序提出诊断结果和维修方案。现场技术人员以此为基础进行维修工作并将结果反馈到总部, 以进一步提高系统的诊断精度。进入20 世纪90 年代, 开始出现了专家系统工具的研究。这种专家系统工具具有知识获取支援功能的专用编辑器, 不需要智能语言, 从而解决了过去存在的知识库效率低的缺点。汽车诊断专家系统的功能与特点, 概括地说就是由计算机存储的专家知识, 按照需要可以调用, 即使初学者也能近似地如专家一样进行故障诊断。基于专家系统的故障诊断方法, 在实际应用中存在问题如下:

知识获取的瓶颈问题;知识难以维护;

知识应用面窄;诊断能力弱;不适应模糊问题。应用神经网络技术可以弥补解决传统专家系统在应用中遇到的问题。

(1)对于专家系统的脆弱性, 即知识和经验不全面, 遇到没解决过的问题就无能为力。而利用神经网络的自学习功能, 不断丰富知识库内容,可解决知识更新的问题。

(2)对于专家系统知识获取困难这一瓶颈问题, 利用神经网络的高效性和方便的自学习功能, 只需用领域专家解决问题的实例来训练神经网络, 使在同样的输入条件下, 神经网络便能获得与专家给出的解答尽可能接近的输出。(3)推理中的匹配冲突,组合爆炸及无穷递归使传统专家系统推理速度慢、效率低。这主要是由于专家系统采用串行方式、推理方法简单和控制策略不灵活。而神经网络的知识推理通过神经元之间的作用实现, 总体上, 神经网络的推理是并行的、速度快。4

结

论

随着人工智能的不断发展, 各个领域对人工智能的要求也越来越高。传统的专家系统有它自身的缺点, 神经网络也有其局限性, 正因为如此在机械故障诊断中, 目前将神经网络和专家系统相结合,建造所谓的神经网络专家系统。理论分析与应用实践表明, 神经网络专家系统结合了两者的优点而克服了各自的缺点, 表现出强大的生命力。参考文献

[ 1] 李国华, 张永忠.机械故障诊断[ M].北京: 化学工业出版社, 2004.[ 2] 尹朝庆, 尹皓.人工智能与专家系统[ M].北京: 中国水利水电出版社, 2002.[ 3] 谢庆生.机械工程中的神经网络方法[ M ].北京: 机械工业出版社, 2003.[ 4] 张锐, 姜树海, 陆怀民, 等.机械故障诊断技术的新动向工神经网络在其上应用[ J].森林工程, 1999, 15(6): 38-39.[ 5] 廉师友.人工智能技术导论[ M].西安: 西安电子科技大学出版社, 2000.[ 6] 吴今培.模糊诊断理论及其应用[ M].北京: 科学出版社,1995.

篇2：工程机械故障诊断

课程类别：选修课(专业课)适用专业；机械设计制造及其自动化

执行学时：24学时

一、本课程在培养计划中的作用

（一）本课程是一门专业课，研究的内容为机械系统动态信号处理与分析及以上内容在典型机械零部件运行过程中的状态分析与识别。在本课程中，培养学生利用所学知识正确分析与判断典型机械零部件运行过程中的状态的技能，并了解掌握故障诊断知识的更新及发展动向。

（二）基本要求、从进行机械故障诊断所必备的基本知识与方法出发，学生学完本课程后应具备下列几方面的知识：

（1）机械系统动态信号处理与分析方法

（2）转轴组件的振动特性的描述及故障分析方法。（3）滚动轴承的振动特性的描述及故障分析方法。（4）齿轮箱的振动特性的描述及故障分析方法。（5）红外检测技术。（6）润滑油样分析。、本课程实践性很强，所以实验课是达到本课程教学要求和使学生经受工程技术训练必不可少的环节。开设实验应不少于6学时，重点为典型机械零部件运行过程中振动信号的测试与分析，典型故障信号的分析与故障判断。

（三）与其它课程的联系

在学习本课程之前应具有《机械工程测试技术基础》课程的知识。

讲课学时的分配：

概述 1 学时 信号分析方法及应用 3 学时 机械故障诊断依据的标准 2学时 转轴组件的振动特性描述及故障分析 2 学时 滚动轴承的振动特性的描述及故障分析 2学时 齿轮箱的振动特性的描述及故障分析 2 学时 红外检测技术 2学时 润滑油样分析 2 学时 实验 6学时 总讲课学时 22学时 考试 2 学时

二、课程内容的重点、先进性、实用性和特点

本课程属专业课，与前设课程《机械工程测试技术基础》课程衔接紧密，并直接应用于生产实践、科学研究与日常生活有关振动噪声、力、温度等参量的测试及状态判断中。

近年来，随着传感技术、电子技术、信号处理与计算机技术的突破性进展，《机械故障诊断基础》课程从理论、方法到应用领域都发生了很大的改变。要求本课程的讲授要知识面广、实践性强，结合新理论、新方法及新的使用领域，使学生了解前沿动态。

三、授课大纲

概述

课程的内容、方法。诊断信息的来源、获取，典型故障示例，学习方法。

第一章 信号分析方法及应用

1、时域分析与频域分析。

2、时域与频域的转换。

3、时、频域信号中蕴涵的信息分析。第二章 机械故障诊断依据的标准

1、故障诊断的绝对判断标准

2、故障诊断的相对判断标准

3、故障诊断的类比判断标准

4、几种判断标准的选用及判断实例。

第三章 转轴组件的振动特性描述及故障分析

1、转轴组件的振动机理

2、转轴组件的振动原因识别

3、现场平衡技术

第四章 滚动轴承的振动特性的描述及故障分析

1、滚动轴承失效的基本形式

2、滚动轴承的振动机理

3、滚动轴承的振动监测及故障判别 第五章

齿轮箱的振动特性的描述及故障分析

1、齿轮及齿轮箱的失效形式与原因

2、齿轮及齿轮箱的振动机理

3、齿轮及齿轮箱的故障诊断 第六章

红外检测技术振动测试

1、基本原理

2、应用之一—温度监测

3、应用之二—无损探测 第七章 润滑油样分析

1、油样分析的原理与步骤

2、铁谱分析与光谱分析

四、教学实验

1、学时数：6学时，开出3个实验。2、内容

针对下列内容开设教学实验：

（1）振动信号测试与处理： 构筑振动信号测试系统并测试，对振动信号进行时域分析与频域分析

（2）轴承振动信号测试与故障分析。多组典型故障轴承，测试其运转过程的振动信号并分析比较。

篇3：工程机械的故障诊断技巧

关键词：工程机械,故障问题,分析

在最近的几年来, 随着我国经济的不断发展进而很好的带动了工程机械行业的不断进步, 同时其功能也在不断的增大, 但是其所发生的故障也随着不断的增多, 尤其是目前机械产品应用的不断广泛, 进而使其存在着的故障也不断增加, 因此必须要对其故障问题进行充分的分析了解, 使其在诊断的过程中能够得到更好的解决。

1 关于机械出现故障的特点分析

1.1 在使用初期所出现故障的特点

对于工程机械来说, 其使用初期所出现的故障主要是从高到底的一个顺序, 并且工程机械在使用初期的故障主要是和工程机械的使用情况有着直接的关系。如果对于工程机械的修理质量比较高以及能够对其进行正确的维护, 那么其出现故障的概率便会比较低。不然将会导致工程机械在早期使用的过程中便会出现比较高的故障。对于工程机械早期所出现的故障来说, 其多数为管道接头出现松动或者是残留金属堵塞主油道当中, 进而导致机械出现漏油, 在经过调整之后使其机械出现的故障进行控制。

1.2 在使用过程中所出现的故障特点

对于工程机械来说, 其使用过程中所出现的故障特点主要是存在着阶段性的。在机械设备进入到正常的使用过程中, 只要是对其进行常规的维护以及使用, 通常情况下机械设备将很少会出现故障, 就算是出现故障其主要也是随机性的故障, 因此故障的出现情况也是相对比较低的。如果在对机械设备进行使用的过程中出现故障, 其主要是偶然性的使用不当所导致。

1.3 在设备进行大修过程中的故障特点

对于工程机械设备来说, 在设备接近大修的过程中其主要的部件将会出现比较大的损耗, 同时也会导致其使用情况出现严重的恶化。对于这个阶段来说, 其故障的特点主要是故障出现的概率比较高, 并且相对比较普遍, 其主要是受到比较严重的磨损或者是零部件出现了比较严重的老化所导致。

2 关于工程机械设备出现故障的诊断方式

对于工程机械设备来说, 如果其进行使用那么将会出现一定程度的故障, 所谓的故障诊断主要就是通过故障发生后所出现的征兆现象情况, 进而判断其故障出现的原因以及部位。并且在对机械设备进行故障分析的过程中, 其能够分成为主动的诊断和被动诊断两类。所谓主动诊断主要就是对设备没有出现故障的时候进行诊断, 其主要对机械设备的使用情况进行分析, 进而来推测其以后的变化情况。然而对于设备的被动诊断就是对设备已经发生的故障进行诊断, 同时被动诊断也是对设备出现故障的原因以及位置进行诊断。

在对机械设备进行诊断的过程中, 其诊断主要是能够分成为两种方法:第一种方法主要就是对设备进行人工直观的诊断。第二种则是使用设备进行故障的诊断。对于这两种诊断的办法来说, 其主要都是在不解体的前提来对其设备的实际情况进行诊断, 进而有效查明设备出现故障的位置以及设备出现故障的原因。

因为在使用设备进行施工的过程中, 其施工的现场离着设备维修的地点相对比较远, 比如在施工的过程中, 设备出现了故障, 那么通常情况下将不具备着对设备进行诊断的条件, 对于这种情况的出现将需要设备维修人员通过其自身丰富的经验来对设备所出现的故障进行诊断, 其也可以借助于仪器来对设备进行看、模、测以及试等方法来对设备的故障原因进行分析。

2.1 通过“听”的方法来对设备进行诊断

这种方法主要是根据设备的响声来对设备进行故障的分析, 同时在听的过程中来辨别设备的温度以及荷载等情况。对于这种方法其判断故障的准确率比较高, 并且通过听的方式能够对设备的运转情况进行诊断, 进而使其设备出现故障的原因进行有效的查明。

2.2 通过“看”的方法来对设备进行诊断

这种方法能够更加直观的看出设备所发生的异常情况, 比如设备所出现的漏油以及发动机排气的颜色, 同时也能够有效的看出设备零件松脱或者是断裂等情况, 对于这些故障的情况通过这种方法能够直观的进行判断。

2.3 通过“闻”的方法来对设备进行诊断

这种方法主要是通过鼻子来对设备所出现的气味进行故障的判断。比如设备在运行一段时间之后其电线在烧坏的过程中将会出现一种焦糊的臭味, 进而根据这种方法能够闻到不同的异味来对设备进行故障的判断。

2.4 通过“试”的方法来对设备进行诊断

对于这种方法来说其主要就是试验, 并且这种方法存在着两个方面的含义:第一是就是通过试验的方式使设备的故障再现, 以此来判断其故障。第二是通过置换存在着故障的零部件, 来对其设备进行试验, 以此来检查设备的故障是否消除。如果设备的故障消除那么则说明了被置换下来的设备零部件存在着故障。但是使用这种方法应该值得注意的是, 对于设备一些部位出现比较严重的响声过程中, 不可以在对其进行故障的再现试验, 以此来避免设备出现更大的机械故障出现造成人员的伤亡情况出现。

2.5 通过“模”的方法来对设备进行诊断

对于这种方法来说, 其主要是通过用手触摸怀疑存在着的故障相邻位置, 以此来方便找出故障所在。比如通过采用手进行触摸制动鼓, 以此来对其温度查看是否过高, 如果温度比较高, 达到了烫手的地步, 那么则证明了车轮的制动器存在着制动拖滞的故障出现。在例如, 通过用手对液压油管的震动在结合对液压系统的噪音进行听, 进而能够判断其系统内是否有气等。

通过上述的方法来对设备进行诊断, 能够更好的查看其故障出现的原因以及位置, 进而有效的对设备进行故障的预防以及分析, 最终保证设备能够安全顺利的运行, 使其为工程的顺利施工提供良好的基础。

3 总结

在对机械故障进行诊断的过程中, 必须要对其故障出现的特点情况进行分析, 进而使其能够更好的对故障进行处理。总而言之, 通过对故障的情况进行充分的了解, 以此来对故障的目标进行明确, 这样能够很好的避免对故障诊断出现盲目性, 进而使其故障的诊断能够更加的准确以及明了。

参考文献

[1]李小全, 刘安心, 程懿.基于案例推理的工程机械故障诊断智能化研究[J].机械制造与自动化, 2006.

篇4：浅析机械的故障诊断

关键词:机床故障;维护;技术分析

数控机床是集高、精、尖技术于一体,集机、电、光、液于一身的高技术产物。具有加工精度高、加工质量稳定可靠、生产效率高、适应性强、灵活性好等众多优点,在各个行业受到广泛欢迎,在使用方面,也是越来越受到重视。但由于它是集强、弱电于一体,数字技术控制机械制造的一体化设备,一旦系统的某些部分出现故障,就势必使机床停机,影响生产,所以如何正确维护设备和出现故障时能及时抢修就是保障生产正常进行的关键。

一、机床的维护保养

对于数控机床来说,合理的日常维护措施,可以有效的预防和降低数控机床的故障发生几率。

首先,针对每一台机床的具体性能和加工对象制定操作规程建立工作、故障、维修档案是很重要的。包括保养内容以及功能器件和元件的保养周期。

其次,在一般的工作车间的空气中都含有油雾、灰尘甚至金属粉末之类的污染物,一旦他们落在数控系统内的印制线路或电子器件上,很容易引起元器件之间绝缘电阻下降,甚至倒是元器件及印制线路受到损坏。所以除非是需要进行必要的调整及维修,一般情况下不允许随便开启柜门,更不允许在使用过程中敞开柜门。

最后,对数控系统的电网电压耍实行时时监控,一旦发现超出正常的工作电压,就会造成系统不能正常工作,甚至会引起数控系统内部电子部件的损坏。所以配电系统在设备不具备自动检测保护的情况下要有专人负责监视,以及尽量的改善配电系统的稳定作业。

当然很重要的一点是数控机床采用直流进给伺服驱动和直流主轴伺服驱动的,要注意将电刷从直流电动机中取出来,以免由于化学腐蚀作用,是换向器表面腐蚀,造成换向性能受损,致使整台电动机损坏。这是非常严重也容易引起的故障。

二、如何进行机床的故障诊断

(一)检查

在设备无法正常工作的情况下,首先要判断故障出现的具体位置和产生的原因,我们可以目测故障板,仔细检查有无由于电流过大造成的保险丝熔断,元器件的烧焦烟熏,有无杂物断路现象,造成板子的过流、过压、短路。观察阻容、半导体器件的管脚有无断 脚、虚焊等,以此可发现一些较为明显的故障,缩小检修范围,判断故障产生的原因。

(二)系统自诊断

数控系统的自诊断功能随时监视数控系统的工作状态。一旦发生异常情况,立即在CRT上显示报警信息或用发光二级管指示故障的大致起因,这是维修中最有效的一种方法。近年来随着技术的发展,兴起了新的接口诊断技术,JTAG边界扫描,该规范提供了有效地检测引线间隔致密的电路板上零件的能力,进一步完善了系统的自我诊断能力。

(三)功能程序测试法

功能程序测试法就是将数控系统的常用 功能和特殊功能用手工编程或自动变成的方法,编制成一个功能测试程序,送人数控系统,然后让数控系统运行这个测试程序,借以检查机床执行这些功能的准确定和可靠性,进而判断出故障发生的可能原因。

(四)接口信号检查

通过用可编程序控制器在线检查机床控制系统的接回信号,并与接口手册正确信号相对比,也可以查出相应的故障点。

(五)诊断备件替换法

随着现代技术的发展,电路的集成规模 越来越大技术也越来越复杂,按常规方法,很难把故障定位到一个很小的区域,而一旦系统发生故障,为了缩短停机时间,在没有诊断备件的情况下可以采用相同或相容的模块对故障模块进行替换检查,对于现代数控的维修,越来越多的情况采用这种方法进行诊断,然后用备件替换损坏模块,使系统正常工作,尽最大可能缩短故障停机时间。

三、机床故障诊断排除的典型实例

由于数控机床的驱动部分是强弱电一体的,是最容易发生问题的。因此将驱动部分作简单介绍:驱动部分包括主轴驱动器和伺服驱动器,有电源模块和驱动模块兩部分组成,电源模块是将三相交流电有变压器升压为高压直流,而驱动部分实际上是个逆变换,将高压支流转换为三相交流,并驱动伺服电机,完成个伺服轴的运动和主轴的运转。因此这部分最容易出故障。以CJK6136数控机床和802S数控系统的故障现象为例,主要分析一下控制电路与机械传动接口的故障维修。

如在数控机床在加工过程中,主轴有时能回参考点有时不能。在数控操作面板上,主轴转速显示时有时无,主轴运转正常。分析出现的故障原因得该机床采用变频调速,其转速信号是有编码器提供,所以可排除编码器损坏的可能,否则根本就无法传递转速信号了。只能是编码器与其连接单元出现问题。两方面考虑:一是可能和数控系统连接的Ecu连接松动;二是可能可和主轴的机械连接出现问题。由此可以着手解决问题了。首先检查编码器与ECU的连接。若不存在问题,就卸下编码器检查主传动与编码器的连接键是否脱离键槽,结果发现就是这个问题。修复并重新安装就解决了问题。

四、结束语

在面对数控机床故障和维修问题时,首先要防患于未燃,不能在数控机床出现问题后才去解决问题,要做好日常的维护工作和了解机床本身的结构和工作原理,这样才能做到有的放矢。

参考文献:

[1]邱先念.数控机床故障诊断及维修[J].设备管理与维修,2003,(1).

[2]王超.数控机床的电器故障诊断及维修叨[J].芜湖职业技术学院学报,2003,(2).

[3]陈蕾,谈峰.浅析数控机床维护维修的一般方法[J].机修用造,2004,(10).

[4]万宏强,姚敏茹.基于网络的数控机床设备远程故障诊断技术的框架研究四[J].精密制造与自动化,2004,(4).

[5]李宏慧,谢小正,沙成梅.浅谈数控机床故障排除的一般方法[J].甘肃科技,2004,(9).

[6]王刚.数控机床维修几例叨[J].机械工人冷加工,2005,(3).

篇5：工程机械故障诊断

(1)观察诊断法。现场诊断要求维修人员有一定的液压传动知识和实践经验。在对一种新机型作故障诊断前，要认真阅读随机的使用维护说明书，以对该机液压系统有一个基本的认识。通过阅读技术资料，掌握其系统的主要参数;熟悉系统的原理图，掌握系统中各元件符号的职能和相互关系，分析每个支回路的功用;对每个液压元件的结构和工作原理也应有所了解;分析导致某一故障的可能原因;对照机器了解每个液压元件所在的部位，以及它们之间的连接方式。具体诊断故障时，应遵循“有外到内，先易后难”的顺序，对导致某一故障的可能原因逐一进行排查。

现场诊断液压系统故障的主要方法还是经验诊断法。维修人员利用已掌握的理论知识和积累的经验，结合本机实际，运用“问、看、听、摸、试”手段，快速的诊断出故障所在部位和原因的一种方法。当外观不正常的时候，可以采用眼观的检查方式，通过有无漏油、辊接头松动、管路损伤等情况，采取维修、拧紧、维护等方式来进行处理;当出现油箱油量短缺或油变质的情况，同样可以采用眼观的方式进行判断其油位是否正常、滤油器是否堵塞，油液是否变质，并且可以通过不足油量，清洗滤油器，更换液压油等方式解决;当振动、噪声不正常时，可以采用眼观和耳闻的方式进行检查，若发现其测量值比正常值大的情况，要立即查明原因进行修复;当油温不正常时，我们可以采取手摸的方式，在发现不正常后，再用温度计测量，若测量值超过正常允许致使，要查明原因处理;当工作速度不正常时，将采取眼观的方式进行，若发生不正常、太慢的情况，可能是流量不足、泄露或定压太低等原因造成的，要及时查明原因;当工作压力不正常时，将采取眼观的方式进行检查，若表现出无力的状态，则是因为定压太低、供油不足或其他故障的的查处不清等原因造成的。

(2)逻辑诊断法。对于复杂的液压系统，因此常采用逻辑分析进行推理。此方法有两个要点：一是从主机出发查看液压系统执行机构工作情况;二是从系统本身故障出发，有时系统故障在短时间内并不影响主机，如油温的变化，噪音增大等。

篇6：机械故障诊断技术与应用读书报告

姓名： 前言

机械设备运行状态的监测与故障诊断很早就开始了。刚开始人们往往通过听觉、触觉、视觉来对机器的噪声、振动和温度等进行判断，进而来推测设备运行是否正常。当时的机械设备功率普遍较小，通常是单机工作，并且更新换代比较缓慢，人们有大量的时间进行熟悉，探索并且逐渐掌握机器的性能和工作状态。然而到了现代，企业生产已经进入了高速发展阶段，以往的判断模式已经不能够应用于现在的生产模式。现代工业生产的特点是生产系统大型化、连续化、高速化、自动化、系统化和智能化。要求机械设备更新快，在使用过程中安全、连续、可靠、高效、低能等特点，为了达到这些要求，那么我们就需要借助现代技术进行设备的运行状态的监测与诊断。目前可以进行实时采集机械系统运行状态并且对采集到的信息进行分析，进而判断机械系统运行状态的优劣，从而能更好的对设备进行维护和维修，从而达到了提高生产效率、保障安全运行、降低生产成本、节约能源消耗、延长使用寿命的目的。机械设备的状态监测和故障诊断技术是实现这一目的的重要技术手段。机械设备的状态监测和故障诊断就是采集诸如振动、噪声、温度、润滑油、声发射扥等设备相关信号，从而进行分析和处理，得到设备的运行状态。根据设备的部位、类型、严重程度、发展趋势，对出现故障的设备进行维修安排。机械故障诊断技术的发展历程

从20世纪60年代开始，伴随着科学技术的不断进步和发展，计算机技术、网络技术和信息技术迅速发展和普及，从而使机械设备运行状态的监测和故障诊断技术逐渐形成为一门较为完善的综合性工程学科，并且在全球范围内推广。逐渐成为热门学科。美国是最早开始进行开发设备诊断技术的国家。1967年4月美国海军主持召开美国机械故障预防小组成立大会。并且从此以后美国开始投入大量的人力物力来开发和完善这项技术。在随后的几十年，机械故障诊断技术在美国的航空航天、军事等尖端领域得到了广泛的应用，并一直处于领先地位。英国在20世纪70年代初成立了机械健康监测组织与状态监测协会，对故障诊断技术的发展起到了很大的作用。我国对故障诊断技术的研究开始于20世纪80年代。1983年初，中国机械工程学会的设备维修学会在南京召开，交流国内外的情况，分析国内设备维修现状以及开展设备诊断技术专题座谈会，提出了积极开发和应用设备诊断技术，强调有关技术的必要性和紧迫性。随后这门技术在我国的冶金、石化、铁路、电力等行业得到了广泛的应用和推广。随着对这一技术的不断深入，我国的信号采集和分析仪器已经接近国际水平。目前，我国各高校科研人员正在故障诊断技术领域寻求突破和创新。开展机械故障诊断的意义

在各国工业生产中重点、关键性机械设备的数量越来越多，其中的大多数为大型、自动、连续生产的设备，其在生产中的重要性是不言而喻的，对这些机械设备实施状态监测与故障诊断技术所带来的经济效益和社会效益是巨大的。预防事故，保障人身和设备安全，推动设备维修制度的全面改革，提高经济效益。机械故障诊断技术与应用

4.1机械故障的振动诊断

4.1.1轴承的故障诊断理论与应用

轴承是旋转机械中应用最为广泛地机械零件，也是最易破坏的元件之一。旋转机械的许多故障都与轴承有关，轴承的工作好坏对机械的工作状态有很大的影响，其缺陷会导致设备产生异常振动和噪声，甚至造成设备破坏。

轴承在运行过程中由于装配不当、润滑不良、水分和异物入侵、腐蚀和过载等都可能使轴承过早破坏。即使不出现上述情况，经过一段时间运转，轴承也会出现疲劳损伤而不能正常工作。滚动轴承故障的主要失效形式和原因有疲劳剥落、磨损、塑性变形、锈蚀、断裂和胶合等。滑动轴承的故障形式和原因有烧瓦、气蚀、油膜涡动和油膜振荡。

轴承在运转时由于各种原因会产生振动，并通过空气传播成为声音，声音中包含着轴承状态信息。但是声音的成分除了包含了反应轴承工作正常与异常振动声外还夹杂着尘埃、其他工作件振动声等，因此轴承的工作声音成分十分复杂。

利用滚动轴承的振动信号分析故障诊断的方法可分为简易诊断法和精密诊断法两种。简易诊断是为了初步判断被列为诊断对象的滚动轴承是否出现了故障；精密诊断的目的是要判断在简易诊断中被认为出现了故障的轴承的故障类别及原因。滚动轴承的简易诊断有振幅值诊断法、波形因数诊断法、波峰因数诊断法、概率密度诊断法和峭度系数诊断法。滚动轴承的精密诊断的常用方法有低频信号分析法和中、高频信号绝对值分析法。滑动轴承的诊断方法有时域幅值诊断法、时域波形诊断法、频域诊断法、轴心轨迹诊断法。

4.2 机械故障的声学诊断

4.2.1机械故障的噪声诊断理论与应用

振动与噪声是机械设备在运行过程中的一种属性，设备内部的缺陷或故障会引起设备在运行过程中振动和噪声的变化，也就是设备的噪声信号中携带了大量与机械设备内部缺陷和故障的有关信息。因此，噪声监测也就成为对机械设备进行故障诊断的重要手段。

噪声监测的原理是当机器的零件或部件开始磨损或者经历某些其他的物理变化时，其声音信号的特征就发生变化。监测这些特征就有可能检测到机械运行状态的变化，精确地指出正在劣化的那些零部件。噪声监测中的主要内容之一就是通过噪声测量与分析确定设备故障的部位和程度。为此，首先必须寻找和估计机器中产生噪声的声源，进而从声源出发，研究其频率组成和各分量的变化情况，从中提取机器运行状态的信息。噪声监测的方法有主观评价和估计法、近场测量法、表面振速测量法、频谱分析法和声强法。4.2.2机械故障的超声诊断理论与应用

超声波用于机械设备故障诊断领域，主要是利用材料本身或内部缺陷对超声波传播的影响，来检测判断结构内部或表面缺陷的大小、形状以及分布情况。在一些机器运行中能对材料或结构的微观形变、开裂以及裂纹的发生和发展进行状态监测。它的应用极为广泛，且发展迅速。超声波的检测方法按原理分类有脉冲反射法，其中脉冲反射法包括缺陷回波法、低波高度法和次多底波法。此外还有穿透法和共振法。按波形分可以分为纵波法、横波法、表面波法、板波法和爬波法。

4.3机械故障的智能诊断

4.3.1基于专家系统的故障诊断

故障诊断专家系统是将人类在故障诊断方面的多位专家具有的知识、经验、推理、技能综合后编制成的大型计算机程序，它可以利用计算机系统帮助人们分析解决只能用语言描述、思维推理的复杂问题，扩展计算机系统原有的工作范围，使计算机系统有了思维能力，能够与决策者进行对话，并应用推理方式提供决策建议。4.3.2基于模糊逻辑的故障诊断

在许多情况下机器或系统都运行在一个模糊环境中，运行中各种状况和参数都互相影响，难以用精确数学方法进行描述。模糊故障诊断就是一种基于知识的诊断系统，因为在诊断过程中对模糊症状、模糊现象等的描述要借助于经验的操作者或专家的直觉经验、知识等。模糊故障诊断系统的诊断过程，从对模糊信息的获取，到利用模糊信息进行模糊推理到最后做出诊断，就如同医生根据病人的模糊症状进行准确诊断一样。机械故障诊断技术的发展趋势

随着现代科学技术的发展，特别是信息技术、计算机技术、传感器技术等多种新技术的出现，数据采集、信号处理和分析手段日臻完善，从无法和难以解决的故障诊断问题变得可能和容易起来。设备故障诊断技术正在变成计算机、控制、通信和人工智能的集成技术。近半年来故障诊断技术呈现的发展趋势有诊断对象的多样化、诊断技术多元化、故障诊断实时化、诊断监控一体化、诊断方法智能化、监测诊断系统网络化、诊断系统可扩展化、诊断信息数据库化、诊断技术产业化和机械设备诊断技术工程化。现代机械故障诊断技术正在成为信息、监控、通信、计算机和人工智能等集成技术，并逐渐发展成为一个多学科交叉的新学科。

参考文献

篇7：工程机械故障诊断

农业机械化专业机械故障诊断与维修课程教学模式探析

面对全球性经济危机,普通农业高等教育人才培养和就业面临极大考验.因此,以机械类课程为主的传统的农业机械化专业已经不能够适应当今人才培养的需求,必须构建培养复合型人才的培养模式以促进教育不断发展.“机械故障诊断与维修”是农业机械化专业的主要课程,也是学生毕业后面临强大就业压力的重要突破口,为此,必须根据科学发展观的`要求来建立培养创新人才的课程内容体系,应用现代化教学手段和方法,改革传统的授课和考核方法,提高学生综合素质,促进当代大学生全面发展,为农业工程学科的人才培养提供基础保障.

作 者：孙勇 李文哲 王金武 Sun Yong Li Wenzhe Wang Jinwu 作者单位：东北农业大学,黑龙江,哈尔滨,150030刊 名：东北农业大学学报(社会科学版)英文刊名：JOURNAL OF NORTHEAST AGRICULTURAL UNIVERSITY(SOCIAL SCIENCE EDITION)年，卷(期)：7(5)分类号：G642.0关键词：农业机械化 机械故障诊断与维修 教学模式

篇8：基于故障特征的机械松动故障诊断

1.机械松动的主要类型和故障特征

(1) 结构框架或基础松动。故障类型: (1) 结构松动或机器地脚、基础平板和混凝土基础弱 (刚性差) ; (2) 框架或基础变形 (软底脚) ; (3) 地脚螺栓松动。故障特征: (1) 振动频谱为工作转速频率占主导; (2) 表现为单一转子的高振动; (3) 振动方向性固定; (4) 每个轴承座水平和垂直方向的相位差为0°或180°。

(2) 摇动或结构和轴承座裂纹。故障类型:结构裂纹或轴承座裂纹; (2) 支撑脚高度不同引起的摇动; (3) 轴承座固定螺栓松动。故障特征: (1) 典型的径向方向2倍工作转速频率的振动幅值超过1倍工作转速频率的振动幅值50%; (2) 振动相位不稳定;不能用动平衡和调整对中的手段降低振动; (4) 振动始终保持工作转速频率和2倍工作转速频率。

(3) 轴承松动。故障类型: (1) 轴承在轴承座中松动; (2) 轴承内部间隙过大; (3) 轴承衬套在其盖内松动; (4) 轴承在轴上松动。故障特征: (1) 在振动频谱中存在多个转速频率的谐波频率, 有时高达10倍和20倍; (2) 趋向于在松动方向上的定向振动; (3) 产生转速的1/2倍间隔的频率或1/3倍间隔的频率; (4) 相位不稳定; (5) 在径向和轴向的相位差接近0°或180°。

上述三类机械松动故障中, 第一类属于基础松动类故障, 第二类和第三类属于转子支撑部件松动类故障, 其中第二类故障劣化严重时就会发展成为第三类故障, 同时伴随着故障征兆的变化。

2.故障诊断实例

某石化公司一台机组振动超过报警值, 该机组风机由电机驱动, 由刚性联轴器连接, 电机转速2980r/min, 电机功率220kW, 该机组结构简图如图1所示, 用便携式测振仪测得各测点的振动全频值见表1。振动正常时的电机负荷端垂直方向频谱如图2所示, 振动异常时的电机负荷端垂直方向频谱如图3所示。

mm/s

随后现场对风机调整了负荷, 随着负荷的下降电机负荷端垂直方向振动变化如表2所示。

从测得到的全频值来看, 电机两端垂直方向振动远大于水平方向, 风机两端振动不是很大, 从频谱图比较来看, 异常振动时产生了大量的分频, 振动以1/5、2/5等分频占主导, 且随着负荷的下降, 振值变化比较明显。这些特征都和基础或地脚松动的故障特征相吻合, 由此可以判断造成该机振动超过报警值的原因为机组基础或地脚松动。经现场停车检查, 发现电机有一颗地脚螺栓已经断裂, 更换全部地脚螺栓后, 机组运行正常。

摘要：通过对一台风机机组的电机基础松动故障的诊断实例, 说明了根据故障特征判断机械松动故障方法的有效性。

关键词：故障征兆,机械松动,故障诊断

参考文献

[1]沈庆根, 郑水英.设备故障诊断[M].北京:化学工业出版社, 2007

[2]廖伯瑜.机械故障诊断基础[M].北京:冶金工业出版社, 2007

[3]易良榘.简易振动诊断现场实用技术[M].北京:机械工业出版社, 2006

篇9：轧钢机械振动故障的诊断

【关键词】轧钢机械；振动故障；数据采集；频谱分析；故障判断

1、前言

轧钢机械振动故障是严重威胁轧钢机械生产和安全的故障种类，对于轧钢机械的加工性能和运行安全有着基础性影响，是轧钢机械运行管理、技术维护、安全等各项工作的重点内容，也是上述工作的实际交叉。现行的方法是在轧钢机械设备中装配检测和监控系统，通过对震动频率和幅度的监测及时发现和定位轧钢机械振动故障，并形成正确地轧钢机械振动故障判断，以便在后续轧钢机械振动故障排除中更好地指导技术工作。在具体的轧钢机械振动故障诊断和处理过程中要强化轧钢机械振动故障的判断标准，做好轧钢机械振动故障数据采集，全面进行轧钢机械振动故障数据频谱分析，形成正确而迅速的轧钢机械振动故障判断，以一系列措施和技术的应用真正提升轧钢机械振动故障判断的准确性，实现维护轧钢机械生产和安全的基本目标。

2、轧钢机械振动故障的判断标准

进行轧钢机械振动故障的判断工作需要有一定的判断标准，应该在轧钢机械振维护和管理工作中引入定性和定量的方法实现对轧钢机械振动故障的准确判断。当前轧钢机械振动故障判断标准一般有三个组成部分：一是故障评判标准；二是故障定量评判标准；三是故障性对评判标准，这些标准通过对轧钢机械振动故障的幅度、频率等物理参数的监控，达到对轧钢机械振动故障进行判別的做过。当前轧钢机械振动故障标准还引入了数据采集、频谱分析等手段，既提高了轧钢机械振动故障判断标准的有效性，又提升了轧钢机械振动故障判断标准的可执行性。

3、轧钢机械振动故障诊断的流程

轧钢机械振动故障检测开始→确定被检测轧钢机械的正常参数→选择轧钢机械振动故障检测内容→明确轧钢机械振动故障检测任务→现场轧钢机械振动→回收轧钢机械振动故障的检测数据→轧钢机械振动数据信息特征分析→做出轧钢机械振动故障的判断。

4、轧钢机械振动故障数据的采集

从轧钢机械振动故障诊断的需要来说，采样数据越长越好，但由于快速傅里叶变换需要的时间与采样数据长度呈指数般增加，并且极大地增加数据的存储空间，考虑到轧钢机械工作转速较低，确定每组原始采样数据长度为2048点较为合适[1]，可以覆盖上述特征频率成分。数据采集由键相信号触发。键相方式分为自动键相和手工键相。对于安装有转速/键相的主轴，采用自动键相，数据采集为整周期采样方式，每转采样数据长度为2048点，可以消除数据严重失真的“旁瓣”效应，可以得到准确的轴频及其倍频成分，频率分析范围为1～1024倍轴频。对于不能安装转速/键相的设备，采用人工键相，根据设备的实际转速，通过人工设置每块振动采集板的采样频率，可以在保持数据长度不变的情况下，利用信号分析技术得到所需的故障频率，频率分析的上下限随着人工设置的采样频率改变，如每转采集256点，连续8转，采样数据长度为2048点，频率分析范围为1/8～128倍轴频；再如键相转速设为10Hz，每转采样数据长度为2048点，则分析频率范围为0～10230Hz。系统能够将采集的数据按照一定的格式存储在数据库中，包括小时数据，一天数据，一周数据，一个月数据，一年数据，变转速数据，原始比较数据，事故数据和特征数据等。其中，原始比较数据库存储设备第1次启动或检修后启动的数据，为将来设备出现异常时作为对比分析的参照基准[2]。特征数据库存放经过处理的波形和频谱的特征数据，以便利用本系统进行故障自动诊断。

5、轧钢机械振动故障数据的分析和处理

5.1轧钢机械振动故障特征数据的分析

首先，动态监测轴承的磨损程度，通过采用涡流传感器，不间断地测量探头体与旋转轴之间的相对间隙变化，可以发现轴承因磨损而发生的圆度变化，做到故障的早期诊断[3]。其次，动态检测轧钢机械的转速，安装涡流传感器配备键相同步探头，保证不同通道同时刻进行采样，频率计算准确，通过对采样频率、波形数目和主振幅的频谱分析，可以做出对频谱分析的相关判断。最后，轧钢机械振动故障特征数据的综合分析和处理，将加速度传感器和位移传感器的轧钢机械振动故障特征数据进行分析，增强发现故障现象的能力，在明确轧钢机械振动故障信息来源的基础上，尽早发现轧钢机械振动故障[4]。

5.2轧钢机械振动故障特征数据的处理

通过积累轧钢机械的各种工作数据，并采集的数据进行分析对比，便可以自动判断出轧钢机械的实时工作状态。同时，还可以实现轧钢机械冲击过程中所采集的数据自动地放置于波形的中央位置，如此一来能够有效地避免常常出现的因为冲击过程中数据采集不完整而导致的频谱特征数据失去可比性的现象[5]。

6、结语