论文部分内容阅读
[摘 要]机械设备虽然种类繁杂，但是它们都有一个共同的特点就是以机械系统为主，所以在研究机械设备故障时，一般都是针对机械系统而言的。通常情况下，机械设备在正常运行的过程中，会因为某些特殊的原因导致规定的功能丧失，我们将这种现象统称为故障。智能诊断系统是针对机械设备故障而研发的，其最大的优势就在于智能化。基于此点，本文就机械设备智能诊断系统展开研究。
[关键词]机械设备；故障；智能诊断系统
中图分类号：TP277 文献标识码：A 文章编号：1009-914X（2013）16-0031-01
一、机械设备的故障原理分析
从系统论的角度上讲，机械故障有两层含义：其一是机械系统无法实现原本正常的功能，造成此类现象的主要原因是机械系统当中某一个或是某几个零部件损坏或是无法正常工作，通过修复损坏的零部件或是调整运行参数能够使机械设备恢复正常运行，GB3187-94中将此类情况统称为故障；其二是指机械设备本身的功能失效，即系统连续偏离正常的使用功能，并且偏离的程度呈不断加剧状态，导致设备基本功能无法获得保证，这种现象称之为失效。搞清机械设备故障的含义有助于对故障机理的进一步分析。
所谓的故障机理又被称之为故障机制，它的内涵是对故障形成、发展和规律的揭示。设备故障的发生和发展主要与两方面因素有关，即内在因素和外在因素，其中内在因素指的是设备内部元件自身的因素，而外部因素则是外部条件，这些不但有可能引起设备故障，而且还会加速故障的发生，甚至还会造成设备损坏。由此可见，设备故障的发生与发展是在内因和外因共同作用下形成的。
（一）机械故障的内因分析
1.磨损。任何机械设备的内部元件都无可避免地会出现一定程度的磨损，据不完全统计，机械设备零部件失效有将近80%都是由于磨损引起的。通常情况下，磨损是伴随着零部件的摩擦而产生出来的一种自然现象，绝大多数磨损都是在润滑介质中产生的，所以，摩擦、磨损与润滑这三者有着密不可不的关系。常见的磨损种类有磨料磨损、粘着磨损、微动磨损、疲劳磨损以及腐蚀磨损等等。
2.疲劳断裂。按照有关调查统计结果显示，机械设备零部件在使用过程中出现断裂事故有85%左右是金属疲劳引起的。通常情况下，当应力低于材料本身的的抗拉强度或是屈服极限时便会出现疲劳断裂，大部分材料的疲劳断裂在宏观上都表现为无明显塑性变形的脆性断裂。
3.腐蚀。由于机械本身的原材料为金属材质，当金属受到周围一些介质的作用时便会出现损坏，这种现象就是腐蚀。腐蚀不但能够造成零部件整体损坏报废，而且还会使零件的强度下降，这样设备的使用寿命便会缩短。常见的腐蚀现象有化学腐蚀、电化学腐蚀、气蚀以及应力腐蚀等等。
（二）机械故障的外因分析
当机械设备工作的外部条件发生改变时，便有可能触发设备自身的耗损或是加快耗损速度，这些外部条件既可能是单一的，也可能是综合的。大体上可将机械设备故障的外因归纳为环境和使用这两个方面的因素，其中环境因素主要是指机械设备周围磨料的作用、生物介质作用、气候条件状况以及腐蚀作用等；而使用因素则包括荷载状况、操作人员状况、运行、维护及管理等状况。
二、机械设备智能诊断系统研究
（一）智能诊断系统的总体框架结构
机械设备故障智能诊断系统具有非常强大的故障诊断功能，它能够诊断出机械设备的常见故障，重点针对旋转机械的故障进行诊断。智能诊断系统是由多个子系统构成的，这些子系统分别针对机械设备的转子、电动机等建立了独立的模块，各模块之间相对独立，能够自行完成故障诊断操作。在转子故障诊断模块当中，也可将其它子系统的诊断结果集成进去，这样便能够获得更加准确的故障诊断结果。系统除了具备强大的故障诊断功能之外，还能够将诊断结构进行存档和打印。此外，系统还包含知识库的管理系统，可对相关知识进行查询、增减、删改等操作，这使系统功能更加完善。
（二）系统开发环境
本系统采用的开发工具是Visual Basic 6.0，具有良好的动态图形界面和人机交互环境，采用Access构建系统内部数据库，神经网络故障诊断模块的诊断数据样本利用Matlab的神经网络工具箱进行识别与计算，以此来获取转子故障诊断模块进行故障诊断时所需的各个节点值，这样便可以准确获得被诊断转子的故障类型和故障原因以及解决方法。在电动机故障诊断模块中，主要是借助电动机设备的故障现象进行诊断，具体而言，就是从系统预先给出的故障现象选项集中找出与被诊断现象类似的或相同的选项集进行诊断，系统再通过对知识库中的信息进行收集和推理获得诊断结果，并给出解决策略。本系统涉及诸多数据库的操作和设备故障诊断方面的专业知识，具有操作简单、诊断结果准确可靠等特点。
（三）系统硬件与软件
1.硬件要求。CPU推荐选用Intel Pentium 450以上；系统内存应大于等于64Mb，建议采用128Mb以上；硬盘最低不得小于2GB，否则会影响系统运行速度。
2.软件要求。Windows系统，支持软件为Visual Basic 6.0、Matlab5.3和Access97。
（四）关键技术
1.专家系统。借助可视化的人机交互界面给出设备被可能发生的故障现象集，用户在使用系统进行故障诊断的过程中，针对被诊断设备的故障现象，选出与设备相同或是近似的现象集，即可单选也可多选，然后进入到下一个窗口菜单，及故障类型、原因、解决方法窗口，随后对诊断结果进行打印或保存。
2.神经网路。用户进入到神经网络子系统的界面之后，便可以从默认的路径调入进行信号处理的神经网络计算程序，然后系统会对用户提供的诊断样本进行训练和计算，再将系统计算得出的节点值输入到下一个诊断界面当中，结合判断程序便可获得最终的诊断结果。
参考文献
[1] 掘王琳.机械设备故障诊断与监测的常用方法及其发展趋势[J].武汉工业大学学报.2010（3）.
[2] 冯志鹏.朱萍玉.褚福磊.自适应时频分析在机械设备故障诊断中的应用综述[A].2008中国仪器仪表与测控技术报告大会论文集[C].2008（10）.
[3] 周福昌.陈进.何俊.毕果.张桂才.李富.循环平稳信号处理在机械设备故障诊断中的应用综述[J].振动与冲击.2009（6）.
[4] 常西畅.朱丽华.振动信号处理技术用于机械设备故障诊断的研究和工程实践[A].全国设备诊断技术学术交流会论文集[C].2010（10）.
[关键词]机械设备；故障；智能诊断系统
中图分类号：TP277 文献标识码：A 文章编号：1009-914X（2013）16-0031-01
一、机械设备的故障原理分析
从系统论的角度上讲，机械故障有两层含义：其一是机械系统无法实现原本正常的功能，造成此类现象的主要原因是机械系统当中某一个或是某几个零部件损坏或是无法正常工作，通过修复损坏的零部件或是调整运行参数能够使机械设备恢复正常运行，GB3187-94中将此类情况统称为故障；其二是指机械设备本身的功能失效，即系统连续偏离正常的使用功能，并且偏离的程度呈不断加剧状态，导致设备基本功能无法获得保证，这种现象称之为失效。搞清机械设备故障的含义有助于对故障机理的进一步分析。
所谓的故障机理又被称之为故障机制，它的内涵是对故障形成、发展和规律的揭示。设备故障的发生和发展主要与两方面因素有关，即内在因素和外在因素，其中内在因素指的是设备内部元件自身的因素，而外部因素则是外部条件，这些不但有可能引起设备故障，而且还会加速故障的发生，甚至还会造成设备损坏。由此可见，设备故障的发生与发展是在内因和外因共同作用下形成的。
（一）机械故障的内因分析
1.磨损。任何机械设备的内部元件都无可避免地会出现一定程度的磨损，据不完全统计，机械设备零部件失效有将近80%都是由于磨损引起的。通常情况下，磨损是伴随着零部件的摩擦而产生出来的一种自然现象，绝大多数磨损都是在润滑介质中产生的，所以，摩擦、磨损与润滑这三者有着密不可不的关系。常见的磨损种类有磨料磨损、粘着磨损、微动磨损、疲劳磨损以及腐蚀磨损等等。
2.疲劳断裂。按照有关调查统计结果显示，机械设备零部件在使用过程中出现断裂事故有85%左右是金属疲劳引起的。通常情况下，当应力低于材料本身的的抗拉强度或是屈服极限时便会出现疲劳断裂，大部分材料的疲劳断裂在宏观上都表现为无明显塑性变形的脆性断裂。
3.腐蚀。由于机械本身的原材料为金属材质，当金属受到周围一些介质的作用时便会出现损坏，这种现象就是腐蚀。腐蚀不但能够造成零部件整体损坏报废，而且还会使零件的强度下降，这样设备的使用寿命便会缩短。常见的腐蚀现象有化学腐蚀、电化学腐蚀、气蚀以及应力腐蚀等等。
（二）机械故障的外因分析
当机械设备工作的外部条件发生改变时，便有可能触发设备自身的耗损或是加快耗损速度，这些外部条件既可能是单一的，也可能是综合的。大体上可将机械设备故障的外因归纳为环境和使用这两个方面的因素，其中环境因素主要是指机械设备周围磨料的作用、生物介质作用、气候条件状况以及腐蚀作用等；而使用因素则包括荷载状况、操作人员状况、运行、维护及管理等状况。
二、机械设备智能诊断系统研究
（一）智能诊断系统的总体框架结构
机械设备故障智能诊断系统具有非常强大的故障诊断功能，它能够诊断出机械设备的常见故障，重点针对旋转机械的故障进行诊断。智能诊断系统是由多个子系统构成的，这些子系统分别针对机械设备的转子、电动机等建立了独立的模块，各模块之间相对独立，能够自行完成故障诊断操作。在转子故障诊断模块当中，也可将其它子系统的诊断结果集成进去，这样便能够获得更加准确的故障诊断结果。系统除了具备强大的故障诊断功能之外，还能够将诊断结构进行存档和打印。此外，系统还包含知识库的管理系统，可对相关知识进行查询、增减、删改等操作，这使系统功能更加完善。
（二）系统开发环境
本系统采用的开发工具是Visual Basic 6.0，具有良好的动态图形界面和人机交互环境，采用Access构建系统内部数据库，神经网络故障诊断模块的诊断数据样本利用Matlab的神经网络工具箱进行识别与计算，以此来获取转子故障诊断模块进行故障诊断时所需的各个节点值，这样便可以准确获得被诊断转子的故障类型和故障原因以及解决方法。在电动机故障诊断模块中，主要是借助电动机设备的故障现象进行诊断，具体而言，就是从系统预先给出的故障现象选项集中找出与被诊断现象类似的或相同的选项集进行诊断，系统再通过对知识库中的信息进行收集和推理获得诊断结果，并给出解决策略。本系统涉及诸多数据库的操作和设备故障诊断方面的专业知识，具有操作简单、诊断结果准确可靠等特点。
（三）系统硬件与软件
1.硬件要求。CPU推荐选用Intel Pentium 450以上；系统内存应大于等于64Mb，建议采用128Mb以上；硬盘最低不得小于2GB，否则会影响系统运行速度。
2.软件要求。Windows系统，支持软件为Visual Basic 6.0、Matlab5.3和Access97。
（四）关键技术
1.专家系统。借助可视化的人机交互界面给出设备被可能发生的故障现象集，用户在使用系统进行故障诊断的过程中，针对被诊断设备的故障现象，选出与设备相同或是近似的现象集，即可单选也可多选，然后进入到下一个窗口菜单，及故障类型、原因、解决方法窗口，随后对诊断结果进行打印或保存。
2.神经网路。用户进入到神经网络子系统的界面之后，便可以从默认的路径调入进行信号处理的神经网络计算程序，然后系统会对用户提供的诊断样本进行训练和计算，再将系统计算得出的节点值输入到下一个诊断界面当中，结合判断程序便可获得最终的诊断结果。
参考文献
[1] 掘王琳.机械设备故障诊断与监测的常用方法及其发展趋势[J].武汉工业大学学报.2010（3）.
[2] 冯志鹏.朱萍玉.褚福磊.自适应时频分析在机械设备故障诊断中的应用综述[A].2008中国仪器仪表与测控技术报告大会论文集[C].2008（10）.
[3] 周福昌.陈进.何俊.毕果.张桂才.李富.循环平稳信号处理在机械设备故障诊断中的应用综述[J].振动与冲击.2009（6）.
[4] 常西畅.朱丽华.振动信号处理技术用于机械设备故障诊断的研究和工程实践[A].全国设备诊断技术学术交流会论文集[C].2010（10）.