故障诊断技术在机电设备管理中的应用论文

故障诊断技术在机电设备管理中的应用论文（通用9篇）

篇1：故障诊断技术在机电设备管理中的应用论文

1故障诊断技术的概述

故障诊断技术也就是设备状态诊断技术，它是通过对设备基本参数进行监测，发现设备运行中的异常情况，并根据发现的异常情况对设备的故障原因进行分析，最后根据分析结果对设备以后的运行状态进行预测。故障诊断技术的最大优势就是了解和掌握设备的运行状态时不用拆卸设备，还能实现对设备的所承受的应力、性能、可靠性的预测等状态进行定量的监测和评价。在设备发生故障时，找出发生故障的部位，分析设备发生故障的原因及危险程度，并设计出正确的维修方法。故障诊断技术改变了传统的设备维修方式，在设备出现故障时能够更及时更有效地对设备进行维修，能有效地避免突发性故障的发生，实现动态维修的全新的设备维修模式。

2机电设备管理的重要性及创新

2.1机电设备管理的重要性

机电设备管理，是把企业经营作为目标，以机电设备为具体的研究对象，提高机电设备的综合效率，结合理论与方法，通过特殊的技术和组织措施，对机电设备的运动进行全程的管理。机电设备的管理阶段本身就是企业的重要管理部分，现在的生产基本是依靠机电设备来完成的，也可以说，现代企业在生产和运营中已经离不开机电设备，机电设备在很多企业已经代替了人工操作。机电设备能够节省劳动力、节约企业的资金投入、提高企业的生产效率和经济效益，所以机电设备在企业中所占的比重是十分重要的。机电设备占有企业不少的固定资产，对企业的生存和发展都有很大的影响，而且在一定程度上决定着企业的生产效率和效益，所以对机电设备的管理应该加以重视。机电设备管理在企业中的作用是非常重要的，如何高效安全的管理机电设备就成了机电设备管理的重中之重。因为机电设备管理是综合性的，所以在机电设备管理时要实行工作人员参与机电设备工作全程的全面的管理，更有效地保证机电设备的正常运行;在机电设备遇到故障时，要根据维修计划和规程，有计划地对机电设备进行维修，还要保证机电设备部件的质量和检修质量;在处理机电设备事故时，要查清事故原因，采取一定防范措施。

2.2机电设备管理的创新机制

机电设备的改革是设备管理长期存在的一项重要任务，其目的就是更大程度地提高设备的生产效率和性能。所以，在设备改革时要结合企业的实际情况，明确设备的改革方向，从最关键的部分着手，注意设备维修时的具体要求。管理设备的创新不仅体现在设备本身的改造和更新上，还体现于对设备的全程管理方法的科学性和有效性上。所以在更新和改造设备时还要注意设备管理方法的改革，要根据企业的发展趋势设计合适的设备管理方法，健全设备管理制度，提高设备管理人员的综合素质。另外，还要认真管理设备的账目，因为设备占有的固定资产是一笔不小的数目，对企业的生存和发展影响都是极大的，所以设备账目管理人员要具备认真负责的态度和基本的专业知识。

篇2：故障诊断技术在机电设备管理中的应用论文

摘要

本文主要介绍了我厂开展状态监测与故障诊断工作的缘由、依据与现状，以及近几年所取得的显著效果，旨在进一步提高设备管理水平。

关键词 状态监测故障诊断

近年来，为了提高设备管理与维修的现代化水平，在省设协和油田设备处的大力支持与帮助下，我厂应用状态监测及故障诊断技术，及时发现并解决了许多设备隐患，提高了设备运行可靠度，为电厂长周期、满负荷生产奠定了良好的基础。开展状态监测与故障诊断工作的缘由

1.1 状态监测与故障诊断是一种新的管理理念 电厂生产的特点是自动化水平高、生产连续性强，一旦某台设备发生故障，将迫使机组降低负荷，甚至停机。多年的摔打与磨练告诉我们：单凭眼看、手摸、耳听、鼻嗅等感观经验来判断设备故障已无法适应现代化生产的需要，只有开展状态监测和故障诊断工作才能彻底摆脱这种落后的管理模式。

1.2 状态监测和故障诊断是提高设备管理水平的需要

我厂已搞过8次大修，在检修项目的确立和设备系统部件的更换上，虽然针对性、方向性有了很大提高，但确切性、适宜性、经济性仍有差距。根据“四个凡是”的贯标精神要求，设备、系统的大小修的立项应更具科学性、针对性，减少盲目性，要解决这一问题，惟有开展状态监测和故障诊断。

1.3 状态监测和故障诊断是降本增效的需要。我厂检修费用一年比一年紧缩，降本增效压力逐年递增，如何进一步降低发电成本，是摆在全厂干部职工面前的一个现实问题。从历年大修情况来看，部分单位存在不同程度的欠修和过剩检修。过剩检修意味着工作量加大，费用增加，造成人、财、物的浪费，而欠修将给设备运行带来隐患。开展状态监测和故障诊断可有效避免欠修和过剩检修，做到物尽其用，达到降本增效的目的。

1.4 状态监测和故障诊断是二期投产的需要

我厂二期两台机组相继投产，如果按照过去三年一大修的计划，每年至少要安排一台机组大修，甚至一年安排两台机组的大修。我厂经过8次机组大修，积累了丰富的检修经验，对设备、系统的性能特点有了更深的了解。特别是1999年和2000年的机组技改性大修，使设备的可靠性有了明显提高，基本具备了把机组三年一大修改为四年一大修的条件。延长大修周期的保证是开展状态监测和故障诊断，延长设备使用寿命，避免突发性故障。近几年来，通过实践逐步提高了对状态监测和故障诊断工作的认识，通过对设备定时、定点、定人监测，特别是＃2机组在线监测系统，避免了多起设备事故，更坚定了我们开展这项工作的决心。开展状态监测及故障诊断技术的依据

2.1 状态监测与故障诊断技术的含义

设备的状态监测通常是指通过测定设备的某一特征参数（如振动、温度），来检查其状态是否正常。当特征参数小于允许值时认为正常，否则认为异常。而设备故障诊断技术是通过了解和掌握设备在线使用的状态，结合设备的运行历史，对设备可能要发生的或已经发生的故障进行预报、分析、判断，确定故障性质、类别、程度、原因、部位，指出故障发生和发展的趋势及后果，提出控制故障继续发展的措施，通过采取调整、维修、治理的对策消除故障，最终使设备恢复正常状态。

目前，设备状态监测和故障诊断技术作为现代化设备管理的重要组成部分，是设备管理与维修管理必不可少的手段。尤其是在市场竞争日益激烈的今天，设备维修成本的控制和降低是企业最可挖掘的潜力之一。因此，应用状态监测与故障诊断技术，使预知维修取代传统而落后的事后维修和定期预防维

修是历史的必然。

2.2 贯彻和执行《全民所有制工业交通企业设备管理条例》

《全民所有制工业交通企业设备管理条例》。《条例》第七条规定：“企业应当积极采用先进的设备管理方法和维修技术，采用以状态监测为基础的设备维修方法，不断提高设备管理和维修技术现代化水平”。这一规定为企业开展设备状态监测工作指明了方向，使企业领导和广大职工明确了状态监测技术在实际设备管理中的地位和作用。

状态监测工作的深入和提高，使我们认识到：从计划维修制向状态维修制转换，是设备维修制度和方法的根本性变革，是实事求是思想在维修工作中的具体体现。在维修制度的变革中，职工地位和作用将发生深刻变化，他们将从以往单纯的设备维修的被动者成为设备维修的自主决策者。而状态维修制是建立在准确的状态监测与故障诊断基础上的，尤其是实时在线监测。状态监测工作开展的好坏将关系到能否从计划维修向状态维修转换、转换的快慢和转换程度的问题。我厂状态监测的现状

3.1 离线监测

状态监测现有的主要离线仪器主要有多功能数据采集器及其配套软件、红外热像仪及其配套软件、真空测漏仪和轴承听诊器，对＃2机组的大型关键辅助设备安装了在线监测系统，各运行、检修班组均配置了测振仪、点温仪、转速表等先进监测设备。

根据设备点检分工原则，对设备的检测点制定了检测周期，点检标准和点检路线；对检测回来的数据图象进行分析，并出具监测报告；对有问题的设备除了及时通知有关专业外，还在标准格式的异常报告上，加以详细的文字说明；对应当引起注意的设备缩短监测周期，进行连续的跟踪监测，以便早发现、早处理，防止事故扩大。

另外在机组大、小修前一般都要求全面检查一次，为设备的检修提供参考依据，检修后再全面检查一次，以利对检修质量进行全面的评价。在机组启动过程中如有问题，也要对其跟踪监测，确保机组安全。

3.2 在线监测

状态检修要求在机组设备出现故障之前，及时提出检修请求，避免故障停机和不必要的负荷扰动，最大程度地提高机组的运行可靠性。显然，状态检修需要对机组设备的性能参数，运行情况进行连续跟踪和分析。＃2机组目前已安装实时在线监测系统，实现设备状况跟踪和分析。

3.3 加强培训、不断提高监测水平

设备状态监测工作的普及、深入和提高，关键在人员的素质。我厂非常重视状态监测技术人员的培训工作，采用厂内办班、厂外学习、请进来走出去等各种方式，不断提高监测人员的素质和业务水平。比如99年在处理#1发电机振动过大时，培训中心抓住机会在全厂范围内举办了振动讲座，请西安热工研究院的施维新高工授课。施高工在99年9月11日授课时并没有讲什么高深的理论，其中心内容就是诊断思路与诊断方法问题，诊断思路正确与否、诊断方法是否得当将直接影响诊断的准确性。这次培训让诊断人员受益匪浅，使他们的诊断水平跨上一个新的台阶。

我厂为适应新上两台机组的需要，于2002年对原输煤系统进行了改造，其中#6皮带新装一台电机，试运时振动高达230μm，施工单位和电机购置单位各执一词，通过测试，谐波能量集中于基频，这是转子不平衡的典型特征，但诊断人员并没有过早的下结论，而是按照诊断的思路与方法，首先检查了电机基础的动刚度，发现电机与基础之间的垫铁不平整、放置的位置不对，导致连接刚度不足；电机基础为钢架焊接结构，其支承刚度严重不足，为了证明这一点，将电机置于地面上试运，测得振动仅为12μm。因此确诊为新购电机本身没有问题，而电机基础的动刚度严重不足，应采取措施加固基础。施工单位对电机基础灌浆后，电机振动降至20μm以下。

2003年8月份，管理局在海洋设备年审时，检测到船舶公司151船#2柴油机发电机振动高达287μm，尽管谐波能量集中于基频，但诊断人员利用正向推理方法迅速而准确的将主导故障锁定为基础动刚度不足，为船舶公司解决一生产实际问题。应用状态监测及故障诊断技术所取得的效果

根据工作记录进行的不完全统计到目前为止，状态监测与故障诊断办公室共发现现场设备故障隐患182起，这无疑为我厂的安全生产、避免直接或间接经济损失发挥了重要作用。

1、现场动平衡真空系统测漏

据不完全统计，98年以来利用数采器进行现场动平衡达107次，汽轮机真空系统查漏28次，发现漏点多处，检修人员根据泄漏程度，借停机、大小修之际，进行了处理。这不仅延长了设备的使用寿命，而且彻底改变了过去请人来做动平衡和查漏的做法，为我厂节约资金120.2万元。

2、轴承故障

据统计，98年以来共发现轴承故障32次，通过跟踪监测、对症下药，都极大限度的延长了轴承寿命。其中较为严重的轴承故障有两次，至今使我们记忆犹新。2001年2月至4月期间，＃1机组甲吸风机运行状态极不稳定，自由端轴承轴向振动在40～180μm内波动，经频谱分析，结合相位测试与润滑油铁谱分析，认定该轴承内圈松动，检修时发现轴颈严重磨损，修补后，振动只有50μm；2002年7月，＃1机组甲吸风机按计划进行检修后，轴承座垂直、水平方向振动均不足30μm，但轴向振动高达204μm，且极不稳定，故障诊断人员利用正向推理方法，找出了故障所在，更换偏转的轴承后，振动降至20μm以下，使风机及时恢复运行。

3、电气故障

据统计，近几年共发现电气方面的故障隐患43次，为领导决策提供了依据。1998年7月27日故障检测人员运用红外线热成像仪进行设备例行检查时，发现#1主变压器110KV侧A相套管将军帽处最高温度62.1℃，与B相相同处温差26.4℃，当时进行紧急停电抢修，解体检查发现A相穿缆软线断线30余根，故障处因严重过热，穿缆软线已严重变黑，油质碳化严重，避免了一场重大事故；2004年9月22日，发现#1主变A相套管将军帽顶部温度高达108.6℃,最高温升80.6℃, 与B、C相相同处温差55.6℃，后经解体检查证实引线铜螺杆已严重变色。

这些隐患的发现与排除，给我厂带来的经济效益是无法估量的，但这无疑在我厂创建达标电厂和一流电厂的进程中起到了积极促进的作用，为我厂长周期安全、经济、稳定运行作出了重大贡献。结束语

篇3：故障诊断技术在机电设备管理中的应用论文

目前, 机电设备运行故障诊断技术已经得到广泛应用, 成为了备受青睐的现代信息处理技, 能够准确检测机电设备在运行过程中存在的故障隐患, 及时发现机电设备存在的故障隐患, 分析产生故障问题的具体原因, 针对故障所在位置做出评估, 立刻启动紧急预案排除机电设备的故障。由于故障诊断技术可以防止机电设备故障引发重大安全事故, 避免对操作人员造成人身伤害, 有效保护绿色环境, 还能够为机电设备的维修和管理工作提供重要依据, 确保机电设备的安全稳定运行, 提高生产产品质量, 节约企业资金成本, 越来越受到机电设备运行企业的重视。

2 机电设备运行故障诊断中存在的问题

目前, 机电设备运行故障诊断技术已经得到良好发展, 但仍然没有形成一套完善的理论体系。而且, 大多数故障诊断技术都只能针对特定的机电设备故障进行诊断。现有的机电设备故障诊断技术研究主要是根据特定机电设备和故障种类提出的, 传统的机电设备故障诊断技术难以真正应用于实践中, 更没有一个科学合理的评价体系对诊断结果作出正确评价。

同时, 机电设备运行故障诊断技术的准确性也亟待提高, 机电设备运行故障的准确性与机电设备故障和信号特征密切相关, 因此, 其准确性的有效提高属于一个复杂的问题。机电设备的故障诊断主要依赖于科学知识和经验总结, 一般情况下, 机电设备的故障诊断要从机械状态的实际特征切入, 但是, 由于人们对事物的认知程度越来越高, 机械状态和设备零件存在一定差异, 仅仅利用机械特征对机电设备的运行状况进行故障检测具有不确定性, 尤其是机械设备的正常状态与异常状态之间没有明确界限, 导致了难以对处于故障边缘的机电设备做出正确评价。

3 故障诊断技术在机电设备运行中的应用发展

3.1 远程网络诊断技术

远程网络故障诊断技术指的是将计算机处理技术、互联网技术、数据库技术和通信技术集成一体, 形成综合性的机电设备远程网络协作故障诊断技术, 可以应用于大型机电设备企业、机电设备操作现场等, 同时建立远程网络实时监控系统对机电设备的运行状态进行数据采集, 再将数据传输到故障诊断中心, 通过专业化分析获得诊断结果, 为机电设备运行企业提供有力支持。远程网络故障诊断技术包含了丰富的机电设备故障诊断知识, 及时响应机电设备现场监测管理人员提出的需求。

3.2 人工智能专家系统

将丰富的专家经验、计算机处理技术、数据库技术、人工神经网络和自动学习机制进行有效结合, 可以形成故障诊断准确性较高的人工智能专家系统。人工智能属于一门综合性学科, 包括生物学、生理学和计算机技术等。人工智能神经网络的工作流程是对人类大脑思维的模拟, 包括自适应性、自组织性和自动容错性等, 已经广泛用于模式识别领域, 并取得了良好效果。神经网络具有良好的自适应学习能力、记忆能力和联想能力, 其非线性特征可以不断逼近极值以解决复杂问题。人工神经网络模型具有容错能力强、可靠性高等特征。因此, 人工神经网络与专家系统的有效结合可以建立良好的人工智能诊断模型, 只有不断改善智能诊断模型的性能, 才能从根本上提高故障诊断的准确性和有效性。人工智能专家系统主要是利用专家解决问题的丰富经验来训练神经网络, 进而获得知识信息通过网络结构和权值进行表示, 再经过不断的自学习提高人工智能专家系统对机电设备故障诊断的准确性。

3.3 小波分析诊断技术

小波分析故障诊断技术属于“时间-尺度”分析方法, 小波分析有着多分辨率分析的特征, 在低频部分小波分析具有高频率分辨率和低时间分辨率, 在高频部分小波分析具有低频率分辨率和高时间分辨率, 适用于对正常信号中夹杂反常现象的情况进行探测, 因此, 小波分析技术被称为信号分析的显微镜。在机电设备故障诊断过程中, 通过小波变换对机电设备运行状态进行故障检测效果良好, 例如:连续的小波变换可以检测出存在异常现象的信号, 离散小波变换能够对信号频率的随机变换进行检测。小波分析机电设备故障检测技术的原理是利用观测器信号进行故障判断, 同时根据观测器信号频率的变化进一步实施检测。小波分析故障诊断技术适用于对非线性信号进行分析, 具有良好的定位特性, 小波分析具有普通分析方法不具备的时域与频域共同定位的功能, 为机电设备故障检测提供了大力支持。因此, 将小波理论、小波分析和神经网络进行有机结合, 以此提高机电设备故障诊断的准确性和可靠性。

4 结论

综上所述, 随着现代信息技术、人工智能技术和故障诊断技术的发展, 机电设备故障诊断的准确性与企业生产效率密不可分, 本文提出了故障诊断技术在机电设备运行管理中的发展应用趋势, 具有一定的理论参考意义。

参考文献

[1]赵海志, 殷忠敏, 王德亭.典型机电设备的故障诊断与专家系统的研究[J].黑龙江科技信息, 2013, 31:57.

[2]周柳奇, 施力仁.机电一体化设备的故障诊断技术探析[J].电子世界, 2013, 22:195.

篇4：故障诊断技术在机电设备管理中的应用论文

摘 要：机电设备状态监测和故障诊断技术的应用包括在线监测系统数据采集、远程传送数字信号等。故障诊断可通过频谱分析、小波分析等方法，对收集的数据进行分析处理，应用模糊理论，分析出属于故障类别的设备信号特征量，然后通过严谨的科学方法分析，应用特征空间矢量、最大隶属度原则、多传感融合技术等诊断故障。机电设备故障诊断过程主要受信号收集、传感器可靠性、电磁场干扰、设备灵敏度等因素制约。同时诊断者的自适应能力不足，缺乏有效的、统一的理论基础为支撑。最后对机电设备状态监测和故障诊断的未来发展作出分析。

关键词：故障诊断技术；机电设备；管理；维修；应用

1 故障诊断技术的概述

故障诊断技术也就是设备状态诊断技术，它是通过对设备基本参数进行监测，发现设备运行中的异常情况，并根据发现的异常情况对设备的故障原因进行分析，最后根据分析结果对设备以后的运行状态进行预测。故障诊断技术的最大优势就是了解和掌握设备的运行状态时不用拆卸设备，还能实现对设备的所承受的应力、性能、可靠性的预测等状态进行定量的监测和评价。在设备发生故障时，找出发生故障的部位，分析设备发生故障的原因及危险程度，并设计出正确的维修方法。故障诊断技术改变了传统的设备维修方式，在设备出现故障时能够更及时更有效地对设备进行维修，能有效地避免突发性故障的发生，实现动态维修的全新的设备维修模式[1]。

2 机电设备管理的重要性及创新

2.1 机电设备管理的重要性

机电设备管理，是把企业经营作为目标，以机电设备为具体的研究对象，提高机电设备的综合效率，结合理论与方法，通过特殊的技术和组织措施，对机电设备的运动进行全程的管理。机电设备的管理阶段本身就是企业的重要管理部分，现在的生产基本是依靠机电设备来完成的，也可以说，现代企业在生产和运营中已经离不开机电设备，机电设备在很多企业已经代替了人工操作。机电设备能够节省劳动力、节约企业的资金投入、提高企业的生产效率和经济效益，所以机电设备在企业中所占的比重是十分重要的。机电设备占有企业不少的固定资产，对企业的生存和发展都有很大的影响，而且在一定程度上决定着企业的生产效率和效益，所以对机电设备的管理应该加以重视。

机电设备管理在企业中的作用是非常重要的，如何高效安全的管理机电设备就成了机电设备管理的重中之重。因为机电设备管理是综合性的，所以在机电设备管理时要实行工作人员参与机电设备工作全程的全面的管理，更有效地保证机电设备的正常运行；在机电设备遇到故障时，要根据维修计划和规程，有计划地对机电设备进行维修，还要保证机电设备部件的质量和检修质量；在处理机电设备事故时，要查清事故原因，采取一定防范措施。

2.2 机电设备管理的创新机制

机电设备的改革是设备管理长期存在的一项重要任务，其目的就是更大程度地提高设备的生产效率和性能。所以，在设备改革时要结合企业的实际情况，明确设备的改革方向，从最关键的部分着手，注意设备维修时的具体要求。管理设备的创新不仅体现在设备本身的改造和更新上，还体现于对设备的全程管理方法的科学性和有效性上。所以在更新和改造设备时还要注意设备管理方法的改革，要根据企业的发展趋势设计合适的设备管理方法，健全设备管理制度，提高设备管理人员的综合素质。另外，还要认真管理设备的账目，因为设备占有的固定资产是一笔不小的数目，对企业的生存和发展影响都是极大的，所以设备账目管理人员要具备认真负责的态度和基本的专业知识[2]。

3 故障诊断技术在机电设备管理中的应用

设备操作间是体现设备管理是否合理的最直接的方式，设备管理制度能否有效落实在设备的操作间上可以很直观地看出，所以设备操作时设备管理是相对重要的环节。设备出现的故障是多种多样的，造成故障的原因也是不同的，在以往的设备维修时都是把设备拆卸之后对设备进行维修，这样不仅耗费了大量的时间，还对设备造成了一定的伤害，同时还会使企业的经济效益损失严重[3]。故障诊断技术是一种迎合设备管理的新技术，对现代企业的设备管理有着重要意义，其在设备的故障处理方面的应用是非常广泛的。

南水北调中线干线工程建设管理局河南分局主要采用的是牵引式电焊机林肯SAE-400和全自动电焊机M300，这些自动化的设备主要都是由集成电路板来控制的，在设备管理中对设备的故障处理时，可利用电焊机来判断故障发生的原因。一般引起电流过小的原因是次级电源线太长太细、次级电源线盘成圈状或次级电源线接触不良等，所以当发现焊接电流过小时就可以从这几个方面来处理故障；在焊接电流过大时，其原因是起感抗作用的绝缘发现了损坏现象或者是磁回路产生涡流等，这时就可以找到故障发生的原因进而更及时地维修设备；当焊接电流大小不定时，也就是电流出现忽大忽小的现象时，可以从动铁心焊接时的位置不稳定这方面着手；根据电流的不同情况来判断故障发生的原因，进而使排查故障的时间减少，能够更及时地排除故障，减少因设备停机造成的生产效率降低，影响企业的经济效益。也可以通过观察焊接时的异常现象来判断设备故障点，在了解故障发生的原因之后，就可以有目的的去查找故障点，使维修工作更及时的进行。另外，也可以从观察排气道、听设备运转声音、有无滴漏油状况、机油颜色、防冻液定期冰点测定等等来进行事前保养、从而达到延长设备使用寿命的目的[4]。

4 结束语

在机电设备管理中应用故障诊断技术能够减少设备维修时的时间，而且在维修过程中不用拆卸设备，这为机电设备的维修工作省去了拆卸工序，节省了维修时间，减少了设备发生故障对企业造成的经济损失。故障诊断技术和状态监测的结合能够使机电设备的管理更方便，管理效果更明显，进而促进企业的生产和发展，提高企业的生产效率和经济效益。

参考文献：

[1]车明福.浅析故障诊断技术在矿山机电设备的应用[J].中小企业管理与科技，2010（36）：250-251.

[2]孙新城.浅析煤矿机电设备维修中故障检测诊断技术的应用[J].企业技术开发：学术版，2011，30（9）：70-71.

[3]王正英.面向设备管理的机电设备状态监测与故障诊断技术研究[D].天津大学，2007：12-13.

篇5：故障诊断技术在机电设备管理中的应用论文

支持向量机在机载设备故障诊断及预测中的应用研究

支持向量机是一种基于统计学习理论的机器学习算法,采用结构风险最小化原则代替经验风险最小化原则,较好地解决了小样本学习问题;采用核函数思想,使非线性空间的问题转换到线性空间,降低了算法的`复杂度;具有良好的泛化能力.针对机载设备故障诊断及预测等工程实际应用中遇到的典型故障样本缺乏、先验知识不足等采用神经网络等其它方法无法解决的问题,提出利用支持向量机应用在机载设备故障诊断及预报中.

作 者：邸亚洲 李宝亭 袁涛 DI Ya-zhou LI Bao-ting YUAN Tao 作者单位：海军航空工程学院青岛分院,山东,青岛,266041刊 名：科技信息(科学・教研)英文刊名：SCIENCE & TECHNOLOGY INFORMATION年，卷(期)：“”(2)分类号：V2关键词：支持向量机 机载设备 故障诊断及预测 统计学习理论

篇6：故障诊断技术在机电设备管理中的应用论文

在线监测应用于设备管理提高故障诊断水平

提要：介绍在线监测系统的构成、主要功能及其在电厂设备管理中的应用情况和取得的成效，提出在线监测应用于设备管理对提高故障诊断水平、促进维修制度改革具有一定的现实意义。

在线监测系统在设备管理中的应用

徐兴科孔令先赵以万田保忠任华玉

胜利石油管理局胜利发电厂技监中心

摘要：介绍在线监测系统的构成、主要功能及其在电厂设备管理中的应用情况和取得的成效，提出在线监测应用于设备管理对提高故障诊断水平、促进维修制度改革具有一定的现实意义。

关键词：设备管理 在线监测 旋转机械

一、前言

旋转机械是在工业中应用最广泛的机械，也是电厂设备的重要组成部分，一旦故障停机，不但影响电厂的安全生产，而且会造成巨大的经济损失和社会影响。旋转机械在运行中与其状态有关的特征有振动、温度、噪声、润滑油中的磨粒和形态、转矩等，每个量都从不同的角度反映运行的状态。但由于现场条件和测试手段的限制，有些特征的提取和分析不易实现，有些特征反映的情况不敏感。而旋转机械的振动信号中含有设备运行工况的丰富信息，这些信息在振动的相位和谱图中有所体现，从而可以推断出振动的原因和故障类型。

对旋转机械进行在线监测，及时取得振动信息进行处理和综合分析，根据其数值及变化趋势，可对设备可靠性随时作出判断，发现故障隐患，提供预警，还可预测设备剩余寿命。在线监测诊断的特点是可以对运行中的设备进行连续或随时的判断，使预防性维修向预知性维修即状态维修过渡。

二、系统选择

典型的状态监测方式包括：离线定期监测方式、在线监测离线分析的监测方式、自动在线监测方式。

国内的振动状态监测系统主要有：哈尔滨工业大学等单位联合研制的3MD-I、3MD-II、3MD-Ⅲ系统；西安交通大学机械监测与诊断研究室的RMMDS系统；西安交通大学润滑理论及轴承研究室的RB20-1系统；郑州工学院的RMMDS系统；重庆太笛公司的CDMS系统；浙江大学的CMD-Ⅰ型及Ⅱ型系统；西北工业大学的MD3905系统；北京机械工业学院的BJD-ZⅠ、BJ D-ZⅡ , BJD-ZⅢ系统。这些系统的主要功能有轴振动监测，包括轴心轨迹分析、轴向串动、轴振动位移峰一峰值计算；壳体振动监测；频谱分析，包括频率细化、阶比潜分析、阶跟踪谱、三维功率谱分析；自动预、报警；故障特征提取及诊断。

国外的振动状态监测系统主要有丹麦B&K公司的2520型振动监测系统、美国BENTLY公司的3300系列振动监测系统、美国亚特兰大公司的M6000系统、美国IRD公司的IQ2000系统、美国恩泰克（Entek）公司的预测维修系统（Preventive Maintenance System）等其中，美国恩泰克公司的预测维修系统最具有代表性，其主要功能有：幅值趋势图显示；时域波形显示，频谱显示；两频谱幅值比显示，两频谱幅值差显示；三维谱图显示；用旋转机械故障诊断专家系统进行离线故障诊断；支持铁谱分析；支持局域网。该预测系统能对频谱进

行自动比较，能识别由于旋转机械转速变化所引起的频率漂移，并提供报警信号。胜利石油管理局胜利发电厂综合考虑供货渠道、价格、业绩、技术服务等因素，选择了美国恩泰克公司集振动监测与预测维修于一体的在线监测系统其中振动传感器为9200型加速度计，共购置40只，分别安装在2＃机组的2台送风机、2台吸风机、2台排粉机、2台给水泵、2台凝结水泵的主要支承轴承处，共计40个测点。

三、系统构成1．硬件系统

(1)加速度传感器

加速度传感器是把被测设备的机械振动量（加速度）准确无误地接受下来，并将此机械量转换成电信号（电压）输出，实现机械能到电能的转换。

(2)Enwatch数据采集模块

Enwatch数据采集模块是16通道网络化在线采集模块，每个采集模块均配有标准的RJ-45以太网接口，它是分布在设备现场的采集模块，其采集信息可通过以太网络传输到奥德赛系统数据库中，可直接安装在被监测设备附近，用于人员无法接近或危险区域的设备监测。

(3）端子排

端子排箱安装在现场

(4)信号线

①传感器到端子排的信号线：9200传感器输出端接有附带的4m长传感器电缆，各个传感器电缆联入端子排并由端子排输出多芯总屏电缆。若4m长传感器电缆长度不够，可采用双芯屏蔽电缆加以延长。

②端子排到Enwatch的信号线：由端子排输出的多芯总屏电缆直接接入Enwatch数据采集模块的相应通道，为了防信号衰减，该段电缆长度不足

300m，电缆走线时，尽量避免与强电电路平行，否则需距其1m以上或另加金属套管加强屏蔽。

2．软件系统

EMONITOR Odyssey软件是在线监测系统的核心，是一个全功能的窗门版预测维修软件，不仅能系统地管理预测维修和性能监测活动的数据，而且还提供一套完整的方法，将这些数据转换为设备的状态信息具体功能如下。

(1)系统管理

Odyssey软件的管理功能包括两个方面：文件管理和用户管理。文件管理是由备份检测数据和程序文件组成。随着时间的推移，数据库存储的设备信息会越来越庞大，这不仅影响软件运行的速度，而且在计算机出现故障时会丢失信息，使监测人员的工作付之东流，最基本、最有效的办法就是定期将数据和程序设置文件备份到另一台计算机或移动硬盘上，这正是Odyssey软件文件管理职责所在。除计算机出现故障而丢失信息外，操作人员在使用过程中的不当操作、非操作人员的非法操作也会造成数据丢失，Odyssey软件的用户管理职能解决了这个问题，Odyssey软件可以设定安全等级，将操作人员分为三种权限：一般操作人员可以建序列、将序列装入数采器、回放数据、修改数采器设置、修改自己的口令、打印报表和显示检测数据的图形；高级操作人员除了具有一般操作人员的权限外，还可以修改数据库、替换和删除操作、修改存储和删除视图、删除序列、建立和删除报表描述、生成报警统计；管理员除了具有高级操作人员的权限

外还可以增加删除和修改用户名和口令、设定进入软件必须登陆、设定不须登录用户的默认权限。

(2)数据的图形分析

在线监测系统除了对设备的检测（报警）之外，再就是分析诊断以确定故障的原因所在。借助于图形进行分析是一个主要方面。Odyssey软件提供的图形有：

①幅值趋势图(Trend)，观测设备振动的历史变化趋势。

②频谱图（Spectrum)，观测设备某测点振动的频率成分。

③时域波形（Time waveform)，观测设备某测点振动的时域波形。④谱阵图（Waterfall)，观测设备某测点振动频谱的变化趋势。

⑤频段趋势图（Frequency Band)，观测设备某测点振动各频段成分的变化趋势。

⑥自动显示图（Auto View)，观测设备某测点所有测量定义的相关图形，了解该测点的全面信息。

⑦振动分析图（Vib Analysis)，综合观测设备某测点的幅值趋势、相关频谱、谱阵图。

⑧HVA图，同时显示设备某测点水平（H)、垂直（V)、轴向(A)三个方向的频谱图。

⑨频谱差值图（Baseline diffe)，显示当前时间频谱和Baseline频谱相间的结果。

为了方便分析诊断，这些图形可以单独显示，也可以根据需要进行组合，显示在同一个窗口。

图形操作具有改变图形坐标轴、颜色、光标形式及显示、字形、图中的数字格式、图形点和线的类型，显示设备状态注释及注释码、显示和隐藏频段幅值、在图中输入及编辑注视、拷贝图形和打印图形等功能。

(3)报表操作

报告报表是状态监测人员与设备科和检修人员的非常重要的沟通工具，Odyssey软件提供了42种标准报表格式，这些报表均可以打印、显示和拷贝，可以作为文件进行传送，报表中可以包含数据表、图形，或两者的组合，任何一个报表都可以制成ASCII文本文件，并可以送到如WORD、EXCEL等其他应用软件中。如果这42种格式都不能满足报表的要求，监测人员可以根据领导的要求和自己的需要，在Odyssey环境下建立自定义报表，而且可以作为标准的报告格式存储起来，以备调用。

(4)报警设置

报警方式和报警值的设定在预测维修工作中是非常重要的，一个有效的预测维修系统要处理成百上千个测点的测试数据，怎样从大量的数据提取出值得分析的反映设备状态变化的数据，怎样区分出有问题的设备和没问题的设备，什么样的设备还可以坚持运行，什么样的设备必须停机，这都依赖于软件的报警功能。Odyssey软件不但可以设置幅值、频谱、频段和时域波形报警，而且可以建立统计报警，统计值包括当前序列中所有测量定义及设备分类中的最小值、最大值、平均值和标准方差，这将有助于设备管理人员建立和探索设备检修的企业标准，在安全运行的条件下，使设备发挥最大的效能。

(5)辅助诊断

0dyssey软件具有辅助诊断功能，即在频谱图中或报告中自动识别特定故障

类型产生的频率。使用辅助诊断功能，诊断人员可以在采集得到的振动频谱中标注故障特征频率，迅速简便地识别故障类型。例如滚动轴承、电机等的故障。

四、系统使用效果

1．准确判断设备故障

在没有安装在线监测系统时，从频谱上一旦发现轴承的故障频率，就对其进行跟踪监测，如果故障频率的幅值增大，就认为轴承故障在恶化。安装在线监测系统后，由于振动信号的连续性，认识到过去的这一观点是错误的，在频谱图上发现轴承故障频率，只能说明轴承产生了早期故障，随着时间的推移，轴承故障频率的幅值有时增大、有时减小，经过一段时间的运行，轴承故障频率甚至在频谱图中消失。

振动的测试参数有位移、速度、加速度，因此判断振动故障的标准有三个，即振动位移标准、振动速度标准和振动加速度标准，人们一般习惯使用位移标准。使用在线监测系统后，发现在很多情况下使用速度和加速度标准更好一些。位移标准一般用于判定轴系问题，比如不平衡、不对中等故障；速度标准用于判定机器的整体状态；加速度标准用于判定轴承、齿轮的故障。

2004年1月9日，2＃机组乙送风机电机驱动端轴承位移、速度的振动趋势平稳，但振动尖峰能量值陡然增大。经检查发现该轴承缺油，造成润滑不良，加油后，振动尖峰能量值下降，趋势平缓。如果此时仅以振动位移或速度为依据，则不能发现轴承润滑不良的故障。

2．避免突发故障

3＃机组2A送风机驱动端轴承保持架突然断裂，由于该设备未安装在线监测系统，实行离线监测，监测周期为7天，比较监测数据，无论观察各参数的振动趋势图，还是观察各参数的频谱图，都没有发现异常现象，其原因就是该故障从产生、发展到损坏的整个过程极其短暂。如果该设备安装在线监测系统，由于振动监测的连续性（1小时测1次或1天测1次），这种发展迅速的故障就无法逃脱监视，在其萌芽状态被消除，使设备按计划进行修理，保证生产有序进行。

3．及时发现和处理常见故障

在线监测使用一年来，据不完全统计共发现常见故障13次。其中风机叶轮由于质量分布不均造成的不平衡振动8次，均在设备备用和计划停机期间实施了现场动平衡，将振动控制在标准范围内；基础或地脚螺栓松动故障3次，联轴器不对中故障2次，均在适当的时机进行了处理。

4．延长轴承的使用寿命

滚动轴承是旋转机械的重要支承部件，且价格昂贵，诊断人员利用在线监测的连续性，使已存在故障隐患的轴承安全运行至其极限，发挥滚动轴承的最大效能，对降低维修费用、节约成本具有重要的现实意义。

2004年2月初发现了轴承的异常频率，频率的幅值时大时小，进入10月份轴承故障明显恶化，但诊断人员充分发挥在线监测系统的特点和优势，跟踪轴承故障的发展变化，认为可以坚持运行，直至11月23日诊断人员才下达设备异常通知单，建议检查。经检修人员解体检查，发现轴承外圈滚道约有

60mm×170mm的剥落坑、多个滚子有麻点、轴承游隙严重超标，与故障诊断完全吻合。自发现轴承故障至停机检修，轴承的使用寿命延长了7032h，避免了直接经济损失2.3万元。

篇7：故障诊断技术在机电设备管理中的应用论文

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

篇8：故障诊断技术在机电设备管理中的应用论文

1 应用故障诊断技术的作用

在机电设备运行中, 故障诊断技术, 就是通过检测仪器检测机电设备的各种参数信息, 将其与标准参数进行对比, 若是发现异常, 则表明该设备存有一定故障, 在对设备进行调节后, 确保检测参数恢复标准状态, 则表示设备运行正常[1]。针对机电设备维修中, 为及时有效找出故障所在, 应用故障诊断技术, 采取科学方法, 对机电设备进行测试分析, 并给与诊断结果, 提升找出故障原因的速度, 在实际工作中发挥重要作用。机电设备的故障诊断技术, 分为测试分析与理论诊断, 能分辨出机电设备故障类型与程度, 也可预测机电设备故障隐患, 作为机电设备故障诊断技术的两组方法, 诊断故障原因、位置、程度, 根据诊断结果制定出相应的维修方案, 在实际应用中发挥作用。

2 浅析故障诊断技术方法

2.1 主观诊断技术

故障诊断技术, 主要包括主观诊断、数字模型技术、信息采集技术、信息处理技术、识别技术以及诊断与测算技术, 可以有效掌握设备运行状态, 发现机电设备的故障问题, 保留故障信息, 采取积极维修处理措施, 从而防止机电设备再次发生故障[2]。主观诊断中, 就是针对机电设备故障, 可以根据工作人员经验, 参考之间的故障记录, 对明显容易出现故障的部位, 以及依赖性较强的元器件, 由工作人员对其进行细致的分析排查, 对机电设备进行检测, 调整设备参数, 分析故障, 并进行维修。该技术中, 主要是针对较明显故障部位, 通过系统以及依赖性元器件, 当相同的故障再次出现之时, 就可以依据之前的经验, 有效快速定位机电设备的故障类型和故障原因。

2.2 数学模型技术

可应用数字模型技术, 对设备运行状态, 使其构建一定数学模型, 对比设备参数改变情况, 分析故障位置, 从而制定维修措施。还可以针对机电设备具体问题, 采取合适的故障诊断方法, 融入信息采集技术、识别技术等, 有效诊断故障原因及部位, 提升机电设备维修速度, 确保设备的正常运行[3]。同时, 可以对正常运行状态下的机电设备, 分析设备的轴承、温度等参数变化, 把这些数据进行对比, 就可以正确反映出该机电设备的运行状态, 直观、快速的诊断出机电设备故障。

2.3 运用小波神经网络技术

在机电设备故障诊断之中, 通过学习、描述非线性系统故障, 将其应用到离心设备故障诊断之中, 发挥重要作用[4]。也可以在故障诊断过程中引入模糊数学的概念, 可以针对机电故障中的复杂映射关系, 建立其相应的数学模型, 并在基于故障隐蔽性以及渐变性基础上, 根据其特点建立可以表示出故障原因以及其各征兆间的模糊因果关系矩阵, 有效提高极其设备故障的诊断精度, 并且, 还可以在诊断瓜子的过程中, 根据自身积累的经验对矩阵进行相应的修改, 为机电设备维修提供决策依据。

3 机电设备维修实例

本研究以皮带运输机为例, 分析与探讨皮带运输机管理与维修中故障诊断技术的应用。SSJ1200型皮带机因减速机振动异常而影响正常运行, 日常巡检发现2#减速机振动异常, 遂用多通道数采故障诊断系统的两个通道同时采集数据。分别将两个传感器安装在液力耦合器两侧的电机和减速机的水平方向, 发现低频段有不规律的谱峰群, 属于松动故障特征;谱峰中有200H z的故障特征频率, 就谱形分析属于明显的轴承故障特征。拆检发现减速机内侧一轴承损坏严重, 滚柱表面有严重的疲劳点蚀和剥落, 齿轮没有问题;同时还发现机组基础松动。因为现场不具备更好的轴承, 所以整体更换了减速机高速轴。不久, 该减速机又发生振动异常故障。上次更换的高速轴是从其他设备上拆下来的, 并非新品。为了弄清振动原因, 又进行了二次监测。一倍频25H z的振动能量偏高, 为38.95m/s2, 轴向大于径向, 说明电机与减速机角度对中不良。频谱图上还有近半频15H z处能量较大, 为7.78m/s, 说明减速机基础有松动处。该减速机基础共有八条地脚螺栓, 检查发现, 上次紧固过的螺栓有三条已松动。这是由于更换高速轴对中不良的振动异常导致的螺栓松动。经重新对中, 并紧固地脚螺栓, 振动异常消除。

4 分析机电设备维修中应用故障诊断技术的效益

4.1 节省维修成本

在机电设备维修中, 还应用无损检测诊断技术, 在监测诊断过程中, 无损坏检测诊断技术并不会对机电设备的运行造成影响, 应用超声波、射线照相术、表面缺陷技术, 针对机电设备主体、金属材料内部以及零件隐蔽部位进行检测, 有效提升实际机电设备维修效益。对于机电设备维修中, 采取故障诊断技术, 可以立即找出故障原因, 并找出故障位置, 减少故障维修周期, 节省故障维修成本, 还可以确保故障设备维修后立即投入使用, 发挥极大的经济效益, 节省企业成本。

4.2 优化设备维修工作

针对机电设备故障, 应用故障诊断技术, 做好机电设备日常维护工作, 这样才能确保机电设备在工作中能及时运行。对机电设备定期监控, 采用故障诊断技术, 通过听音、观察、检测等方法来判断设备的运行是否正常, 确保机电设备在使用中的安全。定期检测机电设备的油质, 并进行分析压缩机各段内压力、压缩机转速以及其温度、流量等参数信息, 确保机电设备机组位于正确的工作点位置, 并可以在维修中及时调整偏离正常工作点的设备机组, 对改善其故障和提高工作效率都有着很大的益处。

5 总结

煤矿机电设备维修中, 应用故障诊断技术, 采集现代化方法, 有效分析机电设备的现场振动数据, 并对各零部件图纸进行有限元分析, 确定离心机各部分结构参数对振动特性影响, 实现自动化的机电设备故障诊断, 确保机电设备稳定运行, 有效提升企业经济效益。

摘要：随着近年来我国煤矿机电制造技术的迅猛发展, 使得煤矿机电设备故障诊断技术也随之不断提升, 作为跨学科、独立的一门信息综合处理技术, 故障诊断技术本身存在规律性。本研究主要探讨煤矿机电设备管理与维修中故障诊断技术的应用。

关键词：故障诊断技术,煤矿,机电设备,管理,维修

参考文献

[1]朱茂明.运用故障诊断技术进行矿山机电设备维修[J].煤炭技术, 2009.

[2]王云江.故障诊断技术在机电设备运行管理中的实践应用[J].黑龙江科技信息, 2014.

[3]王仁辉.运用故障诊断技术进行矿山机电设备维修[J].黑龙江科技信息, 2014.

篇9：故障诊断技术在机电设备管理中的应用论文

关键词：故障诊断技术　维修类型　诊断方法

中图分类号：TD4　　　　　文献标识码：A　　　　　文章编号：1007-3973（2012）003-057-0

设备故障诊断技术

在工业部门对机械设备不断的技术化水平的强烈需求下，信息技术也在不断的投入到生产力的建设中，越来越多大型的机械设备的问世来解决流水线作业，缩短必要的劳动时间，提高个别生产率，扩大与社会个别劳动生产率之间的差距，来获取更多的超额利润。在能够为工业部门带来经济效益的同时，新的问题又出现了，如果机械的某个部分一旦出现故障，将导致部分功能无法正常使用，严重的甚至会停产，带来更巨大的经济损失，为了解决这一难题，将损失率降到最小，最好是能在故障之前进行检测并且能够及时的发现机械的问题，确保在不耽误生产的情况下，对机械设备进行短暂的处理，防患于未然。这项技术最早源于航天航空事业的高尖端技术，由于其效果十分令人满意，所以便逐渐普及到各个领域，特别是工业部门的大型机械设备。目前在国内外发展迅速、备受欢迎的重要技术之一就是机电设备故障诊断技术。

1.1 设备故障诊断技术概念

从根本上说，设备故障诊断技术是一种防护措施，既在不耽生产流程的情况下误设备的各个部分的参数是否在该设备最佳使用状态的范围内。经过精密的仪器和仪表的数据来了解被检测的设备是否适宜运行，是否发挥正常的功能作用，是否有破损或一定程度的参数值变化，如果发生异常，是什么原因造成的 问题出现，破损程度是多大，是否可以继续使用，并且要根据部件的受损程度测出能够继续使用的时间长度，并且看是否可以用替代性的部件来延长使用时间，降低成本。而这一切都是在设备正常运行状态下进行的。

1.2 设备故障诊断技术基本原理

换言之，设备故障诊断技术是通过了解和掌握设备在使用过程中的状态来检测设备是否存在故障的潜在隐患，最终确定其整体和局部是否能够正常运作，尽早发现设备的故障找到产生故障的原因，并及早对故障部位、性质作出估计和预测。

设备故障，顾名思义，通过外在整体机械表现出来的不协调，也就是通过检查查出故障问题，这种问题的产生是因为部件受损或在使用过程中由于某种因素可能是长时间不间歇的使用，或者电流通过量过大，再或者是不正当的操作，而产生的参数值异于出场设置过大，更通俗的说就是运转不正确。一旦发生故障，这种参数的变化会外显在部件的某种物理变化上，而这种变化就叫做特征因子，亦可称为特征参数。这些特征参数中能够灵敏地反映机械系统故障状态的称为故障诊断的敏感因子，设备不能运行时敏感因子的值称为阀值。我们不能仅仅只观察表面的变化而忽视了本质性问题，有可能从外看来并没有什么异常或功能不完整，但由于检查出特征参数不正常过大，这也算是一种设备故障，只有在这个参数值在所设计的范围内波动，才算是设备的正常运行。特征参数是随着故障严重程度的变大而变大，也就是说故障问题越大，特征参数值就会越大。

总而言之，我们可以根据检测出来的特征参数来判断故障问题。其原理就是根据故障程度与特征参数是成正相关的。这种特征参数要比外在的现象的故障更为精准。也就是说我们可以通过不同的部件的特征参数来判读哪个部件存在着故障问题，这种问题是否会影响整台机械设备的运行，是否能够不被替换继续使用，这也就是设备故障技术的原理。

2 设备故障诊断维修依据及类型

2.1 诊断依据

由于机械设备在使用过程会因为长时间的使用，机械得不到充分的休息，再不断的通电产生的电能对电线盒设备不断地加温，同时运转中各个部件的因摩擦造成的磨损，其他部件不正常的运转给部件本身和其他的部件是否带来不利的影响，设备故障诊断技术就是通过对这些参数变化的监测，来进行检测设备是否处于正常作业状态。

我们要通过对检测出来的数据进行分析，及时掌握各组成零件的使用情况，根据对数据的有效分析和专业的评估查出故障可能的发生点，具体到设备的某个位置某个流程，这样不仅可以对症下药，同时又防止现象不明显的部件问题遗漏，或是对反应出不同问题的相同部件进行二次修复，带来不必要的重复性加工维修，增加额外成本，降低收益率。由此，我们可以充分看出故障诊断技术的重要性，不仅能够保证机器的正常运行，而且能够实时的监督设备的运转，在短时间内发现问题解决问题，并且能够以最快速度进行修复，并恢复使用。既保证了设备的完整有效运行，有保证了效率化的要求。

2.2 诊断类型

故障诊断在矿山机电设备维修中的关键目的：对机电设备实施计划性的状况维护检修，以确保机电生产设备的能够连续运转。通常矿山机电设备故障诊断维护检修，按照其类型大概能够划分为以下三种类型。

2.1.1 事后维护检修

事后维修主要是针对在矿山机电设备出现故障后所实施的一种治理措施，它并不是采取主动性对策，这是因为大部分机电设备是在没有准备的情况下实行的，所以对矿山机电设备的事后故障诊断的这种措施，维护检修维修质量不高、效果并不理想。

.1.2 按照一定的运行周期进行检修

这种维修方式比较固定，相对具有强制的意味，但这是对机械设备一种比较负责的体现。这种方式的检修比较易行，多数情况下是根据所给出的既存的使用周期或者维修周期进行具体操作。这种从外看来貌似是增加徒劳的成本和人工付出，但是这却是磨刀不误砍柴工，这样从某种程度上来书是对成本的一种节约，对设备的积极防护，可以增加设备的使用寿命，延长使用年限，及时发现问题及时修复，避免因大问题带来的长时间停产，得不偿失，所以，固定性的维修还是必要的不管是否出现异常状况。将问题防患于未然。避免突发事件带来的经济损失。

2.1.3 计划性状态检修

在科学技术不断发展的今天，学会如何利用科学数据分析是每个技术人员的责任，通过对详细数据的分析我们还可以根据不同部件发生问题的周期来推断下一次发生故障的时间大致是多数。这样的预测虽然不能够特别准确的估计出具体的日期，并且这种估计会有误差，但是可以再此区间内给企业敲响警钟，极大可能下设备某个部件会发生故障性问题，不会造成措手不及。力求能在设备发生前将其制止于萌芽状态。这将有利于延长矿山机电设备的使用寿命，并且消除设备的安全隐患，以达到保证生产顺利进行的最终目的。

3 诊断方法

设备故障诊断在矿山机电设备维修中的方式是多种多样的，特别是对井下采掘的矿机设备的检测工作，特别要注意的就是工作环境和可能发生的危险，这给维修和诊断工作带来一定的难度，但只要把突出性的问题比如矿物粉尘、冲击、酸碱腐蚀、振动等问题在施工之前考虑到，做好应有的防范意识，就应该不会出现不可控制的问题。

然而这些因素常常会阻碍正常好用的检测路径。以振动检测方法为例，当设备故障诊断技术应用于对铲运机的检测时，经常会因为由各种不利于检测的干扰因素，严重影响了设备故障诊断技术判断的准确程度。因此，对于故障诊断技术再矿山机电设备维修中的应用，一定要经周围的实际情况首先纳入考虑的范畴之内，针对不同的外界情况来制定不同的策略将检测顺利进行。

4 结语

众所周知，在技术不断发展的今天，和在智能化充斥世界的每个角落的明天，设备故障诊断技术在矿山机械设备维修中所起的作用将会起越来越重要的作用。先进的故障诊断技术，将有利于降低故障的发生几率，提高了产品的质量及数量，有助于实现了更大的经济效益和社会效益。因此无论是从经济现点出发，还是从整个作业来考虑，准确及时、有效地实现矿山机械远程故障诊断的方法都值得关注和研究。

参考文献：

[1]　陈韦兵.浅谈电厂机电设备的管理、操作与维护[J].黑龙江科技信息,2008,(28).

[2]　赵应华.煤矿机电设备的安全管理与维护研究[J].科技传播,2010,(20).