鄧明清

【摘 ?要】機(jī)電系統(tǒng)狀態(tài)監(jiān)測(cè)與故障診斷的技術(shù)是集合計(jì)算機(jī)科學(xué)，電子測(cè)試，人工智能自動(dòng)化以及機(jī)械電子等多學(xué)科在一起交叉結(jié)合的一門新技術(shù)，是現(xiàn)代化冶金企業(yè)生產(chǎn)制造技術(shù)的發(fā)展結(jié)晶，也是保障生產(chǎn)設(shè)備安全高效運(yùn)行的最為科學(xué)的關(guān)鍵技術(shù)。運(yùn)用機(jī)電系統(tǒng)狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)能夠有效的預(yù)防生產(chǎn)系統(tǒng)中的事故隱患，能夠及時(shí)的排除機(jī)械故障并避免由此所帶來的經(jīng)濟(jì)損失和人員傷亡。對(duì)大型機(jī)電裝備進(jìn)行狀態(tài)監(jiān)測(cè)與故障預(yù)警診斷技術(shù)研究是保障其可靠健康運(yùn)行的關(guān)鍵技術(shù)之一。

【關(guān)鍵詞】機(jī)電系統(tǒng)狀態(tài)監(jiān)測(cè);故障預(yù)警信息化技術(shù);

前言

由于運(yùn)用狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)能夠有效促進(jìn)經(jīng)濟(jì)效益，所以在國(guó)際上得到了迅速的發(fā)展。隨著世界科技的不斷進(jìn)展，計(jì)算機(jī)性能也在不斷提升，數(shù)字信號(hào)的分析與運(yùn)算方式也不斷的優(yōu)化，數(shù)據(jù)處理的運(yùn)算速度和精準(zhǔn)度大為提升，也為機(jī)電系統(tǒng)狀態(tài)監(jiān)測(cè)與故障診斷的現(xiàn)代技術(shù)創(chuàng)造了更為便利的條件。

一、狀態(tài)監(jiān)測(cè)與故障系統(tǒng)的發(fā)展

伴隨著機(jī)電系統(tǒng)狀態(tài)監(jiān)測(cè)與診斷技術(shù)的發(fā)展，各式各樣的監(jiān)測(cè)儀器、診斷儀器及系統(tǒng)也廣為出現(xiàn)，功能也躍為強(qiáng)大，僅以振動(dòng)測(cè)量?jī)x器及系統(tǒng)為例，其功能包括：軸振動(dòng)監(jiān)測(cè)，如軸心軌跡分析，軸向轉(zhuǎn)動(dòng)，殼體振動(dòng)監(jiān)測(cè)。頻譜分析，如頻率分析，階比譜分析，階跟蹤譜分析、三維功率譜分析。自動(dòng)預(yù)警、報(bào)警。故障特征提取及診斷等。就機(jī)電系統(tǒng)狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)的發(fā)展，在國(guó)際上較為典型的診斷系統(tǒng)主要分為一下三種：

1.離線定期監(jiān)測(cè)與診斷系統(tǒng)。在規(guī)定的時(shí)間內(nèi)由測(cè)試人員到現(xiàn)場(chǎng)進(jìn)行操作，依次用傳感器對(duì)各測(cè)試點(diǎn)進(jìn)行常規(guī)監(jiān)測(cè)，并運(yùn)用記錄儀或存儲(chǔ)器進(jìn)行信號(hào)記錄，將數(shù)據(jù)存儲(chǔ)到專用微機(jī)或計(jì)算機(jī)上完成。由于此類產(chǎn)品系統(tǒng)使用方便，成本低廉，在早起使用中廣為采用。但是此類產(chǎn)品系統(tǒng)測(cè)試比較繁瑣，而離線定期監(jiān)測(cè)，還需要專業(yè)測(cè)試人員進(jìn)行測(cè)試和故障分析，較難及時(shí)避免突發(fā)性事故的發(fā)生。

2.在線監(jiān)測(cè)、離線分析監(jiān)測(cè)與診斷系統(tǒng)。此類系統(tǒng)稱之為主從機(jī)監(jiān)測(cè)與診斷系統(tǒng)。設(shè)備上安裝多個(gè)測(cè)試點(diǎn)，每個(gè)測(cè)試點(diǎn)都安裝傳感器，由工作現(xiàn)場(chǎng)安裝的微處理器對(duì)設(shè)備的每個(gè)傳感器的數(shù)據(jù)進(jìn)行采集和處理，有相關(guān)人員在主機(jī)系統(tǒng)上進(jìn)行故障的判斷與狀態(tài)的分析，與離線定期監(jiān)測(cè)系統(tǒng)相比對(duì)，雖然能在線進(jìn)行檢測(cè)和預(yù)、報(bào)警并在測(cè)試點(diǎn)上免去了更換的步驟，但分析和判斷仍需要專業(yè)人員對(duì)離線數(shù)據(jù)進(jìn)行操作。

3.自動(dòng)在線監(jiān)測(cè)與診斷系統(tǒng)。此類系統(tǒng)運(yùn)用方便，能夠?qū)崿F(xiàn)自動(dòng)在線監(jiān)測(cè)設(shè)備的工作狀態(tài)，及時(shí)的預(yù)報(bào)設(shè)備故障，且能夠在線實(shí)現(xiàn)數(shù)據(jù)處理與分析判斷。對(duì)值班人員的要求也在短期培訓(xùn)后亦可，此類系統(tǒng)技術(shù)先進(jìn)，不需要專業(yè)工作人員對(duì)測(cè)試點(diǎn)進(jìn)行檢測(cè)、分析、判斷，該設(shè)備能根據(jù)相關(guān)程序進(jìn)行智能優(yōu)化后進(jìn)行分析、判斷。但設(shè)備本身軟硬件研發(fā)制作工作量大，具有較高的應(yīng)用成本。狀態(tài)監(jiān)測(cè)與診斷系統(tǒng)可以運(yùn)用在不同的機(jī)電設(shè)備系統(tǒng)上，可采取不同的監(jiān)測(cè)與診斷方式。隨著計(jì)算機(jī)技術(shù)的成熟與發(fā)展，應(yīng)用成本的降低，也是對(duì)設(shè)備本身走向自動(dòng)在線監(jiān)測(cè)與診斷的方向發(fā)展，現(xiàn)代技術(shù)在設(shè)備監(jiān)測(cè)與診斷維護(hù)的定檢、巡檢和檢修也逐步邁向長(zhǎng)期連續(xù)監(jiān)測(cè)與預(yù)測(cè)性維修方式過度。

二、機(jī)電系統(tǒng)狀態(tài)監(jiān)測(cè)及故障預(yù)警的信息化技術(shù)

1.揭示機(jī)電設(shè)備運(yùn)行狀態(tài)機(jī)械動(dòng)態(tài)特性劣化演變規(guī)律。機(jī)電系統(tǒng)由穩(wěn)定運(yùn)行狀態(tài)劣化為非穩(wěn)定運(yùn)行狀態(tài)，由非故障運(yùn)行狀態(tài)劣化為故障運(yùn)行狀態(tài)，其機(jī)械動(dòng)特性通常有一個(gè)發(fā)展演變過程。需要研究揭示劣化過程及故障變化演變規(guī)律及發(fā)展特點(diǎn)，分析故障產(chǎn)生機(jī)理、發(fā)展原因和發(fā)展模式，建立故障發(fā)展原因與故障發(fā)展特性的映射關(guān)系。構(gòu)建設(shè)備運(yùn)行狀態(tài)劣化演變的機(jī)械動(dòng)態(tài)特性模型，這里涉及輕微損傷和磨損等微弱故障發(fā)展?fàn)顟B(tài)、傳動(dòng)系統(tǒng)調(diào)制信號(hào)發(fā)展?fàn)顟B(tài)、運(yùn)行參數(shù)和載荷變化等非線性發(fā)展?fàn)顟B(tài)、復(fù)合故障發(fā)展?fàn)顟B(tài)等。

2.提取機(jī)電設(shè)備運(yùn)行狀態(tài)發(fā)展趨勢(shì)特征。面向現(xiàn)場(chǎng)設(shè)備往往具有的復(fù)雜運(yùn)行狀態(tài)，進(jìn)行機(jī)電設(shè)備運(yùn)行狀態(tài)發(fā)展趨勢(shì)信息分析，其中難點(diǎn)問題是面向連續(xù)運(yùn)行大型機(jī)電設(shè)備長(zhǎng)歷程變工況故障發(fā)展趨勢(shì)特征提取。設(shè)備長(zhǎng)歷程運(yùn)行中工況和負(fù)載等非故障因素會(huì)造成信號(hào)能量變化，故障發(fā)展趨勢(shì)信息往往被非故障變化信息所淹沒，而通常的基于能量的振動(dòng)級(jí)值及功率譜的發(fā)展及變化不一定對(duì)應(yīng)反映故障的發(fā)展及變化，且傳統(tǒng)的基于能量變化的運(yùn)行狀態(tài)發(fā)展趨勢(shì)特征提取方式往往具有不確定性，難以有效實(shí)現(xiàn)未來發(fā)展?fàn)顟B(tài)的趨勢(shì)預(yù)測(cè)。因此需要進(jìn)行機(jī)電設(shè)備故障趨勢(shì)特征與變負(fù)載狀態(tài)特征的解耦和分離，較大程度上消除非故障能量變化所造成的冗余信息，使得提取的故障發(fā)展趨勢(shì)特征與機(jī)電系統(tǒng)負(fù)載變化等非故障變化特征弱耦合或分離，同時(shí)與機(jī)電系統(tǒng)故障變化強(qiáng)耦合，進(jìn)而構(gòu)建預(yù)測(cè)模型。一種提取長(zhǎng)歷程變負(fù)載設(shè)備運(yùn)行狀態(tài)發(fā)展趨勢(shì)特征方法。

3.低信噪比微弱信號(hào)特征早期故障的信號(hào)處理。早期故障趨勢(shì)信息是一種故障征兆信息，具有明顯的低信噪比微弱信號(hào)的特征，在早期故障趨勢(shì)分析中有用信息極易受到設(shè)備時(shí)變非平穩(wěn)運(yùn)行、環(huán)境變化、測(cè)試系統(tǒng)噪聲等干擾。傳統(tǒng)分析方法往往難以進(jìn)行有效的早期故障預(yù)測(cè)，為實(shí)現(xiàn)早期故障發(fā)展趨勢(shì)有效分析，需要采用適于低信噪比微弱信息的信號(hào)處理，涉及的方法包括：多傳感系統(tǒng)檢測(cè)及

信息融合，非平穩(wěn)及非線性信號(hào)處理，故障征兆量和損傷征兆量信號(hào)分析，噪聲規(guī)律（幅度、頻率、相位等）與信號(hào)特點(diǎn)（頻譜、相干性等）分析，噪聲背景下小位移、微振動(dòng)分析，針對(duì)微弱信息的信號(hào)處理方法（如數(shù)據(jù)挖掘、盲源分離、支持向量機(jī)、粗糙集等）以及有關(guān)隨機(jī)不確定性、模糊不確定性、不完備性、不完全可靠性等信號(hào)處理方法等。

4.機(jī)電設(shè)備早期故障趨勢(shì)預(yù)測(cè)模型構(gòu)建。為實(shí)現(xiàn)基于智能信息系統(tǒng)的故障預(yù)警，需要構(gòu)建機(jī)電設(shè)備早期故障趨勢(shì)預(yù)測(cè)模型，構(gòu)建這類模型大致有兩個(gè)途徑，分別是物理信息預(yù)測(cè)模型（一般是機(jī)械動(dòng)力學(xué)預(yù)測(cè)模型）以及數(shù)據(jù)信息預(yù)測(cè)模型，通常這是兩條相互獨(dú)立及并行的研究途徑，近年來有學(xué)者研究構(gòu)建這兩類趨勢(shì)預(yù)測(cè)模型相融合的多信息融合新型趨勢(shì)預(yù)測(cè)模型，采用這種多信息融合模型既利用了物理特性信息又融合了數(shù)值規(guī)律信息，有利于獲得較理想的綜合預(yù)測(cè)結(jié)果。

5.機(jī)電設(shè)備運(yùn)行狀態(tài)劣化的相關(guān)評(píng)價(jià)參數(shù)、模式及準(zhǔn)則。這里主要是指對(duì)故障發(fā)展趨勢(shì)的評(píng)價(jià)參數(shù)、模式及準(zhǔn)則。具體內(nèi)容涉及：確定能夠表征設(shè)備狀態(tài)發(fā)展趨勢(shì)的參數(shù)（組合參數(shù)及因子）、特征模式（或模型），采用能夠?qū)ο到y(tǒng)狀態(tài)發(fā)展趨勢(shì)的參量、模式及聚類分析進(jìn)行分類的方法，分析設(shè)備狀態(tài)發(fā)展趨勢(shì)的評(píng)價(jià)準(zhǔn)則及邊界條件，采用面向安全保障的統(tǒng)計(jì)決策理論方法并確定相關(guān)評(píng)價(jià)的錯(cuò)誤率區(qū)間、條件及估計(jì)、驗(yàn)證方式等，提出能夠從性能老化、傳遞特征退化和疲勞損傷等多方面綜合評(píng)價(jià)故障演變過程和損傷及磨損積累的方法，提供故障發(fā)展趨勢(shì)預(yù)測(cè)的穩(wěn)定性、可靠性及維修性評(píng)估依據(jù)及判據(jù)等。

結(jié)束語

隨著時(shí)代的不斷發(fā)展，會(huì)逐漸的涌現(xiàn)出各種不同的技術(shù)，時(shí)代和技術(shù)之間的關(guān)系是相互促進(jìn)的。因此，企業(yè)要想緊追時(shí)代的步伐，在激烈的市場(chǎng)競(jìng)爭(zhēng)中脫穎而出，就需要使用一些先進(jìn)的科學(xué)技術(shù)。很多企業(yè)經(jīng)營(yíng)的過程中都會(huì)使用到機(jī)電設(shè)備，其性能可以決定企業(yè)的經(jīng)濟(jì)效益以及生產(chǎn)力大小，因此需要大力提高機(jī)電設(shè)備的質(zhì)量以及工作效率。將信息化技術(shù)應(yīng)用到機(jī)電設(shè)備的維護(hù)保養(yǎng)中，能夠大會(huì)出中重要的作用，對(duì)機(jī)電設(shè)備的狀態(tài)監(jiān)測(cè)和故障預(yù)警有重要的價(jià)值。信息化技術(shù)的應(yīng)用，能夠及時(shí)解決機(jī)電設(shè)備的故障問題，同時(shí)還可以促進(jìn)企業(yè)的健康穩(wěn)定發(fā)展。

參考文獻(xiàn)：

[1]張毅.基于SOA 的設(shè)備狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)的研究[D].上海交通大學(xué)，2018.

（作者單位：安徽國(guó)禎環(huán)保節(jié)能科技股份有限公司）