機械故障診斷技術的發展歷程

“診斷”一詞涵蓋了眾多領域，既包括醫療領域中的人體診斷，也包括環境監測診斷技術。在工程領域，特別是機械設備、電子儀器、工程結構以及計算機系統的診斷技術。盡管機械故障診斷技術起步相對較晚，但自六十年代中期尤其是七十年代以來，其發展速度迅猛。這得益于多個方面的推動，包括技術進步、市場需求以及工業應用的不斷拓展。

一、機械故障診斷技術的飛速發展得益于前沿學科的推動

近年來，國際機械故障診斷技術取得了顯著進展，這主要歸功于兩大因素：一是經濟效益的驅動，二是前沿學科技術的支撐。從故障診斷的演變歷程來看，這些前沿學科技術發揮著至關重要的作用。過去十幾年里，該領域經歷了以下幾個重要的轉變：首先，傳統技術的束縛被打破，技術之間相互滲透融合；其次，前沿技術的學術思想活躍，為技術創新提供了源源不斷的動力；最后，通過促進舊學科和基礎學科的更新，產生了許多新的學科分支。

二、機械故障診斷技術的實用價值在于其確診能力

機械故障診斷的存在與發展，與其在實際應用中的確診能力密不可分。為了確保準確診斷，必須滿足一系列標準，包括準確估計機器內部故障的位置與類型，區分主導與伴隨故障，判斷主導故障的發生與轉移，以及對潛在故障的長期發展趨勢做出預測。同時，多種因素會影響故障的確診能力，如設備結構的復雜性、可維護性，潛在故障的多樣性，故障信息的完備性，診斷信息的準確性，以及專家經驗的積累等。

三、當前診斷技術的幾個研究熱點

（1）增強對常見與多發機械故障的診斷能力；

（2）探索信息融合與特征提取的新方法；

（3）構建數據挖掘與數據倉庫，以充分利用診斷數據；

（4）發展智能診斷技術，提高診斷的自動化水平；

（5）實現遠程診斷，方便快捷地解決機械故障問題。

1.2 機械故障診斷的目的與核心內容

首先，我們來探討機械故障的定義與分類。機械故障，簡而言之，就是指機械設備在運行過程中出現的異常狀況，這些狀況可能影響設備的正常功能，甚至導致設備停機。為了更有效地進行故障診斷，我們通常將這些故障進行分類，以便針對不同類型的故障采取相應的診斷措施。

1. 故障的定義

2. 
   

3. 
   

設備在運行過程中，會呈現出不同的狀態。其中，故障狀態、異常狀態和正常狀態是設備的基本狀態分類。當設備的功能指標低于其正常時的低限度，即設備無法完成其規定的功能時，這種情況就被稱為故障。

2. 故障的分類

機械設備的故障可以依據不同的標準進行分類。按故障的性質，我們可以將其分為器質性故障和操作型故障。器質性故障源于機器本身，如轉子彎曲或葉片斷裂，這類故障往往具有偶然性和突發性，需立即停機檢查并修復。而操作型故障則多由操作人員誤操作或工藝參數選用不當導致。

此外，按故障發生的進程，故障可分為突發型和漸發型。突發型故障無預兆，破壞性大，因此需對關鍵設備的重要部位進行連續監測。漸發型故障則因設備零件技術指標逐漸惡化而引發，是機械設備修理中的常見類型，約占50~80%。其特點包括：故障多出現在零件有效壽命的后期，即耗損故障期；具有規律性，可預防；且故障發生頻率與機器運行時間相關。

同時，按發生故障的時間，HOJOLO將故障分為磨合期故障、正常使用期故障和耗損期故障。而按故障的復雜程度，則可分為單一型故障和復合型故障。最后，按故障的后果嚴重程度，可分為輕微故障、一般故障、嚴重故障和致命故障。

3. 故障的規律

（1）故障率

故障率是衡量設備性能的重要指標。它表示某種設備在特定時間段內發生故障的概率。具體來說，設備的故障率是指在單位時間內，發生故障的設備臺數與同時期內仍在工作的設備臺數的百分比。這種瞬時故障率具有統計特性，能夠幫助我們了解設備的可靠性和耐久性。

（2）典型故障曲線——“浴盆”曲線

大多數設備的故障率隨時間變化，呈現出一種特定的曲線形狀，這種曲線被稱為“浴盆曲線”。該曲線的特點是兩頭高、中間低，分為三個明顯的階段：早期故障期、偶然故障期和嚴重（耗損）故障期。通過分析這種典型故障曲線，我們可以更好地了解設備故障的規律和特點，從而采取有效的預防和維修措施。

早期故障期：

新設備在初始工作期，由于新元件之間的磨合不足或裝配問題，加上設計、選材及加工質量的差異，往往會出現故障率較高的現象。但隨著運行時間的推移，故障率會迅速降低。

偶然故障期（壽命期）：

當設備進入正常運行階段，其故障率保持在一個較低且相對穩定的水平。此階段的故障具有隨機性，與設備的新舊程度無關，因此難以預測，且無法通過簡單的磨合來消除。

嚴重（耗損）故障期：

隨著設備使用進入后期，由于長期磨損、疲勞和腐蝕等因素的影響，故障率會逐漸上升。這一階段的設備需要更加密切的關注和維修。

值得注意的是，這三個故障期是對大多數設備而言的普遍規律，但并非所有設備都會經歷這三個階段，有些設備可能只會表現出其中的一個或兩個階段。

二、機械故障診斷技術的實質與內涵

機械故障診斷技術，簡而言之，就是為機器“看病”的技術。它旨在了解和掌握機器在運行過程中的狀態，判斷其整體或局部是否正常，及時發現并確定故障原因，同時預測故障的發展趨勢。該技術涵蓋了“監測”與“診斷”兩大核心環節。

在實際應用中，故障診斷技術需緊密結合工程實際，致力于解決機器在設計、制造及運行過程中遇到的問題。此外，高可靠性、注重經濟效益以及多學科交叉融合的特點，使得故障診斷成為一項綜合性的技術。

值得注意的是，故障診斷不僅是一種從整體到零部件的反求技術，更是一個復雜的系統工程。在診斷過程中，核心問題在于模式識別，即對癥狀和故障的識別、分類和聚類。為了確保診斷的準確性，需要充分收集并正確處理相關信息，實現有效融合。同時，機器故障的傳遞具有整體性與層級性，這為故障診斷帶來了新的挑戰。

在整體性方面，機器的故障癥狀往往表現為機器整體的癥狀，而非單一零件的癥狀。這要求診斷人員具備全局觀念，從整體角度分析故障原因。而在層級性方面，故障的影響范圍具有一定的層次性。當機器內部出現故障時，其癥狀不僅會反映在故障本身，還會影響到相關組件和部件。因此，在診斷過程中，需要仔細分析故障信息的傳遞路徑和層次關系，以準確判斷故障位置和原因。

與機器的層級系統緊密相關的是近似可分系統。

三、機械狀態監測與故障診斷的核心理念

核心理念在于確保機器能夠穩定、高效地發揮其預設功能。這涵蓋了準確識別機器的運行狀態及故障類型，從而保障其安全且持續地運行，實現效益化。同時，一旦機器出現異常或故障，能夠迅速且精確地進行診斷，以便采取適當的預知性維修措施，縮短維修時間，提升維修質量，并降低維修成本。此外，通過性能評估所收集的數據與信息，還可為機器的優化設計與制造提供有力的支持。

四、機械狀態監測與故障診斷的涵蓋內容

機械狀態監測與故障診斷的核心內容主要涵蓋兩個方面：其一是對機器的運行狀態進行持續監測，其二是在發現異常或故障時進行深入的診斷。通過這些手段，我們可以及時掌握機器的工作狀況，預測并防范潛在的風險，確保機器的穩定、高效運行。

1. 狀態監測

通過運用多種測量、分析和判別技術，我們能夠深入了解機器當前的運行狀態。結合機器的歷史運行數據和現有條件，這一過程為機器的性能評估、合理使用、安全運作以及故障診斷提供了堅實的基礎。

2. 故障診斷

在深入了解機器當前運行狀態的基礎上，我們需要進一步探究故障的具體性質、程度、所在部位、成因以及未來發展趨勢。這一過程旨在為故障的預報、控制、調整以及維護提供科學依據。它涵蓋了以下四個關鍵環節：

信號檢測：選用合適的傳感器，捕捉與機器狀態緊密相關的動態信號。

特征提取：運用信號處理技術，從動態信號中篩選出與機器狀態及故障特征緊密相關的信息。

狀態識別：依據提取的特征，通過建立判別函數、設定判別標準以及進行比較等步驟，來準確識別機器的狀態及故障。

診斷決策：綜合分析機器的當前狀態、故障類型、部位、性質及發展趨勢，從而做出相應的決策，如繼續監測、加強重點監測或安排停機維修等。

1.3 診斷信息的來源與獲取

信息，作為判別和識別的關鍵資料，在故障診斷中扮演著至關重要的角色。而信號，作為系統的輸入與輸出，常以電信號的形式出現，攜帶信息的電壓或電流即被定義為信號。為了獲取這些診斷信息，我們采取了多種方法：

整機性能測定：通過測量設備的輸出與輸入關系，來全面了解設備的運行狀態。

零部件性能測定：專注于那些對設備可靠性至關重要的關鍵零部件，為診斷提供深入的信息。

直接觀察法：憑借經驗，通過視覺、觸覺和聽覺來初步判斷機器的狀態。這種方法雖簡單，但適用于能直接觀察到的機器零件。同時，借助滾動軸承檢測儀、工業內窺鏡等工具，可以進一步擴大觀察范圍。

動態信息檢測法：利用傳感器技術，捕捉機器運行過程中的動態信息，如振動、噪聲、溫度等。這些信息從不同角度反映了機器的狀態和故障特點。其中，振動信號檢測法和噪聲信號檢測法是常用的方法，通過分析振動和噪聲的強度及動態信號，可以更準確地判斷機器的故障部位和程度。

磨損殘留物測定：機器在運行過程中因摩擦產生的磨損殘留物，通過潤滑油取樣和分析，可以判斷磨損的部位及嚴重程度。

綜上所述，診斷信息的來源與獲取是故障診斷的基礎，通過多種方法的綜合運用，我們可以更全面、準確地了解機器的運行狀態和故障情況。

1.4 機械故障診斷方法的分類

機械故障診斷的方法可以依據不同的視角進行歸類。其中，一種常見的分類方式是按照診斷的目的與要求來劃分。

1.4.1 功能診斷與運行診斷

功能診斷主要針對新安裝或剛經過維修的設備，旨在檢驗其運行時的各項功能是否正常。通過此診斷，可以及時發現并調整機器的不正常狀態，確保其能正常投入使用。而運行診斷則是對正在運行的機器進行持續監測，旨在發現并跟蹤故障的發生與發展過程，為故障的及時處理提供依據。

2. 直接診斷與間接診斷

直接診斷，即直接對關鍵零部件的狀態進行檢測，例如測量主軸承的間隙、觀察齒面的磨損情況、檢查葉片是否斷裂，以及測量管道壁厚等。而當由于機器的結構或工作條件的限制，無法直接進行診斷時，我們可以采用間接診斷方法。這種方法主要是通過收集二次信息，來對機器中關鍵零部件的狀態進行推斷和判斷。

3. 定期診斷與連續監控

在機器維護中，我們經常面臨兩種不同的診斷方式：定期診斷與連續監控。這兩種方式的選擇，取決于關鍵設備的性能下降速度、故障的可預測性，以及故障對生產的影響程度。對于性能下降緩慢、故障可預測的設備，我們可以采用定期診斷的方式；而對于性能下降迅速、故障不可預測或影響嚴重的設備，則更適合采用連續監控的策略。

1. 在線診斷與離線診斷

在線診斷，類似于連續監控，需要配備一套完整的信號采集、處理和識別的監測診斷系統，實時監測機器的狀態。而離線診斷，則是通過某種手段記錄現場機器運行的動態信號，然后將其帶回實驗室進行處理和分析。這兩種診斷方式各有優缺點，適用于不同的診斷需求和場景。

5. 常規工況與特殊工況下的診斷

6. 常規診斷與精密診斷

接下來，我們進一步探討監測與診斷技術的分類。首先，我們可以根據機器的工作狀態，將診斷劃分為常規工況下的診斷和特殊工況下的診斷。常規工況指的是機器在正常操作條件下的診斷，而特殊工況則可能涉及到機器在異常條件或極限條件下的診斷。

此外，我們還可以根據診斷的深度和精度，將診斷劃分為常規診斷和精密診斷。常規診斷通常是初步的診斷，旨在快速識別和定位問題；而精密診斷則更加深入和細致，需要專業的技術和設備來支持。

二、按監測與診斷技術分類

在具體的監測與診斷技術方面，我們有多種選擇。例如，振動與噪聲監測技術可以通過分析機器運行時的振動和噪聲信號來發現潛在問題；超聲與聲發射監測技術則能夠監測裂紋、裂紋擴展以及材料內部缺陷等；紅外監測技術利用紅外輻射原理及儀器，實時監測機器運行中的溫度變化；而潤滑油樣分析技術則通過分析潤滑油樣中攜帶的磨損殘留物，來識別機器的故障。這些技術各有其適用范圍和優缺點，我們可以根據具體需求選擇合適的技術進行監測與診斷。

三、按診斷對象分類

在監測與診斷技術的應用中，我們根據不同的對象進行分類。對于旋轉機械，如轉子、軸系和汽輪發電機等，我們采用專門的監測與診斷技術來確保其穩定運行。往復機械，包括內燃機、往復式壓縮機以及曲柄連桿機構等，也有一套相應的監測與診斷技術。同時，對于工程結構，如框架、橋梁、管道和容器等，我們運用特定的技術來保障其安全性和穩定性。此外，部件如齒輪、軸承和電機等，也有專門的監測與診斷方法來確保其性能和壽命。

四、監測與診斷中的三大關系

定性與定量

定性監測側重于發現機器異常和初步確定故障位置，其特點是使用簡單的儀器，經濟實惠，適用于對機器進行一般性的了解。而定量監測則更進一步，通過特定特征來反映機器的異常和故障，并能詳細說明故障位置和嚴重程度，盡管儀器可能更為復雜，但能提供更全面的診斷結論，適合關鍵和重點機器的監測。

簡易與精確

簡易診斷主要判斷機器是否異常或存在故障，通常使用簡單便攜的工況監測儀表來區分和判斷機器狀態。而精確診斷則要求不僅判斷機器是否異常，還要深入分析異常的性質、原因和發展趨勢，這需要收集更多的診斷信息并借助功能全面的診斷系統。

精確與模糊

隨著設備的大型化，其運行狀態也變得更為復雜。設備運行狀態的變化可能導致各狀態之間的界限變得模糊不清。同時，在識別設備的狀態及故障時，也存在一定的不確定性。這些因素都要求我們在進行監測與診斷時，既要注重精確性，也要充分考慮模糊性帶來的挑戰。

1.5 機器零部件失效信息的特點

一、概述

在機器運行過程中，要準確判斷其當前狀態，明確主導故障及發展趨勢，并預測其連續運行時間，我們需要以機器的運行行為為依據。這要求我們首先充分掌握機器零部件運行的各種信息，包括其失效特征、原因及影響等。通過深入分析這些信息，我們才能科學且負責任地回答上述關鍵問題。

二、機器零部件運行信息的特點

機器零部件的運行信息，是在機器運行過程中產生的各種物理現象的記錄。這些信息不僅具有選擇性，還伴隨著機器的整體運行信息，呈現出既相互聯系又相互區別的特點。同時，機器零部件的失效信息往往具有非平穩性，例如發動機連桿磨損產生的間隙，會導致工作中產生非平穩的沖擊振動，這種振動與機器的工作方式緊密相關。此外，零部件在失效初期，其運行狀態與正常狀態非常接近，所產生的失效信息在幅值上非常有限，這種微弱的失效信息往往容易被其他信息淹沒，難以察覺。最后，機器系統本質上都是非線性的，但在某些條件下可以簡化為線性系統。當機器零部件失效時，其非線性特征會明顯表現出來，且隨著失效程度的不同，失效信息的表現行為也會大相徑庭。

三、機器零部件運行信號的測量

機器零部件的運行信息，是了解其工作狀態的關鍵。在測量機器零部件的失效信息時，我們主要采用兩種方法：靜態測量法和動態測量法。

靜態測量法是直接對機器零部件的失效信息進行測量，其結果直觀且可靠，因為所得到的信息直接反映了零部件的失效狀況，無需推導計算。但這種方法必須在機器停止且零部件可直接觀察，或機器已拆解的狀態下進行，因此難以實現工作中的在線測量。

動態測量法則是對表達機器零部件失效信息的動態物理量進行測量。這些動態物理量隨時間變化，可能源于零部件的失效，也可能反映機器整體或部分零部件的性能或效能。通過動態測量得到的物理量值或信號，需要經過函數關系運算、變換或加工處理，才能最終獲取所需的機器零部件失效信息。

在進行機器零部件失效信號的動態測量時，我們需要關注多個方面，包括選擇合適的測量方法、測量參數和傳感器，確定最佳的測試點，以及處理信號的放大、消噪等問題。同時，還需要確保測量儀器的正確連接、接地和屏蔽，以確保測量的準確性和可靠性。

四、機器零部件運行信息的提取

有效提取機器的運行信息，是及時發現零部件失效的重要環節。機器零部件的失效信息常通過多種特征量得以體現，這些特征量可能包括產品的功率、油耗等直接功能參數，或是數學模型中的特定系數，如時序模型或狀態空間方程的系數，甚至可以通過信息處理方法獲得。

特征類型多樣，包括簡單與復合特征、線性與非線性特征，以及單維與多維特征等。鑒于機器失效信息的多樣性、傳輸選擇性、非平穩性和微弱性等特點，在提取特征信息時，需根據不同機器零部件信息的特性，選擇適宜的方法。

常用的機器運行失效信息特征提取方法包括信息論方法、平穩與非平穩機器零部件的信息提取、統計模擬方法、主成分分析與核主成分分析、遺傳算法與遺傳編程、時域平均、盲源分離以及支持向量機等。

五、機器運行信息的有效利用

在獲取了機器零部件的運行信息后，如何有效利用這些信息成為了關鍵。通過深入分析和處理這些信息，我們可以實現對機器運行狀態的準確監控，及時發現潛在的故障和問題。此外，這些信息還可以用于優化機器的運行和維護策略，提高機器的使用效率和壽命。

為了更好地利用機器運行信息，需要結合多種技術手段和方法，如數據挖掘、模式識別、人工智能等。這些方法可以幫助我們從大量的數據中提取出有價值的信息，為機器的運行和維護提供科學的決策支持。同時，也需要注重信息的實時性和準確性，確保所利用的信息能夠真實反映機器的實際運行狀態。

1. 機器零部件故障的識別

機器零部件失效的識別，是信息提取過程中的一項核心任務。零部件的失效常常會導致機器整體功能或性能的改變，這些改變可能直接或間接地反映在機器的運行信息中。通過深入分析和處理這些信息，我們可以準確地確定哪些零部件已經失效，進而有針對性地采取措施，如更換、修復或調整，以恢復機器的正常運行。

2. 機器設計與制造缺陷的識別

機器在設計或制造過程中存在的缺陷，特別是影響機器整體功能的那些，可以通過分析各個零部件或子系統的失效信息來揭示。這種深入的分析不僅有助于發現并指出存在問題的部件，還為設計改進和制造精度的提升提供了寶貴的參考。

工業自動化裝備實訓臺

旋轉機械振動分析與控制分析系統

轉子系統試驗理論與方法驗證測試臺

軸承、齒輪及傳動系統綜合故障實訓臺

轉子系統設計制造與運維分析臺

軋機關鍵部件綜合故障模擬試驗臺

大學高水平學科平臺

轉向架典型故障模擬實驗臺

轉子軸承齒輪典型故障模擬實驗臺

電機典型故障模擬實驗臺

機械系內外雙轉傳動子系統實驗臺

高速列車傳動系統的模擬實驗系統

機械動力裝備平臺

可靠性與系統工程學院傳動軸系軸承故障實驗套件

轉子軸承故障試驗臺

大學新型電力系統源網耦聯載荷智能分析系統

機械工業轉子裝備智能維護技術重點實驗

汽車能量回收懸架實驗臺

理工大學轉子試驗臺

工程大學葉片典型故障模擬測試臺

轉子系統振動復合環境先進測試平臺

旋轉機械運行狀態模擬實驗教學系統

創新創業學院軸承試驗臺

設備運行狀態模擬實驗教學系統

風電機組主軸軸承綜合實驗平臺

轉子動力學教學實訓演示臺

多通道數據采集系統

轉子故障試驗臺輸入功率提升和控制系統

低速全參數行星齒輪箱故障模擬實驗系統

諧波軸承性能檢測平臺

機械工程控制基礎實驗臺

能源與動力工程學院平臺

復雜機電液系統智能運維功能性測試平臺

傳動系統多功能綜合測試平臺

軸系激勵源識別方法小型驗證試驗臺

軸承高載荷加載及數據采集裝置

推進軸系動力學系統采購及服務

全壽命周期齒輪實驗臺

齒輪全壽命試驗臺

大型風機縮比控制系統實驗臺

大型風力發電機組縮比控制系統

轉子振動分析與故障模擬試驗臺系統

機械振動分析與運維試驗臺

軸系力學測試平臺

桌面式齒輪故障教學平臺

便攜式轉子軸承教學實驗臺

桌面式轉子軸承故障教學平臺

轉子動力學研究實驗臺

故障機理研究教學平臺

轉子軸承綜合故障模擬實驗臺診斷臺

轉子軸承教學平臺

機械故障綜合模擬實驗臺

動力傳動故障模擬實驗臺

風力發電傳動故障模擬實驗臺

動力傳動故障預測綜合實驗臺

機械故障綜合實驗臺

動力傳動故障模擬實驗臺

風力發電傳動故障模擬實驗臺

電機故障模擬實驗臺

動力傳動故障預測綜合實驗臺

列車轉向架故障模擬實驗臺

軸承預測模擬實驗臺