机械故障诊断研究的意义

第日策月

1.1机械故障诊断研究的意义 1.1.1选题意义
随着社会的进步，科技的发展，使得现代工业取得了飞速的成长，各个国家均已先后步入髙度的工业化时代。在工业生产中机械设备充当着越来越重要的角色，人们为了提高工业生产水平，想方设法提高机械设备的智能化水平，导致其结构日益复杂，已经规模大型化、生产集成化、运行高速化的普遍特点。机械设备性能提升当然能大大提高生产率，但是同时设备的制作成本也在增加，设备的损害带来的损失也就相应增加，而且事故率也随着设备的结构复杂程度的增加而增加。由于工业设备一般都是成体系的，一旦某个零部件出现故障，无疑就会造成连锁反应，以致整个设备甚至整个生产线损坏，对工业生产造成一定的损失，情况严重时甚至会对国民经济以及人身安全造成重大损失。例如2013年11月22日，市中石化发生一起输油管道爆燃事故，事故导致35死，166伤，经济损失更是不可估量。由此可见，如果能对机械设备进行连续的状态监测，及时的预测出机械可能会发生的故障，就可以有效的阻止机械故障的发生，工业生产就可以有序的进行，工业事故发生率将大幅度下降，经济损失也将减至最低。为满足这一迫切的需求，一门新的学科应运而生，我们称之为机械故障诊断。
顾名思义，机械故障诊断就是使用一定手段，或者以某些信息作为依据，对机械的运行状态以及故障情况做出一定的判断，相当于给机械看病。这样可以在早期就发现故障，甚至可以确定故障类型、位置、严重程度以及形成原因，并以此来预测故障发展趋势以及对设备的寿命做一个合适的估计。良好的故障诊断月艮务使企业对机械的维护从传统的定期检修转变成状态维修，这样可以大大减少设备的维护费用，带来巨大的经济效益。因此，在机械设备状态监测和故障诊断技术上进行大量的研究投入是很有意义的。
1.1.2研究内容
机械设备是物体，不会说话，它的运行状态的好坏只能通过一些信息传达出来，比如温度、振动程度等。当设备温度很高时，说明设备内部某几个部件之间可倉存在磨碰或者是内部高温介质有泄漏。当设备振动过大时，则可能是机组有松动或者是轴承、齿轮等旋转部件存在缺陷。因此，要想有效地监测机械设备的运行状态并进行有效的故障诊断，就必须主动去获取这些表征状态的重要信息，即设备状态的一些特征参数，并对这些信息进行分析，从而对设备的运行状态给出一个合理的结论。也就是说，只有及时获取机械设备全面且准确的状态信息，才能进行有效的机械故障诊断。鉴于机械故障诊断的这个特点，我们可以将其归纳到信息技术处理的范畴之中。
根据机械设备的状态监测与故障诊断的实现过程以及需要达到的目的，可以大致将其分成以下三个部分内容：采集设备状态信息、提取能表征设备状态的特征或者特征参数、评估设备的当前运行状态。

1.2旋转机槭故障诊断技术的发展现状
近几十年来，随着现代科技的发展，特别是信息处理技术的快速发展，作为一门集数学、信号处理、物理、力学、计算机技术以及人工智能等各种现代学科为一体的交叉学科，机械故障诊断技术也在日益成熟。国内外的科技工作者都在致力于旋转机械故障诊断技术的研究，不仅在诊断方法的研究上取得了显著的成果，还将这些诊断方法用到实际工程中，研制出许多有用的诊断设备，给国家和企业带来了巨大的经济效益。但是目前的故障诊断技术总体来说仍处于发展初期，尚不能对机械故障进行十分精确的判断，而且一些新型诊断方法的实用性还有待验证，在实际工程应用中，设备的故障诊断还是以人工诊断为主，以设备诊断为辅，而且一些比较成熟的诊断设备也只是集成了一些最基本的诊断方法，比如频谱分析、包络谱分析等。因此，要使诊断技术得到更大的发展，使其实现真正的智能化，还必须对能用于故障诊断的信号处理方法进行大量的研究。
由前面的叙可知，越是能完整提取振动信号中的故障特征，则越能高效正确的进行机械故障诊断。这些特征可以有不同的表现形式，比如有时域特征、频域特征和时频域特征，它们都可以作为诊断设备故障的依据。如何有效的提取这些特征并对其进行分析，有很多方法。按上述的特征表现形式，可以将这些特征提取方法分为三大类：时域分析方法、频域分析方法以及时频域分析方法。接下来将对它们进行系统性的介绍。当然，除上面三大类方法之外，还有很多用于旋转型设备故障诊断的方法，接下来对这些方法也将进行简单的介绍。
1.2.1时域信号定义
时域信号是振动信号最原始的表现，所含的信息也是最全面最真实的，会给出一个最贴近设备真实状态的描述。利用时域振动信号进行故障诊断可以说是最直接的方法，但恰恰也最是最困难的方法。在设备状态监测以及故障诊断中，对时域振动信号的各时域特征指标进行统计“，并对它们进行分析，这样就可以对振动信号做出一定的描述进而能对设备运行状态进行一个判断。即可以通过建立合适的信号时域指标达到故障诊断的目的。
按传统定义，信号的时域参数指标可以分为两种：有量纲参数指标以及无量纲参数指标。前者不但与设备的状态有关，还受设备的运动参数（转速、载荷等）的影响，不是很稳定。后者则只依赖振动信号的分布密度函数，可以比较稳定的反映信号特征，是一种比较好的设备状态监测诊断参数。信号的有量纲参数指标有很多，常用的有歪度、峭度、方差等。其中歪度可以反映振动信号时域分布幅值不对称性的程度，而峭度则是一个很好的用来判断信号中是否存在脉冲信息的依据。一些常用的无量纲参数则有峰值指标、裕度指标以及波形指标等。

第2章时频流形

2.1引言
时频流形就是在相空间中对非稳态信号的多维时频分布进行流形学习。时频流形通过结合时频分布，尝试利用骨架形式将低维流形表示成一定的可视化形式，即时频流形与信号的原始时频分布具有相同的二维图像表现方式，但是相比于时频分布，有抑制噪声以及增强分辨率的效果。时频流形的这些显著优点，可以在很多方面得到应用。鉴于时频流形是时频分析技术与流形学习的结合，下面将分别对时频分布、流形学习进行介绍，之后则对时频流形的具体求取步骤进行阐述。

http://blog.sina.com.cn/s/blog_1437369c10102vg89.html
http://fukeseo.blog.hexun.com/97856196_d.html