浙江锦德建设有限公司 311500
摘要:在现代工业发展的过程中,机械设备得到了广泛的应用,并且在各个生产加工环节都发挥了不可替代的作用和功能。但是随着科学技术的发展,机械设备逐渐趋向复杂化和自动化,在此形势下很容易出现机械设备故障。因此本文主要分析机械设备故障诊断与监测的常用方法,并分析其未来的发展趋势,旨在进一步提高机械故障诊断和监测的实效性。
关键词:机械设备;故障诊断;监测;常用方法;发展趋势
前言
机械设备在现代工业生产中具有非常重要的作用和影响,但在先进的科学技术支持下,机械设备的构造和运行原理越来越复杂,并且为实现自动化,增设了众多的电气零部件,对设备的维修养护提出了更高的要求。因此相关人员必须要合理运用机械设备故障诊断和监测方法,及时发现设备故障并进行解决,确保机械设备在生产中稳定、安全运行。
1 机械设备故障诊断基本过程
机械设备故障诊断的常用方法即是根据其在过去正常运行状态、现在运行状态的对比,判断设备出现故障或者异常的可能性,并分析故障产生的原因和影响,采取有效的应对处理策略,所以这种诊断方法是在基本不拆卸设备的情况下的故障判断。其是通过对设备运行过程中所产生的状态信息变化而进行的分析诊断,主要的依据有机械设备的振动情况、噪声异常、压力、温度、流量等数据变化幅度等相关指标,实际上其是一门综合性较强的故障诊断方法,在实践中通常具有相对较好的效果和作用[1]。
2 机械设备故障诊断和监测的常用方法
2.1振动诊断技术
振动诊断技术是机械设备故障诊断的一种常用方法,其是通过以正常机械设备与故障设备的动态特性对比来判断是否存在故障的技术类型,其中动态特性主要包括机械设备的固有频率、振型以及传递函数等,这些特性所形成的振动信号是机械设备运行状态信息的重要载体。所以相关人员可以依据设备的振动特征诊断故障类型。比如在连续运转状态下的机械设备,诊断人员可以收集其振动信号,在不停机的情况下,有效的在线诊断和监测设备故障。而对静态的机械设备,则可以通过加入人工激励等方式,由设备对动态特征的响应诊断故障,可以监测设备的损伤和裂纹等故障。同时振动诊断技术具有维修费用低、诊断结果准确性高、可以实现实时诊断的特点,所以在机械设备诊断方法中,振动诊断技术具有相对较高的地位,应用范围较为广泛。但是在目前阶段的应用中,振动诊断技术也存在一定的缺点,由于其在诊断时通常会涉及到信息传感、振动测试以及信号处理等技术领域,对诊断人员的专业素质和传感器质量要求相对较高,在实际的机械设备故障诊断和监测中具有局限性[2]。
2.2无损监测技术
无损监测技术是一种综合性的机械设备故障诊断方法,其细分又包含了超声波无损探伤、射线探伤、磁力探伤和渗透探伤等等技术。而无损监测技术的原理是利用物质的特有物理特性,在监测中会因为设备的缺陷而出现明显变化,这一特点可以有效的检测到设备存在的故障,而且不会对机械设备产生任何的伤害。比如对机械设备的早期疲劳裂纹、焊接裂纹、应力疲劳裂纹等监测中,无损监测技术都可以发挥相对较好的效果,有利于及早控制设备的故障发生。同时应用无损监测技术在一定程度上还能够改善产品的制造工艺、提高设备的运行可靠性等,在当前的钢铁工业、食品工业和土木工程中,其是机械设备故障诊断和监测的主要方法[3]。不过我国国民经济中重工业的比重有所降低,因此无损监测技术在钢铁钢工业中的应用比例呈现下降的趋势,并开始向其他的工业部门渗透。
2.3温度监测方法
温度监测方法主要是利用机械设备的某些部位对温度的敏感程度,当温度出现变化时则比较容易监测。这是因为机械设备在运行过程中,与温度具有相对密切的联系,尤其是在机械设备的电气故障中,温度可以作为一个特征参量,反映机械设备的电气元件是否存在故障。另外温度也是引发机械设备故障的主要因素,因此基于设备系统和周围环境的温度变化,则能够识别和判断故障。并且在现阶段的发展过程中,现代化热学传感器和检测技术不断进步,促使温度诊断技术正成为机械设备故障诊断和监测方法的主要发展方向。
2.4铁谱分析技术
铁谱分析技术是产生于上世纪70年代的一种故障诊断和监测技术,在80年代传入我国并得到了快速发展。其原理是利用磨损残粒分析技术或者是油样分析技术等,对机械设备润滑油中的磨损残粒进行分析,是一种不解体的诊断监测方法。这种技术与其他的状态监测方式相比,具有较大的优势,比如检测效率较高、能够对机械设备的磨损故障及早做出诊断、实现定量和定性结合分析等,其对于运输机械设备和发动机液压设备等故障监测具有相对较好的效果和作用。但是铁谱分析技术也存在较大的应用限制,比如其对于机械设备润滑油的磨损残粒取样较为困难,条件相对苛刻,而且铁谱分析过分依赖于分析人员的经验,数据处理也比较困难,从取样到预报的时间过长等。这些都限制了铁谱分析技术在机械设备诊断和监测中的实际应用。
3 机械设备故障诊断与监测方法的发展趋势
在近年来,机械设备故障诊断与监测方法不断创新发展,出现了模糊诊断、故障树分析以及专家系统和人工神经网络等新型诊断监测技术,由此衍生出了故障树诊断分析方法、模糊系统诊断监测方法、专家系统诊断方法及人工神经网络诊断与监测方法等,在对机械故障进行诊断和监测的方法也逐渐趋向智能化和自动化。比如故障树分析法则是对机械设备故障的形成原因进行分析,通过从整体到局部按照树枝状逐渐细化的方式,可以分析系统存在的薄弱环节,并对系统实施优化,以便于有效的诊断和监测机械设备故障;而模糊诊断方法则是利用症状向量隶属度以及模糊关系矩阵等,求出故障原因向量隶属度,可以反映出导致机械设备出现故障的多重原因,并按照主次关系程度进行排列,能够减少其他不确定因素造成的干扰;专家系统是人工智能范畴内的一个分支,其是以知识为基础建立的智能化计算机程序系统,是未来机械设备诊断和监测的重要发展方向;人工神经网络则是在神经学的基础上,以人脑中某些基本特征进行简单的数学模拟,可以实现对机械设备故障的联想记忆,具有较好的模式匹配和相似归纳能力,可以反映出故障和征兆之间存在的复杂非线性映射关系。综合上述机械设备故障诊断与监测方法的发展,在未来机械设备的状态监测将会趋向网络化、智能化和系统化。除此之外,信息时代促使光纤光缆、微波以及无线通信等方式得到较大的发展,形成了机械设备故障诊断与数字信号相结合的网络系统,可以提高故障诊断和监测的效率和水平。
结束语
综上所述,在我国进入发展的新时期,对生产环节的机械设备故障诊断与监测的要求越来越高,既要保障诊断的高效率,又要提高监测的准确性。当前阶段主要应用的振动诊断技术、无损监测技术、温度监测方法以及铁谱分析技术等,虽然具有较好的效果,但是在未来的发展进程中,机械设备诊断和监测技术方法将会朝向系统化和智能化方向发展,同时借助网络技术实现远程数据交换和资源共享,有利于提高机械设备的诊断和监测效率以及质量。
参考文献
[1]魏天友.机械设备故障诊断与监测的常用方法及其发展趋势[J].科技风,2019(36):171.
[2]刘海桂.机械设备故障诊断与监测的常用方法及其发展趋势[J].信息记录材料,2019,20(12):214-215.
[3]吴立水,杨志军,杨立广,侯帅松,任世远.机械设备故障诊断常用方法及发展趋势[J].冶金设备,2017(S2):318-321.