前言：中文期刊網精心挑選了機械故障診斷范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
機械故障診斷范文1
近年來，隨著施工規模的逐步增大，現代機械設備也日趨大型化、連續化、機電一體化，其性能與復雜程度不斷提高，對設備故障的診斷也更為復雜?？總鹘y的填寫值班日志、靠參數越限報警等人工或半自動化的方法來維護機械設備既落后，又不客觀，雖然可以有類似黑匣子之類的自動數據記錄器，但也只能做事后分析。而且這種陳舊的設備維護模式，無論是數據的可靠性或實時性，還是設備的維護質量均無法滿足要求，導致施工機械在施工過程中停機多，檢修時間長，嚴重影響到工程的進度和質量。建立遠程故障診斷及維護系統是解決問題的很好的方法。
1 工程機械故障診斷及維護技術的行業特點
1.1 目的明確
診斷的目的就是要確定機械運行狀況、檢查故障部位、分析故障產生的原因和制定經濟有效的維修方案。
1.2 交叉性強
診斷及維修涉及摩擦學、材料學、力學、化學等多種學科；需采用焊接、鑄造、車、鉗、鍛、鍍等多種工藝手段；要掌握維修理論，機構學及經營管理等多方面知識。
1.3 工作環境惡劣，實踐性強一切診斷方法和維修技術都必須以機械的實際狀況為基礎，處理結果很快得到實踐驗證。
2 故障診斷技術
設備故障診斷技術包括故障檢測與故障診
斷，通常合在一體統稱為故障檢測和診斷（FDD）。
2.1 故障機理
通常我們說設備工作正常是指它具備應有的功能，沒有任何缺陷，或雖有缺陷但仍在容限范圍內。異常是缺陷有了進一步發展，使設備狀態發生變化，性能惡化，但仍能維持工作。故障則是缺陷發展到使設備性能和功能都有所喪失的程度。設備的異常或故障是在設備運行中通過其狀態信號（即二次效應）變化反映出的。由于監測與故障是在設備不停機的情況下進行的，因此必然以狀態信號為依據。二次效應就是設備在運行中出現的各種物理的、化學的現象，如振動、噪聲、溫升、油耗、變形、功耗、磨損、氣味等，這些都是一種設備運行所固有的。監測與診斷就是要快速、準確地提取設備運行時二次效應所反映的特征。
2.2 故障診斷過程
2.2.1 狀態監測主要是測取與設備運行有關的狀態信號。狀態信號的獲取主要是依靠傳感器或其它監測手段進行故障信號的檢測。檢測中主要有以下幾個過程：
2.2.1.1 信號測取主要是通過電量的或傳感器組成的探測頭直接感知被測對象參數的變化；
2.2.1.2 中間變換主要完成由探測頭取得的信號的變換和傳輸
2.2.1.3 數據采集就是把中間變換的連續信號進行離散化過程。數據是診斷的基礎，能否采集到足夠長的客觀反映設備運行狀態的信息，是診斷成敗的關鍵。
2.2.2 特征提取就是從狀態信號中提取與設備故障有關的特征信息。
2.2.3 故障診斷故障診斷就是根據所提取的特征判別狀態有無異常，并根據此信息和其它補充測試的輔助信息尋找故障源。
2.2.4 決策根據設備故障特征狀態，預測故障發展趨勢，并根據故障性質和趨勢，做出決策，干預其工作過程（包括控制、調整、維修等）。
2.3 診斷原理設備診斷是利用被診斷的對象（設備）提供的一切有用信息，經過分析處理以獲得最能識別設備狀態的特征參數，以便做出正確的診斷結論。機械設備運行時產生多種信息，當其功能逐漸劣化時，就出現相應的異常信息，如機器的狀態變化而產生的異常振動、噪聲、溫度等機械信號；機械劣化過程產生的磨損微粒、油液及氣體成分變化的化學信號等。利用檢測儀器對最敏感的故障特征信號進行狀態監測，做出正確的分析和診斷，及時預測機器設備可能發生的故障。傳感器安裝在診斷對象（設備）上，以傳遞溫度、壓力、振動、變形等信號，這些信號進一步轉化為電信號，輸入到信號處理裝置，在信號處理裝置中將輸入的診斷信號與預先儲存在系統內的標準信號進行比較，標準信號是根據事先積累的大量數據資料和實際經驗分析歸納而制定出來的判定標準，是設備各種參數的允許值。通過比較做出判斷，確定故障的部位和原因，預測可能發生的故障。
3 工程機械故障診斷及維護系統
由于工程機械故障的多樣性、突發性、成因復雜性和進行故障診斷所需要的知識對領域專家實踐經驗和診斷策略的依賴性；人工神經網絡能通過自身的學習機能建立故障征兆和故障模式之間的復雜映射關系，可以進行多因素預測。
3.1 系統簡介
系統通過一個基于神經計算算法的“看門狗”智能單元對機械運行狀態進行在線分析和推理，對機器的工況及相關信息做出相應評價；還可以通過電話線與遠程單元相連，以便在異地獲取機器工況及其性能信息，并以此做出評價。知識密集型智能工具“看門狗”可以隨時對機器工況進行跟蹤，獲取和組織機器及其周圍環境的數據?！翱撮T狗”芯片作為機器的“黑匣子”，可以儲存主要部件的狀態“軌跡”。一旦發生失效，操作者可以讀取“黑匣子”，獲得最近幾分鐘的工況信息，迅速確定故障，并給予及時修復。當機械設備出現新的故障時，通過自學不斷調整權值、閥值，以提高故障的正確檢查率，減低漏報率和誤報率。這些基于知識的信息同樣可以為其他站點的用戶所共享。
3.2 系統優點
遠程故障診斷及維護系統的一個突出優點在于進行協作診斷和維護，及時排除故障。
3.2.1 故障工況數據收集通過遠程診斷系統，可以積累更多的機器/過程的故障工況，由此，從各遠程站點獲取的故障工況中可以開發更好的診斷算法。
3.2.2 故障診斷不同地點的專家可以訪問服務器中存放的有效信息，因此，分散在各站點的知識可以集成起來完成更復雜的協作診斷。
3.2.3 遠程服務系統提供了多種類型的信息例如在線的過程/機器傳感數據，故障/性能下降的歷史數據等。進行性能評價時，必須對這些信息加以整體考慮。
機械故障診斷范文2
由于礦山液壓機械設備在使用過程中，工作環境惡劣，作業時間長，故障頻發，其診斷和排除較為復雜，對維護人員的素質要求比較高，需要作業人員必須對液壓系統結構和液壓元件的工作原理充分了解熟悉，建立建全完善的設備技術狀況檢查、維護和修理制度、熟練掌握各類液壓元件的故障現象及故障檢查方法。因此，熟悉了解礦山液壓機械系統常見故障及采用快速、正確判斷故障部位的方法，對于液壓系統故障的迅速診斷及維修尤為重要。
1.礦山液壓機械常見故障及原因
由于我們國內的礦山主要在地下進行采掘，液壓機械工作環境長期處于陰暗、潮濕的環境下，因此液壓機械在使用過程中會產生多種故障，下面就常見的故障和原因作簡單分析：
第一種，動力裝置出現故障無法為系統提供壓力或壓力不足。引起該現象的主要原因有：油箱液位過低造成主泵吸油困難、泵轉向不對、泵堵塞或損壞、接頭或密封泄漏、主泵或馬達泄漏過大、主泵溢流閥調定值低或失效。第二種，控制系統出現故障導致系統動作失控?？刂葡到y故障主要分為機械故障和電氣故障，機械故障主要是各種閥門發生出現卡阻、設定值不當、泄漏增大。電氣故障主要是控制線路由于長期處于惡劣環境下發生斷路損壞還有就是控制芯片由于非正常操作造成燒毀的現象。第三種，執行元件發生故障，導致運動速度不夠或完全不動。主要原因有：壓力不夠、流量不夠、密封損壞、內泄。第四種，輔助裝置發生故障。主要是加熱器、冷卻器失效無法調節油液溫度范圍，過濾器無法過濾雜質。 第五種，工作介質引起的故障。主要是油溫過高、油液粘度過高、油液被污染、油液內部混進空氣造成氣穴和點蝕現象的發生。在煤礦開采過程中，由于所處的地理環境以及煤質情況等多種因素的不同，液壓機械中的油黏度可能會因為工作強度大而過高。液壓油污染是導致液壓機械不能正常運轉的主要原因。
2.礦山液壓機械故障診斷常用技術
對于液壓系統而言，其工作介質和液壓元件都是在封閉的油路內工作，這給液壓系統的故障診斷帶來許多不便和困難，故障的診斷必須借助長期積累的豐富技術手段。
第一是主觀診斷技術，主觀診斷技術是解決液壓機械故障最有效也是最常見的一種技術。我們這里所說的主觀診斷技術，主要是指液壓機械的維修工作人員以及技術人員通過個人的技術水平以及實踐經驗，來找出故障出現的部位和原因。一般而言，液壓技術出現故障都是有特定的因素，因此液壓技術維修的工作人員在維修的過程中需要盡可能多地了解液壓系統平時工況、元件有無異常等問題，只有這樣，才能準確地判斷出故障所產生的原因以及解決措施。主觀診斷方法包括直覺經驗法、參數測量法、邏輯分析法、堵截法等。直覺經驗法指維修人員憑感官和經驗，通過看、聽、摸、聞、問等方法判斷故障，主要判斷：看執行元件是否爬行、無力、速度異常，液位高度、油液變質及外泄漏，測壓點工作壓力是否穩定，各連接處有無泄漏及泄漏量；聽泵和馬達有無異常聲響、溢流閥尖叫聲、軟管及彎管振動聲等；摸系統元件的油溫和沖擊、振動的大??；聞油液是否變質、軸承燒壞、油泵燒結等；詢問設備操作者，了解液壓系統平時工況、元件有無異常、設備維護保養及出現過的故障和排除方法。參數測量法指通過測得系統回路中所需點處工作參數，將其與系統工作正常值比較，即可判斷出參數是否正常、是否有故障及故障所在部位，適于在線監測、定量預報和診斷潛在故障。邏輯分析法指根據元件、系統、設備三者邏輯關系和故障現象，通過研究液壓原理圖和元件結構，進行邏輯分析，找出故障發生部位。堵截法指根據液壓系統的組成及故障現象選擇堵截點，堵截法觀察壓力和流量的變化，從而找出故障的方法。堵截法快速準確，但使用較麻煩，拆裝量大，需要整套的堵截工具和元件。
第二是儀器診斷技術：根據液壓系統的壓力、流量、溫度、噪聲、震動、油的污染、泄露、執行部件的速度、力矩等，通過儀器顯示或計算機運算得出判斷結果。診斷儀器有通用型、專用型、綜合型、其發展方向是非接觸式、便攜式、多功能和智能化。包括鐵譜記錄法、震動診斷法、聲學診斷法、熱力學診斷法等。如鐵譜記錄法，通過分析鐵粉圖譜，根據鐵粉記錄圖片上的磨損粉末、大小和顏色等信息，準確得到液壓系統的磨損與腐蝕的程度和部位，并可對液壓油進行定量污染分析和評價，做到在線檢測和故障預防。
第三種智能診斷技術：指模擬人腦機能，有效獲取、傳遞、處理、再生和利用故障信息，運用大量獨特的專家經驗和診斷策略，識別和預測診斷對象包括模糊診斷法、灰色系統診斷法、專家系統診斷法、神經網絡系統診斷法等。基于人工智能的專家診斷系統，是計算機模仿在某一領域內有經驗的專家解決問題的方法，將故障現象輸入計算機，計算機根據輸入現象及知識庫中知識按推理集中存放的推理方法，推算出故障原因，并提出維修或預防措施。人工神經網絡是模仿人的大腦神經元結構特性，利用神經網絡的容錯、學習、聯想記憶、分布式并行信息處理等功能，把專家經驗輸入網絡，通過對故障實例和診斷經驗的訓練學習依據一定的訓練算法，得到最佳接近的理想輸出。
目前我們一線操作人員對設備都是重使用、輕維修，出現故障后大都采取主觀診斷法，檢測技術也得不到很好的應用，無法對運行做出動態顯示、分析和故障分析與預測，經濟性差，過剩維修仍大量存在，嚴重故障仍時有發生。隨著診斷技術智能化，高精度化，不解體化并與先進通訊技術，網絡技術，智能傳感器技術等現代信息技術的融合，礦山液壓機械系統故障診斷的準確性，快捷性和便利性必將大大提高。
3.總結
機械故障診斷范文3
小波包頻帶能量分析技術是利用能量積分等式來構建數學模型。根據能量積分公式，得到連續信號x(t)在時域上的能量。上面描述的能量分析方法能夠表示初始信號不同頻率信號的能量分布，因而可以判斷其頻率的排布方式，但是由于某些零部件總是固定地破壞器械的缺陷區域，它會定時擊打缺陷部位，導致不同的軸承零件之間產生相互作用力，使得振幅疊加，從而產生更加強烈的沖擊力。這些振幅較大的沖擊力跟時間有關，因此這種計算理論是存在缺陷的，也就是說它沒有顧及到各個頻帶上的能量參數隨時間的變化分布規律，影響了下一步機械故障診斷的精確性。下面我們用實例說明這點，假定傳遞的信號參數滿足公式(2.8)和(2.9)的關系，使用本文所述的能量分析計算方法進行這兩個信號的詳細分析，分析結果可見圖1和圖2。這兩個信號的頻帶可以分成4個，這4個頻帶包括頻帶1(60Hz)，頻帶2(180Hz)，頻帶3(300Hz)，頻帶4(450Hz)。這里面，樣例的頻率為1000Hz，樣例的取點個數為2000，頻率最大不超過500Hz，所以從取樣點1至取樣點6每個頻帶的分布可以表示為:(0～90)Hz;(90～175)Hz;(175～250)Hz;(250～315)Hz;(315～395)Hz;(395～500)Hz。那么原信號的頻率f1=60Hz，f2=180Hz，f3=300Hz，f4=450Hz對應的頻帶分別為(0～90)Hz;(175～250)Hz;(250～315)Hz;(395～500)Hz，即分別對應第0，2，4，6號小波包節點。由以上兩個圖可以得到，初始信號的能量頻帶主要分布在0，2，4，6節點上，在圖中可以明顯地看出每個頻帶上的能量大小，使得初始信號的識別變得簡單。
2修正的小波包計算方法
上一節中的能量分析算法還存在一定缺陷，這個算法能夠有效分類信號的不同能量的頻帶，然而，當能量參數隨著時間變化使得兩組模擬信號存在著很大區別時，小波包能量分析圖中看不出任何差異，這說明當信號隨著時間變化產生不同的分布時，這種算法本身存在的缺陷對檢測結果造成失真的影響。該算法的問題出現在沒有認識到各個分離出來的具有不同能量的頻帶其參數是跟時間有關的，是隨時間變化的。因此，要想使得缺陷識別的精度更加高和信號處理地更加合理，需要對上面所說的小波包能量計算方法進行修正。在修正過的算法中，我們提出了兩個新的觀點，即:包絡分析方法與能量距分析方法。
2.1包絡分析方法這里的包絡解調方法就是利用包絡檢波和低通濾波方法處理振幅疊加產生的高頻共振波，得到一個范圍擴大的共振解調波，這個包絡分析方法能夠根據機械本身的高頻振動檢查軸承的運行狀況，也能夠通過分析包絡信號的振幅定位缺陷位置。包絡分析法能夠自動準確地識別故障信號，這樣就避免了其他信號對診斷帶來的干擾，是診斷結果更加可信、更加快捷。
2.2能量距方法能量距方法能夠有效識別各個頻帶上的能量分布寬度，它還能描述各個頻帶與時間之間的變化關系，而且也能盡量避免小波包變化引起的頻率混淆的情況。小波包細化后重新組成的信號設為xjk(n)，那么就得到能量距Fjk的定義式(3.1)。各個位置點的能量參數考慮到時間的影響之后，要是缺陷信號出現不完整或者異常點時，這個分析方法就能準確地預測它未來的能量變化。下面給出改進的小波能量分析算法:
2.2.1對原信號進行3步小波包分析，然后再分析第3步中按從小到大排列的6個不同振幅的信號，這樣就可以獲得比較詳細的特征波，然后即可進行小波包的分解參數重組，使每個振幅的信號和初始信號的振幅出現差異。
2.2.2利用包絡檢波的方法檢測(3.2.1)中得到的信息，也就是說采取Hilberttransform，這樣就能得到每個頻帶參數符合的包絡線。
2.2.3運用能量距公式Fjk，如式(3.1)求取(3.2.1)中得到的重組信號，其中j=3;k=0，1，2…6。處理能量距因子就能獲得小波包特征向量。
2.2.4以3.2.3得到的數據為依據進行能量分布柱狀圖的編輯。再次進行上述計算方法的操作，用得到的修正過的小波包能量分析方法修正式(2.6)和(2.7)兩組數據進行相關分析。對小波包各個節點的包絡分析數據進行小波能量距分析，結果如圖3、圖4所示。原信號的頻率為f1=60Hz，f2=180Hz，f3=300Hz，f4=450Hz，對應的頻帶分別為(0～90)Hz;(175～250)Hz;(250～315)Hz;(395～500)Hz，也就是與第0，2，4，6能量帶相符合的頻帶。從上圖可以確定，修正過的分析算法相較于以往的分析算法其精度更高，而且它們的變化是與時間有關的，我們很容易得出這兩者之間的差異。
3缺陷判斷方法仿真
下面我們通過實驗仿真檢驗小波包的頻帶能量分析算法效率，首先根據振動信號的特征模擬正常信號，如式(4.1)，輕微轉子振動信號如式(4.2)，重度轉振動信號。信號y1(t)代表的頻率是50Hz，信號y1(t)代表的頻率是50Hz，信號y1(t)代表的是100Hz。假設樣例的頻率是1000Hz，取點的個數為2000。那么利用修正過的小波包能量分析方法，第三層小波包分解后的6個小波包頻帶寬度分別為(0～90)Hz;(90～175)Hz;(175～250)Hz;(250～315)Hz;(315～395)Hz;(395～500)Hz。對1，2，3三個信號進行修正的算法計算，得到的結果可見圖5、圖6。從圖中可以看出，初始信號位于結點0處，一般來說，無故障或故障較小的情況小，結點0處的能量是最高的，圖6的結點1處于5圖對比其能量有了一部分提高。即當轉子的偏中傾向提高時，結點1處的能量升高，圖7可以看出，這就意味著缺陷更加嚴重。為了把審核步驟詳細來看，這里以積分能量均等的標準進行計算，將能量寬度廣的結點1的頻帶細分為8份，表1表示的是具體的分類。從表1中我們可以得到，一般來說轉子偏中缺陷部分的能量距非常小，甚至可以忽略不計，但是要是缺陷的損壞情況逐漸加重，那么能量距的數值就會也來越大，設置到增高到454.234×105，這個分類方法能夠使用于所有的頻段范圍和所有的頻段點。從上面所有的試驗結果可以發現，每個能量頻段的趨勢。因此，當每個頻段的能量改變時，修正過的能量算法可以準確表達各頻率分量的能量變化及狀態。
4結論
機械故障診斷范文4
關鍵詞：起重機械；故障診斷；檢驗檢測；電氣故障
引言
科技的快速發展使各種先進的科學技術都被合理的應用到了工業中，這對促進我國工業發展來說意義重大。因此，要加強對起重機械故障診斷和檢驗檢測內容的研究，使起重機械的性能在其應用的領域得到完美的發揮。
1探究起重機械故障診斷與檢驗檢測的意義
合理應用起重機械可以使不同類型的建筑工程的建設效率和質量都能夠得到進一步提升，可以為人們各種生活設施建設提供強有力的支持。與此同時，起重機械在使用過程中由于各種因素的影響也存在著安全隱患。例如，起重機械使用過程中地基強度達、平整度不到要求、動荷載不穩定等外界因素，加大了起重機械設備在運行期間的穩定性、結構件強度、控制難度等，經常會出現失穩現象[1]。在該情況下，起重機械設備在應用期間，不僅無法使其應用價值得到合理發揮，而且會對工程建設，以及操作人員的生命安全造成威脅。因此，要從實踐角度出發，透徹的分析故障原因，徹底明確處理措施，進而提高設備運行效率。同時，要全面結合市場環境，優化調整檢驗檢測技術，快速對出現的各項故障進行處理，進而使起重機械在應時的作用能夠得到全面發揮，為我國各項基礎設施的建設提供支持[2]。
2起重機械常見故障診斷
2.1電氣故障
起重機械在現場使用過程中會出現各種不同類型的故障，電氣故障是其中最常見也是最頻繁的一種。起重機械針對電氣的應用體現在對電子元件控和電子設備保護上。電氣在起重機械控制體系十分復雜，因此，起重機械電氣故障經常會出現在不同位置處。電氣故障診斷主要體現在以下幾個方面：
2.1.1診斷轉子電阻損壞轉子鼎足破壞指的是電阻無法在轉子正常運行情況下造成閉合狀態，引起該現象的主要原因是，產生的熱量無法及時散出，這會使溫度不斷升高，溫度過高會導致運轉體系導致起重機轉子遭受破壞，因此，在控制診斷上要從溫度方面入手[3]。
2.1.2凸輪控制器遭受了破壞電氣控制系統具有廣泛的應用范圍。一般來說，由同一臺電氣控制的凸輪控制系統能夠完成對內部元件中兩個電動機運轉的有效控制，進而使兩個電動機在應用期間的觸點的閉合能夠在同一時間實現。若損壞了的凸輪控制器，兩個電機電動觸點在應用期間，在閉合上會存在時間差，長期下去，會導致起重機中電機系統在運行期間造成較大影響，可見，要檢查電動機接觸點閉合情況，完成相應診斷。
2.1.3接觸故障診斷觸頭失效是導致接觸器故障發生的主要原因。起重機械電氣部分采用的觸頭容量大小有限，如果電壓過大通過的電流也較大，導致觸頭作業環境溫度不斷提高，造成觸頭破壞。長時間使用會使觸頭表面會出現大量的灰塵和油污，造成觸頭間的接觸不良，在該情況下，可以利用流過觸頭電流數值診斷故障[4]。
2.2機械故障
起重機械在長期應用期間，避免不了會對起重機械中各項部件造成磨損，極容易出現故障的機械部件有以下幾個方面。
2.2.1吊鉤部件吊鉤部件在具體應用期間的作用就是連接重物和起重機，其也是起重機的一項重要構成部件。吊鉤使用過程中常見機械故障就是會導致其發生變形和斷裂問題，定期對吊鉤進行檢查，并記錄其狀態[5]。
2.2.2卷揚部件起重機械在使用過程中，卷筒裝置會負擔較大的起重重量，使卷筒內減速機齒輪及卷揚剎車片磨損，卷揚的液壓馬達的零部件也會磨損嚴重。這些主要部件的磨損會導致卷揚無法工作，或者在工作過程中失靈，造成安全事故的發生。因此，經常對卷揚零部件的檢查也是十分必要的。
2.2.3起重臂、鋼絲繩、滑輪起重機械在使用期間，起重臂在使用過程中、拆裝及運輸過程中受到外力作用導致焊點開焊、碰撞變形以及自然銹蝕等破壞，如不及時的檢查會在使用過程中造成重大的安全事故。鋼絲繩分布會發生改變，鋼絲繩的每個部位受力都會有所不同。在吊裝作業過程中，鋼絲繩與重物會發生接觸，導致鋼絲繩遭受磨損，若重物重量過大導致鋼絲繩發生斷裂，這不僅會導致吊起的重物遭受破壞，而且可能會造成人員傷亡。另外鋼絲繩的自然磨損導致其直徑變小，起重能力下降。因此，可以通過檢測鋼絲繩力學性能，參照鋼絲繩更換及報廢標準及時的更換鋼絲繩，以確保起重機械安全的使用?；喪卿摻z繩運動及變向的重要支撐點，滑輪是否能夠正常運轉對鋼絲繩磨損的程度起到了非常關鍵的作用。如果滑輪發生損壞、變性、不轉等現象，會使鋼絲繩在很短的時間內因摩擦力過大而斷裂，進而發生較大的安全事故。
3檢驗檢測起重機故障
3.1檢驗檢測電氣故障
檢驗檢測電氣故障的相關建議主要體現在以下幾個方面：
3.1.1檢測轉子電阻作業期間的溫度掌握轉子電阻工作溫度限度，將溫度報警系統安裝在轉子電阻工作環境種，若溫度過高超過了轉子電阻工作臨界值，要停止對電源開關的應用，并且通過化學或物理方式進行降溫處理，降低轉子電阻作業環境的溫度，避免溫度過高，引發安全事故[6]。此外，要檢驗作業期間轉子電阻性能，對遭受到破壞的電阻要及時更換，避免造成更加嚴重的影響。
3.1.2檢測凸輪控制器情況起重機在應用期間會應用到大量的電器裝置，凸輪控制器是其中十分重要的一項裝置，相關人員在日常作業期間，要檢測凸輪控制器控制的電機觸點閉合時間，要在閉合時間存在差異前，采取合理措施對凸輪控制器進行全面維修，針對通過維修無法恢復性能的凸輪控制器，要及時對裝置進行更換。
3.1.3維修和清理觸頭起重機械經常會被應用在復雜環境中，因此，要清理觸頭表面的粉塵和油污，進而使觸頭在應用期間的靈敏性能夠得到提高，避免觸頭接觸不良。同時，要控制觸頭作業期間通過的電壓和電流，在電路中設置觸頭允許通過的最大電流[7]。
3.2檢驗檢測機械故障
起重機中的機械部分在起重機械應用期間被頻繁使用，這勢必會導致機械遭受不同程度磨損。日常作業期間，要及時預測和檢測起重機械中重點機械部位，實現對故障發生的有效預防。檢驗檢測機械故障的重點部位應當從以下幾個方面入手：
3.2.1檢驗檢測吊鉤每次完成吊裝作業后，都要檢驗檢測吊鉤情況，全面評估吊鉤，性能良好吊鉤要具有完整的外外形，同時，吊鉤上不會存在任何裂紋，若采用的吊鉤出現類裂紋和變形情況，要立即對存在問題的吊鉤進行更換，避免遭受更嚴重的危害。
3.2.2檢驗檢測卷揚卷揚是起重機械中的的一項重要受力構件，在使用過程中，嚴格控制吊物重量，禁止發生超載現象。此外，要檢測卷揚外觀的具體形態，對筒壁的具體厚度進行全面觀察，對受力程度規定的最小筒壁厚度進行明確，對筒壁的實際厚度情況進行全面測量，針對于實際情況不符的筒壁，要及時采用質量符合要求的筒壁對其進行更換。對液壓馬達、減速機齒輪、剎車片等主要部件要定期進行檢查，不符合要求或者磨損嚴重的要及時更換。
3.2.3檢測檢驗起重臂、鋼絲繩、滑輪定期對起重臂的外觀進行檢查，尤其是變形嚴重部位、銹蝕部位，對不符合使用要求起重臂要進行修復或者更換，避免造成安全事故。在對鋼絲繩進行應用期間，作業人員要經常對鋼絲繩的情況進行查看，掌握采用的鋼絲繩的情況，對于性能存在問題，無法滿足起重作業的鋼絲繩，要及時對其進行更換。禁止超載現象，避免由于起重的重物質量過大，超過鋼絲繩的承載限度，導致鋼絲繩在應用期間發生斷裂，引起更大的安全事故。要保證滑輪的程度，確?；喺５霓D動。定期檢查滑輪的損壞程度、變形程度、銹蝕程度，不符合使用要求的要及時更換。
4提高起重機械故障檢測檢驗技術的有效措施
4.1提高操作專業性的規范性
起重機械是一種的大型機械設備，若使用過程中發生安全事故，勢必會造成巨大經濟損失及造成人員傷亡。因此，在操作時，要嚴格按照操作標準。操作人員要經過專業培訓，持證上崗。
4.2建設健全安全檢驗管理制度
依據實際情況，制定一套合理管理制度，對各項管理責任進行明確，提高監管效果，確保使用過程中的安全性，避免安全事故的發生。此外，管理部門要對采用的起重機械的具體應用情況進行全面記錄，記錄內容必須準確、全面，定期做好相應的檢查工作，以免機械在使用期間出現故障。政府部門要加強對起重機械租賃市場管理力度，保證租賃市場的合理性與規范性。同時，操作人員要對起重機械設備的性能進行定期檢查。
4.3定期做好相應的檢查
通過定期檢查能夠第一時間發現起重機械在應用期間存在的各項問題，采取相應措施對問題進行處理，進而減少問題的發生。可以采取不定期或定期的方式進行檢查，了解起重機械在使用期間的具體應用情況及時采取相應措施完成維修作業，避免小問題演變成大問題，對現場施工造成不良影響。
機械故障診斷范文5
關鍵詞：機械故障診斷；動車組；檢修
DOI：10.16640/ki.37-1222/t.2017.12.007
近年來，機械化設備的故障診斷技術越來越受到重視，假如設備出現故障而又未被及時檢測和排除，其影響的不僅僅是設備本身的壽命，甚至可能造成嚴重事故。隨著高速鐵路的快速發展，上線運營的動車組數量逐年增多，目前我國已交付使用的動車組數量達2000多組，占世界高鐵運營組的50%以上。動車組的診斷受到鐵路總公司和各鐵路局的高度重視，故障診斷技術可以實現動車組的故障預測、健康管理，并給出維修策略，使動車組診斷工作的效率更高。
1 機械故障診斷技術的介紹
故障診斷技術是近現代以來，隨著設備的管理和維修而逐漸發展起來的。故障診斷技術歷經幾十年的發展，已廣泛應用于航天、工業、鐵路等諸多領域。
故障診斷技術按診斷環境可分為離線人工分析、診斷和在線計算機輔助監視診斷；按檢測手段可分為振動、噪聲、溫度、聲發射、壓力、金相分析檢測診斷法；按診斷方法原理分為頻域診斷法、時域分析法、統計分析法、信息理論分析法、模式識別法；還有其他人工智能方法，如人工神經W絡、專家系統等。這些方法既相互獨立又互相交叉，根據不同的故障選擇合適的診斷方法，提高診斷效率。
國外故障診斷技術是從20世紀60年代以后開始發展的，國內也隨之開展了針對于診斷技術的學習與研究，并在近年來廣泛應用于鐵路機車和高速動車組的日常維護和檢修工作。
2 動車組診斷工作的的介紹
我國現階段鐵路規劃目標是：到2020年，鐵路網達到15萬公里，其中高速鐵路3萬公里，覆蓋80%以上的大城市。鐵路的發展方向是速度更高、載重更大，這對車輛的的狀態、安全的實時監控和故障診斷處理能力提出了更高要求。
動車組診斷是識別動車運行狀態的科學，它研究的是動車運行狀態在診斷信息中的反映，其研究內容包括對列車運行現狀的識別診斷、對其運行過程的檢測以及對其運行發展趨勢的預測三個方面。由于高速動車組發生故障會帶來嚴重的后果，因此必須在事故發生之前，通過現金的裝備較早的發現和預防事故的發生。動車組檢測與故障診斷系統對于高速動車組的安全運行起著重要作用。
動車組故障診斷系統的主要作用有：提高動車組運行的可靠性和安全性、為動車組維修提供重要的依據、可檢測顯示記錄存儲和分析數據、為動車組的改進和發展提供依據。故障診斷系統所積累的大量數據，不但可以成為維修的重要依據，而且通過這些數據的綜合分析，還能對動車組的綜合性能和各主要零部件的可靠性進行評估，為動車組的改進和發展提供重要數據。
動車組故障診斷系統的主要功能：故障檢測、故障識別、故障定位、故障顯示、故障記錄存儲與傳輸、整備作業和定期維修中的檢驗。故障診斷系統是通過一定的手段（例如安裝傳感器），獲取各個主要部件和系統工作狀態的信息，從而確認它們的工作是否正常，能否完成應有的功能。檢測功能的完成主要依賴于各類傳感器的工作。
3 機械故障診斷技術對動車檢修工作的重要性
動車組的安全運行是乘客生命財產安全的保障，但這是建立在動車檢修工作完善的基礎之上。因此，機械故障診斷技術應用在動車檢修工作就顯得尤為重要。
動車組的故障診斷系統包括兩個部分，即車載故障診斷系統和地面故障診斷系統。正是有機械故障診斷技術作為有力支撐，使得動車檢修工作具有了理論依據，能夠系統化、高效化的完成動車檢修工作。
4 總結
伴隨著動車組質量提升和依靠科學合理是機械故障診斷技術的運用，目前的動車組檢修已得到了較大的發展。以后，隨著對速度和舒適度等要求的不斷提高，動車檢修工作仍具有更高的挑戰。改進檢修設備、實現全面調試、創新檢修方法等都可明顯提升檢修效率，整體重點要從質量分析、質量控制及質量優化著手，使其具有規范性、高效性和科學性。
參考文獻：
[1]鐘秉林.機械故障診斷學[M].1997年12月第1版.機械工業出版社，1997.
[2]常振臣，張海峰.動車組PHM技術應用現狀及展望[J].電力機車與軌道車輛，2016，39（01）.
[3]孫偉.動車組檢修效率提升與質量管控手段研究[J].經管論壇， 2014（24）.
機械故障診斷范文6
關鍵詞：小波變換；小波包；機械故障診斷
中圖分類號：S232文獻標識碼：A
1引言
小波分析（Wavelet Analysis）是近年來得到廣泛應用的一種新的信號處理方法，它已經在信號處理、圖像識別、量子力學、地震勘探、語音識別與合成、生物醫學、軍事電子對抗、CT、彩色復印、天體識別、機器視覺、機械故障診斷與監控等科技領域得到廣泛應用，因此小波分析被認為是傅里葉分析發展史上的里程碑。
小波包分析是從小波分析派生而來，它采用重構的分析方法對信號處理更加精細化。利用一組互相正交的小波函數構造子空間S，將獲得的信號投影到S上，該方法稱為多分辨率分析方法，它使得信號在不同尺度進行展開，以便提取信號在不同頻帶的頻域特征及不同尺度下的時域特征。本文所論述的農用機械檢測方法就是在小波包的理論基礎上，細分小波包后再進行小波包重組，利用小波包分頻帶能量檢測方法，檢測器械存在的缺陷。小波包分解通過將原信號分解為在不同頻帶上的投影并給出原信號時域、頻域信息，即一定頻帶里的時域波形。小波包分解序列圖表征原始振動信號的局部特征，有效地判斷原始信號的周期性和平穩性。小波包檢測方法的原理就是將原信號中的有差異的能量頻帶徹底分離，并分別放到相隔離的頻帶里，而且這些頻帶里的能量是固定不變的，然后即可根據各個頻帶中的信息判斷其狀態與故障診斷的信息。本文利用改進的小波包能量分析原理進行農業機械系統故障檢測，并通過仿真實驗進行驗證。
2傳統的小波包能量分析
上面描述的能量分析方法能夠表示初始信號不同頻率信號的能量分布，因而可以判斷其頻率的排布方式，但是由于某些零部件總是固定地破壞器械的缺陷區域，它會定時擊打缺陷部位，導致不同的軸承零件之間產生相互作用力，使得振幅疊加，從而產生更加強烈的沖擊力。這些振幅較大的沖擊力跟時間有關，因此這種計算理論是存在缺陷的，也就是說它沒有顧及到各個頻帶上的能量參數隨時間的變化分布規律，影響了下一步機械故障診斷的精確性。下面我們用實例說明這點，假定傳遞的信號參數滿足公式（28）和（29）的關系，使用本文所述的能量分析計算方法進行這兩個信號的詳細分析，分析結果可見圖1和圖2。這兩個信號的頻帶可以分成4個，這4個頻帶包括頻帶1（60Hz），頻帶2（180Hz），頻帶3（300Hz），頻帶4（450Hz）。這里面，樣例的頻率為1000Hz，樣例的取點個數為2000，頻率最大不超過500Hz，所以從取樣點1至取樣點6每個頻帶的分布可以表示為：（0～90）Hz；（90～175）Hz；（175～250）Hz；（250～315）Hz；（315～395）Hz；（395～500）Hz。那么原信號的頻率f1=60Hz，f2=180Hz，f3=300Hz，f4=450Hz對應的頻帶分別為（0～90）Hz；（175～250）Hz；（250～315）Hz；（395～500）Hz，即分別對應第0，2，4，6號小波包節點。
圖1頻帶能量分析方法處理信號x1
圖2頻帶能量分析方法處理信號x2
由以上兩個圖可以得到，初始信號的能量頻帶主要分布在0，2，4，6節點上，在圖中可以明顯地看出每個頻帶上的能量大小，使得初始信號的識別變得簡單。
3修正的小波包計算方法
上一節中的能量分析算法還存在一定缺陷，這個算法能夠有效分類信號的不同能量的頻帶，然而，當能量參數隨著時間變化使得兩組模擬信號存在著很大區別時，小波包能量分析圖中看不出任何差異，這說明當信號隨著時間變化產生不同的分布時，這種算法本身存在的缺陷對檢測結果造成失真的影響。
該算法的問題出現在沒有認識到各個分離出來的具有不同能量的頻帶其參數是跟時間有關的，是隨時間變化的。因此，要想使得缺陷識別的精度更加高和信號處理地更加合理，需要對上面所說的小波包能量計算方法進行修正。在修正過的算法中，我們提出了兩個新的觀點，即：包絡分析方法與能量距分析方法。
31包絡分析方法
這里的包絡解調方法就是利用包絡檢波和低通濾波方法處理振幅疊加產生的高頻共振波，得到一個范圍擴大的共振解調波，這個包絡分析方法能夠根據機械本身的高頻振動檢查軸承的運行狀況，也能夠通過分析包絡信號的振幅定位缺陷位置。包絡分析法能夠自動準確地識別故障信號，這樣就避免了其他信號對診斷帶來的干擾，是診斷結果更加可信、更加快捷。
32能量距方法
能量距方法能夠有效識別各個頻帶上的能量分布寬度，它還能描述各個頻帶與時間之間的變化關系，而且也能盡量避免小波包變化引起的頻率混淆的情況。小波包細化后重新組成的信號設為xjk（n），那么就得到能量距Fjk的定義式（31）。
Fj，k=∑Nn=1（nΔt）xjk（n）2（31）
各個位置點的能量參數考慮到時間的影響之后，要是缺陷信號出現不完整或者異常點時，這個分析方法就能準確地預測它未來的能量變化。下面給出改進的小波能量分析算法：
321對原信號進行3步小波包分析，然后再分析第3步中按從小到大排列的6個不同振幅的信號，這樣就可以獲得比較詳細的特征波，然后即可進行小波包的分解參數重組，使每個振幅的信號和初始信號的振幅出現差異。
322利用包絡檢波的方法檢測（321）中得到的信息，也就是說采取Hilbert transform，這樣就能得到每個頻帶參數符合的包絡線。
323運用能量距公式Fjk，如式（31）求取（321）中得到的重組信號，其中j=3；k=0，1，2…6。處理能量距因子就能獲得小波包特征向量。
324以323得到的數據為依據進行能量分布柱狀圖的編輯。
再次進行上述計算方法的操作，用得到的修正過的小波包能量分析方法修正式（26）和（27）兩組數據進行相關分析。
對小波包各個節點的包絡分析數據進行小波能量距分析，結果如圖3、圖4所示。
圖3改進能量分析方法處理信號x1（t）
圖4頻帶能量分析方法處理信號x2（t）
原信號的頻率為f1=60Hz，f2=180Hz，f3=300Hz，f4=450Hz，對應的頻帶分別為（0～90）Hz；（175～250）Hz；（250～315）Hz；（395～500）Hz，也就是與第0，2，4，6能量帶相符合的頻帶。從上圖可以確定，修正過的分析算法相較于以往的分析算法其精度更高，而且它們的變化是與時間有關的，我們很容易得出這兩者之間的差異。
4缺陷判斷方法仿真
下面我們通過實驗仿真檢驗小波包的頻帶能量分析算法效率，首先根據振動信號的特征模擬正常信號，如式（41），輕微轉子振動信號如式（42），重度轉振動信號如式（43）。
y1=3sin（100πt）（41）
y2=3sin（100πt）+2sin（200πt）（42）
y3=3sin（100πt）+10sin（200πt）（43）
信號y1（t）代表的頻率是50Hz，信號y1（t）代表的頻率是50Hz，信號y1（t）代表的是100Hz。假設樣例的頻率是1000Hz，取點的個數為2000。那么利用修正過的小波包能量分析方法，第三層小波包分解后的6個小波包頻帶寬度分別為（0～90）Hz；（90～175）Hz；（175～250）Hz；（250～315）Hz；（315～395）Hz；（395～500）Hz。對1，2，3三個信號進行修正的算法計算，得到的結果可見圖5、圖6。從圖中可以看出，初始信號位于結點0處，一般來說，無故障或故障較小的情況小，結點0處的能量是最高的，圖6的結點1處于5圖對比其能量有了一部分提高。即當轉子的偏中傾向提高時，結點1處的能量升高，圖7可以看出，這就意味著缺陷更加嚴重。
圖5信號y1（t）能量分析
圖6信號y2（t）能量分析
圖7信號y3（t）能量分析
為了把審核步驟詳細來看，這里以積分能量均等的標準進行計算，將能量寬度廣的結點1的頻帶細分為8份，表1表示的是具體的分類。
從表1中我們可以得到，一般來說轉子偏中缺陷部分的能量距非常小，甚至可以忽略不計，但是要是缺陷的損壞情況逐漸加重，那么能量距的數值就會也來越大，設置到增高到454234×105，這個分類方法能夠使用于所有的頻段范圍和所有的頻段點。從上面所有的試驗結果可以發現，每個能量頻段的趨勢。因此，當每個頻段的能量改變時，修正過的能量算法可以準確表達各頻率分量的能量變化及狀態。
5結論
這篇文章主要論述了基于以往小波包分析的方法上的修正過的較為準確的缺陷檢測方法。經過缺陷檢測的實例分析，可以獲得軸承故障和無故障時小波包細化后的各個頻帶的能量趨勢，而且修正過的小波包能量分析方法能夠準確識別缺陷部分，提煉缺陷的特點，使缺陷的識別更加準確。實例分析說明修正后的能量分析方法可以有效判定農用器械的檢查精準度，使信號分析的結果更加符合標準。
參考文獻
[1]周東華，葉銀忠.現代故障診斷與容錯控制[M].北京：清華大學出版社，2000.
[2]崔錦泰.小波分析導論[M].西安：西安交通大學出版社，1995.
[3]萬良虹.基于小波分析的滾動軸承故障診斷方法研究：（碩士學位論文）[D].北京：華北電力大學，2004.
[4]李世玲，李治.基于小波變換的傳感器故障檢測技術研究[J].機車電傳動，2000（04）.
[5]張志涌.精通MATLAB65版[M].北京：北京航空航天大學出版社，2003.
[6]何正友，楊卿，錢清泉.電力系統暫態信號的小波分析方法及其應用（3）[J].電力系統及其自動化學報，2002（05）.
