机械故障诊断
开篇：润墨网以专业的文秘视角，为您筛选了八篇机械故障诊断范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
机械故障诊断范文第1篇
因为各个地区的天气或者季节的影响，就会使农业机械经常出现各方面的故障问题，尤其是在田间进行工作的时候，会因为地域或者时间上的不便，就会使机械设备无法得到及时的维修，从而就很容易就造成比较严重的经济损失。因此要对农业机械发展的现状进行相应的结合，也是农业机械故障的诊断进行快速的发展，尽量的使农业机械的故障造成的损失进行逐渐的减少，也是我国现阶段农业机械发展的过程当中需要及时进行解决的问题。
1研究的现状
1.1震动的诊断。在农业机械工作的时候，其中内部的轴承的转动，机械运转的时候，齿轮和叶片的转动都会引起相应的振动，使用者也应该对机械的这些部位在正常情况下转动的声音进行合理的掌握，在机械实际工作的时候，使用者就可以通过对振动的声音和频率来对机械判断是否存在故障，这种方法也是我国目前对农业机械故障的诊断最好掌握的一种技术，并且也在我国的各个地区进行广泛的推广和应用。在正常的情况下，振动诊断的技术不会对机械的正常工作进行干扰，而且非常容易进行掌握和实施，而从实际应用的角度来看，非常简单而且方便。
1.2油样的分析。农业机械在农忙的时节应用的频率也是最高的，也是最容易出现农业机械故障问题的时候。一般机械在工作时候的环境会比较恶劣，会受到大风和土地以及季节的严重影响，机械在田间进行实际的运行当中，会将一些砂土卷到机械内部的零件当中，轴承的转动在带动机械运行的时候，就会将这些砂土卷入油当中，而且齿轮在进行工作的时候也会因为相互的摩擦从而产生碎屑，这些碎屑最终也都会进入到油当中。因此通过对油进行提取，并且依据里面所含的杂质成分和油体的粘稠程度以及污染的程度，就可以对机械目前的磨损情况进行深入的分析，并且可以找出机械当中存在的故障，从而对安全隐患进行排除。
1.3噪声的监测。随着农业机械在工作过程当中产生的机械振动，也会出现各种类别的音频的噪音，农业机械在正常运转时候的噪音和故障时产生的噪音，在声音上会有很大的区别，使用者就可以依据不同部位的噪音来对机械产生故障的位置进行合理的分辨。在进行农业机械使用的时候，我们主要可以采取两种方法来对噪音进行鉴别。一是人工检测法，主要是对人的耳朵以及声音的放大器进行利用，并且针对机械发出来的噪音来对机械的运转是否出现故障问题进行深入的分辨，并且还要找出故障的大概位置。二是频谱的分析法。主要是在机械发出噪音的几个部分对分析噪音的仪器进行合理的安装，并且通过采集噪音的级别和频率生成的图谱，从而来对机械在运转的时候是否存在故障进行深入的分析。
1.4红外测温。农业机械在工作的时候，内部的零配件会产生摩擦的现象，红外的测温主要是对红外的测温仪进行利用，从而对摩擦的温度进行监测，通过检测寻找机械内部是否存在温度异常的地方。红外的测温仪也会将测温处的温度仪以数据的形式呈现在计算机的终端，如果机械的某个部位的温度异常，系统就会自动报警提示使用人员，这一诊断技术也为了工作人员在维修设备的时候带来了方便，并且对事故发生的次数逐渐的减少，也将农业机械损坏的程度降到最低，对使用的年限进行延长。
2发展趋势
2.1通用机械诊断技术的引入。我国目前的通用机械故障诊断的技术已经比较成熟，应用和农业机械故障的诊断主要有两种，一是提取机械振动产生的信号为主的基础的诊断技术，这类技术主要是将汽车部件的诊断技术移植到了农业的机械上，主要包括信号的处理和计算机的网络以及控制理论等专业的技术，二是针对性的对技术进行监测，就是对关键的部位进行技术诊断，这个技术可以对农机故障部位监测的准确性不断的提高，从而对机械内部的情况进行更好的了解。
2.2智能化程度的提高。随着我国农业生产的不断加快和农业化水平的不断提高，农业机械的类型也变得多种多样，结构也更加复杂，在操作时候的智能性也在不断的增强，对于农业机械故障的诊断技术和对日常的监测技术也越来越完善。在未来的农业机械的诊断过程当中，将会针对故障的特点来选用针对性的遗传算法，和神经网络以及模糊逻辑等智能化的故障诊断的技术。我国现有的诊断技术为基础，要依据农业机械化运行当中故障产生的不同智能的故障，有针对性的研发出解决的措施，从而对农机故障诊断的技术和综合化的发展进行不断的推动。
2.3多种技术的协调。随着我国农业机械类型不断的增加，其他的结构也越来越复杂化，也就使农机故障的产生也变得多样化，传统的单一的解决措施已经不能对农机诊断现在的要求进行相应的满足，为了有针对性的对农机的各类故障进行解决，就要采用多种技术相结合的方法，将各类诊断技术进行合理的融合，也已经成为了我国农机故障诊断技术向前发展和进步的一个必然的趋势，并且也越来越受到了人们的重视和关注，除了对故障的诊断之外，还不断的发展起了多故障的诊断模式。
结束语
综合上文所述，根据实际情况的分析，我国现阶段农业机械故障的诊断技术虽然发展的比较快，各方面的技术水平也比较高，但是还是无法对复杂多样的农业机械故障的要求进行满足，在实际的过程当中还存在着一定的不平衡性。因此只有不断的对科学技术的发展进行推动，并且深入的对导致农机故障的原因进行了解，也要对农机故障诊断技术的研究进行不断的加大，从而也对农机能够正常的运行进行保障，也是对农机使用寿命进行延长的一个非常重要的手段。
参考文献
[1]冯志鹏，宋希庚，薛冬新，谢宇，邓东风.旋转机械振动故障诊断理论与技术进展综述[J].振动与冲击,2001(12):44-47.
[2]成曙，易军，魏旭刚.基于支持向量机的内燃机故障诊断方法[C].第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集,2008(12):66-69.
[3]张清华，王磊，孙国玺，雷高伟，邵龙秋.基于经验模态分解的无量纲指标故障诊断定位[J].上海应用技术学院学报(自然科学版),2016(3):55-58.
机械故障诊断范文第2篇
目前，随着我国社会经济的不断发展，煤矿机械设备发生故障的频率越来越高，成为了我国煤矿行业事故发生的主要原因之一。因此，文章针对我国目前煤炭企业机械的故障诊断技术做了相关的阐述，并分析我国煤炭行业的现状，根据所存在的问题制定出相应的策略，探讨了提高煤矿机械设备的故障诊断技术和维修技术的途径与方法，希望能对我国煤矿机械的故障诊断和维修问题有一定的参考价值。
关键词：
煤矿机械；故障诊断；维修；对策
煤炭是中国最大的消耗型资源，煤炭安全生产和正常运作直接关系到社会的主要能源供给和经济发展。因此对于煤炭的安全生产问题必须加以重视。随着现代化科学技术的提升，我国的煤矿机械化程度也在不断提高，在日常的生产中，机械设备发生故障会直接影响煤炭的有效和安全生产，因此本文对煤矿行业机械设备的故障原因和诊断维修技术做了相应的阐述。
1煤矿机械的特点
根据我国煤矿资源分布特点来看，我国大多数煤矿基本都是井下作业，煤矿机械设备和一般机械设备有很大区别，其显著特点如下：首先是作业环境较为恶劣。井下照明条件差，矿井内粉尘多，噪音大，还有有害气体等。从煤矿机械设备的运行特点来看，长期的摩擦、冲击、振动、高速运转对于机械设备的磨损很大，对设备的性能和寿命都产生了巨大的影响，长期的运转，机械设备一直不分昼夜的高负荷运行，也对机械设备的性能有很大的负面作用。从煤矿机械设备所处的环境和运行特点来看，煤矿机械设备故障的频繁发生是受很多条件因素影响的。因此加强对煤矿机械设备的故障诊断和维修工作，是提升我国煤炭行业工作效率，创造经济产值的重中之重。然而也面临着巨大的困难和重重阻碍。
2煤矿机械维修维护的种类
针对煤矿机械的维修方式，主要分为事后维修、预防性维修、预知性维修、主动防护维修四种类型。
2.1事后维修
事后维修主要指的是等机械设备发生故障或已经损坏后采取的维修方式，属于被迫停止作业而进行的毫无计划的应急维修，这种毫无计划的应急维修由于事发突然，所以维修时间会相对比较长，对于产量上的损失将较为巨大。
2.2预防性维修
预防性维修主要是针对事情发生前所进行的维修，通过对事后维修明显存在的问题和缺点进行相应的总结，提前有预见性的进行预防性维修，避免因为易损件或部分需经常更换的零部件的问题造成不必要的机械故障，以致提升维修费用，增加维修成本。
2.3预知性维修
预知性维修就是当机器设备在正常工作时对机械设备的实时工作状态进行相应的诊断，判断设备是否正常运作，对早期可以观察出的零件失效征兆要保持敏感，及时对设备状态进行研究，并在稳定的情况下及时联系维修人员进行及时维修。
2.4主动预防性维修
主动预防性维修，对系统的实时工作状况进行监测，及时对目标体系进行更深一步的研究，同时借鉴先进理论与实践方法，主动对设备进行防护。
3煤矿机械的故障诊断和维修技术
3.1振动检测诊断技术
其主要是根据机械设备在运行过程中，由于相对应的变化而发出的振动信号，并以此来判断机械设备的运行状态并进行故障诊断，它能够实时且直接的对故障进行排除。现如今，震动检测诊断技术是在对煤矿机械故障进行诊断时技术人员的首选检测手段，之所以会出现这样的情况主要有以下两点原因：第一，多维性以及广泛性是机械设备震动参数的主要特点，对故障诊断的精准程度有着比较高的要求；第二，对震动检测诊断技术进行应用，并不需要专门停机检测，可以在机械运行过程当中进行故障诊断，这也能够使得诊断的结果更加直观。震动检测诊断技术的优点是能够在无损的情况下对机械进行内、外部检测，这也使其成为了一种十分常用的机械故障诊断技术。这种技术能够利用超声波、磁粉等技术来实现对机械表面的故障检测，而利用中子检测、微波等技术则能够实现对机械内部故障的诊断以及检测。
3.2红外测温分析诊断技术
由于材料的局部温度升高，其他方面出现新的变化，通过红外测温传感器来监测机械设备不同地方的温度，并将温度的变化作为分析依据，能够对设备的运行装填进行明确，从而有针对性的对维修手段进行提出，对机械设备的问题进行有效的改善，使得机械设备的运行状态得到保障，并延长机械设备的使用寿命。
3.3无损检测技术
无损检测技术是目前广泛应用在各个领域的一种故障检测维修技术，是指在不损害或不影响被检测对象使用性能，不伤害被检测对象内部组织的前提下，利用材料内部结构异常或缺陷存在引起的热、声、光、电、磁等反应的变化，以物理或化学方法为手段，借助现代化的技术和设备器材，进行检查和测试的方法。进行无损检测前首先要确定被检测对象的类型，从而选择合适的检测方法对机械设备进行更好的检测，从而提升机械设备的使用寿命。
3.4油液磨屑分析检测诊断技术
现如今，在煤矿机械故障诊断当中，油液磨屑分析检测诊断技术也是一种十分常用的技术，这种技术的基本原理是对机械的油液进行样本提取，并利用光谱分析仪对提取的样本进行分析，其主要对象为油液样本当中的铁谱以及光谱。最后，根据分析的结果进行相应的分析，能够对机械的磨损程度以及磨损的部位进行明确。
4提高可维修性的措施
4.1从机械设备的设计角度
机械设备的维修性很大程度上取决于其设计与制造，因此提高设备的维修性，首先必须从根源设计上着手，例如简化煤矿机械的结构设计，综合环境因素来对这些设备的功能进行分析，在尽可能完成所有工作要求的情况下，考虑关于维修性在机械设备的生命周期环节内容，减少周期性重复工作量。此外，在平时的设计中尽可能满足人机工程学原理，设计人机友好交互的良好界面。除了在部分模块中使用标准化设计，在需要特殊注意的部位，可以采用易识别新设计，采用统一鲜明的标记形式来对易发生故障的区域进行重点标记，更加方便工作人员对相关零部件的更换和注意。
4.2采用现代技术
煤矿机械故障的原因很多都是因为零部件的磨损及失效，在零部件磨损和失效数据中大部分是由于液压系统和系统中油液遭受严重污染所造成的。因此，系统是影响煤矿机械设备正常运转非常重要的因素之一，将优化理论应用到煤矿机械的保养是非常有必要的，不仅可以减少零部件的磨损失效情况，而且还能降低设备的故障发生率，从而提升相应的生产效率。
4.3建立失效模型，采用可靠方法
如果想对煤矿机械设备有更进一步的了解，需要对煤矿机械设备的日常工作状态进行观察分析，并在观察分析的基础上总结并建立实效模型，对于失效模型曲线区域进行分析计算弄清楚机械设备的工作规律和工作周期，从而根据相关数据确定维修的时间，找出最佳维修周期，避免维修的盲目性。
4.4提高技术人员的专业水平
在现代煤矿企业当中，员工的分工正在变得越来越精细，这使得企业的工作效率得到了提高，也能够对责任更好地进行落实。但是，这也使得相关工作人员的知识范围受到了一定的限制，例如，皮带机司机只需要对皮带运输机的操作进行负责，并不需要对其他专业的知识进行学习，但是作为皮带机司机还需要对其他一些设备的原理进行了解。所以，企业应加强对相关操作人员进行设备维护知识的培训和提高，使得设备在产生故障之前，责任人员就能够对故障进行判断并采取相应的措施。
4.5积极采用材料科学的最新研究成果
煤矿机械设备之所以会出现故障，机械本身缺乏需要的强度、超负荷运转都是主要的原因。而现如今，科学技术正在飞快的发展，全新的材料有着十分优越的性能，因此在对机械进行维修的过程当中，也应该对材料科学的最新成果进行积极的运用，从而使得机械设备的强度能够得到有效的提高，而对热处理工艺进行合理的采用，也能够使得材质满足设备的需要。通过以上几点，能够使得机械设备的稳定性和可靠性得到有效的保障。
5结束语
鉴于煤矿机械设备在煤矿行业的生产作业中占有非常大的比重，因此，我们要对煤矿机械的故障诊断和维修加以重视，先进的技术和专业的人员对煤矿企业工作效率的提升、工作质量的保证和正常的生产是大有裨益的，也能使得企业获得最大的经济利润和价值。希望本文能对我国煤矿机械行业的故障诊断技术和维修技术有一定的参考借鉴价值，为我国煤矿机械行业贡献出自己的绵薄之力。
参考文献：
[1]吴兆宏，朱华，葛世荣.煤矿生产中的摩擦学问题[J].矿山机械，2016.
[2]韩永海.煤矿机械维修性的初探[J].煤矿机械，2015.
机械故障诊断范文第3篇
关键词：数控机床；机械故障；类型；诊断方式
中图分类号： TG659 文献标识码： A
随着现代化企业的生产规模不断扩大，数控机械的应用日益高速化、精密化和大型化，定期保养维修以及事后的补救维修显然已经不能适应。因而，作为视情维修的技术基础(状态监测与故障诊断理论与方法)的研究已经成为研究的热点之一。
一、数控机床概述
数控机床即是一种典型的将测量、电子、机做、光学、液压等技术集于一体的科技密集型的自动化产品加工设备。数控机床的机械结构应该具备以下方面的特点：刚度较大、抗振性较强、灵敏性较高、热变形范围小，而且可以保持较高的精度以及高度的可靠性，在工艺和功能方面也显示出了复合化以及集成化特征。数控机床较之普通的机床设备，其在功能上更加丰富，性能上更加可靠、安全，而它的机械故障也通常表现在机电设备之间的内在关系上。
中国自20世纪70年代末开始吸收国外先进诊断技术和设备， 20世纪80年代初有关院所开始研究状态监测与故障诊断。自1990年以来，无论是理论研究还是技术应用，中国已进入普及与提高相结合的阶段，并在一方面接近国际先进水平。
二、诊断数控机床机械故障
微电子系统的硬、软件故障为主要的数控机床故障。在微电子系统与机械、液压、气动乃至光学等方面装置的交接节点上为故障诊断侧重点。采用硬、软件相结合的诊断系统现在已经有很多，手段也不断提高，内容在不断更新。从故障的检测到故障排除，工作量最多、涉及到学科交叉最广、难度最大的仍是PLC装置、数字控制装置以及驱动系统等的微电子硬、软件部分。
（一）、故障诊断的原则
CNC系统丧失了规定的功能即是CNC系统发生故障(或称失效)。故障可按性质、表现形式、起因等分为多种类型。但在进行诊断时，不论对哪种故障类型，都必须要遵循以下原则:
1、对产生故障的原因认真分析
CNC系统发生故障，常常是同一报警号、同一现象却可以有多种起因，甚至有的在机床上为故障根源，但现象却在系统上反映。所以在对故障的起因查找时，思路要开阔，无论是集成电器、CNC系统，还是液压、机械，对该故障的原因只要有可能引起，都要全面地尽可能列出来。然后进行优化选择和综合判断，确定产生故障最有可能的原因，通过必要的试验，达到排除故障或是确诊的目的。
2、充分调查故障现象它包括两个方面的内容:一是对操作者的调查，详细询问出现故障的全过程，有些什么现象产生，采取过什么措施等。调查过程中，操作者坦诚的配合是极为重要的。另一方面，要对现场做细致的勘测。
（二）、故障诊断方法
1、简易诊断法
这种诊断法也可以被叫做机械检测法。在现场维修中，操作人员借助仪器，如百分表、水准仪、光学仪等此类一般性的检查工具就能够进行检测。在检测过程中，可以充分地问、看、听、摸、嗅等数控机床的形貌、声音、温度、颜色以及气味变化，这样就能够分析和诊断机床故障。这种方法可以较快地判定出现故障的部位，判定相关的劣化趋向，这样就可以对存在疑难的机床问题以及故障开展后续的精密诊断。这种方法要求维修人员有着非常丰富的数控机床检测经验。
2、替换线路板法
若有备用线路板，换上备用电路板就可判断是否有故障在旧线路板上。可以用机床本身的条件，在没有备用电路板的情况下。例如，采用系统为美国AB8400的RE5020立式加工中心，用它的X轴伺服系统有故障。经过仔细查看，得知Z轴伺服板与X轴一样，即可把Z轴的伺服板更换到X轴伺服板上，来判断X板是否损坏。换板时，原板的状态与印刷线路板一定要注意一致，包括各种设定棒的位置，电位器的位置。若是更换存储器板时，还应重新设定各种NC数据，进行初始化等。
3、精密诊断法
在简易诊断法的基础上，精密诊断法是对所选出的疑难故障进行分析，专职人员经过精密的维修和诊断的相关方法。维修人员在进行此操作的过程中，运用非常科学的测试方法来精细准确地开展定量的检测活动，进行故障分析，分析故障的原因、位置以及数据，决定实践的诊断方式以及最有效的修理办法。
1）噪声监测
在机床轴承、齿轮的运行过程中，借助噪声测量计以及声波计来进行检测，这样就可以深入地理解和把握噪声信号的变化规律。在此基础上，可以更深层次地分析，判断、识别齿轮以及轴承所形成的磨损失效故障状态。振动和噪声在检测过程中，成为了广泛运用的诊断信息，得到了最为广泛的应用。要先检测强度，等到检测出异常情况时，再进行定量分析。
2）裂纹监测
通过超声波、磁性探伤、声发射、电阻多种方法，可以检测到零件内部机体所形成的相关裂纹缺陷，这些疲劳裂缝可能会造成严重事故，在检测性质材料不同的裂纹过程中，应该运用不同的检测方法。
3）温度检测
这种检测方式包括了非接触型以及接触型。接触型指的是借助测量贴片、温度计、热电偶以及热敏涂料等直接和轴承、电动机以及齿轮箱等装置进行表面接触，从而测量出相关数据的检测类型。非接触型指的是要运用比较科学的测温仪、红外热像仪以及扫描仪等进行检测，这样可以遥测那些不容易接近的机床。而且还能够方便、快速地做到这一点。
4、报警灯显示法
故障所在位置，根据报警指示灯显示故障所示大致能判断出。例如，有四个报警指示灯在主轴伺服控制板上，可组合为不同的代码，不同的故障用不同的组合代表。首先检查切削条件、刀具及进给量是否符合要求，电机是否过载。然后，保险是否熔断用万用表测量，若熔断，则检查循环中是否太频繁的加减速。再查一下电机的连接线及速度反馈信号。最终查出是损坏的为大功率三极管模块，检查结果，CE击穿，更换一块新的模块即可。
（三）、故障的测试与维修
有时报警装置尚不能自动诊断出数控机床发生故障的具置，常常可以有多种起因造成同一报警号，将故障不可能缩小到某一具体部位上。具有实时检测故障诊断能力的逻辑分析仪就有了用武之地。逻辑分析仪通过输入输出端子或IC板检测端子施加脉冲信号，进行线路定时分析，检测时序状态在数字电路上是否正确，或查找毛刺干扰通过毛刺触发在何处。进行比较分析计算机中公用数据库的数据和逻辑分析仪的测试数据，也可存储在数据库里，供今后研究之用。
三、数控机床机械故障诊断的未来趋势
故障维修与检测是一项实践性很强的工作，如何尽快在实际工作中发挥它应有的作用，尽快成为我们得力的助手，取决于对测试仪器和使用设备的熟练程度。经验越丰富判断故障的准确率也越高，需要我们在实践过程中不断地总结和积累经验。
总之，在数控机床中，因为运用了很多电气控制以及驱动设备，如此一来，数控机床在机械结构方面要比普通机床有了很大进步和完善。但是，在使用过程中，因为它自身的机械结构和设备，这就使得数控机床的故障体现出很多的新特征。在分析、诊断以及维修此类故障时，要检测出相关故障，进而分析故障产生的可能原因，逐步排除原因，进而确定真实的故障原因。
参考文献
[1] 沈丽.数控机床故障预测与健康管理系统关键技术研究探讨[J].机电信息，2011(21)
机械故障诊断范文第4篇
摘 要：海上交通与陆路交通中，港口是十分重要的连接纽带，散状物料的输送一般是通过皮带式输送机进行的，这种方式的运输数量比较大，使用比较简单便利，而且维修工序也比较容易，有很多优势，因此皮带式输送机被广泛的应用到当前的船埠行业中。皮带式输送机的运行效率以及安全性将对企业的效益产生直接性的影响，因此在港口皮带式输送机运输过程中需要对其可能出现的机械故障进行细致的诊断，并采取有效地方法进行处理。本文就港口皮带输送机的机械故障诊断与处理进行简要的阐述和分析。
关键词：港口；皮带输送机；机械故障；诊断；处理
现代港口中，皮带式输送机是十分重要的运输设备，能够使得人工劳动强度得以降低，并实现高效运行，保证输送的机械化水平，为港口事业的发展做出贡献。皮带式输送机是重要的运输设备，其运行效果对于工程的整体推进有着重要的影响。由于长时间的运输，皮带式输送机容易出现这种机械故障，使其作用得不到充分的体现，甚至会危害人们的生命安全，因此需要对皮带式输送机的故障进行细致的维修与处理。
一、皮带出现断裂和打滑的问题
皮带之所以会出现断带的问题主要是由于以下原因造成的，首先没有依据设计标准使用胶带接头，致使胶带的位置不能对称，异物卡住机架时，皮带就会出现断裂的现象。其次就是胶带已经过了规定的时间期限，然后依旧在使用，皮带老化比较严重，缺乏张力，即使是在使用寿命范围内进行使用，也不可避免会出现磨损的问题，使得皮带出现断带的问题。还有就是皮带连接位置上的螺栓、螺母等松动，致使皮带断裂。
皮带出现打滑问题的原因主要有存在比较严重的超载运行、皮带上被水淋到、皮带的预紧力太小等，[1]这些都容易使皮带出现打滑的现象。
2、皮带出现跑偏
皮带输送机运行过程中容易出现皮带跑偏的问题，出现这种问题的原因分为以下两点，一是运行过程中，皮带两侧的电动机驱动力是不相同的，结果导致两边无法均匀受力，容易发生皮带跑偏的问题。二是操作滚筒等时位置出现偏差，出现侧向力，使得皮带输送机跑偏。
3、皮带撒料
皮带输送机在输送物料的过程中，通常在皮带的转载位置或者是凹段皮带悬空时出现撒料的问题。转载位置出现撒料主要是运输过程中导料槽的交裙板有问题，使得钢板频带发生物料槽的冲槽问题。皮带凹段这一范围中，其工作曲率半径要小于标准半径的，这就是导致皮带悬空撒料的原因。如果皮带一直都是悬空的，皮带的中间位置就会出现槽状。运输机前进时，距离槽形托辊组越远，就会形成越小的皮带槽状角度，[2]导致槽中物料撒出。
4、减速机出现漏油的问题
减速机出现漏油的问题主要是由于减速器的部件出现损坏，比如密封位置老化，螺丝连接出现松动、轴承端盖与输出轴以及传动滚筒与输入轴之间的磨损比较严重，间隙增大。还有可能是设计减速器的过程中，不能将回油槽以及油孔位置进行充分明确，使得温度升高或者在挤压作用下油留出，致使减速器出现漏油的问题。移动式机械装船机也会对撒料产生影响。
5、皮带的使用时间较短
当前的皮带运输机中，皮带使用时间比较短是比较常见的问题，由于皮带的表面处于比较特殊的环境中，物料运输过程中，滚筒表面就容易出现磨损，使得皮带的运行受到影响。
二、港口皮带输送机的机械故障处理办法
1、皮带断裂和打滑的处理办法
需要保证胶带是处于设计标准范围内的，在规定的时间内使其频率得到提升。同时提高支架以及调托辊稳定性，防止出现卡机的问题。皮带输送机的皮带松紧程度应该适当，同时需要实时的对金属卡子进行更换，避免新换的胶带出现变形等问题。除此之外，工作人员在材料采购过程中，禁止购买劣质的零部件以及机械设备。
2、皮带出现跑偏的处理办法
安装滚筒等装置时，容易出现位置上的偏移，因此要预防皮带的跑偏问题就需要在运行过程中不断调整，从而避免跑偏问题的出现。综合考虑多方面内容再进行设计，对于皮带运输机实际的运行情况进行仿真预估，使胶带接头、支架受力不均匀的问题尽量减小。此外安装过程中还避免出现人为上的失误。依据设计对滚筒等位置进行准确的安装，防止长时间运行导致皮带松弛，进而引发跑偏的问题。要使皮带输送机的前进方向与传动滚筒摩擦力是相同的，就需要对皮带张紧性进行调整，使得皮带能够均匀受力。如果出现了跑偏的问题，就需要逐个检查输送机的零部件。
3、皮带撒料的处理办法
由于皮带撒料的位置是不同的，因此也需要不同的办法进行处理，如果是转载位置上出现撒料，就需要对物料板进行更换，使得撒料问题得到减缓。如果是凹段皮带悬空导致撒料问题，就需要在设计安装过程中，适当地增加凹段的曲率半径。在移动式机械转船机器的尾端进行断点的弧度O计，[3]使皮带宽度满足物料性质，避免出现里外高度不均等的现象。
4、减速机漏油的处理办法
出现这种问题时首先就需要检查减速机的箱体以及零部件，加厚原有的轴承端盖，对回油槽油孔的位置进行重新设计，对回油槽进行加工，并进行加固处理。
5、皮带使用时间较短的处理办法
要使皮带能够长时间运行，就需要在运行过程中，对皮带输送机的运行速度进行有效控制，避免运行速度太快，并适当的增加或者减少皮带输送机上的物料，使得皮带的使用寿命得以延长，同时定期对皮带输送机进行维修管理。
结束语：
港口皮带输送机其实就是对散状的物料进行输送的设备，在其运行过程中由于各种因素的影响，经常会出现机械故障。本文主要是皮带输送机的机械故障进行分析，提出有效地处理办法，能够更好为港口皮带输送机的操作人员提供参考，使其掌握输送操作的有效方法，对各个环节进行优化调整，防止出现机械故障，使得皮带输送机能够在港口运输中发挥巨大的作用。
参考文献
[1]李旭生，毛雪梅. 港口码头皮带输送机电气故障分析及处理[J]. 科技创新与应用，2016，03：101.
机械故障诊断范文第5篇
关键词:10kV配网；高压断路器；机械故障；诊断技术
引言
高压断路器在10kV配网运行中有着不可或缺的作用，对于确保线路的安全可靠运行具有特别重要的作用。但是在实际运行中，经常会存在许多故障，所以必须切实强化对其的诊断，才能促进其安全高效运行。以下笔者就此展开探究性的分析。
1高压断路器的概述
在10kV配网中，高压断路器作为十分关键的设备，其主要功能是用于灭弧与开断线路负荷，不仅具有控制作用，而且具有保护作用，其在运行中的电气动作较多，所以必须确保其运行安全性与可靠性。常见的有SF6断路器和真空断路器。为了确保其可靠性得到提升，最终确保10kV配网得以安全高效的运行，就必须在其运行中加强对其故障的诊断，才能避免出现拒合、拒分和误合、误分情况。
2分析10kV配网高压断路器常见的机械故障
为了更好地对高压断路器的机械故障进行诊断，以下笔者主要从电磁操动机构和弹簧操动机构故障两个方面，对其常见的机械故障做出分析。2.1电磁操动机构的机械故障分析2.1.1拒动故障分析在拒动故障中，主要包含开关拒合和拒分。拒合故障主要体现在：一是铁芯不能正常启动，由于二次回路的接点连接存在松动、脱落的情况，及辅助开关没有切换到位和接触不良的情况，以及直流接触器的接点被弧着将其粘连或卡住，以及接触器的铁芯被卡，还有熔丝烧断和直流接触器的电磁线圈被烧损或断线，合闸线圈出现引线断线或是线圈烧损等情况，均可能导致其不能启动。二是连扳机构不能动作，主要是因为合闸线圈在通流过程中的端电压低，加上辅助开关的调整不到位，延迟切断电源的时间过早，以及合闸时维持支架的复归间隙较小，在合闸脱扣机构中没有复归锁住，还有合闸铁芯的行程小而导致其冲力不足，加上合闸线圈中存在层间短路的情况，以及开关自身的传动机构卡涩，使得其铁芯难以启动而影响其动作。拒分故障主要体现在：一是分闸线圈铁芯不能启动，主要是由于二次回路的连接存在松动、脱落的情况，以及辅助开关没有切换和接触不良的情况，还有铁芯被卡住，线圈存在断线的情况，甚至线圈被烧损，以及线圈的极性均被反接。二是脱扣板未动，铁芯行程不够，以及脱扣板扣的深度较深，以及线路内部存在层间短路的情况，使得铁芯启动后脱扣板不能动。三是脱扣板启动，但是其传动机构存在卡涩而导致其拒动。2.1.2误动故障分析常见的误动故障，主要有以下几种：一是合后即分，主要是由于合闸维持支架的复位较慢，亦或是在断面中存在变形，以及滚轮轴接入口支架的深度不够，分闸脱扣板没有复归和机构空合，加上脱扣板因扣入深度不足而没有扣牢，还有就是在二次回路中存在混线的情况，使得合闸过程中在分闸回路中有电。二是无信号的情况下自动分离，主要是在分闸回路中的绝缘存在被损坏的情况，导致直流两点之间接地，加上扣入的深度不足，导致其扣合面存在磨损和变形的情况，加上分闸电磁铁的最低动作电压较低，在继电器的接点处，由于振动误闭合而使得其误动，在没有信号的情况下自分。2.2弹簧操动机构的机械故障分析2.2.1拒动拒动故障主要有两种：在拒动故障中，主要包含了拒合和拒分。就拒合故障来看，主要体现在：一是铁芯不能启动，主要是由于二次回路的连接存在松动、脱落的情况，线圈存在烧损和断线的情况，及铁芯被卡住。二是铁芯已经启动，但是四连杆不能动作，主要是线圈端子的电压较低，使得铁芯的运动受阻，加上铁芯的撞杆存在变形，受力时的距离较大，及合闸锁扣的扣入牵引杆存在深度较大，使得扣合面的硬度难以变形，加上摩擦力较大，使得在咬死故障点的故障而出现弹簧操动机构拒合的情况，三是四连杆动作，但是牵引杆不释放，主要是牵引杆与固定点之间的距离小而使得机构自身的卡涩较为严重，四连杆的中间轴与固定点之间的距离太小，使得四连杆出现受扭曲和变形使得其拒合。2.2.2误动误动故障主要有以下几种：一是在储能后自动地合闸，主要是因为合闸的四连杆的受力与固定点之间的距离较小，使得四连杆未能及时复位，从而出现复归弹簧变形与蹩劲的情况，加上扣入的深度不足以及在扣合面出现了变形，锁扣支架的支撑螺栓出现了松动以及变形或锁不住，还有就是马达的电源没能及时的更换，导致其牵引杆与固定点的距离较大而使得储能后导致操动机构出现误动。二是无信号的情况下自动分离。主要由于二次回路中存在混线的情况，使得分闸回路的两点出现接地的情况及分闸锁钩的扣入深度不足，分闸磁铁在最低动作时的电压较低。三是合后即分，主要是二次回路中存在混线的情况，使得合闸过程中在分闸回路中有电。导致其分闸锁钩在没有受力的情况下出现复归间隙大的情况，及未能及时复位所导致。
3故障诊断技术
3.1采取行程＋时间的特性曲线进行故障诊断采取这一方式，主要是利用高压断路器机械特性中的行程＋时间的特性曲线对故障进行诊断。具体就是利用动触头的行程＋时间的特性曲线以及其他的参数，得到机械传动参数。由于动触头主要是对高压断路器的分合闸操作最为直接和方式。在具体的诊断过程中，主要是采取增量式的旋转光电编码器以及直线式的光电编行程＋时间特性的曲线编码器，将其在高压断路器上安装之后，通过直线运动将机械传到机构连杆上，而旋转式的光电编码器主要在高压断路器机械操动机构转动轴上进行安装，并对传感器的测量数据进行采集，最后得到行程＋时间的特性曲线。并对这两种光电编码器的特点进行对比之后，旋转式的光电编码器更具有优势。利用这一方法诊断故障时，虽然能对其机械特性进行检测，但是其可利用的信息少，所以其检测结果的精准性往往与现场的安装情况受到较大的影响。3.2对分合闸的线圈采取电流检测法进行诊断利用这一方法主要是对高压断路器的操动机构所处的状态进行分析，可以对其所处的状态进行在线监测。具体的就是在分合闸线圈通电的基础上，在电磁铁中形成磁通，随着电磁力的作用对高压断路器实施分合闸操作。利用线圈内电流波形将电磁自身以及所控制的对象的操动过程进行监测，掌握电流的变化和二次操作回路所处的状态。3.3通过振动信号监测法对故障进行诊断由于高压断路器在分合闸的过程中，其机械操作机构所发出的振动信号中存在诸多状态信息，并利用震动传感器与现代化的信号处理方法，对其在分闸和运行时所处的状态进行检测。这一方法在实际故障诊断中，不仅没有电气量的影响，也没有电磁的干扰，所以将传感器在断路器的外部安装时，不会对断路器带来影响，加上震动传感器的尺寸较小，在工作过程中具有较强的可靠性，但是在振动时属于瞬时性的动作，不仅时间短暂，而且没有周期性，所以必须在监测和采样时具有较高的频率。最后结合实际情况对其故障进行诊断，达到针对性的预防和处理的目的。
4结语
综上所述，在10kV配网运行中，高压断路器的机械故障将影响其整个配网的安全高效运行。所以为了促进其性能的发挥，确保其安全高效的运行，必须对其机械故障的原因进行分析，并采取针对性的措施，切实强化对其的处理，才能更好地确保其机械故障得到及时的预防和高效处理，确保电力系统的安全运行。
参考文献
[1]常广,张振乾,.高压断路器机械故障振动诊断综述[J].高压电器,2011,08:85-90.
机械故障诊断范文第6篇
主要分析了工程机械曲柄连杆机构的故障以及产生故障的原因，诊断曲柄连杆机构的故障，最后着重探讨了应对曲柄连杆机构故障的一些排除方法。为解决发动机故障提供参考意见。
关键词：
曲柄连杆机构；工程机械；故障诊断；排除方法
1工程机械曲柄连杆机构故障现象及原因
1．1活塞敲缸现象及原因分析
（1）现象。当发动机在工作时，气缸壁与活塞碰撞，从而发生出声响，则称之为活塞敲缸，主要现象表现为：当发动机在运转时，发出“当、当、当”节奏声音；随着发动机温度升高，异常的响声会逐渐减少或者消失；发动机排出蓝白色的烟色。
（2）分析原因。首先第一点，是因为气缸壁与活塞之间的间隙原因。当发动机在工作时，活塞顶部会有气体压力存在，在作功和压缩过程当中，排气和进气两个行程要小于气体对活塞的作用力，在作功过程当中，转过共线位置时候的连杆会呈现出倾斜状态，从而活塞会出现侧压力，这时候活塞一侧就会被压在气缸壁的左边。压缩过程中，活塞顶部有压缩气体压力存在，转过共线位置一直到越过止点时，压缩气体会将活塞压在气缸的另一侧。因此，引起气缸壁与活塞之间的间隙原因主要在于气体压力作用导致的，将活塞压在气缸壁上，当活塞运动时就会发生响声，会导致气缸壁与活塞的磨损。连杆扭转的原因，连杆承受着惯性力、气体压力、旋转离心力等，主要是做摆动较高速的长杆，由于连杆受力原因多变，容易导致连杆出现扭曲现象，如果发动机在不正常的燃烧情况之下，会造成连杆弯曲，之后连杆两端的轴线就会出现不平衡状态，连杆回转也不会在同一平面内，连杆活塞与活塞销摆动时候，会与气缸壁发生碰撞而发出异响。
1．2活塞销响
（1）现象。活塞销响的现象主要发出“咯儿”响声，而且声音比较尖锐，当怠速较高时候，这种声响较为清晰。
（2）原因分析。活塞销主要承受着冲击负荷，压紧活塞销，从而在运转时产生磨损。久而久之，由于修理不当导致增大配合间隙，当间隙增大到一定程度，活塞运动时，其方向、加速度大小也由于活塞位置而发生相应的改变，活塞销与活塞的压紧也会产生相应的变化，从而发出撞击的响声，如果没有油的时候，活塞销的异响就会更加的清晰明显。
1．3连杆轴承
（1）现象，连杆轴承会因为轴径与连杆轴承之间的碰撞，而发出声响，当发动机工作时，会发出“当”节奏金属敲击声音，单缸断火之后会消失或者减少响声，随着负荷量逐渐的增大而响声也会逐渐的增大，转速提升会伴随着机油压力下降现象。
（2）原因分析。发动机工作时，由于连杆轴承与轴径配合间隙过大，导致连杆轴承发出异响，主要原因是因为磨损、连杆螺栓松动、修理发动机时，配合间隙不当导致间隙过大，致使连杆轴承发出响声。
1．4整体式曲轴主轴承响
（1）现象，发动机加速较为突然，敲击声会发出“刚”声响，严重时还会发生机体振动现象，随着负荷增大响声也随之而增强，较近的两个缸位断火时，声响会消失或者是减弱，并会伴随着机油压力下降现象。
（2）原因分析。在正常工作当中，曲轴主轴颈与轴承发生磨损，导致过大配合间隙，磨损缓慢且平稳，大部分都发生在损耗期间。由于发动机系统故障、发动机温度升高、油质量较差等原因，致使油不良，便会在磨损进程中导致增大配合间隙。此外，曲轴主轴承盖螺栓松动也会导致增大间隙。
1．5曲轴轴向窜动声响
（1）现象，比较于曲轴主轴承声响，曲轴轴向窜动声响与曲轴主轴承声响有些类似。
（2）原因分析。轴承轴向间隙必须要有，但是有了间隙之后，由于受到轴向的影响，会导致曲轴前后窜动。为了限制窜动，一般会采用止推垫安装在曲轴上，当发动机工作时，曲轴止推垫必然会产生磨损，如果止推垫磨损必将会增大轴向间隙，会因为前后窜动而发出声响。
2工程机械曲柄连杆机构故障诊断与排除
2．1活塞敲缸故障诊断与排除
诊断活塞敲缸故障，要根据现象对活塞敲缸情况就进行确定，拆下喷油器，向气缸注入机油，撬动飞轮，估计机油流入活塞周围间隙后启动发动机。如果活塞敲缸响声消失，则说明是活塞敲缸故障。如果在早期就发生活塞敲缸故障时，主要原因是因为活塞销、活塞销衬套、连杆轴承过紧，从而导致活塞产生拉伤，这时应当进行单缸断火实验，如果断火之后异响消失，则表明有活塞敲缸，应当深入检查，采用针对性的措施来排除故障。如果在使用阶段发生故障，大部分的主要原因在于连杆变形原因，进行单缸断火实验，断火之后如果异响没有消失，说明是由于连杆变形引起的活塞敲缸，应当进一步深入检查和校正。如果在损耗期间发生活塞敲缸，随着温度变化而不断变化响声，排气管有蓝白色的烟，大部分是因为气缸壁与活塞磨损造成过大配合间隙，应当立即检修发动机。
2．2活塞销响故障诊断与排除
活塞销响故障发生，一般都是在损耗阶段，如果具有较高怠速，或者是油门抖动时，产生的异响是非常明显的。发动机温度逐渐升高，活塞销响的异响也随之而不断增大，单缸断火时的异响有变化。如果出现以上现象，则可以诊断为活塞销响。拆卸之后应当对其进行检查，对其进行更换，使得活塞销配合间隙符合要求。
2．3连杆轴承故障诊断与排除
如果在正常使用阶段、早期故障期间发生连杆轴承响声。大部分是因为连杆螺栓松动原因，堵塞了油路、连杆轴承装配不恰当等原因。单缸断火实验之后，对缸位进行确定，如果单缸断火之后响声消失或者逐渐减小，则表明这个缸位有故障，否则表明故障在其他缸位当中，应当继续检查。如果在损耗期间发生连杆轴承异响，并且伴随着机油压力下降现象，表明每个缸位连杆轴承有过大的间隙，应当及时修理发动机。
2．4整体式曲轴主轴承响诊断与排除
如果发生在正常使用阶段，或者是早期阶段，曲轴主轴承响大部分是因为个别轴承盖松动，或者是油路被堵塞，使得轴承磨损从而导致出现过大的间隙。这时候采用相邻的两个缸位进行断火实验，对缸位进行确定，如果断火实验时候响声消失或是逐渐减小，则表明这两个缸位轴承有响声，如果在损耗期间发生整体式曲轴主轴承响，伴随着机油压力下降现象，则说明轴承之间的间隙过大，应当对发动机进行全方位维修。
2．5曲轴轴向窜动声响诊断与排除
一般在使用很久之后，才会发出曲轴轴向窜动声响，怠速时候就能听到很清晰的“刚”金属响声。如果踩下离合器踏板就会减少异响，或者异响消失。这表示曲轴轴向窜动响。如果发动机在停转状态时，可以撬动飞轮，安装百分表测量，如果曲轴轴向窜动测量超过一定范围或者是数值，则说明曲轴轴向窜动出现异响，应当立即更换曲轴止推垫。
3总结
综上，采用图文结合的方式，介绍了发动机异响故障诊断方法以及排除方法。以实际情况，主要从工作原理、结构以及检测故障三方面进行了详细的论述。针对以上异响诊断，必须充分掌握异响的规律以及诊断方法，只有对这两方面进行熟悉了解，异响故障以及排除就容易得多。
参考文献：
［1］郝伟，王爱红．发动机曲柄连杆机构异响故障诊断与排除［J］．机械管理开发，2001．
［2］陈然．内燃机曲柄连杆机构的力学行为分析［D］．中北大学，2015．
机械故障诊断范文第7篇
中图分类号:TN919-34文献标识码:A
文章编号:1004-373X(2010)18-0141-02
Fault Diagnosis of Rotary Machines Based onRBF Neural Network
WANG Qing-hua1, WANG Jing-tao2, DENG Dong-hua3
(1.School of Mechatronic Engineering, Xi’an Technological University, Xi’an 710032, China;
2.Guangxi Petrochemical Company, Qinzhou 535008, China; 3. China Petroleum Pipeline Engineering Corporation, Langfang 065000, China)
Abstract: Aiming the mapping complexity between fault symptoms and fault patterns of rotary machines, and the problems of falling easily into part minimums and low velocity of convergence in BP neural networks, a fault diagnosis method of fan based on Radial Basis Function (RBF) neural network is put forward. Making the seven frequency bands peak energy of vibration signals of a fan as fault symptoms, RBF network is trained to diagnose a fan, the results show that RBF network is a valid method of the fault diagnosis of fan in proving accuracy, repressing the network to sink local minimum and shortening the study time.Keywords: RBF neural network; fault diagnosis; fan; fault features
0 引 言
随着旋转机械大型化、自动化、高速化和复杂化的发展,其运行的可靠性和安全性日益受到重视,对其进行可靠、准确的故障诊断是石油、化工、冶金、矿山、机械等各行业安全生产的重要保障。设备故障诊断其实就是故障设备运行状态的辨识,即对运行状态进行分类识别,判断设备有无故障,如果有,则要进一步判断故障属于哪一类,所以设备故障诊断实质上是一个模式识别问题[1]。学习机器是实现模式智能识别的最主要手段,训练或获得学习机器的方法称为机器学习方法。机器学习方法是在一个由各种可能的函数构成的空间中寻找一个最接近实际分类函数的分类器。在设备故障诊断中,故障征兆与故障模式并不是简单的一一对应的关系,其构成的故障特征空间比较复杂,常常不是线性可分的,有时甚至是完全不可分的。而学习机器中神经网络能够映射任意复杂的非线性关系,具有自学习、自组织、自适应等特性,并且具有极强的容错和联想能力、较快的计算速度,所以神经网络被广泛用于机械故障诊断识别中[2]。
BP(back propagation)神经网络是目前故障诊断领域应用较多的一种网络。但BP网络采用的是梯度下降的搜索算法[2-3],这就不可避免地出现了网络收敛速度慢、容易陷入局部极小,并且BP网络学习结果受初始权值分布影响较大,结果不稳定等问题。RBF(radial basis function)网络可以避免陷入局部极小的可能,并且学习速度快。所以本文将径向基神经网络用于旋转机械实现故障诊断。
1 RBF神经网络
RBF网络是一种多层前馈神经网络[4-5],结构与BP网络相同,如图1所示。输入层到隐层为权值为1的固定连接,隐层到输出层为权值为W的线性链接。隐层神经元基函数常采用高斯型径向基函数。
隐层函数:φr=exp-X-cr22σ2r,r=1,2,…,R
输出层函数:ym=f(x)=∑Mm=1Wmrφr
式中:cr为第r个隐层节点的数据中心;σr是第r个隐层节点的数据方差;Wmr是隐层到输出层的连接权,X是神经网络输入向量。
径向基神经网络算法步骤如下:
(1) 从输入向量中选一组初始中心值cr,初始化连接权值Wmr。
(2) 计算方差值σ=dmax/R;dmax是最大的距离;R是cr的数量。
(3) 计算网络输出ym=f(x)=∑Mm=1Wmrφr。
(4) 计算网络误差并判断是否收敛。
(5) 若收敛,训练结束。
(6) 否则,更新网络学习参数cr,σr和Wmr,并转到步骤(2)。
图1RBF神经网络结构示意图
网络学习参数的更新公式如下:
cr(n+1)=cr(n)+μce(n)Wmr(n)φr(n)σ2r(n)
σr(n+1)=σr(n)+μσe(n)Wmr(n)φr(n)σ2r(n)
Wmr(n+1)=Wmr(n)+μWem(n)φr(n)
em(n)=ym(n)-dm(n)
式中:dm(n)为样本目标输出;μc,μσ,μW是3个学习参数的学习步长。
2 风机故障样本组织
风机的故障常从振动状况表现出来,因此采用振动信号进行监测与诊断是目前风机设备管理和维护的重要手段[6-8]。风机的常见故障有质量不平衡、转子不对中、轴承座松动、油膜涡动、油膜振荡、喘振、轴裂纹、旋转失速等故障[9-10]。
利用振动信号进行时域或频域分析,从中提取可以反映故障模式的征兆信息,用于学习机器的训练,获得训练好的学习机器以用于对风机故障的智能诊断与识别。其中,风机的振动信号在频域内的能量分布具有比较明显的特点,因此,可以采用5段谱、7段谱或9段谱特征作为主要的故障征兆。在此采用7段谱的能量峰值作为故障征兆,表1列举了6种典型故障在7段频谱中的特征。表中样本的网络输入均为归一化后的数据,网络目标输出设置为对角矩阵格式,如表1中最后一列所示。
表1 风机常见故障模式样本
故障样本0~0.4 f0.4~0.5 f0.5~0. 9 f1 f2 f3~5 f>5 f目标输出
不平衡0000.90.050.050000001
不对中0000.30.60.100000010
油膜振荡0101000000100
油膜涡动0.10.80.11000001000
喘振0.80010.20.30.2010000
松动0.900000.10100000
3 基于RBF神经网络的风机故障诊断
采用RBF神经网络进行风机故障诊断,只需向系统输入待诊断信号的特征量,系统就自动判断故障类型,可大大减轻故障诊断人员的工作量。
在RBF网络进行工作以前,首先需要组织一定数量的训练样本对RBF网络进行训练,训练好的RBF网络的数据中心cr,方差σr和连接权Wmr保持固定。这时RBF网络就可以进行工作了,当待识样本的故障征兆与记忆中的某个对应故障特征相近时,神经网络输出其对应故障模式。在本例中,RBF网络输入层、隐层、输出层的神经元节点个数分别为7-6-6;最大循环次数设置为5 000,训练误差为0.000 1,隐层节点个数为复为试选后根据学习速度与学习准确率而选择的。需要强调且注意的是样本特征在输入RBF神经网络之前必须进行归一化,以避免因为特征间量级的差异太大使得某些特征的失效。
表2为一组待识别的振动信号各个频段上的振幅特征值,将其归一化后输入训练好的RBF神经网络,求出RBF网络输出结果如表3所示。
表2 待识故障样本
故障样本0~0.4 f0.4~0.5 f0.5~0. 9 f1 f2 f3~5 f>5 f
待识模式10000.8510.020
待识模式200.68010.10.010
待识模式30.8500100.20.1
表3 网络输出结果
输出节点123456
待识模式10.000 20.023 0-0.000 40.138 70.985 60.098 0
待识模式2-0.0130.205 10.967 30.009 4-0.012 40.108 2
待识模式30.056 30.971 20.110 80.000 5-0.003 20.070 6
将网络输出与各模式阈值进行比较,如果输出结果大于预设阈值,则此故障发生,否则不发生该故障。本例中,阈值设为0.9,由表3网络输出结果,可以看出,3个故障模式分别对应第5,3,2个输出节点大于阈值0.9,故可以诊断出3个待识样本的故障类型分别转子不对中、油膜涡动和喘振,这与实际工作情况相符。
4 结 语
本文提出了基于径向基神经网络的旋转机械故障诊断,在风机中利用振动信号频谱中的7个频段中的不同频率成分的谱峰能量值作为特征输入,采用RBF网络进行故障辨识,结果表明,径向基神经网络能够有效识别出旋转机械系统各种典型故障,并且克服了BP算法易陷入局部极小和计算速度慢的缺点,提高了诊断精度,适用于实时在线诊断要求。
参考文献
[1]屈梁生,何正嘉.机械故障诊断学[M].上海:上海科学技术出版社,1986.
[2]焦李成.神经网络的应用与实现[M].西安:西安电子科技大学出版社,1993.
[3]徐勇,荆涛.神经网络模式识别及其实现[M].北京:电子工业出版社,1999.
[4]张玲,张钹.人工神经网络理论及应用[M].杭州:浙江科学技术出版社,1997.
[5]沈世镒.神经网络系统理论及其应用[M].北京:科学出版社,1998.
[6]汪光阳,周义莲.风机振动故障诊断综述[J].安徽工业大学学报,2006,23(1):64-68.
[7]陈莲芳,徐夕仁.风机振动故障诊断及处理[J].热能动力工程,2006,21(1):96-98,110.
[8]周邵萍,林匡行,苏永升,等.风机振动分析与故障诊断[J].华东理工大学学报,1999,25(3):316-319.
机械故障诊断范文第8篇
关键词：专家系统 神经网络 故障诊断 旋转机械
引 言
针对旋转机械故障的复杂性、多样性和诊断时对领域专家知识的依赖性，对旋转机械的故障诊断提出了采用人工神经网络（ANN）和传统专家系统（ES）融合的新途径，充分利用人工神经网络和专家系统各自特点，使其功能互为补充。解决了传统的专家系统在旋转机械故障诊断中遇到的知识获取的“瓶颈”等问题。同时也解决了单一神经网络系统在旋转机械故障诊断中遇到的不足。这种人工神经网络和专家系统集成的故障诊断方法，能提高旋转机械故障诊断的能力，更大限度地发挥人工智能技术在诊断领域的威力。
1、基于神经网络与专家系统集成的旋转机械故障诊断模型
基于神经网络与专家系统集成的旋转机械故障诊断模型如图1所示。
图1 神经网络与专家系统集成的诊断系统模型
各部分的主要功能是：
1）编译器。主要是将符号知识转换成神经网络所必须的数据知识。
2）神经网络。主要完成专家系统的推理工作。其实质是神经网络的计算，即由已知的征兆向量经过神经网络计算获得故障向量。
3）行为解释。利用网络中的各项数据（包括征兆输入数据、故障输出数据和隐含神经元输出数据）及输入神经元，输出神经元的物理含义并结合知识库中的连接权值来形成规则，其过程相当于神经网络训练的一个逆过程。
4）知识库管理。存储和管理知识库的知识，丰富知识库，以便系统不断完善。
5）人机接口。以友好的人机界面同用户交互。
6） 数据库。用于存储在线监测和诊断时所需的实时检测到的工作数据、推理过程中所需要和产生的各种诊断信息；静态数据库用于存储故障时检测到的数据或人为检测到的一些特征数据。
7） 知识获取。知识获取过程就是网络的学习过程，主要有两种途径实现，一是直接从数据化的实例中学习，二是从传统的专家系统已获取的知识中学习。
2基于神经网络和专家系统的旋转机械故障诊断方法
1） 诊断参数的选取
根据故障机理，若某一故障发生，则其特征参数将发生较大变化。因受各种因索影响，尽量不以绝对值作为异常诊断的依据，而要与初始值或正常值进行比较，用其比值作为检测参数来进行诊断。为此，诊断的监测参数定义为：
（1）
式中： ——相对于 的待检状态参数值；
——相对于 的正常状态参数值。
两者的比值与—门限值进行比较若大于门限值.故障征兆输入取为“1”即故障征兆存在，否则取为“0”，即故障征兆不存在。
2）知识库的建立
它包括知识获取和知识存储两个过程。知识获取表现为训练样本的获得与选择，训练样本来源于同类型诊断对象在正常运转时和带故障运行时的各种特征参数。知识存储是将由训练样本对神经网络进行训练获得的连续权值和阈值进行存储，从而形成知识库。
3）神经网络模块结构图
为了进一步提高系统的推理和学习能力，建立了故障诊断神经网络模型，其结构如图2所示。神经网络采用N层结构的BP网络。抽取出故障若干信息作为网络的输入；并从工程实例中选取有代表性的样本对网络进行训练；训练完毕后即可利用神经网络进行推理。当出现网络拒识样本时，通过专家进行判断推理，然后将此样本输入到训练样本集中，使网络继续学习，对权值进行调整，直至做出正确推理为止。
图2故障诊断神经网络模型
4）知识处理
在旋转机械故障诊断神经网络专家系统中，只需将观测到的故障现象通过编译器转化为数值知识，送入神经网络，然后计算网络输出，最后将网络的数值输出经反编译器转化为符号知识，即得到了故障原因，这种专家系统的知识处理是与神经网络的结构紧密相关的统一体，不需增加相应的推理机构，将数值知识转换为符号知识的反编译器是编译的逆过程，有与编译器类似的结构。
4、算例
以某一旋转机械为例，用MATLAB工具，通过神经网络与专家系统集成的方法实现故障诊断。
选用旋转机械常见的不平衡、不对中、油膜涡动等常见的10种故障作为网络的输出。取9个频段的谱峰能量归一化值，作为输入[6]。因此，该网络的输入神经元应为9个，输出神经元为10个。
训练BP网络。将上述数据作为样本训练BP网络。首先确定BP网络的结构，BP网络输入神经元数为9，输出神经元数为10，而隐含层数及每层的神经元数目经过MATLAB程序多次仿真实验，结果表明当采用双隐含层网络时，第一隐含层的神经元数为9，第二隐含层神经元数为11，网络训练10步时误差就可下降到0。故选择的双隐含层BP神经网络结构为9-9-11-10为最佳网络结构。
测试BP网络。利用训练好的神经网络进行故障诊断，故障诊断运行的部分结果见表2。诊断结果表明，对于已经学习过的样本知识，网络输出与期望结果充分相符，表明该网络能够正确地实现故障诊断；当输入数据在一定范围内偏离样本知识时，网络的输出具有接近样本的倾向，因而表明了该网络在故障诊断方面的使用可靠性。
表2故障测试结果
续表2
5、结论
在旋转机械故障诊断中，将神经网络和专家系统结合，弥补了旋转机械故障诊断专家系统存在的不足。实例证明，该方法诊断效率和精度较高，是一种有效的故障诊断途径。
参考文献
[1]徐敏.基于神经网络集成的专家系统模型[J].计算机工程与设计，2006，（4）.