孙涛 宋保红
河南康信建设工程有限公司
摘要：随着机器科学工程技术的不断进步，机器的工业自动化制造水平已经有了很大提高。在新时期环境下，越来越多的先进机械设备得到了研发和使用，同时生产活动对机械设备的性能要求也在不断提升，因此确保机械设备具有良好的运行状态至关重要。而在机械设备的使用中，常常会受到诸多因素的影响导致一些故障的出现，为了避免此类情况的发生，就需要做好对其诊断和监测工作。基于此，本文详细分析了机械设备故障诊断与监测的常用方法及其发展趋势。
关键词：机械设备；故障诊断；监测方法；发展趋势
引言
生产设备对我们现代的生活影响越来越大，设备及其相关的生产成本正在不断上升。通过对各类机械设备工况故障进行定期监测，对其机械故障发展趋势情况进行早期分析诊断，有利于准确找出机械故障发生原因，采取各种防护措施对其进行日常维修保养，避免机械设备的突然严重损坏，使之安全稳定地正常运转，由此可见，技术以及机械故障点的诊断对促进机械设备在我国现代清洁能源工业生产中应用起着非常重要的指导作用，对促进机械设备的故障诊断和新技术的应用研究以及失误诊断具有重要指导意义。
1设备机械故障分析诊断与性能检测对新技术的重要意义
（1）机械故障状态自动监测和机械故障状态诊断信息技术对于快速的推动经济社会增长至关重要。现代机械生产技术演变而成为大型、自动、连续，高质量精度和各种高性能的机械生产。生产率质量得到了同比显着大幅提高，产品质量安全得到了可靠的质量保证。但是，生产过程设备的一些突然故障往往是不可避免的，并且很容易就会导致巨大的社会经济损失。因此，对于连续和完全自动化的企业生产操作单位，有必要实时性地监视生产操作设备状态，及时发现设备故障发生迹象，并及时采取有效的故障补救措施及时修理生产设备，以有效减少由于生产设备发生故障而直接造成的重大财务资产损失。（2）应广泛使用工业机械设备安全检查和机械故障检测诊断等新技术工具来制定确保机械生产安全和实现可持续发展的新策略。科学信息技术的飞速发展大大改变了当今人类的日常生活。例如，在进行人类核能控制期间一旦发现新的核能将给未来人类生活带来巨大灾难，并在美国岛上连续造成大量核燃料泄漏。技术发展有两个主要方面，尽管它非常有益于我们人类。但是，如果不及时进行有效制止，将来就会对其造成严重的社会灾难。
2机械设备故障诊断与监测的常用方法
2.1振动监测诊断法
机械设备在运行中，振动的产生是不可避免的，往往有周期性振动和随机性的振动等，而振动会导致一定振幅的产生，代表着振动强度以及能量，则频率是机械发生振动的重要特征，因此可以通过对振动监测来实现对机械设备的故障诊断。借助相应仪器，能够监测机械设备振动的实时情况，进而完成对其故障的诊断。常用的此类监测仪器有磁电速度的传感器、压电加速度的传感器和涡流位移的传感器等，且因为压电加速度的传感器具有较高灵敏度、较宽频率范围和小体积等优势，得到了广泛使用。在对机械设备采取振动监测诊断中，不仅需要使用传感器，而且还要结合分析仪器以及故障诊断的专家系统等使用。此方法一般在机械设备转子故障、齿轮箱的故障和滚动轴承的故障中监测使用[1]。
2.2传感器质量检测使用方法
这种电流检测试验方法在使用电流表的检测试验方法中更为普遍。例如，温度传感器系统可广泛用于间接性地检测各种机械设备的各种功能和零部件的实际温度参数变化，并将这些温度参数变化信号转换而成为输入电压控制信号或输出电流控制信号并发送至ECU，从而更有步骤地确定各种机械设备的温度故障发生位置。
2.3噪声故障的监测法
在机械设备的运行中，设备噪声信号和振动信号都有着大量的信息，因此通过对机械设备噪声监测也能够实现对机械设备故障的诊断。往往振动信号的监测需要进行相应监测仪器的安转，在高温或者高腐蚀等环境下不便于安装，因此无法实现对振动的接触测量，而噪声信号并不会受到此种情况的影响，任何条件下都能够借助采集设备实现声学信号的采集和分析，从而实现对故障的有效诊断。在早期的噪声故障诊断中，主要是通过听诊法对设备状态进行判断，但需要听诊师傅具有丰富的经验才能够实现对噪声故障的辨别。现阶段噪声监测技术是能力统计的方法，它是基于传统听诊法的进化，根据机械设备正常以及故障时呈现的声能量变化情况实施对比，来实现故障的诊断。但噪声故障监测中，往往会受到环境因素的影响，对声音信号产生干扰，进而影响其诊断的准确性[2]。
3机械设备故障诊断与监测发展趋势
3.1信息融合发展
在现代化科学技术迅猛发展下，人们对信号的获取方式也是各种各样，而在对机械设备的故障信号获取中，如何实现其特征信号的准确和及时获取是研究重点。在对机械设备故障信号获取中，不仅需要借助信号采集和传递装置进行相应信号的获取和传输，且还需要通过信息融合的分析技术对此类信号进行有效处理，才能够更好实现对机械设备的准确诊断。在对信号频谱的分析中，对信号处理需要实现信息融合发展，对傅里叶的变换、小波变换等方式合理使用。通过傅里叶的变换，能够在整个的频域内对信号成分实现有效分析，但其不能同时对频域以及时域进行分析；但小波变换就能够同时对频域以及时域进行分析，特别擅长对故障信号的时间与频率方面细节的分析，实现对信号局部的特点突出表现，同时小波变换对非定常性瞬态变化的信号特性能够简单、有效分析，在实际的操作中并不需要借助数学的模型就能够对信号稳定和迅速分析。
3.2智能化决策算法
在人工智能发展中，能够把人工智能的控制算法在机械设备的故障判断决策中使用，如遗传算法和模糊控制等，且随着不断深入的研究，对智能控制和机械设备的故障诊断关联不断深入研究，则遗传算法和模糊控制等对其故障诊断中的应用会更加有效，这也是未来研究中的重点内容。将模糊理论应用在机械设备的故障诊断，只需要进行合适隶属函数以及模糊矩阵的建立，就可以实现问题来源的准确获取，并不需要因为对准确数学模型的建立而消耗大量时间；通过神经网格对故障判断进行决策，能够以分类、联想、自我组织等办法对繁杂信息准确处理；故障诊断中使用遗传算法，能够对多个问题同时处理且还能够对各领域内问题处理和判断，它在非线性的问题和宽泛查找的问题上呈现显著优势[3]。
3.3网络化集成资源
在时代不断发展背景下，工业控制的技术领域中局域网具有着显著的技术地位，且在信息的收集以及分析中，局域网的技术也发挥着重要的作用，因此在工业生产中，机械设备的故障诊断与监测就需要和网络手段有效结合。对机械设备的故障诊断中，可以通过局域网对信号检测的设备和计算机实现连接，借助设备来对原始的信息数据实施接收、归纳和决策分析，且通过计算机的强大计算功能，来更加快速和准确地实现对故障的诊断和分析，对机械设备稳定运转提供保障。
结语
综上所述，在机械设备的故障控制中，用到很多诊断和监测的方法，这些方法具有着不同的原理和优势，随着时代发展，为了更好实现对机械设备故障诊断与监测，就需要在研究中把握好机械设备故障的诊断和监测发展的趋势，做好对相关方向监测诊断方法的不断研究和改进，这也是其领域中需要重点研究的内容。
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]王光宇.机械故障诊断与监测方法的研究[J].现代经济信息,2018(16):379.