前言：中文期刊网精心挑选了机械故障诊断范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
机械故障诊断范文1
近年来，随着施工规模的逐步增大，现代机械设备也日趋大型化、连续化、机电一体化，其性能与复杂程度不断提高，对设备故障的诊断也更为复杂。靠传统的填写值班日志、靠参数越限报警等人工或半自动化的方法来维护机械设备既落后，又不客观，虽然可以有类似黑匣子之类的自动数据记录器，但也只能做事后分析。而且这种陈旧的设备维护模式，无论是数据的可靠性或实时性，还是设备的维护质量均无法满足要求，导致施工机械在施工过程中停机多，检修时间长，严重影响到工程的进度和质量。建立远程故障诊断及维护系统是解决问题的很好的方法。
1 工程机械故障诊断及维护技术的行业特点
1.1 目的明确
诊断的目的就是要确定机械运行状况、检查故障部位、分析故障产生的原因和制定经济有效的维修方案。
1.2 交叉性强
诊断及维修涉及摩擦学、材料学、力学、化学等多种学科；需采用焊接、铸造、车、钳、锻、镀等多种工艺手段；要掌握维修理论，机构学及经营管理等多方面知识。
1.3 工作环境恶劣，实践性强一切诊断方法和维修技术都必须以机械的实际状况为基础，处理结果很快得到实践验证。
2 故障诊断技术
设备故障诊断技术包括故障检测与故障诊
断，通常合在一体统称为故障检测和诊断（FDD）。
2.1 故障机理
通常我们说设备工作正常是指它具备应有的功能，没有任何缺陷，或虽有缺陷但仍在容限范围内。异常是缺陷有了进一步发展，使设备状态发生变化，性能恶化，但仍能维持工作。故障则是缺陷发展到使设备性能和功能都有所丧失的程度。设备的异常或故障是在设备运行中通过其状态信号（即二次效应）变化反映出的。由于监测与故障是在设备不停机的情况下进行的，因此必然以状态信号为依据。二次效应就是设备在运行中出现的各种物理的、化学的现象，如振动、噪声、温升、油耗、变形、功耗、磨损、气味等，这些都是一种设备运行所固有的。监测与诊断就是要快速、准确地提取设备运行时二次效应所反映的特征。
2.2 故障诊断过程
2.2.1 状态监测主要是测取与设备运行有关的状态信号。状态信号的获取主要是依靠传感器或其它监测手段进行故障信号的检测。检测中主要有以下几个过程：
2.2.1.1 信号测取主要是通过电量的或传感器组成的探测头直接感知被测对象参数的变化；
2.2.1.2 中间变换主要完成由探测头取得的信号的变换和传输
2.2.1.3 数据采集就是把中间变换的连续信号进行离散化过程。数据是诊断的基础，能否采集到足够长的客观反映设备运行状态的信息，是诊断成败的关键。
2.2.2 特征提取就是从状态信号中提取与设备故障有关的特征信息。
2.2.3 故障诊断故障诊断就是根据所提取的特征判别状态有无异常，并根据此信息和其它补充测试的辅助信息寻找故障源。
2.2.4 决策根据设备故障特征状态，预测故障发展趋势，并根据故障性质和趋势，做出决策，干预其工作过程（包括控制、调整、维修等）。
2.3 诊断原理设备诊断是利用被诊断的对象（设备）提供的一切有用信息，经过分析处理以获得最能识别设备状态的特征参数，以便做出正确的诊断结论。机械设备运行时产生多种信息，当其功能逐渐劣化时，就出现相应的异常信息，如机器的状态变化而产生的异常振动、噪声、温度等机械信号；机械劣化过程产生的磨损微粒、油液及气体成分变化的化学信号等。利用检测仪器对最敏感的故障特征信号进行状态监测，做出正确的分析和诊断，及时预测机器设备可能发生的故障。传感器安装在诊断对象（设备）上，以传递温度、压力、振动、变形等信号，这些信号进一步转化为电信号，输入到信号处理装置，在信号处理装置中将输入的诊断信号与预先储存在系统内的标准信号进行比较，标准信号是根据事先积累的大量数据资料和实际经验分析归纳而制定出来的判定标准，是设备各种参数的允许值。通过比较做出判断，确定故障的部位和原因，预测可能发生的故障。
3 工程机械故障诊断及维护系统
由于工程机械故障的多样性、突发性、成因复杂性和进行故障诊断所需要的知识对领域专家实践经验和诊断策略的依赖性；人工神经网络能通过自身的学习机能建立故障征兆和故障模式之间的复杂映射关系，可以进行多因素预测。
3.1 系统简介
系统通过一个基于神经计算算法的“看门狗”智能单元对机械运行状态进行在线分析和推理，对机器的工况及相关信息做出相应评价；还可以通过电话线与远程单元相连，以便在异地获取机器工况及其性能信息，并以此做出评价。知识密集型智能工具“看门狗”可以随时对机器工况进行跟踪，获取和组织机器及其周围环境的数据。“看门狗”芯片作为机器的“黑匣子”，可以储存主要部件的状态“轨迹”。一旦发生失效，操作者可以读取“黑匣子”，获得最近几分钟的工况信息，迅速确定故障，并给予及时修复。当机械设备出现新的故障时，通过自学不断调整权值、阀值，以提高故障的正确检查率，减低漏报率和误报率。这些基于知识的信息同样可以为其他站点的用户所共享。
3.2 系统优点
远程故障诊断及维护系统的一个突出优点在于进行协作诊断和维护，及时排除故障。
3.2.1 故障工况数据收集通过远程诊断系统，可以积累更多的机器/过程的故障工况，由此，从各远程站点获取的故障工况中可以开发更好的诊断算法。
3.2.2 故障诊断不同地点的专家可以访问服务器中存放的有效信息，因此，分散在各站点的知识可以集成起来完成更复杂的协作诊断。
3.2.3 远程服务系统提供了多种类型的信息例如在线的过程/机器传感数据，故障/性能下降的历史数据等。进行性能评价时，必须对这些信息加以整体考虑。
机械故障诊断范文2
由于矿山液压机械设备在使用过程中，工作环境恶劣，作业时间长，故障频发，其诊断和排除较为复杂，对维护人员的素质要求比较高，需要作业人员必须对液压系统结构和液压元件的工作原理充分了解熟悉，建立建全完善的设备技术状况检查、维护和修理制度、熟练掌握各类液压元件的故障现象及故障检查方法。因此，熟悉了解矿山液压机械系统常见故障及采用快速、正确判断故障部位的方法，对于液压系统故障的迅速诊断及维修尤为重要。
1.矿山液压机械常见故障及原因
由于我们国内的矿山主要在地下进行采掘，液压机械工作环境长期处于阴暗、潮湿的环境下，因此液压机械在使用过程中会产生多种故障，下面就常见的故障和原因作简单分析：
第一种，动力装置出现故障无法为系统提供压力或压力不足。引起该现象的主要原因有：油箱液位过低造成主泵吸油困难、泵转向不对、泵堵塞或损坏、接头或密封泄漏、主泵或马达泄漏过大、主泵溢流阀调定值低或失效。第二种，控制系统出现故障导致系统动作失控。控制系统故障主要分为机械故障和电气故障，机械故障主要是各种阀门发生出现卡阻、设定值不当、泄漏增大。电气故障主要是控制线路由于长期处于恶劣环境下发生断路损坏还有就是控制芯片由于非正常操作造成烧毁的现象。第三种，执行元件发生故障，导致运动速度不够或完全不动。主要原因有：压力不够、流量不够、密封损坏、内泄。第四种，辅助装置发生故障。主要是加热器、冷却器失效无法调节油液温度范围，过滤器无法过滤杂质。 第五种，工作介质引起的故障。主要是油温过高、油液粘度过高、油液被污染、油液内部混进空气造成气穴和点蚀现象的发生。在煤矿开采过程中，由于所处的地理环境以及煤质情况等多种因素的不同，液压机械中的油黏度可能会因为工作强度大而过高。液压油污染是导致液压机械不能正常运转的主要原因。
2.矿山液压机械故障诊断常用技术
对于液压系统而言，其工作介质和液压元件都是在封闭的油路内工作，这给液压系统的故障诊断带来许多不便和困难，故障的诊断必须借助长期积累的丰富技术手段。
第一是主观诊断技术，主观诊断技术是解决液压机械故障最有效也是最常见的一种技术。我们这里所说的主观诊断技术，主要是指液压机械的维修工作人员以及技术人员通过个人的技术水平以及实践经验，来找出故障出现的部位和原因。一般而言，液压技术出现故障都是有特定的因素，因此液压技术维修的工作人员在维修的过程中需要尽可能多地了解液压系统平时工况、元件有无异常等问题，只有这样，才能准确地判断出故障所产生的原因以及解决措施。主观诊断方法包括直觉经验法、参数测量法、逻辑分析法、堵截法等。直觉经验法指维修人员凭感官和经验，通过看、听、摸、闻、问等方法判断故障，主要判断：看执行元件是否爬行、无力、速度异常，液位高度、油液变质及外泄漏，测压点工作压力是否稳定，各连接处有无泄漏及泄漏量；听泵和马达有无异常声响、溢流阀尖叫声、软管及弯管振动声等；摸系统元件的油温和冲击、振动的大小；闻油液是否变质、轴承烧坏、油泵烧结等；询问设备操作者，了解液压系统平时工况、元件有无异常、设备维护保养及出现过的故障和排除方法。参数测量法指通过测得系统回路中所需点处工作参数，将其与系统工作正常值比较，即可判断出参数是否正常、是否有故障及故障所在部位，适于在线监测、定量预报和诊断潜在故障。逻辑分析法指根据元件、系统、设备三者逻辑关系和故障现象，通过研究液压原理图和元件结构，进行逻辑分析，找出故障发生部位。堵截法指根据液压系统的组成及故障现象选择堵截点，堵截法观察压力和流量的变化，从而找出故障的方法。堵截法快速准确，但使用较麻烦，拆装量大，需要整套的堵截工具和元件。
第二是仪器诊断技术：根据液压系统的压力、流量、温度、噪声、震动、油的污染、泄露、执行部件的速度、力矩等，通过仪器显示或计算机运算得出判断结果。诊断仪器有通用型、专用型、综合型、其发展方向是非接触式、便携式、多功能和智能化。包括铁谱记录法、震动诊断法、声学诊断法、热力学诊断法等。如铁谱记录法，通过分析铁粉图谱，根据铁粉记录图片上的磨损粉末、大小和颜色等信息，准确得到液压系统的磨损与腐蚀的程度和部位，并可对液压油进行定量污染分析和评价，做到在线检测和故障预防。
第三种智能诊断技术：指模拟人脑机能，有效获取、传递、处理、再生和利用故障信息，运用大量独特的专家经验和诊断策略，识别和预测诊断对象包括模糊诊断法、灰色系统诊断法、专家系统诊断法、神经网络系统诊断法等。基于人工智能的专家诊断系统，是计算机模仿在某一领域内有经验的专家解决问题的方法，将故障现象输入计算机，计算机根据输入现象及知识库中知识按推理集中存放的推理方法，推算出故障原因，并提出维修或预防措施。人工神经网络是模仿人的大脑神经元结构特性，利用神经网络的容错、学习、联想记忆、分布式并行信息处理等功能，把专家经验输入网络，通过对故障实例和诊断经验的训练学习依据一定的训练算法，得到最佳接近的理想输出。
目前我们一线操作人员对设备都是重使用、轻维修，出现故障后大都采取主观诊断法，检测技术也得不到很好的应用，无法对运行做出动态显示、分析和故障分析与预测，经济性差，过剩维修仍大量存在，严重故障仍时有发生。随着诊断技术智能化，高精度化，不解体化并与先进通讯技术，网络技术，智能传感器技术等现代信息技术的融合，矿山液压机械系统故障诊断的准确性，快捷性和便利性必将大大提高。
3.总结
机械故障诊断范文3
小波包频带能量分析技术是利用能量积分等式来构建数学模型。根据能量积分公式，得到连续信号x(t)在时域上的能量。上面描述的能量分析方法能够表示初始信号不同频率信号的能量分布，因而可以判断其频率的排布方式，但是由于某些零部件总是固定地破坏器械的缺陷区域，它会定时击打缺陷部位，导致不同的轴承零件之间产生相互作用力，使得振幅叠加，从而产生更加强烈的冲击力。这些振幅较大的冲击力跟时间有关，因此这种计算理论是存在缺陷的，也就是说它没有顾及到各个频带上的能量参数随时间的变化分布规律，影响了下一步机械故障诊断的精确性。下面我们用实例说明这点，假定传递的信号参数满足公式(2.8)和(2.9)的关系，使用本文所述的能量分析计算方法进行这两个信号的详细分析，分析结果可见图1和图2。这两个信号的频带可以分成4个，这4个频带包括频带1(60Hz)，频带2(180Hz)，频带3(300Hz)，频带4(450Hz)。这里面，样例的频率为1000Hz，样例的取点个数为2000，频率最大不超过500Hz，所以从取样点1至取样点6每个频带的分布可以表示为:(0～90)Hz;(90～175)Hz;(175～250)Hz;(250～315)Hz;(315～395)Hz;(395～500)Hz。那么原信号的频率f1=60Hz，f2=180Hz，f3=300Hz，f4=450Hz对应的频带分别为(0～90)Hz;(175～250)Hz;(250～315)Hz;(395～500)Hz，即分别对应第0，2，4，6号小波包节点。由以上两个图可以得到，初始信号的能量频带主要分布在0，2，4，6节点上，在图中可以明显地看出每个频带上的能量大小，使得初始信号的识别变得简单。
2修正的小波包计算方法
上一节中的能量分析算法还存在一定缺陷，这个算法能够有效分类信号的不同能量的频带，然而，当能量参数随着时间变化使得两组模拟信号存在着很大区别时，小波包能量分析图中看不出任何差异，这说明当信号随着时间变化产生不同的分布时，这种算法本身存在的缺陷对检测结果造成失真的影响。该算法的问题出现在没有认识到各个分离出来的具有不同能量的频带其参数是跟时间有关的，是随时间变化的。因此，要想使得缺陷识别的精度更加高和信号处理地更加合理，需要对上面所说的小波包能量计算方法进行修正。在修正过的算法中，我们提出了两个新的观点，即:包络分析方法与能量距分析方法。
2.1包络分析方法这里的包络解调方法就是利用包络检波和低通滤波方法处理振幅叠加产生的高频共振波，得到一个范围扩大的共振解调波，这个包络分析方法能够根据机械本身的高频振动检查轴承的运行状况，也能够通过分析包络信号的振幅定位缺陷位置。包络分析法能够自动准确地识别故障信号，这样就避免了其他信号对诊断带来的干扰，是诊断结果更加可信、更加快捷。
2.2能量距方法能量距方法能够有效识别各个频带上的能量分布宽度，它还能描述各个频带与时间之间的变化关系，而且也能尽量避免小波包变化引起的频率混淆的情况。小波包细化后重新组成的信号设为xjk(n)，那么就得到能量距Fjk的定义式(3.1)。各个位置点的能量参数考虑到时间的影响之后，要是缺陷信号出现不完整或者异常点时，这个分析方法就能准确地预测它未来的能量变化。下面给出改进的小波能量分析算法:
2.2.1对原信号进行3步小波包分析，然后再分析第3步中按从小到大排列的6个不同振幅的信号，这样就可以获得比较详细的特征波，然后即可进行小波包的分解参数重组，使每个振幅的信号和初始信号的振幅出现差异。
2.2.2利用包络检波的方法检测(3.2.1)中得到的信息，也就是说采取Hilberttransform，这样就能得到每个频带参数符合的包络线。
2.2.3运用能量距公式Fjk，如式(3.1)求取(3.2.1)中得到的重组信号，其中j=3;k=0，1，2…6。处理能量距因子就能获得小波包特征向量。
2.2.4以3.2.3得到的数据为依据进行能量分布柱状图的编辑。再次进行上述计算方法的操作，用得到的修正过的小波包能量分析方法修正式(2.6)和(2.7)两组数据进行相关分析。对小波包各个节点的包络分析数据进行小波能量距分析，结果如图3、图4所示。原信号的频率为f1=60Hz，f2=180Hz，f3=300Hz，f4=450Hz，对应的频带分别为(0～90)Hz;(175～250)Hz;(250～315)Hz;(395～500)Hz，也就是与第0，2，4，6能量带相符合的频带。从上图可以确定，修正过的分析算法相较于以往的分析算法其精度更高，而且它们的变化是与时间有关的，我们很容易得出这两者之间的差异。
3缺陷判断方法仿真
下面我们通过实验仿真检验小波包的频带能量分析算法效率，首先根据振动信号的特征模拟正常信号，如式(4.1)，轻微转子振动信号如式(4.2)，重度转振动信号。信号y1(t)代表的频率是50Hz，信号y1(t)代表的频率是50Hz，信号y1(t)代表的是100Hz。假设样例的频率是1000Hz，取点的个数为2000。那么利用修正过的小波包能量分析方法，第三层小波包分解后的6个小波包频带宽度分别为(0～90)Hz;(90～175)Hz;(175～250)Hz;(250～315)Hz;(315～395)Hz;(395～500)Hz。对1，2，3三个信号进行修正的算法计算，得到的结果可见图5、图6。从图中可以看出，初始信号位于结点0处，一般来说，无故障或故障较小的情况小，结点0处的能量是最高的，图6的结点1处于5图对比其能量有了一部分提高。即当转子的偏中倾向提高时，结点1处的能量升高，图7可以看出，这就意味着缺陷更加严重。为了把审核步骤详细来看，这里以积分能量均等的标准进行计算，将能量宽度广的结点1的频带细分为8份，表1表示的是具体的分类。从表1中我们可以得到，一般来说转子偏中缺陷部分的能量距非常小，甚至可以忽略不计，但是要是缺陷的损坏情况逐渐加重，那么能量距的数值就会也来越大，设置到增高到454.234×105，这个分类方法能够使用于所有的频段范围和所有的频段点。从上面所有的试验结果可以发现，每个能量频段的趋势。因此，当每个频段的能量改变时，修正过的能量算法可以准确表达各频率分量的能量变化及状态。
4结论
机械故障诊断范文4
关键词：起重机械；故障诊断；检验检测；电气故障
引言
科技的快速发展使各种先进的科学技术都被合理的应用到了工业中，这对促进我国工业发展来说意义重大。因此，要加强对起重机械故障诊断和检验检测内容的研究，使起重机械的性能在其应用的领域得到完美的发挥。
1探究起重机械故障诊断与检验检测的意义
合理应用起重机械可以使不同类型的建筑工程的建设效率和质量都能够得到进一步提升，可以为人们各种生活设施建设提供强有力的支持。与此同时，起重机械在使用过程中由于各种因素的影响也存在着安全隐患。例如，起重机械使用过程中地基强度达、平整度不到要求、动荷载不稳定等外界因素，加大了起重机械设备在运行期间的稳定性、结构件强度、控制难度等，经常会出现失稳现象[1]。在该情况下，起重机械设备在应用期间，不仅无法使其应用价值得到合理发挥，而且会对工程建设，以及操作人员的生命安全造成威胁。因此，要从实践角度出发，透彻的分析故障原因，彻底明确处理措施，进而提高设备运行效率。同时，要全面结合市场环境，优化调整检验检测技术，快速对出现的各项故障进行处理，进而使起重机械在应时的作用能够得到全面发挥，为我国各项基础设施的建设提供支持[2]。
2起重机械常见故障诊断
2.1电气故障
起重机械在现场使用过程中会出现各种不同类型的故障，电气故障是其中最常见也是最频繁的一种。起重机械针对电气的应用体现在对电子元件控和电子设备保护上。电气在起重机械控制体系十分复杂，因此，起重机械电气故障经常会出现在不同位置处。电气故障诊断主要体现在以下几个方面：
2.1.1诊断转子电阻损坏转子鼎足破坏指的是电阻无法在转子正常运行情况下造成闭合状态，引起该现象的主要原因是，产生的热量无法及时散出，这会使温度不断升高，温度过高会导致运转体系导致起重机转子遭受破坏，因此，在控制诊断上要从温度方面入手[3]。
2.1.2凸轮控制器遭受了破坏电气控制系统具有广泛的应用范围。一般来说，由同一台电气控制的凸轮控制系统能够完成对内部元件中两个电动机运转的有效控制，进而使两个电动机在应用期间的触点的闭合能够在同一时间实现。若损坏了的凸轮控制器，两个电机电动触点在应用期间，在闭合上会存在时间差，长期下去，会导致起重机中电机系统在运行期间造成较大影响，可见，要检查电动机接触点闭合情况，完成相应诊断。
2.1.3接触故障诊断触头失效是导致接触器故障发生的主要原因。起重机械电气部分采用的触头容量大小有限，如果电压过大通过的电流也较大，导致触头作业环境温度不断提高，造成触头破坏。长时间使用会使触头表面会出现大量的灰尘和油污，造成触头间的接触不良，在该情况下，可以利用流过触头电流数值诊断故障[4]。
2.2机械故障
起重机械在长期应用期间，避免不了会对起重机械中各项部件造成磨损，极容易出现故障的机械部件有以下几个方面。
2.2.1吊钩部件吊钩部件在具体应用期间的作用就是连接重物和起重机，其也是起重机的一项重要构成部件。吊钩使用过程中常见机械故障就是会导致其发生变形和断裂问题，定期对吊钩进行检查，并记录其状态[5]。
2.2.2卷扬部件起重机械在使用过程中，卷筒装置会负担较大的起重重量，使卷筒内减速机齿轮及卷扬刹车片磨损，卷扬的液压马达的零部件也会磨损严重。这些主要部件的磨损会导致卷扬无法工作，或者在工作过程中失灵，造成安全事故的发生。因此，经常对卷扬零部件的检查也是十分必要的。
2.2.3起重臂、钢丝绳、滑轮起重机械在使用期间，起重臂在使用过程中、拆装及运输过程中受到外力作用导致焊点开焊、碰撞变形以及自然锈蚀等破坏，如不及时的检查会在使用过程中造成重大的安全事故。钢丝绳分布会发生改变，钢丝绳的每个部位受力都会有所不同。在吊装作业过程中，钢丝绳与重物会发生接触，导致钢丝绳遭受磨损，若重物重量过大导致钢丝绳发生断裂，这不仅会导致吊起的重物遭受破坏，而且可能会造成人员伤亡。另外钢丝绳的自然磨损导致其直径变小，起重能力下降。因此，可以通过检测钢丝绳力学性能，参照钢丝绳更换及报废标准及时的更换钢丝绳，以确保起重机械安全的使用。滑轮是钢丝绳运动及变向的重要支撑点，滑轮是否能够正常运转对钢丝绳磨损的程度起到了非常关键的作用。如果滑轮发生损坏、变性、不转等现象，会使钢丝绳在很短的时间内因摩擦力过大而断裂，进而发生较大的安全事故。
3检验检测起重机故障
3.1检验检测电气故障
检验检测电气故障的相关建议主要体现在以下几个方面：
3.1.1检测转子电阻作业期间的温度掌握转子电阻工作温度限度，将温度报警系统安装在转子电阻工作环境种，若温度过高超过了转子电阻工作临界值，要停止对电源开关的应用，并且通过化学或物理方式进行降温处理，降低转子电阻作业环境的温度，避免温度过高，引发安全事故[6]。此外，要检验作业期间转子电阻性能，对遭受到破坏的电阻要及时更换，避免造成更加严重的影响。
3.1.2检测凸轮控制器情况起重机在应用期间会应用到大量的电器装置，凸轮控制器是其中十分重要的一项装置，相关人员在日常作业期间，要检测凸轮控制器控制的电机触点闭合时间，要在闭合时间存在差异前，采取合理措施对凸轮控制器进行全面维修，针对通过维修无法恢复性能的凸轮控制器，要及时对装置进行更换。
3.1.3维修和清理触头起重机械经常会被应用在复杂环境中，因此，要清理触头表面的粉尘和油污，进而使触头在应用期间的灵敏性能够得到提高，避免触头接触不良。同时，要控制触头作业期间通过的电压和电流，在电路中设置触头允许通过的最大电流[7]。
3.2检验检测机械故障
起重机中的机械部分在起重机械应用期间被频繁使用，这势必会导致机械遭受不同程度磨损。日常作业期间，要及时预测和检测起重机械中重点机械部位，实现对故障发生的有效预防。检验检测机械故障的重点部位应当从以下几个方面入手：
3.2.1检验检测吊钩每次完成吊装作业后，都要检验检测吊钩情况，全面评估吊钩，性能良好吊钩要具有完整的外外形，同时，吊钩上不会存在任何裂纹，若采用的吊钩出现类裂纹和变形情况，要立即对存在问题的吊钩进行更换，避免遭受更严重的危害。
3.2.2检验检测卷扬卷扬是起重机械中的的一项重要受力构件，在使用过程中，严格控制吊物重量，禁止发生超载现象。此外，要检测卷扬外观的具体形态，对筒壁的具体厚度进行全面观察，对受力程度规定的最小筒壁厚度进行明确，对筒壁的实际厚度情况进行全面测量，针对于实际情况不符的筒壁，要及时采用质量符合要求的筒壁对其进行更换。对液压马达、减速机齿轮、刹车片等主要部件要定期进行检查，不符合要求或者磨损严重的要及时更换。
3.2.3检测检验起重臂、钢丝绳、滑轮定期对起重臂的外观进行检查，尤其是变形严重部位、锈蚀部位，对不符合使用要求起重臂要进行修复或者更换，避免造成安全事故。在对钢丝绳进行应用期间，作业人员要经常对钢丝绳的情况进行查看，掌握采用的钢丝绳的情况，对于性能存在问题，无法满足起重作业的钢丝绳，要及时对其进行更换。禁止超载现象，避免由于起重的重物质量过大，超过钢丝绳的承载限度，导致钢丝绳在应用期间发生断裂，引起更大的安全事故。要保证滑轮的程度，确保滑轮正常的转动。定期检查滑轮的损坏程度、变形程度、锈蚀程度，不符合使用要求的要及时更换。
4提高起重机械故障检测检验技术的有效措施
4.1提高操作专业性的规范性
起重机械是一种的大型机械设备，若使用过程中发生安全事故，势必会造成巨大经济损失及造成人员伤亡。因此，在操作时，要严格按照操作标准。操作人员要经过专业培训，持证上岗。
4.2建设健全安全检验管理制度
依据实际情况，制定一套合理管理制度，对各项管理责任进行明确，提高监管效果，确保使用过程中的安全性，避免安全事故的发生。此外，管理部门要对采用的起重机械的具体应用情况进行全面记录，记录内容必须准确、全面，定期做好相应的检查工作，以免机械在使用期间出现故障。政府部门要加强对起重机械租赁市场管理力度，保证租赁市场的合理性与规范性。同时，操作人员要对起重机械设备的性能进行定期检查。
4.3定期做好相应的检查
通过定期检查能够第一时间发现起重机械在应用期间存在的各项问题，采取相应措施对问题进行处理，进而减少问题的发生。可以采取不定期或定期的方式进行检查，了解起重机械在使用期间的具体应用情况及时采取相应措施完成维修作业，避免小问题演变成大问题，对现场施工造成不良影响。
机械故障诊断范文5
关键词：机械故障诊断；动车组；检修
DOI：10.16640/ki.37-1222/t.2017.12.007
近年来，机械化设备的故障诊断技术越来越受到重视，假如设备出现故障而又未被及时检测和排除，其影响的不仅仅是设备本身的寿命，甚至可能造成严重事故。随着高速铁路的快速发展，上线运营的动车组数量逐年增多，目前我国已交付使用的动车组数量达2000多组，占世界高铁运营组的50%以上。动车组的诊断受到铁路总公司和各铁路局的高度重视，故障诊断技术可以实现动车组的故障预测、健康管理，并给出维修策略，使动车组诊断工作的效率更高。
1 机械故障诊断技术的介绍
故障诊断技术是近现代以来，随着设备的管理和维修而逐渐发展起来的。故障诊断技术历经几十年的发展，已广泛应用于航天、工业、铁路等诸多领域。
故障诊断技术按诊断环境可分为离线人工分析、诊断和在线计算机辅助监视诊断；按检测手段可分为振动、噪声、温度、声发射、压力、金相分析检测诊断法；按诊断方法原理分为频域诊断法、时域分析法、统计分析法、信息理论分析法、模式识别法；还有其他人工智能方法，如人工神经W络、专家系统等。这些方法既相互独立又互相交叉，根据不同的故障选择合适的诊断方法，提高诊断效率。
国外故障诊断技术是从20世纪60年代以后开始发展的，国内也随之开展了针对于诊断技术的学习与研究，并在近年来广泛应用于铁路机车和高速动车组的日常维护和检修工作。
2 动车组诊断工作的的介绍
我国现阶段铁路规划目标是：到2020年，铁路网达到15万公里，其中高速铁路3万公里，覆盖80%以上的大城市。铁路的发展方向是速度更高、载重更大，这对车辆的的状态、安全的实时监控和故障诊断处理能力提出了更高要求。
动车组诊断是识别动车运行状态的科学，它研究的是动车运行状态在诊断信息中的反映，其研究内容包括对列车运行现状的识别诊断、对其运行过程的检测以及对其运行发展趋势的预测三个方面。由于高速动车组发生故障会带来严重的后果，因此必须在事故发生之前，通过现金的装备较早的发现和预防事故的发生。动车组检测与故障诊断系统对于高速动车组的安全运行起着重要作用。
动车组故障诊断系统的主要作用有：提高动车组运行的可靠性和安全性、为动车组维修提供重要的依据、可检测显示记录存储和分析数据、为动车组的改进和发展提供依据。故障诊断系统所积累的大量数据，不但可以成为维修的重要依据，而且通过这些数据的综合分析，还能对动车组的综合性能和各主要零部件的可靠性进行评估，为动车组的改进和发展提供重要数据。
动车组故障诊断系统的主要功能：故障检测、故障识别、故障定位、故障显示、故障记录存储与传输、整备作业和定期维修中的检验。故障诊断系统是通过一定的手段（例如安装传感器），获取各个主要部件和系统工作状态的信息，从而确认它们的工作是否正常，能否完成应有的功能。检测功能的完成主要依赖于各类传感器的工作。
3 机械故障诊断技术对动车检修工作的重要性
动车组的安全运行是乘客生命财产安全的保障，但这是建立在动车检修工作完善的基础之上。因此，机械故障诊断技术应用在动车检修工作就显得尤为重要。
动车组的故障诊断系统包括两个部分，即车载故障诊断系统和地面故障诊断系统。正是有机械故障诊断技术作为有力支撑，使得动车检修工作具有了理论依据，能够系统化、高效化的完成动车检修工作。
4 总结
伴随着动车组质量提升和依靠科学合理是机械故障诊断技术的运用，目前的动车组检修已得到了较大的发展。以后，随着对速度和舒适度等要求的不断提高，动车检修工作仍具有更高的挑战。改进检修设备、实现全面调试、创新检修方法等都可明显提升检修效率，整体重点要从质量分析、质量控制及质量优化着手，使其具有规范性、高效性和科学性。
参考文献：
[1]钟秉林.机械故障诊断学[M].1997年12月第1版.机械工业出版社，1997.
[2]常振臣，张海峰.动车组PHM技术应用现状及展望[J].电力机车与轨道车辆，2016，39（01）.
[3]孙伟.动车组检修效率提升与质量管控手段研究[J].经管论坛， 2014（24）.
机械故障诊断范文6
关键词：小波变换；小波包；机械故障诊断
中图分类号：S232文献标识码：A
1引言
小波分析（Wavelet Analysis）是近年来得到广泛应用的一种新的信号处理方法，它已经在信号处理、图像识别、量子力学、地震勘探、语音识别与合成、生物医学、军事电子对抗、CT、彩色复印、天体识别、机器视觉、机械故障诊断与监控等科技领域得到广泛应用，因此小波分析被认为是傅里叶分析发展史上的里程碑。
小波包分析是从小波分析派生而来，它采用重构的分析方法对信号处理更加精细化。利用一组互相正交的小波函数构造子空间S，将获得的信号投影到S上，该方法称为多分辨率分析方法，它使得信号在不同尺度进行展开，以便提取信号在不同频带的频域特征及不同尺度下的时域特征。本文所论述的农用机械检测方法就是在小波包的理论基础上，细分小波包后再进行小波包重组，利用小波包分频带能量检测方法，检测器械存在的缺陷。小波包分解通过将原信号分解为在不同频带上的投影并给出原信号时域、频域信息，即一定频带里的时域波形。小波包分解序列图表征原始振动信号的局部特征，有效地判断原始信号的周期性和平稳性。小波包检测方法的原理就是将原信号中的有差异的能量频带彻底分离，并分别放到相隔离的频带里，而且这些频带里的能量是固定不变的，然后即可根据各个频带中的信息判断其状态与故障诊断的信息。本文利用改进的小波包能量分析原理进行农业机械系统故障检测，并通过仿真实验进行验证。
2传统的小波包能量分析
上面描述的能量分析方法能够表示初始信号不同频率信号的能量分布，因而可以判断其频率的排布方式，但是由于某些零部件总是固定地破坏器械的缺陷区域，它会定时击打缺陷部位，导致不同的轴承零件之间产生相互作用力，使得振幅叠加，从而产生更加强烈的冲击力。这些振幅较大的冲击力跟时间有关，因此这种计算理论是存在缺陷的，也就是说它没有顾及到各个频带上的能量参数随时间的变化分布规律，影响了下一步机械故障诊断的精确性。下面我们用实例说明这点，假定传递的信号参数满足公式（28）和（29）的关系，使用本文所述的能量分析计算方法进行这两个信号的详细分析，分析结果可见图1和图2。这两个信号的频带可以分成4个，这4个频带包括频带1（60Hz），频带2（180Hz），频带3（300Hz），频带4（450Hz）。这里面，样例的频率为1000Hz，样例的取点个数为2000，频率最大不超过500Hz，所以从取样点1至取样点6每个频带的分布可以表示为：（0～90）Hz；（90～175）Hz；（175～250）Hz；（250～315）Hz；（315～395）Hz；（395～500）Hz。那么原信号的频率f1=60Hz，f2=180Hz，f3=300Hz，f4=450Hz对应的频带分别为（0～90）Hz；（175～250）Hz；（250～315）Hz；（395～500）Hz，即分别对应第0，2，4，6号小波包节点。
图1频带能量分析方法处理信号x1
图2频带能量分析方法处理信号x2
由以上两个图可以得到，初始信号的能量频带主要分布在0，2，4，6节点上，在图中可以明显地看出每个频带上的能量大小，使得初始信号的识别变得简单。
3修正的小波包计算方法
上一节中的能量分析算法还存在一定缺陷，这个算法能够有效分类信号的不同能量的频带，然而，当能量参数随着时间变化使得两组模拟信号存在着很大区别时，小波包能量分析图中看不出任何差异，这说明当信号随着时间变化产生不同的分布时，这种算法本身存在的缺陷对检测结果造成失真的影响。
该算法的问题出现在没有认识到各个分离出来的具有不同能量的频带其参数是跟时间有关的，是随时间变化的。因此，要想使得缺陷识别的精度更加高和信号处理地更加合理，需要对上面所说的小波包能量计算方法进行修正。在修正过的算法中，我们提出了两个新的观点，即：包络分析方法与能量距分析方法。
31包络分析方法
这里的包络解调方法就是利用包络检波和低通滤波方法处理振幅叠加产生的高频共振波，得到一个范围扩大的共振解调波，这个包络分析方法能够根据机械本身的高频振动检查轴承的运行状况，也能够通过分析包络信号的振幅定位缺陷位置。包络分析法能够自动准确地识别故障信号，这样就避免了其他信号对诊断带来的干扰，是诊断结果更加可信、更加快捷。
32能量距方法
能量距方法能够有效识别各个频带上的能量分布宽度，它还能描述各个频带与时间之间的变化关系，而且也能尽量避免小波包变化引起的频率混淆的情况。小波包细化后重新组成的信号设为xjk（n），那么就得到能量距Fjk的定义式（31）。
Fj，k=∑Nn=1（nΔt）xjk（n）2（31）
各个位置点的能量参数考虑到时间的影响之后，要是缺陷信号出现不完整或者异常点时，这个分析方法就能准确地预测它未来的能量变化。下面给出改进的小波能量分析算法：
321对原信号进行3步小波包分析，然后再分析第3步中按从小到大排列的6个不同振幅的信号，这样就可以获得比较详细的特征波，然后即可进行小波包的分解参数重组，使每个振幅的信号和初始信号的振幅出现差异。
322利用包络检波的方法检测（321）中得到的信息，也就是说采取Hilbert transform，这样就能得到每个频带参数符合的包络线。
323运用能量距公式Fjk，如式（31）求取（321）中得到的重组信号，其中j=3；k=0，1，2…6。处理能量距因子就能获得小波包特征向量。
324以323得到的数据为依据进行能量分布柱状图的编辑。
再次进行上述计算方法的操作，用得到的修正过的小波包能量分析方法修正式（26）和（27）两组数据进行相关分析。
对小波包各个节点的包络分析数据进行小波能量距分析，结果如图3、图4所示。
图3改进能量分析方法处理信号x1（t）
图4频带能量分析方法处理信号x2（t）
原信号的频率为f1=60Hz，f2=180Hz，f3=300Hz，f4=450Hz，对应的频带分别为（0～90）Hz；（175～250）Hz；（250～315）Hz；（395～500）Hz，也就是与第0，2，4，6能量带相符合的频带。从上图可以确定，修正过的分析算法相较于以往的分析算法其精度更高，而且它们的变化是与时间有关的，我们很容易得出这两者之间的差异。
4缺陷判断方法仿真
下面我们通过实验仿真检验小波包的频带能量分析算法效率，首先根据振动信号的特征模拟正常信号，如式（41），轻微转子振动信号如式（42），重度转振动信号如式（43）。
y1=3sin（100πt）（41）
y2=3sin（100πt）+2sin（200πt）（42）
y3=3sin（100πt）+10sin（200πt）（43）
信号y1（t）代表的频率是50Hz，信号y1（t）代表的频率是50Hz，信号y1（t）代表的是100Hz。假设样例的频率是1000Hz，取点的个数为2000。那么利用修正过的小波包能量分析方法，第三层小波包分解后的6个小波包频带宽度分别为（0～90）Hz；（90～175）Hz；（175～250）Hz；（250～315）Hz；（315～395）Hz；（395～500）Hz。对1，2，3三个信号进行修正的算法计算，得到的结果可见图5、图6。从图中可以看出，初始信号位于结点0处，一般来说，无故障或故障较小的情况小，结点0处的能量是最高的，图6的结点1处于5图对比其能量有了一部分提高。即当转子的偏中倾向提高时，结点1处的能量升高，图7可以看出，这就意味着缺陷更加严重。
图5信号y1（t）能量分析
图6信号y2（t）能量分析
图7信号y3（t）能量分析
为了把审核步骤详细来看，这里以积分能量均等的标准进行计算，将能量宽度广的结点1的频带细分为8份，表1表示的是具体的分类。
从表1中我们可以得到，一般来说转子偏中缺陷部分的能量距非常小，甚至可以忽略不计，但是要是缺陷的损坏情况逐渐加重，那么能量距的数值就会也来越大，设置到增高到454234×105，这个分类方法能够使用于所有的频段范围和所有的频段点。从上面所有的试验结果可以发现，每个能量频段的趋势。因此，当每个频段的能量改变时，修正过的能量算法可以准确表达各频率分量的能量变化及状态。
5结论
这篇文章主要论述了基于以往小波包分析的方法上的修正过的较为准确的缺陷检测方法。经过缺陷检测的实例分析，可以获得轴承故障和无故障时小波包细化后的各个频带的能量趋势，而且修正过的小波包能量分析方法能够准确识别缺陷部分，提炼缺陷的特点，使缺陷的识别更加准确。实例分析说明修正后的能量分析方法可以有效判定农用器械的检查精准度，使信号分析的结果更加符合标准。
参考文献
[1]周东华，叶银忠.现代故障诊断与容错控制[M].北京：清华大学出版社，2000.
[2]崔锦泰.小波分析导论[M].西安：西安交通大学出版社，1995.
[3]万良虹.基于小波分析的滚动轴承故障诊断方法研究：（硕士学位论文）[D].北京：华北电力大学，2004.
[4]李世玲，李治.基于小波变换的传感器故障检测技术研究[J].机车电传动，2000（04）.
[5]张志涌.精通MATLAB65版[M].北京：北京航空航天大学出版社，2003.
[6]何正友，杨卿，钱清泉.电力系统暂态信号的小波分析方法及其应用（3）[J].电力系统及其自动化学报，2002（05）.
