中北大学2010届毕业设计说明书
1 绪 论
1.1 课题研究目的
随着现代工业及科学技术的迅速发展，生产设备日趋大型化、集成化、高速化、自动化和智能化，设备在生产中的地位越来越重要，对设备的管理也提出了更高的要求，能否保证一些关键设备的正常运行，直接关系到一个行业发展的各个层面。现代化工业生产，一旦发生故障，损失将十分巨大。因此，为最大可能地避免事故的发生，机械设备状态监测与故障诊断技术近年来得到了广泛的重视和发展[7]。目前，机械设备状态监测与故障诊断已基本上形成了一门既有理论基础、又有实际应用背景的交叉性学科。机械故障诊断的基本任务是监视机械设备的运行状态，诊断和判别机械设备的故障并提供有效的排故措施，指导设备管理和维修。因此，机械故障诊断技术的研究和应用，能够帮助人们尽早的发现故障隐患，预防故障的发生，故障发生之后也能尽快地找出故障发生的原因、部位、严重程度及发展趋势，并提供解决故障的有效方案。
机械故障诊断主要包括四个步骡，即信号测量、特征提取、模式识别和诊断决策。信号测量是指采集机械设备某个部位的振动信号；特征提取是对振动信号作处理，分析信号的时域和频域特性，并提取能够反映故障特征的重要参数；模式识别是对特征参数的分类识别，诊断出故障的类型；诊断决策是寻找故障发生的原因，分析故障状态的特点，提供解决故障的方案。在机械故障诊断的发展过程中，人们发现最关键、最困难的问题之一是故障信号的特征提取，它直接关系到故障诊断的准确性和故障早期预报的可靠性[3]。
在实际应用中，故障与征兆之间往往并不存在简单的一一对应的关系，一种故障可能对应着多种征兆，反之一种征兆也可能由于多种故障所致，这些给故障特征提取带来了困难。为了从根本上解决特征提取这个关键问题，通常我们必须要借助信号处理，特别是现代信号处理的理论、方法和技术手段，从采集的原始数据中寻找出特征信息，提取特征值，从而保证有效、准确地进行故障诊断。也就是说，信号处理和特征提取的好坏与故障诊断的效率和质量有着极为密切的联
第 1 页 共 49 页
中北大学2010届毕业设计说明书
系，信号处理、特征提取是故障诊断中必不可少的重要环节。
综上所述，机械故障诊断技术的研究和应用，尤其是先进的信号处理和特征提取方法的研究与应用，对于避免灾难性事故的发生，减少经济损失，提高安全生产能力有着重大的意义[4]。 1.2 国内外研究现状分析
美国是最早开展状态监测与故障诊断的国家之一，1961年开始执行阿波罗计划后，产生了一系列有设备故障酿成的悲剧，引起了美国军方和政府有关部门的重视。1967年4月，在美国宇航局(NASA)的倡导下，由美国海军研究室(ONR)主持成立了美国机械故障预防小组(MFPG)，首次采用状态监测技术对机械进行预防监测，标志着该技术研究的开始。除了MFPG外，美国机械工程师学会(ASME)领导下的锅炉压力容器监测中心在应用声发射技术对设备故障诊断方面取得重大成果。其他还有Johns Mitchell公司超低温水泵和空压机监测技术、SPIRE公司军用机械轴和轴承诊断技术、TEDECO公司润滑油分析诊断技术等都在国际上处于领先地位。
英国在20世纪60年代末70年代初，以R．A．Collacott为首的机械保健中心开始研究故降障断技术。1982年曼彻斯特大学成立了沃福森工业维修公司，主要从事状态监测与故障诊的研究与教育培训工作，另外，在核电站，钢铁等领域也成立了相应的组织，开展这方面的研究。
在欧洲其他一些国家，设备状态监测与诊断技术的研究也有不同程度的发展，并在一方面具有特色或领先地位，如瑞典SPM仪器公司的轴承监测技术，挪威的船舶诊断技术。如丹麦B&K公司的传感器制造技术。
我国在故障诊断技术方面的研究起步较晚，但是发展很快。其间经历了两个阶段：一阶段从1979年至U1983年，该阶段主要是吸收国外先进技术，并对一些故障机理和诊断法展开了研究：第二阶段从1984年至今，在这一阶段随着官方组织的成立和学术会议的推广，全方位开展了机械设备的故障诊断研究。国内有一些大学及研究所陆续推出自己的产品，如北京振通检测技术研究所推出的902和903便携式采集器，重庆大学测试中心的QLSA．W型振动测试分析仪，
第 2 页 共 49页
中北大学2010届毕业设计说明书
大连理工大学推出的PDM2000数据采集分析仪及管理软件，哈尔滨工业大学的“机组振动微机监测与故障诊断系统，西安交通大学的RMMMDS系统，浙江大学的CMD.3系统和清华大学的ADVISOR系统等[5]。 1.3故障诊断的研究难点和发展趋势 1.3.1故障诊断的基本问题
一般来说，故障可以理解为至少一个系统的重要特性偏离了正常范围。广义地讲，故障可以理解为系统的任何异常现象，使系统表现出所不期望的特[7]。从结构上看，控制系统故障大体上可以分为受控对象故障(component Fault)、传感器或仪表故障(sensor or Instrument Fault)、执行器故障(Actuator Fault)和控制器故障(controller Fault);根据故障的时间特性，可以把故障分为突变故障和缓变故障;根据故障发生的形式，可以把故障分为加性故障和乘性故障[6]。
故障诊断技术包含了故障建模、故障检测、故障分离、故障辨识和故障的评价等内容。故障建模就是根据先验经验和输入输出信息，利用各种建模方法来建立系统故障的数学模型，为故障诊断提供依据;故障检测就是判断系统中是否发生了故障以及检测出故障发生的时刻；故障分离就是在检测出故障后确定故障的类型和位置；故障辨识就是在分离出故障后确定故障的大小和时变特性；故障评价就是判断故障的严重程度及其对象的影响和发展趋势。
在实际工程应用中，由于诊断对象的多样性和故障发生的复杂性，诊断系统识别故障的方法很多。目前国内外研究理论和方法[8~10]如图1.1：
第 3 页 共 49页
中北大学2010届毕业设计说明书
故障诊断理论与方法基于非模型基于数学模型和控制理论方法信号空间特征模态信号处理基于知识推理、人工智能方法基于模式识别和神经网络基于人工免疫系统基于灰色系统理论方法和模糊理论基于数学模型基于机理研究基于信号处理和特征提取基于故障树分析 图1.1：故障诊断理论与方法
评价故障诊断系统的性能主要从以下三个方面[11~12]：
检测性能指标。包括故障早期检测的灵敏度、速度以及误报率和漏报率。检测系统早期检测的灵敏度越高，表明它能检测到的最小故障信号越小；故障检测的速度越快说明故障从发生到被正确检测出来之间的时间间隔越短；故障的误报是指系统没有发生故障却被错误判定出现了故障的情形。漏报则是指系统中出现了故障却没有被检测出来的情形。一个可靠的故障检测系统应当保持尽可能低的误报率和漏报率；
诊断性能指标，包括故障分离能力、识别准确率和鲁棒性。故障分离能力是指诊断系统对不同故障的区分能力。分离能力越强，表明诊断系统对于不同故障的区分能力越强，那么对故障的定位也就越准确；故障辨识的准确性是指诊断系统对故障大小、发生时刻及其时变特性估计的准确程度。故障辨识准确性越高，表明诊断系统对故障的估计就越准确；
综合性能指标，包括鲁棒性和自适应性。鲁棒性是指在有模型失配和存在噪声或干扰的情况下故障诊断系统保持正确诊断的能力。一个故障诊断系统的鲁棒性越强，它受噪声、干扰和建模误差的影响就越小，其可靠性也就越高。自适应能力是指诊断系统具有自适应能力，能够充分利用变化产生的新的信息来自动调整自身，以维持原有的诊断性能指标。
第 4 页 共 49页
中北大学2010届毕业设计说明书
上述性能指标分别从检测性能、诊断性能以及综合性能三个不同的方面给出了评判一个故障诊断系统性能标准。对于实际系统，尤其是复杂的大系统，在实际的工程设计中，首先要分析具体诊断对象的特点以及诊断要求，明确主要性能要求和次要性能要求，然后综合要求，选择最佳的故障诊断方法以及实施方案。 1.3.2故障诊断研究现状
经过十多年的快速发展，故障诊断取得了突出的成绩，但是相对日趋复杂的生产过程和对可靠性日益增长的实际需求，还有许多问题没有解决，其相关理论和方法还远没有完善，尤其是非线性系统的故障诊断问题，还需要不断发展和深入研究。故障诊断的难研究现状可以归纳如下[18]： 1. 非线性系统的故障诊断技术还不完善和成熟；
经过20多年的不懈研究，线性系统的故障诊断理论已基本成熟。它主要通过状态估计方法、参数估计方法和等价空间方法可以完成已知精确模型的线性时不变系统的故障诊断。受非线性理论发展的局限，对非线性系统缺乏一般性的建模方法，对非线性系统故障诊断的研究还比较薄弱，是目前故障诊断研究的难点问题之一。由于实际系统严格意义上讲都是非线性的，非线性具有相当的普遍性，因此研究此类系统的故障诊断又是目前研究的热点和前沿课题。 2. 对模型失配和系统不确定性干扰的鲁棒性研究；
在实际生产过程受客观环境的种种限制，系统的建模中存在诸多干扰、参数时变和系统样本的不完全等因素，往往使所建模型存在一定的误差和不确定性。同时，在系统的实际运行中，不可避免地也会有若干不确定性干扰因素加入到系统中影响系统的状态。而且在设计实际诊断策略时，诊断的灵敏度和鲁棒性往往是矛盾的。如何因此提高故障诊断策略的鲁棒性对于抑制干扰，增强策略的适用性具有重要的实际意义。
3. 集成型智能故障诊断系统研究。
故障诊断的方法很多，有的是基于结构分析的方法，有的是基于参数估计的方法，有的是基于规则和推理的方法，它们各自也存在着局限性。对于复杂实际对象的故障诊断，如用单一的知识表示方法，有时难以完整表示对象的故障领域知识。因此，集成多种知识表示方法则能更好地表示对象的故障诊断领域知识，综合各诊断方法的优点，克服各诊断方法的局限性，从而提高了诊断系统的智能
第 5 页 共 49页