机械故障诊断学

定义

机械故障诊断学以机械设备在运行过程中的运行状态为研究对象，考察运行状态的变化如何反映在各类诊断信息之中，并据此判断设备的状态与故障^[4]。诊断所依据的信息可来自振动、温度、压力和流量等多种信号，特征信号的选取需结合传感器类型、测点位置等因素，力求反映机器运行的本质信息^[2]。

在功能构成上，机械故障诊断通常包括异常状态的检测、分离、评价与预测等环节，即判断设备是否出现异常、异常发生在何处、严重程度如何以及将如何发展^[5]。有教材把诊断工作划分为信号检测、故障信号分析及特征提取、故障诊断分析和故障处置决策4个部分，每一部分都涉及大量内容^[2]。

背景

20世纪以后，工业生产规模扩大，设备向大型化、高速化、精密化和机-电-液一体化方向发展，设备故障对生产的影响明显增加，事后维修与按固定周期进行的定期维修成为主要做法，维修工作随之日益复杂^[6]。大约在20世纪60年代，美国军方意识到定期维修存在一系列弊病，开始转向预知维修，即在设备正常运行过程中开展监测，以发现潜在的故障因素^[7]。

1961年开始实施的阿波罗计划在执行过程中出现一系列由设备故障造成的事故，1967年在美国宇航局倡导、美国海军研究室主持下成立了美国机械故障预防小组(MFPG)，从事故障机理、检测、诊断与预报技术研究^[8][9]。同一时期，电子技术和计算机技术迅速发展，快速傅里叶变换的出现为诊断技术提供了必要的技术基础^[7]。

欧美与日本自20世纪60年代起各自形成不同的技术路径。美国主要出于军事、航天和核设施管理的需要，发展所谓机器健康监测技术；英国于1970年提出设备综合管理技术，并把设备诊断列为其中的核心内容；日本则自1970年起由钢铁等装置产业推进设备诊断技术的研究与应用^[10]。中国起步相对较晚，1979年才初步接触设备诊断技术，1983年有关部门提出国营工业交通设备管理试行条例，推动了国内设备故障诊断技术的开发与研究^[7][8]。

内容

振动诊断被视作机电系统诊断的基本方法，在旋转机械的状态监测中应用尤为普遍^[2]。其原因在于机器运行时振动现象无时不在，振动加剧往往先于事故出现，而且振动测试手段与相关理论相对成熟，便于实现在线监测与诊断^[2]。

在具体内容上，诊断工作一般从信号检测入手，再对故障信号进行分析与特征提取，然后完成诊断分析和处置决策^[2]。除振动与噪声分析外，常用手段还包括油液分析和声学诊断等，相关教材多按振动诊断、油液诊断、声学诊断和智能诊断等分支组织内容^[11][12]。振动信号的处理覆盖时域、频域和时频域方法，用以提取能够反映故障的特征^[2]。

随着人工智能的发展，机械故障诊断由以动态测试为基础、以工程信号处理为手段的常规诊断，发展为以知识处理为核心、信号处理与知识处理相互融合的智能诊断^[2]。智能诊断涉及的具体方法包括基于神经网络、粗糙集、支持向量机、信息融合以及物联网的诊断技术等^[12][11]。

影响与争议

20世纪70年代后期，以设备状态为依据的状态基准保全观念被广泛接受，进入80年代后，轴承、旋转机械等损伤的检测与诊断技术得到普遍应用，设备诊断逐步发展为涵盖多种系统与异常类型的综合技术领域^[10]。在国内，屈梁生自20世纪80年代起率先开展机械故障诊断和运行状态监测研究，与何正嘉共同编撰了中国第一部机械故障诊断专著，并组建了国内第一个从事该领域研究的专业团队^[13]。

屈梁生把多个传感器输出的振动信号在频域中加以合成，形成全息谱，并在此基础上开发出轴系全息动平衡技术^[14]。相关成果被认为显著提高了大型机组故障的确诊率，并两次列入国家重点推广项目^[15]。

20世纪90年代末，信息技术的发展推动诊断系统向测试、监控、诊断、预测与维修管理一体化方向演进，形成故障预测与健康管理等维修保障技术，其概念最早在美军联合攻击战斗机项目中提出^[9]。与之相应，维修方式由以时间为基准的定期维修转向基于状态的维修，后者在英国标准等规范中有明确规定^[5]。

由于研究对象、故障机理和运行工况差异很大，数据驱动方法、解析方法和基于知识的方法各有优缺点，并不存在对所有应用都最优的单一方法^[2]。复杂装备的诊断还存在测试性差、诊断时间长、保障费用高等问题，这些问题促成了综合诊断等概念的提出^[9]。

参见

• 屈梁生 —— 中国机械故障诊断领域的开创者与奠基人之一，首创全息谱技术并推动相关研究在国内展开。

• 何正嘉 —— 与屈梁生共同编撰中国第一部机械故障诊断专著，长期从事该领域的教学与研究。

• 全息谱 —— 由屈梁生提出、将多个传感器振动信号的幅频相信息加以集成的诊断方法。

• 故障预测与健康管理 —— 在状态监测与故障诊断基础上发展起来的维修保障技术体系。

• 状态监测 —— 机械故障诊断学的技术基础，通过持续观测设备运行参数发现异常。

• 中国振动工程学会 —— 旗下故障诊断专业委员会是国内设备故障诊断领域较早成立的学术组织之一，立于1985年。