導語：如何才能寫好一篇機械故障診斷，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

關鍵詞：旋轉機械；故障診斷；原因分析

中圖分類號：U472.42文獻標識碼：A 文章編號：

引言

所謂旋轉機械指的是通過內部零部件的旋轉運動完成相關功能的機器設備。通常指的是那些旋轉速度比較高應用較為廣泛的機械，比如離心式壓縮機、電動機、汽輪發電機、離心式水泵、真空泵和離心式鼓風機等具有旋轉運動都屬于旋轉機械。旋轉機械一般構造較為復雜，發生故障時較難查找出故障原因，更不容易做出有效的維修方案，為旋轉機械的維修和管理人員提出較大的難題，本文主要就旋轉機械故障的原因作出簡要的分析，并總結了故障診斷技術的相關內容。

1 旋轉機械故障診斷的特點

進行旋轉機械的故障診斷時，首先需要了解旋轉機械故障所具備一些特性，以下做出簡單的分析：

1.1轉子特性

而轉子組件的運行的良好與否直接決定了旋轉機械的運行狀況，所以旋轉機械的故障的診斷主要是通過檢測轉子組件而形成的。轉子系統安裝轉子動力學的理論又被科研人員分為剛性轉子與柔性轉子。人們將旋轉機械內部的轉子的轉速不能超過其第一階臨界轉速的稱之為剛性轉子，反之則為柔性轉子。

1.2旋轉機械振動的頻率特征

對于旋轉機械的診斷需要采集其振動信號，包括諸如周期信號參數或平穩隨即信號以及準周期信號等。也就是說旋轉機械的振動故障一般都會涉及到轉子的速度以及振動頻率的狀態正常與否。通常旋轉機械的振動故障時，其轉子的旋轉素的與故障特征頻率是相關的，一般改特征頻率是轉子回轉頻率的幾倍或幾分之一倍。所以通過分析振動特征頻率與轉子頻率的相關性可以找出旋轉機械故障的成因。經實踐調查發現，旋轉機械故障特征頻率與轉頻具有如下的相關性：

1）同步振動

同步振動指的是轉子的故障特征頻率域轉子頻率相同或是其整倍。而一般如果出現強迫振動時表現多為同步振動。很多時候容易出現同步振動，如轉子不平衡和聯軸器不對中時都可以出現同步振動的現象。

2）亞同步振動

亞同步振動即為振動特征頻率低于轉子頻率時，或者為轉頻的分數倍時的情況。像渦輪機械發生的喘振和滑動軸承出現的油膜振蕩都是屬于亞同步振動，而旋轉機械的亞同步振動又多為自激振動。

3）超異步振動

超異步振動的情況很多，像齒輪損壞發生的嚙合頻率會導致超異步振動，還有葉輪葉片的振動時產生的頻率也能引起超異步振動，其原理就是故障特征頻率高于轉頻。

通過上述的旋轉機械故障發生時的振動情況介紹，其實千萬不能簡單地認為機器發生故障就表現為上述三種情況的一種，要是如此就簡單了。實際情況是，旋轉機械在運行過程中，遇到故障時往往表現為三種情況同時存在。

獲取旋轉機械故障信號的主要途徑如下：

1）振動頻率分析

因為旋轉機械不同的故障類型具有相應固定的特征頻率，旋轉機械的故障發生時的特征頻率是分析及診斷旋轉機械故障類型的有效參數。

2）分析振幅的方向特征

因為旋轉機械各異的故障情況發生時的振動方向具有比較明顯的方向特點，一般在進行故障診斷時，需要在相應的測點進行三個不同方向的振動測量，然后根據其振動方向可以初步判定其故障類型。

3）分析振幅隨轉速變化的關系

旋轉機械有相當一部分故障的振動幅值與轉速變化有密切的關系，所以現場測量時，在必要的時候，要盡量創造條件，在改變轉速的過程中測量機器的振幅值。

2旋轉機械故障的來源及主要原因分析

旋轉機械出現故障的診斷技術首先是基于對于機械故障的原因進行分析，以下是根據實踐經驗總結的引起機械故障的不同原因，有助于工作人員對機械故障做出順利而準確的診斷。

2.1設計和制造引起機械故障

設計不當，動態特性不良，容易引起旋轉機械發生強迫振動或者是自激振動的現象；由于結構設計不夠合理，導致構件截面出現應力集中現象；工作轉速應盡量避免接近臨界轉速區，否則容易引起旋轉機械出現故障的一個原因；運行點接近或落入運行非穩定區；零部件加工制造精度達標，引起產品質量問題；零件材質不良，造成旋轉機械出現質量問題而容易引起故障；設計時或制造過程導致的轉子動平衡不滿足技術要求。

2.2安裝和維修引起機械故障

當機器安裝不當，零部件發生錯位使得機械預負荷過大，容易引起機械故障；軸系對中不良（一般是由于軸系熱態對中的考慮不夠）；機器的各幾何參數（比如配合間隙、過盈量及相對位置）調整的位置不當；管道壓力過大，使得機器在工作狀態下改變了動態特性和安裝精度；轉子長期放置不當，破壞了動平衡精度容易引起機械故障；安裝或維修工程破壞了機械的原有配合性質和精度導致的機械故障等。

2.3運行操作不當引起機械故障

具體的引起旋轉機械故障的不當運行操作如下所述：旋轉機械在非不滿足設計要求的狀態下運行（如轉速過大、長時間或較大的負荷），導致機械構件出現損壞，導致故障；不夠或冷卻不良；旋轉體出現損壞、耗損或結垢的現象；機械的相關參數設定不當（如溫度、轉速等），使得機器運行失穩，易引起機械出現較大的故障；不按設計要求進行機器的啟動、控制升降速等操作，或者暖機不夠、熱膨脹不均勻等。

2.4機械狀況惡劣導致機械故障

這里指的是機器使用過程中保養維護不當引起的故障：如機器沒有得到足夠的時間調整，而長時間負荷狀態下使得其轉子撓度增大；機器的地基基礎出現不同程度的沉降，導致旋轉機械的外表殼出現變形的情況等。

3旋轉機械故障診斷技術的內容

對于旋轉機械故障做出診斷需要進行以下三方面的內容：

（1）特征參數的采集：改內容是屬于旋轉機械故障診斷的一個準備的過程，主要的工作就是采用相關的儀器測得機器各個設備的一些參數，比如轉速、濕度、溫度、壓力、頻率、流量、噪音等。采集相關參數所使用的儀器一般由基于不同的構造原理的傳感技術制作成的傳感器組成。通常所使用的傳感器暴扣速度傳感器、電渦流傳感器濕度傳感器和加速度傳感器等，近年來隨著科技的進步還有光導纖維、激光以及聲發射等傳感技術的被廣泛應用到旋轉機械故障診斷中。

（2）參數的提取與處理：通過上述的準備階段即參數的采集結果中，提取與旋轉機械的故障有關聯的特征信息，并與政策狀態的相應參數進行對比，可以有效地檢測旋轉機械的狀態。一般對于旋轉機械的軸承故障診斷過程中，使用較為廣泛的分析方法是小波分析。而目前興起的的方法如空間重構的GMD的數據處理方法也逐漸被用于較為復雜的機械如旋轉機械的非線性振動中，可以為預測旋轉機械故障的發展趨勢提供有效的幫助。

（3）判斷故障種類：經過之前兩個階段，得到了對于旋轉機械故障所處的狀態進行較為準確的識別，并為維修方案的決策提供理論依據。這個階段需要進行的工作就是研究機器的相關參數及故障診斷中的應用技術，考慮不同傳感器的優化配置的方案優劣性，通過發展信息融合技術、采用模糊診斷和神經網絡的方法、經過小波轉換分析、并通過在專家系統中的應用，最終能夠對于旋轉機械故障提供準確而可靠的診斷。

4結語

隨著技術的發展，旋轉機械故障診斷技術主要是通過考察所診斷機器的故障歷史、根據相關參數的采集識別機器的實時狀況，通過相關的分析方法來診斷旋轉機械現有的故障情況，并預測其故障未來的發展趨勢，從而為提供行之有效的維修方案提供理論及技術支持。旋轉機械故障診斷技術是基于近代數學、計算機技術、機械自動化控制理論、信號處理技術及理論、仿真模擬技術、可靠性等理論而形成應用型技術。應用較為的廣泛的旋轉機械故障診斷的方法很多，如振動檢測診斷法、溫度檢測法、聲發射檢測法、噪聲檢測法、油液分析法、人工神經網絡、模糊數學分析法、專家系統以及粗糙集理論等都常見于旋轉機械的故障診斷工作中。

參考文獻

[1] 張全偉. 機電設備故障診斷技術淺析[J]. 商業文化(學術版), 2008,(06)

篇2

在電子機械設備故障診斷過程中，診斷對象的故障過程是復雜多變的，在故障發展過程中，由于引起故障的因素在性質、特點及作用方式上是不同的，機械功能狀況和所受損害的具體情況也不同，使得故障征兆和演變具有不同形式，診斷中往往難以迅速準確地認識故障的性質，導致誤診。 

1 電子機械概述 

電子機械主要是以研究電子信息設備與電子系統的機械與結構的設計與制造為核心的，努力提高設備或系統在不同的復雜環境中的電性能。我國工業與電子裝備發展過程已經超過40年，在電子設備的設計和制造商處于世界前列，但是也必須認識到先進的電子機械，不僅取決于電子設備的可靠性，也與結構與工藝密不可分。電氣設計、結構設計及制造工藝在電子裝備中有融為一體的發展態勢，當今的電子機械工程就是應這種趨勢而產生的新興學科，國內很多高校也設立了電子機械專業。電子機械同以往的普通機械相比，有其自身的特性：從目的上來說，電子機械旨在于提高電子設備的電氣性能系統；從實現手段上來說，電子機械主要通過在機械中加入電子信息技術等來實現電子設備的性能；從機電一體化的載體方面來說，電子機械是電子系統，常規機械是機械結構系統；從電子系統對機械的重要性來說，機電一體化對電子設備至關重要。 

2 電子機械故障診斷技術分析 

所謂電子機械設備故障，就是指機械系統已偏離其設備狀態而喪失部分或全部功能的現象。如某些零件或部件損壞，致使工作能力喪失；發動機功率降低；傳動系統失去平衡和噪聲增大；工作機構的工作能力下降；燃料和油的消耗增加等，當其超出了規定的指標時，均屬于機械故障。電子機械故障診斷技術主要有以下幾種： 

2.1 基于小波分析的故障診斷方法 

小波變換是一種新的變換分析方法，它繼承和發展了短時傅立葉變換局部化的思想，同時又克服了窗口大小不隨頻率變化等缺點，能夠提供一個隨頻率改變的“時間-頻率”窗口，是進行信號時頻分析和處理的理想工具。基于小波分析直接進行故障診斷是屬于故障診斷方法中的信號處理法。這一方法的優點是可以回避被診斷對象的數學模型，這對于那些難以建立解析數學模型的診斷對象是非常有用的。具體可分為以下4種方法： ①利用小波變換檢測信號突變的故障方法連續小波變換能夠通過多尺度分析提取信號的奇異點。其基本原理是利用信號在奇異點附近的Lipschitz指數。Lipschitz指數時，其連續小波變換的模極大值隨尺度的增大而增大；當時，則隨尺度的增大而減小。噪聲對應的Lipschitz指數遠小于0，而信號邊沿對應的Lipschitz指數大于或等于0。因此，可以利用小波變換區分噪聲和信號邊沿，有效地檢測出強噪聲背景下的信號邊沿（援變或突變）。因此，利用小波變換可以區分噪聲和信號邊沿，有效地檢測出強噪聲背景下的信號邊沿奇變。動態系統的故障通常會導致系統的觀測信號發生奇異變化，可以直接利用小波變換檢測觀測信號的奇異點，從而實現對系統故障的檢測。 

除此之外，小波變換可以看作一個帶通濾波器，從而可以對信號進行濾波。近年來，已經出現了很多基于小波變換的去噪方法。Mallat提出了通過尋找小波變換系數中的局部極大值點，并據此重構信號，可以很好地逼近未被噪聲污染前的信號。Donoho也提出了一種新的基于閾值處理思想的小波去噪技術。利用去噪后的信號可以直接對系統進行故障診斷，也可利用此信號進行殘差分析。通過去噪獲得系統輸出信號來進行故障診斷，方法上比較簡單，但對故障的判斷受限于觀測人員自身的經驗。 

2.2 光學檢測技術 

由于故障診斷資料不足，對故障的認識受到較大限制，給明確診斷帶來困難，有時所懷疑的故障的一般規律與故障征兆不完全相符，另外排除了一種故障的可能，因此故障診斷的推理過程往往也是模糊的，具有一定程度的不確定性。近年來，光學技術得到了快速的發展并被應用到工業領域，例如在數控機床中光柵系統的應用。光柵測量是利用光的衍射原理，通過疊放的光柵的相對運動，產生與之同步移動的莫爾條紋信號，然后通過讀數頭與后續電路，將導軌、工作臺的位置等信號轉變成信號讀出來，其讀數分辨率可達5nm。當兩塊相同的長光柵跌合，如果柵線的夾角很小時，莫爾條紋的方向與光柵條紋方向近似垂直。光柵盤上黑白刻線的相對移動，會產生光強度周期性變化，此光信號經光電池轉換成為周期性的電信號，對電信號進行分析處理，就可獲得光柵相對移動的位移量。 

2.3 人工智能診斷 

機電設備在運行時均會產生物理變化或者化學性能的轉化，這樣勢必會造成設備的外在形態的改變，如溫度升高、電壓電流以及功率的變化等，檢測人員可以通過對設備的這些參數變化的分析來了解設備的運行狀況。故障診斷技術就是依照不同參數的不同變化規律，而預判斷設備是否出現故障及出現故障的具置，以便及時采取科學有效的措施，防止出現不必要的損失，提高了設備運行效率和安全性。近年來，人工智能和計算機技術迅速發展，在機械診斷中的運用也越來越廣泛。例如，用于大機組和燃氣輪機的診斷專家系統、采用概率神經網絡、自組織映象和徑向基函數網絡等的智能診斷神經網絡等。Zadeh曾將專家系統、模糊集合、神經網絡、概率計算和遺傳算法統稱為軟計算。將軟計算中各種方法集成，形成各種類型的混合系統，如用于診斷的模糊專家系統、模糊神經網絡等，使各種方法互相取長補短，相輔相成，是一種值得關注的動向。 

篇3

【關鍵字】機械；故障

機械設備在高速的運轉和工作下容易發生故障，一旦發生故障其損失巨大，不但維修費用高，而且維修周期也很長，一直是困擾企業的突出問題。如何應用現代故障診斷技術建立設備故障預警制度，是目前亟待解決的難題。

1　設備故障狀態產生的原因

在現如今的生產和工作中，企業大多追求高效率，高速度，設備種類也是多種多樣，而且大部分企業的生產一線都是工作環境較為惡劣，設備故障率較高。設備故障發生的原因是多方面的，主要有以下幾種類型。

1.1　機械零件的損壞

當機械發生某種故障后，從故障部位進行外部觀察，我們會發現，故障的形成主要是由于零件本身的損傷、以及零件之間原有配合關系發生了變化。

零件的損傷是指零件的現有尺寸、形態偏離了原始設計性能，這種偏離表示機械在使用過程中，各種因素對零件發生作用的結果。常見的零件損傷是由于意外損傷和老化損傷造成的。

1.2　設備超負荷運轉

每臺設備都有一個設計輸出參數極限，如果設備的實際輸出參數超出其設計輸出極限時，機械的正常狀態將遭到破壞形成故障。產生設備超負荷運轉而引起故障時，就需要采取調整技術參數，提高設備承載能力，并對故障設備采取修復措施。

1.3　機械工作能力的損耗

機械工作能力的損耗是隨著時間的推移，在機械內、外因影響下，機械綜和能力的損耗。主要有以下原因：

1.3.1　機件配合間隙增大，剛性下降；

1.3.2　主要部件磨損和老化；

1.3.3　摩擦系數增大，負荷增加以及磨損等原因造成發熱量增大；

1.3.4　機械的主要聯接副和部件發生磨損、扭曲變形等。

2　設備故障狀態的跡象

設備故障狀態的跡象在設備中的表象主要有：

2.1　輸出參數的變化

設備臺班生產率降低，油機耗油量與工作時間、工作量的比例增加等的變化。

2.2　振動異常

振動是機械運行過程中的屬性之一，但不正常的振動常常是測定設備故障的有效手段。

2.3　聲響異常

機械在運轉過程中，在正常狀態下發出的聲響應是均勻與輕微的。當設備在正常工況條件下發出雜亂而沉重的聲響時，提示設備出現異常。所以，對噪聲異常的故障跡象必須認真對待，仔細檢查，正確判斷。

2.4　過熱現象

工作中，常常發生發動機、制動器、軸承等部位超出正常工作狀態的溫度變化。如不及時發現，并診斷與排除，將引起機件燒毀等事故。

2.5　磨損殘余物的激增

通過觀察油箱、齒輪箱、軸承、齒輪等零件的磨損殘余物，并定量測定油樣等樣本中磨損微粒的多少，即可確定機件磨損的程度。

2.6　裂紋的擴展

通過機械零件表面或內部缺陷（包括焊接、鑄、鍛造、壓延等）的變化趨勢，特別是裂紋缺陷的變化趨勢，判斷機械故障的程度，并對機件強度進行評估。

3　設備故障診斷的實施

通過對設備故障的產生原因及現象的分析，使我們對故障的診斷有了明確的目的性。目前，對各種設備的故障診斷實施技術，已從傳統的感官直接判斷，進入到利用現代振動、聲、光、電學理論以及各種現代測試技術、信息處理、識別技術和計算機技術的方向發展。

智能診斷與遠程診斷

3.1　振動檢測技術

振動檢測系統可通過對機械振動信號的拾取、放大，顯示振動的峰值，以了解機械的振動狀態。主要設備有測振用傳感器、放大器等。

3.2　音響檢測技術

現代音響檢測技術是通過對聲波的聲速、波長、周期、頻率及聲壓的測量、監測和判斷設備的聲波變化，對設備故障實施診斷。主要設備為噪聲測量儀。

3.3　光學檢測技術

近年來，光學技術得到了快速的發展并被應用到工業領域。例如，在數控機床中光柵系統的應用。光柵測量是利用光的衍射原理，通過疊放的光柵的相對運動，產生與之同步移動的莫爾條紋信號，然后通過讀數頭與后續電路，將導軌、工作臺的位置等信號轉變成信號讀出來，其讀數分辨率可達5nm。當兩塊相同的長光柵跌合，如果柵線的夾角很小時，莫爾條紋的方向與光柵條紋方向近似垂直。光柵盤上黑白刻線的相對移動，會產生光強度周期性變化，此光信號經光電池轉換成為周期性的電信號，對電信號進行分析處理，就可獲得光柵相對移動的位移量。

3.4　人工智能診斷

近年來，人工智能和計算機技術迅速發展，在機械診斷中的運用也越來越廣泛。國內外不乏成功的實例。例如，用于大機組和燃氣輪機的診斷專家系統、采用概率神經網絡、自組織映象和徑向基函數網絡等的智能診斷神經網絡等。Zadeh曾將專家系統、模糊集合、神經網絡、概率計算和遺傳算法統稱為軟計算。將軟計算中各種方法集成，形成各種類型的混合系統，如用于診斷的模糊專家系統、模糊神經網絡等，使各種方法互相取長補短，相輔相成，是一種值得關注的動向。

3.5　遠程診斷

遠程診斷是計算機網絡技術發展的產物。目前尚處于初始階段。前面提到，設備診斷的案例積累，不能僅僅依靠單個工廠，必須一個行業，乃至制造廠、使用廠和研究單位的社會性協作。從這一角度看，遠程診斷將發揮極其重要的作用。就當前而言，首先要解決的是數據格式的統一問題。沒有統一的數據格式，就談不上診斷信息的交流，也談不上遠程診斷，其結果只能是各個外國公司壟斷我國重大關鍵設備的運行經驗。為此，不少學者強烈呼吁迅速促成、完善這一工作。這是我國機械診斷技術發展的一件大事，有著深遠意義。

篇4

關鍵詞：農業機械化專業；機械故障診斷與維修；課程；教學方法

1科學制定教學內容

教師的教學內容是影響學生對農業機械故障診斷與維修相關知識學習的直接因素，教師要根據教材制定科學的教學內容和教學計劃。原有的機械故障診斷與維修教材的篇幅較長，而且內容以計算分析、理論知識講解為主，內容已經無法適應當前的教學需求，另外，隨著技術的進步，許多新的技術已經應用到農業機械故障診斷與維修當中，教材更新不及時，教師教學內容不更新，直接導致學生學習的知識無法與實際結合起來。因此，教師在安排教學內容的時候要對課程內容進行篩選，并增添新的內容。例如，教材上對機械的維修主要集中在機械發生故障的事后，隨著技術手段的更新和維修理念的進步，預防維修和計劃維修已經成為了機械維修工作的主要方式，教師要將類似的內容增添到教學內容中，提高教學內容的新穎性。

2創新教學方法

與農業相關的專業需要與實踐相結合。農業專業它以農業生物科學為理論基礎，與農業生產技術相結合，是綜合性很強的專業，不僅包括了生物科學，還包含著自動化控制、工業設計等一系列應用科學。農業機械化專業設立的主要目的就是為我國農業現代化提供農業機械設計、制造、運用與維護的高素質人才。長期以來，為了提高學生學習成績，教師在教學過程中主要采用了灌輸式的教學方式，在這種教學方式下的學生創新能力和實踐能力低下，學生的思維受到了局限，主觀能動性很低，大部分學生都在被動地接受老師的教課內容[1]。但是，農業機械化專業作為一個實踐性很強的專業，需要提高學生的實踐能力。因此，在農業機械故障診斷與維護課程教學過程中需要老師對教學方法進行改進與創新。教師要在教學中把培養學生的實踐能力、自學能力、調動學生的主觀能動性作為教學的方向[2-3]。例如，在課堂上講解機械常見故障時讓學生提前在課下進行調查，了解現代農業機械的幾種常見故障及維修方法，讓學生通過網絡查找相關的視頻，提前學習課程知識，教師在課上安排學生進行交流，將常見故障進行匯總整理，最后由教師補充不足的部分。另外，在實踐課堂上，教師要鼓勵學生動手操作，讓學生在動手過程中將理論知識與實際結合起來，進一步了解常見的零件缺陷、機械故障振動診斷技術等，最終實現提高學生的實踐能力、自學能力的教學目標，為農業現代化培養高素質的農業人才。

3建立合理的課程考核體系

課程考核是對農業機械化專業學生學習情況的一次考察，能夠讓學生、教師、學習和社會了解到該專業人才培養情況。合理的課程考核體系能夠推動教學方式的創新，激勵學生學習的積極性。農業機械化專業機械故障診斷與維修課程的考核需要重點對學生實踐能力的考察，采用理論考試與實操考試兩種課程考核方式，理論考試放在學期末與其他科目一起考核，實操考核需要在實踐課上進行技能考試，提高學生對實驗課的重視程度，減少出現高分低能學生的情況，真實反映專業人才培養的情況[4]。

篇5

【關鍵詞】高壓斷路器 機械故障 方法探討 故障診斷

中圖分類號：V351.31 文獻標識碼：A 文章編號：1009-914X（2013）35-043-01

前言：

機械故障是高壓斷路器的主要故障，常見的機械故障有傳動機構變形、不良、電磁鐵卡塞、鎖扣失靈、觸頭磨損、螺絲松動、部件破裂、緩沖器故障等，可通過監測斷路器動作過程中的振動信號，來識別出斷路器的機械故障或機械狀態。利用振動診斷方法有利于實現對斷路器的非侵入式的狀態監測，且可很好地解決高壓隔離問題，因而振動診斷成為高壓斷路器機械狀態監測的合適手段。其內容一般包括振動信號采集、特征提取、故障識別三個環節的內容。目前，信號采集方面的工作已經比較成熟，后二個環節尚在不斷完善中，筆者主要討論這二個環節的內容。

一、特征提取

經過20多年發展，高壓斷路器的振動診斷尚未有在工程中成功應用的報道，還需要不斷地深入研究。尤其是，當前的國家智能電網建設對實用化智能電器有著迫切的需求，如何利用振動診斷較好地解決高壓斷路器機械狀態監測問題顯得更加突出。從斷路器振動信號中提取的特征參量可以是時間信息、頻率信息、時間和頻率的綜合信息、以及表征信號特征的某些指數等。相對應的，可將這些特征提取方法分類為時域法、頻域法、時頻法和數據序列法，應用中通常將幾種不同的方法相組合。

1、時域法

時域法直接從時域振動信號中提取事件發生的時刻、幅值及表達時域波形變化的指標來作為特征。在斷路器機械故障振動診斷中得到應用的有短時能量法、包絡譜分析等。

1）短時能量法。短時能量分析的基本思想是將時域信號序列的指數變換經過窗函數濾波得到能量函數序列，再進行分析。相對于傳統的中值濾波法、時域包絡法、自相關法等，短時能量法能提高信噪比，獲得較高精度的振動事件起始時刻信息。利用多個傳感器測量斷路器各相的振動信號，在選擇合適的窗函數的基礎上，采用短時能量法能精確獲得斷路器的合閘同期性與合閘時刻等狀態參數。且研究表明承載電流對該方法的影響很小，對于斷路器狀態的在線監測具有重要意義。

2）包絡譜分析。利用時域信號的包絡譜，不但能夠獲得線圈動作、觸頭接觸、緩沖動作等振動事件發生的時間，還能反映出振動事件的強烈程度。對斷路器振動信號進行經驗模態分解，

從時間分辨率較好分量的包絡譜中提取時間信息，具有明確的物理意義，通過與標準值比較，

便于判斷斷路器的工況。

2、頻域法

頻域法將斷路器的振動信號變換到頻域，根據頻率的分布和變化來判定故障類型和故障程度，例如細化頻譜分析、模態分析等。

1）細化頻譜分析。細化頻譜分析是為解決常規傅里葉變換頻率分辨率不高的問題而產生的。對快速傅里葉變換（FFT）、細化FFT（ZFFT）、線性調頻Z變換（CZT）進行比較分析，并將CZT引入斷路器振動信號分析。通過仿真和實測信號的細化頻譜分析表明，CZT方法有助于提高斷路器振動信號頻域分辨率。

2）模態分析。模態作為機械結構的固有振動特性，一般以固有頻率、阻尼比和振型來表示。選用固有頻率和振型作為特征參量，并結合線圈電流、接觸電阻、觸頭行程等信息，來判斷材料疲勞、連接松動、觸頭磨損等問題。該方法只適合于離線測試，且測試時需要額外的設備來對斷路器施加激勵。

3、時頻法

時頻法能兼顧時間和頻率，較好地表達信號的局部特征，特別適合于對非平穩信號的分析。目前，在斷路器機械故障振動診斷中應用的有小波分析、小波包分析、經驗模態分解、希爾伯特變換等。

1）小波分析。小波分析具有可變的時頻分辨率，在低頻段頻率分辨率高、時間分辨率低，高頻段時間分辨率高、頻率分辨率低。一般可利用小波分解來抽取或重構振動信號，從而達到提取有用信號、去除干擾的目的。用小波分解各尺度上的奇異性指數來計算對應振動信號包絡的奇異性指數，可用奇異性指數作為特征參數來進行故障診斷。構造振動信號的解析信號，利用對解析信號的小波變換來觀察即時頻率變化，也是判斷斷路器狀態的一種可行方法。另外，振動信號的小波變換能生成時間—尺度平面上的譜圖，正常信號和故障信號的譜圖存在明顯區別，也可利用該特征診斷不易識別的小故障。

2）小波包分析。相較于小波分析，小波包能保證在全頻段都具有很高的分辨率，在許多應用中用小波包分析來替代小波分析。經常依據小波包分解后各個頻帶的幅值、能量等，選定節點系數作為特征向量或選取特定頻帶的節點進行信號重構以消除噪聲干擾。重構的信號可通過短時能量分析、信息熵、雙譜估計[17-19]等方法得到特征量。

3）經驗模態分解。經驗模態分解是一種處理非平穩、非線性信號的方法。該方法將信號序列分解成多個不同頻段的固有模態分量和一個殘量之和，能很好地突出信號的局部特征。可利用經驗模態分解來抽取或重構振動信號，再通過包絡譜分析、希爾伯特譜的能量熵[20]等方法構造特征量；或者直接用固有模態分量的能量熵構造特征量。

4）希爾伯特變換。希爾伯特變換是從實信號構造解析信號的常用方法。有研究者用希爾伯特變換從小波分解或者小波包分解后的信號中進一步提取信號包絡、相位和瞬時頻率等信息來評估斷路器的狀態。希爾伯特變換與經驗模態分解相結合構成希爾伯特—黃變換，其希爾伯特譜很好地表示了信號時頻分布特性，可作為故障診斷的依據。

4、數據序列法

數據序列分析方法著眼于通過少量數據直接得到某種數學模型或數值，而不在意數據的具體物理意義，從模型中得出數據的本質特征，如積分參數法、分形方法、信息熵、相空間重構等。

1）積分參數法。其基本思想是通過對振動信號的時域或頻域數據序列進行加權積分，將波形中細微的變化累積放大，以期通過擬合積分曲線來區分斷路器狀態的目的。

2）分形方法。分形維數是對復雜形體不規則性的一種度量。相同狀態斷路器振動信號的局部分形維數曲線具有良好的一致性，而在不同狀態下其分形維數曲線則具有很好的區分度。因而可利用振動信號的分形維數曲線作為高壓斷路器機械機構信息特征量。

3）信息熵。與分形維數類似，信息熵可對數據的復雜程度進行度量。因而信息熵通常被用來對小波包分解、經驗模態分解或者譜圖的數據序列進行量化表達。

4）相空間重構。相空間重構的基本思想在于用系統的一個觀察量（如一個時間序列）可以重構系統的等價狀態空間，即相空間。因而，可利用斷路器振動信號來重構整個斷路器的狀態空間。實際應用中，相空間的步長和嵌入維數選取是關鍵，目前還沒有通用的方法。通過多次試驗發現，當嵌入維數達到10以上時，不同機械狀態下的相空間關聯維數基本趨于相應的固定值，可作為特征量。

二、故障識別方法

基本的故障識別可分為基于規則、基于模型和基于案例的3類方法。為取得好的識別結果，

可將多種方法結合使用。在斷路器故障診斷領域內，基于規則的方法借助于專家知識達到故障識別的目的，實際應用中經驗和知識的積累還有所欠缺，應用較少；基于模型的方法要求對斷路器系統及其故障機理有深入的理解，而斷路器系統的復雜性、多學科交叉的特點限制了其發展；基于案例（基于指紋）的方法將待診斷的案例與已有案例進行比對分析，從而達到分類或故障診斷的目的，目前應用最多。在高壓斷路器振動診斷的早期，一般采用相關系數、χ平方偏差測試、動態時間規整法等，隨著人工智能的發展，神經網絡、支持向量機、人工免疫網絡等新方法被引入。

篇6

主要分析了工程機械曲柄連桿機構的故障以及產生故障的原因，診斷曲柄連桿機構的故障，最后著重探討了應對曲柄連桿機構故障的一些排除方法。為解決發動機故障提供參考意見。

關鍵詞：

曲柄連桿機構；工程機械；故障診斷；排除方法

1工程機械曲柄連桿機構故障現象及原因

1．1活塞敲缸現象及原因分析

（1）現象。當發動機在工作時，氣缸壁與活塞碰撞，從而發生出聲響，則稱之為活塞敲缸，主要現象表現為：當發動機在運轉時，發出“當、當、當”節奏聲音；隨著發動機溫度升高，異常的響聲會逐漸減少或者消失；發動機排出藍白色的煙色。

（2）分析原因。首先第一點，是因為氣缸壁與活塞之間的間隙原因。當發動機在工作時，活塞頂部會有氣體壓力存在，在作功和壓縮過程當中，排氣和進氣兩個行程要小于氣體對活塞的作用力，在作功過程當中，轉過共線位置時候的連桿會呈現出傾斜狀態，從而活塞會出現側壓力，這時候活塞一側就會被壓在氣缸壁的左邊。壓縮過程中，活塞頂部有壓縮氣體壓力存在，轉過共線位置一直到越過止點時，壓縮氣體會將活塞壓在氣缸的另一側。因此，引起氣缸壁與活塞之間的間隙原因主要在于氣體壓力作用導致的，將活塞壓在氣缸壁上，當活塞運動時就會發生響聲，會導致氣缸壁與活塞的磨損。連桿扭轉的原因，連桿承受著慣性力、氣體壓力、旋轉離心力等，主要是做擺動較高速的長桿，由于連桿受力原因多變，容易導致連桿出現扭曲現象，如果發動機在不正常的燃燒情況之下，會造成連桿彎曲，之后連桿兩端的軸線就會出現不平衡狀態，連桿回轉也不會在同一平面內，連桿活塞與活塞銷擺動時候，會與氣缸壁發生碰撞而發出異響。

1．2活塞銷響

（1）現象。活塞銷響的現象主要發出“咯兒”響聲，而且聲音比較尖銳，當怠速較高時候，這種聲響較為清晰。

（2）原因分析。活塞銷主要承受著沖擊負荷，壓緊活塞銷，從而在運轉時產生磨損。久而久之，由于修理不當導致增大配合間隙，當間隙增大到一定程度，活塞運動時，其方向、加速度大小也由于活塞位置而發生相應的改變，活塞銷與活塞的壓緊也會產生相應的變化，從而發出撞擊的響聲，如果沒有油的時候，活塞銷的異響就會更加的清晰明顯。

1．3連桿軸承

（1）現象，連桿軸承會因為軸徑與連桿軸承之間的碰撞，而發出聲響，當發動機工作時，會發出“當”節奏金屬敲擊聲音，單缸斷火之后會消失或者減少響聲，隨著負荷量逐漸的增大而響聲也會逐漸的增大，轉速提升會伴隨著機油壓力下降現象。

（2）原因分析。發動機工作時，由于連桿軸承與軸徑配合間隙過大，導致連桿軸承發出異響，主要原因是因為磨損、連桿螺栓松動、修理發動機時，配合間隙不當導致間隙過大，致使連桿軸承發出響聲。

1．4整體式曲軸主軸承響

（1）現象，發動機加速較為突然，敲擊聲會發出“剛”聲響，嚴重時還會發生機體振動現象，隨著負荷增大響聲也隨之而增強，較近的兩個缸位斷火時，聲響會消失或者是減弱，并會伴隨著機油壓力下降現象。

（2）原因分析。在正常工作當中，曲軸主軸頸與軸承發生磨損，導致過大配合間隙，磨損緩慢且平穩，大部分都發生在損耗期間。由于發動機系統故障、發動機溫度升高、油質量較差等原因，致使油不良，便會在磨損進程中導致增大配合間隙。此外，曲軸主軸承蓋螺栓松動也會導致增大間隙。

1．5曲軸軸向竄動聲響

（1）現象，比較于曲軸主軸承聲響，曲軸軸向竄動聲響與曲軸主軸承聲響有些類似。

（2）原因分析。軸承軸向間隙必須要有，但是有了間隙之后，由于受到軸向的影響，會導致曲軸前后竄動。為了限制竄動，一般會采用止推墊安裝在曲軸上，當發動機工作時，曲軸止推墊必然會產生磨損，如果止推墊磨損必將會增大軸向間隙，會因為前后竄動而發出聲響。

2工程機械曲柄連桿機構故障診斷與排除

2．1活塞敲缸故障診斷與排除

診斷活塞敲缸故障，要根據現象對活塞敲缸情況就進行確定，拆下噴油器，向氣缸注入機油，撬動飛輪，估計機油流入活塞周圍間隙后啟動發動機。如果活塞敲缸響聲消失，則說明是活塞敲缸故障。如果在早期就發生活塞敲缸故障時，主要原因是因為活塞銷、活塞銷襯套、連桿軸承過緊，從而導致活塞產生拉傷，這時應當進行單缸斷火實驗，如果斷火之后異響消失，則表明有活塞敲缸，應當深入檢查，采用針對性的措施來排除故障。如果在使用階段發生故障，大部分的主要原因在于連桿變形原因，進行單缸斷火實驗，斷火之后如果異響沒有消失，說明是由于連桿變形引起的活塞敲缸，應當進一步深入檢查和校正。如果在損耗期間發生活塞敲缸，隨著溫度變化而不斷變化響聲，排氣管有藍白色的煙，大部分是因為氣缸壁與活塞磨損造成過大配合間隙，應當立即檢修發動機。

2．2活塞銷響故障診斷與排除

活塞銷響故障發生，一般都是在損耗階段，如果具有較高怠速，或者是油門抖動時，產生的異響是非常明顯的。發動機溫度逐漸升高，活塞銷響的異響也隨之而不斷增大，單缸斷火時的異響有變化。如果出現以上現象，則可以診斷為活塞銷響。拆卸之后應當對其進行檢查，對其進行更換，使得活塞銷配合間隙符合要求。

2．3連桿軸承故障診斷與排除

如果在正常使用階段、早期故障期間發生連桿軸承響聲。大部分是因為連桿螺栓松動原因，堵塞了油路、連桿軸承裝配不恰當等原因。單缸斷火實驗之后，對缸位進行確定，如果單缸斷火之后響聲消失或者逐漸減小，則表明這個缸位有故障，否則表明故障在其他缸位當中，應當繼續檢查。如果在損耗期間發生連桿軸承異響，并且伴隨著機油壓力下降現象，表明每個缸位連桿軸承有過大的間隙，應當及時修理發動機。

2．4整體式曲軸主軸承響診斷與排除

如果發生在正常使用階段，或者是早期階段，曲軸主軸承響大部分是因為個別軸承蓋松動，或者是油路被堵塞，使得軸承磨損從而導致出現過大的間隙。這時候采用相鄰的兩個缸位進行斷火實驗，對缸位進行確定，如果斷火實驗時候響聲消失或是逐漸減小，則表明這兩個缸位軸承有響聲，如果在損耗期間發生整體式曲軸主軸承響，伴隨著機油壓力下降現象，則說明軸承之間的間隙過大，應當對發動機進行全方位維修。

2．5曲軸軸向竄動聲響診斷與排除

一般在使用很久之后，才會發出曲軸軸向竄動聲響，怠速時候就能聽到很清晰的“剛”金屬響聲。如果踩下離合器踏板就會減少異響，或者異響消失。這表示曲軸軸向竄動響。如果發動機在停轉狀態時，可以撬動飛輪，安裝百分表測量，如果曲軸軸向竄動測量超過一定范圍或者是數值，則說明曲軸軸向竄動出現異響，應當立即更換曲軸止推墊。

3總結

綜上，采用圖文結合的方式，介紹了發動機異響故障診斷方法以及排除方法。以實際情況，主要從工作原理、結構以及檢測故障三方面進行了詳細的論述。針對以上異響診斷，必須充分掌握異響的規律以及診斷方法，只有對這兩方面進行熟悉了解，異響故障以及排除就容易得多。

參考文獻：

［1］郝偉，王愛紅．發動機曲柄連桿機構異響故障診斷與排除［J］．機械管理開發，2001．

［2］陳然．內燃機曲柄連桿機構的力學行為分析［D］．中北大學，2015．

篇7

關鍵詞：機械故障診斷技術應用發展趨勢

中圖分類號：U226.8+1 文獻標識碼：A 文章編號：

隨著科技的不斷發展，機械設備的功能越來越完善，結構越來越復雜。從另一方面看，維護修理費用也在不斷上升。由于需要維護的區域廣，維護修理的對象種類繁多，因而需要花費大量的人力、物力和財力進行設備的維護，維護人員不足、維護手段落后等等己成為管理中的薄弱環節會導致設備出現各種故障，會導致設備無法正常運轉。機械設備在很多大型裝備中處于核心部位，技術復雜，但由于機組停機后許多產生故障的原因不能通過設備運行來進行診斷，設備停機后進行故障診斷將增加故障檢測、診斷和確定故障的難度，這就使得故障的發現，診斷和處理受到延誤，嚴重影響設備的正常使用，可能造成重大的經濟損失。因此加強機械設備故障診斷問題的研究是非常有實際意義的工作。

設備診斷技術主要包含兩個方面的內容：一是對設備的運行狀態進行監測; 二是在發現異常情況后對設備的故障進行分析、診斷。掌握設備的現在狀態與異常或故障之間的關系，以預測未來的技術。

1 機械設備故障的特點

1.1 隨機特性。由于機械設備運行的過程多為動態隨機過程，因此，這里的所說的“隨機”一詞中就包含了兩方面含義：一是不同時刻的觀測數據是不可重復的，這就說明用監測數據直接判斷機械運行過程中產生的故障就是不可靠的，就不得不從統計層面上去分析；二是表征機器工況狀態的特征值也在一定范圍內發生了很大變化，機器的運行過程可以用數學方法來描述，使用不同的機器，其動態特性模型參數和特征方程也就各不相同，這樣就直接導致工況狀態的特征域之間出現差異。

1.2 從系統特性看，除了連續性、間歇性、離散性、突發性、趨勢性、隨機性等特性外，機械設備是由成百上千個零件裝配而成的，在各個零部件之間出現了相混合的狀況，所以機械設備出現的故障具有多層次性。

2 機械設備故障規律

2.1 早期故障期

對于處在早期故障期的設備來說，在初期是故障率很高的，隨著時間的推移，故障率也明顯下降了。從另一個角度看，機械產品的早期故障期也可以被稱為“磨合期”。在這一期間內，其時間究竟多長均是隨著產品、系統的設計與制造質量而變動的，并且在此期間產生的一系列故障主要是兩方面導致的：一個是設計、制造上的缺陷所致；另一個是使用環境不當所造成的。

3.2 偶發故障期

進入偶發故障期，設備故障率基本處于平穩的狀態，并逐步地趨向定值。所以，在偶發故障期，機械故障隨時有可能會發生，但是故障率是最低的，也是相對平穩的。基于這一點來說，這也可以被叫做是設備的最佳狀態期或正常工作期。在偶發故障期出現的故障，主要是因設計、使用不當、維修不力所引起的。因此，為了解決這一問題，可以通過提高設計質量來不斷改進機械的使用管理，并加強診斷和監視，做好保養工作，最經將故障率降到最低。

3.3 耗損故障期

一般情況下，在設備使用的后期，故障率將開始出現上升趨勢。其原因主要是由于設備零部件的磨損、疲勞、腐蝕、老化等因素造成的。設備故障率在每個階段的變化，已經真實地反映出設備從磨合、調試、正常工作到大修或報廢故障率變化的一系列規律。在科學技術快速發展的今天，尤其是機電液一體化技術被廣泛地應用到生產中去，那么簡單的機械設備必將轉變為計算機輔助控制的大型復雜設備。過去的觀點認為：設備使用時間越長磨損越嚴重，同時故障率也會隨之上升，而現在對比發現，這樣的論斷是不正確的，故障率還可能是與時間相關的，使用時間也是影響設備可靠性的一大因素。

3.4 維修策略的選擇

設備維修策略選擇應遵循的原則：首先，通過維修，恢復設備規定的一些功能，目的是消除設備修前存在的缺陷及提高設備的可靠性，只有這樣才能夠充分地利用起零、部件的有效壽命；其次，確保維修費用與設備停修對生產的經濟損失兩者之和為最小。

1) 定期維修

定期維修是一種以時間為基礎的預防檢修方式，也被稱為計劃檢修。這一維修方式是根據設備磨損的統計規律或經驗進行事先檢修設備周期、檢修類別、檢修設備內容及檢修方式。該維修方法不僅僅適合于已知設備磨損規律的設備，還適用于難以隨時停機進行檢修的流程工業、自動生產線設備。

2) 狀態維修

狀態維修是以設備狀態為基礎、以設備狀態發展趨勢的預測為依據的一種檢修方式，也叫做視情維修。這一方法主要是根據對設備的日常檢查、定期重點檢查、故障診斷所提供的多方面信息，再經過系統分析來判斷出設備的健康和性能狀況及其今后的發展趨勢，設備在故障發生以前，可以將性能降低到規定的故障率以前，從而進行有計劃地安排檢修。

3) 事后維修

事后維修是指設備發生故障或其它失效時進行的非計劃性維修，僅用于對生產影響極小的非重點設備、有冗余配置的設備，所以也叫做故障維修。

4 機械故障診斷的應用

最初的機械故障診斷方法主要有：手摸、耳聽、眼看，當機械故障診斷技術出現之后，在設備故障診斷技術出現以后，這種局面并沒有從根本上得到改善。目前，機械故障診斷技術可以根據不同的信號類型，分為溫度診斷、油液分析、聲振診斷、光譜分析等。在診斷技術發展的起步階段，因受技術條件的限制，人的因素就處于主導地位，由人去分析儀器處理后的信號。

近幾年來，人工智能(AI)的發展，診斷自動化、智能化的要求也陸續變為現實。復雜的機械設備診斷技術是以設備的故障機理為基礎的，主要通過準確采集和檢測反映設備狀態的各種信號，在這一過程中利用現代信號處理技術將信號進行相應變換，最后將反映設備各狀態的信息提取出來。常用的故障診斷方法有如下幾點：

基于模糊理論的故障診斷，模糊診斷方法針對某些具有不確定性狀態的系統，或者獲取的信息不完整的情況。模糊診斷主要使用兩種方法，一種是基于模糊理論的診斷方法，其做法是將模糊集劃分成不同水平的子集，以此來判斷故障可能屬于哪個子集；還有一種是基于模糊關系及合成算法的診斷方法，先建立征兆與故障類型之間的因果關系矩陣，然后再建立故障與征兆的模糊關系方程。盡管這種方法可解決故障診斷中的不確定性問題，但是模糊診斷知識獲取比較困難，尤其是故障與征兆的模糊關系較難確定，對于學習能力差的人來說，很容易發生漏診或誤診的情況。另外，模糊語言變量是用模糊數(即隸屬度)表示的，那么，該如何去實現語言變量與模糊數之間的轉換就成了一大難題。

5 結語

綜上所述，通過上文的深入分析，使機械設備故障的特點、故障規律與維修策略以及故障診斷常用幾種方法更明確，有利于機械設備在今后的實際應用中，故障發生頻率降到最低。

參考文獻

[1]王琳.機械設備故障診斷與監測的常用方法及其發展趨勢.武漢工業大學學報,2000年03期

篇8

由于汽車上的螺栓、螺母是作為連接緊固用的，如缸蓋、連桿軸承蓋和軸承蓋，為保證其工作的可靠性，其螺栓、螺母都應該有足夠的預緊力（各機型產品的不同預緊力大小在其說明書中都有明確規定）。這個道理很容易明白，而且正是由于這里需“足夠的預緊力”，一般的駕駛員自然以為螺栓擰得越緊越好。但過猶不及，如果擰得過緊的話（超過規定扭矩值），一方面將使聯接件在外力作用下永久變形、裂紋和凸起，造成結合面不平；另一方面將使螺栓產生拉伸永久變形，預緊力反而下降，甚至造成滑扣或折斷。

二、機溫越低越好

如果一對路計算機CPU發燙的程度已經超過了正常水平的話，這個計算機十有八九有問題；如果一個人的體溫已遠遠超過了正常體溫的話，這人的毛病就不能等閑視之；同樣，如果一對路汽車發動機的機體溫度過高的話，這個機器的性能就不會好到哪兒去。從專業的角度來說，機體溫度過高時，發動機充氣效率下降，燃油系易產生氣阻，燃燒過程變壞，同時油變稀，零部件機械性能降低，磨損速度加快。這無疑是說發動機的機溫太高了不好，有些駕駛員動因此而得出機溫越低越好的結論，他們過早拆去保溫簾，打開百葉窗，甚至拆去節溫器。孰不知，機溫低也有機溫低的壞處：燃油流動性、蒸發性變差，燃燒過程變慢；發動機功率下降，油耗增加；同時條件變差，摩擦阻力增大，缸套易產生化學和電化學腐蝕。據試驗測定，在水溫為40℃時，擄套的磨損速度是水溫為90℃時的5倍―7倍。別忘了，發動機的最佳工作狀態時的機溫是80℃―90℃的水溫。

三、機油越多越好

由于一般的人都怕犯“撿芝麻丟西瓜”的錯誤，所以很多時候都是稀里糊涂兩手抓，結果在毫無意識的情況下還是“撿了芝麻丟了西瓜”。當發動機底殼中的機油量不足時，機油泵會吸入空氣，軸承與軸頸等摩擦會因機油量少而不良，加劇磨損，甚至產生燒瓦抱軸事故。一些駕駛員擔心因為少加機油而引起燒瓦，無視油底殼機油尺的上刻線，多多地給系加機油。這樣雖然能降低燒瓦的可能性，但發動機工作時曲軸柄、連桿大端劇烈攪動機油，不僅增加了發動機工作時內部工率損失，在激濺到缸壁上的機油增加，易產生燒排機油故障，同時加劇了燃燒室內的積炭。可見，弄清楚自己需要哪些芝麻哪個西瓜之后，才可能保證撿了芝麻還會擁有西瓜，將發動機油底殼中的機油控制好，魚和熊掌就可以兼得了。

四、充電電壓越高越好

現在許多年輕人都崇尚一種無拘無束的自由，而實際情況是：自由并不是真正毫無拘束，一般都會有一些條條框框限制著自由，無視這些條框的話，自由就會變成散漫甚至推動自由，同樣，很多的事情都有著其本身的一個“域”，超過這個“域”的活動都會或多或少地給自己帶來麻煩，比如發電機充電電壓的調整問題。當發電機義電電壓過低時，蓄電池因充電不足容量下降；當充電電壓值過高時，將導致蓄電池電解溫度升高，水分蒸發過快，使用壽命縮短，并容易損壞用電設備，所以“低了不好”不等同于“越高越好”。

五、保險絲越粗越好

保險絲是用來保護用電設備不被電流燒壞的，不符合要求的保險絲往往不能真正地起到“保險”作用。有些新駕駛員總喜歡用較粗的保險絲來減少換件麻煩，當然，這樣做保險絲本身是“保險”了，但發電機調節器及其他用電設備卻不保險了。因此，當保險絲被燒斷時，不能不經檢查就認為保險絲太細，一定要先查找故障原因并予以排除，然后更換符合要求的保險絲，而不是比要求的要粗的保險絲。要知道，我們要“保險”的不是小小的一根保險絲，而是汽車用電設備和汽車甚至是您的生命安全。

六、傳動皮帶越緊越好

灰姑娘也許會因為略施粉黛變成了白雪公主，但是，脂粉越厚越漂亮？顯而易見，很多人都不會對這個結論點頭。其實，汽車美容和姑娘化妝是同樣的道理――過猶不及，而汽車發動機傳動皮帶的調整說明的也正是這個道理。汽車發動機的水泵、發電機等都用三角皮帶傳動。當傳動帶松馳時，會產生打滑并加劇磨損，傳遞效率下降。但是，傳動帶調整過緊，易產生拉伸變形，縮短其使用壽命；同時皮帶輪軸及軸承易彎曲和損壞。因此，傳動帶緊度還是調整適合的好，不僅可以保證傳動效率損失較小，而且傳動帶的損壞也較小。按壓皮帶中部，當其下沉量為兩端帶輪中心距的3％―5％時，可視為傳動帶的緊度合適。

七、添加劑越勤用越好

汽車發動機用油添加不但可以降低摩擦系數、減少發動機磨損尤其是活塞和汽缸之間的磨損，還可以對發動機進行修復。一般來說，根據使用條件，添加適量合格的添加劑可以增加大修里程，提高整車的動力性。出于對發動機養護的目的，用戶一般都樂意勤加添加劑。而我國添加劑品牌繁多，幾乎所有的都沒有經過嚴格的發動機臺架試驗，質量上存在隱患，很多添加劑與油發生化學反應，不但油變“漿糊”，失去應有的效用，而且還會因此產生一些有毒物質排放出來。這種情況下您若是還不加選擇地勤用各種添加劑，可就不是說有利于汽車的健康，而是有害于您的身體。

篇9

機械故障診斷技術，顧名思義，就是采用某種技術手段來預測即將發生的機械故障，判斷故障發生位置，為預防故障發生及排除故障提供技術支持，降低故障帶來的損失。早期，人們主要通過聽聲音、觸摸等方式判斷故障是否產生以及故障產生位置，隨著計算機技術的發展，各種計算機技術特別是現代信號處理技術被不斷的應用到故障診斷技術中來，機械故障診斷技術已逐漸成為一門系統學科。

1)通用機械故障診斷技術研究現狀。最早開展機械故障診斷技術研究的是美國。20世紀60年代以后，隨著航天及航空技術的發展，對故障的預判及診斷提出了更高的要求，傳統故障診斷方法已不能滿足技術發展的需要，促使美國積極開展故障診斷技術的研究和開發工作。隨后，歐洲、日本等發達國家相繼開展機械故障診斷技術研究[1]。20世紀80年代，在相關部門的支持下，國內大學和科研機構也開始機械故障診斷方面的研究。在部件摩擦碰撞、松動等故障方面，清華大學裙福嘉課題組對其非線性動力學行為進行理論和實驗研究，已取得重要進展[2]。小波變換為故障診斷時頻域重要方法之一，西安交通大學何正嘉課題組[3,4]即采用小波技術進行故障診斷技術研究。在機械監測診斷領域，西安交通大學屈梁生課題組[5]創立了全息譜技術，采集機器振動過程中的幅、頻、相信息，顯著提高機器運行中故障的識別率，此外還有東南大學的鐘秉林等學者均長期從事于機械故障診斷研究，出版了大量學術著作和論文，為推動通用機械故障診斷技術做出了重要貢獻。

2)農業機械故障診斷技術研究現狀。農業機械故障診斷方面，陳芳等在對農業機械故障發生的原因及征象進行分析的同時，應用希爾伯特一黃變換方法對農業機械的故障點進行了觀測和診斷，通過經驗模式分解(EMD)分離噪聲，然后從希爾伯特譜中分析出故障振動信號的時頻分布情況，從而確定故障發生的時間以及故障前后信號頻率和幅值隨時間變化的各種信息，以達到提取較為完整的故障特征的目的，實現對這類系統的某些特殊故障的診斷。劉明濤，孫斐采用小波變換技術分析農業機械運行過程中產生的振動信號，有效地檢測出齒輪箱系統信號的變化，實現對齒輪箱系統的故障診斷。李杰，趙艷針對目前農業機械故障診斷采用人工方法排除步驟冗長、速度慢、效率低、準確率低等問題，提出并實現了一個基于正向推理的農業機械故障診斷、安全評價專家系統。該系統具有農業機械知識查詢、農業機械故障診斷和農業機械安全評價等功能，有較好的穩定性與魯棒性。李曉敏，李杰等在農業機械故障診斷中引入計算機動態模擬技術。

3)狀態監測技術研究現狀。在設備關鍵部件狀態監測方面，應用最為成熟的是故障自診斷系統又稱OBD(OnBoardDiagnosties)系統，該系統通過傳感器監測控制系統各部件的工作狀態，并根據傳感器數值監測部件運行狀態以及安裝位置來確定故障產生位置，并自動形成故障代碼，存儲故障信息，為故障的排除提供線索。OBD系統最早用于汽車尾氣排放監測，后來逐漸擴展到發動機故障檢測，最后發展到剎車系統、氣囊、車門等整車部件狀態檢測，甚至關鍵部件的螺釘松動都可以檢測出來，以便及時發現隱患，保證汽車的安全運行。現在OBD系統又逐漸擴展到空調、冰箱、彩電等家用電器故障診斷中，這些設備中均安裝微處理器控制單元(ECU)，當設備出現故障時，一方面采用聲光報警，另一方面產生故障代碼，故障代碼中包含故障類型、故障位置等信息，為排除故障提供方便。OBD系統比較復雜，其功能由軟件和硬件共同實現。現有汽車OBD有超過150個可能的故障代碼。汽車OBD系統經歷OBDI、OBDII，現已發展到OB-DIII。現在汽車上的OBD系統已全部集成在汽車電子控制單元(ECU)中。國際上生產ECU系統品牌主要有，博世、摩托羅拉、德爾福、馬瑞利、西門子。國內康佳、比亞迪等國產車開發商開始研發自主ECU系統品牌。據報道，濰柴自主研發的高壓共軌電控ECU(含OBD系統)已開始小批量投放市場。

2機械故障診斷技術研究方法

機械故障診斷方法非常多，經過近半個世紀的發展，已形成機器振動和噪聲信號測定、油磨損碎片測定、溫升測定等方法。在故障信號處理方面采用時域分析法、頻域分析方法及時頻分析法等。故障識別方面采用專家系統、模式識別以及神經網絡等技術。故障預警方面主要采用狀態監測方法，借鑒在汽車上運用相對成熟的故障自診斷系統(OBD系統)。現簡要介紹與農業機械故障診斷相關，較多應用于農業機械故障診斷的方法。

1)采用時域信號分析的故障診斷技術。在機械設備的特定部位安裝振動傳感器，采集、記錄并顯示設備在運行過程中隨時間變化的振動信息，如振幅、相位、頻率等，得到機械設備特定部位的時間歷程，也就是時域信號。時域信號中包含的信息量大，直觀且易于理解，是機械故障診斷的原始依據，但時域信號數據十分龐雜，很難一眼看出故障特征，需要采用特定方法處理。時域信號處理技術主要包括，時域統計分析及相關分析等。

2)采用頻域信號分析的故障診斷技術。頻域分析實質上是將時域信號進行快速傅里葉變換，轉化為頻域信號，采用頻域信號處理技術分析信號，并得出故障特征的分析方法。許多故障的發生和發展，振動信號的頻率成分會發生非常明顯的變化。例如，齒輪發生斷齒、表面疲勞剝落等都會引起周期性的沖擊信號，相應在頻域就會出現不同的頻率成分。監測這些信號頻率變化，可有效預測故障發生與發展。頻域信號處理技術主要包括頻譜分析、倒頻譜分析及包絡分析等。

3)采用時頻域信號分析的故障診斷技術。機械產生故障后，運行過程中的振動信號會產生顯著的頻域或時域故障特征，然而這些特征并不是不變的，而是隨著時間變化的，即動態信號的非平穩性。特別是剝落、松動、裂紋等故障，非平穩尤其明顯。實際故障檢測過程中，非平穩性往往是普遍的，平穩性只是一種簡化或近似。非平穩信號的相關函數、功率譜等統計量是時變函數，必須要得到這些信號的頻譜隨時間的變化情況才能更好的判斷故障情況。因此，一般采用時間和頻率的聯合函數來表達這些信號，該方法稱為信號的時頻表示。實際應用中，時頻域信號分析技術主要包括傅里葉變換、Wigner-Ville分布、小波變換等。

3農業機械故障診斷技術發展趨勢

1)通用機械領域相對成熟的故障診斷技術逐步移植到農業機械故障診斷中來。可用于農業機械故障診斷的一是基于振動信號特征提取的故障診斷技術，二是關鍵部件工作狀態監測故障診斷技術。基于振動信號特征提取的故障診斷技術大部分用于化工、電力等大型機械設備故障診斷，理論發展非常早，許多現代控制理論，計算機技術，信號處理技術均被應用基于振動信號特征提取的故障診斷技術中。關于關鍵部件工作狀態監測方面，最成功的例子是汽車故障自診斷系統(OBD)，以傳感器監測關鍵部件狀態，采集到的數據送汽車電子控制單元(ECU)處理，主要用于汽車發動機及汽車其他關鍵部件工作狀態監測，技術發展已比較成熟。農業機械越來越復雜，對故障診斷的實效性、準確性要求越來越高，上述兩種故障診斷與監測技術正逐漸移植到農業機械上來。

2)現代智能化技術不斷運用到農業機械故障診斷中來。隨著農業機械復雜程度加大以及對智能化水平提高的需求，農業機械狀態檢測與故障診斷技術將日趨完善。針對農業機械故障特征的專家系統、神經網絡、模糊邏輯、遺傳算法等智能診斷方法將不斷的運用到農業機械故障診斷中來，在當前技術基礎上，將新的理論和技術引入到農業機械故障診斷領域，不斷出現不同智能故障診斷技術，形成綜合性能更好的融合智能故障診斷技術。

篇10

【關鍵詞】汽車 機械故障 診斷要點 發展趨勢

1 汽車機械故障的診斷要點

1.1 全面分析診斷

全面診斷是一種更加科學、更加專業的診斷方法，當一般診斷和經驗診斷不能對機械故障做出有效判斷的時候就應該采用全面分析的診斷方法。機械維修人員需要對汽車機械的各部件進行逐一的排查，尤其是對于可能出現問題的關鍵部位加大排查力度或者多次排查，并根據實際情況對一些部件進行拆卸檢查。例如汽車蓄電池存在長時間的自放電現象，在一般檢查和經驗診斷無法確認故障原因的前提下，技術人員通過對相關設備進行詳細的檢查，并確定對第四保險進行重點分析，最終發現將第四保險拔出能夠阻止蓄電池的自放電現現象，從而進行具體的維修，有效阻止蓄電池內的電量流失，確保行車安全[1]。

1.2 經驗診斷

經驗診斷的方法主要是針對具有多年的汽車機械維修經驗的技術人員來說的，并不是所有的維修人員都能通過這中技術方法來進行故障維修。具有豐富維修經驗的技術人員往往能夠通過一些簡單的觀察和實際感知就能迅速的對故障原因及故障點做出準確的判斷，并能夠進行科學、合理的維修[2]。經驗診斷需要專業的汽車機械維修人員首先具備專業的汽車機械知識和良好的機械故障維修技術，其次還要進行大量的機械維修實踐，爭取能夠應對所有的機械故障，最后，需要這些維修技術人員能夠對一些維修的經驗和典型案例進行不斷的總結的完善，以此形成科學的維修經驗，再應用到實際的機械維修中去，發揮積極作用。

1.3 一般診斷

對于汽車機械故障中的一些小問題（例如上文提到的聲音異常現象），通常采用一般診斷的診斷方法，駕駛者本人或者是維修人員可以通過比較簡單的觀察、聽音、輕微的敲擊、對比等一般方法對汽車機械的故障點以及故障原因進行判斷，在此基礎上進行相關的者正確的維修措施的實施，確保汽車能夠恢復正常的性能。例如：當汽車的氣門如果出現發聲異常的現象時，可以通過對氣門間隙的調整來排查機械故障點，維修之后如果故障消失，則證明診斷正確，維修合理；如果依然存在異常的發聲狀況，就應當尋找專業人士進行檢查或者是去專業的汽車維修店進行維修，以及時的對這類故障問題進行解決處理。

1.4 故障預防

做好有效的故障預防工作也是十分重要的。首先需要駕駛者提高安全意識，定期對汽車進行保養和檢查，對于有安全隱患的零部件要及時的進行更換，確保汽車處于正常狀態。其次，汽車維修人員也應該不斷提高專業技術水平，具備創新意識，不斷總結維修經驗，認真對待每一次的機械故障維修，以提高維修質量，保障用戶的行車安全。最后，在宏觀層面上需要國家政府加強對汽車零部件生產的管理，嚴格質量標準，為汽車的安全使用提供強大的外在保證。做好有效的機械故障預防工作能夠節省大量的人力、物力、財力，確保汽車機械的安全可靠，實現雙贏甚至多贏的局面。

2 汽車機械故障診斷技術發展趨勢分析

2.1 診斷系統的智能化

現代信息技術的不斷發展，為診斷技術的應用提供了可能，現代人工智能技術與診斷理論的有效結合成為一大發展趨勢。人工智能主要有神經網絡和專家網絡兩種，神經網絡主要負責組織診斷經驗，形成強大的診斷知識庫，目前典型的有BP神經網絡；相對而言專家系統則更適合解決對于專業維修知識要求較高的故障診斷。將這兩個系統進行有效的組合無疑能夠大大提高故障診斷技術。

2.2 診斷系統的多功能化

隨著汽車機械行業的不斷發展以及相關技術水平的提高，各種故障診斷系統的功能也不斷增加。典型的有車載自診系統，其工作原理好比飛機上的黑匣子，能夠通過對汽車行駛情況的記錄為故障維修提供參考數據和依據。與車外診斷儀配合使用，不僅能夠為維修人員提供客觀的機械故障數據，還能幫助維修人員制定準確的維修方案和實施措施。而且由于車外診斷儀比較注重用戶體驗，便于操作，攜帶便利，故性價比人性化程度較高。

2.3 診斷信息網絡化

隨著現代通信網絡的不斷完善，在汽車機械診斷系統中實現診斷的信息網絡化成為可能，就目前的發展態勢來看將成為一個重要的發展趨勢。利用現代通信網絡，維修人員能夠及時的了解機械故障的各種數據信息，并依據自動生成的維修方案進行有針對性的維修保養。同時利用網絡平臺還能夠實現對于不同維修經驗的交流分享，有效提高了汽車機械維修的成效。在無線通信不斷發展的條件下，在汽車機械領域內實現遠程故障診斷也越來越受到汽車用戶和汽車機械維修人員的重視。

在對于不同的機械故障進行維修時應該依據具體實際進行不同診斷方法的選擇和使用，最終目的都應該服務于機械故障的排除和良好的維修效果，所以維修技術人員應該在實際維修時靈活掌握個中診斷方法和維修技術，爭取做好汽車機械維修工作。隨著自動化、智能化的維修系統的出現和發展，為汽車機械維修提供了更加先進和方便的維修服務，維修人員應該緊跟行業的發展步伐，不斷增強專業技能，提高專業維修技術。基于維護道路行車安全與社會的正常秩序，確保汽車的正常行駛是極為重要的，因此注重并優化提高機械故障診斷維修技術就極為關鍵，所以，筆者希望更多的行業專家和更多的技術維修人員能投入到該課題研究中，針對文中存在的不足，提出指正建議，為提高汽車機械故障診斷與維修水平做出重要的貢獻。

參考文獻：

[1]汪華通.汽車機械故障原因與診斷技術[J].機電信息，2011，12：168-169.