《電子機械故障診斷技術分析》由會員分享，可在線閱讀，更多相關《電子機械故障診斷技術分析（3頁珍藏版）》請在裝配圖網(wǎng)上搜索。
1、電子機械故障診斷技術分析
隨著我國經(jīng)濟不斷發(fā)展，科學技術 不斷的進步，我國的電子機械設備應用也得到了前所未有的發(fā)展，無論是在加工精度、還是加工效率方面都取得了令人矚目的成績。但是，隨著機械設備加工精度的提升和加工效率的加快，機械設備的突發(fā)故障也在不斷攀升。機械設備在高速的運轉(zhuǎn)和工作下容易發(fā)生故障，一旦發(fā)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(yè)的突出問題。如何應用現(xiàn)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。
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(fā)展過程中，由于引起故障的因素在性質(zhì)、特點及作用方式上是不同的，機
2、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(zhì)，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(tǒng)的機械與結(jié)構的設計與制造為核心的，努力提高設備或系統(tǒng)在不同的復雜環(huán)境中的電性能。我國工業(yè)與電子裝備發(fā)展過程已經(jīng)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(jié)構與工藝密不可分。電氣設計、結(jié)構設計及制造工藝在電子裝備中有融為一體的發(fā)展態(tài)勢，當今的電子機械工程 就是應這種趨勢而產(chǎn)生的新興學科，國內(nèi)很多高校也設立了電子機械專業(yè)。電子機
3、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(tǒng);從實現(xiàn)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(xiàn)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(tǒng)，常規(guī)機械是機械結(jié)構系統(tǒng);從電子系統(tǒng)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(tǒng)已偏離其設備狀態(tài)而喪失部分或全部功能的現(xiàn)象。如某些零件或部件損壞，致使工作能力喪失;發(fā)動機功率降低;傳動系統(tǒng)失去平衡和噪聲增大;工作機構的工作能力下降;燃料和潤滑油的消耗增加等，當其超出了規(guī)定的指標時
4、，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(fā)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?；谛〔ǚ治鲋苯舆M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(yōu)點是可以回避被診斷對象的數(shù)學 模型，這對于那些難以建立解析數(shù)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(xù)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
5、在奇異點附近的Lipschitz指數(shù)。 Lipschitz指數(shù)時，其連續(xù)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(shù)遠小于0，而信號邊沿對應的Lipschitz指數(shù)大于或等于0。因此，可以利用小波變換區(qū)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(qū)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(tài)系統(tǒng)的故障通常會導致系統(tǒng)的觀測信號發(fā)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(xiàn)對系統(tǒng)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
6、波。近年來，已經(jīng)出現(xiàn)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(shù)中的局部極大值點，并據(jù)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(tǒng)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(tǒng)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(jīng)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(guī)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
7、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(fā)展并被應用到工業(yè)領域，例如在數(shù)控機床中光柵系統(tǒng)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(chǎn)生與之同步移動的莫爾條紋信號，然后通過讀數(shù)頭與后續(xù)電路，將導軌、工作臺的位置等信號轉(zhuǎn)變成信號讀出來，其讀數(shù)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(chǎn)生光強度周期性變化，此光信號經(jīng)光電池轉(zhuǎn)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(chǎn)生物理
8、變化或者化學 性能的轉(zhuǎn)化，這樣勢必會造成設備的外在形態(tài)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(shù)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(shù)的不同變化規(guī)律，而預判斷設備是否出現(xiàn)故障及出現(xiàn)故障的具體位置，以便及時采取科學有效的措施，防止出現(xiàn)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(fā)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(tǒng)、采用概率神經(jīng)網(wǎng)絡、自組織映象和徑向基函數(shù)網(wǎng)絡等的智能診斷神經(jīng)網(wǎng)絡等。Zadeh曾將專家系統(tǒng)、模糊集合、神經(jīng)網(wǎng)絡、概率計算和遺傳算法統(tǒng)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(tǒng)，如用于診斷的模糊專家系統(tǒng)、模糊神經(jīng)網(wǎng)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。
結(jié)束語
電子機械設備一旦由于故障，機械性能降低，無法正常運轉(zhuǎn)，從而影響到生產(chǎn)效率。而受到摩擦、外力、應力以及化學反應的影響，現(xiàn)代機械的零部件會出現(xiàn)磨損、腐蝕、斷裂等情況，致使機械產(chǎn)生故障而無法運行，只有采取積極的防御措施，進行及時的修理，能夠有效的避免機械故障的產(chǎn)生。
電子機械故障診斷技術分析
