设备故障诊断的主要内容
本书以化工、石化、电力、钢铁和航空等部门中使用的各类旋转机器和往复式压缩机为主要对象，比较全面、系统地阐述了机器故障类型、产生机理、表现特征以及故障防治方法。重点介绍了各类高参数旋转机器的故障，以振动故障诊断为主线，细分了各种故障类型，如：不平衡故障、不对中故障、滑动轴承的油膜不稳定故障、转子摩擦故障、浮环密封故障、流体激振故障以及高速转子自激振动故障，从理论和实践经验两方面详述了它们的故障机理和特征。对往复式压缩机的故障振动和管道振动提出了诊断分析方法和防治措施。对齿轮和滚动轴承，详细地分析了它们的故障原理、信号特征和故障检测方法。另外，介绍了振动信号的分析技术；无损检测中的油液分析技术和声发射技术在故障诊断中的应用；现代智能诊断技术中的模糊数学、神经网络和专家系统在故障诊断中的应用。
什么是机械故障诊断？
机械故障诊断 需要进一步确定故障的性质，程度，类别，部位，原因，发展趋势等，为预报，控制，调整，维护提供依据。主要包括信号检测，特征提取，状态识别，诊断决策。 诊断技术发展几十年来，产生了巨大的经济效益，成为各国研究的热点。从诊断技术的各分支技术来看，美国占有领先地位。美国的一些公司，如Bently，HP等，他们的监测产品基本上代表了当今诊断技术的最高水平，不仅具有完善的监测功能，而且具有较强的诊断功能，在宇宙、军事、化工等方面具有广泛的应用。美国西屋公司的三套人工智能诊断软件（汽轮机TurbinAID，发电机GenAID，水化学ChemAID）对其所产机组的安全运行发挥了巨大的作用。还有美国通用电器公司研究的用于内燃电力机车故障排除的专家系统DELTA；美国NASA研制的用于动力系统诊断的专家系统；Delio Products公司研制的用于汽车发动机冷却系统噪声原因诊断的专家系统ENGING COOLING ADCISOR等。近年来，由于微机特别是便携机的迅速发展，基于便携机的在线、离线监测与诊断系统日益普及，如美国生产的M6000系列产品，得到了广泛的应用。 英国于70年代初成立了机器保健与状态监测协会，到了80年代初在发展和推广设备诊断技术方面作了大量的工作，起到了积极的促进作用。英国曼彻斯特大学创立的沃森工业维修公司和斯旺西大学的摩擦磨损研究中心在诊断技术研究方面都有很高的声誉。英国原子能研究机构在核发电方面，利用噪声分析对炉体进行监测，以及对锅炉、压力容器、管道得无损检测等，起到了英国故障数据中心的作用。目前英国在摩擦磨损、汽车、飞机发动机监测和诊断方面仍具有领先的地位。 欧洲一些国家的诊断技术发展各具特色。如瑞典SPM公司的轴承监测技术，AGEMA公司的红外热像技术；挪威的船舶诊断技术；丹麦的B&K公司的振动、噪声监测技术等都是各有千秋。日本在钢铁、化工等民用工业中诊断技术占有优势。东京大学、东京工业大学、京都大学、早稻田大学等高等学校着重基础性理论研究；而机械技术研究所、船舶技术研究所等国立研究机构重点研究机械基础件的诊断研究；三菱重工等民办企业在旋转机械故障诊断方面开展了系统的工作，所研制的“机械保健系统”在汽轮发电机组故障监测和诊断方面已经起到了有效的作用。 我国诊断技术的发展始于70年代末，而真正的起步应该从1983年南京首届设备诊断技术专题座谈会开始。虽起步较晚，但经过近几年的努力，加上政府有关部门多次组织外国诊断技术专家来华讲学，已基本跟上了国外在此方面的步伐，在某些理论研究方面已和国外不相上下。目前我国在一些特定设备的诊断研究方面很有特色，形成了一批自己的监测诊断产品。全国各行业都很重视在关键设备上装备故障诊断系统，特别是智能化的故障诊断专家系统，在电力系统、石化系统、冶金系统、以及高科技产业中的核动力电站、航空部门和载人航天工程等。工作比较集中的是大型旋转机械故障诊断系统，已经开发了20种以上的机组故障诊断系统和十余种可用来做现场故障诊断的便携式现场数据采集器。透平发电机、压缩机的诊断技术已列入国家重点攻关项目并受到高度重视；而西安交通大学的“大型选转机械计算机状态监测与故障诊断系统”，哈尔滨工业大学的“机组振动微机监测和故障诊断系统”。东北大学设备诊断工程中心经过多年研究，研制成功了“轧钢机状态监测诊断系统”，“风机工作状态监测诊断系统”，均取得了可喜的成果。 可用于机械状态监测与故障诊断的信号有振动诊断、油样分析、温度监测和无损检测探伤为主，其他技术或方法为辅的局面。这其中又以振动诊断涉及的领域最广、理论基础最为雄厚、研究得最为充分。目前，在振动信号的分析处理方面，除了经典的统计分析、时频域分析、时序模型分析、参数辨识外，近来又发展了频率细化技术、倒频谱分析、共振解调分析、三维全息谱分析、轴心轨迹分析以及基于非平稳信号假设的短时傅里叶变换、Winger分布和小波变换等。而当代人工智能的研究成果为机械故障诊断注入了新的活力，故障诊断的专家系统不仅在理论上得到了相当的发展，且己有成功的应用实例，作为人工智能的一个重要分支，人工神经网络的研究己成为机械故障诊断领域的一个最新研究热点。 随着计算机技术、嵌入式技术以及新兴的虚拟仪器技术的发展，故障诊断装置和仪器己经由最初的模拟式监测仪表发展到现在的基于计算机的实时在线监测一与故障诊断系统和基于微机的便携式监测分析系统。这类系统一般具有强大的信号分析与数据管理功能，能全面记录反映机器运行状态变化的各种信息，实现故障的精确诊断。随着网络技术的发展，远程分布式监测诊断系统成为目前的一个研究开发热点。
滚动轴承常见故障的发生原因是什么
滚动轴承常见故障现象一般表现为两种，一是轴承安装部位温度过高，二是轴承运转中有噪音。
1.轴承温度过高
在机构运转时，安装轴承的部位允许有一定的温度，当用手抚摸机构外壳时，应以不感觉烫手为正常，反之则表明轴承温度过高。
轴承温度过高的原因有：润滑油质量不符合要求或变质，润滑油粘度过高；机构装配过紧（间隙不足）；轴承装配过紧；轴承座圈在轴上或壳内转动；负荷过大；轴承保持架或滚动体碎裂等。
2.轴承噪音
滚动轴承在工作中允许有轻微的运转响声，如果响声过大或有不正常的噪音或撞击声，则表明轴承有故障。
滚动轴承产生噪音的原因比较复杂，其一是轴承内、外圈配合表面磨损。由于这种磨损，破坏了轴承与壳体、轴承与轴的配合关系，导致轴线偏离了正确的位置，在轴在高速运动时产生异响。当轴承疲劳时，其表面金属剥落，也会使轴承径向间隙增大产生异响。此外，轴承润滑不足，形成干摩擦，以及轴承破碎等都会产生异常的声响。轴承磨损松旷后，保持架松动损坏，也会产生异响。
3.轴承磨损
滚动轴承磨损是轴使用过程中常见的设备问题，主要是由轴的金属特性造成的：金属虽然硬度高，但是退让性差（变形后无法复原）、抗冲击性能差、抗疲劳性能差，因此容易造成粘着磨损、磨料磨损、疲劳磨损、微动磨损等。大部分的轴类磨损不易察觉，只有出现机器高温、跳动幅度大、异响等情况时，才会引起察觉，但是到人们发觉时，大部分滚动轴都已磨损，从而造成机器停机。
电机轴承故障一般有哪些？该怎么处理？
转轴通过轴承支撑转动，是负载最重的部分，又是容易磨损的部件。 （1）故障检查 运行中检查：滚动轴承缺油时，会听到骨碌骨碌的声音，若听到不连续的梗梗声，可能是轴承钢圈破裂。轴承内混有沙土等杂物或轴承零件有轻度磨损时，会产生轻微的杂音。 拆卸后检查：先察看轴承滚动体、内外钢圈是否有破损、锈蚀、疤痕等，然后用手捏住轴承内圈，并使轴承摆平，另一只手用力推外钢圈，如果轴承良好，外钢圈应转动平稳，转动中无振动和明显的卡滞现象，停转后外钢圈没有倒退现象，否则说明轴承已不能再用了。左手卡住外圈，右手捏住内钢圈，用力向各个方向推动，如果推动时感到很松，就是磨损严重。 （2）故障修理 轴承外表面上的锈斑可用00号砂纸擦除，然后放入汽油中清洗；或轴承有裂纹、内外圈碎裂或轴承过度磨损时，应更换新轴承。更换新轴承时，要选用与原来型号相同的轴承。
机械故障检测都有哪些方法
任何一台机械自动化都是由执行元件，传感器部分，控制器部分三部分组成，当自动化设备突然出现故障不工作，或者工作顺序失常，就必须进行故障诊断。下面我们从组成设备的三部分来了解一下诊断自动化设备故障的方法。
1． 检查机械自动化的所有电源，气源，液压源。电源，气源和液压源的问题会经常导致自动化设备出现故障。比如供电出现问题，包括整个车间供电的故障，比如电源功率低，保险烧毁，电源插头接触不良等；气泵或液压泵未开启，气动三联件或二联件未开启，液压系统中的泄荷阀或某些压力阀未开启等。检测自动化设备时应包括以下几个方面：电源，包括每台设备的供电电源和车间的动力电。气源，包括气动装置所需的气压源。液压源，包括自动化设备液压装置需要的液压泵的工作情况。
2． 检查自动化设备的传感器位置是否出现偏移。由于设备维护人员的疏忽，可能某些传感器的位置出现差错，比如没有到位，传感器故障，灵敏度故障等。要经常检查传感器的传感位置和灵敏度，出现偏差及时调节，传感器如果坏掉，立刻更换。很多时候，此外，由于自动化设备的震动，大部分的传感器在长期使用后，都会出现位置松动的情况，所以在日常维护时要经常检查传感器的位置是否正确，是否固定牢固。
3． 检查自动化设备的继电器，流量控制阀，压力控制阀继电器和磁感应式传感器一样，长期使用也会出现搭铁粘连的情况，从而无法保证电气回路的正常，需要更换。在气动或液压系统中，节流阀开口度和压力阀的压力调节弹簧，也会随着设备的震动而出现松动或滑动的情况。这些装置与传感器一样，在自动化设备中都是需要进行日常维护的部件。
4． 检查电气，气动和液压回路连接如果以上三步都没有发现任何问题，那么检查所有回路。查看电路中的导线是否出现断路，尤其是线槽内的导线是否由于拉扯被线槽剐断。检查气管是否有损坏性的折痕。检查液压油管是否堵塞。如果气管出现严重折痕，立刻更换。液压油管一样要更换。
5.在保证上述步骤无误后，故障才有可能出现在自动化设备的控制器中，但永远不可能是程序问题。首先，不要肯定是控制器毁坏，只要没有出现过严重的短路，控制器内部都具有短路保护，一般性的短路不会烧毁控制器。
本文出自：http://www.newmilestone.com.cn/htm/xwzx/gxdt-cn/2013_0307_171.html
常见机械手表问题一般有哪些？
腕表在时下人们的眼里，不再单单是计时工具，而是一种饰品，地位与品位的象征。但是再昂贵的腕表，也有故障的时候。腕表这个东西有好就有坏，虽然你的那一块没有坏，但总有一块表在送修的路上。很多时候，手表问题都不是自身品质上，而是在于个人的使用习惯上。常见的机械表故障问题①进水问题。原因可能是1、把头，玻璃，后盖密封不好（或玻璃松动）；2、橡皮胶圈（防水圈）老化；3、后盖没有盖紧（或者掀压盖不平整），表盖或者后盖螺纹损坏；4、平时没有较好的保养，接触水后不擦干，造成水汽进入手表：5、前玻璃与表壳脱胶。处理方法：对于腕表轻度起雾问题，可以简单进行干燥处理。就是将手表用吸水性强的材质包裹（例如纸巾，绒布），再置于40瓦电灯泡15cm处，进行30分钟烘干，如果还是有水雾，再继续用一种吸水硅胶或氯化钙这样的干燥剂，放置在密封盒子2天这样的时间。对于国内来说，东北四省，包括黑吉辽和海南三亚市，手表进水起雾最多。为什么？都是蒸桑拿蒸的（因为这些地区人比较喜欢泡澡，桑拿之类），即使是防水等级最高的潜水表，它也不能防水蒸气，之前的文章也提及过，腕表的防水都是针对冷水进行的。还有就是广电地区表友也是腕表受潮故障得多，因为很多表主平时都不怎么戴手表，将腕表放在柜子里面，等拿表出来一看（回南天湿气大），表盘受潮都开始变黄了。最可怕的是还不知道什么时候变得，等发现了这回不了头了。常见的机械表故障问题②手表走快，原因1、手表受磁化——游丝粘连；2、受震动后快慢针移动；3、游丝变形——搭框（挂快慢或外桩上）；4、表盘下面时轮压簧松动，造成时轮偶尔脱开齿啮合；5、游丝上有“油”而粘连；6、轮片松动。处理方法：一般的手表受磁后，它磁性不会自行退去，需要作消磁修理才能恢复正常。建议出修表店里面，使用专业的仪器进行消磁操作，而实在没办情况下，可以采用受磁的铁块来吸磁，例如找个圆圈的铁块，立起铁块将腕表的在中间来回。或者直接放置没有磁性的铁板上，时间需要一点，2~3天这样子。而腕表受磁不走的故障，最频繁发生的地区是天府之国，四川重庆，巴蜀等地方。这八成是打麻将弄的，因为自动麻将机的那些牌都带磁铁。如果你没注意，佩戴手表来打牌摸牌，自然时间长了，手表便会受磁，机芯里面的游丝黏连，越转越快。游丝的收缩，会使得摆动幅度变快，腕表也就越走越快。除了以上，腕表故障还有走得慢、白天走，晚上放置第二天早晨停走、手表剧烈振动后停走、摆轴断折（轮轴弯折）或者有异物阻碍、碰针引起停摆、日历日期更换在中午或者换日不在12点、手表摇着走，放着不走、手表放平走，戴着不走、手表针错位等等，但这些一般都是机芯内部或比较严重的问题，没有专业工具是很难识别。因为最后还是建议大家腕表出现什么故障，还是选择正规的修表店进行修理。
电机机械故障诊断
电动机的检测不是那么复杂的，不用测什么电感。你只用三样东西就行：500伏摇表，万能表（最好用机械表）和钳型电流表。
检测方法如下：先用摇表测量绕组对外壳绝缘，大于0.5M就是好的。再用万能表测绕组电阻，三相电阻均衡相等便是好的。你所说的电机电阻应在几个欧。不放心的话还可再进一步细测，先将接线端子上的短接板拆除，这样电机就有六个端子，每二个端子一个绕组，用万能表测每一绕组的电阻，应是均衡相等；再用摇表测量绕组之间的绝缘及绕组与外壳间的绝缘，都大于0.5M便是好的。
测量中如发现绕组电阻不等，这说明绕组有匝间短路。一般出现这情况，只有重绕电机。如发现绕组已不通或短路，这说明绕组已烧毁，只有重绕电机。
测量中如发现绕组之间的绝缘小于0.5M，说明绕组之间绝缘与出了问题，即不同的绕组之间已连通；如绕组对外壳绝缘小于0.5M，说明绕组已与外壳连通。绝缘问题轻的可以通过烘烤、干燥后解决，如不能解决就只有重绕电机了。
钳型电流表用于测量电机电流，电机正常运行电流不不应超过额定电流。电机空转时，电流不足额定电流的二分之一。当测量到运行电流大于额定电流时，就可能是绕组出了问题、电压出了问题或是机械负荷过大，机械负荷过大又可能是电机轴承的问题或是所连接的设备机械出了问题。运行中电源缺相也可导致电流过大，烧毁电机。
机械设备故障诊断技术有哪些应用
1、 故障诊断的发展现状
目前, 国内检测诊断技术的研究主要集中在以下几个方面:
( 1) 传感技术研究: 传感技术是反映设备状态参数的仪表技术。国内先后开发了各种类型的传感器, 如屯涡流传感器、速度传感器、加速度传感器和温度传感器等; 最近开发的传感技术有光导纤维、激光、声发射等。
（2）关于信号分析与处理技术的研究: 从传统的谱分析、时序分析和时域分析, 开始引入了一些先进的信号分析手段, 如快速傅立叶变换, Wigner谱分析和小波变换等。这类新方法的引入弥补了传统分析法的不足。
（3）关于人工智能和专家系统的研究: 这方面的研究已成为诊断技术的发展主流, 目前已有日程机械故障诊断专家系统，但这一技术在工程方面的研究尚未达到人们所期望的水平。
（4）关于神经网络的研究: 比如旋转机械神经网络分类系统等的研究已经取得了应用, 取得了满意的效果。
（5）关于诊断系统的开发与研究: 从单机巡检与诊断到上下位机式主从机结构, 直至以网络为基础的布式系统的结构越来越复杂, 实时性越来越高。
（6）专门化与便携式诊断仪器和设备的研制与开发。目前, 我国的冶金、电力、化工等行业的故障诊断技术己经很成熟, 得到了广泛的应用。
2 现代故障诊断方法
工程机械运行的状态千差万别，出现的故障也是多种多样，采用的诊断方法也各不相同。在众多的诊断方法中，比较常用的诊断方法有振动监测诊断方法、无损检测技术、温度诊断方法和铁谱分析方法等。近十几年来，模糊诊断、故障树分析、专家系统、人工神经网络等新的诊断技术不断出现，故障诊断技术逐步向智能化方向发展。
（1） 故障树诊断方法
故障树诊断方法是从研究系统中最不希望发生的故障状态( 结果) 出发，按照一定的逻辑关系从总体到部件一层层的逐级细化，推理分析故障形成的原因，最终确定故障发生的最初基
本原因、影响程度和发生概率。它是一种图形演绎法，把系统故障与导致该故障的各种因素形象地绘成故障图表，能较直观地反映故障、元部件、系统及因素、原因之间的相互关系，也能定量计算故障程度、概率、原因等。该方法直观、快速诊断、知识库很容易动态修改，但其缺点是受主观因素影响较大，诊断结果严重依赖于故障树信息的正确性和完整性，不能诊断不可预知的故障。
（2）故障诊断专家系统
专家系统是一种基于知识的人工诊断系统，是利用大量人类专家的知识和推理方法求解复杂的实际问题的人工智能程序。故障诊断专家系统是研究最多、应用最广的一类智能诊断技术，主要用于没有精确数学模型或很难建立数学模型的复杂系统。专家系统存在的主要问题是知识获取困难、运行速度慢。在采用先进传感技术与信号处理技术的基础上研制开发的故障诊断专家系统，将现代科学的优势同领域专家丰富经验与思维方式的优势结合起来，已成为故障诊断技术发展的主要方向。
（3） 基于模糊数学的故障诊断方法
工程机械的状态信号传播途径复杂，故障与特征参数间的映射关系模糊，再加上边界条件的不确定性、运行工况的多变性，使故障征兆和故障原因之间难以建立准确的对应关系，用传统的二值逻辑显然不合理，因此选用隶属度函数，用相应的隶属度来描述这些症状存在的倾向性。基于模糊数学的故障诊断方法就是通过某些症状的隶属度和模糊关系矩阵来求出各种故障原因的隶属度，以表征各种故障的倾向性，从而可以减少许多不确定因素给诊断工作带来的困难。但是对于复杂的诊断系统，要建立正确的模糊规则和隶属度函数非常困难，而且需要消耗大量的时间。
（4 ）基于神经网络的故障诊断方法
神经网络是一种信息处理系统，是为模仿人脑工作方式而设计的，它带有大量按一定方式连接的和并行分布的处理器。由工程机械各个系统的信息提取故障特征，通过学习训练样本来确定故障判决规则，从而进行故障诊断。用于故障诊断的神经网络能够在出现新故障时通过自学习不断调整权值，可以提高故障的正确检测率，降低漏报率和误报率。神经网络具有对故障的联想记忆、模式匹配和相似归纳能力，以实现故障和征兆之间复杂的非线性映射关系。对于多故障、多过程的复杂工程机械以及突发性故障或其他异常现象，其故障形成的原因与征兆的因果关系错综复杂，借助神经网络系统来解决是行之有效的。
（5） 支持向量机的故障诊断方法
典型故障数据样本的严重不足是制约故障智能诊断技术发展的主要原因之一。支持向量机( SVM)是一种基于统计学习理论的新型机器学习方法，其目标是得到现有信息下的最优解而不仅仅是样本数趋于无穷大时的最优解。这一点特别适合于故障诊断这种小样本情况的实际问题解决
