港口设备故障检测分析探究论文

机械故障标准的话~你可以去参考<机械工程与技术>/<仪器与设备>等相关的资料吧~找下自己的思路

设备在使用过程中，由于零部件磨损、疲劳或环境造成的变形、腐蚀、老化等原因，使原有性能逐渐降低的现象称为设备劣化。我整理了机械设备维修管理论文，欢迎阅读!

机械设备维修管理

摘要：本文介绍了国内机械设备的常见故障诊断以及维修管理的流程。

关键词：机械设备，故障，维修，诊断，管理

中图分类号： TB486 文献标识码： A

引言

设备在使用过程中，由于零部件磨损、疲劳或环境造成的变形、腐蚀、老化等原因，使原有性能逐渐降低的现象称为设备劣化。机械设备的劣化可以分为使用劣化、自然劣化、灾害劣化。使用劣化是指设备在使用过程中，由于零部件磨损等原因造成的损坏或变形，使机械设备失去本身的性能;自然劣化是指随着时间的流逝材料的老化，或者遭受意外的灾害而加快老化速度的现象;灾害劣化是指由于自然灾害使设备遭受破坏的现象。由于设备不同的零部件的使用寿命都不一样，因此做好设备的故障诊断及维修管理，具有重要的经济意义。

1机械设备维修管理现状及发展趋势

目前，国内企业的机械维修，基本采用的是前苏联的周期计划维修，即定期大、小修。理论上来说，周期计划维修是属于预防维修范畴，在保证设备完好、增加设备的使用寿命方面发挥了积极作用。但是，随着现代工业技术的不断发展，机械工艺性能和安全性能有了很大提高，随之引起的设备维修管理也更趋合理。自上个世纪八十年代以后，预知维修的理论逐步渗透到我国，根据设备运行状态，确定维修时间和维修方式，相比周期计划维修更加先进。预知维修则是特别注重预防检查、监测，既做到了预防，同时还避免了过剩维修。90年代初，我国先后引进了一大批具有世界先进水平的机械设备。这些进口设备除了润滑、保养、清洁和局部检修项目之外，并无大小修项目，并且一般设备都具有机电一体化，技术含量高，结构相对复杂，装配精度极高。若按照传统的维修方法，周期性的拆装，很难使设备的精度恢复到出厂的标准，同时可能在拆装过程中造成不必要的损坏，影响设备发挥原有的性能。因此，有的企业从设备投入使用初期，就采用预知维修代替周期计划维修，后来又根据国内设备新老机型特点不同，采用周期计划维修与状态维修相结合的方式进行设备维修，也取得了良好效果。

2机械设备维修管理的常见问题

对机械设备维修与管理的重视程度不够

机械设备维修与管理是一个系统的过程，涉及到多个环节(采购、使用、改造、更新等)，部分企业比较注重对设备的前期管理，而在设备使用过程中的维修与管理则不太重视，导致实际维修与管理工作出现问题。

维修与管理跟不上

机械设备维修与管理机械的按照计划进行，很容易忽视设备的实际情况，导致机械设备的维修、保养等工作不能满足实际需求，降低了机械设备的使用性能和工作效率。

重修理，不重改造

目前国内大部分企业对于机械设备的态度是“不坏不修”,导致大量设备长期“亚健康”运行，严重的影响了工作的效率和质量。同时对于部分需要改造的设备，迫于改造费用高或者技术要求高等难题导致必要的改造被迫中断。

3机械设备维修的理论指导

机械故障

(1)机械故障的概念

所谓机械故障，就是指机械系统(零件、组件、部件或整台设备乃至一系列的设备组合)已偏离其设备状态而丧失部分或全部功能的现象。

(2)机械故障的类型

根据故障发生的速度分渐发型故障、突发型故障和复合型故障;根据故障后果分参数故障和功能故障;根据故障出现的情况分为已发生的实际故障和未发生的潜在故障;根据故障发生的原因或性质分人为故障和自然故障;根据故障发生的部位分机械故障和电气故障;根据故障发生的频率分常见故障和特殊故障;根据故障来源分设计、制造、使用和检修维护发生的故障等。研究故障类型是为了通过各种故障分析其对设备功能、参数、零部件失效形式的影响，从而在设计，使用中采取相应的改进措施，减少或杜绝类似的故障再次发生。

(3)机械故障的规律

机械设备故障的规律是指机械故障随时间变化而变化的规律。设备的故障率随时间的变化大致可以分3个阶段：早期故障期、偶发故障期和耗损故障期。

(4)机械故障发生的原因

机械设备故障的原因是多种多样的，总的来说可以分为外部原因和内部原因。外部原因主要有：使用环境原因，如粉尘、气候等因素;设备负荷原因，如负荷超过设计能力、负荷不均等;安装调试问题，如安装调试不当或未达到设计要求等;未按要求维护操作设备，如润滑不良、密封问题、设备使用初期未按要求试车磨合、岗位工错误操作等;上次检修不当，如更换或修复的零件不合要求、装配问题等。内部原因主要有：机械本身设计存在问题、零件制造质量不过关等。

机械零件的失效形式

①断裂。零件在外载荷作用下，某一截面上的应力超过零件的强度极限时，就会造成断裂失效。在变应力作用下，长时间工作的零件容易发生疲劳断裂。零件的断裂失效对机械产品造成的危害最大。

②过大残余变形。零件受载荷作用后发生弹性变形，过度的弹性变形会使零件的机械精度降低，造成较大的振动，引起零件的失效;当作用在零件上的应力超过了材料的屈服极限，零件会产生塑性变形，甚至发生断裂。在高温、载荷的长期作用下，零件会发生蠕变变形，造成零件的变形失效。

③表面损伤失效。零件在长期工作中，由于磨损、腐蚀、磨蚀、接触疲劳等原因，造成零件尺寸变化超过了允许值而失效，或者由于腐蚀、冲刷、气蚀等而使零件表面损伤失效。

④材质变化失效。由于冶金元素、化学作用、辐射效应、高温长时间作用等引起零件的材质变化，使材料性能降低而发生失效。

⑤破坏正常工作条件而引起的失效。有些零件只有在一定条件下才能正常工作，如带传动，只有当传递的有效圆周力小于临界摩擦力时，才能正常工作。如果这些条件被破坏，将会发生失效。

4机械故障诊断技术

机械故障诊断是一种了解和掌握机器在运行过程的状态，确定其整体或局部正常或异常，早期发现故障及其原因，并能预报故障发展趋势的技术。油液监测、振动监测、噪声监测、性能趋势分析和无损探伤等为其主要的诊断技术方式。机械故障诊断技术是20世纪70年代以来，随着电子测量技术、送信号处理技术以及计算机的发展而逐渐形成的一门综合技术。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。

机械诊断技术的任务：①弄清引起设备劣化或故障的主要原因②了解设备劣化部位及程度③了解设备的性能、强度、效率等④预测设备的使用寿命。

5机械设备故障维修

机械设备维修前的准备工作很多都是技术性很强的工作，其完善程度、准确性、及时性都会直接影响大修计划进度、维修质量和经济效益。不同企业的设备维修组织和管理分工相应的有所不同，但设备维修前的准备工作内容及过程大致相同。

为了全面深入了解设备劣化的具体情况，在大修前需要安排的停机预检。预检工作由技术人员负责，设备使用部门的机械维修人员参加，并共同承担。预检工作量大小由设备的复杂程度、劣化程度决定，设备越复杂，劣化程度越严重，预检工作量就越大，预检时间也越长。从预检结束到设备维修开始之间的时间间隔不宜过长，否则可能在此期间导致设备的状态加速劣化，致使预检的准确性降低，给维修施工带来困难。

通过预检和分析确定修理方案后，要以修理技术文件的形式做好修理前的技术准备。机械设备修理技术文件有修理技术任务书、修换件明细表、材料明细表、修理工艺和修理质量标准等。这些技术文件是编制修理作业计划，准备备品、配件、材料，校算修理工时与成本，指导修理作业以及检查和验收修理质量的依据，它的正确性和先进性是衡量企业设备维修技术水平的重要标志之一。

结论

做好机械设备维修管理工作，是保证机械设备正常运转的基本条件，对提高企业的经济效益，保证企业持续发展十分重要。

点击下页还有更多>>>机械设备维修管理论文

港口将成为国际贸易的运输中心与物流平台,港口物流将成为物流平台上的重要组成部分。下面是由我整理的港口物流管理论文，谢谢你的阅读。

港口物流控制系统可靠性分析

摘 要：控制系统是干散货码头 物流系统的核心，干散货散码头物流系统中含有众多大型设备，各设备之间要进行频繁的数据交换，同时中控室要对各设备运行情况进行监视，来实现工艺所要求的各环节的必要联锁控制。为了对各装卸和运输设备进行有效控制并实现作业流程的作业控制、最大程度地发挥这些设备的效能，所以干散货码头控制系统必须具有高可靠性。

关键词：港口;物流控制;系统

1 干散货码头物流控制系统的构成

干散货码头物流控制系统主要由可编程序控制器(PLC)，交换机、 网络服务器、监控操作站、有线和无线数据传输网络组成。主要完成码头物流系统工艺流程操作所要求的流程选择确认，顺序启动、顺序停止、故障停止、紧急停止和流程切换以及控制系统操作、监控和信息 管理等功能。

目前，在干散货码头物流控制系统中从各装卸设备的单机到中控系统均采用PLC作为控制核心部件，它的主要功能是通过 软件编程的 方法 实现对作业流程的自动控制，检测受控对象的状态并发出控制指令。其控制系统网络可分为三层。

信息层：一般由以太网组成，完成数据的采集及生产作业操作和监控功能。

自动化和控制层：由控制网构成，实现实时I/O控制、控制器互锁和报文传送。

设备层：通过现场传感器测出需要监测控制的各种现场设备，并以开关信号等方式传送至现场模块， 计算机通过调整执行器来具体实现控制功能，控制器通过现场输出模块与各种执行器连接，输出直接驱动执行机构，由此来直接控制电机起停、正转、反转和现场的各种开关和电动挡板。

干散货码头控制系统组成设备大多为电子产品，所以与 机械系统一样，控制系统也属于可修复系统。在实际工程 应用中定量描述电子产品可靠性的指标有很多，常用的主要有可靠度、有效度、故障率、平均维修时间、平均无故障时间等。要分析干散货码头物流控制系统的可靠性，也必须借助一系列可靠性指标来进行。在本文中采用平均无故障时间、平均维修时间、有效度作为反映干散货码头物流控制系统可靠性的指标。

干散货码头物流控制系统是一个复杂的可修复系统，系统中采用软、硬件结合的故障诊断和同步恢复、定位技术的先进技术来实现不中断生产情况下的 修理 或更换，从而保证控制系统的长期可靠 工作。对其可靠性分析必须从硬件和软件两方面考虑。由于干散货码头物流控制系统属于可修复系统，可采用马尔可夫可修复模型，通过系统状态之间的转移概率，来建立系统状态转移方程组，来描述控制系统的可靠性。由于干散货码头控制系统的组成设备较多，而且其组成结构也比较复杂，所以其状态转移方程组的阶数会很高，从而可能无法求解，甚至可能无法建立状态转移方程组。然而系统可靠性框图法比较简单，仅要求已知各组成单元的可靠性参数指标。对于干散货码头物流控制系统，结合这两种可靠性分析方法的特点，可先用马尔可夫模型法对系统各部件进行可靠性分析得出可靠性参数，然后用可靠性框图法对整个系统的可靠性进行模型化简，最后得出整个控制系的可靠性参数指标。

2 干散货码头物流控制系统可靠性分析

在干散货码头控制系统中，软件系统的 不仅受到各个功能 模块 的影响，同时也取决于这些 是否被执行，因此可以看出，软件系统的 与程序的逻辑流有关，而逻辑流程代表了模块间的转移，这个转移过程同样可以用马尔可夫过程来表示。

矩阵R是由模块可靠度R?i 组成的对角线矩阵，矩阵?P?中的元素P??ij? 是逻辑流程由模块i转移到模块j的概率。

对于干散货码头物流控制系统，任何子系统的失效都会导致整个控制系统无法正常工作，即要求控制系统中每一子系统均正常工作时整个控制系统才能正常工作，显然，干散货码头物流控制系统这特性符合系统可靠性分析模型中串 联系统的定义。所以，在对干散货码头物流控制系统进行分析时，看以将其看做由各功能模块组成的子系统串联而成，因此可以采用串联系统可靠性分析模型对干散货码头物流控制系统进行可靠性计算。而干散货码头物流控制系统由系统网络子系统、PLC硬件子系统、供电及驱动电路子系统和软件系统四个系统组成，各子系统的可靠度为 R?j，j=1,2,3,4则整个物流控制系统的可靠度R为

3 提高干散货码头物流控制系统可靠性的方法

干散货码头物流控制系统是一个复杂系统，所以在设计前有必要对设计的系统进行严格的可行性考查论证，从而避免因为对系统的可行性， 经济性和先进性缺乏科学的考查分析而给系统设计带来缺陷，最后导致控制系统工作的不可靠。对于投入使用的干散货码头物流控制系统，在分析其故障特性的基础上，可以得出提高系统可靠性的方法。

干散货码头物流控制系统的故障特性

提高码头物流控制系统的可靠性也就是要减少系统的故障，而引起故障的因素来自系统内部和外部两个方面:

内部因素：元器件失效，电路开路或短路等，另外还包括软件设计中的问题。

外部因素： 环境温度、湿度、电源的波动、电磁干扰、冲击、振动、腐蚀等。

干散货码头物流控制系统是一个计算机产品，通过硬件系统和软件系统的共同作用才能完成各项规定的功能，因此，必须从硬件和软件两方面入手分析其故障特性，同时，硬件系统和软件系统的故障特性是有区别的。

(1)硬件故障特性。

干散货码头物流控制系统的硬件故障按出现的时间可分为以下三类：早期故障期、随机故障期和耗损故障期。

早期故障主要由控制系统选用的元器件老化不够、设计制造中的错误、运输存放时的损坏等原因造成。在这一期间，干散货码头物流控制系统的故障率随着时间的增长而逐渐减少。

在偶然故障期内，干散货码头物流控制系统故障率趋于稳定，整个控制系统处于正常工作状态期，此时控制系统故障率基本保持常数且不随时间变化而变化。同时，在此期间干散货码头物流控制系统出现的故障是随机的。

在耗损故障期内，由于干散货码头物流控制系统经过了长时间的运行、系统中的元器件已老化，此时整个控制系统的故障率保持在一个较高水平。

(2)软件故障特性。

干散货码头物流控制系统的软件系统由应用软件和系统软件组成。其中，应用软件为完成用户所需功能而开发的软件，一般是根据用户领域或者设计部门提供的控制方案设计开发而成。而系统软件则是支持干散货码头物流控制系统本身工作的软件，同时可以帮助用户开发应用软件，比如码头物流控制系统过程控制单元中的各种功能模块。

干散货码头物流控制系统软件故障一般发生在两个时期，即早期故障期和成熟期。在早期故障内，控制系统发生故障主要是由于软件设计中残留的逻辑错误所致。而进入成熟期后，软件的故障率较小甚至可能接近于零。

干散货码头物流控制系统设计的设备选型

系统的可靠性是设计出来的，生产出来的，管理出来的。系统设计一旦完成，并按设计预定的要求制造出来后，其固有可靠性就确定了。提高系统固有可靠性最直接的方法就是保证系统组成单元的可靠性。

干散货码头物流控制系统多数是在潮湿、多尘、高温、强电磁、强腐蚀、高频干扰等复杂恶劣环境下工作的，因此不仅对控制系统本身，同时也对控制系统中现场执行、检测、供电等各种设备的可靠性和先进性提出了严格的要求。根据以上特点，在选择干散货码头物流控制系统组成设备时应注意以下几点:

(1)对于计算机，要选择实时性好，具有高性能的实时多重任务的处理系统，而且要有完善的中断系统和实时时钟功能，特别要选用CPU主频高的机型，以便于实时多任务的快速处理。

(2)要选技术指标先进、质量好、环境适应性和抗干扰能力强、可靠性高即平均无故障时间大、平均维修时间小的设备，以保证系统能在强干扰等恶劣的环境下长期能够可靠运行。

(3)常规仪表质量的优劣对于控制系统能否长期良好可靠运行有着决定性的作用。因此，要选择具有完善的输入/输出通道和方便的通讯接口，以及丰富的输入/输出通讯指令的设备。

综上所述，在干散货码头物流控制系统设备选型时，应该充分注意选择性能指标质量优良，抗干扰力强、稳定可靠的设备，从而使整个控制系统处能够在良好的状态下稳定运行，完成规定的功能。

干散货码头物流控制系统抗干扰设计

由于干散货码头物流控制系统所处环境较恶劣，所有各种噪声都有可能对控制系统产生严重干扰，从而影响整个控制系统或是局部系统的稳定性和可靠性。干散货码头物流控制系统的干扰主要来自以下三方面:

(1)系统环境的干扰：主要包括控制系统设备安装，通道连接导线铺设的不合理，信号传输、机柜、机房屏蔽不佳，接地不良，以及高温、潮湿多尘、腐蚀气体，造成接触不良，断线、漏电以及电磁感应、公共阻抗耦合等串扰。

(2)系统噪声的干扰：包括控制系统所有组成设备自身的元器件材料、性能存在某些缺陷或是由于控制系统内部线路设计、安装、工艺不合理而产生的物理噪声，同时也包括给控制系统供电的交直流电源因质量不佳而产生的交流纹波、直流电平漂移及内部变压器、继电器开关、电感等产生的电磁干扰。

(3)外部的干扰：主要是由控制系统外的变压器、强电流的交流电机、强电网以及雷电、天线电波、高频超声设备等产生的辐射、电磁、脉冲等干扰。

4 结语

本文从硬件系统和软件系统

两方面对干散货码头物流控制系统的可靠性进行了研究，硬件系统可靠性分析方法与机械系统相似，重点介绍了软件系统可靠性分析方法，并在此基础上 总结 了提高干散货码头物流控制系统可靠性的一些设计方法和 措施 ，如冗余设计、抗干扰设计等。

点击下页还有更多>>>港口物流管理论文

引言机械零部件的磨损是机械设备发生的故障中最常见、最主要的故障形式，是影响机械设备正常运行的主要障碍之一。据统计，磨损故障占机械设备故障的80%〔1〕，而且磨损还可诱发其它形式的故障。随着现代工业的发展，对生产的连续性和运转机械设备的可靠性要求不断提高，因而对机械设备进行磨损工况监测和故障诊断具有重要意义。 机械零部件发生磨损时，磨损颗粒便进入润滑系统并悬浮在润滑油中。这些微小的磨损颗粒携带有机械设备发生磨损故障的重要信息。为了从润滑油里的磨损颗粒中获取有关机械设备磨损故障的特征信息，常采用“油液监测技术”，其中包括磁塞法、光谱法、铁谱法、放射性示踪法、过滤法、颗粒计数法[2,3]。实践证明，在上述这些方法中，铁谱分析技术是监测磨损工况和诊断磨损故障最为有效的方法，在设备日常管理、预测性维修、可靠性分析和寿命预测方面起到了重要作用。然而，在铁谱诊断技术应用的近20年中，诊断过程中的磨粒识别和故障诊断这两个关键步骤主要凭借人的经验。由于磨损现象的复杂性、研究的对象不同以及铁谱分析者间缺乏充分交流，导致使用磨粒术语和描述磨损故障的混乱，尽管在磨粒分类与磨粒术语标准化方面还有一些基础工作要做，但经过一些研究者的努力，已有比较一致的观点。相比之下，对磨损故障分类与磨损故障描述规范化的研究则较少。在人工诊断时，重点在磨粒识别，磨损故障描述方面的混乱对故障诊断的影响并不突出。随着现场监测对智能化诊断的迫切要求以及计算机图像处理技术和智能(人工智能和神经网络)技术在铁谱诊断中的应用，对磨损故障的分类与铁谱诊断方法提出了新的要求。本文系统分板到几械设备磨损故障和铁谱诊断过程，舞在综合分析铁谱诊断方法的基础上，提出了一个智能化铁请诊断模型。1机械设备磨损故障分析机械设备磨损故障的原因机械设备磨损故障(以下简称磨损故障)是指由于相对运动的两个表面之间的摩擦磨损致使设备的功能低于规定水平的状态。概括地讲，引起磨损故障有两种情况：①由设备设计时预计之中的常规磨损引起的故障。在一般机械零件摩擦副中，正常的零件磨损过程大致分为磨合磨损、稳定磨损和剧烈磨损三个阶段川。在稳定磨损达到一定时期时，设备的磨损率随时间而迅速增大，超出设备设计时规定的磨损量水平，使工作条件急剧恶化，进而使设备出现故障甚至完全失效；②设备安装与使用过程中的异常磨损导致的故障。机械零件在安装过程中由于安装不良或(和)清洗不干净会导致设备在运转过程中的异常磨损，或者在使用过程中由于偶然的外来因素(磨料进入、载荷条件变化、a划伤：由于犁沟作用，在滑动方向上产生宽而深的划痕。b点蚀：在接触应力反复作用下使金属咬死等)和内部因素(润滑不良、摩擦发热等)影响而出现异常磨损。异常磨损弓!发的故障具有偶然性和突发性，对此类故障的诊断具有重要意义。磨损故障的分类分类的目的是为了将人们常用而又实际存在的各式各样的磨损故障按一定的标准归纳为几个基本类型。合理的分类能够使诊断工作简化，有利于故障诊断的状态识别过程的进行，提高故障诊断的有效性。由于铁谱技术在诊断磨损类故障方面具有独特的优越性，因而本文的分类主要是针对铁谱诊断方法的。根据不同的应用目的，磨损故障从以下几个方面进行分类比较合适。 按磨损机理划分不同的磨损机理产生的磨粒各异，因而可通过磨粒分析来识别引起磨损故障的磨损机理，以便为设备的设计、制造服务。与润滑油分析有关的磨损机理可分为以下几类：a粘着磨损：接触表面作相对运动时，由于固相焊涪作用使材料从一个表面转移到另一个表面而造成的一种磨损。 b 磨料磨损：由于硬颗粒或硬突起物使材料产生迁移而造成的一种磨损。 c疲劳磨损：由于循环交变应力引起疲劳而使材料脱落的一种磨损。微动磨损应归入此类。d腐蚀磨损：由于与周围介质发生化学反应而产生的一种磨损。其中包括氧化磨损、氢致磨拐、介质腐蚀磨损。 按磨损形式划分磨粒的产生与磨损表面有着密切的联系，因而可从磨损表面的破坏形式来分类。按磨损形式来分，磨损故障可分为：疲劳破坏而形成的表面凹坑。c剥落：金属表面由于变形强化而变脆，在载荷作用下产生微裂纹随后剥落。 d胶合：由粘着效应形成的表面结点具有较高的连接强度，使剪切破坏发生在表面层内一定深度，因而导致严重磨损。 e腐蚀：由于润滑油中含水和润滑油膜破裂而使金属与周围介质发生化学反应而产生的表面损伤。上述的划伤、点蚀、剥落和胶合有宏观与微观之分，对于铁谱诊断而言，主要是针对微观形式的。 按磨损类型划分对于磨损故障的描述，铁谱分析者针对铁谱分析的特点采用一套适用的分类方法，归纳起来可以说是按磨损类型来分： a正常磨损和磨合期磨损：滑动表面经常发生的正常磨损。b切削磨损：由于滑动表面的相互穿入引起的非正常磨料磨损。c滚动疲劳磨损：滚动接触表面的疲劳磨损。了滚滑复合磨损：与齿轮系相关的疲劳磨损和粘着磨损。e严重滑动磨损：滑动表面的过载和高速造成的磨损。 按磨损原因划分按磨损原因来分，磨损故障可分为由磨料进入、润滑不良、油中含水、安装不良或有裂纹、过载、高速、过热和疲劳等引起的故障。这可为设备设计、保养和维修提供有用信息。按磨损程度划分按磨损程度来分，磨损故障可分为正常磨损和严重磨损。正常磨损与严重磨损间并无明确的定量界限。根据设备的重要性和诊断的灵敏性，磨损程度可分为3级：正常、b从谱片上的磨损颗粒中提取设备磨损状态的有用信息(征兆)：磨粒识别与统计，注意、极高(报警)；也可分成4级：正常、较正常、异常、严重异常磨损。 ‘按磨损材料划分按磨损材料来分，磨损故障可分为黑色金属磨损故障、有色金属磨损故障和非金属磨损故障。按诊断对象划分有的磨损故障在实际应用中采用俗称，比如在柴油机中有“拉缸”、“拉瓦”、“烧瓦”和“抱轴”等叫法。因而磨损故障也可按诊断的特定设备来分类，并制定出相应的诊断标准。在故障诊断时，根据不同的诊断目的和任务要求，尽量采用某一分类方法并逐层推进，不要出现交叉使用的现象。2铁谱诊断过程铁谱诊断技术是一种以磨损颗粒分析为基础的诊断技术。采用该技术监测机械零部件的磨损状态，无需将正在运转的机械设备打开或关闭，就可确定其磨损状态。.由机械零部件产生的磨损颗粒作为分离相存在于润滑油中，通过铁谱仪磁场的作用将它们从润滑油中分离出来，特定的工况条件和冤同的金属零件产生的磨粒具有不同的特性。通过观察磨粒的颜色、形态、数量、尺寸及尺寸分布，可以推断机械设备的磨损程度、磨损原因和磨损部位。根据机械设备诊断学的观点[4]，故障诊断过程有3个主要步骤：信号测取(检测设备状态的特征信号)，征兆提取(从所检测的特征信号中提取征兆)和状态识别(根据这些征兆和其它诊断信息来识别设备状态)。 具体来讲，铁谱诊断过程可分为以下几个步骤：a取油样，制谱片，得到设备磨损状态的特征信纂一磨损颗粒；磨损参数测量；c根据上述征兆，识别设备的磨损状态(状态诊断)，包括识别设备的磨损状态将有无异常(故障早期诊断)与是否已有异常(故障诊断)；d根据设备的征兆与状态，进一步分析设备的磨损状态及其发展趋势(状态分析)，包括当设备有故障时，分析故障位置、类型、性质、原因与趋势等；e根据设备的状态与趋势，作出决策，干预设备及其运行过程。3磨损故障铁谱诊断方法与智能化铁谱诊断模型铁谱诊断方法自铁谱技术问世以来，其发展重点主要是在诊断过程的前两步，对磨损故障识别理论与方法的研究较少，这可从众多有关铁谱技术用于磨损工况监测与故障诊断的资料中看出。目前铁谱技术用于故障诊断所采用的方法归纳起来有3种：定性铁谱诊断法、定量铁谱诊断法(严格地说是准定量铁谱诊断法)、定性与定量相结合的铁谱诊断法。定性铁谱诊断能够在铁谱片上获取大量有关磨损状态的信息，但在很大程度上受操作者的经验和其它主观因素的影响，状态识别过程由领域专家或分析者来完成。诊断是依据谱片上磨粒的形态、数量、颜色、尺寸及尺寸分布等信息来推断机器的磨损状态。目前普遍得到应用的铁谱分析报告单就是定性铁谱诊断的总结。将模糊数学方法应用到定性铁谱诊断，可让计算机模拟专家的识别方法进行磨损状态诊断，这种方法具有一定的智能性，但这并不是铁谱诊断技术发展的关键所在。目前的定量铁谱诊断是根据铁谱片上磨粒的浓度和磨粒的尺寸分布来对设备的磨损状态作出诊断。诊断主要采用函数分析法、趋势分析法和灰色理论等方法，有些方法已能在一定程度上反映出智能性。定量铁谱诊断具有较大的客观性，但所提供的数据只反映出少量的磨损状态信息，而且不能应用在脂样分析中。定量与定性相结合铁谱诊断是目前实际应用的最多的一种方法，一般是先用定量参数进行故障可能性和趋势判断，再辅之以铁谱片上磨粒特征分析来确诊。为了提高铁谱诊断技术的准确性和智能性，必须进一步发展定量铁谱诊断方法。该方法应能综合定量分析磨粒的形态、尺寸、数量、颜色和尺寸分布等特征并应角人工智能和神经网络的方法加以诊断。随着计算机图像分析技术以波人工智能特别是神经网络技术不断发展，为实现综合定量铁谱诊断及其智能化创造了有力的条件。将智能化技术应用到铁谱诊断，其诊断过程的第三步不仅变得同前二步一样重要，而且将会成为智能诊断技术的关键，因而对磨损故障识别理论与方法的研究很有必要。由于磨损现象的复杂性和磨粒分析的困难性，铁谱诊断智能化的发展一直较缓慢。1989年美国的Carborundum公司开发出一套被称之为FAST的铁谱分析专家系统[5]，并在最近将其发展成FASTPLUS系统。据报道，利用这一专家系统可以对铁谱片进行分析并以人机对话的方式进行决策。但从原理上看，该系统主要是将谱片上的特征磨粒与存储在系统的光盘中的磨粒图谱的照片进行比较而得出结论，因而具有较大的局限性。在国内，文献[6]困将计算机图像分析技术和人工智能理论与方法引人到铁谱分析技术中，建立了基于黑板的铁谱图像解释系统的模型，并进行了部分研究，取得一些很有意义的研究成果。由于追求铁谱诊断的完全智能化使得该技术离实用还有较远的距离。磨损故障铁谱诊断水平根据铁谱诊断的目的和实际应用的需要，将磨损故障铁谱诊断水平划分成3个级别：第一级诊断水平三对设备状态进行监测、确定磨损状态是否正常；第二级诊断水平：在第一级诊断的基础上，判别引起磨损状态异常的磨损原因、类型、形式乃至趋势分析，以便采取维修措施或改进设计。不同原因导致的故障具有不同的表现形式，从而反映出不同的故障状态。通过磨粒的形态、尺寸、数量、分布等特征可对磨损原因进行识别；第三级诊断水平：用以判断发生故障的部位或部件，同时也为第二级诊断提供补充信息。不同的材料产生的磨粒经谱片加热或湿化学处理在铁谱显微镜下可以区分出来，从而将故障隔离到不同零件上。由于设备结构的复杂性、同台设备使用摩擦副材料相同性以及鉴别材料手段的局限性，使得故障隔离与定位并不能总是有效。但为了提高磨损故障诊断的有效性和全面性，此级诊断无疑是必要的。在人工诊断时，上述3级诊断常常是同步完成的，但随着现场监测对智能化诊断的需要，在人工智能或神经网络技术引入到铁谱诊断后，就需要对磨损故障诊断水平进行分级。智能化铁谱诊断模型本文从实际应用的需要出发，提出一种智能化铁谱诊断系统模型，如图1所示。其中的些主要工作已经完成。该系统包括3大模块：磨粒分析模块、磨粒识别与统计模块和机械磨损故障铁谱诊断模块：在磨粒分析模块中可以采用计算机图像分析和模拟人工分析两种方式。铁谱图像分析子系统 [7]能够提取定量的磨粒特征参数。这包括形态数字特征和光密度特征，提取的信息中的一部分输入磨粒识别与统计模块，并采用神经网络技术识别磨粒[8]，经统计后，将结果送入磨粒信息库；一部分直接送入磨粒信息库。模拟人工分析子系统，采用人一机协作的方法，人工提取定性的磨粒特征参数，应用神经网络专家系统进行磨粒识别[9]，识别结果经统计后送入磨粒信息库；定量钳普参数采用光密度计测量，测量结果直接送入磨粒信息库。根据不同的需要，磨粒信息库中的数据可按不同的方式组织，形成不同的数据文件，以备故障诊断与监测取用。机械磨损故障铁谱诊断模块根据用户需要可实现磨损状态诊断、磨损故障类型诊断和磨损原因诊断，三者的实现均采用神经网络模型[l0转自深圳培训吧]。在铁谱诊断时，除了利用磨粒信息库的数据文件作为输入向量外，还应充分利用被监测设备知识库的知识。该系统还可以直接从磨粒信息库中提取数据，采用神经网络技术进行磨损趋势预测