設(shè)備狀態(tài)監(jiān)測與故障診斷技術(shù)是一種了解和掌握設(shè)備使用過程狀態(tài)的技術(shù)。它可以確定設(shè)備整體或局部是正常還是異常，能早期發(fā)現(xiàn)故障及其原因，并能預(yù)報(bào)故障發(fā)展趨勢。設(shè)水泥螺旋輸送機(jī)備狀態(tài)監(jiān)測與故障診斷過程包括狀態(tài)監(jiān)測、故障檢測、故障識(shí)別或診斷、故障分析與預(yù)測、故障處理對策與建議等
［1擋邊輸送帶］。

　　在汽輪發(fā)電機(jī)組的各種故障中，振動(dòng)故障是一類對生產(chǎn)和運(yùn)行產(chǎn)生很大影響的故障。一方面，振動(dòng)故障的診斷比較復(fù)雜，處理時(shí)間比較長；另一方面，振動(dòng)故障一旦發(fā)散釀成事故，所造PVC輸送皮帶成的影響和后果是十分嚴(yán)重的［2］。 
高頻振動(dòng)篩 
1　大型汽輪發(fā)電機(jī)組狀態(tài)監(jiān)測和故電磁振動(dòng)篩障診斷

　　由于我國用電的需要和資金制約，降低老機(jī)組故障發(fā)生率，延長老機(jī)組的使用壽命是非常重要的［3］。目前在國內(nèi)電廠各類大型汽輪發(fā)電機(jī)組的運(yùn)行監(jiān)測方面，只有部分裝有美國本特利公司或德國飛利浦公司的振動(dòng)監(jiān)視系統(tǒng)，尚有許多機(jī)組的監(jiān)視系統(tǒng)是落后和不完善的。由此可見，開展大型汽輪發(fā)電機(jī)組微型電磁振動(dòng)喂料機(jī)的故障診斷技術(shù)研究是非常必要的。

　　隨著機(jī)組容量增大，所出現(xiàn)的振動(dòng)故障也越來越復(fù)雜，目前采用的在線監(jiān)測裝置一般只具有振動(dòng)專家系統(tǒng)的很少且很不完善。利用先進(jìn)的檢測、診斷儀器，采取科學(xué)有效的技術(shù)方法開展現(xiàn)場故障診斷工作是目前電廠各類機(jī)組故障診斷輸送鏈和預(yù)測分析的主要方法［4］。

　　目前在國際上，以美國為主的西方發(fā)達(dá)國家在大型汽輪發(fā)電機(jī)組在線監(jiān)測與診斷技術(shù)的綜合研究方面處于領(lǐng)先地位：一方面，美國的信號(hào)處理與數(shù)據(jù)分析技術(shù)發(fā)展較快，而這些處理機(jī)、分析儀和數(shù)據(jù)采集系統(tǒng)是機(jī)械設(shè)備狀態(tài)監(jiān)測的基礎(chǔ)和核心，是發(fā)展后續(xù)技術(shù)（故障診斷）所不可分割的部分；另一方面，美國的幾家專業(yè)公司，如自動(dòng)提升機(jī)小型提升機(jī)Bently，IRD，BEI，從事對大型電站機(jī)組的運(yùn)行和監(jiān)控的研究，以及對機(jī)組可靠性、安全性、維修性與經(jīng)濟(jì)管理技術(shù)方面的研究，已有了40多年的歷史，建立了龐大的數(shù)據(jù)庫管理系統(tǒng)，并開展了專家系統(tǒng)的研究，具有雄厚的數(shù)據(jù)與軟件實(shí)力。此外，國際上還有許多著名的診斷儀器公司，如丹麥的B＆K，德國的申克及日本的武田理研等，生產(chǎn)有多種用于設(shè)備診斷的分析儀器及軟件系統(tǒng)。然而國外的在線監(jiān)測系統(tǒng)、現(xiàn)場診斷儀器及診斷管理軟件一般價(jià)格十分昂貴，且存在維護(hù)不便、因缺少漢化而使用不便等問題，因此還難以在我國基層電廠普及。

　　我國工業(yè)企業(yè)的設(shè)備診斷技術(shù)自1983年起步，初期主要應(yīng)用于石化、冶金及電力等行業(yè)，進(jìn)入20世紀(jì)90年代后，迅速滲透到國民經(jīng)濟(jì)的各個(gè)主要行業(yè)。其中旋轉(zhuǎn)機(jī)械的故障診斷是診斷技術(shù)應(yīng)用最廣、涉及行業(yè)最多的應(yīng)用領(lǐng)域，如電力行業(yè)中的汽輪發(fā)電機(jī)組，石化行業(yè)的壓縮機(jī)，航空工業(yè)的各種航空發(fā)動(dòng)機(jī)等。大型汽輪發(fā)電機(jī)組的在線監(jiān)測與故障診斷技術(shù)作為國家“七五”、“八五”重大科技攻關(guān)項(xiàng)目，并在“九五”期間仍繼續(xù)受到支持，其重要意義是顯而易見的。西安交通大學(xué)、哈爾濱工業(yè)大學(xué)、清華大學(xué)等一些高校及西安熱工研究院等一些研究單位在大型汽輪發(fā)電機(jī)組故障機(jī)理及星型卸料器其診斷技術(shù)研究方面總體上處于國內(nèi)領(lǐng)先水平。但是，由于近年來大型汽輪發(fā)電機(jī)組單機(jī)裝機(jī)容量的不斷增大（如國內(nèi)目前己投產(chǎn)700 MW汽輪發(fā)電機(jī)組），而對大型機(jī)組許多常見故障的機(jī)理、故障特征及現(xiàn)場診斷方法的研究還有待進(jìn)一步的深入。此外，在現(xiàn)場信號(hào)采集與故障診斷儀器及數(shù)據(jù)管理軟件的研制方面，國內(nèi)雖有一些大學(xué)及研究所推出了自己的產(chǎn)品，如北京振通檢測技術(shù)研究所推出的902和903便攜式數(shù)據(jù)采集器、重慶大學(xué)測試中心的QLSA－W型振動(dòng)噪聲測試分析儀、大連理工大學(xué)推出的PDM2000數(shù)據(jù)采集分析儀及管理軟件等，但隨著計(jì)算機(jī)技術(shù)尤其是微處理器及軟件技術(shù)的飛速發(fā)展，上述裝置及軟件系統(tǒng)在性能指標(biāo)、可靠性、軟件對不同公司數(shù)據(jù)采集裝置的適應(yīng)性等方面均存在一定的局限性。

2　故障診斷技術(shù)研究的主要鏈條輸送內(nèi)容及其概況

　　30多年來，故障診斷技術(shù)不斷吸收各門科學(xué)技術(shù)發(fā)展的新成果，診斷的理論與應(yīng)用有了很大的發(fā)展和進(jìn)步，它涉及系統(tǒng)論、控制論、信息論、檢測與估計(jì)理論、計(jì)算機(jī)科學(xué)等多方面的內(nèi)容，成為集數(shù)學(xué)、物理、力學(xué)、化學(xué)、電子技術(shù)、信息處理、人工智能等基礎(chǔ)學(xué)科以及各相關(guān)專業(yè)學(xué)科于一體的新興交叉學(xué)科。故障診斷技術(shù)研究的主要內(nèi)容包括以下4個(gè)方面：故障機(jī)理；故障信息處理技術(shù)；故障源分離與定位技術(shù)；人工智能技術(shù)的應(yīng)用研座式圓盤給料機(jī)究。

2．1　故是常用礦用破碎機(jī)障機(jī)理的研究［5～7］

　　故障機(jī)理的研究，是以可靠性和故障物理為理論基礎(chǔ)，研究故障的物理學(xué)或數(shù)學(xué)模型，進(jìn)行物理模擬或計(jì)算機(jī)仿真，其目的是了解故障的形成和發(fā)展過程，明確故障的動(dòng)態(tài)學(xué)特征，從而進(jìn)一步掌握典型的故障信號(hào)，提取故障征兆，建立故障樣板模式。故障機(jī)理的研究是故障診斷的基礎(chǔ)，是獲得準(zhǔn)確、可靠的診斷結(jié)果的重要保制砂石設(shè)備證。

　　為了故障診斷工作的順利開展，國內(nèi)外很多科研人員和科研部門在故障機(jī)理方面作了大量的研究工作。例如，具有多年工廠實(shí)踐經(jīng)驗(yàn)的美國人John Sohre是研究渦輪機(jī)械故障機(jī)理的權(quán)威，他于1968年發(fā)表的論文“高速渦輪機(jī)械運(yùn)行問題的起因和治理”，清晰簡潔地描述了典型的機(jī)械故障征兆及其可能成因，并將典型的故障劃分為9類37種。美國Bently Nevada公司的轉(zhuǎn)子動(dòng)力學(xué)研究所對轉(zhuǎn)子和軸承系統(tǒng)典型故障作了大量的試驗(yàn)研究，并發(fā)表了許多很有價(jià)值的論文。日本的故障診斷可逆錘式破碎機(jī)專家白木萬博自20世紀(jì)60年代以來發(fā)表了大量的故障診斷文章，積累了豐富的現(xiàn)場故障處理經(jīng)驗(yàn)，并進(jìn)行了理論分析。國內(nèi)自20世紀(jì)80年代中期以來，清華大學(xué)、上海交通大學(xué)、哈爾濱工業(yè)大　　學(xué)、西安交通大學(xué)、西安熱工研究院等單位，在故障機(jī)理的研究方面做了大量的工作，發(fā)表了許多有價(jià)值的文章。

　　雖然在故障機(jī)理的研究方面已經(jīng)取得了大量的成果，但大型汽輪機(jī)組的振動(dòng)故障機(jī)理仍然沒有全部明確，亟須進(jìn)一步的深重型板式給料機(jī)入研究。

2．2　故障信息處理技術(shù)的研究［8～10］

　　故障信息處理技術(shù)是故障診斷的前提，它在提高診斷的準(zhǔn)確性和可靠性方面處于非常重要的地位。常規(guī)的故障信息處理技術(shù)包括故障信號(hào)檢測和故障信號(hào)分析處理兩個(gè)部分。測量的信號(hào)通常是振動(dòng)、噪聲、溫度、壓力、電流、電壓等信號(hào)中的一種或幾種。隨著電子技術(shù)和計(jì)算機(jī)技術(shù)的迅速發(fā)展，各種傳感器越來越小型化、精密化，近年來，一些國外企業(yè)以與一般傳感器同樣的價(jià)格推出了智能傳感器，使得故障信號(hào)檢測在不影響系統(tǒng)運(yùn)行的前提下更易于實(shí)現(xiàn)，而且在滿足高精度要求的同時(shí)提高了其本身的可靠性。最近，日本出現(xiàn)了非接觸式測量技術(shù)，大大地拓寬了故障信號(hào)的測量范圍，雖然在測量精度上暫時(shí)還未能滿足要求，但它預(yù)示了信號(hào)檢測技術(shù)的一個(gè)發(fā)展方向。

　　故障信號(hào)分析處理是對檢測到的各種狀態(tài)信息進(jìn)行加工、變換，以提取故障征兆。目前，應(yīng)用最廣泛的故障信號(hào)分析處理方法是傅立葉（Fourier）分析和相應(yīng)的FFT快速算法。借助于FFT算法實(shí)現(xiàn)的信號(hào)處理有頻譜分析、相關(guān)分析、相干分析、傳遞函數(shù)分析、細(xì)化譜分析、時(shí)間序列分析、倒頻譜分析、包絡(luò)分析等。這些分析方法在故障診斷過程中起到了重要的作用，但傅立葉分析方法只適合于分析連續(xù)的、平穩(wěn)的時(shí)域信號(hào)。為了有效地分析處理工程應(yīng)用領(lǐng)域中大量的非平穩(wěn)信號(hào)，人們把小波（wavelet）和分形（fractal）這兩種新的工具引入到故障信號(hào)的分析處理中。它們的理論和應(yīng)用研究十分活躍，預(yù)示著在故障診斷領(lǐng)域中將獲得廣泛的應(yīng)用。

　　其實(shí)，在故障發(fā)生時(shí)，領(lǐng)域?qū)＜彝鶓{五官感覺到一些難以由數(shù)據(jù)描述的事實(shí)，他們根據(jù)系統(tǒng)的結(jié)構(gòu)和故障發(fā)生的歷史，就能很快地做出正確的判斷。這種感性知識(shí)的獲取和經(jīng)驗(yàn)知識(shí)的表達(dá)、處理過程，事實(shí)上就是故障信息的智能處理技術(shù)。在模糊診斷系統(tǒng)中，這種基于經(jīng)驗(yàn)知識(shí)的智能化信息處理技術(shù)表現(xiàn)在故障征兆對故障原因的支持程度或否定程度的建立上；而在專家系統(tǒng)中，則表現(xiàn)在各類診斷知識(shí)的獲取和組織表達(dá)上。近年來，人們對診斷知識(shí)的獲取、表達(dá)、組織和推理方法作了大量的研究，目前仍沒有獲得突破性進(jìn)展。

　　由于大型機(jī)組的故障機(jī)理十分復(fù)雜，目前仍難以采用精確的數(shù)據(jù)完備地表達(dá)其運(yùn)行狀態(tài)，因此，研究故障信息的智能處理技術(shù)有著重要的意義。

2．3　故障源分離與定位技術(shù)的研究［11～13］

　　故障源分離與定位也稱為故障模式識(shí)別，是將經(jīng)過信號(hào)處理得到的有限的或不完整的特征信號(hào)與故障原因?qū)?yīng)起來，使故障源定位。故障源分離與定位技術(shù)是故障診斷的關(guān)鍵技術(shù)，將故障源定位是故障診斷的最終目標(biāo)。

　　20世紀(jì)60年代以來，隨著故障診斷理論研究的不斷深入，人們克服了越限診斷方法的局限，發(fā)展了多種故障源分離與定位技術(shù)，包括基于系統(tǒng)數(shù)學(xué)模型的方法、統(tǒng)計(jì)分析方法和模糊綜合評判方法等。根據(jù)診斷知識(shí)的利用方式，可以將故障源分離與定位技術(shù)分為基于模型的方法與基于規(guī)則的方法兩大類?；谀Ｐ偷姆椒梢猿浞掷孟到y(tǒng)的內(nèi)部知識(shí)，有利于系統(tǒng)整體的故障診斷；其缺點(diǎn)是系統(tǒng)的建模誤差或外部干擾將對故障診斷的結(jié)果產(chǎn)生重大的影響?；谝?guī)則的方法，其適應(yīng)性廣、靈活，但故障的在線估計(jì)比較困難。

　　撇開實(shí)際應(yīng)用場合而去評價(jià)某一種故障源分離與定位方法的好壞是沒有意義的。在實(shí)際應(yīng)用中，應(yīng)根據(jù)具體診斷對象的特點(diǎn)和需要完成的診斷任務(wù)，恰當(dāng)?shù)剡x擇或綜合利用幾種方法，才能取得較好的效果。

2．4　智能診斷技術(shù)的研究［14～15］

　　智能診斷技術(shù)已從實(shí)驗(yàn)室研究階段逐漸走向?qū)嶋H工程應(yīng)用階段。由于大型復(fù)雜系統(tǒng)在工業(yè)生產(chǎn)中的廣泛應(yīng)用，使得常規(guī)故障診斷技術(shù)越來越難以滿足人們對大型復(fù)雜系統(tǒng)提出的可靠性要求，因此，智能診斷技術(shù)是大型復(fù)雜系統(tǒng)故障診斷發(fā)展的重點(diǎn)方向。目前，盡管人們在智能診斷技術(shù)的研究方面做了大量的研究工作，但無論是在理論方面還是在實(shí)際應(yīng)用方面都還存在許多問題有待于研究解決。
3　故障診斷系統(tǒng)的研制歷史

　　故障診斷系統(tǒng)是根據(jù)診斷對象故障的特點(diǎn)，利用現(xiàn)有的故障診斷技術(shù)研制而成的自動(dòng)化診斷裝置。故障診斷的各種理論與方法的研究最終都必須落實(shí)到具體的診斷裝置或診斷系統(tǒng)的研制上，只有　　診斷系統(tǒng)的研制成功才能產(chǎn)生真正的經(jīng)濟(jì)效益。根據(jù)各類故障診斷系統(tǒng)出現(xiàn)的先后，可將它們分為以下四類：便攜式檢測儀表和分析儀器；在線監(jiān)測儀表系統(tǒng)；計(jì)算機(jī)監(jiān)測分析與診斷系統(tǒng)；智能診斷系統(tǒng)。其中，便攜式檢測儀表和分析儀器、在線監(jiān)測儀表系統(tǒng)和計(jì)算機(jī)監(jiān)測分析與診斷系統(tǒng)統(tǒng)稱為常規(guī)故障診斷系統(tǒng)，這三類故障診斷裝置或診斷系統(tǒng)從出現(xiàn)至今，經(jīng)過不斷的改進(jìn)，己經(jīng)發(fā)展成為成熟的商品，在故障診斷領(lǐng)域發(fā)揮了巨大的作用。

　　便攜式檢測儀表和分析儀器是最早出現(xiàn)的故障檢測裝置，其主要功能是對檢測對象的一些重要運(yùn)行參數(shù)進(jìn)行測量，分析人員根據(jù)測量得到的數(shù)據(jù)判斷檢測對象的運(yùn)行狀態(tài)。如：振動(dòng)測量儀、溫度測量儀、軸承檢測儀等，生產(chǎn)廠家有丹麥的B＆K公司、瑞典的SPM公司等。

　　在線監(jiān)測儀表系統(tǒng)是繼便攜式檢測儀表和分析儀器之后出現(xiàn)的針對某一具體對象的專用故障監(jiān)測系統(tǒng)，適用于需要實(shí)時(shí)監(jiān)測運(yùn)行狀態(tài)的工業(yè)生產(chǎn)系統(tǒng)。比較成熟的產(chǎn)品有：美國Bently公司的7200系列，9000系列，3300系列；西德Philips公司的11 MS700系列以及申克公司的VIBROCON－TROL 2000系列；瑞士Vibro－MetCr公司的MMS系統(tǒng)等。

　　計(jì)算機(jī)監(jiān)測分析與診斷系統(tǒng)的相繼出現(xiàn)，是由于便攜式檢測儀表和分析儀器和一般的在線監(jiān)測儀表系統(tǒng)無法滿足大型系統(tǒng)故障診斷的要求。計(jì)算機(jī)監(jiān)測分析與診斷系統(tǒng)不但可以在線實(shí)時(shí)監(jiān)測大型系統(tǒng)的運(yùn)行狀態(tài)，還可以根據(jù)現(xiàn)場的檢測數(shù)據(jù)，實(shí)現(xiàn)越限報(bào)警、實(shí)時(shí)故障分析與診斷等功能。典型的產(chǎn)品有：美國Bently公司的Trendmaster 2000系統(tǒng)；日本三菱公司的HMH系統(tǒng)；瑞士Vibro－Me－ter公司的Vibro－Turbo系統(tǒng)；加拿大CSI3100系統(tǒng)；中國清華大學(xué)的QH－l系統(tǒng)，華中理工大學(xué)的HZ－l系統(tǒng)，哈爾濱工業(yè)大學(xué)的MMMD－3系統(tǒng)等等。

　　智能診斷系統(tǒng)，是在常規(guī)故障診斷技術(shù)的基礎(chǔ)上，結(jié)合人工智能技術(shù)的研究成果研制而成的自動(dòng)化診斷系統(tǒng)。智能診斷系統(tǒng)的開發(fā)歷史并不長，美國自20世紀(jì)80年代開始首先在這方面開展研制工作，開發(fā)了多種智能診斷系統(tǒng)。例如，1982年EGG．Idaha公司研制成功用于診斷和處理核反應(yīng)堆的故障診斷系統(tǒng)。此后，Westinghouse公司研制成功電廠人工智能在線診斷大型網(wǎng)絡(luò)系統(tǒng)，其中包括汽輪機(jī)Turbin AID、發(fā)電機(jī)GenAID和水化學(xué)ChemAID三個(gè)人工智能在線診斷系統(tǒng)，以及電站數(shù)據(jù)中心PDC和診斷運(yùn)行中心，它在電站機(jī)組的安全運(yùn)行中發(fā)揮了巨大的作用，取得了很大的經(jīng)濟(jì)效益，被譽(yù)為在線智能診斷系統(tǒng)成功應(yīng)用的代表。國內(nèi)在故障的智能診斷技術(shù)方面的研究起步較晚，但發(fā)展較快，并取得了不少成果，如華中理工大學(xué)研制成功汽車發(fā)動(dòng)機(jī)故障診斷專家系統(tǒng)KB－SED和汽輪機(jī)組監(jiān)測與診斷專家系統(tǒng)；哈爾濱工業(yè)大學(xué)研制成功大型旋轉(zhuǎn)機(jī)械故障診斷專家系統(tǒng)MMMDES；另外，清華大學(xué)、上海交通大學(xué)、西安交通大學(xué)、鄭州工學(xué)院、東南大學(xué)等院校也先后開展了故障智能診斷系統(tǒng)的研制工作［10，13］。

　　故障機(jī)理的研究振動(dòng)信號(hào)分析是機(jī)械故障診斷技術(shù)中采用的最主要的方法之一。目前，在振動(dòng)信號(hào)分析與處理方法中，以快速傅立葉變換（FFT）為基礎(chǔ)的調(diào)和分析法應(yīng)用最為普遍，幾乎所有的動(dòng)態(tài)分析儀都是以FFT為核心進(jìn)行信號(hào)處理的，F(xiàn)FT分析方法及其派生出的多種有效的振動(dòng)信號(hào)處理方法（如快速卷積、相關(guān)、自譜、互譜、倒譜、細(xì)化譜及傳遞分析等）在機(jī)械故障診斷技術(shù)應(yīng)用中起到了非常大的作用。然而，這類基于平穩(wěn)過程的經(jīng)典信號(hào)處理方法，分別僅從時(shí)域或頻域給出信號(hào)的統(tǒng)計(jì)平均結(jié)果，無法同時(shí)兼顧信號(hào)在時(shí)域和頻域中的全貌和局部化［16］。

　　為實(shí)現(xiàn)對非平穩(wěn)信號(hào)的有效表示，解決其時(shí)頻局部化分析問題，Gabor提出了加窗傅立葉變換（WFT）或短時(shí)傅立葉變換（STFT），但由于其時(shí)頻分辨率固定，缺乏細(xì)化能力，逐步被20世紀(jì)80年代發(fā)展起來的一種新的數(shù)學(xué)方法———小波（wavelet）分析所取代。小波分析是一種包含尺度伸縮和時(shí)間平移的雙參數(shù)的函數(shù)分析方法，由于小波函數(shù)具時(shí)頻局部化特性，多尺度性和“數(shù)學(xué)顯微”（“變焦”）特性，伸得小坡變換能夠很好地解體非平穩(wěn)信號(hào)的分析問題，它的出現(xiàn)對純數(shù)學(xué)和應(yīng)用科學(xué)都具有重要意義。研究表明：小波分析在振動(dòng)噪聲的去除、非平穩(wěn)振動(dòng)信號(hào)的表示與分析及振動(dòng)信號(hào)多分辨率分析等方面具有較強(qiáng)的優(yōu)勢，是適合機(jī)械故障診斷的一種有效方法［17］。

　　隨著人們對小波分析的理論和應(yīng)用研究的深入，不少新的理論方法被提出。其中，信號(hào)自適應(yīng)小波分解理論和基于基因遺傳算法求解的廣義自適應(yīng)小波分解方法已經(jīng)具有工程應(yīng)用背景。但在小波參數(shù)的最優(yōu)化問題上，在將小波分析的理論應(yīng)用到實(shí)際的故障診斷系統(tǒng)中，還有大量的實(shí)際工作要做。