故障診斷技術下的農業(yè)機械論文

導語：故障診斷技術下的農業(yè)機械論文一文來源于網友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

1機械故障診斷技術研究現(xiàn)狀

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(fā)生的機械故障，判斷故障發(fā)生位置，為預防故障發(fā)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(fā)展，各種計算機技術特別是現(xiàn)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(tǒng)學科。

1)通用機械故障診斷技術研究現(xiàn)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(fā)展，對故障的預判及診斷提出了更高的要求，傳統(tǒng)故障診斷方法已不能滿足技術發(fā)展的需要，促使美國積極開展故障診斷技術的研究和開發(fā)工作。隨后，歐洲、日本等發(fā)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(jiān)測診斷領域，西安交通大學屈梁生課題組[5]創(chuàng)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(yè)機械故障診斷技術研究現(xiàn)狀。農業(yè)機械故障診斷方面，陳芳等在對農業(yè)機械故障發(fā)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(yè)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(fā)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(xiàn)對這類系統(tǒng)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(yè)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(tǒng)信號的變化，實現(xiàn)對齒輪箱系統(tǒng)的故障診斷。李杰，趙艷針對目前農業(yè)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(xiàn)了一個基于正向推理的農業(yè)機械故障診斷、安全評價專家系統(tǒng)。該系統(tǒng)具有農業(yè)機械知識查詢、農業(yè)機械故障診斷和農業(yè)機械安全評價等功能，有較好的穩(wěn)定性與魯棒性。李曉敏，李杰等在農業(yè)機械故障診斷中引入計算機動態(tài)模擬技術。

3)狀態(tài)監(jiān)測技術研究現(xiàn)狀。在設備關鍵部件狀態(tài)監(jiān)測方面，應用最為成熟的是故障自診斷系統(tǒng)又稱OBD(OnBoardDiagnosties)系統(tǒng)，該系統(tǒng)通過傳感器監(jiān)測控制系統(tǒng)各部件的工作狀態(tài)，并根據(jù)傳感器數(shù)值監(jiān)測部件運行狀態(tài)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(tǒng)最早用于汽車尾氣排放監(jiān)測，后來逐漸擴展到發(fā)動機故障檢測，最后發(fā)展到剎車系統(tǒng)、氣囊、車門等整車部件狀態(tài)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(fā)現(xiàn)隱患，保證汽車的安全運行。現(xiàn)在OBD系統(tǒng)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(xiàn)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(tǒng)比較復雜，其功能由軟件和硬件共同實現(xiàn)。現(xiàn)有汽車OBD有超過150個可能的故障代碼。汽車OBD系統(tǒng)經歷OBDI、OBDII，現(xiàn)已發(fā)展到OB-DIII。現(xiàn)在汽車上的OBD系統(tǒng)已全部集成在汽車電子控制單元(ECU)中。國際上生產ECU系統(tǒng)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(fā)商開始研發(fā)自主ECU系統(tǒng)品牌。據(jù)報道，濰柴自主研發(fā)的高壓共軌電控ECU(含OBD系統(tǒng))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(fā)展，已形成機器振動和噪聲信號測定、潤滑油磨損碎片測定、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(tǒng)、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(tài)監(jiān)測方法，借鑒在汽車上運用相對成熟的故障自診斷系統(tǒng)(OBD系統(tǒng))。現(xiàn)簡要介紹與農業(yè)機械故障診斷相關，較多應用于農業(yè)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(jù)，但時域信號數(shù)據(jù)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(tǒng)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(fā)生和發(fā)展，振動信號的頻率成分會發(fā)生非常明顯的變化。例如，齒輪發(fā)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(xiàn)不同的頻率成分。監(jiān)測這些信號頻率變化，可有效預測故障發(fā)生與發(fā)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(tài)信號的非平穩(wěn)性。特別是剝落、松動、裂紋等故障，非平穩(wěn)尤其明顯。實際故障檢測過程中，非平穩(wěn)性往往是普遍的，平穩(wěn)性只是一種簡化或近似。非平穩(wěn)信號的相關函數(shù)、功率譜等統(tǒng)計量是時變函數(shù)，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(lián)合函數(shù)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(yè)機械故障診斷技術發(fā)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(yè)機械故障診斷中來。可用于農業(yè)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(tài)監(jiān)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(fā)展非常早，許多現(xiàn)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(tài)監(jiān)測方面，最成功的例子是汽車故障自診斷系統(tǒng)(OBD)，以傳感器監(jiān)測關鍵部件狀態(tài)，采集到的數(shù)據(jù)送汽車電子控制單元(ECU)處理，主要用于汽車發(fā)動機及汽車其他關鍵部件工作狀態(tài)監(jiān)測，技術發(fā)展已比較成熟。農業(yè)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(jiān)測技術正逐漸移植到農業(yè)機械上來。

2)現(xiàn)代智能化技術不斷運用到農業(yè)機械故障診斷中來。隨著農業(yè)機械復雜程度加大以及對智能化水平提高的需求，農業(yè)機械狀態(tài)檢測與故障診斷技術將日趨完善。針對農業(yè)機械故障特征的專家系統(tǒng)、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(yè)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(yè)機械故障診斷領域，不斷出現(xiàn)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。

3)多種故障診斷方法相互補充，逐漸融合。目前，綜合各種診斷技術的綜合診斷方法已經興起，除了單一參數(shù)、單一故障的技術診斷外，還出現(xiàn)了多參量、多故障診斷技術。診斷手段多樣化，處理方法除了采用振動信號外，還可以綜合利用油液、噪聲、電磁、應力、射線等多種信息。這些診斷方式取長補短，相互融合，逐漸發(fā)展出許多新型故障診斷方法，大大提高了故障診斷的準確性。多種手段相互融合，已成為提高故障診斷準確性的發(fā)展趨勢。

作者：鐘成義王素珍常春工作單位：農業(yè)部南京農業(yè)機械化研究所