1.1 設備故障診斷與狀態維修

1.1.1 設備診斷技術

“診斷”最早出現于醫學上，設備診斷技術是從醫學診斷技術移植過來的。對設備進行的定期檢查，就相當于對人體進行的健康檢查；在設備定期檢查中發現的設備狀態異常現象，則相當于人體檢查中發現的各種癥狀。根據設備狀態，對設備劣化程度與故障部位、故障類型、故障原因所做的分析判斷，就相當于根據人體癥狀對病位、病名、病因所做的識別鑒定即診斷。不難明白，設備故障的診斷和人體疾病的診斷在實質上是完全相同的，也是利用了溫度、噪聲、振動、壓力、氣味、形變、泄漏和磨損等表示設備狀態的各種特征。

1. 設備診斷技術的概念

設備診斷技術又稱為設備狀態診斷技術（Equipment condition diagnosis technology），是一種通過監測設備的狀態參數，發現設備異常情況，分析設備故障原因，并預測、預報設備未來狀態的一種技術。其基本功能是在不拆卸或基本不拆卸設備的情況下，掌握設備運行現狀，定量地檢測和評價設備的以下狀態：①設備所承受的應力；②強度和性能；③故障和劣化；④預測設備的可靠性。在設備發生故障的情況下，對故障原因、故障部位、危險程度進行評定，并確定正確的修復方法。

2. 設備診斷技術的工作原理和工作手段

設備診斷技術的基本原理及工作程序如圖1-1所示，它包括信息庫和知識庫的建立，以及信號檢測、特征提取、狀態識別和預報決策等4個工作程序。

1）信號檢測 按照不同診斷目的和對象，選擇最便于診斷的狀態信號，使用傳感器、數據采集器等技術手段，加以監測與采集。由此建立起來的是狀態信號的數據庫，屬于初始模式。

2）特征提取 將初始模式的狀態信號通過信號處理，進行放大或壓縮、形式變換、去除噪聲干擾，以提取故障特征，形成待檢模式。

3）狀態識別 根據理論分析結合故障案例，并采用數據庫技術所建立起來的故障檔案庫為基準模式。將待檢模式與基準模式進行比較和分類，即可區別設備的正常與異常。

4）預報決策 經過判別，對屬于正常狀態的可繼續監視，重復以上程序；對屬于異常狀態的，則要查明故障情況，做出趨勢分析，估計今后發展和可繼續運行的時間，以及根據問題所在提出控制措施和維修決策。

按照狀態信號的物理特征，設備診斷技術的主要工作手段可分為10種，見表1-1。選用工作手段應根據對象的不同而有所區別，其中以振動、溫度、油液及聲學的診斷方法應用最多。

3. 設備診斷技術的組成和功能

設備診斷技術由簡易診斷技術和精密診斷技術兩種技術組成。

（1）簡易診斷技術

簡易診斷技術（Simple Diagnosis Technique）是指使用簡單的方法，對設備技術狀態快速地做出概況性評價的技術。它能夠迅速而概括地檢查、了解設備狀態，由現場維修人員施行，普遍應用于各種設備。簡易診斷技術一般有以下特點：

1）使用各種較簡單、易于攜帶和便于在現場使用的診斷儀器及檢測儀表；

2）由設備維護、檢修人員在生產現場進行；

3）僅對設備有無故障、嚴重程度及其發展趨勢做出定性初判；

4）涉及的技術知識和經驗比較簡單，易于學習和掌握；

5）需要將采集的故障信號儲存建檔。

（2）精密診斷技術

精密診斷技術（Precise Diagnosis Technique）是指使用精密的儀器和方法，對簡易診斷中難以確診的設備故障進行精確的定量檢測與分析，找出故障位置、原因和數據，以確定應采取的技術。一般有以下特點：

1）用各種比較復雜的診斷分析儀器或專用診斷設備；

2）由具有一定經驗的工程技術人員及專家在生產現場或診斷中心進行；

3）需對設備故障的存在部位、發生原因及故障類型進行識別和定量；

4）涉及的技術知識和經驗比較復雜，需要較多的學科配合；

5）進行深入的信號處理，以及根據需要預測設備壽命。

近年開發的計算機輔助設備診斷系統及人工智能與診斷專家系統等，都屬于精密診斷技術范疇，一般多用于關鍵機組和診斷比較復雜的故障原因。設備簡易診斷和精密診斷兩者的關系相當于護士與專科醫生的關系。

在一般情況下，多數設備都采用簡易診斷技術來診斷設備現時的狀態。只有對那些在簡易診斷中提出疑難問題的設備（包括關鍵、高精度、大、重型設備），才進行精密診斷。這樣使用兩種診斷技術，才是既有效又經濟的。

4. 設備故障診斷的基本方法

由于設備故障的復雜性及設備故障與征兆之間關系的復雜性，形成了設備故障診斷是一種探索性的過程這一特點。故障診斷過程由于其復雜性，一般不可能只采用單一的方法，而需要采用多種方法。

（1）傳統的故障診斷方法

1）利用各種物理和化學原理和手段，通過伴隨故障出現的各種物理和化學現象，直接檢測故障。例如：可以利用振動、聲、光、熱、電、磁、射線、化學等多種手段，觀測其變化規律和特征，用以直接檢測和診斷故障。這種方法形象、快速，十分有效，但只能檢測部分故障。

2）利用故障所對應的征兆來診斷故障是最常用、最成熟的方法。以旋轉機械為例，振動及其頻譜特性的征兆是最能反映故障特點、最有利于進行故障診斷的手段，為此，要深入研究各種故障的機理和研究各種故障所對應的征兆。在診斷過程中，首先應分析設備運轉中所獲取的各種信號，提取信號中的各種特征信息，從中獲取與故障相關的征兆，利用征兆進行故障診斷。由于故障與各種征兆間并不存在簡單的一一對應關系，因此利用征兆進行故障診斷往往是一個反復探索和求解的過程。

（2）故障診斷的數學方法

設備故障診斷技術作為一門學科，尚處于發展之中。必須廣泛利用各學科的最新科技成果，特別要借助各種有效的數學工具，其中包括基于模式識別的診斷方法、基于概率統計的診斷方法、基于模糊數學的診斷方法、基于可靠性分析和故障分析的診斷方法，以及神經網絡、小波變換、分形幾何等新發展的數學分支方法在故障診斷中的應用等。

（3）故障的智能診斷方法

在上述傳統的診斷方法的基礎上，將人工智能的理論和方法用于故障診斷，發展智能化的診斷方法，是故障診斷的一條全新途徑，目前已廣泛應用，成為設備故障診斷的主要方向。

人工智能的目的是使計算機去做原來只有人才能做的智能任務，包括推理、理解、規劃、決策、抽象、學習等功能。專家系統是實現人工智能的重要形式，目前已廣泛用于診斷，獲得了很好的效果。

5. 設備診斷的判定標準及其制定方法

設備診斷的判定標準是用以評價設備技術狀態的一種標準。據此可以判定設備的正常、異常和故障，以實施超限報警或自動停機。常用的判定標準有以下三種。

1）絕對判定標準 根據對某類設備長期使用、維修與測試所積累的經驗，并由企業、行業或國家歸納而制定的一種可供工程應用的標準。這類標準一般都是針對某類設備，并在規定了正確的測定方法后制定的，故在使用時必須掌握標準的運用范圍和測定方法。

2）相對判定標準 對同一臺設備，在同一部位定期測定參數，并按時間先后進行比較，以正常情況下的值為原始值，用實測值與該值的倍數作為判定標準。

3）類比判定標準 數臺同樣型號、規格的設備在相同條件下運行時，通過對各臺設備的同一部位進行測定和相互比較來掌握異常程度。