電子機(jī)械故障診斷技術(shù)分析隨著我國(guó)經(jīng)濟(jì)不斷發(fā)展，科學(xué)技術(shù) 不斷的進(jìn)步，我國(guó)的電子機(jī)械設(shè)備應(yīng)用也得到了前所未有的發(fā)展，無(wú)論是在加工精度、還是加工效率方面都取得了令人矚目的成績(jī)。但是，隨著機(jī)械設(shè)備加工精度的提升和加工效率的加快，機(jī)械設(shè)備的突發(fā)故障也在不斷攀升。機(jī)械設(shè)備在高速的運(yùn)轉(zhuǎn)和工作下容易發(fā)生故障，一旦發(fā)生故障其損失巨大，不但維修費(fèi)用高，而且維修周期也很長(zhǎng)，一直是困擾企業(yè)的突出問(wèn)題。如何應(yīng)用現(xiàn)代故障診斷技術(shù)建立設(shè)備故障預(yù)警制度，是目前亟待解決的難題。在電子機(jī)械設(shè)備故障診斷過(guò)程中，診斷對(duì)象的故障過(guò)程是復(fù)雜多變的，在故障發(fā)展過(guò)程中，由于引起故障的因素在性質(zhì)、特點(diǎn)及作用方式上是不同的，機(jī)械功能狀況和所受損害的具體情況也不同，使得故障征兆和演變具有不同形式，診斷中往往難以迅速準(zhǔn)確地認(rèn)識(shí)故障的性質(zhì)，導(dǎo)致誤診。1 電子機(jī)械概述電子機(jī)械主要是以研究電子信息設(shè)備與電子系統(tǒng)的機(jī)械與結(jié)構(gòu)的設(shè)計(jì)與制造為核心的，努力提高設(shè)備或系統(tǒng)在不同的復(fù)雜環(huán)境中的電性能。我國(guó)工業(yè)與電子裝備發(fā)展過(guò)程已經(jīng)超過(guò)40年，在電子設(shè)備的設(shè)計(jì)和制造商處于世界前列，但是也必須認(rèn)識(shí)到先進(jìn)的電子機(jī)械，不僅取決于電子設(shè)備的可靠性，也與結(jié)構(gòu)與工藝密不可分。電氣設(shè)計(jì)、結(jié)構(gòu)設(shè)計(jì)及制造工藝在電子裝備中有融為一體的發(fā)展態(tài)勢(shì)，當(dāng)今的電子機(jī)械工程 就是應(yīng)這種趨勢(shì)而產(chǎn)生的新興學(xué)科，國(guó)內(nèi)很多高校也設(shè)立了電子機(jī)械專業(yè)。電子機(jī)械同以往的普通機(jī)械相比，有其自身的特性：從目的上來(lái)說(shuō)，電子機(jī)械旨在于提高電子設(shè)備的電氣性能系統(tǒng);從實(shí)現(xiàn)手段上來(lái)說(shuō)，電子機(jī)械主要通過(guò)在機(jī)械中加入電子信息技術(shù)等來(lái)實(shí)現(xiàn)電子設(shè)備的性能;從機(jī)電一體化 的載體方面來(lái)說(shuō)，電子機(jī)械是電子系統(tǒng)，常規(guī)機(jī)械是機(jī)械結(jié)構(gòu)系統(tǒng);從電子系統(tǒng)對(duì)機(jī)械的重要性來(lái)說(shuō)，機(jī)電一體化對(duì)電子設(shè)備至關(guān)重要。2 電子機(jī)械故障診斷技術(shù)分析所謂電子機(jī)械設(shè)備故障，就是指機(jī)械系統(tǒng)已偏離其設(shè)備狀態(tài)而喪失部分或全部功能的現(xiàn)象。如某些零件或部件損壞，致使工作能力喪失;發(fā)動(dòng)機(jī)功率降低;傳動(dòng)系統(tǒng)失去平衡和噪聲增大;工作機(jī)構(gòu)的工作能力下降;燃料和潤(rùn)滑油的消耗增加等，當(dāng)其超出了規(guī)定的指標(biāo)時(shí)，均屬于機(jī)械故障。電子機(jī)械故障診斷技術(shù)主要有以下幾種：2.1 基于小波分析的故障診斷方法小波變換是一種新的變換分析方法，它繼承和發(fā)展了短時(shí)傅立葉變換局部化的思想，同時(shí)又克服了窗口大小不隨頻率變化等缺點(diǎn)，能夠提供一個(gè)隨頻率改變的“時(shí)間-頻率”窗口，是進(jìn)行信號(hào)時(shí)頻分析和處理的理想工具。基于小波分析直接進(jìn)行故障診斷是屬于故障診斷方法中的信號(hào)處理法。這一方法的優(yōu)點(diǎn)是可以回避被診斷對(duì)象的數(shù)學(xué) 模型，這對(duì)于那些難以建立解析數(shù)學(xué)模型的診斷對(duì)象是非常有用的。具體可分為以下4種方法： 利用小波變換檢測(cè)信號(hào)突變的故障方法連續(xù)小波變換能夠通過(guò)多尺度分析提取信號(hào)的奇異點(diǎn)。其基本原理是利用信號(hào)在奇異點(diǎn)附近的Lipschitz指數(shù)。 Lipschitz指數(shù)時(shí)，其連續(xù)小波變換的模極大值隨尺度的增大而增大;當(dāng)時(shí)，則隨尺度的增大而減小。噪聲對(duì)應(yīng)的Lipschitz指數(shù)遠(yuǎn)小于0，而信號(hào)邊沿對(duì)應(yīng)的Lipschitz指數(shù)大于或等于0。因此，可以利用小波變換區(qū)分噪聲和信號(hào)邊沿，有效地檢測(cè)出強(qiáng)噪聲背景下的信號(hào)邊沿(援變或突變)。因此，利用小波變換可以區(qū)分噪聲和信號(hào)邊沿，有效地檢測(cè)出強(qiáng)噪聲背景下的信號(hào)邊沿奇變。動(dòng)態(tài)系統(tǒng)的故障通常會(huì)導(dǎo)致系統(tǒng)的觀測(cè)信號(hào)發(fā)生奇異變化，可以直接利用小波變換檢測(cè)觀測(cè)信號(hào)的奇異點(diǎn)，從而實(shí)現(xiàn)對(duì)系統(tǒng)故障的檢測(cè)。除此之外，小波變換可以看作一個(gè)帶通濾波器，從而可以對(duì)信號(hào)進(jìn)行濾波。近年來(lái)，已經(jīng)出現(xiàn)了很多基于小波變換的去噪方法。Mallat提出了通過(guò)尋找小波變換系數(shù)中的局部極大值點(diǎn)，并據(jù)此重構(gòu)信號(hào)，可以很好地逼近未被噪聲污染前的信號(hào)。Donoho也提出了一種新的基于閾值處理思想的小波去噪技術(shù)。利用去噪后的信號(hào)可以直接對(duì)系統(tǒng)進(jìn)行故障診斷，也可利用此信號(hào)進(jìn)行殘差分析。通過(guò)去噪獲得系統(tǒng)輸出信號(hào)來(lái)進(jìn)行故障診斷，方法上比較簡(jiǎn)單，但對(duì)故障的判斷受限于觀測(cè)人員自身的經(jīng)驗(yàn)。2.2 光學(xué)檢測(cè)技術(shù)由于故障診斷資料不足，對(duì)故障的認(rèn)識(shí)受到較大限制，給明確診斷帶來(lái)困難，有時(shí)所懷疑的故障的一般規(guī)律與故障征兆不完全相符，另外排除了一種故障的可能，因此故障診斷的推理過(guò)程往往也是模糊的，具有一定程度的不確定性。近年來(lái)，光學(xué)技術(shù)得到了快速的發(fā)展并被應(yīng)用到工業(yè)領(lǐng)域，例如在數(shù)控機(jī)床中光柵系統(tǒng)的應(yīng)用。光柵測(cè)量是利用光的衍射原理，通過(guò)疊放的光柵的相對(duì)運(yùn)動(dòng)，產(chǎn)生與之同步移動(dòng)的莫爾條紋信號(hào)，然后通過(guò)讀數(shù)頭與后續(xù)電路，將導(dǎo)軌、工作臺(tái)的位置等信號(hào)轉(zhuǎn)變成信號(hào)讀出來(lái)，其讀數(shù)分辨率可達(dá)5nm。當(dāng)兩塊相同的長(zhǎng)光柵跌合，如果柵線的夾角很小時(shí)，莫爾條紋的方向與光柵條紋方向近似垂直。光柵盤(pán)上黑白刻線的相對(duì)移動(dòng)，會(huì)產(chǎn)生光強(qiáng)度周期性變化，此光信號(hào)經(jīng)光電池轉(zhuǎn)換成為周期性的電信號(hào)，對(duì)電信號(hào)進(jìn)行分析處理，就可獲得光柵相對(duì)移動(dòng)的位移量。2.3 人工智能 診斷機(jī)電設(shè)備在運(yùn)行時(shí)均會(huì)產(chǎn)生物理變化或者化學(xué) 性能的轉(zhuǎn)化，這樣勢(shì)必會(huì)造成設(shè)備的外在形態(tài)的改變，如溫度升高、電壓電流以及功率的變化等，檢測(cè)人員可以通過(guò)對(duì)設(shè)備的這些參數(shù)變化的分析來(lái)了解設(shè)備的運(yùn)行狀況。故障診斷技術(shù)就是依照不同參數(shù)的不同變化規(guī)律，而預(yù)判斷設(shè)備是否出現(xiàn)故障及出現(xiàn)故障的具體位置，以便及時(shí)采取科學(xué)有效的措施，防止出現(xiàn)不必要的損失，提高了設(shè)備運(yùn)行效率和安全性。近年來(lái)，人工智能和計(jì)算機(jī)技術(shù)迅速發(fā)展，在機(jī)械診斷中的運(yùn)用也越來(lái)越廣泛。例如，用于大機(jī)組和燃?xì)廨啓C(jī)的診斷專家系統(tǒng)、采用概率神經(jīng)網(wǎng)絡(luò)、自組織映象和徑向基函數(shù)網(wǎng)絡(luò)等的智能診斷神經(jīng)網(wǎng)絡(luò)等。Zadeh曾將專家系統(tǒng)、模糊集合、神經(jīng)網(wǎng)絡(luò)、概率計(jì)算和遺傳算法統(tǒng)稱為軟計(jì)算。將軟計(jì)算中各種方法集成，形成各種類型的混合系統(tǒng)，如用于診斷的模糊專家系統(tǒng)、模糊神經(jīng)網(wǎng)絡(luò)等，使各種方法互相取長(zhǎng)補(bǔ)短，相輔相成，是一種值得關(guān)注的動(dòng)向。結(jié)束語(yǔ)電子機(jī)械設(shè)備一旦由于故障，機(jī)械性能降低，無(wú)法正常運(yùn)轉(zhuǎn)，從而影響到生產(chǎn)效率。而受到摩擦、外力、應(yīng)力以及化學(xué)反應(yīng)的影響，現(xiàn)代機(jī)械的零部件會(huì)出現(xiàn)磨損、腐蝕、斷裂等情況，致使機(jī)械產(chǎn)生故障而無(wú)法運(yùn)行，只有采取積極的防御措施，進(jìn)行及時(shí)的修理，能夠有效的避免機(jī)械故障的產(chǎn)生。