机械故障诊断技术研究综述

2021-02-27任贵粉刘增力孙伟栋

农业装备与车辆工程 2021年2期

任贵粉，刘增力，孙伟栋

（1.650500 云南省昆明市昆明理工大学信息工程与自动化学院；

2.650500 云南省昆明市昆明理工大学机电工程学院）

0 引言

旋转机械涵盖了广泛的机械设备，并在工业应用中发挥着重要作用，是常见的机械设备类别之一[1]。其通常在恶劣的工作环境下长期运作，损坏发生故障的概率大，意外的故障会对工作人员的安全及经济生产都带来威胁和损失，所以对其的故障诊断技术研究一直备受各国研究界和工业生产界的关注。

在过去的几十年里，各国学者研究和提出最早的是基于振动信号分析的故障检测诊断技术，可以将基于振动信号分析技术分为信号处理方法[2]、人工智能诊断方法[3]。信号处理方法是对采集到的机械振动信号所掺杂的噪声去除，并提取故障特征，实现对信号的检测；人工智能诊断方法是利用深度学习或者遗传优化算法对信号进行分析处理，提取特征进行训练，实现故障的模式识别。而前者在故障诊断的发展史上有着重要的地位，对故障诊断领域的发展起着重要的推动作用。

作为当代学术界研究热点之一的故障诊断学，除了振动信号是携带故障信息的载体之外，图像也是一种重要的故障信息形式[4]。通过图像处理技术可以快速、准确地判断故障类型、程度及特征，拥有巨大应用价值。应用在故障诊断中的图像有CCD 数字图像、振动谱图像、红外图像和紫外图像等4 种类型的图像。