DOI: 10. 3969 / j. issn. 1009-9492. 2020. 10. 001

陈国梁，岳夏，周超，等. 机械故障诊断技术机遇与挑战［J］ . 机电工程技术，2020，49（10）：1-4.

基金项目：国家自然科学基金项目（编号：51775122，51305086，51275099）；广东省前沿与关键技术创新项目（编号：2016B090912007）

 

机械故障诊断技术机遇与挑战*

陈国梁，岳夏，周超，张春良※

（广州大学机械与电气工程学院， 广州510006）

 

摘要：随着人工智能和信息技术的快速发展，故障诊断也从基于故障机理和经验模式的诊断方法逐步向智能诊断等方向发展。分别从实时故障诊断、早期故障诊断、智能故障诊断、5G联合数据故障诊断的角度对故障诊断技术的新进展进行了探讨，可为故障诊断系统的研发与应用提供参考。

关键词：实时故障诊断；智能故障诊断；5G；早期故障诊断

中图分类号：TH165.3    文献标志码：A

文章编号：1009－9492 ( 2020 ) 10－0001－04

 

引言

机械故障诊断学是一种了解和掌握机器在运行过程中的状态，确定其整体或局部正常或异常，早期发现故障及其原因，并能预报故障发展趋势的技术。机械故障诊断学中的基础问题可归纳为：故障动态演化机理研究，系统信号处理，故障识别和智能诊断。近年来，随着科学技术的发展，故障诊断技术进入了新发展阶段，也迎来了发展黄金期。以风力发电机组维护为例，预计2024年仅海上风电机组运维规模就将达到37亿元左右，年复合增长率达到50%左右[1]。而这些场合往往环境恶劣、地处偏远，难以采用人工值守的方式，采用远程智能诊断更加适合。

通常故障诊断流程可以分为信号获取、特征提取以及故障识别与预测3个环节[2]。本文则从诊断技术侧重的不同，将故障诊断技术分为4类：实时故障诊断、早期故障诊断、智能故障诊断以及5G联合数据故障诊断。这4类诊断技术既相互关联又有各自特点。实时故障诊断需要在规定的时间间隔内给出故障诊断的结果，强调诊断的高时效性；早期故障诊断是在预防性维护的要求下发展出来的，强调复杂环境以及噪声干扰等不利条件下的早期微弱故障精确识别；智能故障诊断是人工智能和故障诊断相结合的产物，本文主要是指运行人工智能进行故障预测与健康管理等，构建具备学习能力和一定综合决策能力的故障诊断技术；而5G联合数据故障诊断则是在最新5G通讯背景下，利用5G技术的低时延、高速率传输特性，有效提升远程故障诊断服务的技术。

 

 

结束语

故障诊断技术研究从20世纪50年代开始，已经取得了很大进展。随着智能制造的发展，可以说故障诊断已经进入了关键的机遇期。如何针对产品具体需求，切实提升企业产品的智能化水平；如何利用大数据，针对行业提供专业化、规模化服务，将是故障诊断未来的发展方向。故障诊断理论、技术及其实际应用方兴未艾，还需要进一步地深入探索。