关于机电设备故障检测的探析
摘 要：机电设备在现代化的工业生产过程中发挥了越来越关键的作用，高科技信息技术的不断推广和运用促进了机电设备的信息化发展，运用故障诊断技术能够对机电设备进行科学高效的维修。本文将就机电设备故障的检测应用进行探讨。
关键词：机电设备；故障检测；诊断
1 机电设备智能故障检测诊断
在我国机电设备的具体应用过程中，故障检测诊断技术的主要功能就是对生产过程中的一些机电故障做到很好的预防，因为机电设备在工业运行过程中尤为重要，一旦发生故障将会造成严重的经济损失，所以预防性检测工作十分重要，并且随着科技的快速发展，机电设备故障的检测越来越具有目的性并且朝着信息化的方向不断在发展，常见的诊断技术包括：
1.1 数据诊断技术 数据诊断技术就是在机电设备的诊断工作中采取信号处理故障问题的模式，机电设备根据一些特定数据进行测量和分析，从而对故障实际情况进行科学的研究，对于故障问题理解更为深刻，从而更快的解决故障问题。
1.2 主观诊断技术 主观诊断技术的关键点在于维修工作人员，主要是根据工作人员的工作经验以及对故障的了解进行一个判断，这种方式具有高效率的特点，但是由于科学性不能保障所以对于诊断来说可靠性和准确性不高，所以在诊断工作中尽量采用其他诊断方式，以主观诊断技术作为辅助。
1.3 仪器诊断技术 机电设备的仪器诊断包括多种方式，常见的有专用型、综合型和通用型三种，其中综合型目前来说应用较为广泛，这些仪器可以通过对机电设备内部液压系统参数进行有效的检测并且根据检测数据进行故障的分析，仪器根据分析显示具体结果，从而对机电设备故障有一个科学的判断。
1.4 信息化诊断技术 信息化技术的快速发展使得机电设备诊断技术也得到了应用，在维修故障工作当中信息技术的应用促进了故障诊断的信息化、自动化和智能化，很大程度的减轻了工作负担，通过计算机软件分析对机电设备进行有效的系统控制和操作，智能化的检测机电设备的耗损程度以及运行情况，有效的对数据进行传输和分析，从而形成对故障的分析和处理。
总的来说对于机电设备目前的故障情况检测，首先必须对故障问题有充分的了解，在容易发生故障的环节和位置进行智能的分析，了解故障出现之后的机电特征，进行详细的分析和对比，从而加快故障检测工作的效率和质量。
2 机电设备智能故障检测诊断技术应用的方法
2.1 模糊数学诊断技术 机电设备故障的产生往往不是某一个问题而是综合性的故障，这种故障的原因影响因素也是多方面的，模糊数学诊断技术的应用引入到智能判断，能够根据数值结果通过模糊分析之后完成数学模型分析，这种方式有效的提高了工作效率，能够在原因不明确的前提下定量、定性的分析。比如，在设备运行加工过程中，出现故障的原因和位置有很多，所以说故障诊断之后并没有唯一性和确定性，诊断结果也有很多，模糊数学的引用可以将故障转化为数据并进行有效的模糊处理，根据矩阵的计算方式对参数进行计算和分析，从而得出最有可能的故障原因，使得故障诊断结果更为精确，另外，该模型能够智能的优化，进一步减少出现故障的概率。
2.2 专家系统诊断技术 专家诊断技术是以数据库为基础的一项诊断方式，主要原理是在数据库中包含了大量的故障原因以及诊断结构的内容，并且进行了智能的有序排列，所以在产生故障的情况下就会对故障有一个了解和分析，直接了解故障情况和现象和数据库所有内容进行有效的对比，并且由于智能化的发展，这个对比速度是很快的，工作效率非常高，通过对比之后将故障原因和部位进行有效科学的排除从而选择一个确定诊断结果，这种方式能够列出故障隐患的可能原因，但是这种转接分析系统需要强有力的技术和数据的支持，首先，必须建立庞大的数据库，其次，是要引进粗糙集理论，能够进行有效科学的对比活动，随着科技的不断发展，智能化的实现推进了专家诊断系统的发展，智能专家系统科学的结合了专家诊断方法与计算机应用技术，人工神经网络与专家计算机系统的科学融合有效的提高了专家系统的判断准确率和效率。总的来说人工智能专家系统综合了多种学科的内容，其中包括计算机技术、机电设备内容、故障内容以及哲学、生理学等，由专家解决问题的方式作为基本设定之后根据网络结构以及权值的表现方式进行有效的信息选定，从而推进在统一网络中若干知识的同时表现，神经元间的相互作用实现了专家系统的联想推理功能，并且具有自主学习的设定，能够随着解决故障的经验不断的丰富数据库，扩大系统内容，提高诊断准确度和效率。
2.3 温度和压力诊断技术 温度和压力的参数检测方法是一种智能诊断方式，在机电设备的运行当中主要应用在轴承、齿轮、摩擦系数等部位，具体的诊断方式主要是对参数曲线样本进行大量的收集，当机电设备曲线出现变化异常的情况时将自动对数据库曲线进行对比，从而生成一个数据模型，根据具体的数据模型生成分析结果，这种方式在目前来说是一种智能诊断技术，并且这种检测方式花费的成本少、得出的数据模型较精确、能快捷的给出人们需要的结果。
2.4 神经网络诊断技术 神经网络诊断技术是一种新型的技术方式，能够将电机设备运行中的数据信息转化为综合数据样本，从而形成一个容易分析和处理的神经网络，一旦机电设备出现故障将自动从故障征兆进行科学的比较，对于网络进行有效的分析和处理，从而取得最终故障检测结果。它是机电设备智能诊断应用的重要方向。
2.5 小波分析 小波分析能够实现多分辨率分析的应用，目前来说在设备故障诊断检测的应用当中，小波分析技术的应用能够有效的检测到信号的变化，对噪声和信号突变进行区分，从而进行科学有效的检测工作，另外对于信号频率结构的突变可以采用离散小波变换的方式进行检测。小波分析方法的主要原理就是根据信号的变化进行故障的诊断，对于时变、瞬态以及非线性信号的检测尤为有效，具有良好的时频定位特性，能够对时域以及频域进行同时定位和分析，为设备故障诊断检测提供了新的强有力的分析手段。
3 结语
综上所述，在机电设备故障诊断技术的应用当中有很多的技术方法和广阔的发展空间，这就需要我们不断的吸收经验和国内外先进技术，提高故障检测的技术水平，更好的保障设备的高效正常运行。
参考文献：
[1]高健，张鹏.关于煤矿机电设备故障检测的思考[J].科技促进发展，2012（6）：99-100.
[2]赵卫.机电设备故障检测诊断技术应用探讨[J].科技资讯，2012（24）：132-132.
[3]王伟.对机电设备电气断路故障检测的探析[J].建筑工程技术与设计，2015（8）：1783-1783.