张凤君
21038119911211****
摘要：随着科技的发展，工业的装备越来越多。目前，大型机械设备正在朝着大型化、连续化和自动化方向发展，在设备的结构和构造方面也变得越来越复杂，为设备修理和维修工作带来了极大困扰。在生产工作之中，机械设备一旦出现故障，为企业带来的经济损失难以估算。在机械设备维修体系之中，预防性定期维修和损坏在维修均存在明显缺陷，无法对现代化生产需求进行满足。为维持机械设备正常的故障运行，工业领域的技术人员对机械设备运行的状态必须要加强研究。由于机械设备的运行环境相对复杂，零部件的性能会随着时间的延长而逐渐老化，那么设备就容易发生故障，而且这种故障可能是随机性的。在机械设备的有效寿命阶段，技术人员的维护工作是保障设备安全的有效方法，所以技术人员要探寻机械设备的故障规律，摸索其运行的趋势，以制定有效的预测办法。
关键词：机械设备；故障规律；运行趋势预测
引言
当前,剧烈的市场竞争以及社会的需求和发展尖端工业的急需,对提高加工生产技术提出了更高的要求,而机械设备正是这一工程中的中坚力量,它的性能,精度以及过行状态都直接影响着加工生产技术的发展。因此,目前机械设备正朝着大型化、连续化、高速化、精密化、系统化、自动化反应方向发展,设备结构越来越紧凑、精密、复杂。它给设备的管理与维修工作带来了新的问题。机械设备在生产过程中若有故障出现,所造成的经济损失是无法估量的。所以,生产过程中的现代化对设备的可靠性、稳定的状态以及维修工作和更换的经济性都提出了更高的要求。在机械设备的维修过程中,预防性的定期维修和损坏后的再维修或更新存在着一定的缺陷,即维修不足和过维修并存,其结果不是设备“带病工作”就设备“无病诊治”。这一现象在过去的中小型企业共同存在的弊端,作者在长期的设备使用和设备管理中也是发现了这一问题,这显然不能满足企业“精益化生产方式”的现代化要求。怎样改变定期维修和过维修的不足,这就需要建立一种新型的设备维修体系：即科学诊断和预测维修系统。为了使设备的监控和维修能取暖得最佳的经济效益,对设备运行状态的劣化趋势进行预测,掌握机械设备故障的规律就显得非常重要了。
1机械设备故障维护技术
基于正常运行状态下的机械设备故障维护技术又被称为e-维护，有国外学者将其定义为包括资源和服务在内的先动决策维护支持，其内容包括信息交互技术、网页技术与无线技术等方面，具有强大的科技性，并且包括以下三个步骤：第一，关于数据信息的获取，可以得到与机械设备系统运行状态相关的数据信息；第二，数据处理方面，在步骤一的支持下，对相关信息数据进行分析和判断，以诠释数据所代表的含义；第三，提出决策，在处理信息之后可以得到相应的结果，包括故障的预测时间与种类，并制定好针对当前机械设备故障维护的有效策略与方案。
2机械设备故障规律分析
2.1早期故障期
在这一故障时期之中，主要是机械产品的磨合过程，由于在产品设计过程中，可能会存在设计和制造等方面的缺陷，从而进一步提升故障的发生频率。除此之外，如果设备在不当的环境下进行使用，也会引发设备出现故障现象，而故障出现的时间主要取决于设计质量和设计理念的好与坏。
2.2偶发故障期
当设备脱离早期故障期之后便会进入有效的使用寿命周期，在这一时期中，机械设备的故障频率十分稳定，而且故障发生率也较低，此时也是设备的最佳使用时期。但由于使用和管理不当，该时期的机械设备也会出现故障问题，该类型的故障被人们称之为偶发故障期。因此，在该时期的设备使用过程中，工作人员需要对设备管理方式进行合理改进，并在原有基础上加强诊断和维修保养等工作，如此一来，可以使故障发生频率降到最低。
2.3耗损故障期
到了设备使用的最后一段时期时，由于设备的长时间运转，设备零件很容易出现磨损、老化、腐蚀等问题，从而导致设备故障发生率的大大提升，人们将这种故障称之为耗损故障期。当设备耗损期开始之后，需要对机械设备的整体进行全面修复，在经济条件允许的情况下，降低该时期机械设备的故障发生率。
从机械设备故障规律分析来看，真实的反应出了设备从磨合到调试，再到最终停止使用，机械设备容易出现的故障类型。相关工作人员可以根据此变化规律，对设备的日常管理和维护工作进行加强，并将维修范围进一步扩大，保证相关企业获取更大的投资效益。
3机械设备故障规律及运行趋势预测方法综述
在设备运行状态下的维护技术应用中，充分提供决策支持可以促进维修人员所提出决策的科学化。技术人员所开展的机械设备故障诊断工作主要是在故障即将发生或已经发生的情况下，并以探测、分离及辨识等方面进行预测，此时技术人员要对机械设备的原理及构造具备充分的了解。故障预测的工作比故障诊断的工作更加复杂，要在零停机的基础上完成相关工作，其中较为常见的手段是对机械设备进行维修记录，并预测下一次可能发生故障的时间或是机械设备的使用寿命。而对机械设备的预测方法则包括统计方法、人工智能方法与模型方法三种。
3.1统计方法
统计方法就是通过数据信息的累积，运用数理统计来推断和预测，再分析样本与总体之间的关系。通过测量与描述的方法，可以再现零件特性的变化，建立起良好的设备监控数学模型，并达到预防故障发生的目的。
3.2人工智能方法
人工智能技术在机械设备故障诊断中的应用具有一定的优势，如人工神经网络与模糊神经网络等技术，都可在机械设备得到良好的应用。如在数控加工设备中的切屑形成过程的监控，就可以在实时的智能监控平台中模仿真实的动态模型，建立起神经网络系统的模型，之后采用动态化的小波神经网络预测故障。
3.3模型方法
模型预测的方法需要借助相关机械设备来完成专业的预测工作，建立起有效的数学模型，并在故障预测的方面利用状态空间模型预测机械设备的各方面性能。该方法在涡轮机设备的性能检测中十分受用，这些概率的方法可以支持向量机开展故障预测工作。
结语
总之，机械设备的定期大修会增加设备的总故障发生频率，这主要是由于初期的高故障频率向设备低故障期进行转移。因此，在机械设备使用和监测维修过程中，应对状态修理进行推广和提倡，尤其是在结构复杂的现代设备维护过程中，可充分利用潜在的故障检测对设备性能进行改善，以此来降低维修频率和费用。
参考文献
[1]蒋瑜，杨雪，阮启明.机械设备故障规律及运行趋势预测方法综述[J].机电一体化，2001（3）：14~17.
[2]季云，王恒，朱龙彪，等.基于HMM的机械设备运行状态评估与故障预测研究综述[J].机械强度，2017（3）：511~517.
[3]汤爱军.机械设备运行的预测和故障规律分析[J].科技创新导报，2008（32）：81~82.
[4]植海深，王艺光，蒋超，等.机械故障监测与诊断技术的研究综述[J].大众科技，2013（12）：108~109.
[5]赵赏鑫，张来斌，王朝晖，等.机械设备故障预测方法综述[J].矿山机械，2005（2）：65~67.
[6]黄鑫,陈仁祥,黄钰.卷积神经网络在机械设备故障诊断领域应用与挑战[J].制造技术与机床,2019(01):96-100.
[7]江善楼.机械设备故障诊断技术的现状及趋势[J].农机使用与维修,2019(01):49.
[8]蒲林竹.化工机械设备故障与事故管理研究[J].广东化工,2019,46(12):142+145.
[9]李毅.机械设备故障影响因素及解决措施[J].现代制造技术与装备,2019(05):134-135.