樊斌 刘婷婷
新疆庆华能源集团有限公司 新疆 伊犁 835100
摘要：随着我国工业技术和信息技术的发展，各种新技术的出现和智能设备的应用，使得工业生产的自动化水平不断提高。机电设备在工业生产的稳定运行中起着越来越重要的作用。如：煤炭行业作为机电设备密集型企业，在采煤过程中一旦发生机电设备故障，会导致生产系统瘫痪，重则会引发安全事故，威胁矿工的安全。因此，加强机电设备故障监测具有重要意义。设备故障监测与诊断技术主要利用信号处理技术、传感器等设备，利用设备故障信号准确确定设备故障位置，从而缩短故障发现时间，为故障处理留出时间，有效降低设备故障率，提高煤矿安全生产水平。
关键词：机电一体化系统；状态监测；故障诊断；现代技术；分析
1机电一体化系统状态监测与故障诊断技术的发展
1.1周期性离线监测与诊断系统
监测人员定期到机电作业现场，利用传感器对每个监测点进行检测，并用记录仪对信号进行检测，在专用计算机或内置微机上进行数据处理。由于这类系统成本相对较低，使用方便，在机电系统的早期监控中经常使用，但这类系统的监控工作相对繁琐，一旦监控人员疏忽大意，很容易造成严重的安全事故，监测人员的素质也比较高，很难得到全面应用的离线监测诊断系统。
1.2在线和离线分析监测和诊断系统
在线和离线分析监测诊断系统又称主机监测诊断系统。具体是指在机电设备中统一安装传感器，利用微处理器对现场各测点的数据进行整合和计算，与常规的离线系统相比，系统不需要改变测点，能够及时进行在线报警和预报，但数据的分析还需要检测人员的离线判断，增加了检测人员的难度，浪费了人力资源。
1.3在线自动检测诊断系统
在线自动检测系统能自动监测设备故障，分析数据，判断事故类型和规模。这种监测诊断系统不需要专业称职的技术人员，普通技术人员可以进行tea操作，同时，它不需要手动改变操作点，节省了一定的人力资源，但其软件开发工作量过大，而且开发过于繁琐，使用成本过高，不适合在机电系统中广泛应用。
2机电系统故障诊断技术的实现
2.1信号采集与数据预处理
信号采集和数据预处理是故障诊断的第一步，需要一个受控的数据信号来实现故障诊断。但在机电系统的运行过程中，由于电磁干扰较大，采集到的信号中会产生较多的脉冲干扰和随机噪声，这些干扰噪声会严重影响诊断的准确性。因此，要实现故障诊断，必须首先对这些数据进行处理。目前处理信号噪声的方法主要有小波分析、中值滤波、卡尔曼滤波等。
2.2故障检测
在进行故障检测之前，必须做出以下假设：系统故障引起系统参数的变化，如输出变量、状态变量、剩余劣化、模型参数、物理参数以及其中的一个或多个。这是所有故障诊断方法必须遵循的假设。故障检测是指确认系统是否存在故障，然后进行非异常状态检测的过程。在标称情况下，假设这些变量在某些不确定性下满足未知模型，但当系统没有部件故障时，这些变量偏离其标称状态。故障判断通常基于系统损失或状态变量的估计残差的特征。本研究的目标是检测的及时性、正确性和可靠性以及最小的假阳性率和假阴性率。
2.3故障排除
故障诊断是将故障点分离出来，判断故障类型，估计故障发生的时间、大小和原因，并根据残差的方向和结构进行评价和决策的过程。故障分类是根据故障的严重程度对故障进行分类，以便采取相应的措施。
故障评估与决策是指根据故障的类型和严重程度，决定是否采取维修、补救、隔离或改变控制率等措施，以防止故障的影响和蔓延，防止灾害的发生。
3机电设备故障诊断技术的未来发展
3.1远程协同诊断技术的发展
随着计算机网络技术的发展，诊断技术与数据库的有效结合成为可能，利用Internet进行远程协同诊断，在大型企业或大型厂矿建立设备运行监控系统，对机电设备的运行情况进行实时数据采集，然后将采集到的数据回传到数据库中心，利用互联网技术进行数据比对，通过数据库的筛选和检索，对机电设备的运行情况进行诊断和分析，在技术水平高、经济能力强的科研院所可建立数据分析诊断中心，对各地机电传动的实时工作频率进行分析，并进行有效的诊断，应用远程网络协同诊断技术，可将不同设备的诊断信息输入到诊断数据系统中，以便于同类机电设备在再次发生类似故障时，在系统中可根据其特点快速查找，并给出相应的诊断方案，为开展大型机械化作业的企业、工厂、农场提供有效的技术支持，同时也为满足不同类型机电设备的故障检测要求提供有效的数据帮助。远程协作模式下诊断技术的发展必将成为未来很长一段时间的趋势，这与技术支撑下的协作便利性和网络背景下信息传输的便利性密切相关，它使基于网络存在技术的诊断成为可能，通过数据库共享诊断信息资源，同时建立基于网络的数据库诊断系统，将成本降到最低，真正意义上达到了高效诊断、低成本的最终目的，而网络的在线工作特性也使动态监控管理得以真正实现，这对保证企业和工农业工厂电子设备的安全生产起到了有效的作用。
3.2小波分析
作为一种高灵敏度的监测信号手段，由于其对分辨率分析极为敏感，具有优良的多分辨率同时分析能力，可用于低频状态，区分较低的时间分辨率和较高的频率分辨率，将小波分析应用到仪器检测中，可以快速捕捉到信号的失真，以及瞬时异常，从而在更高的频率分辨出较低的频率分辨率和较高的时间分辨率，从而为机电设备的异常状态提供更好的反映机制，能够快速准确地定位信号，发现异常时频，分析机电设备的故障定位，为机电故障诊断提供有力的技术支持。
3.3人工智能专家系统的应用
为了提高机电故障诊断系统的准确性，可以利用人工智能技术将专家诊断系统的建立与自适应人工神经网络系统相结合，提取两者的优点，利用人工智能的优势，模拟人脑进行思维学习和主动寻找再记忆，记录机电设备故障的原因和故障源，帮助专家系统为机电设备的故障诊断提供了有效的帮助，并借助人工智能解决了许多实际问题。应用人工智能专家系统可以将实际机电设备在工作过程中出现的问题输入到系统单元中，在下次遇到类似问题时，可以通过系统快速定位出问题所在的本地单元，通过人工智能的主动学习寻找和自我改进的更新方式，帮助神经单元进行交互，进而提高机电诊断系统的准确性和完整性。
3.4新型传感器监测仪器的开发
根据机电设备可能发生的故障的细微差别，以及故障诊断所用设备对不同故障的不同敏感性，如对温度、噪声、振幅等的监测，可以判断机电仪表在运行过程中是否有故障。不同的监测参数对不同的故障问题有不同的反映能力，监测的灵敏度也是影响故障诊断准确性和及时性的关键因素。因此，应选择与机电设备的材料、机构和传输信号相一致的监测仪器，以保证能根据电子设备发出的信号在第一时间对故障进行分析，与数据库相比，能更灵敏地找到故障的原因和位置，快速做出响应，并给出了机电故障的修复方案，保证了机电设备的稳定运行。
4结论
机电一体化产业是我国国民经济的重要组成部分。随着经济的发展和人民生活水平的提高，对机电一体化技术的要求越来越高。机电系统的监测与故障管理技术要求有关部门及时组织专家开发新技术，依托电子信息理论，开发全自动、高效的系统监测系统，节约不必要的人力和成本资源，从而促进机电系统的安全稳定，提高机电系统的运行能力。
参考文献：
[1]王占奎.机电设备故障诊断技术分析[J].能源与节能,2017(12):191-192.
[2]韩跃进.故障诊断在机电设备管理与维修中的应用分析[J].现代商贸工业,2017(30):183-184.
[3]李文辉.机电设备维修中故障诊断技术的应用[J].中国高新技术企业,2017(04):52-53.