摘要：在分析了机械设备故障规律的基础上，归纳总结了实际中常用的三种运行状态趋势预测方法:时序模型预测方法、特征参数回归拟合方法、经济大修模型预测方法。
关键词：故障规律时序模型 回归拟合 经济大修模型 趋势预侧
一、 引言
目前，机械设备正朝着大型化、连续化、高速化、精密化、系统化和自动化方向发展，设备结构越来越复杂，给设备管理与维修工作带来新的问题。机械设备一旦发生故障，所造成的经济损失是十分惊人的。而生产过程的现代化对设备的可靠性、设备维修与更换的经济性提出了更高的要求。在机器设备的维修体系中，预防性定期维修和转至损坏再维修体制主要缺陷是:欠维修和过维修并存，其结果导致，不是设备“带病工作”，就是设备“无病诊治”，显然它已不能满足企业“精益化生产方式”的要求。取而代之的，是一种新型的维修体系―智能诊断与预知维修系统。在智能诊断与预测维修系统中，为了使设备的监控和维修取得最佳经济技术效果，掌握机械设备的故障规律，并对其运行状态劣化趋势进行预测就显得非常重要。
二、 机械设备故障规律
研究机械设备故障规律是对其运行状态趋势进行预测的基础，对于制定维修对策，以至建立更加科学的维修体制也是十分有利的。机械设备在使用过程中，其性能或状态随着使用时间的推移而逐步下降，呈现曲线。很多故障发生前会有一些预兆，这就是月而胃潜在故障。其可识别白创勿理参数表明，一种功能性故障即将发生。功能性故障表明，设备丧失了规定的性能标准。
三、 机械设备运行趋势预测方法
在状态监测技术中，趋势预测主要用于估计故障的传播、发展，并对设备的劣化趋势作出预报。趋势预测是事故预防和进行无破坏性检测的重要手段，能帮助维修人员早期发现异常，迅速查明故障原因，预测故障影响，从而有针对性地进行状态或视情检修，延长检修周期，缩短检修时间，提高检修质量，减少备件贮备，将常规检修次数减少到最少，并在最有利的时间进行维修，提高设备维修的管理水平。下面就已有的趋势预测方法作一归纳介绍。
1.时序模型预测方法
状态监侧中最常使用并且有效的预测方法是利用时序模型进行状态预测。时序分析主要是指采用参数模型对观测得到的有序随机数据进行分析的一种处理方法。时序模型反映了不同时刻观测值的相关性，即状态变化的“惯性”，这种惯性现象实际上反映了设备运行状态的变化趋势。
2. 特征参数的回归拟合方法
设备状态从正常发展到不正常，导致故障发生的过程称为劣化过程。劣化过程基本可以划分为以下几种类型：
（1）比例劣比型，劣化程度与使用时间成正比；
（2）加速劣化型，劣化程度与时间的关系为幕函数或指函数；
（3）急剧加速劣化型，从某一时刻开始，设备状态急剧恶化；
（4）突发劣化型，没有预告地在某一时刻突然损坏。
除突发劣化型较难预测分析外，其他几种劣化类型可以用特征参数的回归拟合方法来加以预侧预报。即根据监测所得的特征参数的历史数据，推断未来某时刻的特征参数值，并确定设备发生故障的概率。
参考文献：
[1]刘晓初.机器设备经济寿命的新模型.机械制造，1996,12
[2]张广熙.设备故障管理.设备维修与管理，1999,1
[3]温熙森，陈循，唐丙阳.机械系统动态分析理论与应用.长沙:国防科技大学出版杜，1998
联系客服
