突發(fā)的機(jī)械故障及其負(fù)面影響，包括計(jì)劃外的生產(chǎn)停止以及由此造成的沉重成本，一直是制造商和大型工業(yè)業(yè)主最關(guān)心的問題之一。據(jù)測(cè)算，各行業(yè)維護(hù)、維修成本約占生產(chǎn)成本的15%至40%。據(jù)報(bào)道，煉鋼和軋制行業(yè)的成本最高（40％）；當(dāng)然，這個(gè)金額不包括因意外停產(chǎn)而產(chǎn)生的費(fèi)用以及由此造成的損失。

鑒于此，制造商一直在尋找降低高昂維修成本的方法。該領(lǐng)域的技術(shù)進(jìn)步很大程度上歸功于這些努力。如今，隨著新的維護(hù)和修理方法的發(fā)明以及先進(jìn)技術(shù)的使用，很容易就能將修理成本降低 20% 到 50%。在某些情況下，還可以降低成本。

通過使用新方法可以顯著提高產(chǎn)量并降低成本，這使得維護(hù)和維修部門成為任何行業(yè)中最重要的部分之一。如今，幾乎所有工廠都把加強(qiáng)和配備該部門的經(jīng)驗(yàn)豐富的人力資源以及先進(jìn)的故障診斷和故障排除設(shè)備作為其主要目標(biāo)之一。

維護(hù)系統(tǒng)主要分為三類：故障維護(hù)、預(yù)防性維護(hù)和預(yù)測(cè)性維護(hù)。研究表明，預(yù)測(cè)性維護(hù)策略在經(jīng)濟(jì)性、安全性和生產(chǎn)力方面比其他方法產(chǎn)生更好的效果。該方法依賴于對(duì)設(shè)備狀態(tài)的監(jiān)測(cè)，因此如今狀態(tài)監(jiān)測(cè)裝置已成為制造業(yè)的關(guān)鍵支柱之一。該系統(tǒng)的主要目標(biāo)是及時(shí)發(fā)現(xiàn)關(guān)鍵生產(chǎn)設(shè)備的早期故障。

監(jiān)測(cè)設(shè)備狀況的技術(shù)多種多樣，具體選擇取決于設(shè)備的類型及其狀況。振動(dòng)測(cè)試、溫度測(cè)定、油分析和電氣測(cè)試是常用的方法。振動(dòng)測(cè)試對(duì)于機(jī)械設(shè)備特別有效，因?yàn)樗鼈冇兄谧R(shí)別在實(shí)際條件下作用于設(shè)備上的力。這種方法對(duì)于高速設(shè)備尤其有效，這就是為什么這種設(shè)備的維修已經(jīng)從預(yù)防性維護(hù)轉(zhuǎn)變?yōu)轭A(yù)測(cè)性維護(hù)。

但對(duì)于低速設(shè)備，由于缺乏準(zhǔn)確的狀態(tài)監(jiān)測(cè)技術(shù)，仍然沒有適當(dāng)?shù)亩ㄆ诰S護(hù)計(jì)劃。這會(huì)導(dǎo)致頻繁停機(jī)和高昂的維修成本。有研究人員建議對(duì)該設(shè)備進(jìn)行聲學(xué)測(cè)試，例如語音播報(bào)測(cè)試，這可能是更準(zhǔn)確地監(jiān)測(cè)低頻設(shè)備狀況的解決方案。

利用扭轉(zhuǎn)振動(dòng)進(jìn)行狀態(tài)監(jiān)測(cè)

廣泛使用的狀態(tài)監(jiān)測(cè)方法之一是橫向振動(dòng)信號(hào)的頻譜分析，已被許多研究人員研究。在這種方法中，傳感器主要附著在軸承、電機(jī)、變速箱外殼和地基上。由于齒輪、不必要的環(huán)境振動(dòng)等引起的調(diào)幅頻率的存在，導(dǎo)致橫向振動(dòng)信號(hào)的頻譜擁擠，扭轉(zhuǎn)振動(dòng)分析也引起了研究人員的關(guān)注。

扭轉(zhuǎn)振動(dòng)信號(hào)不受上述附加調(diào)制的影響，并且與橫向振動(dòng)信號(hào)相比結(jié)構(gòu)更簡單。在這方面，人們已經(jīng)努力利用發(fā)達(dá)的信號(hào)處理方法來檢測(cè)恒定和可變運(yùn)行條件下的旋轉(zhuǎn)機(jī)械故障。扭矩測(cè)量傳感器主要有靜態(tài)和動(dòng)態(tài)兩種類型，其中動(dòng)態(tài)型用于狀態(tài)監(jiān)測(cè)領(lǐng)域。在此背景下，我們?cè)O(shè)計(jì)并實(shí)施了一個(gè)實(shí)驗(yàn)室裝置，以在實(shí)驗(yàn)室中對(duì)系統(tǒng)產(chǎn)生故障和動(dòng)態(tài)負(fù)載。

智能狀態(tài)監(jiān)測(cè)和智能故障排除

近年來，智能狀態(tài)監(jiān)測(cè)和智能故障排除被認(rèn)為是預(yù)測(cè)性維護(hù)的先進(jìn)方法。這些方法利用機(jī)器學(xué)習(xí)、物聯(lián)網(wǎng) (IoT)、大數(shù)據(jù)等技術(shù)，尤其是人工智能的進(jìn)步，能夠更準(zhǔn)確地分析和預(yù)測(cè)機(jī)械狀況。在這些方法中，使用先進(jìn)的人工智能算法收集和處理傳感器數(shù)據(jù)，不僅可以識(shí)別潛在的故障，還可以更準(zhǔn)確地診斷可能的原因。智能故障排除，尤其是通過使用數(shù)據(jù)分析和識(shí)別設(shè)備性能數(shù)據(jù)中的隱藏模式，能夠準(zhǔn)確、快速地診斷所有類型的缺陷。

人工智能的進(jìn)步在智能狀態(tài)監(jiān)測(cè)和故障排除系統(tǒng)的發(fā)展中發(fā)揮了關(guān)鍵作用。深度學(xué)習(xí)算法和人工神經(jīng)網(wǎng)絡(luò)能夠處理大量傳感器數(shù)據(jù)并識(shí)別與故障和操作問題相關(guān)的隱藏模式。這些技術(shù)使系統(tǒng)能夠使?jié)h吉龍測(cè)控自動(dòng)適應(yīng)不斷變化的機(jī)器運(yùn)行條件，而無需人工干預(yù)。人工智能還可以實(shí)現(xiàn)更高級(jí)的數(shù)據(jù)分析，使監(jiān)控和故障排除系統(tǒng)能夠高精度地預(yù)測(cè)潛在問題并防止意外停機(jī)。此功能可提高生產(chǎn)力、優(yōu)化維護(hù)和維修并降低運(yùn)營成本。

隨著工業(yè)4.0的到來，狀態(tài)監(jiān)測(cè)和智能故障排除的作用變得比以往任何時(shí)候都更加突出。工業(yè) 4.0 通過結(jié)合信息物理系統(tǒng)、物聯(lián)網(wǎng)和先進(jìn)的自動(dòng)化，幫助開發(fā)和擴(kuò)展智能技術(shù)。其中，智能狀態(tài)監(jiān)測(cè)與智能故障排查作為工業(yè)4.0的重要組成部分，通過提高故障檢測(cè)的準(zhǔn)確性和速度，降低維護(hù)維修成本，為提高生產(chǎn)效率、降低運(yùn)營風(fēng)險(xiǎn)做出貢獻(xiàn)。