機械故障診斷技術能夠對設備進行監測，診斷設備在連續運行時的工作狀態，從而確保設備能夠處于正常的工作狀態。該學科將理論研究工作與社會實踐緊密的結合到一起，對于確保設備正常運行發揮了重要的作用。設備在運行的過程中一旦出現問題就會對企業造成嚴重的經濟損失，嚴重的時候可能導致人員傷亡。如果能夠在設備工作的過程中，通過對其狀態進行監測與識別從而發現設備潛在的問題，并且通過相應的方法予以解決，那么就能夠避免問題出現，從而使企業受到的損失最小化。

一、機械設備故障診斷技術研究工作現狀

自從故障診斷技術問世以來，在世界應用的范圍十分廣泛，并且在應用的過程中不斷地完善發展，科研人員通過對其進行持續的研究與觀察從而使其不斷進步，在保障企業經濟利益方面發揮了重要的作用。

從傳感技術與信號獲得方面來分析：信號獲得與傳感技術的先進性與可靠性，是故障診斷工作開展的前提，早期美國科學家通過對多次事故進行分析，并總結其經驗，從而得到了振動分析結果，并基于此編寫了振動分析征兆一般性規律，被研究人員廣泛引用。在后期發展的過程中，美國科學家著重論述了結構健康監控研究相關內容，使傳感內容受到廣泛關注，之后各國科學家就傳感技術進行了相應的研究，其中獲得顯著成果的是復合材料的結構健康監測傳感。

從故障的機理與征兆方面分析：明白在故障出現的原因及其具體的表現形式，是診斷工作開展的基礎。美國、日本、德國科學家在此方面均進行了相應的研究，并獲得了一定的成果。我國科學家在此方面也開展了相關研究，并且取得了一定成果。

從診斷的方法與信號處理方面來分析：機械故障進行診斷，其中一個必要的條件就是從信號中提取故障征兆。加拿大研究人員通過長期的工作研究提出了關于故障診斷與處理工作的相關論述，馬來西亞研究人員則總結了轉子常見的故障類型，就故障動態監測的方法與信號處理采用方法的特點及原理進行了說明，對轉子故障處理工作的各項研究成果進行了總結。美國研究人員則在機床壽命預測與制造工作方面提出了新的思路。

從智能診斷與決策工作方面分析：對故障進行智能診斷是通過對人的思維進行模擬，從而進行的推理過程。通過對診斷信息獲得、傳遞及處理，模擬人類專家對對象運行的狀態及故障進行判斷與決策，其特點體現在智能化與靈活化。智能診斷具備了學習功能，同時能夠自動獲得診斷信息，從而實現對故障的實時診斷。對于復雜的機械系統而言，應用智能診斷技術，是故障診斷工作能否得以順利完成的關鍵。我國研究人員就故障診斷工作支持矢量機理論進行的研究，澳大利亞研究人員就旋轉機械相關診斷技術做了詳細說明，并且強調了研究工作需要結合到真實的工作。美國研究人員在基金會的資助下成立了研究組織，對設備性能衰退及預測性的維護方法進行了研究。

二、機構診斷基礎研究工作存在的問題

1. 故障機理研究存在不足

故障機理對試驗或者是理論進行分析，得到反映設備故障的參數及信號，研究工作的具體過程包括以下內容：

需要找出研究對象的物理特點，并且依據其物理特點建立模型；

通過仿真研究工作的進行獲得其響應特征，結合到具體的實驗對模型進行持續修正，從而獲得故障的征兆。

這一過程是研究故障征兆與機理的有效手段，同時也是診斷技術的依據與基礎。通常情況下要獲取故障設備或者是系統的全面數據難度較大，而通過仿真研究則能夠對故障進行識別及預知，避免在工作的過程中出現漏診與誤診。并且現有的研究工作對于故障的機理研究沒有予以足夠重視，故障特性通常是采用了已有的研究成果。

2. 故障診斷的方法有限

對故障診斷需要先獲得關于故障的信號，之后從信號中提取有關于故障的信息，并獲得與故障有關的征兆。但是實踐工作證明了，不同機械故障的信號具體表現形式是不同的，并且故障診斷工作的方法也是多樣的，在信號處理與信息獲得方面存在一定的難度。而對于早期故障與微弱、復合性故障在診斷方面還存在某些方面不足，系統故障通常是多項因素共同作用的結果，而單一的方法難以達到有效的處理效果。

3. 智能診斷系統薄弱

設備向著大型化、高速化、智能化、自動化與復雜化方向發展，需要將新形式下新的診斷方法融于其中，而不同智能診斷方法對應用于某一對象，它是既有優點也有不足，如神經網絡在樣本獲取方面就存在一定的難度?，F有方法診斷能力較弱，并且需要滿足一定的條件，要實現診斷方法的效果就需要將不同的方式結合到一起，實現優勢互補。

三、機械故障研究發展趨勢

診斷技術與科學技術融合未來發展的方向，機械設備發展向著精密化、智能化方向發展，診斷技術為了更好地應用于工作實踐就要符合機械設備發展的趨勢。比如：與激光測試技術相結合，該項技術已經應用故障診斷與振動測量，并取得了一定的成果；與信號處理的最新方法相結合，技術的發展使傳統信號分析技術實現突破，如傅里葉變換；將診斷技術與非線性方法及原理融合，設備在出現故障時通常表現出的是非線性的特征，如機械轉子受到不平衡外力作用從而產生的非線性振動；將診斷技術與傳感技術融合。

現代的生產環境需要對設備進行多角度與全方位了解。在診斷故障時，可利用數量不等的傳感器對設備進行全面監測，并采用合適的方法對信息進行加工處理，如利用神經網絡。將診斷技術與智能方法結合到一起，后者包括了神經網絡，專家系統，模糊邏輯等。智能方法在現代化生產中已經得到了廣泛的應用，隨著技術的發展，會更加的成熟。

四、結  語

設備在運行的過程中發生故障是難以避免的，但是可以通過相關技術的應用提前發現潛在的隱患，從而采取相應的辦法解決問題，避免對企業造成經濟損失，管理工作的重點從事后故障處理轉移到故障預防。而設備診斷技術應用于工作實踐中則正好能夠解決此問題，隨著研究工作的開展及技術不斷成熟，診斷技術應用于生產實踐，發揮的作用將會更加的明顯，從而使企業經濟效益得到保障。