診斷技術(shù)的發(fā)展已有30多年歷史，隨著信號分析與處理技術(shù)、計(jì)算機(jī)技術(shù)的飛速發(fā)展，它已逐漸地形成了自己的理論體系，人們對于如何實(shí)施有效診斷形成了共識，通用的診斷技術(shù)路線為：通過信號檢測與特征信息提取，獲得反映機(jī)組運(yùn)行狀態(tài)的特征信息，然后按照一定的狀態(tài)識別方法將之與故障檔案庫中的標(biāo)準(zhǔn)樣本模式相比較，得出對機(jī)組運(yùn)行狀態(tài)的識別結(jié)果，最后給出診斷決策，干預(yù)機(jī)組的運(yùn)行狀態(tài)，防患于未然。
從該技術(shù)路線可知，整個(gè)診斷過程主要包括三方面內(nèi)容，即診斷信號的選擇，故障文檔的建立以及狀態(tài)識別技術(shù)。本文正是從這三個(gè)方面來論述往復(fù)壓縮機(jī)故障診斷技術(shù)的。
1 診斷信號選擇與特征信息提取技術(shù) 在旋轉(zhuǎn)機(jī)械故障診斷系統(tǒng)中，通常選用振動(dòng)信號作為診斷信號，通過對振動(dòng)信號的有效處理來達(dá)到識別故障的目的。就往復(fù)機(jī)械而言，由于其結(jié)構(gòu)的復(fù)雜性、振源的多樣性及故障類型的多樣化，完全依靠振動(dòng)信號進(jìn)行診斷并不一定可行，正確的方法應(yīng)是根據(jù)故障類型的特點(diǎn)選擇相應(yīng)診斷信號。
往復(fù)壓縮機(jī)常發(fā)生的故障有：氣閥故障，活塞環(huán)故障，填料函故障，冷卻水路故障，吸氣濾清器故障，連桿大小頭與軸承之間過度磨損，十字頭銷與襯套過度磨損，連桿螺栓及十字頭螺栓松動(dòng)，活塞桿下沉及裂紋等。據(jù)統(tǒng)計(jì)，往復(fù)壓縮機(jī)有60％以上故障發(fā)生在氣閥上，而活塞桿斷裂事故占重大事故的25％左右，因此，能夠及時(shí)發(fā)現(xiàn)氣閥故障及診斷出活塞桿的裂紋存在對于壓縮機(jī)的安全運(yùn)行無疑是十分重要的。根據(jù)壓縮機(jī)故障特征可將機(jī)械故障分成兩類，一類是帶有流體性質(zhì)的，屬于機(jī)器熱力性能故障，其主要表征是排氣量不足，壓力、溫差異常，產(chǎn)生的原因主要是氣閥，活塞環(huán)，填料函，冷卻水路，吸氣濾清器等部位發(fā)生故障，可采用參數(shù)法進(jìn)行診斷；另一類是帶有機(jī)械性質(zhì)的，屬于機(jī)器動(dòng)力性能故障，主要表征是機(jī)器工作時(shí)異常的響聲、振動(dòng)和過熱，產(chǎn)生的原因主要是運(yùn)動(dòng)部件配合間隙的變化，結(jié)構(gòu)的裂紋等，它可采用振動(dòng)法來進(jìn)行診斷1]。事實(shí)上，只要機(jī)器有故障存在，它就會(huì)引起其熱力性能和動(dòng)力性能變化，但反映的力度并不相同。運(yùn)用參數(shù)法診斷機(jī)器熱力性能故障時(shí)，可選用的參數(shù)很多，如電力參數(shù)，熱力性能參數(shù)，氣缸壓力信號等，它們都具有各自的特點(diǎn)和適用范圍。目前采用較多的有兩類，一類是以各級間壓力，溫度及冷卻水流量，潤滑油溫為代表的熱力性能參數(shù)，它主要用于對壓縮機(jī)運(yùn)行狀態(tài)進(jìn)行監(jiān)測，并可粗略判斷故障發(fā)生的部位，在采用分級診斷策略對多級壓縮機(jī)進(jìn)行診斷時(shí)，這些參數(shù)還可作為第一級診斷信號2]；另一類就是氣缸壓力信號，氣缸壓力的變化可直接反映熱力故障的原因，是較理想的診斷信號，但在實(shí)際工作中，直接檢測氣缸壓力并不容易實(shí)現(xiàn)，這不僅是由于缸壁開孔會(huì)損壞氣缸結(jié)構(gòu)，而且生產(chǎn)現(xiàn)場開取壓孔及對取壓孔的密封都需要較高的技術(shù)，正是這些因素限制了氣缸壓力信號在故障診斷中的廣泛應(yīng)用。解決該問題的途徑有兩個(gè)，一是尋求無損氣缸缸壁的氣缸壓力檢測方法，并要求該方法便于現(xiàn)場操作；二是尋求氣缸壓力的替代信號，它要求該信號既能敏感的反映故障原因，又可方便檢測。文獻(xiàn)3]通過對氣缸蓋螺栓的振動(dòng)信號分析來析出氣缸壓力變化規(guī)律就是解決該問題的一種探索，筆者也通過對氣缸布置的仔細(xì)研究，提出了一種通過在氣閥螺栓上開孔測取氣缸壓力的方法，它既無損于氣缸缸壁，同時(shí)可直接測取氣缸壓力，現(xiàn)場操作簡單，具有很強(qiáng)的實(shí)用性，其具體措施可見文獻(xiàn)2]。通過研究，筆者同時(shí)認(rèn)為，可采用閥腔脈動(dòng)壓力替代氣缸壓力，來作為壓縮機(jī)熱力性能故障的主要診斷信號，它不僅具有氣缸壓力信號的優(yōu)點(diǎn)，同時(shí)方便測取。采用氣缸壓力信號時(shí)，可通過示功圖像比較來識別故障原因。在進(jìn)行示功圖比較時(shí)，可選用壓縮過程指數(shù)n，膨脹過程指數(shù)m，吸、排氣閥開啟時(shí)曲軸轉(zhuǎn)角j1、 j3關(guān)閉時(shí)轉(zhuǎn)角j2、j4，最低吸氣壓力Ps，最高排氣壓力Pd，示功圖面積W，排氣量Q等參數(shù)作為特征參數(shù)；采用閥腔脈動(dòng)壓力信號時(shí)，可首先建立脈動(dòng)壓力信號的時(shí)序模型，通過對模型的分析來判別機(jī)器狀態(tài)，通過對脈動(dòng)信號的頻譜分析來析出故障原因。在筆者研究中，曾通過對閥腔脈動(dòng)壓力建立三階AR模型來診斷氣閥故障，通過AIC指標(biāo)判別氣閥狀態(tài)，頻譜圖判別故障原因，獲得較好診斷效果2]。運(yùn)用振動(dòng)法診斷機(jī)器動(dòng)力性能故障時(shí)，由于往復(fù)壓縮機(jī)振動(dòng)十分復(fù)雜，隨機(jī)信號，周期信號，沖擊信號等混雜在一起，從振動(dòng)的原始數(shù)據(jù)中直接給出的信息十分有限，如何提取有關(guān)特征信息就是該法的關(guān)鍵問題。近年來在Fourier分析的基礎(chǔ)上發(fā)展起來的小波分析技術(shù)就是解決該問題的有力工具，但小波變換在工程中的應(yīng)用尚屬于探索階段，目前常用的處理方法是：時(shí)域征兆的提取，頻域征兆的獲取。頻譜征兆在故障診斷中應(yīng)用最廣泛，反映在振動(dòng)功率譜中，則是某些特定的譜峰及能量的變化。例如采用功率譜來診斷活塞-氣缸的間隙變化，在不同間隙狀態(tài)下，相同的側(cè)推力將引起活塞撞擊氣缸套的速度發(fā)生變化，從而撞擊能量也相應(yīng)變化，同時(shí)由于間隙改變，活塞在缸內(nèi)的橫向運(yùn)動(dòng)也發(fā)生變化，使得撞擊位置等隨之變化，這些變化將使氣缸表面的振動(dòng)特征發(fā)生變化，隨間隙量增加，功率譜峰值增加，振動(dòng)的總能量增加。如果能將大量典型的振動(dòng)信號頻譜值以一定的表格形式存放在計(jì)算機(jī)中，構(gòu)成診斷用的頻譜數(shù)據(jù)庫，那么通過頻峰的尋找對比，由其高度變化和各種故障原因可能出現(xiàn)的頻率分布概率，便可得出相應(yīng)的診斷結(jié)論。但要得到數(shù)據(jù)庫的對應(yīng)關(guān)系，則有賴于進(jìn)行大量的模擬實(shí)驗(yàn)和經(jīng)驗(yàn)積累。這往往需要付出很大的代價(jià)，有時(shí)甚至是不可能作到的。因此實(shí)際使用中常采集正常狀態(tài)下的一組時(shí)域信號，通過付氏變換成頻域信號，給出正常運(yùn)行狀態(tài)的功率譜的極限指標(biāo)，一旦超過此極限時(shí)，則將機(jī)器狀態(tài)判定為異常運(yùn)行狀態(tài)。
往復(fù)壓縮機(jī)因其結(jié)構(gòu)的復(fù)雜性，運(yùn)動(dòng)形式的多樣性，給振動(dòng)法的故障識別與診斷帶來了很大困難，具體而言，主要困難有如下幾方面：
1）眾多的頻率范圍與廣闊的激勵(lì)源的識別；
2）運(yùn)動(dòng)部件多而且形狀復(fù)雜，這些部件藏在機(jī)身里，在工作狀態(tài)下難以接近，如何測試；
3）壓縮機(jī)不同部件中，激勵(lì)力的傳遞途徑及其對表面振動(dòng)的響應(yīng)是不同的，應(yīng)該如何識別；
4）當(dāng)壓縮機(jī)運(yùn)動(dòng)部件出現(xiàn)不同程度的機(jī)械故障時(shí)，相應(yīng)的激勵(lì)力是如何變化的，能否從表面振動(dòng)信號中檢測出來；
5）早期故障振動(dòng)信號的提取和閾值的設(shè)立等。如何解決這些問題，有待于進(jìn)一步研究。
2 故障文檔的建立方法 一般來說，故障文檔的建立包括經(jīng)驗(yàn)案例知識的匯編，實(shí)驗(yàn)測試知識的積累和計(jì)算機(jī)模擬計(jì)算三種基本途徑。由于經(jīng)驗(yàn)案例知識的內(nèi)容比較豐富，涉及的故障現(xiàn)象較全面，因而在以往的故障診斷研究中，大多采用經(jīng)驗(yàn)案例知識的匯編來實(shí)現(xiàn)故障文檔的建立；實(shí)驗(yàn)測試知識的積累情況則恰恰相反，由于測試大多在小型模擬試驗(yàn)臺上進(jìn)行，且由于測試的故障現(xiàn)象受到局限，因而這種途徑在工程應(yīng)用中不能單獨(dú)使用；對于計(jì)算機(jī)仿真計(jì)算，過去人們重視不夠，分析原因來自兩方面：一是難以建立數(shù)學(xué)模型及數(shù)學(xué)模型求解困難，二是計(jì)算機(jī)的普及程度不高。隨著人們對機(jī)器機(jī)理的深入了解和微機(jī)性能的提高，這方面工作將會(huì)有較大的發(fā)展。對于往復(fù)壓縮機(jī)而言，不僅由于其品種多，結(jié)構(gòu)復(fù)雜，而且由于其機(jī)電一體化程度較低，原始故障數(shù)據(jù)保存較少，因而完全通過實(shí)踐積累不僅需要的時(shí)間長、經(jīng)費(fèi)多，而且在實(shí)際工作中可能難以實(shí)現(xiàn)。直接，經(jīng)濟(jì)的途徑就是將實(shí)驗(yàn)和計(jì)算機(jī)仿真結(jié)合起來，即建立壓縮機(jī)數(shù)學(xué)模型，并通過實(shí)驗(yàn)驗(yàn)證模型的正確性，然后改變模型中某些參數(shù)來模擬機(jī)器故障，以求迅速建立故障文檔。隨著壓縮機(jī)工作過程數(shù)學(xué)模型研究的深入，這方面的工作不但能夠?qū)崿F(xiàn)，而且具有較高的準(zhǔn)確性，可信性。如筆者建立閥腔脈動(dòng)壓力的故障文檔時(shí)，就是采用這種途徑，其具體步驟如下2]：
1）建立壓縮機(jī)級的數(shù)學(xué)模型；
2）建立閥腔脈動(dòng)壓力計(jì)算模型；
3）通過“壓力激發(fā)”將氣缸壓力與閥腔脈動(dòng)壓力的計(jì)算聯(lián)系起來；
4）實(shí)驗(yàn)驗(yàn)證數(shù)學(xué)模型及計(jì)算程序的正確性；
5）改變有關(guān)參數(shù)，模擬故障狀態(tài)，建立相應(yīng)的故障文檔。
建立機(jī)器故障狀態(tài)下標(biāo)準(zhǔn)模式時(shí)，應(yīng)充分考慮其波動(dòng)性。這是因?yàn)�，首先機(jī)器無故障狀態(tài)和故障狀態(tài)的界限并不是清晰的，無故障狀態(tài)本身就包含有一定的狀態(tài)變化范圍；其次對于每一類故障，嚴(yán)重程度不同，其特征參數(shù)必然隨之變化；此外，參數(shù)測量時(shí)控制上的偏差、環(huán)境條件的變化等，也會(huì)使特征參數(shù)發(fā)生波動(dòng)。為了提高故障診斷準(zhǔn)確性，可用一種考慮特征參數(shù)波動(dòng)性質(zhì)即以參數(shù)域（參數(shù)波動(dòng)范圍）來構(gòu)造標(biāo)準(zhǔn)模式，有關(guān)這方面探索可見文獻(xiàn)4］。
3 狀態(tài)識別技術(shù) 在智能技術(shù)引入診斷領(lǐng)域之前，狀態(tài)識別實(shí)際上是由領(lǐng)域?qū)＜襾硗瓿傻�，隨著人工智能的發(fā)展及在診斷領(lǐng)域的應(yīng)用，狀態(tài)識別技術(shù)已逐步步入人工智能診斷時(shí)代。目前，用于壓縮機(jī)狀態(tài)識別的方法可分兩大類：一類是完全基于檢測數(shù)據(jù)的診斷方法，如對比診斷法，函數(shù)診斷法，振動(dòng)診斷法等，它們是通過對故障檢測信號的處理而較早地發(fā)現(xiàn)故障，以至預(yù)報(bào)故障；另一類則是基于專家經(jīng)驗(yàn)及知識處理的專家系統(tǒng)，它模仿人類專家在進(jìn)行故障診斷時(shí)，首先觀察機(jī)器的癥狀，然后依所觀察到的癥狀，利用自己所具有的知識來推斷故障原因。根據(jù)知識處理途徑的不同，它又可分為兩類：一是基于符號推理，如經(jīng)典專家系統(tǒng)，另一類是基于數(shù)值計(jì)算，如人工神經(jīng)網(wǎng)絡(luò)等。雖然專家系統(tǒng)出現(xiàn)歷史并不長，但它獨(dú)特的優(yōu)點(diǎn)卻是狀態(tài)識別技術(shù)發(fā)展的方向。
專家系統(tǒng)的核心是知識。大量事實(shí)表明5]，知識獲取是建造專家系統(tǒng)的“瓶頸”問題。一個(gè)診斷系統(tǒng)在其運(yùn)行過程中所獲取的診斷信息（知識）越豐富，其診斷結(jié)果可靠性越高。因而，專家系統(tǒng)的性能水平主要取決于它所擁有的知識數(shù)量和質(zhì)量。對于經(jīng)典專家系統(tǒng)而言，雖然它具有持久性，一致性和周密性等優(yōu)點(diǎn)，但交互式系統(tǒng)使得其診斷速度較慢，不能滿足迅速診斷故障的要求。近年來，人工神經(jīng)網(wǎng)絡(luò)以其全新的信息表達(dá)方式，高度平行分布處理，聯(lián)想，自學(xué)習(xí)及自組織等能力和極強(qiáng)的非線形映射能力使它滲透到科學(xué)技術(shù)的各個(gè)領(lǐng)域。它為人工智能的專家系統(tǒng)研究開辟了一條新的途徑，它改進(jìn)了經(jīng)典專家系統(tǒng)中知識獲取，知識表達(dá)和平行處理等問題。神經(jīng)網(wǎng)絡(luò)的診斷能力主要取決于文檔知識的完善與正確性，學(xué)習(xí)樣本的組織方法以及網(wǎng)絡(luò)模型的學(xué)習(xí)訓(xùn)練程度三個(gè)方面。如何得到所必需的學(xué)習(xí)樣本是網(wǎng)絡(luò)診斷的前提，在筆者采用BP網(wǎng)絡(luò)診斷三級工藝流程用的壓縮機(jī)故障中，故障文檔及學(xué)習(xí)樣本是通過計(jì)算機(jī)仿真計(jì)算建立的，經(jīng)檢驗(yàn)，可達(dá)到較好診斷效果2]。在工廠現(xiàn)場故障診斷中，人們常用“看”、“聽”、“摸”等手段借助人類的感官來判別機(jī)器運(yùn)轉(zhuǎn)狀態(tài)，專家系統(tǒng)的目的就是讓計(jì)算機(jī)模擬人的這種行為。然而人的感覺和機(jī)器檢測的參數(shù)有很大的區(qū)別，人類感覺和經(jīng)驗(yàn)都帶有著很大的模糊性，并且在推理時(shí)不是絕對的二值邏輯，但機(jī)器儀表檢測的參數(shù)都是比較精確的，所以為了使機(jī)器的推理過程類似人的思維活動(dòng)，正確有效地進(jìn)行故障診斷，應(yīng)將模糊數(shù)學(xué)知識引入到狀態(tài)識別過程中，即采用模糊診斷法。其診斷思想如下：首先根據(jù)現(xiàn)有的領(lǐng)域知識建立各種故障的標(biāo)準(zhǔn)模式，設(shè)這些標(biāo)準(zhǔn)模式構(gòu)成故障空間E，取癥候群空間X為論域，顯然E是X的子集，同時(shí)將這些標(biāo)準(zhǔn)模式看成E上的模糊集，于是故障診斷問題就轉(zhuǎn)化為確定X上的元素Xi以多大程度隸屬于E上的哪個(gè)模糊集的問題。如何將模糊診斷思想與人工神經(jīng)網(wǎng)絡(luò)結(jié)合起來是筆者努力的方向。
4 結(jié)論 往復(fù)壓縮機(jī)常用故障可分為兩類，對于熱力性能類故障可選用氣缸壓力或閥腔脈動(dòng)壓力作為主要診斷信號；對于動(dòng)力性能類故障可采用振動(dòng)信號來診斷，為解決從復(fù)雜振動(dòng)信號中提取故障特征的困難，可開展小波分析技術(shù)在往復(fù)壓縮機(jī)中的應(yīng)用研究。隨著對壓縮機(jī)工作機(jī)理的深入研究及其數(shù)學(xué)模型的進(jìn)一步完善，采用計(jì)算機(jī)仿真將成為建立故障文檔的經(jīng)濟(jì)、實(shí)用途徑。專家系統(tǒng)將是狀態(tài)識別技術(shù)的發(fā)展方向，但如何將模糊診斷思想與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合，并應(yīng)用于往復(fù)壓縮機(jī)故障診斷中，則有待于人們進(jìn)一步研究。
