1.1　机电设备状态监测技术的发展概况

1.1.1　机电设备状态监测技术的发展历程及现状

机电设备是工业上应用最广泛的机械。许多大型机电设备，如离心泵、电动机、发动机、发电机、压缩机、汽轮机、轧钢机等，都是石化、电力、冶金、煤炭、核能等行业中的关键设备。

21世纪以来，随着机械工业的迅速发展，现代机械工程中的机电设备朝着轻型化、大型化、重载化和高度自动化等方向发展，出现了大量的强度、结构、振动、噪声、可靠性以及材料与工艺问题，设备损坏事件时有发生。

大型机电设备状态监测技术是国家重点攻关项目，目的是提高大型机电设备的产品质量，减少突发性事故，避免重大经济损失。

机电设备工作状态监测的研究始于第二次世界大战期间。由于大量的军事设备要求具有高可靠性，需要对它们进行检测和维修，因此状态监测的重要性被人们所认识。

20世纪50年代，各种类型和性能的传感器和测振仪相继研制成功，并开始应用于科学研究和工程实际；到60～70年代，数字电路和电子计算机技术的发展，以及信号数字分析处理技术的形成，推动了振动检测技术在机电设备上的应用；再到70～80年代，许多国家开始研究机电设备状态监测与故障诊断技术，一般认为，国际上对机电设备状态监测技术的研究就起步于这一时期。随着电子计算机技术、现代测试技术、信号处理技术、信号识别技术与故障诊断技术等现代科学技术的发展，对机电设备监测的研究跨入系统化的阶段，并把实验室的研究成果逐步推广到核能设备、动力设备以及其他各种大型的成套机电设备中，由此进入了蓬勃发展的阶段。例如：日本三菱公司的“机电设备健康管理系统”（Machinery Health Monitoring，简称MHM）、美国西屋公司的“可移动诊断中心”（Mobile Diagnosis Center，简称MDC）、美国中心发电部的“透平监测设备”（Turbine Supervisory Equipment）和“试验设备监测”（Test Equipment Monitoring）、丹麦B&K公司的2520型振动监测系统等，都具备了机组信号数据的采集、分析、计算、显示、打印、绘图等功能，并配有专项诊断软件。先进的状态监测系统将机械动态特性的振动、噪声作为主要监测和分析的内容。由于振动、噪声是快速的随机性信号，不仅对测试系统要求高，而且在分析中要进行大量的数据处理，国内外在20世纪80年代，用小型计算机或专用数字信号处理机作为主机完成机械动态特性的数据处理（如：HP5451C），该类主机不仅价格昂贵（一般价格为数十万元），而且对工作环境要求苛刻（需要专用机房），因而通常采用离线监测与分析的方式。

20世纪90年代以来，高档微机不断更新且价格迅速下降，适合数字信号处理的计算方法不断优化，使数据处理速度大为提高，为在工业现场直接应用状态监测技术创造了条件。丹麦、美国、德国、日本等发达国家的专家学者对机电设备工作状态监测技术进行了深入研究，研制出不同系统。该类系统以丹麦B&K公司的2520型振动监测系统、美国Bently公司的3300系列振动监测系统、美国亚特兰大公司的M6000系统为代表。

另外，国外有代表性的主要有以下几种类型：

a. 美国Bently Nevada公司的DDM、TDM、PDM系统及SYSTEM64；

b. 美国Scientific Atlanta公司的M6000、M8000系统；

c. 美国ENTEK公司的Mpulse网络化在线监测系统、MM电机故障诊断系统；

d. 美国CSI公司的6100 MACHINE VIEW。

此外，德国Philips公司、SCHENCK公司及美国Palomar公司都有类似产品。

在功能上比较典型的系统之一是丹麦B&K公司的2520型振动监测系统（Vibration Monitor-Type2520），其主要功能有：自动谱比较并进行故障预警报警；对6%和23%恒百分比带宽谱进行速度补偿；幅值增长趋势图显示；三维谱图显示；振动总均方根值（振动烈度）计算；支持局域网。

我国在工业部门中开展状态监测技术研究的工作起步于1986年，在此之前从国外引进的大型机组，一般都购置了监测系统。而在自行研制的国产设备上，若选用国外的监测系统，则价格异常昂贵而难以接受。

20世纪80年代中后期以来，我国有关研究院所、高等院校和企业开始自行或合作研究机电设备状态监测技术，无论在理论研究、测试技术和仪器研制方面，都取得了成果，并开发出相应的机电设备状态监测系统。西安交通大学、浙江大学、北京理工大学、北京机械工业学院（现北京信息科技大学）等单位相继开展了这方面的研究工作，在20世纪90年代陆续取得研究成果。

国内有关机电设备状态监测技术所研制的系统主要有以下几种类型：

a. 哈尔滨工业大学等单位联合研制的MMMD-1、3MD-Ⅱ系统；

b. 西安交通大学机械监测与诊断研究室的RMMD-S系统；

c. 西安交通大学润滑理论及轴承研究室的RB20-1系统；

d. 郑州大学的RMMDS系统；

e. 重庆太笛公司的CDMS系统；

f. 浙江大学的CMD-Ⅰ型及CMD-Ⅱ型系统；

g. 西北大学的MD3903系统；

h. 北京机械工业学院（现北京信息科技大学）的BJD-ZⅠ、BJD-ZⅡ、BJD-ZⅢ系统。

其中比较典型的系统有：1985年10月通过鉴定的由哈尔滨工业大学等单位联合研制的MMMD-1微机化“汽轮发电机组振动监测与故障诊断系统”，以及后来进一步开发的汽轮机故障诊断专家系统3MD-II；1987年通过鉴定的由西安交通大学机械故障诊断研究室研制的RMMD-S化肥五大机组“微机状态监测与故障诊断系统”等。

这些系统的主要功能有：轴振动监测，包括轴心轨迹分析、轴向窜动、轴振动位移峰-峰值计算；壳体振动监测；频谱分析，包括频率细化、阶比谱分析、阶跟踪谱、三维功率谱分析；自动预、报警；故障特征提取及诊断。

以上系统的软件功能比较丰富，硬件性能也不断改进，但基本上仍处于研究发展阶段，且价格依然昂贵，这些系统主要应用于国家重点企业中关键设备的监测或特定设备的监测，如大型汽轮机组、大型水轮机组等。

从技术发展过程看，现代监测技术大致经历了两个阶段：

a. 第一阶段是以传感器技术和动态测试技术为基础，以信号处理技术为手段的常规技术发展阶段，这一阶段的技术已在工程中得到了应用，吸收了大量的现代科技成果。传感器技术的飞跃发展，使之可以利用振动、噪声、力、温度、电、磁、光、射线等多种信息，由此产生了设备的振动、噪声、光谱、铁谱、无损检测、热成像等监测和故障分析技术。信号分析与数值处理技术的发展，结合微计算机技术的发展，使各种方法应运而生，如状态空间分析、对比分析、函数分析、逻辑分析、统计和模糊分析方法。近年来，各种数据处理软、硬件的出现使实时在线监测及故障分析技术成为可能。

b. 人工智能技术为设备监测和故障分析的智能化发展提供了可能，使得现代监测技术发展步入第二阶段。这一阶段的研究内容与实现方法已开始并正在继续发生着重大变化，以数据处理为核心的过程将被以知识处理为核心的过程所替代，开展了专家系统、神经网络和模糊分析等理论、方法和应用技术的研究。在这一阶段，信号检测与数据处理仍然起着十分重要的作用，然而起主导作用的是专家的知识，包括专家所拥有的领域知识、求解问题的方法等。

1.1.2　机电设备状态监测技术的发展趋势

机电设备运行状态的监测技术，已经从单凭耳听、眼看、手摸，发展到采用现代测量技术、计算机技术和信号分析技术的先进监测技术，诸如超声、声发射、红外测温等，人工智能、专家系统、模糊数学等新兴学科在机械状态监测技术中也找到用武之地。

在机械动态信号分析方法和应用技术上，有采用空间域滤波的预处理、采用Vold-Kalman滤波的多轴阶比信号分析技术、适于非平稳信号的基于Wigner-Ville分布分析、小波（Wavelet）变换方法、混沌分析方法、智能传感与检测技术，以及与VXI总线仪器平台相关的技术等。

现今，国内外较典型的状态监测方式主要有三种。

①离线定期监测方式　测试人员定期到现场用一个传感器依次对各测点进行测试，并用磁带机记录信号，数据处理在专用计算机上完成，或是直接在便携式内置微机的仪器上完成。采用该方式，测试系统较简单，但是测试工作较烦琐，需要专门的测试人员。由于是离线定期监测，不能及时避免突发性故障。

②在线检测、离线分析的监测方式　亦称主从机监测方式，在设备上的多个测点均安装传感器，由现场微处理器从机系统进行各测点的数据采集和处理，在主机系统上由专业人员进行分析和判断。相对第一种方式，该方式免去了更换测点的麻烦，并能在线进行检测和报警。但是该方式需要离线进行数据分析和判断，而且分析和判断需要专业技术人员参与。

③自动在线监测方式　该方式不仅能实现自动在线监测设备的工作状态，及时进行故障预报，而且能实现在线地进行数据处理和分析判断。由于能根据专家经验和有关准则进行智能化的比较和判断，中等文化水平的值班工作人员经过短期培训后就能使用。该方式与其他两种方式相比，技术水平先进，不需要人为更换测点，不需要专门的测试人员，也不需要专业技术人员参与分析和判断，既能避免设备突发性故障又无须专业人员现场操作，但是软硬件的研制工作量很大。

机电设备状态监测技术趋向由离线定期监测方式、在线检测离线分析监测方式，发展为自动在线监测方式。随着人工智能理论的发展及其在实际中的应用，再加上数据处理软件的大量开发，机电设备状态监测技术正向多目标、多层次监测和网络化方向发展。