机械故障

机械故障（精选7篇）

机械故障 篇1

摘要: 介绍了机械故障中应用的各种人工智能诊断方法及理论, 包括专家系统、人工神经网络等, 根据二者在机械故障诊断中的应用情况分析了它们的优缺点, 并以专家系统在汽车故障诊断中的应用为例, 阐述了专家系统在实际应用中存在的问题。

关键词: 机械故障诊断;人工智能;专家系统;神经网络

中图分类号: TP206

3文献标识码: A

文章编号: 1001-006X(2006)02-0023-02 Artificial Intelligence Applied in Machinery Fault DiagnosisLiMeihua, Han Daming, Lu Huaimin(Northeast Forestry University, Harbin 150040)Abstract: The methods and theories of artificial intelligence diagnosis applied in machinery fault diagnosis of each system are reviewed, including ex pert system and artificial neural network.Based on the actual application of the two methods, the advantages and disadvantages of each system are analyzed.Taking the application of expert system in automobile fault diagnosis as an example, the existing problems of ex pert system are clarified in the paper.Key words: machinery fault diagnosis;artificial intelligence;expert system;neural network 收稿日期: 2005-03-14 第一作者简介: 李美华(1981-), 黑龙江省呼兰人, 女, 硕士研究生, 研究方向: 汽车维修理论与诊断技术。前 言

机械故障诊断是识别机器或机组运行状态的科学, 它研究的是机器或机组运行状态的变化在诊断信息中的反映, 其研究内容包括对机器运行现状的识别诊断、对其运行过程的监测以及对其运行发展趋势的预测3 个方面。就其诊断方法而言, 人工智能的研究成果为机械故障诊断注入了新的活力, 如专家系统、人工神经网络、分形几何等, 但这些新的理论和技术成果大多有待完善。最近有人探索人工神经网络与传统的专家系统结合起来, 建造神经网络专家系统。研究表明新型的专家系统能较好克服传统的专家系统和人工神经网络在各自独立 的缺陷而具有许多优势。人工智能在机械故障诊断中的应用 21专家系统在机械故障诊断中的应用

专家系统也称专家咨询系统, 顾名思义, 专家系统就是能像人类专家一样解决困难、复杂的实际问题的计算机(软件)系统。一个专家系统主要由知识库、推理机、数据库和人机接口等4 个基本部分组成, 其中知识库和推理机是专家系统的核心组件。知识库用于存放推理所需要的规则等信息, 是专家领域知识的集合。推理机的作用是根据所采集到的现场信息, 应用知识库中的知识对设备所处状态进行推理判断, 给出设备有否故障或故障部位等信息。数据库用于存放推理过程中的所需和所产生的各种信息,人机接口则是人与专家系统打交道的桥梁和窗口, 是人机信息的交接点。一个实用的机械设备故障诊断专家系统一般还包括解释程序和知识获取程序, 其中, 解释程序负责回答用户所提出的各种问题,包括与系统运行有关的问题和与系统运行无关的、关于系统自身的一些问题。解释程序是实现系统透明性的主要部件。知识获取程序负责管理知识库中的知识, 包括根据需要修改、删添知识及由此引起的一切必要的改动, 维护知识库的一致性和完整性。知识获取程序使领域专家可以修改知识库而不必了解知识库中知识的表示方法和组织结构等细节问题, 从而大大提高了系统的可扩充性。

22人工神经网络在机械故障诊断中的应用人工神经网络简称神经网络,是在生物神经学研究成果的基础上提出的人工智能概念, 是对人脑神经组织结构和行为的模拟。就机械故障诊断而言, 神经网络使用来自机器不同状态的振动信号,通过特征选择,找出对于故障反映最敏感的特征信号作为神经网络的输入向量, 建立故障模式训练样本集,对网络进行训练;当网络训练完毕, 对于每一个新输入的状态信息, 网络将迅速给出分类结果。23神经网络故障诊断系统和专家系统故障诊断

系统的融合基于神经网络的故障诊断系统和基于专家系统的故障诊断系统可以相互转化。在专家系统故障诊断系统中, 知识是通过规则的方式来表达的, 而在神经网络故障诊断系统中, 知识是通过对样本的反复学习并在此过程中不断调整网络连接权值, 从而使网络误差收敛到全局最小点后储存在这些连接权值中。所以, 要实现由基于专家系统的故障诊断技 术向神经网络故障诊断技术过渡的关键是将规则转化为学习样本, 具体步骤为:

统计在规则表述中诊断对象可能出现的故障征兆与故障原因数目, 分析诊断知识结构, 确定神经网络的输入、输出神经元数目及其网络层次结构;

将专家系统知识库的规则提取出来, 形成神经网络的学习样本;

对神经网络样本学习, 获取各自的连接权值, 形成神经网络故障诊断系统。由神经网络故障诊断到专家系统故障诊断的关键问题是在现有的连接权值中提取规则, 具体步骤为:

已知学习样本时, 可以直接将每一个学习样本转化为一条规则;

未知样本只知道连接权值时, 这种情况很复杂, 一般是通过特殊的算法从网络的输入和输出中提取规则;如果是模糊神经网络, 问题就简单了, 即可以直接从网络 中提取。专家系统在汽车故障诊断中的应用

汽车作为一种特殊的机械, 以汽车故障诊断专家系统为例。汽车故障诊断专家系统的开发, 自20 世纪80 年代以来, 可分为雏型期、改进期和发展期3 个阶段。20 世纪70 年代后期至80 年代初期, 为了适应对计算机应用不断增加的现实, 在汽车维修行业中首先开发的就是诊断咨询系统。1986 年, 美国通用汽车公司和福特汽车公司分别推出了称之为CAMS 和SBDS 的故障诊断咨询系统。1986 年,日本丰田汽车公司的维修、信息及技术部门联合开发了

维修技术咨询系统, 1987 年8 月开始用于丰田发动机集中电子控制系统T CCS 的诊断。作为系统信息流, 对维修企业遇到难度较大的车辆故障诊断与维修问题时, 专业技术人员在预制的问诊表上填入有关事项, 并电传到丰田汽车公司维修总部。维修总部的有关人员以此为基础, 把信息输入到维修技术咨询系统,并由专家系统的维修程序提出诊断结果和维修方案。现场技术人员以此为基础进行维修工作并将结果反馈到总部, 以进一步提高系统的诊断精度。进入20 世纪90 年代, 开始出现了专家系统工具的研究。这种专家系统工具具有知识获取支援功能的专用编辑器, 不需要智能语言, 从而解决了过去存在的知识库效率低的缺点。汽车诊断专家系统的功能与特点, 概括地说就是由计算机存储的专家知识, 按照需要可以调用, 即使初学者也能近似地如专家一样进行故障诊断。基于专家系统的故障诊断方法, 在实际应用中存在问题如下:

知识获取的瓶颈问题;知识难以维护;

知识应用面窄;诊断能力弱;不适应模糊问题。应用神经网络技术可以弥补解决传统专家系统在应用中遇到的问题。

(1)对于专家系统的脆弱性, 即知识和经验不全面, 遇到没解决过的问题就无能为力。而利用神经网络的自学习功能, 不断丰富知识库内容,可解决知识更新的问题。

(2)对于专家系统知识获取困难这一瓶颈问题, 利用神经网络的高效性和方便的自学习功能, 只需用领域专家解决问题的实例来训练神经网络, 使在同样的输入条件下, 神经网络便能获得与专家给出的解答尽可能接近的输出。(3)推理中的匹配冲突,组合爆炸及无穷递归使传统专家系统推理速度慢、效率低。这主要是由于专家系统采用串行方式、推理方法简单和控制策略不灵活。而神经网络的知识推理通过神经元之间的作用实现, 总体上, 神经网络的推理是并行的、速度快。4

结

论

随着人工智能的不断发展, 各个领域对人工智能的要求也越来越高。传统的专家系统有它自身的缺点, 神经网络也有其局限性, 正因为如此在机械故障诊断中, 目前将神经网络和专家系统相结合,建造所谓的神经网络专家系统。理论分析与应用实践表明, 神经网络专家系统结合了两者的优点而克服了各自的缺点, 表现出强大的生命力。参考文献

机械故障 篇2

1.机械松动的主要类型和故障特征

(1) 结构框架或基础松动。故障类型: (1) 结构松动或机器地脚、基础平板和混凝土基础弱 (刚性差) ; (2) 框架或基础变形 (软底脚) ; (3) 地脚螺栓松动。故障特征: (1) 振动频谱为工作转速频率占主导; (2) 表现为单一转子的高振动; (3) 振动方向性固定; (4) 每个轴承座水平和垂直方向的相位差为0°或180°。

(2) 摇动或结构和轴承座裂纹。故障类型:结构裂纹或轴承座裂纹; (2) 支撑脚高度不同引起的摇动; (3) 轴承座固定螺栓松动。故障特征: (1) 典型的径向方向2倍工作转速频率的振动幅值超过1倍工作转速频率的振动幅值50%; (2) 振动相位不稳定;不能用动平衡和调整对中的手段降低振动; (4) 振动始终保持工作转速频率和2倍工作转速频率。

(3) 轴承松动。故障类型: (1) 轴承在轴承座中松动; (2) 轴承内部间隙过大; (3) 轴承衬套在其盖内松动; (4) 轴承在轴上松动。故障特征: (1) 在振动频谱中存在多个转速频率的谐波频率, 有时高达10倍和20倍; (2) 趋向于在松动方向上的定向振动; (3) 产生转速的1/2倍间隔的频率或1/3倍间隔的频率; (4) 相位不稳定; (5) 在径向和轴向的相位差接近0°或180°。

上述三类机械松动故障中, 第一类属于基础松动类故障, 第二类和第三类属于转子支撑部件松动类故障, 其中第二类故障劣化严重时就会发展成为第三类故障, 同时伴随着故障征兆的变化。

2.故障诊断实例

某石化公司一台机组振动超过报警值, 该机组风机由电机驱动, 由刚性联轴器连接, 电机转速2980r/min, 电机功率220kW, 该机组结构简图如图1所示, 用便携式测振仪测得各测点的振动全频值见表1。振动正常时的电机负荷端垂直方向频谱如图2所示, 振动异常时的电机负荷端垂直方向频谱如图3所示。

mm/s

随后现场对风机调整了负荷, 随着负荷的下降电机负荷端垂直方向振动变化如表2所示。

从测得到的全频值来看, 电机两端垂直方向振动远大于水平方向, 风机两端振动不是很大, 从频谱图比较来看, 异常振动时产生了大量的分频, 振动以1/5、2/5等分频占主导, 且随着负荷的下降, 振值变化比较明显。这些特征都和基础或地脚松动的故障特征相吻合, 由此可以判断造成该机振动超过报警值的原因为机组基础或地脚松动。经现场停车检查, 发现电机有一颗地脚螺栓已经断裂, 更换全部地脚螺栓后, 机组运行正常。

摘要：通过对一台风机机组的电机基础松动故障的诊断实例, 说明了根据故障特征判断机械松动故障方法的有效性。

关键词：故障征兆,机械松动,故障诊断

参考文献

[1]沈庆根, 郑水英.设备故障诊断[M].北京:化学工业出版社, 2007

[2]廖伯瑜.机械故障诊断基础[M].北京:冶金工业出版社, 2007

[3]易良榘.简易振动诊断现场实用技术[M].北京:机械工业出版社, 2006

机械故障or人为故障 篇3

自从飞机问世之日起，飞行事故就不断发生。除去“前飞行时代”中飞行先驱者们不断的流血和牺牲，在飞机正式发明并成熟之后，首次公认的机毁人亡的飞行事故发生在1908年9月17日，当时美国陆军在对订购的一架飞机进行验收试飞时，飞机突然大角度俯冲而撞地坠毁，飞行员当场身亡。

实际上，在航空发展初期，飞行事故极为频繁，包括战斗机在内的军用飞机也不例外。在第一次世界大战期间，因飞行事故损失的飞机和飞行员比空战损失高3倍；第二次世界大战期间，因飞行事故造成的损失仍然比空战损失高5%。据《军事飞行事故研究》著者的分析研究，从1908年到2002年的94年间，全世界军用飞机飞行事故（不计作战损失）共造成45万多人死亡。

飞行事故总览

世界各国对战斗机飞行事故的分类主要根据人员伤亡、飞机损坏程度以及修复时间来划分，一般分为三级或四级。

中国战斗机的等级事故分为一、二、三等事故，其中一、二等事故为严重飞行事故。三个等级事故的具体划分为：一等飞行事故：机上有1人以上死亡或飞行事故后5日内死亡；飞机报废或无法修复；飞机失踪。二等飞行事故：机上无人员死亡；飞机严重损毁，修复费用超过飞机价格的60%，或者修复费用虽未超过60%，但飞机修复后未能达到规定性能；飞机迫降在无法运出的地区。三等飞行事故：飞机严重损坏，但修复费用不超过飞机价格的60%。

其他国家也有类似的事故分类方法，例如美国战斗机飞行事故分类如下：A类事故：飞行员丧生，或永久伤残导致丧失行为能力，且飞机严重损毁，损失超过100万美元。B类事故：有人员受伤，飞机损失在20万～100万美元之间。C类事故：飞机损失在1万～20万美元之间。D类事故：经济损失在1万美元以下。

目前，常用万时率或10万时率来衡量战斗机飞行事故发生的严重程度，即平均每1万或10万飞行小时发生的严重事故数量。以美国为例，美国陆军在1922年飞行事故率是历史最高，达到10万小时506次。1947年，美国空军正式成立，当年A类飞行事故率为10万小时44次；到1983年A类飞行事故率降至10万小时1.73次，并一直保持在这个水平以下。

对于其他北约国家，北约空军目前的飞行事故率为每10万飞行小时4～5次。

就型号而言，国际上装备量较大的F-15和F-16战斗机的事故率为每10万飞行小时3～4次；而最新型的F-22自装备以来，截至2010年年底共发生A类事故6起（不包括YF-22原型机发生的事故），A类飞行事故率为每10万飞行小时6～7次。

印度空军的事故率一直在全世界空军中处于前列。据美国一家匿名机构的分析：印度空军事故率目前为每10万飞行小时6～7次。1970～2005年，印度空军因飞行事故共坠机700次，损失了180名飞行员；这期间，印度空军购买的793架米格-21战斗机坠毁了330架。

本文将列出装备量较大的几型现代战机的典型事故，其中既有飞行员的因素，也有飞机技术问题、飞机维护问题和军队管理问题等。

F-14战斗机事故

该机从1969年到1991年共生产了712架，至今共发生重大事故162起。自1991年起，F-14战斗机的坠机事故率是每10万飞行小时5.93次，而美国海军全部战斗机的平均事故率是每10万小时4.82次。由于F-14的设计年代久远，因此飞机结构复杂、维护成本很高，这也是其事故率高于平均标准的原因之一。正因为其维护成本过高，F-14目前在美国海军中已全部退役。

F-14第一架原型机（F-14-01-GR）试飞坠毁事故

1970年12月30日，F-14-01-GR原型机在进行第2次试飞时，遭遇了主液压系统液体泄漏事故。当时飞机由格鲁门公司首席试飞员罗伯特·斯迈思（Robert Smythe）驾驶，项目试飞员威廉·米勒（William Miller）坐在后座。飞行25分钟后，飞行高度4200米时，伴飞飞机的飞行员看到F-14机体好像有烟冒出，同时飞行员米勒报告主液压系统出现故障，并报告放弃任务，准备使用备用飞行系统返航。后来证明，当时伴飞飞行员看到的“烟”确实是液压系统泄漏的液压油。

飞机返航初期一切正常，在距离机场4英里（6.4千米）、高度2500英尺（760米）时，飞控液压系统也出现了故障。此时米勒正在准备降落，为了挽救飞机，米勒将飞机控制转换到了“战斗生存系统”（Combat Survival System， CSS。该系统只由方向舵和全动平尾操纵，可保证F-14战斗机在遭受战斗损伤时，飞到安全区域后让机组弹射）。当时试飞员本想利用自己高超的驾驶技术并借助于该系统努力保护这架有价值的原型机，然而在进场的最后阶段，飞机有一点轻微的纵向振荡，试飞员米勒此时意识飞机已经无法控制了，所以决定弹射。幸运的是弹射座椅工作正常，弹射时飞机高度仅有一树之高，但机组人员弹射成功没有受伤，飞机则在距离跑道不足1英里（约1.6千米）处坠毁起火。

1971年2月12日，事故调查委员会调查结果公布：机身两边各有一个0.25英寸（约6.35毫米）钛合金液压管，这两根液压管位于主起落架装置后边的那一部分发生破裂，液体泄漏导致两个系统发生了灾难性故障。海军事故调查委员会宣布：故障由“一个极不可能同时成立的条件”所导致：飞行期间发动机处于低功率设置状态，管道振动频率与液压泵的工作频率接近而产生了共振，所以导致管道破裂。再加上连接件松动，导致情况更加严重。问题的解决方法很简单：用不锈钢管代替钛合金管，就解决了此问题。

nlc202309030521

F-14战斗机天线罩脱落事故

1991年11月13日，美国海军VF-142中队一架F-14A战斗机（序列号161433）从“艾森豪威尔”号航母起飞，飞行员是约翰· 爱德华兹（John Edwardes），武器操作员是斯科特·格兰德米尔诺（Scott Grundmeier）。当飞机在波斯湾执行任务时，由于锁定装置出现机械故障，导致飞机天线罩脱落。脱落的天线罩打碎了驾驶舱风挡玻璃，致使飞行员右锁骨骨折，而且玻璃碎片进到了飞行员的双眼，飞行员的视力受到了严重影响。前风挡玻璃的剩余部分受损严重，飞行员只能通过左风挡玻璃上的一个直径不到8厘米的孔洞向前看，尽管如此，飞行员还是努力驾机返回航母，并利用第2道拦阻索比较完美地完成着舰。两名机组人员由于他们卓越的表现而赢得了著名的“飞行十字勋章”。飞行员约翰·爱德华兹也因为高超的飞行技术而成为美国NASA航天飞机项目组的飞行员。

F-15战斗机事故

以色列F-15D战斗机与A-4N战斗机相撞事故

1983年5月1日，以色列国防军空军的两架F-15D战斗机和四架A-4N“天鹰”战斗机在以色列和巴勒斯坦边境地区的内盖夫沙漠上空进行了一次模拟空战格斗训练。其中一架编号为957的F-15D战机被用于新飞行员的适应性训练，当这架F-15D与A-4N相撞后，飞行员乔恩·艾斯利驾驶仅剩一侧机翼的F-15D奇迹着陆，“天鹰”飞行员成功弹射。

当时或许因为飞行演练的配合失误，957号F-15D与一架“天鹰”飞机在高空碰擦而过。但一开始飞行员艾利斯并没有意识到发生了什么严重的事故，直到他看到“天鹰”爆炸的火球和自己飞机撞掉的机翼。按照战斗机操作守则和一般的飞行惯例，遇到这样的情况很显然要进行弹射自救，而且在艾斯利身后的教官也决定弃机逃生，并给艾斯利下令跳伞。然而飞机并没有完全失控，因此飞行员决定冒险飞回机场。

由于飞机失去了右翼，因此也失去了很大一部分升力来源，这架F-15D只能利用左翼和机身产生的升力飞行，用平尾和左副翼纠正飞机失去一侧升力后产生的横滚力矩。最终这架飞机以260节（约481千米/小时）的速度降落在跑道上，这几乎是指定着陆速度的2倍；而因为速度太快，着陆钩从机身上放下来时被扯断。在滑行了相当长的一段距离后，飞行员成功地在拦阻网前10米把战机停了下来。

美国空军F-15C战斗机训练空中解体事故

2007年11月2日，4架F-15C战斗机从美国兰伯特（Lambert）国际机场起飞，执行空对空训练任务，其中编号为80-0034的F-15C战斗机空中解体，在Lambert国际机场西南4英里（约合6.4千米）处坠毁。失事飞机飞行员成功弹射，仅受轻伤。

当时，4机编队正在进行基本战斗机机动训练，其中包括1对1攻击和防御机动。进行第2次交战训练时，失事飞机的飞行员以450节（约833千米/小时）的速度做了一个水平右转弯，过载最少也达到了7.8g。此时开始左右剧烈抖动，飞行员呼叫：“2号机，停止交战”，同时把过载降低到1.5g。然而在几秒钟内，飞机前机身还是与后部断开，出现空中解体事故。

事后，事故调查委员会认为这次事故的关键原因是F-15C飞机的关键支撑结构部件——右上机身大梁损坏，飞机上部大梁未达到设计规范要求，增加了较细的大梁腹板承受的局部应力，致其断裂。对飞机残骸的分析发现，靠近机身377框架的大梁细腹板有一个疲劳裂缝，随着飞行载荷的周期性变化，其裂缝逐渐变大，最终导致大梁断裂。而大梁断裂最终引发了飞机其余的支撑结构的毁灭性断裂，最终导致飞机空中解体。

F-16战斗机事故

美国空军F-16C战斗机飞行表演坠机事故

2003年9月14日，美国空军“雷鸟”表演队的一架F-16C战斗机（编号87-0327）在航展表演中坠毁在霍姆山（Mountain Home）空军基地跑道与控制塔之间。飞行员弹射时受轻伤，坠毁的飞机也没有给地面人员带来任何伤害。

大约有8.5万名观众观看了这次名为“空中枪战”的航展，并亲眼目睹了这次事故。当时一名空军上尉驾驶6号机进行单机表演，事故发生时飞行员正在进行“最大起飞爬升和半滚倒转”机动飞行。霍姆山空军基地机场的海拔高度是2996英尺（约913米），6号机表演时设置的基准高度是3000英尺（约914米）。

6号机飞行员起飞后，按计划飞行员应当从海拔6500英尺（约1980米）、离地高度3500英尺（约1066米）开始进行机动，但它在HUD上的高度表显示海拔高度5500英尺（约1676米）时，就向地面报告此时离地高度3500英尺（约1066米），此时他已经多算了1000英尺（约304米）高度。因此当飞机机头达到朝下90°位置时，飞行员已发现飞行高度不够，飞机无法改出。飞行员最终没能挽救飞机，飞机摔毁在地面，在撞地前0.8秒飞行员安全弹射，飞机撞到人群对面的空地上。

这次事故的产生主要有3个因素：①在飞行中要求飞行员自己实时将海拔高度转换成离地高度，这增加了飞行员工作负荷，且容易引起混乱（事实上确实引起了混乱）；②所做的机动动作本身的误差裕度比较小；③预先对事态的认知水平形成了一个更易使飞行员产生失误的状态。

F-22战斗机事故

YF-22原型机飞行员诱发震荡（PIO）坠机事故

1992年4月25日，第2架YF-22原型机在试飞降落时失事，在跑道上空约12米处发生一系列的俯仰振荡，飞机的两片全动平尾不停地上下偏转，之后在起落架处于放出状态下撞到地面，擦地面向前冲出约240米后起火。飞行员在飞机触地前安全弹射，飞机则严重受损。经检查发现飞机飞控软件存在设计缺陷。

nlc202309030521

事故调查表明，当时这架YF-22进入了“驾驶员诱发振荡”状态，在如此低的高度上根本无法改出。“驾驶员诱发振荡”是由于操控系统本身的问题引起的，当驾驶员试图通过自己的控制输入实现飞机的目标飞行状态时，由于其输入本身的高增益，与飞控系统耦合导致飞机产生不可控的持续振荡。

F-22战斗机训练坠毁事故

2010年11月16日，美国空军第3战斗机联队第525战斗机中队的两架F-22战斗机（呼号分别为“Rocky1”、“Rocky3”）从Elmendorf空军基地起飞，执行两机编队夜间拦截训练任务。两机训练任务将要结束时，呼号为“Rocky3”的F-22战斗机坠毁于安克雷奇城北部160千米处，飞行员不幸丧生。

事故当天夜晚天气良好，月光很亮。两机执行训练任务开始一切正常。训练快要结束时，“Rocky3”飞在前面，飞行员做了180°转弯准备重新加入编队返航，之后两机失去联络，“Rocky3”从地面雷达屏幕上消失。

事故发生后，美国阿拉斯加州国民警卫队派出了一架C-130飞机和一架直升机进行救援搜索，一架RQ-4A无人机提供辅助。第二天上午发现了出事飞机的坠毁地点，坠毁地点位于安克雷奇城北部160千米处的德纳里峰国家公园附近的两座山之间的湖床上。地面搜索表明，飞行员没有弹射跳伞。在坠毁地点找到了飞机的弹射座椅和飞行员的部分生命保障设备。坠毁地点留下了一个直径6米多的撞击坑。

据后来2011年5月6日美国国防部决定“无限期”停飞F-22时给出的解释，表明这次事故有可能是供氧系统故障导致飞行员昏迷所致。

苏-27战斗机事故

俄罗斯“勇士”飞行表演队的3架苏-27战斗机坠毁事故

1995年12月12日，俄罗斯“勇士”飞行表演队的5架苏-27战斗机参加完在马来西亚举行的第5届“利马99”（LIMA 99）国际航展之后，由一架伊尔-76运输机带队返回国内，途中计划经停越南金兰湾机场补充燃油并进行休整。在飞行途中编队中3架苏-27撞山，4名飞行员遇难。

当天金兰湾机场上空气象条件很差，而且导航设备也不足，因此伊尔-76长机错误地判断了相对高度，并且进场航线飞得也不准确。编队在下降高度时，伊尔-76带队长机与右侧梯队失去联系，右侧梯队3架苏-27同时撞上距离机场25千米处一座标高604米的山头，4名飞行员全部遇难。这是“勇士”表演队遭遇过的最严重打击，几乎损失了半支表演队。库宾卡基地在1996年10月专门为这次事件建了纪念碑。

事故调查认为，恶劣气候以及导航系统落后导致了此次事故。

乌克兰空军苏-27UB战斗机坠机事故

2002年7月27日，一架乌克兰空军的苏-27UB战斗机在利沃夫市的一次表演飞行中坠入地面的观众群，导致地面85人遇难，115人受伤。两名飞行员安全弹射，受轻伤。两名飞行员和所属单位负责人后都入狱。

乌克兰官方并没有拿出明确的失事原因报告，但单发停车是苏-27坠毁的主要原因。其实本来飞机应该从观众前方掠过然后拉起，但这个故障导致飞机正好冲向人群，飞行员此时已经来不及反应了。据专家们推测，下列原因可能导致事故发生，并加重其严重程度：

①飞行员擅自改变飞行计划，临时做出加飞超低空俯冲的飞行动作；②错误的飞行计划，特别是将飞行线路安排在观众正上方；③飞行员操作失误；④飞机机械故障；⑤飞机在起飞前加装了太多燃料，导致飞机太重不够灵活，因而无法完成最后那个机动动作，并且在坠毁后引发更大规模的爆炸。

米格-29战斗机事故

米格-29战斗机巴黎航展坠机事故1989年巴黎航展，俄罗斯功勋试飞员科沃丘尔驾驶一架米格-29战机在低空做特技飞行时，在160米高度、速度180千米/小时时，一只小鸟被吸入右发动机，右发动机立即熄火，飞机发生不可控侧转，科沃丘尔在最后关头拉动弹射手柄成功弹射，1.5秒后米格-29飞机坠毁。科沃丘尔只擦破一点皮，落地后自己走回休息处。

俄罗斯空军米格-29战斗机空中相撞事故

2007年11月21日，俄罗斯空军两架米格-29战斗机在进行例行飞行训练时在空中相撞，所幸的是，两名飞行员都成功弹射逃生，撞机事件也没有给地面造成损失。

这两架米格-29战斗机是在俄罗斯南部罗斯托夫州米列罗沃机场的一次例行训练飞行中相撞的，撞机高度在7000米高空，事故发生时，两架战斗机距离机场大约40千米。两架战斗机的飞行员在撞机前顺利弹射出了驾驶舱，跳伞落地后，自行找到附近一个村庄的医院，并与机场取得联系。随后，两架负责搜救任务的米-8直升机将两名飞行员送到机场附近的一个军方医院。

事故调查人员后来表示，飞行员失误可能是造成两架飞机相撞的原因。

那些啼笑皆非的飞行事故

损失比例最大的飞机

在弹雨纷飞的战场上，飞机不论怎么损失掉都是可以接受的，但如果损失太多，则不免让人诟病。例如F-105战斗轰炸机，实际上它是一种非常出色的攻击武器，一架单发飞机能携带7吨武器，在当时是很轰动的一件事，它也因此成为越南战争中美军空中打击的主力机种之一。但是在越战中，它的损失却非常之大。据统计，F-105总产量830架左右，却有397架在战斗中损失（其中包括62架事故损失），接近总产量的一半。

如果说单纯的事故率，而不算作战损失的话，有的飞机因事故损失的数量也能达到总产量的1/3还要多，例如F-104。

nlc202309030521

F-104是一款创下过速度纪录的战斗机，也曾在多个国家空军中服役，但创下多个纪录的F-104，其服役纪录却很难看。在美国空军中，F-104的10万小时事故率高达26.7（截止到1977年），是所有“百系列战斗机”中事故率最高的（F-105毕竟是战损）。在加拿大空军中，有110架CF-104因事故损失，比例超过加拿大装备的CF-104总数的一半。在意大利空军中，服役的最初5年就损失了23架F-104G，在此期间全部装备的149架F-104中，一度只有80～90架可以正常使用，到1997年，意大利损失了137架F-104，占其F-104机队总数的38%（10万小时事故率高达14.7）在德国空军中，F-104的事故损失也占到机队总数的30%以上。

正因为如此，F-104才被称为“寡妇制造者”或“停机坪飞镖”。

尽管F-104和F-105因事故和作战而损失的比例不一定是史上最高，但它们一定是比例最高的之一。这些数据提醒后来的航空从业者们，设计飞机一定不能光考虑有光鲜的性能数据，而必须把可靠性放到非常重要的位置上。虽然“不出事故的空军没有战斗力”，但总出事故的空军同样没什么战斗力，因为飞行员们不知手里的飞机何时会出故障，战战兢兢的飞行显然是不利于发挥训练水平的。

自己击落自己的飞机

空战中发射导弹击落敌机很常见，发射导弹击落友机的乌龙也不是很少见，但是自己发射空空导弹击落自己的呢，估计这种事情就不是很常见了。

1973年6月20日，美国海军导弹中心的F-14A战斗机（序列号157985）的第5架原型机在进行导弹分离试验时，其携带的AIM-7E“麻雀”导弹在发射后自动上仰，击穿了自己飞机的燃油箱，导致飞机起火，坠毁在加州穆古岬（Point Mugu）附近，飞行员安全弹射。

这次事故是飞机本身的空空导弹击落飞机自身的事故，也是一种典型的外挂释放事故。

忘记放起落架的飞机

一般来说，降落时忘记放下起落架的事故只有飞行菜鸟才会去做，但事实上并非如此。

1997年3月20日，中国台湾空军编号2503的E-2在练习夜间单引擎迫降时，因飞行员忘记放起落架，造成机腹着地严重受损，必须送回美国原厂重新修复机身，据说修理费约为2500万～3000万美元，接近当时全新的F-16的造价。

1997年6月22日在斯洛伐克举办的航空展上，俄罗斯空军“勇士”飞行表演队参加了飞行表演。在表演结束后准备着陆时，编队中15号机的飞行员竟然忘了放下起落架。当时这架苏-27以进气道下的挂架和腹鳍接地，飞行员急忙放下减速伞减速，但飞机仍在冲出跑道后才停了下来。

2009年12月4日，日本航空自卫队一架F-15J战斗机在小松基地着陆时，由于飞行员忘记放出起落架，导致机腹着地，右后侧机体接触地面着陆，飞行员没受伤。。

从这几起事故看来，不论是飞E-2的台湾飞行员，还是日本空自的F-15J飞行员，亦或俄罗斯“勇士”表演队的飞行员，他们都应该是本国飞行员中的精英人物，才有资格飞这些精锐战机。但可惜的是，即使是精锐飞行员，有时也会犯下只有菜鸟才会犯的错误。

出尽风头的机毁人亡

不论在哪个国家，战斗机飞行员都是千里挑一的精英，飞行员们当然也知道这一点，因此不免会产生一种优越感。

2000年8月28日，美国德克萨斯州福特堡海军航空站的一架F-16C战斗机（编号85-1456）在德克萨斯州图利亚北部处坠毁。当时飞机的飞行员史蒂芬·W·西蒙斯正驾驶飞机返回基地，由于航线路过他的岳父母居住地，因此他事先通知了他的岳父母他将飞过此地。在飞到他岳父母的农场后，他开始为他们展示他的飞行技巧。但是在表演过程中，他过度关注了地面参照点，而忽略了诸如飞行高度等其他飞行信息，最终导致飞机撞地，飞行员西蒙斯遇难。事故没有造成其他人员和财产损失。

这个事故表明，即使是精英飞行员也不过是普通人一名，碰到事故一样会摔死，因此希望飞行员们不要产生所谓“优越感”，更不要为此搭上性命。

各类事故统计分析

目前国际上广泛装备的的十几种战斗机机型的生产总量为13900多架（截至2009年底的不完全统计），这些飞机中因事故坠毁的飞机总数1432架，约占总产量的10.28%。

因此，总产量大的飞机因事故坠毁的数量也要更多一些。例如F-16战斗机，虽然坠机数量仅占生产总数的10%左右，但由于F-16产量很高（近5000架），因此它的总坠机数量是这些飞机中最多的。而F-14作为舰载机，事故率本来就比陆基飞机要高一些，因此它的坠机数量占总产量的18.96%，算是事故率较高的第三代战斗机了。

发动机故障是引发事故的重要飞机技术原因之一，因发动机故障导致的坠机数量为217架，约占统计中全部事故坠机数的15.2%。统计数据表明，单发战斗机在发动机发生故障情况下的坠毁数量比双发战斗机高很多，表明采用双发设计确实可以减少坠机率。

总体上看，造成战斗机重大飞行事故的因素主要包括以下几个方面：飞行员因素、设计方面因素、维护不当/违章安装因素、空管/指挥方面因素、管理方面因素等。从统计数据当中可以看出，由于人（包括飞行员、维护人员、指挥人员等）的失误导致事故的因素占到主要部分，而由于飞机本身机械故障产生的事故所占比例反而不多。当然，即使是飞机机械故障，很大一部分原因也是设计不合理或维修人员没有进行足够的维护所致。因此，可以说预防飞行事故的本质还是预防人的错误，“人”才是降低事故率的关键所在。

收获机械常见故障及排除方法 篇4

联合收获机是集收割、脱粒、清选于一体的大型农业机械,其结构复杂、作业时间相对较集中,在作业过程中,经常因出现故障而影响收割.现结合佳联-3A6型联合收获机,介绍了其作业中常见故障产生原因及排除方法.

作 者：张延君 齐秀云 作者单位：张延君(黑龙江省虎林市虎林镇人民政府,黑龙江,虎林,158400)

齐秀云(黑龙江省虎林市伟光乡人民政府农业综合服务中心,黑龙江,虎林,158411)

机械故障 篇5

农业机械化专业机械故障诊断与维修课程教学模式探析

面对全球性经济危机,普通农业高等教育人才培养和就业面临极大考验.因此,以机械类课程为主的传统的农业机械化专业已经不能够适应当今人才培养的需求,必须构建培养复合型人才的培养模式以促进教育不断发展.“机械故障诊断与维修”是农业机械化专业的主要课程,也是学生毕业后面临强大就业压力的重要突破口,为此,必须根据科学发展观的`要求来建立培养创新人才的课程内容体系,应用现代化教学手段和方法,改革传统的授课和考核方法,提高学生综合素质,促进当代大学生全面发展,为农业工程学科的人才培养提供基础保障.

作 者：孙勇 李文哲 王金武 Sun Yong Li Wenzhe Wang Jinwu 作者单位：东北农业大学,黑龙江,哈尔滨,150030刊 名：东北农业大学学报(社会科学版)英文刊名：JOURNAL OF NORTHEAST AGRICULTURAL UNIVERSITY(SOCIAL SCIENCE EDITION)年，卷(期)：7(5)分类号：G642.0关键词：农业机械化 机械故障诊断与维修 教学模式

钻井机械故障诊断技术研究 篇6

国民经济快速发展的情形下, 石油化工行业对能源也提出了新的需求。国内的能源消费结构近年来发生了极大的变化。钻井机械广泛运用到了对国内自然资源的勘探项目中。从最初的煤炭开采, 到今天的凿矿钻井、金属矿产、建筑材料等各类大型的现代化工程项目中, 钻井机械都发挥着重要的作用。

国内的钻井机械处于发展初期, 与欧美各发达国家相比, 工程钻井机械行业的技术和装备水平的差距还很大。很多勘察单位的钻探钻井设备更新速度很慢, 小型钻井设备的频繁涌现使得市场的竞争处于无秩序的状况中, 在很大程度上制约了先进机械的引进和推广。到现在为止, 国内研究开发先进钻探技术的勘察单位为数不多;并且, 钻井机械制造的水平一直以来还停留不前, 新技术、新产品得不到研发。与此同时, 国内很多钻井机设备的工作效率处于低级阶段, 难以实现自动化操作, 并且由于人为和自然等因素, 很多钻井机械在运行过程中会出现故障, 给钻井行业及工作人员带来种种麻烦甚至是不良后果。

2 钻井机械故障分析

钻井机械设备在运行过程中, 由于多种因素, 容易造成各类机械故障, 影响钻井技术人员工作, 甚至还会出现各种因机械故障引起的不良后果。

(1) 由各种因素导致的损坏性故障, 比如说开裂、意外压出来的痕迹等等。

(2) 由自然原因引发的常规性故障, 如机器使用年限过长、质量变差、或者不正常的磨损情形下所带来的问题等。

(3) 机械自身配件紧固度降低带来的故障, 如机械零部件松动等。

(4) 由外界运行环境所引起的一系列故障, 如运作过程中受压过大、或受干扰程度过大等

(5) 机械性能失调引起的故障, 如机械使用过程中出现性能下降等现象

(6) 机械内部出现故障, 如机械出现各种介质的渗漏情况等

3 分析与诊断机械设备出现的故障原因

大量调查数据表明, 多数的钻井机械设备出现故障的原因在于其零部件的磨损。这也是机械操作人员容易忽视的一点。这就要求我们在选择钻井机械零部件的时候, 要确保其材料的优良性, 与此同时, 在选购钻井机械时, 要注重其设计构造及生产工艺等方面。

机械故障出现的另外一大原因是润滑之间的协调性达不到标准。众所周知, 优良的润滑不仅可以保障机械的运行温度, 保持机械设备各零部件之间合理的间隔, 其最主要的是能够减少外界杂质进入到机械设备内部, 也能最大限度上去避免零部件间的磨损现象, 从而减少故障的发生频率。

机械操作人员的不合理操作方式也是引发机械故障的重要原因之一。平稳的负荷状态下, 钻井机械可以运转流畅。因此, 使用钻井机械的技术人员要有认真负责的工作态度, 要充分了解钻井机械工作原理, 合理的操作该类机械, 保持其工作过程中的常规温度, 从而有效避免由不合理操作引发的机械故障。

4 钻井机械故障诊断技术及措施

钻井诊断技术中, 振动诊断、油样分析、测量温度以及无损检测是诊断机械故障的常见方法。振动诊断涉及的领域最广, 国内对该种诊断方法研究也最到位。直至今日, 国内对振动信号的分析及诊断, 主要包括统计、时频域、模型分析三种以及通过机械的具体参数来诊断等方式, 随着钻井科技的发展, 又先后出现了以频率为主体做出的细化分析、共振解调分析、基于三维模式的全息谱分析、以机械轴心运转轨迹为对象做出的分析及在信号基础上出现的短时傅里叶变换以及小波变换等多种诊断技术。人类现代社会先进的科研技术使得机械故障诊断更加准确, 钻井故障诊断技术部的专家门依靠扎实的诊断理论, 将其投入现实诊断过程中, 并取得了一定的成效, 如故障诊断的专家系统就是人工智能化的一项重要表现, 与此同时, 人工神经网络的研发也逐渐成为机械故障诊断领域一个新的技术增长点。

4.1 共振解调和模糊识别技术

钻井工作过程中, 环境的恶劣及附近振源以及强大的噪声情形下, 都可能引发机械故障。钻井泵轴承故障的特征比较复杂, 我们采用共振解调技术可以发现隐藏在一般的振动情形下的关于轴承的一些故障, 在这类信息的基础上来实现频谱分析。不过在实际过程中, 轴承的尺寸会有出入, 加之外界因素影响, 可能导致我们在频谱图上看到的频率值与计算所得故障特征频率值有所不同。因此, 可以配合采用模糊识别技术来识别各种故障特征频率, 对钻井过程中的泵轴承的故障做出更为明确的技术诊断。

实际工作过程中, 由于底层复杂性、外界环境以及多种因素的制约, 钻井机械的诊断工作会出现很大的难度。故障诊断其实就是充分了解故障特征、分析故障原因的一系列过程。通过了解这一类故障原因, 明确故障类型, 从而找出正确的解决办法。

4.2 以神经网络为基础的旋转机械故障诊断

相对于某些以多层感知器为基础的故障诊断问题来说, 要懂得其神经网络的结构, 会比较困难。我们首先要分析其对故障的是否能做出准确辨别与诊断, 然后再一步步来明确神经网络隐层及其数目.这是一种新型的以神经网络和振动频为基础的旋转机械故障诊断技术;以此为基础, 专家们还研发出了一整套智能故障诊断系统, 可以实现网络资讯、故障诊断、管理数据库以及查询信息等功能.作为一款智能诊断系统, 其率先引用了知识子块的理论模式, 对于大型风机的故障诊断, 其结果也是有一定依据性的。并且该款系统还能进行自动诊断, 在实际过程中为钻井技术人员提供了便利。

为尽可能地减少钻井机械设备在操作过程中出现故障, 我们在进行机械设备管理时应采取以下措施。

4.2.1 注重机械设备的保养

PMS系统是一种预防钻井机械的强制维修和保养制度。在实际过程中, 要加强对机械设备的维护与检修工作, 才能使机械设备保持良好的运行状态。这种强制保养制度可以帮助我们在一些不可预知的机械性能故障情况下, 做好机械性能维护。配合现代化优良的故障诊断技术, 可使钻井机械在低成本、高效率的情况下运转。

4.2.2 培养一支强大而专业的钻井技术力量

不管是在机械管理还是机械运作方面, 员工都要做到专业、敬业。接受专业的技术培训, 保持认真负责的工作态度, 才能真正掌握钻井技术的精华, 也只有这样才能提高钻井机械设备的战斗力。

4.2.3 注重配件质量, 做好油品管理工作

市场经济环境下, 石油钻井机械设备的配件市场出现了垄断现象。一些质量比较差的配件不仅自身使用寿命短, 而且也会给技术人员的维修工作带来众多不便。因此, 加强配件质量与油品的管理工作也是减少钻井机械故障、提供机械工作效率的重要方面。

5 结语

钻井机械由于自身质量以及外界因素的影响, 可能在工作过程中出现种种故障问题, 鉴于其故障种类繁多, 因此, 需要在充分了解、分析这类故障的基础上, 运用现代先机的钻井故障诊断技术, 来确定某一钻井机械出现的故障类型, 从而做出正确的应对措施。与此同时, 为尽量避免钻井故障发生, 实际操作中也要求技术人员掌握专业的钻井技术知识、细心操作机械, 使钻井机械推动各项工程更好的实施。

参考文献

[1]张峰.基于神经网络的旋转机械故障诊断研究, 中国科技博览, 2000[1]张峰.基于神经网络的旋转机械故障诊断研究, 中国科技博览, 2000

[2]李雨清.钻井机械故障诊断数据挖掘系统结构的研究, 科技与生活, 2006[2]李雨清.钻井机械故障诊断数据挖掘系统结构的研究, 科技与生活, 2006

轧钢机械振动故障的诊断 篇7

【关键词】轧钢机械；振动故障；数据采集；频谱分析；故障判断

1、前言

轧钢机械振动故障是严重威胁轧钢机械生产和安全的故障种类，对于轧钢机械的加工性能和运行安全有着基础性影响，是轧钢机械运行管理、技术维护、安全等各项工作的重点内容，也是上述工作的实际交叉。现行的方法是在轧钢机械设备中装配检测和监控系统，通过对震动频率和幅度的监测及时发现和定位轧钢机械振动故障，并形成正确地轧钢机械振动故障判断，以便在后续轧钢机械振动故障排除中更好地指导技术工作。在具体的轧钢机械振动故障诊断和处理过程中要强化轧钢机械振动故障的判断标准，做好轧钢机械振动故障数据采集，全面进行轧钢机械振动故障数据频谱分析，形成正确而迅速的轧钢机械振动故障判断，以一系列措施和技术的应用真正提升轧钢机械振动故障判断的准确性，实现维护轧钢机械生产和安全的基本目标。

2、轧钢机械振动故障的判断标准

进行轧钢机械振动故障的判断工作需要有一定的判断标准，应该在轧钢机械振维护和管理工作中引入定性和定量的方法实现对轧钢机械振动故障的准确判断。当前轧钢机械振动故障判断标准一般有三个组成部分：一是故障评判标准；二是故障定量评判标准；三是故障性对评判标准，这些标准通过对轧钢机械振动故障的幅度、频率等物理参数的监控，达到对轧钢机械振动故障进行判別的做过。当前轧钢机械振动故障标准还引入了数据采集、频谱分析等手段，既提高了轧钢机械振动故障判断标准的有效性，又提升了轧钢机械振动故障判断标准的可执行性。

3、轧钢机械振动故障诊断的流程

轧钢机械振动故障检测开始→确定被检测轧钢机械的正常参数→选择轧钢机械振动故障检测内容→明确轧钢机械振动故障检测任务→现场轧钢机械振动→回收轧钢机械振动故障的检测数据→轧钢机械振动数据信息特征分析→做出轧钢机械振动故障的判断。

4、轧钢机械振动故障数据的采集

从轧钢机械振动故障诊断的需要来说，采样数据越长越好，但由于快速傅里叶变换需要的时间与采样数据长度呈指数般增加，并且极大地增加数据的存储空间，考虑到轧钢机械工作转速较低，确定每组原始采样数据长度为2048点较为合适[1]，可以覆盖上述特征频率成分。数据采集由键相信号触发。键相方式分为自动键相和手工键相。对于安装有转速/键相的主轴，采用自动键相，数据采集为整周期采样方式，每转采样数据长度为2048点，可以消除数据严重失真的“旁瓣”效应，可以得到准确的轴频及其倍频成分，频率分析范围为1～1024倍轴频。对于不能安装转速/键相的设备，采用人工键相，根据设备的实际转速，通过人工设置每块振动采集板的采样频率，可以在保持数据长度不变的情况下，利用信号分析技术得到所需的故障频率，频率分析的上下限随着人工设置的采样频率改变，如每转采集256点，连续8转，采样数据长度为2048点，频率分析范围为1/8～128倍轴频；再如键相转速设为10Hz，每转采样数据长度为2048点，则分析频率范围为0～10230Hz。系统能够将采集的数据按照一定的格式存储在数据库中，包括小时数据，一天数据，一周数据，一个月数据，一年数据，变转速数据，原始比较数据，事故数据和特征数据等。其中，原始比较数据库存储设备第1次启动或检修后启动的数据，为将来设备出现异常时作为对比分析的参照基准[2]。特征数据库存放经过处理的波形和频谱的特征数据，以便利用本系统进行故障自动诊断。

5、轧钢机械振动故障数据的分析和处理

5.1轧钢机械振动故障特征数据的分析

首先，动态监测轴承的磨损程度，通过采用涡流传感器，不间断地测量探头体与旋转轴之间的相对间隙变化，可以发现轴承因磨损而发生的圆度变化，做到故障的早期诊断[3]。其次，动态检测轧钢机械的转速，安装涡流传感器配备键相同步探头，保证不同通道同时刻进行采样，频率计算准确，通过对采样频率、波形数目和主振幅的频谱分析，可以做出对频谱分析的相关判断。最后，轧钢机械振动故障特征数据的综合分析和处理，将加速度传感器和位移传感器的轧钢机械振动故障特征数据进行分析，增强发现故障现象的能力，在明确轧钢机械振动故障信息来源的基础上，尽早发现轧钢机械振动故障[4]。

5.2轧钢机械振动故障特征数据的处理

通过积累轧钢机械的各种工作数据，并采集的数据进行分析对比，便可以自动判断出轧钢机械的实时工作状态。同时，还可以实现轧钢机械冲击过程中所采集的数据自动地放置于波形的中央位置，如此一来能够有效地避免常常出现的因为冲击过程中数据采集不完整而导致的频谱特征数据失去可比性的现象[5]。

6、结语