机械故障诊断技术能够对设备进行监测，诊断设备在连续运行时的工作状态，从而确保设备能够处于正常的工作状态。该学科将理论研究工作与社会实践紧密的结合到一起，对于确保设备正常运行发挥了重要的作用。设备在运行的过程中一旦出现问题就会对企业造成严重的经济损失，严重的时候可能导致人员伤亡。如果能够在设备工作的过程中，通过对其状态进行监测与识别从而发现设备潜在的问题，并且通过相应的方法予以解决，那么就能够避免问题出现，从而使企业受到的损失最小化。

一、机械设备故障诊断技术研究工作现状

自从故障诊断技术问世以来，在世界应用的范围十分广泛，并且在应用的过程中不断地完善发展，科研人员通过对其进行持续的研究与观察从而使其不断进步，在保障企业经济利益方面发挥了重要的作用。

从传感技术与信号获得方面来分析：信号获得与传感技术的先进性与可靠性，是故障诊断工作开展的前提，早期美国科学家通过对多次事故进行分析，并总结其经验，从而得到了振动分析结果，并基于此编写了振动分析征兆一般性规律，被研究人员广泛引用。在后期发展的过程中，美国科学家着重论述了结构健康监控研究相关内容，使传感内容受到广泛关注，之后各国科学家就传感技术进行了相应的研究，其中获得显著成果的是复合材料的结构健康监测传感。

从故障的机理与征兆方面分析：明白在故障出现的原因及其具体的表现形式，是诊断工作开展的基础。美国、日本、德国科学家在此方面均进行了相应的研究，并获得了一定的成果。我国科学家在此方面也开展了相关研究，并且取得了一定成果。

从诊断的方法与信号处理方面来分析：机械故障进行诊断，其中一个必要的条件就是从信号中提取故障征兆。加拿大研究人员通过长期的工作研究提出了关于故障诊断与处理工作的相关论述，马来西亚研究人员则总结了转子常见的故障类型，就故障动态监测的方法与信号处理采用方法的特点及原理进行了说明，对转子故障处理工作的各项研究成果进行了总结。美国研究人员则在机床寿命预测与制造工作方面提出了新的思路。

从智能诊断与决策工作方面分析：对故障进行智能诊断是通过对人的思维进行模拟，从而进行的推理过程。通过对诊断信息获得、传递及处理，模拟人类专家对对象运行的状态及故障进行判断与决策，其特点体现在智能化与灵活化。智能诊断具备了学习功能，同时能够自动获得诊断信息，从而实现对故障的实时诊断。对于复杂的机械系统而言，应用智能诊断技术，是故障诊断工作能否得以顺利完成的关键。我国研究人员就故障诊断工作支持矢量机理论进行的研究，澳大利亚研究人员就旋转机械相关诊断技术做了详细说明，并且强调了研究工作需要结合到真实的工作。美国研究人员在基金会的资助下成立了研究组织，对设备性能衰退及预测性的维护方法进行了研究。

二、机构诊断基础研究工作存在的问题

1. 故障机理研究存在不足

故障机理对试验或者是理论进行分析，得到反映设备故障的参数及信号，研究工作的具体过程包括以下内容：

需要找出研究对象的物理特点，并且依据其物理特点建立模型；

通过仿真研究工作的进行获得其响应特征，结合到具体的实验对模型进行持续修正，从而获得故障的征兆。

这一过程是研究故障征兆与机理的有效手段，同时也是诊断技术的依据与基础。通常情况下要获取故障设备或者是系统的全面数据难度较大，而通过仿真研究则能够对故障进行识别及预知，避免在工作的过程中出现漏诊与误诊。并且现有的研究工作对于故障的机理研究没有予以足够重视，故障特性通常是采用了已有的研究成果。

2. 故障诊断的方法有限

对故障诊断需要先获得关于故障的信号，之后从信号中提取有关于故障的信息，并获得与故障有关的征兆。但是实践工作证明了，不同机械故障的信号具体表现形式是不同的，并且故障诊断工作的方法也是多样的，在信号处理与信息获得方面存在一定的难度。而对于早期故障与微弱、复合性故障在诊断方面还存在某些方面不足，系统故障通常是多项因素共同作用的结果，而单一的方法难以达到有效的处理效果。

3. 智能诊断系统薄弱

设备向着大型化、高速化、智能化、自动化与复杂化方向发展，需要将新形式下新的诊断方法融于其中，而不同智能诊断方法对应用于某一对象，它是既有优点也有不足，如神经网络在样本获取方面就存在一定的难度。现有方法诊断能力较弱，并且需要满足一定的条件，要实现诊断方法的效果就需要将不同的方式结合到一起，实现优势互补。

三、机械故障研究发展趋势

诊断技术与科学技术融合未来发展的方向，机械设备发展向着精密化、智能化方向发展，诊断技术为了更好地应用于工作实践就要符合机械设备发展的趋势。比如：与激光测试技术相结合，该项技术已经应用故障诊断与振动测量，并取得了一定的成果；与信号处理的最新方法相结合，技术的发展使传统信号分析技术实现突破，如傅里叶变换；将诊断技术与非线性方法及原理融合，设备在出现故障时通常表现出的是非线性的特征，如机械转子受到不平衡外力作用从而产生的非线性振动；将诊断技术与传感技术融合。

现代的生产环境需要对设备进行多角度与全方位了解。在诊断故障时，可利用数量不等的传感器对设备进行全面监测，并采用合适的方法对信息进行加工处理，如利用神经网络。将诊断技术与智能方法结合到一起，后者包括了神经网络，专家系统，模糊逻辑等。智能方法在现代化生产中已经得到了广泛的应用，随着技术的发展，会更加的成熟。

四、结  语

设备在运行的过程中发生故障是难以避免的，但是可以通过相关技术的应用提前发现潜在的隐患，从而采取相应的办法解决问题，避免对企业造成经济损失，管理工作的重点从事后故障处理转移到故障预防。而设备诊断技术应用于工作实践中则正好能够解决此问题，随着研究工作的开展及技术不断成熟，诊断技术应用于生产实践，发挥的作用将会更加的明显，从而使企业经济效益得到保障。