【壓縮機網】空壓機是用以提高各種氣體壓力的一種通用機械，是機械工業中量大面廣的產品之一。在國民經濟許多部門中得到十分廣泛的應用，幾乎遍及工業、農業、交通運輸、醫療衛生、國防、科研乃至全人民生活的許多領域，尤其在化工、合成、煤炭、石油、建筑施工、海洋工程等方面，更是必不可少的動力設備。空壓機的設計制造水平，以及它的遠行經濟性和可靠性，己被認為是衡量一個國家機械工業發展狀況和水平的標志之一。
　　隨著裝備的不斷發展，對空壓機的性能要求越來越高，其結構也越來越復雜，因此對空壓機進行狀態檢測和故障診斷具有重要的軍事和經濟意義。如果在設備實際運行當中，如能對隱含的故障進行正確的早期預報和診斷，使空壓機在不分解的情況下就能準確判斷出故障的部位，借助或依靠先進的傳感器技術和動態測試技術及計算機信號處理技術，分析設備中異常的部位和原因，對于減少和防止事故的發生，提高生產的經濟效益，起到極大的促進作用。開發出能夠應用于指導實際生產的在線狀態監測與故障診斷技術，己成為社會化大生產的關鍵問題。

　　1、往復式空壓機診斷技術的研究現狀
　　總結起來，空壓機故障診斷技術的發展大致可分四個階段：
　　（1）第一階段是在19世紀，當時機器設備本身技術水平和復雜程度都很低，一般采用事后維修方式。
　　（2）第二階段是進入20世紀后，隨著工業生產的發展，裝備本身的技術復雜程度也有了提高，裝備故障或事故對生產的影響顯著增加，在這種情況下，出現了定期預防維修方式。
　　（3）第三階段是從20世紀60年代開始，特別是70年代，設備診斷技術隨著現代計算機技術、數據處理技術等發展，出現了更科學的按設備狀態進行維修的方式。
　　（4）第四階段是進入20世紀80年代以后，人工智能技術和專家系統、神經網絡等開始發展，并在實際工程中應用，使設備維修技術達到了智能化高度。雖然這一階段發展歷史并不長，但已有研究成果表明，設備智能故障診斷具有十分廣泛的應用前景。
　　往復式空壓機是工業上應用量大、面廣的一種重要通用機械，其故障診斷比較復雜，對于其故障診斷技術的研究一直以來都得到了國內外學者的廣泛關注。例如，在國外，美國學者曾經利用氣缸內側的壓力信號圖像判斷氣閥故障及活塞環的磨損；捷克學者根據對千余種不同類型的空壓機建立了常規性參數數據庫，確定評定參數，以判斷空壓機的工作狀態等。在國內，有些專家對往復式空壓機的缸蓋振動信號進行過簡單分析，也有人在缸蓋振動信號對缸內氣體壓力的影響方面進行過研究。尤其是近幾年來，人工智能領域的專家系統和神經網絡技術在往復式空壓機故障診斷方面的應用以及一些專家學者對空壓機的常規性能參數的監測和控制方面所做的工作，目的都是為了改變目前空壓機操作人員用耳聽、眼看、憑借經驗判斷故障的局面。然而，由于往復式空壓機結構復雜、激勵源多等特點，鑒于當前研究現狀以及上述研究資料表明，計算機技術的不完善和人工智能領域的專家系統和神經網絡技術的初步使用，使得故障診斷技術目前還只是處于第三階段的整理完善和向第四階段的過渡時期，至今尚無一套像旋轉機械那樣成熟的、得到人們普遍認可和廣泛應用的診斷系統，以供選擇并獲得往復式空壓機工作狀態的有效特征參數。僅僅采取先憑經驗或設想去確定和試湊特征參數，然后再進行實驗驗證的方法是不充分的，且不能找出z*優特征參數，離實際應用還有差距，也與其在工業中的重要地位不相稱。

　　2、往復式空壓機的常見故障及機理
　　往復式空壓機故障按機理可分成兩大類：一類是流體性質的，屬于機器熱力性能故障；另一類是機械性質的，屬于機械功能故障。引起故障的原因不同，確定故障所采集的信號和使用的方法也應有所不同。
　　2.1 往復式空壓機熱力性能的故障及機理
　　以多年的生產經驗來看，造成往復式空壓機熱力故障的主要原因為填料函和氣閥等易損件的損壞。填料函的故障可使排氣量降低、壓比失調等。統計資料表明，氣閥故障占往復式空壓機故障總數的60%，氣閥故障可導致壓比失調、排氣溫度增高、排氣量降低等，嚴重時甚至可拉毛氣缸導致機組報廢。在實際生產中，現場操作人員常根據它來進行診斷。
　　2.2往復式空壓機機械功能的故障及機理
　　在生產過程中典型的機械故障有閥片碎裂、十字頭及活塞桿斷裂、活塞環斷裂、汽缸開裂、汽缸和汽缸蓋破裂、曲軸斷裂、連桿斷裂和變形、連桿螺栓斷裂、活塞卡住與開裂、機身斷裂和燒瓦、電機故障等。實踐證明，氣閥故障的診斷在往復式空壓機故障診斷中是很重要的，但活塞桿斷裂、裂紋事故也較常見。由于運動件較多，大多數還是機械性能故障。

　　3、往復式空壓機狀態監測、故障診斷方法及原理和技術特點
　　往復式空壓機作為復雜的機械設備，其狀態監測和故障診斷的技術手段和方法很多，通常采用的是在線間接診斷方法，即通過二次診斷信息來間接判斷其中關鍵零部件的狀態變化。常見的方法一般有：直觀檢測、熱力性能參數監測、振動噪聲監測、潤滑油液分析、專家系統和神經網絡等。
　　3.1 直觀檢測
　　空壓機操作人員僅用耳聽、眼看、憑借經驗判斷設備的故障。隨著機械設備朝著高度自動化的方向發展，該方法已無法滿足目前故障診斷的要求。
　　3.2 熱力性能參數監測
　　測量熱力性能參數，并據此判斷往復式空壓機狀態，從而診斷故障的研究，此研究已有較長的歷史。一般通過儀表監測空壓機的油溫、水溫、排氣量、排氣壓力、冷卻水量等，為查找有關部件的故障提供有用的信息。由于該方法對故障點缺乏準確性及預測性，目前主要用于監測工藝參數及空壓機的運行狀態。
　　3.3 振動噪聲監測
　　振動監測診斷往復式空壓機故障，在實驗室已取得了許多研究成果。利用機器表面振動信號診斷活塞、氣缸磨損、氣閥漏氣和主軸承狀態；在氣缸頭安裝振動傳感器，通過分析振動信號診斷缸內故障；利用振動信號診斷往復式空壓機主軸承故障；利用潤滑油管路內的壓力波信號診斷往復式空壓機軸承故障等。但由于背景噪聲干擾大、往復式機械工況的變化導致其信號的非平穩性、缺少性能可靠的傳感器等原因，該方法尚未全面推廣。
　　3.4 油液監測
　　潤滑油油液分析分為兩大類：1)油液本身物理化學性能的分析，潤滑油的粘度、酸度、水分、燃油、閃點等；2)油液中摩擦副磨損信息的分析，包括光譜分析、鐵譜分析、顆粒計數等。該方法的實施過程包括取樣、樣品制備、獲得監測數據、形成診斷結論等步驟。
　　近年來，國內外均研制出了用于現場的便攜式油液性能測試箱，可簡便地測試油液的粘度、酸(堿)值、水分、機械雜質等多項指標。潤滑油中磨粒監測技術則可分為在線和離線兩大類。離線監測技術主要有油液光譜分析、鐵譜分析及利用掃描電子顯微鏡和能譜儀分析鐵譜譜片等；在線監測技術主要有顆粒計數器、在線式鐵譜儀等，已經投入使用的主要有光學型磨損顆粒計數器，電磁型磨損顆粒計數器，尚未投入實際使用但已在研究的有x射線磨損顆粒在線監測儀，超聲磨損顆粒監測儀等。
　　3.5 人工智能診斷往復式空壓機故障
　　人工智能領域的專家系統和神經網絡技術已廣泛應用于往復式空壓機故障診斷。故障診斷專家系統，是基于大量的實踐經驗和領域專家知識的一種智能化計算機程序系統，用以解決復雜的、難度較大的系統故障診斷問題。它的優點是推理預測簡單、解釋機制強、易于建造、使用方便；其缺點是在診斷復雜裝備時，存在知識獲取的瓶頸和自學習、專家知識是否準確和可靠及推理機制過于簡單等問題。人工神經網絡是一種大規模的分布式并列處理系統，具有組織性和自學習性，能從故障中學習，具有聯想記憶、模式匹配等功能，將它應用到故障診斷系統可較好地解決當前專家系統面臨的問題，但它也存在如下不足：診斷推理不清楚，診斷解釋機制不強，復雜系統的模型難以建立等。筆者嘗試采用BP神經網絡對級差式空壓機進行氣缸故障的診斷，也嘗試采用灰色關聯度分析法對空壓機進行過診斷，都取得了一定的效果，見參考文獻1，2。

　　4、往復式空壓機故障診斷應注意的問題
　　近年來往復式空壓機的故障診斷技術不斷發展，推陳出新，在實際運用中也積累了不少成功的經驗，但往復式空壓機的在線狀態監測及故障診斷仍是目前研究的熱點和難點，在進行故障診斷時要注意以下幾點：
　　(1)小波分析、人工智能理論等多種分析技術相結合。由于往復式空壓機結構復雜，振動激勵源多，被測信號中干擾噪聲多，且存在嚴重非平穩性和非線性，因此應注重非線性、非定常信號的處理。
　　(2)故障監測準確率不高。往復式空壓機故障在線監測獲取的故障信息一般都是間接采集獲得，都帶有一定程度的不確定性，常會出現誤診。因此，應加深識別理論的研究。此外，目前研究大多停留在定性關系上，定量關系仍有待確定。如：氣閥的故障診斷，對閥片的前期裂紋存在的預測，不同的裂紋的類型、長度及方向在頻譜圖上的表現特征仍需要深入研究。
　　(3)一些典型故障仍不能診斷。活塞桿、曲軸、連桿斷裂預測或存在裂紋診斷仍缺乏有效手段。國外文獻提出，用應變傳感器監測曲軸每一轉是否有逆向載荷來判斷活塞桿中的缺陷，其準確性和可靠性仍值得研究。北京理工大學所研制的新型非表面接觸式傳感器及監測控制儀，能對金屬和非金屬裂紋動態監控，在往復式空壓機上的應用前景如何需要進一步深入研究。
　　(4)系統診斷方法單一，專家系統知識庫急需充實。往復式空壓機故障診斷實例很多都無法有效地表達成通用的診斷規則，故往復式空壓機故障診斷的專家系統知識庫急需充實。典型故障特征的研究實驗是知識庫知識的主要來源，鑒于往復式空壓機實驗研究的困難，應加強計算機輔助實驗的開發工作。
　　(5)高可靠性、專用新型集成化、價格適中，特別是長壽命的可預埋于機內的傳感器與監測儀的研制。
　　(6)由于往復式空壓機系統結構復雜，工作時振動是非平穩的隨機過程，有時表現為非線性，所以對系統建立數學模型困難較大。而且通過振動分析獲得往復式空壓機故障診斷與特征參數之問的對應關系非常復雜，這些問題都是亟待解決的。由上面分析可見，往復式空壓機故障診斷技術仍是個難點問題。所以，我們應該利用已有的旋轉機械的故障診斷技術成果去研究往復式空壓機的故障。

　　5、結語
　　鑒于上面的分析，筆者認為，今后往復式空壓機故障診斷技術的發展趨勢是利用小波分析、人工智能理論、計算機輔助設計等方法與網絡化相結合，開發出多源信息融合的實時在線故障診斷監測系統。在往復式空壓機故障診斷的過程中，可利用的狀態信息還很多，如機器運行過程中的過程量和過程參數以及排泄物信息等，但活塞桿、曲軸、氣閥的裂紋診斷仍是研究的重點。不同的特征參數有各自的敏感區域，表現出對不同故障靈敏度的不同，因此綜合利用大量信息進行多源信息融合化，是今后往復式空壓機故障診斷技術應重點研究的課題。在實時在線診斷方面，應重點研制適合往復式空壓機故障診斷的專用新型集成化傳感器和觀測器，尋找各振動信號之間相互交叉影響z*小的z*佳測點，利用現代信號處理方法以及智能理論等實現故障的自動診斷。充分利用神經網絡等的自學習能力并對歷史數據進行數據挖掘，尤其是將計算機網絡技術引入狀態監測和故障診斷領域，將成為實現在線故障診斷的一個發展趨勢。

　　參考文獻
　　[1]秦福星等， 基于灰色關聯度分析某型空壓機故障診斷[J]，內燃機與動力裝置，2010年第6期。
　　[2]秦福星等， 基于BP的級差式空壓機故障診斷[J]，艦船電子工程，2010年第10期。