TPM咨詢公司提出設(shè)備故障診斷的任務(wù)是監(jiān)測設(shè)備的狀態(tài)，判斷其是否正常；預(yù)測和診斷設(shè)備的故障并消除故障：指導(dǎo)設(shè)備的管理和維修。

　　

　　1．狀態(tài)監(jiān)測

　　

　　通常設(shè)備的狀態(tài)可分為正常狀態(tài)，異常狀態(tài)和故障狀態(tài)幾種情況。正常狀態(tài)指設(shè)備的整體或其局部沒有缺陷，或雖有缺陷但其性能仍在允許的限度以內(nèi)。異常狀態(tài)指缺陷己有一定程度的擴展，使設(shè)備狀態(tài)信號發(fā)生一定程度的變化，設(shè)備性能己劣化，但仍能維持工作，此時應(yīng)注意設(shè)備性能的發(fā)展趨勢，即設(shè)備應(yīng)在監(jiān)護(hù)下運行，故障狀態(tài)則是指設(shè)備性能指標(biāo)己有大的下降，設(shè)備已不能維持正常工作，設(shè)備的故障狀態(tài)尚有嚴(yán)重程度之分，包括己有故障萌生并有進(jìn)一步發(fā)展趨勢的早期故障：程度尚不很重，設(shè)備尚可勉強“帶病”運行的一般功能性故障，以及由于某種原因瞬間發(fā)生的突發(fā)性緊急故障等。
 

故障診斷方法

　　

　　狀態(tài)監(jiān)測的任務(wù)是了解和掌握設(shè)備的運行狀態(tài)，包括采用各種檢測、測量、監(jiān)視、分析和判別方法，結(jié)合系統(tǒng)的歷史和現(xiàn)狀，考慮環(huán)境因素，對設(shè)備運行狀態(tài)進(jìn)行評估，判斷其處于正?；蚍钦顟B(tài)，并對狀態(tài)進(jìn)行顯示和記錄，對異常狀態(tài)作出報警，以便運行人員及時加以處理，并為設(shè)備的故障分析、性能評估、合理使用和安全工作提供信息和基礎(chǔ)數(shù)據(jù)。

　　

　　2．故障診斷

　　

　　故障診斷的任務(wù)是根據(jù)狀態(tài)監(jiān)測所獲得的信息，結(jié)合己知的結(jié)構(gòu)特性和參數(shù)以及環(huán)境條件，結(jié)合該設(shè)備的運行歷史（包括運行記錄和曾發(fā)生過的故障及維修記錄等），對設(shè)備一可能要發(fā)生的故障進(jìn)行預(yù)報和分析、判斷，確定故障的性質(zhì)、類別、程度、原因、、部位，指出故障發(fā)生和發(fā)展的趨勢及其后果，提出控制故障繼續(xù)發(fā)展和消除故障的調(diào)整、維修、二治理的對策措施，并加以實施，最終使設(shè)備復(fù)員到正常狀態(tài)。

　　

　　設(shè)備上不同部位、不同類型的故障，引起設(shè)備功能的不同變化，導(dǎo)致設(shè)備整體及各部位狀態(tài)和運行參數(shù)的不同變化。故障診斷的任務(wù)就是當(dāng)設(shè)備上某一部位出現(xiàn)某種故障時，要從這些狀態(tài)及其參數(shù)的變化推斷出導(dǎo)致這些變化的故障及其所在部位。由于狀態(tài)參數(shù)的數(shù)量浩大，必須找出其中的特征信息，提取特征量，才便于對故障進(jìn)行診斷。由某一故障引起的設(shè)備狀態(tài)的變化稱為故障的征兆。故障診斷的過程就是從己知征兆判定設(shè)備上存在故障的類型及其所在部位的過程。因此故障診斷的方法實質(zhì)上是一種狀態(tài)識別方法。

　　

　　故障診斷的困難在于：一般來說，故障和征兆之間不存在簡單的一一對應(yīng)的關(guān)系：一種故障可能對應(yīng)多種征兆，‘而一種征兆也可能對應(yīng)多種故障．例如旋轉(zhuǎn)機械轉(zhuǎn)子的不平衡故障引起振動增大，其中相應(yīng)于轉(zhuǎn)速的工頻分量占主要成分，其是主要征兆，同時還存在一系列其他征兆。反過來工頻成分占主要成分這一征兆不只是不平衡的獨特征兆，還有許多其他故障也都對應(yīng)這一征兆。這就為故障診斷增加了難度。因此通常故障診斷有一個反復(fù)試驗的過程：先按已知信息提取征兆，進(jìn)行診斷，得出初步結(jié)論，提出處理對策，對設(shè)備進(jìn)行調(diào)整和試驗，甚至停機維修，再啟動機器進(jìn)行驗證，檢查設(shè)備是否己恢復(fù)正常，如尚未恢復(fù)，則需補充新的信息，進(jìn)行新一輪的診斷和提出處理對策，直至狀態(tài)恢復(fù)正常。

　　

　　3.指導(dǎo)設(shè)備的管理維修

　　

　　第四節(jié)將要講到，設(shè)備的管理與維修方式的發(fā)展經(jīng)歷了三個階段，即早期的事后維修方式，發(fā)展到定期預(yù)防維修方式，現(xiàn)在正向狀態(tài)預(yù)知維修方式發(fā)展。定期維修制度可以預(yù)防事故的發(fā)生，但可能出現(xiàn)過剩維修或不足維修的弊病。狀態(tài)維修是一種更科學(xué)、更合理的誰修方式。但要能做到狀態(tài)預(yù)知維修，其條件是有賴于完善的狀態(tài)監(jiān)測和故障診斷技術(shù)的發(fā)展和實施。這也是國內(nèi)外近年來對故障診斷技術(shù)如此重視的一個原因。隨著我國故障診斷技術(shù)的進(jìn)一步發(fā)展和實施，我國的設(shè)備管理、維修工作將上到一個新的水平，我國工業(yè)生產(chǎn)的設(shè)備完好率將會進(jìn)一步提高，惡性事故將會進(jìn)一步得到控制，我國的經(jīng)濟(jì)建設(shè)將會得到更健康的發(fā)展。

　　

　　由于設(shè)備故障的復(fù)雜性和設(shè)備故障與征兆之間關(guān)系的復(fù)雜性，形成了設(shè)備故障診斷是－種探索性的過程這一特點。就設(shè)備故障診斷技術(shù)這一學(xué)科來說，重點不只在于研究故障本身，而更在于研究故障診斷的方法。故障診斷過程由于其復(fù)雜性，不可能只采用單一的方法，而要采用多種方法?？梢哉f，凡是對故障診斷能起作用的方法就要利用，必須從各種學(xué)科中廣泛探求有利于故障診斷的原理、方法和手段，這就使得故障診斷技術(shù)呈現(xiàn)多學(xué)科交叉這一特點。

　　

　　一、傳統(tǒng)的故障診斷方法

　　

　　首先是利用各種物理和化學(xué)原理手段，通過伴隨故障出現(xiàn)的各種物理和化學(xué)現(xiàn)象，直接檢測故障。例如，可以利用振動、聲、光、熱、電、磁、射線、化學(xué)等多種手段，觀測其變化規(guī)律和特征，用以直接檢測和診斷故障．這種方法形象、快速，十分有效，但只能檢測部分故障。

　　

　　其次，利用故障所對應(yīng)的征兆來診斷故障是最常用、最成熟的方法。以旋轉(zhuǎn)機械為例，振動及其頻譜特性的征兆是最能反映故障特點、最有利于進(jìn)行故障診斷的手段。為此，要深入研究各種故障的機理，研究各種故障所對應(yīng)的征兆。在診斷過程中，首先分析設(shè)備運轉(zhuǎn)中所獲取的各種信號，提取信號中的各種特征信息，從中獲取與故障相關(guān)的征兆，利用征兆進(jìn)行故障診斷。由于故障與各種征兆間并不存在簡單的一一對應(yīng)關(guān)系，因此利用征兆進(jìn)行故障診斷往往是一個反復(fù)探索和求解的過程。

　　

　　二、故障的智能診斷方法

　　

　　在上述傳統(tǒng)的診斷方法的基礎(chǔ)上，將人工智能(Artificial Intelligence）的理論和方法用于故障診斷。發(fā)展智能化的診斷方法，是故障診斷的一條全新的途徑，目前己廣泛應(yīng)用，成為設(shè)備故障診斷的主要方向。

　　

　　人工智能的目的是使計算機去做原來只有人才能做的智能任務(wù)，包括推理、理解、規(guī)劃、決策、抽象、學(xué)習(xí)等功能。專家系統(tǒng)（Experi System）是實現(xiàn)人工智能的重要形式，目前己廣泛用于診斷、解釋、設(shè)計、規(guī)劃、決策等各個領(lǐng)域?，F(xiàn)在國內(nèi)外己發(fā)展了一系列用于設(shè)備故障診斷的專家系統(tǒng)，獲得了很好的效果。

　　

　　專家系統(tǒng)由知識庫、推理機以及工作存儲空間（包括數(shù)據(jù)庫）組成．實際的專家系統(tǒng)還應(yīng)有知識獲取模塊。知識庫管理維護(hù)模塊，解釋模塊，顯示模塊以及人機界面等。

　　

　　專家系統(tǒng)的核心問題是知識的獲取和知識的表示。知識獲取是專家系統(tǒng)的“瓶頸”，合理的知識表示方法能合理地組織知識，提高專家系統(tǒng)的能力。為了使診斷專家系統(tǒng)擁有豐富的知識，必須進(jìn)行大量的工作．要對設(shè)備的各種故障進(jìn)行機理分析，其中有的可建立數(shù)學(xué)模型，進(jìn)行理論分析；要進(jìn)行現(xiàn)場測試和模型試驗；特別要總結(jié)領(lǐng)域?qū)＜业脑\斷經(jīng)驗，整理成適合于計算機所能接受的形式化知識描述；還要研究計算機的知識自動獲取的理論和方法。這些都是使專家系統(tǒng)有效工作所必需的。

　　

　　三、故障診斷的數(shù)學(xué)方法

　　

　　設(shè)備故障診斷技術(shù)作為一門學(xué)科，尚處在形成和發(fā)展之中，必須廣泛利用各學(xué)科的最新科技成就，特別要借助各種有效的數(shù)學(xué)工具。包括基于模式識別的診斷方法，基于概率統(tǒng)計的診斷方法，基于模糊數(shù)學(xué)的診斷方法，基于可靠性分析和故障樹分析的診斷方法，以及神經(jīng)網(wǎng)絡(luò)、小波變換、分形幾何等新發(fā)展的數(shù)學(xué)分支在故障診斷中的應(yīng)用等等。