龍門(mén)吊/起重機(jī)安全監(jiān)控及故障診斷技術(shù)，主要是在線(xiàn)監(jiān)測(cè)系統(tǒng)進(jìn)行狀態(tài)監(jiān)測(cè)和故障診斷分析，在工程領(lǐng)域應(yīng)用非常廣泛。上世紀(jì)60年代末，航天軍工獲得飛速發(fā)展，但也出現(xiàn)一系列故障問(wèn)題，這促使故障診斷技術(shù)的誕生。美國(guó)科學(xué)家積極參與該技術(shù)的研究開(kāi)發(fā)，并使其診斷技術(shù)具有全球領(lǐng)先的地位。60年代末70年初，英國(guó)和日本也相繼開(kāi)展診斷技術(shù)的研宄工作，并應(yīng)用到本國(guó)產(chǎn)品中，促使了診斷技術(shù)的推廣和發(fā)展。這一期間，麻省理工也開(kāi)始研發(fā)故障診斷系統(tǒng)并應(yīng)用于電路系統(tǒng)中，該系統(tǒng)能夠模仿可能導(dǎo)致故障的原因。日本ＭｉMitsubishi公司、美國(guó)Westing house公司、荷蘭Royal Philips公司以及美國(guó)GE公司都開(kāi)發(fā)了系列故障診斷分析產(chǎn)品，并應(yīng)用于相關(guān)行業(yè)。通過(guò)研究不難發(fā)現(xiàn)，歐美及日本在故障診斷方面起步早、發(fā)展快，且在相關(guān)領(lǐng)域處于領(lǐng)先地位。

我國(guó)故障診斷研究工作始于上世紀(jì)八十年代，為預(yù)防生產(chǎn)中故障的發(fā)生以及提髙生產(chǎn)率，原國(guó)家經(jīng)濟(jì)發(fā)展委員會(huì)于1983年提出對(duì)設(shè)備進(jìn)行故障診斷，并納入了相關(guān)條例中，隨后相關(guān)行業(yè)部門(mén)以及高等科研院校開(kāi)展了系列研究工作，并與國(guó)際先進(jìn)企業(yè)與機(jī)構(gòu)進(jìn)行交流和合作。清華大學(xué)研制的門(mén)式起重機(jī)故障分析系統(tǒng)以及南京航空航天大學(xué)開(kāi)發(fā)的大型起重機(jī)齒輪箱故障診斷監(jiān)控系統(tǒng)等能夠正確、快速定位故障位置，有效的分析故障類(lèi)型并給出合理維修建議簡(jiǎn)單實(shí)用，便于操作。此外，東南大學(xué)、浙江大學(xué)、哈爾濱工業(yè)大學(xué)以及華中科技大學(xué)等高校也開(kāi)發(fā)研制了類(lèi)似的診斷系統(tǒng)。其中，東南大學(xué)設(shè)備監(jiān)控與故障診斷研究所來(lái)一直從事設(shè)備監(jiān)測(cè)及故障診斷技術(shù)的研究與開(kāi)發(fā)，該所研發(fā)的MFD、WFD等系列產(chǎn)品，實(shí)現(xiàn)了對(duì)設(shè)備的遠(yuǎn)程監(jiān)測(cè)及故障診斷功能，能夠通過(guò)本地?cái)?shù)據(jù)采集系統(tǒng)上傳數(shù)據(jù)到本地監(jiān)測(cè)中心，使用戶(hù)在本地就可以對(duì)設(shè)備進(jìn)行狀態(tài)監(jiān)測(cè)與初步的故障診斷。同時(shí)，通過(guò)數(shù)據(jù)網(wǎng)絡(luò)系統(tǒng)，實(shí)現(xiàn)遠(yuǎn)程專(zhuān)家會(huì)診中心，幫助企業(yè)遠(yuǎn)程對(duì)設(shè)備進(jìn)行監(jiān)測(cè)及故障診斷。上海交通大學(xué)研發(fā)的基于ＷWeb平臺(tái)的大噸位履帶起重機(jī)故障診斷系統(tǒng)，利用貝葉斯網(wǎng)絡(luò)對(duì)故障樹(shù)分析法進(jìn)行改進(jìn)，并可通過(guò)瀏覽器實(shí)現(xiàn)起重機(jī)的故障診斷分析，還集成了多種故障診斷方法，該系統(tǒng)具有平臺(tái)無(wú)關(guān)性好、重用性高等特點(diǎn)。

總體來(lái)說(shuō)，我國(guó)機(jī)械故障診斷理論及技術(shù)研究在工程實(shí)際應(yīng)用上與國(guó)際先進(jìn)水平有一定差距，但是一直緊跟國(guó)際先進(jìn)水平的步伐。多樣化的起重機(jī)產(chǎn)品出現(xiàn)的故障類(lèi)型也呈多樣化的態(tài)勢(shì)，因此必須采取合適診斷方法解決多種故障問(wèn)題。我國(guó)故障診斷理論方法研宄始于上世紀(jì)70年代末，經(jīng)過(guò)近半個(gè)世紀(jì)的發(fā)展，相關(guān)成熟的理論方法和成果相繼出現(xiàn)。常用的故障診斷方法有：基于神經(jīng)網(wǎng)絡(luò)的診斷方法、基于專(zhuān)家系統(tǒng)的診斷方法、基于FTA的診斷方法等。



１）基于神經(jīng)網(wǎng)絡(luò)的診斷方法

神經(jīng)網(wǎng)絡(luò)于上世紀(jì)８０年代末引入到故障診斷領(lǐng)域。神經(jīng)網(wǎng)絡(luò)，具有自適應(yīng)識(shí)別和自組織能力，能夠模擬“人腦”進(jìn)行工作，它能夠根據(jù)提供的知識(shí)不斷進(jìn)行學(xué)習(xí)，減少錯(cuò)誤的判斷，還能夠記憶學(xué)習(xí)的知識(shí)并學(xué)以致用，還可根據(jù)周?chē)h(huán)境自動(dòng)調(diào)整以解決各種問(wèn)題。目前，神經(jīng)網(wǎng)絡(luò)診斷技術(shù)作為一種新型的理論技術(shù)已經(jīng)應(yīng)用于信號(hào)處理、模式識(shí)別以及專(zhuān)家系統(tǒng)等領(lǐng)域。

２）基于FTA的診斷方法

FTA故障樹(shù)分析技術(shù)）是上世紀(jì)６０年代初由美國(guó)貝爾電話(huà)公司研發(fā)的，具有邏輯型強(qiáng)、簡(jiǎn)單、直接的特點(diǎn)，且其考慮問(wèn)題的邏輯思維與人類(lèi)相似，因此很容易讓人接受最初其被應(yīng)用于危險(xiǎn)行業(yè)的安全可靠性評(píng)估，后來(lái)由于其診斷結(jié)果能夠準(zhǔn)確、安全、高效反映系統(tǒng)的弱點(diǎn)所在，因此被廣泛應(yīng)用于危險(xiǎn)設(shè)備的故障分析領(lǐng)域。它通過(guò)故障樹(shù)簡(jiǎn)化后的結(jié)構(gòu)圖描述了故障樹(shù)從整體到局部的關(guān)系模型，有利于從人為因素和環(huán)境因素等方面來(lái)分析各個(gè)部分對(duì)故障的影響。但是故障樹(shù)分析法也存在一定的缺點(diǎn)，主要體現(xiàn)在構(gòu)造故障樹(shù)的工作繁多開(kāi)發(fā)人員必須具備較高知識(shí)水平，難度較大。

３）基于專(zhuān)家系統(tǒng)的診斷方法

從上世紀(jì)60年代始，專(zhuān)家系統(tǒng)一直是應(yīng)用最廣泛的診斷方法之一。專(zhuān)家系統(tǒng)，是根據(jù)領(lǐng)域內(nèi)的專(zhuān)門(mén)知識(shí)進(jìn)行推理，故障癥狀與已知故障事實(shí)進(jìn)行相似性分析，并與使用者進(jìn)行“交流”，從而給出合理的診斷結(jié)果，為使用者決策提供建議。目前，專(zhuān)家系統(tǒng)廣泛應(yīng)用于航天航空、電力化工、機(jī)械船舶等行業(yè)的故障診斷領(lǐng)域，并與其他檢測(cè)技術(shù)相結(jié)合使工程安全生產(chǎn)得到保證一直以來(lái)旋轉(zhuǎn)機(jī)械的故障分析方法都是故障監(jiān)測(cè)與診斷技術(shù)的核心。隨著起重機(jī)械設(shè)備的快速發(fā)展，其旋轉(zhuǎn)機(jī)械部分的功率和載荷變得越來(lái)越大，對(duì)其安全性要求也越來(lái)越高。通常起重機(jī)這樣的大型設(shè)備需要監(jiān)測(cè)的參數(shù)包括電壓、電流、應(yīng)力、振動(dòng)以及噪聲等需要有效的信號(hào)處理技術(shù)與理論方法，從復(fù)雜的信號(hào)中提取故障信號(hào)特征以發(fā)現(xiàn)設(shè)備問(wèn)題。故障信號(hào)分析是對(duì)設(shè)備運(yùn)行參數(shù)利用經(jīng)典譜與現(xiàn)代譜等分析方法處理故障信號(hào)，提取出故障特征。旋轉(zhuǎn)機(jī)械部分的故障診斷及分析的發(fā)展過(guò)程中，人們探索出了一系列的診斷分析方法。早期在旋轉(zhuǎn)設(shè)備的故障分析中發(fā)揮了重大作用的經(jīng)典信號(hào)分析方法，都是基于傅里葉變換的，適用于平穩(wěn)信號(hào)。如李曉虎等人對(duì)頻譜分析方法在齒輪箱故障診斷中的應(yīng)用研究這些方法主要包括：時(shí)域分析（自相關(guān)分析、互相關(guān)分析）、頻域分析（功率譜分析、倒譜分析、包絡(luò)譜分析、互譜分析）等。對(duì)于起重機(jī)械其振動(dòng)信號(hào)大多數(shù)為時(shí)變信號(hào)或非平穩(wěn)信號(hào)，不適用傳統(tǒng)的經(jīng)典信號(hào)分析方法，因此，又出現(xiàn)了小波分析（線(xiàn)性）與維格納分布（非線(xiàn)性）等現(xiàn)代譜分析技術(shù)ｆ３９＂４％利用時(shí)頻分析方法，識(shí)別短持續(xù)時(shí)間正弦波、線(xiàn)性調(diào)頻脈沖等特殊信號(hào)，有效的提出故障特征，因而在故障診斷、信號(hào)處理分析、圖像識(shí)別、語(yǔ)音分析、股票等領(lǐng)域得到廣泛應(yīng)用起重機(jī)齒輪箱工作時(shí)振動(dòng)信號(hào)復(fù)雜，混合了各個(gè)嚙合齒輪的特征信號(hào)、行走機(jī)構(gòu)與起升機(jī)構(gòu)等的噪聲信號(hào)，必須研究有效的故障診斷技術(shù)來(lái)從復(fù)雜信號(hào)中提取故障特征，從而有效診斷出齒輪箱故障以避免事故的發(fā)生。

隨著近幾年計(jì)算機(jī)技術(shù)以及人工智能的發(fā)展，整個(gè)診斷領(lǐng)域也朝著智能診斷方向發(fā)展，朝著融合多種信息源、經(jīng)驗(yàn)知識(shí)與理論方法緊密結(jié)合、混合智能診斷、基于物聯(lián)網(wǎng)的遠(yuǎn)程協(xié)助診斷以及基于云計(jì)算、云存儲(chǔ)的遠(yuǎn)程監(jiān)測(cè)與智能診斷方向發(fā)展。