一台机器在它应达到的功能上丧失了能力称为这台机器发生了故障。故障包括使机器设备立刻丧失其功能的破坏性故障、降低其功能但没有完全丧失其功能的功能性故障和人为的误操作停车故障。故障产生的原因有人为误操作、由正常磨损或疲劳使机器设备达到其自然寿命和环境影响等三方面因素。
1.1故障诊断的基本概念
故障诊断是指在一定工作环境下查明导致系统某种功能失调的原因或性质，判断劣化状态发生的部位或部件，以及预测劣化状态的发展趋势等。故障诊断有三个主要步骤：①检测设备状态的特征信号；②从所有检测到的特征信号中提取征兆；③根据征兆和其它诊断信息来识别设备的状态，从而完成故障诊断。系统软件模块图如图1所示。
1.2诊断信息的采集
对一台机器或一个系统进行诊断时，第一步就是要探测出它的故障信息，也叫做故障探测，就是要收集到反映机器或系统故障的信息，即采集出机器或系统的故障信号，简称信号采集。故障信号的采集主要有直接观察法、系统性能的测定、零件性能的测定、振动和噪声监测、磨屑的测定等多种方法。在此故障信号的采集主要通过传感器来实现，传感器的作用是把反映系统状态的物理或化学变化的信息提取出来，转变成信号传递到记录装置或数据处理设备中，供给识别或诊断系统的状态之用。根据传感器接收的物理参数不同可分为力传感器、光学检测传感器、温度测量传感器、红外监测和诊断传感器、声音诊断传感器和振动诊断传感器。由于要用计算机进行故障诊断，因此要求传感器输出电流或电压信号。
1.3故障诊断的智能化
故障诊断的智能就是可有效地获取、传递、处理、再生和利用诊断信息，从而具有对给定环境下的诊断对象进行成功状态识别和状态预测的能力。智能诊断系统是由人（尤其是领域专家）、当代模拟脑功能的硬件及其必要的外部设备、物理器件以及支持这些硬件的软件所组成的系统。该系统以对诊断对象进行状态识别与状态预测为目的。它具有以下特点。①它是一个开放的系统，其智能水平处于一个动态变化之中，且具备自我提高的潜能。②它是由计算机硬件与软件组成的系统，但有不同于常规的计算机程序系统，不具有确定的算法和程序途径。智能诊断系统是更具诊断过程的需要搜索和利用领域专家的知识及经验来达到诊断的目的。③它是一个人工智能系统，离不开模拟人脑功能的硬件设备及软件。
近年来人工神经网络的兴起，发展了基于神经网络的智能诊断系统，将利用神经网络的学习功能、联想记忆功能、分布式并行信息处理功能，解决诊断系统的知识表示、获得和并行推理等问题。
2、系统总体设计
2.1系统设计思想
根据企业设备管理、设备综合工程学、机器维修经济学等理论的思想和矿山设备故障诊断需求可知，设备故障诊断是一个系统工程，它包括设备状态的评判和故障的诊断。其中故障诊断需要通过对设备进行在线、多点、多状态的检测和综合测评才能给出准确的评测结果。以往的设备故障诊断技术主要采用专用设备对少数特定信号进行检测，对信号分析处理效果取决于仪器设备。这种诊断方式有很大的局限性：①诊断费用高；②信号处理方式单一技术局限；③信号间不能建立联系；④诊断结果不能充分利用。因此，根据虚拟仪器技术、计算机网络技术、故障诊断以及设备管理的新技术和理论，利用信息融合技术开发出基于虚拟仪器的虚拟设备故障诊断网络，同时整合设备在线检测信息+对设备状况作出综合评判；系统还将全面克服目前所采用方法的不足和上述局限性。采用虚拟诊断网络进行设备故障的诊断，在技术上可实现先进性、完备性和可扩展性。同时能够大幅度降低设备管理费用。
破碎机和传送机为厂矿中主要生产设备之一。破碎机具有破碎比大、产量高、耗能少、产品粒度均匀等特点，获得广泛应用。但破碎机在生产使用中存在诸多不理想状况：①由于原料流动性的变化，难于达到均衡给料：②无法实时根据给料粒度及硬度的变化调整给料量：③难于及时发现处理机械润滑不良、短时过载等事故隐患；④因保护功能不完善，发生事故时经常严重损坏设备；⑤操作人员难于随时监视破碎机给料箱料位，因此为防止事故，只能减少给矿，降低台时处理能力。
由于上述状况的存在，表现在矿山生产管理中的现象是：①破碎机的台时处理能力远低于设备的设计指标：②产品粒度不易保证，加重后续作业负担；③设备故障率高，备品备件消耗严重；④为防止事故，只能少给矿，使得单位能耗增高。因此必须对破碎机进行故障诊断与状态监控。
破碎机运行中难免出现故障，若出现一些较小的故障可以立即排除，而出现严重的故障，也许就会导致设备停止工作，这无疑会给企业造成巨大损失。因此，对破碎机进行故障诊断与状态监测，对于设备管理和生产都十分重要。因此有必要建立一个状态监测与故障诊断系统，对破碎机等进行实时跟踪监测，一旦发现故障，立即制定修理计划，从而减少企业的损失，提高生产效率和经济效益。
2.2监测对象选择与传感器安装
破碎机组由于结构复杂、故障率高、备品备件消耗量大，因此对它诊断所设置的测点数量也非常庞大，诊断的内容也不尽相同。但从总体上看，它包括破碎机、振动筛和皮带这三个部分，其中破碎机又包括破碎机主体、润滑系统和电机。
由于破碎机主体部分工作环境差、负荷重、工作状态不易掌握，一旦发生故障就会造成直接和间接经济损失，故有必要采用信息融合技术对破碎机进行精确的监测和诊断，尽早发现隐患，及时排除，使其始终在良好的环境和状态下工作，以防突发故障造成的损失。在破碎机主体中需要诊断的部件包括有传动轴、偏心套的止推轴承和排矿口等。在工作中偏心套轴承的垂直方向载荷由止推轴承承受，每次在安装调节或工作中状况不良时，很容易引起发热，所以这是一个重要部位，应进行定期诊断：破碎机碎矿石动力是通过传动轴传递，每根轴是由两个滑动轴承支承的悬臂筒支架，其工作状态的好坏影响到动力的传递，因此传动轴也是一个重要部位；破碎机排矿口常常会发生堵塞现象，使破碎后的矿石无法排出，如有故障仍继续给矿，矿石就会囤积到破碎机的破碎腔内，使破碎机过负荷，同时使得事后处理非常困难，既费时又费力，因此该部位的诊断也是必不可少的。同时要使破碎机主体部分能在正常状态下工作，必须保证具有良好的润滑条件，因此对润滑系统的诊断也是不可或缺的，润滑系统的诊断又包括有过滤器、水平轴、冷却管等部件。对破碎机的测点见表1，传感器布置在破碎机及液压系统。
2.3破碎机故障诊断软件系统整体设计
日益完善的Internet/lntranet技术和虚拟仪器结合，开始在设备远程诊断、性能综合评估以及设备管理等领域崭露头角。本方案将虚拟仪器技术、网络技术以及检测数据的综合分析处理技术结合在一起，构建虚拟诊断网络，实现检测、监测、诊断、预测以及管理的综合应用。实现方式采用两种模式。
(I)Client/Server模式：即客户／服务器模式。这种模式是网络通信中常用的一种模式。它一般有多个客户端采集数据，有一个服务器充当数据库的角色：客户端通过通信协议把测试数据写入远程服务器数据库。对于这种模式，需要编写“写”端和“读”端的程序，主要采用DataSocket Server程序同步运行技术。在“写”端，它可以显示连接的客户端的实际数目和显示传输的数据包的数目。在“读”“端”，它用来显示接收到的数据包数目和数据来源。对于实时性要求较高、检测任务繁忙的可采用这种方式。
(2) Browser/Server模式：即浏览器朋艮务器模式。这种模式是为了方便用户在Web模式下发布数据。通常用户端只需要安装一个浏览器，直接访问这个诊断网站的地址，就可以监视远程诊断点的数据变化情况。这种模式的主要工作在于服务器端程序的开发，不存在客户端程序的开发和维护。对于管理与状态监测以及非实时测控环境可采用这种方式。
对于生产过程的全程多参数的监视与测量，为了满足测量数据多样应用的目的，这两种模式都会被用到。在生产部门及生产现场主要应用了客户/服务器模式，其主要作用是对参数的获取和预处理，并把测得的数据存储起来：而在管理部门，则要调用数据或监视数据的变化，这就要用到浏览器／服务器模式。这两种模式都可以通过应用DataSocket组件来编程实现。
此系统将是一个功能齐全、结构完善、性能指标优良运行安全稳定的大型设备管理系统。依据上述技术体系、应用需求以及相关技术要求，可以确定系统是一个多种技术与成熟产品相结合的软硬件相结合的网络系统。系统以.NET技术为核心，充分利用已有成熟的产品和技术的优势。系统主要包括计算机网络、信号采集系统、网络操作系统、数据库系统、应用服务器(WEB服务器)、虚拟仪器、设备性能评测、设备管理等部分。在设计中，对于各个组成部分，从多个不同的侧面和系统整体的角度进行充分考虑已确定产品的选择和相应的实现技术。同时，充分考虑各个不同部分相互间的影响和适应于匹配特性，使得各部分组合在一起后能够达到安全可靠以及性能和灵活性等多方面的兼顾。虚拟诊断网络整体结构见图5。
2.4破碎机组的状态异常监测过程
由于信息融合诊断过程包含了三级融合诊断，每一次信息融合过程的执行就需要消耗大量系统资源，执行次数过多就会严重影响机器执行速度，甚至导致死机。事实上，设备很少发生故障，没有必要进行过多的信息融合过程，因此，除了数据层融合用于振动信号的数据采集且必须执行以外，其余各层可以在故障诊断过程前就先进行异常判别，即当发生异常状况时再利用信息融合技术进行故障诊断。状态的异常判别是故障诊断的起点和基础，它与故障诊断是两个不可分割的过程，相对于故障诊断过程，异常判别是一个相对而言要简单得多的过程，执行时间和消耗的机器资源也要小得多。对于从传感器采集到的反映破碎设备运行的状态参数，需要通过特征提取，根据破碎设备的正常工作特性及制定的判断标准判定其运行状态是属于正常还是异常，如果状态属于异常，则需要采用信息融合技术进一步诊断、找出故障原因。一般说来，从正常到异常是一个渐变过程，它是一个连续变化量，除突发性事故之外，机器的“正常”和“异常”属于两个模糊集，其边界是模糊的，因此人为规定一个明确界线，或确定一个异常阈值来判断机器是否异常，必然会将人的主观误差包括判断误差带入故障诊断结果中，造成故障信息的谎报和漏检。
引入模糊集，对于一个模糊子集A表示特征参数x的取值范围，用隶属函数PA(X)及其具体取值隶属度来描述，对A的隶属度。当/LA(X，)=0或1时，特征参数处在严格的正常和异常状态；当PA(Xi》0.5时，开始进行故障检测。
根据选择的特征参数和异常报警方式的不同，其隶属函数y-A(X)选取相应的形武。特征参数异常检测方式可分为上限、下限和上下限同时检测等，例如对破碎机组主体，振动过大即为上限异常检测方式：主油流压力降低即为下限异常检测方式：排矿口尺寸大小即为上下限异常检测方式；相应的隶属函数/LA(X)具体可选取升半柯西函数、降半柯西函数和两种的结果。
3、结语
故障诊断的最终目的是要维持设备正常可靠的运行，如何能使故障少发生甚至不发生是设计诊断系统所需要解决的重要课题之一，本文所设计的诊断系统能精确诊断故障的发生，但是如果能在故障的发生以前就能得到预报使之得到有效处理，制止故障的发生，则能大大提高生产效率，减少事故的发生。本系统在鞍山钢铁集团齐大山矿已投入运行，取得很好的效果。
相关矿山机械设备：
1、圆锥破碎机
2、雷蒙磨粉机
3、颚式破碎机
