摘要：我国现代化科技与经济水平的提升，带动了机械产业的发展升级，企业对于机械自动化设备的需求持续加大，生产操作期间越发依赖机械自动化设备的辅助，以至于机械自动化设备的运行质量对企业生产以及发展方面产生的作用越发关键。工作人员可通过增强对设备的管理维修力度，提升设备故障诊断水平，进一步增强对机械自动化设备运行平稳性的保障，鉴于此，工作人员需要明确机械自动化设备管理维修的地位，加强对设备故障诊断技术的研究，结合设备问题情况对机械设备进行改造，提升设备使用性能。通过本次研究，可借助高新技术手段，帮助机械自动化设备的故障诊断，构建有效的模型，降低机械设备故障问题在不同条件下外界因素对诊断结果的干扰，保障诊断结果的精准性；还划分了振动信号的类型，掌握了机械自动化设备故障振动信号的强弱变化；提升对机械自动化设备运行状态的监控力度，在设备上增设了振动监测点，实现实时监测故障问题等。将通过严谨的故障诊断措施，加强对机械自动化设备的监控力度，利用故障诊断结果，对机械自动化设备进行管理维修改造，进一步提升信息熵，为设备自动化管理维修提供更加准确的信息，促进机械自动化设备管理维修水平。

　　关键词：机械自动化设备；管理维修；故障诊断；改造

　　随着国内经济与科技水平的增强，我国制造业在不断发展期间逐渐与信息技术产生了融合，由此形成的机械自动化设备对生产行业的发展有着显著的促进作用，其运行质量将直接决定企业发展效率，因此设备相关人员需要重视机械自动化设备的故障监测工作，深入研究各项故障诊断技术，通过科学的改造，增强机械自动化设备运行水平，充分保障机械自动化设备的运行状态，为企业生产效率的提高打下基础。

　　1机械自动化设备故障诊断方式

　　机械自动化设备管理维修工作中的故障诊断技术，在现代科技与经济水平持续提升的过程中也在不断完善，对设备的诊断能力在不断加强，甚至可以在机械自定化设备故障隐患爆发之前发现并进行处理，将机械自动化设备保持在正常的运行状态。如今，常见的机械自动化设备故障诊断方式以数量来划分，可将其分为下述两种：

　　第一，针对单一机械自动化设备运行状态的监测可被称为单机监测，利用智能化监测设备，实时检测机械自动化设备的故障问题，以便准确掌握机械自动化设备的具体故障状态，后将监测得出的设备故障信息传输至管理维修人员移动端上，向管理人员发出故障报警。企业生产期间应用机械自动化设备时，若在外界不稳定因素的影响下影响正常运行，将会发生振动与噪音现象，且异常现象具有一定的规律性与周期性，发生故障时继续运行，严重情况下，将会导致内部原始设备损坏、结构内部张力增加或变形，从而产生更严重的故障后果。该诊断方法主要利用系统集成和自动化的优点，完成基于无损检测设备的检测任务。通常，使用振动采集设备捕捉机械自动化装置的振动信号是对机械自动化装置的动作状态的物理测量，对信号进行信息分析，以明确装置故障的性质和实际状态，这可以进一步提高设备状态的评估级别。利用模态分析模型的方式进行故障诊断，可提前设置故障警告标准，提前预测机械自动化设备运行期间可能产生的故障问题。如此一来，一旦机械自动化设备运行参数超出标准范围，自动化设备可及时根据数值变化情况分析故障类型以及问题程度。将单机监测设备设置在机械设备上，可实时采集机械自动化设备的运行数据，了解设备实际运行状态。

　　第二，机群监测。这种监测方式需要提前连接不同设备，通过连接作用进行故障信息的运输，为管理维修人员提供机械自动化设备故障原因，以此为主要参考制定针对性的解决措施，同时兼顾多台机械自动化设备的管理与维修工作。机械自动化设备的内部结构相对复杂，由于不同机械自动化设备的使用需求有所差异，以此不同设备的故障形式以及成因都存在区别，且逐渐呈现多元化的发展趋势，智能化故障诊断技术在机械自动化设备故障诊断中的应用，可使得机械设备故障自动处理效率进一步提高。

　　2机械自动化设备故障诊断技术分类

　　第一，简易诊断与精密诊断。简易诊断一般是对机械自动化设备的初级诊断，能够高效地对机械自动化设备运行状态进行简单评估，由现场操作人员即可进行简易诊断。精密诊断则是经过简易诊断后，被工作人员判定为有故障的机械自动化设备，对其进行详细的分析判断，观察是否有部位出现异常现象，并查明异常的种类与程度；通常，精密诊断需要由专业技术人员进行。

　　第二，功能诊断与运行诊断。功能诊断主要面向新安装或维修后时间不久的机械自动化设备，需要判断机械自动化设备的运行状态以及功能，判断机械设备能否正常运行。运行诊断主要是对处于正常工作状态中的机械自动化设备的诊断，其目的是为了掌握机械自动化设备是否存在故障特征或是有潜在威胁。

　　第三，直接诊断与间接诊断。直接诊断是对设备关键运行部位零件状态的诊断，但这种诊断方式经常会受到机械自动化设备机构以及工作条件的限制，无法有效进行，因此，间接诊断的方式适用范围更加广泛。间接诊断一般是采取一定的措施或手段，对故障源的二次效应进行分析判断，如判断故障源振动信号变化等，一般用于诊断的二次效应，其中需要综合多种不同类型的信息。

　　第四，定期诊断与连续监控。定期诊断即指工作人员根据固定的时间周期，对处于工作状态中的机械自动化设备进行检测工作。连续监控主要是在测量仪表、计算机信息系统等技术的帮助下，连续检测并控制机械自动化设备的运行状态。这种检测方式常用于产生重大生产损失、产生严重事故后果或频繁发生故障问题的机械自动化设备，对由于劳动保护和安全原因以至于不能点检的机械自动化设备也能采用连续监控的方式进行故障诊断。

　　3机械自动化设备故障诊断技术

　　3.1构建故障诊断域对抗迁移网络(DANN)模型

　　机械自动化设备在故障状态下持续运行，则设备本体将会产生振动的现象，与正常训练状态的震动数据之间有着非常显著的差异，一般于分布特性方面更加明显。对机械自动化设备故障问题进行深入的分析研究后发现，构建DANN模型进行机械自动化设备的故障诊断，可减小处于不同环境条件下同种机械自动化设备故障的数据差异，满足不同工况下机械自动化设备的故障诊断需求。

　　建立DANN模型，首先要求技术人员采集机械自动化设备处于不同环境下正常运行过程中的样本，将所有的样本进行区分标记，利用数据预训练集功能，采集不在标签内的诊断数据样本，将带有标记和不带标记的样本进行对抗训练，即可自动形成机械自动化设备故障诊断结果。

　　在选择DANN模型的结构参数时，必须考虑DANN模型中检测出的步长、单元数、缺陷数等因素，这些因素以反向传播的形式反映。使用DANN模型将机械自动故障诊断装置与多种不同功能相结合，运用非线性函数变化方法将故障数据转换为高阶属性。受到训练的隐含层连接DANN模型之后，可以收集不同神经元的关键节点的数据并将其设置为DANN模型的主要参数，当样本数据不足时，模型可以完全自主地研究机器自动化设备的特性。

　　3.2详细划分振动信号类型

　　首先，工作人员需要以时间函数关系式作为对机械自动化设备振动信号类型的主要划分依据，直接形成故障振动信号以及无故障振动信号两大类型，了解故障信号的特征，将其进行随机信号或是确定信号的分类。工作人员要想确定故障类型，需要提前固定时间，掌握振动瞬时产生的信号情况。正常状态下，故障信号主要为简谐振动，基于正弦函数规律而形成，具有一定的周期性质；在信号运动的同时，也在同时进行周期性振动，振动波形以矩波形为主，一般不存在周期性质，振动频率表现为无理数。工作人员对振动速度以及位移情况进行深入分析并掌握后，即可划分振动信号类型，选用专用的振动信号采集设备进行振动信号采集工作，利用采集的振幅数据对机械自动化设备运行状态进行判断。如果设备存在运行风险，将加大随机与确定信号的振幅，并导致频率阈值范围呈现逐渐扩大的状况，故障信号导致的振动也在逐渐上升。故障信号波形将会表现明显的变化情况，可将波形变化情况作为信号初步分类的主要依据。若设备处于正常的运行期间内，其随机振动信号表现为幅值低、波形变化弱的特点，而若机械自动化设备存在故障或隐患时，随机和确定信号都会同时加大，振动波形变化呈现周期性特点，设备的齿轮部件存在脱落行为，波形变化中存在脉冲，进一步加大了设备故障风险，信号振动期间，产生明显的谐波情况。

　　3.3时域分解设备振动信号

　　以上述DANN模型为基础，能够采集到机械自动化设备的高级特征，收集设备故障振动期间信息中产生的时域信号，在时间的不断变化期间，设备振动信号中将会产生大量的机械故障信息。

　　检测人员需要将采集装置收集到的所有信号数据，进行全面的分解预处理，即可收获初步时域信号；工作人员同步进行原始波形的监测工作，这一环节能够获得相关的脉冲与谐波数据，为设备振动现象提供精准的判断依据。维修管理人员在进行机械自动化设备的故障检修时，不同故障成因形成的振动信号将会产生不同特征的波形变化趋势，如转子性能异常，将导致时域信号的波形变化体现为正弦函数的形式。此时，工作人员需要以傅立叶变换算法分解振动信号中的频率，然后使用分析仪分析信号信息。实际测量信号时，时域分解设备产生的振动信号一般不太会被外界因素干扰，且信号波形变化也不大。

　　机械自动化装置故障最常见的原因之一是机械转子不平衡。这种现象主要是由于转子的质量问题或转子的弯曲变形，其根本是转子材料质量和安装质量的问题。当从同一信号分析随时间变化的信息时，监测人员往往会将其相关性作为分析数据的依据。信号的相关函数是衰减信号，但误差信号的相关性为0，因此可以减少相应函数的误差信息，表明信数据中存在噪音。

　　3.4设置接卸自动化设备的振动监测点

　　对于机械自动化装置的振动控制点，需要技术人员事先分析装置的位置信息，以确定装置可能的故障因素。通常，设备的振动检测安装在齿轮、轴承等重要部位，结合机械自动化设备的操作规律，确定一般的振动故障监测点。检查点的位置有一些不同，但主要功能基本相同。

　　3.5重量处理装置故障诊断信息熵

　　从分解装置接收到振动信号后，测量人员可以分析接收装置实际误差信号的功能、强度和弱点的变化，选择误差样本的信息熵，无需标记。

　　由于机械自动化设备的不确定性，信息熵可以用作确定能够覆盖所有错误类别和概率信息的错误信息的重要指标。一般来说，机械自动化装置中不同类型的误差与信息熵之间存在明显的差异，这在确定误差类型方面起着重要的作用。当机械自动化装置发生故障时，工作人员应事先选择异常值，计算不同信号类型的平均值和场密度，去除中低密度采样点。调整机械自动化系统中的管理维护数据，删除DANN模型中的活动学习样本，提高误差信号的连续性系数。

　　当误差信号的振动形态发生变化时，工作人员会事先检查同样的情况，在不标记样本和样本之间的余弦的情况下检查诊断信息的缺陷。最终获得更准确的BVS误差数据。

　　4机械自动化设备维修管理改造

　　以上述故障诊断结果为依据，发现当前企业机械自动化设备在管理维修方面存在着较为明显的不足之处，因此需要对机械自动化设备进行科学的改造。原本的机械自动化设备管理与维修工作，有着显著的粗放性和限制性特点，不但会限制着工业企业的进一步发展，还会对企业周边生态环境产生明显的污染。鉴于此，技术人员在进行机械自动化设备改造时，一定要注意技术的环保性，对机械自动化设备的管理维修工作进行改造，增强设备使用效率，能够有效减少由于改造管理维修而对周边生态环境产生的污染。

　　为防止机械自动化装置发生故障，根据装置模块化分析，使用FFT分析仪采集装置故障和振动传输数据，并结合相关信号参数设定各种模式识别参数。输入信号特性和白噪声，根据运动激励点位置的变化收集振动类型的数据。根据装置的位置参数和阻尼离合器装置的特点，建立专门的模块化模型。结合频率场识别方法，识别振动类型中的时域信号，从而增加振动类型中的几何结构。在设定激励点时，必须充分考虑信号源、振子信息、与器件传感器或放大器的通信、机械自动化器件的信号变化的进一步改善等。根据设备故障的数学模型、设备振动数据和结构振动信息，结合故障和非故障设备的振动信息，对机械自动化设备的故障风险进行合理的预测。如果设备运行期间，未发生故障的设备结构参数有所变化，则其模型中的频率相应函数也会同时产生明显的差异，这种现象也能体现出机械自动化设备正处于早期故障状态。基于机械自动化设备振动信号对设备运行可靠性的不利影响，为切实降低机械自动化设备故障风险，需要提前构建机械自动化设备故障预警标准，以标准为执行预警处理工作的主要依据，对机械自动化设备各部件处于运行期间的振动值进行规定，以规定值范围，将故障划分为警告与报警两种程度，最大化地预防机械自动化设备发生风险。

　　对机械自动化设备结合故障原因进行改造，能够得出故障信息PCA，在高阶特征参数的基础上，向低阶空间反应故障信息，便于机械自动化设备后期管理维修操作的展开，为其提供分析的数据支撑。机械自动化设备经过长期使用后，难免会在数据采集和处理方面存在问题隐患，因此需要结合设备自适应数据，深入挖掘数据中的内涵，经过改造处理增强机械自动化设备的性能。工作人员还能构建故障特征矩阵，利用设备压缩机等设备将故障信息特征传输至特征矩阵中，如此能够更加有效地识别机械自动化设备的特定故障，及时展开相关维修工作处理故障现象，减小机械自动化设备的故障风险。

　　5结语

　　总之，我国工业和制造业发展水平的飞速提升，加大了市场对机械自动化设备的使用需求，设备运行状态的稳定则直接决定企业的发展水平。鉴于此，本文对机械自动化设备故障诊断技术进行了深入分析，构建了DANN模型强化故障诊断水平，对机械自动化设备进行改造研究，能够进一步保障机械自动化设备的运行效果，增强机械自动化设备的使用性能，助力企业发展能力的提升。