故障診斷技術(shù)在煙草機(jī)械中的應(yīng)用和發(fā)展趨勢(shì)*

□ 姚明鏡 □ 張春良 □ 岳 夏

1．南華大學(xué) 機(jī)械工程學(xué)院 湖南衡陽(yáng) 421001

2．廣州大學(xué) 機(jī)械與電氣工程學(xué)院 廣州 510006

現(xiàn)代化生產(chǎn)中，如果機(jī)械設(shè)備的某一零部件或設(shè)備出現(xiàn)故障而又未能及時(shí)發(fā)現(xiàn)和排除，其結(jié)果不僅可能導(dǎo)致設(shè)備本身?yè)p壞，甚至可能造成機(jī)毀人亡的嚴(yán)重后果。在流程生產(chǎn)系統(tǒng)中，如果某一關(guān)鍵設(shè)備因故障而不能繼續(xù)運(yùn)行，往往會(huì)影響到整個(gè)流程生產(chǎn)系統(tǒng)的運(yùn)行，造成巨大的經(jīng)濟(jì)損失。正是由于這些機(jī)械設(shè)備故障可能會(huì)造成很大的經(jīng)濟(jì)損失及人員傷亡，因此機(jī)械設(shè)備的故障診斷技術(shù)越來(lái)越受到重視。 機(jī)械故障診斷技術(shù)作為一門(mén)新學(xué)科，在近二十年已經(jīng)取得了突飛猛進(jìn)的發(fā)展，尤其是計(jì)算機(jī)技術(shù)的應(yīng)用，使其達(dá)到了智能化階段。目前故障診斷技術(shù)已經(jīng)成為現(xiàn)代化設(shè)備維修技術(shù)的重要組成部分，而且正日益成為設(shè)備維修管理工作現(xiàn)代化的一個(gè)重要標(biāo)志。

1 故障診斷概述

1．1 故障診斷的含義

故障診斷技術(shù)是識(shí)別機(jī)械設(shè)備運(yùn)行過(guò)程中的狀態(tài)、進(jìn)而確定其整體或局部是否正常、以便早期發(fā)現(xiàn)故障、查明原因并掌握故障發(fā)展趨勢(shì)的一門(mén)科學(xué)，其目的是對(duì)設(shè)備進(jìn)行故障檢測(cè)，分析故障形成原因，以防患于未然，提高設(shè)備運(yùn)行效率及可靠性，對(duì)設(shè)備特別是大型機(jī)械設(shè)備進(jìn)行預(yù)知維修及預(yù)知管理［1-2］。

1．2 設(shè)備故障診斷技術(shù)的研究方向

故障診斷技術(shù)主要包括以下兩個(gè)方向。

（1）設(shè)備的狀態(tài)檢測(cè)技術(shù)（簡(jiǎn)易診斷）。它是指對(duì)設(shè)備（部件、零件）的某些特征參數(shù)進(jìn)行測(cè)試，并根據(jù)所測(cè)得的值與規(guī)定的正常值作比較，以判斷設(shè)備的工作狀態(tài)正?；虍惓＃ù嬖诠收希涮攸c(diǎn)及優(yōu)勢(shì)是能迅速對(duì)各種類(lèi)型的機(jī)械進(jìn)行振動(dòng)測(cè)量，能在現(xiàn)場(chǎng)給出檢測(cè)結(jié)論，使用方便且經(jīng)濟(jì)。

（2）精密診斷技術(shù)。它不僅要對(duì)機(jī)器設(shè)備的狀態(tài)是否正常作出判斷，更重要的是對(duì)機(jī)器故障的原因、部位及嚴(yán)重程度作出估計(jì)。這類(lèi)技術(shù)屬于一種開(kāi)發(fā)性技術(shù)，需要精密的儀器，要有經(jīng)過(guò)專(zhuān)門(mén)訓(xùn)練的工程師來(lái)進(jìn)行，一般只在重要的設(shè)備上進(jìn)行。

2 故障診斷的研究意義及發(fā)展概況

2．1 研究意義

1985年10月29日山西大同第二電廠20萬(wàn)kW 2號(hào)機(jī)組因超速誘發(fā)軸系強(qiáng)烈振動(dòng)，軸系斷裂為五段，機(jī)組嚴(yán)重?fù)p壞，直接經(jīng)濟(jì)損失達(dá)1400萬(wàn)元；1988年2月12日陜西秦嶺電廠20萬(wàn)kW5號(hào)機(jī)組軸系發(fā)生突發(fā)性強(qiáng)烈振動(dòng)，軸系斷裂為十三段，機(jī)組嚴(yán)重?fù)p毀，直接經(jīng)濟(jì)損失達(dá)3000萬(wàn)元。對(duì)石化引進(jìn)的30萬(wàn)t合成氨和40萬(wàn)t尿素化肥廠中五大透平壓縮機(jī)組的初步調(diào)查結(jié)果發(fā)現(xiàn)，僅1977年和1978年兩年的不完全統(tǒng)計(jì)，機(jī)械事故就高達(dá)一百多次，遭受經(jīng)濟(jì)損失約有幾個(gè)億。1980年度美國(guó)用于設(shè)備維修的費(fèi)用為2460億美元，其中有將近1/3（約750億美元）屬于維修方法采用不當(dāng)（包括缺乏正確的狀態(tài)監(jiān)測(cè)和故障診斷技術(shù)）而浪費(fèi)掉的。英國(guó)2000家大型工廠采用診斷技術(shù)后，每年節(jié)省維修費(fèi)用達(dá)3億英鎊，而每年用于投資故障診斷系統(tǒng)和技術(shù)手段的費(fèi)用為0．5億英鎊，從而凈獲益達(dá)2．5億英鎊/年。美國(guó)pekrul發(fā)電廠實(shí)施故障診斷技術(shù)后的經(jīng)濟(jì)效益達(dá)到其本身投入的36倍。這些都說(shuō)明，對(duì)于故障診斷的研究不僅能使人的生命財(cái)產(chǎn)免受損失，而且直接對(duì)企業(yè)帶來(lái)不小的經(jīng)濟(jì)效益。

2．2 發(fā)展概況

追溯設(shè)備故障診斷的歷史，自有工業(yè)生產(chǎn)以來(lái)就已存在。隨著時(shí)間的推移，故障診斷技術(shù)也在不斷突破，而其發(fā)展也可以歸結(jié)為4個(gè)過(guò)程：①感性階段；②量化階段；③診斷階段；④人工智能和網(wǎng)絡(luò)化階段。

早期人們依據(jù)對(duì)設(shè)備的觸摸及對(duì)聲音、振動(dòng)等狀態(tài)特征的感受，憑借工匠的經(jīng)驗(yàn)可以判斷某些故障的存在并提出修復(fù)的措施，這一階段稱(chēng)為感性階段。隨著振動(dòng)、溫度、壓力、流量等傳感器的廣泛應(yīng)用，設(shè)備故障診斷進(jìn)入量化階段。到20世紀(jì)60年代末，美國(guó)國(guó)家宇航局創(chuàng)立了美國(guó)機(jī)械故障預(yù)防小組，積極從事故障診斷技術(shù)的研究和開(kāi)發(fā)，這時(shí)故障診斷技術(shù)真正作為一門(mén)學(xué)科發(fā)展起來(lái)，達(dá)到了診斷的階段［3-13］。 近年來(lái)，由于故障機(jī)理的研究從自動(dòng)控制、信號(hào)處理、人工智能、計(jì)算機(jī)技術(shù)的發(fā)展中得到支持，因而人工智能和網(wǎng)絡(luò)化便成為故障診斷的主要發(fā)展方向［12-16］。

3 故障診斷技術(shù)在煙草機(jī)械中的發(fā)展

3．1 國(guó)外煙草機(jī)械的發(fā)展

（1）向超高速發(fā)展。卷煙機(jī)是代表煙草機(jī)械水平的主要設(shè)備，而速度是卷煙機(jī)的重要性能參數(shù)?，F(xiàn)在，英國(guó)MOLINS公司的PASSIM-2型卷煙機(jī)，每分鐘達(dá)到12000支，達(dá)到同樣速度的是意大利G．D公司的G．D-121-2型卷煙機(jī)，德國(guó) HAUNI公司生產(chǎn)的PROTOS-2型卷煙機(jī)已達(dá)到每分鐘14000支，這些超高速卷煙機(jī)組，在歐美地區(qū)煙草企業(yè)的生產(chǎn)線(xiàn)上均有使用。提高煙草機(jī)械的生產(chǎn)能力，向超高速發(fā)展是當(dāng)前國(guó)外卷煙機(jī)發(fā)展的一個(gè)突出特點(diǎn)。

（2）實(shí)現(xiàn)聯(lián)動(dòng)化生產(chǎn)線(xiàn)。近年來(lái)，國(guó)外煙草機(jī)械向機(jī)組聯(lián)動(dòng)化發(fā)展趨勢(shì)突出，卷煙機(jī)濾嘴頭機(jī)組與包裝機(jī)組之間用一機(jī)構(gòu)連接成卷、接、包連續(xù)生產(chǎn)線(xiàn)，這一連接機(jī)構(gòu)同時(shí)具有輸送煙支和儲(chǔ)存煙支功能，當(dāng)上游機(jī)組發(fā)生停車(chē)時(shí)，包裝機(jī)組可以不停機(jī)，使用連接機(jī)構(gòu)中儲(chǔ)存的煙支；當(dāng)下游機(jī)組停機(jī)時(shí)，卷接機(jī)組也不停機(jī)，生產(chǎn)的煙支可以?xún)?chǔ)存在連接機(jī)構(gòu)內(nèi)。目前，卷接與包裝機(jī)組連接設(shè)備的主要生產(chǎn)廠是德國(guó)的HAUNI公司，英國(guó)的MOLINS公司和意大利的G．D公司。

（3）自動(dòng)輸料系統(tǒng)。煙草機(jī)械速度的不斷提高，增大了手工加料的動(dòng)作頻率和勞動(dòng)強(qiáng)度，因此，出現(xiàn)了機(jī)械手自動(dòng)輸、喂料系統(tǒng)，由機(jī)械手把這些卷煙、濾嘴、包裝的輔助材料筒，定時(shí)定量地送到各自在機(jī)器上的相應(yīng)位置，并能準(zhǔn)確定位。德國(guó)的FOCKE公司和HAUNI公司都有自動(dòng)輸料技術(shù)和設(shè)備在煙廠使用，英國(guó)MOLINS公司、德國(guó)HAUNI公司、日本煙草機(jī)械制作都有濾棒成型機(jī)和濾嘴棒輸送機(jī)。

（4）高新技術(shù)應(yīng)用與發(fā)展。隨著科學(xué)技術(shù)的不斷進(jìn)步與發(fā)展，在煙草機(jī)械上更多地采用了高新技術(shù)，世界各大煙草機(jī)械制造公司之間在新技術(shù)開(kāi)發(fā)和市場(chǎng)銷(xiāo)售上的競(jìng)爭(zhēng)十分激烈，他們都有相當(dāng)規(guī)模的科研機(jī)構(gòu)和科研人才，并投入了大量資金進(jìn)行科學(xué)技術(shù)研究，而且，研究與應(yīng)用緊密結(jié)合，所以不斷有新技術(shù)新設(shè)備面世。

高新技術(shù)的不斷發(fā)展與應(yīng)用，煙草機(jī)械將向單機(jī)控制成線(xiàn)，機(jī)組群控成網(wǎng)的方向發(fā)展，主要體現(xiàn)在各種數(shù)據(jù)采集與分析處理，停機(jī)原因與故障顯示，甚至可以自診斷發(fā)生故障的部位和器件。數(shù)套相同機(jī)組或卷接、包裝、裝封箱和堆碼入庫(kù)聯(lián)動(dòng)生產(chǎn)線(xiàn)實(shí)現(xiàn)智能化控制聯(lián)網(wǎng)，生產(chǎn)車(chē)間與管理部門(mén)計(jì)算機(jī)終端聯(lián)網(wǎng)，管理人員在辦公室就可以隨時(shí)了解生產(chǎn)車(chē)間機(jī)器運(yùn)轉(zhuǎn)狀況和產(chǎn)品質(zhì)量，以便下達(dá)生產(chǎn)指令。

3．2 國(guó)內(nèi)煙草機(jī)械的發(fā)展

近十多年來(lái)，我國(guó)煙草機(jī)械技術(shù)有了很大進(jìn)步和發(fā)展。1982年成立中國(guó)煙草總公司以后，實(shí)行了煙草專(zhuān)賣(mài)管理體制，在改革開(kāi)放政策指引下，集中資金統(tǒng)一對(duì)外，以技貿(mào)結(jié)合方式，在進(jìn)口煙機(jī)設(shè)備的同時(shí)，已引進(jìn)了四十多項(xiàng)先進(jìn)技術(shù)。一方面，全國(guó)大多數(shù)卷煙廠，進(jìn)口了國(guó)外先進(jìn)設(shè)備，提高了煙草制品質(zhì)量，降低原輔料消耗，增加經(jīng)濟(jì)效益，為國(guó)家創(chuàng)造大量財(cái)富；另一方面，引進(jìn)的國(guó)外專(zhuān)有技術(shù)，經(jīng)過(guò)消化吸收和國(guó)產(chǎn)化后，為我國(guó)煙草行業(yè)提供自己制造煙機(jī)設(shè)備；同時(shí)，提高了我國(guó)煙機(jī)設(shè)計(jì)水平與工藝技術(shù)和生產(chǎn)能力?，F(xiàn)在，我國(guó)已能制造每小時(shí)生產(chǎn)煙絲2000～6000公斤的成套制絲設(shè)備，每分鐘速度為2000～7000支的卷接接組和150～400包的包裝機(jī)組，以及每分鐘100～400m濾嘴棒成型機(jī)和其它煙草機(jī)械。目前，我國(guó)煙草行業(yè)正在從進(jìn)口設(shè)備、引進(jìn)技術(shù)消化吸收向合資建廠、合作生產(chǎn)煙機(jī)配套出口方向發(fā)展，進(jìn)一步擴(kuò)大國(guó)際合作。可以相信，我國(guó)煙草行業(yè)的生產(chǎn)技術(shù)水平和煙機(jī)制造水平將不斷提高和發(fā)展［17-33］。

3．3 故障診斷技術(shù)在煙草機(jī)械中的應(yīng)用

現(xiàn)代煙草生產(chǎn)設(shè)備不斷向大型化、連續(xù)化、高速化、重載化和智能化方向發(fā)展，精度高、傳動(dòng)機(jī)構(gòu)復(fù)雜，相應(yīng)也導(dǎo)致了煙草設(shè)備的機(jī)構(gòu)以及故障產(chǎn)生的機(jī)理日益復(fù)雜化。而故障也表現(xiàn)出越來(lái)越大的隨機(jī)性和突發(fā)性，一旦出現(xiàn)故障，會(huì)產(chǎn)生鏈?zhǔn)椒磻?yīng)，導(dǎo)致整條生產(chǎn)線(xiàn)停產(chǎn)，造成巨大的經(jīng)濟(jì)損失。因此，現(xiàn)代化的機(jī)械設(shè)備必須采用現(xiàn)代化的故障診斷技術(shù)，那種以時(shí)間和人們的經(jīng)驗(yàn)為基礎(chǔ)的設(shè)備定期計(jì)劃?rùn)z修和設(shè)備故障停車(chē)后的事故維修，已經(jīng)不能適應(yīng)現(xiàn)代化煙草生產(chǎn)企業(yè)的要求。目前煙草行業(yè)普遍采用設(shè)備計(jì)劃?rùn)z修、定期維護(hù)的模式，這種方式主要存在以下問(wèn)題。

（1）定期檢修可能增加設(shè)備的故障率。根據(jù)國(guó)內(nèi)外的統(tǒng)計(jì)資料及煙草研究機(jī)構(gòu)近年在檢修期間及前后的缺陷故障統(tǒng)計(jì)發(fā)現(xiàn)：①每次在檢修中經(jīng)常會(huì)出現(xiàn)一些由于檢修工作失誤造成的缺陷故障，計(jì)劃?rùn)z修的機(jī)臺(tái)往往在規(guī)定期限內(nèi)無(wú)法完成所有的既定維修任務(wù)，或者檢修后的機(jī)臺(tái)交班后指標(biāo)不如維修前理想，需經(jīng)一段時(shí)間校正，才能達(dá)到正常生產(chǎn)要求；② 設(shè)備檢修普遍存在一種現(xiàn)象，即本來(lái)很穩(wěn)定的設(shè)備一經(jīng)檢修后反而出現(xiàn)了設(shè)備缺陷居高不下，而且檢修的工作量越大以及隨著生產(chǎn)線(xiàn)的逐漸老化，這種現(xiàn)象越嚴(yán)重、越明顯。這種現(xiàn)象在轉(zhuǎn)動(dòng)設(shè)備中表現(xiàn)特別明顯，往往一次檢修中會(huì)出現(xiàn)許多滲漏點(diǎn)、振動(dòng)大等問(wèn)題，這就是因?yàn)閷?duì)一個(gè)穩(wěn)定的系統(tǒng)而言，維修或改造就是一種外來(lái)的擾動(dòng)。對(duì)于卷煙機(jī)、包裝機(jī)這類(lèi)精密復(fù)雜的設(shè)備，定期檢修會(huì)增加總體設(shè)備的故障率。但目前由于技術(shù)手段原因，不能掌握其真實(shí)運(yùn)行狀態(tài)，為了安全，避免事故停機(jī)，只能定期檢修。

（2）定期檢修浪費(fèi)大量的人力、財(cái)力。由于機(jī)械設(shè)備的日趨復(fù)雜化及控制系統(tǒng)自動(dòng)化水平不斷提高，每次檢修都將消耗大量的人力及財(cái)力，如一組機(jī)齡十年左右的Protos-Focke卷包生產(chǎn)機(jī)組，一次境外大修的費(fèi)用約為2000多萬(wàn)，相當(dāng)于設(shè)備售價(jià)的一半。

（3）定期檢修使設(shè)備壽命減少。煙草設(shè)備屬于高速精密設(shè)備，各種傳動(dòng)設(shè)備、部件很多，各部件之間連接要求又特別牢固及精密，每次拆裝都將損壞一部分部件及零件，并使許多部件受到外力沖擊，使設(shè)備總體精度受損，導(dǎo)致壽命減少。因此，有必要使故障診斷技術(shù)在卷包設(shè)備檢修工作中發(fā)揮更重要作用，并需要相應(yīng)的相關(guān)故障診斷技術(shù)及檢修管理系統(tǒng)對(duì)采集到的信息數(shù)據(jù)進(jìn)行篩分，最終指導(dǎo)檢修工作的執(zhí)行，提高檢修的針對(duì)性、有效性。圖1所示為煙草設(shè)備的實(shí)物圖，圖2所示為內(nèi)部結(jié)構(gòu)圖。

▲圖1 德國(guó)豪尼公司的煙草設(shè)備實(shí)物圖

▲圖2 煙草設(shè)備的結(jié)構(gòu)示意圖

（4）隨著科學(xué)技術(shù)的進(jìn)步，現(xiàn)代故障診斷技術(shù)在理論和應(yīng)用上都已有了質(zhì)的突破，研究主要集中在以下幾個(gè)方面。

①傳感技術(shù)研究。傳感技術(shù)是反映設(shè)備狀態(tài)參數(shù)的儀表技術(shù)，國(guó)內(nèi)先后開(kāi)發(fā)了速度傳感器、電渦流傳感器、加速度傳感器和溫度傳感器等，最近開(kāi)發(fā)的傳感技術(shù)有聲發(fā)射、光導(dǎo)纖維、激光等。

②信號(hào)分析與處理技術(shù)的研究。從傳統(tǒng)的譜分析、時(shí)序分析和時(shí)域分析，到引入一些更新的信號(hào)分析手段，如短時(shí)傅立葉分析、Wigner譜分析和小波變換等，彌補(bǔ)了傳統(tǒng)分析方法的不足。

③人工智能和專(zhuān)家系統(tǒng)的研究。人工智能和專(zhuān)家系統(tǒng)的研究已成為診斷技術(shù)的發(fā)展主流，目前已有“機(jī)械故障診斷專(zhuān)家系統(tǒng)”，但這一技術(shù)在工程方面的研究尚未達(dá)到人們所期望的水平。

④神經(jīng)網(wǎng)絡(luò)的研究。旋轉(zhuǎn)機(jī)械神經(jīng)網(wǎng)絡(luò)分類(lèi)系統(tǒng)等的研究已經(jīng)得到應(yīng)用，并取得了滿(mǎn)意的效果。

⑤診斷系統(tǒng)的開(kāi)發(fā)與研究。它已從單機(jī)巡檢與診斷到上下位機(jī)式的主從結(jié)構(gòu)，直至以網(wǎng)絡(luò)為基礎(chǔ)的分布式結(jié)構(gòu)，系統(tǒng)的結(jié)構(gòu)越來(lái)越復(fù)雜，實(shí)時(shí)性越來(lái)越高。

⑥專(zhuān)門(mén)化與便攜式診斷儀器和設(shè)備的研制與開(kāi)發(fā)。人工智能和專(zhuān)家系統(tǒng)將成為狀態(tài)監(jiān)測(cè)和診斷技術(shù)發(fā)展的主流，為實(shí)現(xiàn)狀態(tài)監(jiān)測(cè)的信息采集到最終故障診斷的知識(shí)庫(kù)對(duì)接，不少公司已開(kāi)發(fā)出了相關(guān)的系統(tǒng)［34-35］，見(jiàn)表 1。

表1 用于故障檢修的部分專(zhuān)家系統(tǒng)

3．4 故障診斷技術(shù)在煙草機(jī)械應(yīng)用中的發(fā)展趨勢(shì)

（1）智能診斷系統(tǒng)知識(shí)獲取的研究。由于煙草機(jī)械故障診斷日益復(fù)雜化，獲取準(zhǔn)確、全面的診斷知識(shí)愈加困難，知識(shí)匱乏制約智能故障診斷技術(shù)的發(fā)展，是煙草機(jī)械智能診斷專(zhuān)家系統(tǒng)需解決的難題。故障診斷人員對(duì)機(jī)器學(xué)習(xí)作為知識(shí)獲取的一種重要途徑而重視起來(lái)，將不斷完善現(xiàn)有的機(jī)器學(xué)習(xí)方法，開(kāi)發(fā)出新的學(xué)習(xí)方法，建立多種學(xué)習(xí)方法并用的智能故障診斷系統(tǒng)［16］、［30-31］。

（2）基于計(jì)算機(jī)網(wǎng)絡(luò)的遠(yuǎn)程故障診斷技術(shù)的研究。遠(yuǎn)程故障診斷基于機(jī)械故障診斷技術(shù)與信息技術(shù)，在煙草工業(yè)關(guān)鍵設(shè)備上設(shè)立狀態(tài)監(jiān)測(cè)點(diǎn)，將采集的機(jī)械運(yùn)行狀態(tài)信息經(jīng)互聯(lián)網(wǎng)傳輸?shù)皆\斷能力較強(qiáng)的診斷公司（或科研院所）進(jìn)行故障診斷，提高煙草設(shè)備的診斷水平。若實(shí)現(xiàn)遠(yuǎn)程故障診斷，必須保證傳統(tǒng)的包括信號(hào)采集、信號(hào)處理、模式識(shí)別、決策制定等階段的故障診斷過(guò)程網(wǎng)絡(luò)遠(yuǎn)程運(yùn)行的可行性，并解決數(shù)據(jù)采集、傳輸及診斷方法標(biāo)準(zhǔn)不統(tǒng)一的問(wèn)題［36-38］。

（3）智能化、自診斷化煙草機(jī)械的發(fā)展。智能機(jī)器有機(jī)器本體、傳感器、振動(dòng)器和相應(yīng)的控制器組成，能在外界干擾下進(jìn)行自適應(yīng)的改變，達(dá)到對(duì)故障自診斷的效果。若要實(shí)現(xiàn)煙草機(jī)械設(shè)備的智能化、自診斷化，需進(jìn)行智能機(jī)械動(dòng)力學(xué)特性的探索、智能材料的開(kāi)發(fā)以及相應(yīng)的控制算法的研究［38-40］。

4 結(jié)束語(yǔ)

故障診斷技術(shù)發(fā)展到今天，關(guān)于故障診斷的研究范疇正在被擴(kuò)展，它也逐漸由理論性研究發(fā)展到與實(shí)際緊密結(jié)合，發(fā)展至將來(lái)必將會(huì)實(shí)現(xiàn)診斷與控制的結(jié)合。而我國(guó)的故障診斷事業(yè)也會(huì)在這樣的大環(huán)境中蓬勃發(fā)展，相信在不久的將來(lái)，以理論與實(shí)踐相結(jié)合的故障診斷技術(shù)將在我國(guó)煙草設(shè)備工業(yè)中發(fā)揮越來(lái)越大的作用［38、41］。

［1］ 林英志．設(shè)備狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)［M］．北京：北京大學(xué)出版社，2007．

［2］ 鐘秉林，黃仁．機(jī)械故障診斷學(xué)［M］．北京：機(jī)械工業(yè)出版社，1997．

［3］ 姚佳艷，孫麗媛，程秀芳，等．機(jī)械故障診斷技術(shù)的研究現(xiàn)狀及發(fā)展趨勢(shì)［J］．河北理工學(xué)院學(xué)報(bào)，2005，27（3）:35-37．

［4］ 趙永滿(mǎn)，梅衛(wèi)江，吳疆，等．機(jī)械故障診斷技術(shù)發(fā)展及趨勢(shì)分析［J］．機(jī)床與液壓，2009，37（10）:255-256．

［5］ 王清，潘宏俠，周傳剛．機(jī)械故障診斷技術(shù)現(xiàn)狀及趨勢(shì)［J］．機(jī)械管理開(kāi)發(fā)，2005（6）:85-86．

［6］ Zhang S，J Mathew，Ma L，et al．Best Basis Intelligent Machine Fault Diagnosis ［J］． Mechanical Systems and Signal Processing，2005，19（2）：357-370．

［7］ 張兆國(guó)．機(jī)械故障診斷與維修［M］．北京：中國(guó)農(nóng)業(yè)出版社，2003．

［8］ 陳進(jìn)．機(jī)械設(shè)備狀態(tài)監(jiān)測(cè)和故障診斷技術(shù)研究與進(jìn)展隨想［D］．上海：上海交通大學(xué)，2004．

［9］ 趙宏偉，張清華．機(jī)械故障診斷綜述［C］．廣州：中國(guó)自動(dòng)化學(xué)會(huì)中南六?。▍^(qū)）第28屆年會(huì)，2010．

［10］ 陳忠．基于Web的遠(yuǎn)程監(jiān)測(cè)與故障診斷實(shí)現(xiàn)策略［J］．華南理工大學(xué)學(xué)報(bào)，2002（6）:30．

［11］ 簡(jiǎn)小剛，張艷偉，馮躍．工程機(jī)械故障診斷技術(shù)的研究現(xiàn)狀與發(fā)展趨勢(shì)［J］．中國(guó)工程機(jī)械學(xué)報(bào)，2005，3（4）:445-449．

［12］ Venkat V．Prognostic and Diagnostic Monitoring of Complex Systems for Product Lifecycle Management:Challenges and Opportunities ［J］．Computers and Chemical Engineering，2005，29（6）:1253-1263

［13］ 陰妍，鮑久圣，段雄．機(jī)械設(shè)備狀態(tài)監(jiān)測(cè)及故障診斷綜述［J］．煤礦機(jī)械，2004（3）:125-126．

［14］ 郭建華．機(jī)電設(shè)備故障診斷技術(shù)的發(fā)展概況及遠(yuǎn)程診斷方法研究［J］．重慶工學(xué)院學(xué)報(bào)，2002（4）:28-30．

［15］ 楊叔子．設(shè)備診斷技術(shù)的現(xiàn)狀與未來(lái)［J］．設(shè)備管理與維修，1995（11）:18-21．

［16］ 范波．機(jī)械設(shè)備狀態(tài)監(jiān)測(cè)及故障診斷技術(shù)前景分析［N］．東方煙草報(bào)，2002-07-26．

［17］ 劉曉芹，黃考利，呂曉明，等．故障診斷中傳感器配置優(yōu)化的復(fù)雜性分析［J］．計(jì)算機(jī)工程與設(shè)計(jì)，2011，32（3）：1062-1065．

［18］ Balaban Edward， Saxena Abhinav， Bansal Prasun， et al．Modeling Detection and Disambiguation of Sensor Faults for Aerospace Applications ［J］．IEEE Sensors Journal，2009，9（12） :1907-1917．

［19］ Kullaa J．Distinguishing between Sensor Fault， Structural Damage，and Environmental or Operational Effects in Structural Health Monitoring ［J］．Mechanical Systems and Signal Processing，2011，25（8） :2976-2989．

［20］ Son Jong Duk，Niu Gang，Yang Bo Suk，et al．Development of Smart Sensors System for Machine Fault Diagnosis ［J］．Expert Systems with Applications，2009，36 （9） :11981-11991．

［21］ Kankar PK，Sharma，Satish C，et al．Rolling Element Bearing Fault Diagnosis Using Wavelet Transform ［J］．Neurocomputing，2011，74（10） :1638-1645．

［22］ Marichal G N，Garcia Prada JC．An Intelligent System for Faulty-bearing Detection Based on Vibration Spectra［J］．Journal of Vibration and Control，2011，17（ 6） :931-942．

［23］ Liu Y Y，Ju Y F，Duan C D，et al．Structure Damage Diagnosis Using Neural Network and Feature Fusion ［J］．Engineering Applications of Artificial Intelligence，2011，24（1） :87-92．

［24］ Shabanian，Mohsen，Montazeri，et al．A Neuro-fuzzy Online Fault Detection and Diagnosis Algorithm for Nonlinear and Dynamic Systems ［J］．International Journal of Control Automation and Systems，2011，9（4） :665-670．

［25］ Ebrahimi E，Mollazade K．Intelligent Fault Classification of a Tractor Starter Motor Using Vibration Monitoring and Adaptive Neuro-fuzzy Inference System［J］．Insigth，2010，52（10） :561-566．

［26］ 李紅衛(wèi)，楊東升．智能故障診斷技術(shù)研究綜述與展望［J］．計(jì)算機(jī)工程與設(shè)計(jì)，2013，34（2）：632-636．

［27］ 李登，尹亞蘭．復(fù)雜電子裝備智能故障診斷技術(shù)研究［J］．艦船電子工程，2013（2）:129-131．

［28］ 王佳寧，馬彪．運(yùn)動(dòng)機(jī)械在線(xiàn)故障診斷技術(shù)綜述［C］．貴陽(yáng)：第十五屆中國(guó)科協(xié)年會(huì)第一分會(huì)，2013．

［29］ 那琳．旋轉(zhuǎn)機(jī)械故障診斷技術(shù)的研究及實(shí)現(xiàn)［D］．北京：北京郵電大學(xué)，2013．

［30］ 鐘玉寬．當(dāng)前國(guó)內(nèi)外煙草機(jī)械技術(shù)發(fā)展動(dòng)態(tài)［C］．張家界：中國(guó)機(jī)械工程學(xué)會(huì)包裝與食品工程分會(huì)第四屆學(xué)術(shù)年會(huì)，1995．

［31］ 王峙，鄭路，劉亞麗．煙草機(jī)械與信息化技術(shù)發(fā)展現(xiàn)狀與趨勢(shì) ［A］;2009-2010煙草科學(xué)與技術(shù)學(xué)科發(fā)展報(bào)告 ［C］．北京：中國(guó)煙草學(xué)會(huì)，2010．

［32］ 劉亞麗，馮偉華，金萍，等．基于對(duì)比分析法的國(guó)內(nèi)外煙草專(zhuān)利情報(bào)分析［J］．中國(guó)農(nóng)學(xué)通報(bào)，2011（1）:441-445．

［33］ 李慶連．煙草機(jī)械自動(dòng)控制技術(shù)的發(fā)展歷程及發(fā)展方向［J］．中國(guó)新技術(shù)新產(chǎn)品，2011（7）:149．

［34］ 包曙陽(yáng)．煙草行業(yè)卷包設(shè)備的狀態(tài)監(jiān)測(cè)與檢修管理系統(tǒng)研究［D］．上海：復(fù)旦大學(xué)，2008．

［35］ 張建澤．現(xiàn)代化工機(jī)械技術(shù)發(fā)展回顧與展望分析［J］．科技與企業(yè)，2013（19）:316．

［36］ 馬軍．工程機(jī)械液壓系統(tǒng)故障診斷技術(shù)的發(fā)展探索［J］．產(chǎn)業(yè)與科技論壇，2013，12（10）:87-88．

［37］ 付新欣．基于小波分析的滾動(dòng)軸承故障診斷技術(shù)研究［D］．沈陽(yáng)：沈陽(yáng)航空航天大學(xué)，2012．

［38］ 屈云海，張輝．振動(dòng)監(jiān)測(cè)與現(xiàn)代造紙機(jī)械故障診斷技術(shù)的發(fā)展［J］．中國(guó)造紙學(xué)報(bào)，2013，28（1）:53-58．

［39］ 施會(huì)麗．淺談數(shù)控機(jī)床故障診斷技術(shù)的發(fā)展［J］．統(tǒng)計(jì)與管理，2013（4）:135-136．

［40］ 王金福．振動(dòng)信號(hào)離線(xiàn)分析系統(tǒng)及旋轉(zhuǎn)機(jī)械故障診斷應(yīng)用研究［D］．上海：上海交通大學(xué)，2013．

［41］ 王國(guó)彪，何正嘉，陳雪峰，等．機(jī)械故障診斷基礎(chǔ)研究“何去何從”［J］．機(jī)械工程學(xué)報(bào)，2013，49（1）:63-69．