论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　机械故障诊断是国内外的研究热点。近年来，故障诊断技术在国内外受到显著重视，国内外很多学者开展了相关研究工作，本文于2012年6月利用Google学术和Webofscience数据库进行检索：在Google学术搜索中，2008?2012年标题中含有faultdiagnosis的文献有8070余篇，标题中含有damagedetection的文献有1900篇；在Webofscience数据库中，2008?2012年标题中含有faultdiagnosis的文献有6127余篇，其中我国占46.875°%，美国占14.722°%，标题中含有damagedetection的文献有928余篇，美国占26.078%，我国占25.862%。不仅如此，许多著名学术组织和研究机构分别就故障诊断前沿问题召开国际会议。设备状态监测与故障诊断(Conditionmoni
toringanddiagnosis,CMD)国际学术会议两年一届，由IEEE等国际性学术组织技术支持；状态监测与诊断工程管理(Conditionmonitoringanddiagnosticengineer
ingmanagement,COMADEM)国际会议是每年举行一次的，至2012年已举办25届；机械失效预防技术(Machineryfailurepreventiontechnology,MFPT)是致力于工程领域健康管理与失效预防技术研究的国际会议，每年举办一次，至今已具有四十年的发展历程。在国内，中国振动工程学会、中国机械工程学会等均每隔两年召开故障诊断会议，旨在加强学术交流和推广成果应用。
　　1国内外研究现状
　　自20世纪60年代美国故障诊断预防小组和英国机器保健中心成立以来，故障诊断技术逐步在世界范围内推广普及，全球科研和工程领域工作者在信号获取与传感技术、故障机理与征兆联系、信号处理与特征提取、识别分类与智能决策等方面开展了积极的探索，取得了丰硕的成果。
　　1.1在信号获取与传感技术方面
　　可靠的信号获取与先进的传感技术，是机械故障诊断的前提。1968年，美国的SOHRE[6-7]根据600余次事故分析经验，归纳总结了振动特征分析表；在此基础上，Mosanto石油化工公司JACKSON[8]编写了旋转机械振动分析征兆一般变化规律表，国内外旋转机械状态监测和故障诊断分析和研究人员广泛引用。2009年美国三院院士、西北大学机械工程系ACHENBACH教授[9]对结构健康监控研究范畴作了重要论述，将传感技术等列为重要研究内容;美国斯坦福大学的KIREMIDJIAN[10]开展了传感网络方面的研究；韩国YUN等[11]开展了传感布置的研究；日本东京大学TAKEDA等[12]在复合材料结构健康监测传感方面取得了显著的研究成果；王强等[13]对结构健康监测中的压电阵列技术进行了研究。
　　1.2在故障机理与征兆联系方面
　　弄清故障的产生机理和表征形式，是机械故障诊断的基础。2008年意大利学者BACHSCHMID等[14]为纪念裂纹研究50周年，在国际期刊MSSP上客籍主编了一期裂纹研究综述文章，从裂纹转子模型、裂纹机理等多方面做了相关的论述；美国LosAlamos国家实验室的工程研究所FARRAR等在结构健康监测、预测方面做了连续卓有成效的理论与试验研究；德国柏林科技大学&06丑^[15]深入研究了裂纹转子的动力学行为；日本九州工业大学丰田立夫和三重大学CHEN等[16]在故障机理与特征提取等实用技术方面进行大量研究；印度理工学院的SEKHAR等[17]学者研究了转子裂纹动力学行为及其辨识方法；闻邦椿和陈予恕[18-19]基于混沌和分岔理论对轴系非线性动力学行为进行了深入研究；钟掘等[20]研究了现代大型复杂机电系统耦合机理问题；褚福磊等[21-22]在小波变换理论研究及转子碰摩故障机理等方面取得了显著的进展。
　　1.3在信号处理与诊断方法方面
　　从运行动态信号中提取出故障征兆，是机械故障诊断的必要条件。2006年，加拿大长期从事维护与可靠性研究的ANDREW等[23]综述了视情维护中的诊断与维护，指出信号处理和故障诊断等方法需要继续深入研究;2011年马来西亚的MOHAMMAD等[24]归纳了各种常见转子故障类型，讨论了各种状态监测与信号处理方法的原理与特点，总结了当前转子故障诊断中取得的各种研究成果；美国佐治亚理工学院GEBRAEEL等[25]在机床制造与寿命预测的研究中提出了新思路；美国斯坦福大学IHN[26]在复合材料结构健康监测方面取得了显著的研究成果；美国康涅狄格大学ROBERT与东南大学YAN等[27-28]出版了故障诊断的小波专著；美国佐治亚理工学院智能控制系统实验室VACHTSEVANOS教授等针对直升机的诊断开展研究工作；英国曼彻斯特和哈德菲尔德大学的BALL所在团队长期从事故障诊断的研究工作[29]；英国谢菲尔德大学、南安普顿大学、剑桥大学等长期致力于设备在线监测与损伤识别的研究工作[30]；法国贡皮埃涅技术大学ANTONI[31]—直致力于故障信号处理与特征提取的底层研究;希腊佩特雷大学FASSOIS在随机振动应用于结构健康监测方面进行研究。加拿大阿尔伯塔大学LEI等[32]对齿轮等典型零部件的故障诊断方法进行了深入研究；澳大利亚悉尼大学SU等[33]长期从事复合材料健康监测研究并提出了数码指纹的新概念；澳大利亚新威尔士大学ANTONI等[34]—直致力于故障信号处理与特征提取的底层研究；杨叔子等[35]在先进制造技术和故障诊断新技术等方面取得一系列成果；屈梁生、何正嘉等[36-38]长期致力于全息谱、小波变换等先进故障诊断技术的底层研究；张莹等[39-40]采用随机共振技术为早期微弱故障检测开辟了新途径；陈进等[41]在信号处理技术与故障诊断专家系统等方面进行了大量研究；丁康[42]长期以来致力于研究快速傅里叶变换(FastFouriertransform,FFT)信号处理方法。