引言

 

为了保证工程机械的正常运行，企业必须认识到工程机械故障检测的重要性，根据自身具体情况选择最佳的检测技术，选择科学合理的故障维护措施，提高工程机械故障检测的效率，保证工程机械的运行。

 

1.工程机械故障检测

 

为了有效处理工程机械故障，必须注意机械检测和维护手段，具体内容如下：①各种环境下的机械检测。也就是说，不同的环境条件对工程机械的应用有不同的影响。例如，大多数工程机械在冬季故障的概率较高。造成这种情况的主要原因是，当工程机械在低温环境下运行时，往往会出现熄火和难以重新启动的故障。在这种情况下，相关检测人员应对机械燃料系统进行故障检测[2]。由于工程机械在低温环境下运行，燃油容易凝固，导致油路堵塞。如果工程机械在高温环境下运行，设备的离心泵容易出现故障，表现为流量和扬程较低，严重时振动异常，导致机械无法正常使用。②对于新购买的工程机械设备，在第一次使用时，必须经过一段时间的磨合才能正常运行。因此，随着时间的推移，大多数工程机械的机械故障发生概率相应降低。

 

但是，如果工程机械在日常维护中出现一些突发故障，相关检测人员应做好机械故障检测:①检查机械设备油路是否堵塞，油路连接位置的螺栓是否脱落或松动。如果螺栓松动，结合平面会漏油或漏水。②第一次使用工程机械设备时，相关人员必须严格检查各管道的接口位置，防止接口位置松动引起的机械故障。一般来说，对于新购买的工程机械设备，首次使用时必须进行综合检测，及时发现问题，综合分析工程机械故障原因，提出科学有效的处理方法，确保工程机械的正常使用和机械的工作效率。

 

2工程机械故障检测技术

 

2.1状态检测

 

状态检测一般是测量性能参数，如振动、温度、流量、压力等。，从而判断其运行状态是否正常，并以这些参数为主要判断依据，分析特征参数与门限值之间的关系。常用于状态检测的技术形式有很多，如连续监测测量、离散分项检测、随机故障检测等。这里一般需要领域专家通过积累经验、DFEMA等手段深入挖掘故障现象与故障原因的关系，从而有效地预防和诊断故障。

 

2.2分析诊断

 

分析诊断的前提是积累大量的数据，制定故障敏感参数，从而评估其未来状态，判断剩余寿命。如果设备正常，则需要评估剩余寿命；如果设备出现故障，则需要分析故障程度，判断和评估剩余寿命。故障敏感参数是设备状态异常变化的主要反映路径[1]，然后通过建立故障树和可靠性树，逐层挖掘故障原因与故障现象的关系，通过经验的积累确定发生概率。为了避免更复杂的计算和模型的建立，逻辑识别通常用于确保某一运行阶段故障的准确性。

 

2.3故障诊断技术

 

故障诊断作为一种精确的诊断技术，有利于相关人员及时了解工程机械的正常运行情况、工程机械故障的位置、原因和严重程度。故障诊断技术主要内容如下。一听。也就是说，通过分析工程机械设备的噪声，可以明确故障。在听力过程中，可以准确识别工程机械的各种运行状态，及时有效地找出故障的原因。二看。即直观观察工程机械的异常状态，如观察机械发动机的排气颜色或漏油情况，检查零件是否断裂或松动，明确工程机械是否有故障。三闻。也就是说，通过鼻子闻到工程机械的气味，如果设备运行一段时间后电线烧坏，会产生烧焦的气味，相关人员通过闻到工程机械是否有故障问题。四摸。也就是说，用手触摸怀疑故障的位置，以确定故障的位置，如用手感受液压油管的振动，听液压系统的噪声，确定系统内是否有空气，最终发现故障。用手触摸制动鼓，如果这部分温度过高，变热，则表明工程机械的车轮制动器出现制动滞后故障。五试。即试验，通过试验再次呈现工程机械故障，从而明确工程机械是否存在故障问题。借助这种故障诊断技术，有利于防止更大的故障。

 

2.4神经网络诊断技术

 

作为一种更先进的诊断方法，无需总结和整理系统获得的相关数据。这大大减少了员工的表达工作量。人工神经网络诊断技术只需要对特殊案例进行培训。神经网络诊断技术有许多优点，如当需要获得知识时，无需整理和总结知识，可以消除专家知识表达问题。因此，与专家诊断系统相比，神经网络诊断技术更加人性化和智能化。当然，它也有其缺点，即逻辑薄弱，只是简单地利用工作中的实例经验，在故障诊断过程中缺乏说服力。

 

2.5利用计算机辅助检测分析技术

 

该技术充分利用计算机技术设计测试软件，实现工程机械故障的自动诊断和分析。系统将收集、记录和分析工程机械设备的各种信号，然后输入计算机，系统对工程机械设备的运行状态和故障进行检测和分析。值得注意的是，该系统必须具有非常强的数据分析能力和数据库。当故障诊断超过正常设定值时，会立即向技术人员发出警告。同时，通过系统完成工程机械故障的检测分析后，可以及时存储相关数据和图像，为每台需要检测的机械建立自己的数据库，也可以对多台机械的各种运行状态数据进行分类存储，方便今后快速发现，为机械维护工作提供有效证据。