TPM咨询公司提出设备故障诊断的任务是监测设备的状态，判断其是否正常；预测和诊断设备的故障并消除故障：指导设备的管理和维修。

　　

　　1．状态监测

　　

　　通常设备的状态可分为正常状态，异常状态和故障状态几种情况。正常状态指设备的整体或其局部没有缺陷，或虽有缺陷但其性能仍在允许的限度以内。异常状态指缺陷己有一定程度的扩展，使设备状态信号发生一定程度的变化，设备性能己劣化，但仍能维持工作，此时应注意设备性能的发展趋势，即设备应在监护下运行，故障状态则是指设备性能指标己有大的下降，设备已不能维持正常工作，设备的故障状态尚有严重程度之分，包括己有故障萌生并有进一步发展趋势的早期故障：程度尚不很重，设备尚可勉强“带病”运行的一般功能性故障，以及由于某种原因瞬间发生的突发性紧急故障等。
 

故障诊断方法

　　

　　状态监测的任务是了解和掌握设备的运行状态，包括采用各种检测、测量、监视、分析和判别方法，结合系统的历史和现状，考虑环境因素，对设备运行状态进行评估，判断其处于正常或非正常状态，并对状态进行显示和记录，对异常状态作出报警，以便运行人员及时加以处理，并为设备的故障分析、性能评估、合理使用和安全工作提供信息和基础数据。

　　

　　2．故障诊断

　　

　　故障诊断的任务是根据状态监测所获得的信息，结合己知的结构特性和参数以及环境条件，结合该设备的运行历史（包括运行记录和曾发生过的故障及维修记录等），对设备一可能要发生的故障进行预报和分析、判断，确定故障的性质、类别、程度、原因、、部位，指出故障发生和发展的趋势及其后果，提出控制故障继续发展和消除故障的调整、维修、二治理的对策措施，并加以实施，最终使设备复员到正常状态。

　　

　　设备上不同部位、不同类型的故障，引起设备功能的不同变化，导致设备整体及各部位状态和运行参数的不同变化。故障诊断的任务就是当设备上某一部位出现某种故障时，要从这些状态及其参数的变化推断出导致这些变化的故障及其所在部位。由于状态参数的数量浩大，必须找出其中的特征信息，提取特征量，才便于对故障进行诊断。由某一故障引起的设备状态的变化称为故障的征兆。故障诊断的过程就是从己知征兆判定设备上存在故障的类型及其所在部位的过程。因此故障诊断的方法实质上是一种状态识别方法。

　　

　　故障诊断的困难在于：一般来说，故障和征兆之间不存在简单的一一对应的关系：一种故障可能对应多种征兆，‘而一种征兆也可能对应多种故障．例如旋转机械转子的不平衡故障引起振动增大，其中相应于转速的工频分量占主要成分，其是主要征兆，同时还存在一系列其他征兆。反过来工频成分占主要成分这一征兆不只是不平衡的独特征兆，还有许多其他故障也都对应这一征兆。这就为故障诊断增加了难度。因此通常故障诊断有一个反复试验的过程：先按已知信息提取征兆，进行诊断，得出初步结论，提出处理对策，对设备进行调整和试验，甚至停机维修，再启动机器进行验证，检查设备是否己恢复正常，如尚未恢复，则需补充新的信息，进行新一轮的诊断和提出处理对策，直至状态恢复正常。

　　

　　3.指导设备的管理维修

　　

　　第四节将要讲到，设备的管理与维修方式的发展经历了三个阶段，即早期的事后维修方式，发展到定期预防维修方式，现在正向状态预知维修方式发展。定期维修制度可以预防事故的发生，但可能出现过剩维修或不足维修的弊病。状态维修是一种更科学、更合理的谁修方式。但要能做到状态预知维修，其条件是有赖于完善的状态监测和故障诊断技术的发展和实施。这也是国内外近年来对故障诊断技术如此重视的一个原因。随着我国故障诊断技术的进一步发展和实施，我国的设备管理、维修工作将上到一个新的水平，我国工业生产的设备完好率将会进一步提高，恶性事故将会进一步得到控制，我国的经济建设将会得到更健康的发展。

　　

　　由于设备故障的复杂性和设备故障与征兆之间关系的复杂性，形成了设备故障诊断是－种探索性的过程这一特点。就设备故障诊断技术这一学科来说，重点不只在于研究故障本身，而更在于研究故障诊断的方法。故障诊断过程由于其复杂性，不可能只采用单一的方法，而要采用多种方法。可以说，凡是对故障诊断能起作用的方法就要利用，必须从各种学科中广泛探求有利于故障诊断的原理、方法和手段，这就使得故障诊断技术呈现多学科交叉这一特点。

　　

　　一、传统的故障诊断方法

　　

　　首先是利用各种物理和化学原理手段，通过伴随故障出现的各种物理和化学现象，直接检测故障。例如，可以利用振动、声、光、热、电、磁、射线、化学等多种手段，观测其变化规律和特征，用以直接检测和诊断故障．这种方法形象、快速，十分有效，但只能检测部分故障。

　　

　　其次，利用故障所对应的征兆来诊断故障是最常用、最成熟的方法。以旋转机械为例，振动及其频谱特性的征兆是最能反映故障特点、最有利于进行故障诊断的手段。为此，要深入研究各种故障的机理，研究各种故障所对应的征兆。在诊断过程中，首先分析设备运转中所获取的各种信号，提取信号中的各种特征信息，从中获取与故障相关的征兆，利用征兆进行故障诊断。由于故障与各种征兆间并不存在简单的一一对应关系，因此利用征兆进行故障诊断往往是一个反复探索和求解的过程。

　　

　　二、故障的智能诊断方法

　　

　　在上述传统的诊断方法的基础上，将人工智能(Artificial Intelligence）的理论和方法用于故障诊断。发展智能化的诊断方法，是故障诊断的一条全新的途径，目前己广泛应用，成为设备故障诊断的主要方向。

　　

　　人工智能的目的是使计算机去做原来只有人才能做的智能任务，包括推理、理解、规划、决策、抽象、学习等功能。专家系统（Experi System）是实现人工智能的重要形式，目前己广泛用于诊断、解释、设计、规划、决策等各个领域。现在国内外己发展了一系列用于设备故障诊断的专家系统，获得了很好的效果。

　　

　　专家系统由知识库、推理机以及工作存储空间（包括数据库）组成．实际的专家系统还应有知识获取模块。知识库管理维护模块，解释模块，显示模块以及人机界面等。

　　

　　专家系统的核心问题是知识的获取和知识的表示。知识获取是专家系统的“瓶颈”，合理的知识表示方法能合理地组织知识，提高专家系统的能力。为了使诊断专家系统拥有丰富的知识，必须进行大量的工作．要对设备的各种故障进行机理分析，其中有的可建立数学模型，进行理论分析；要进行现场测试和模型试验；特别要总结领域专家的诊断经验，整理成适合于计算机所能接受的形式化知识描述；还要研究计算机的知识自动获取的理论和方法。这些都是使专家系统有效工作所必需的。

　　

　　三、故障诊断的数学方法

　　

　　设备故障诊断技术作为一门学科，尚处在形成和发展之中，必须广泛利用各学科的最新科技成就，特别要借助各种有效的数学工具。包括基于模式识别的诊断方法，基于概率统计的诊断方法，基于模糊数学的诊断方法，基于可靠性分析和故障树分析的诊断方法，以及神经网络、小波变换、分形几何等新发展的数学分支在故障诊断中的应用等等。