本发明涉及机械故障检测诊断技术领域，尤其涉及一种机械故障检测诊断方法。
背景技术：
机械故障是指机械功能的失常。具体地说，机械故障是指机械的各项指标技术偏离了正常状态，如：机械零件损坏，丧失工作能力；发动机功率降低，传统系统失去平衡，噪音增大；工作机构工作机械能力降低，燃料、润滑油消耗增加等统称为机械故障。现代工业的飞速发张，快速推动了机械制造业的发展速度，机械设备在工业领域中的应用越来越多。然而，由于机械设备自身的原因和一些外在因素的影响，使机械经常会出现各种各样的故障。现代生产中所用机械设备结构复杂，自动化程度高，各部分联系紧密，因而即使是局部的机械小故障都会造成整个机械设备停转，造成生产滞后，给企业造成严重的经济损失。因此，为了确保设备的安全、可靠、稳定运行，就需要对设备故障进行检测诊断，并根据相关诊断结果采取有效的措施加以解决。基于上述陈述，本发明提出了一种机械故障检测诊断方法。
技术实现要素：
本发明的目的是为了解决现有技术中存在的缺点，而提出的一种机械故障检测诊断方法。
一种机械故障检测诊断方法，包括以下步骤：
s1、根据所需检测机械设备的实际情况，在机械设备上分布安装振动传感器和至少1个声发射探头；
s2、启动所需检测的机械设备，在保证机械设备正常运转的情况下，多次利用振动传感器和声发射探头采集机械设备的正常工作信号，并保存多次采集结果；
s3、根据步骤s2中所得的采集结果，设定机械设备的工作信号标准值；
s4、在后期的机械设备运转过程中，继续利用振动传感器和声发射探头采集机械设备的工作信号，将采集的工作信号经滤波处理后与步骤s3中设定的工作信号标准值进行匹配，得出匹配分析结果；
s5、根据步骤s4所得匹配分析结果判断机械设备是否出现故障，反推出现故障的机械设备工作信号对故障部位进行定位，利用无损探伤技术对故障部位进行复验，综合分析采集结果和复验结果，计算得出最终故障检测结果。
优选的，所述步骤s3中的工作信号标准值为步骤s2中所得的多次采集结果经滤波处理后取平均值，然后将平均值加上理论误差值所得的区间值。
优选的，所述步骤s4中的匹配分析结果包括：步骤s4中采集的工作信号在步骤s3中设定的工作信号标准值区间内，即机械设备正常；或步骤s4中采集的工作信号不在步骤s3中设定的工作信号标准值区间内，即机械设备出现故障。
优选的，所述步骤s5中的无损探伤技术为超声波探伤、渗透探伤或涡流探伤中的一种。
优选的，所述步骤s5中最终故障检测结果的计算方法为贝叶斯统计法。
优选的，所述检测诊断方法还包括在机械设备的运转过程中，采用红外摄像仪对其进行实时监测。
本发明提出的一种机械故障检测诊断方法，利用振动传感器和声发射探头实现对机械设备的实时检测，利用正常状态下采集的工作信号设定工作信号标准值，用于后期采集工作信号的自动匹配，实现了对机械设备的实时监测和初步检测，利用无损探伤技术，对初步检测出的机械故障进行复验，利用贝叶斯统计法计算得出最终故障检测结果，本发明还采用红外摄像仪对运转设备的温度进行实时监测，本发明实现了对机械设备实时监测、机械故障定位和故障结果诊断，具有智能化程度高，诊断及时性好、诊断结果准确性高，有效的保证了设备的稳定运行，避免了因机械故障造成的产品质量受损、生产停滞及其他不良后果，从而加快了生产效率，保证了产品质量，降低了生产成本，值得推广。
具体实施方式
下面结合具体实施例对本发明作进一步解说。
实施例
本发明提出的一种机械故障检测诊断方法，包括以下步骤：
s1、根据所需检测机械设备的实际情况，在机械设备上分布安装振动传感器和至少1个声发射探头；
s2、启动所需检测的机械设备，在保证机械设备正常运转的情况下，多次利用振动传感器和声发射探头采集机械设备的正常工作信号，并保存多次采集结果；
s3、将步骤s2中所得的多次采集结果经滤波处理后取平均值，然后将所得平均值加上理论误差值设定机械设备的工作信号标准值；
s4、在后期的机械设备运转过程中，继续利用振动传感器和声发射探头采集机械设备的工作信号，将采集的工作信号经滤波处理后与步骤s3中设定的工作信号标准值进行匹配，当采集的工作信号在步骤s3中设定的工作信号标准值区间内，即机械设备正常；当采集的工作信号不在步骤s3中设定的工作信号标准值区间内，即机械设备出现故障；
s5、根据步骤s4所得匹配分析结果判断机械设备是否出现故障，反推出现故障的机械设备工作信号对故障部位进行定位，利用超声波探伤、渗透探伤或涡流探伤技术对故障部位进行复验，综合分析采集结果和复验结果，利用贝叶斯统计法计算得出最终故障检测结果。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。