机电设备故障智能检测与维修技术应用研究

倪余城; 何江涛; 张天亮

doi:https://doi.org/10.37155/2717-5197-0819-46

Home > Current

机电设备故障智能检测与维修技术应用研究

倪余城（陕西彬长大佛寺矿业有限公司）

何江涛（陕西彬长大佛寺矿业有限公司）

张天亮（陕西彬长大佛寺矿业有限公司）

https://doi.org/10.37155/2717-5197-0819-46

Abstract

机电设备是工业生产和基础设施运行不可或缺的基础物质条件，其故障检测与维修保障水平对整个系统的安全性和经济性至关重要。传统的以预防性维护和事后修理为主的方法，在当今设备日益复杂化、连续化以及智能化的情况下，已不能满足需求，出现了反应迟缓、过度维修以及诊断准确性差等问题。本文对机电设备故障智能检测与维修进行研究，介绍了目前主流智能检测技术途径，即振动分析、红外热成像、油液监测和声发射检测的基本原理及其应用范围；同时讨论了基于深度学习或迁移学习等先进的人工智能技术在特征提取以及模式分类上所具有的优点和缺点。在维修方面提出了一种由状态评估、寿命预测以及维修方案优化相结合而成的整体式智能化维修方案。研究显示，机电设备故障智能检测与维修并不是单纯的技术叠加，而是要形成一种“感知—诊断—决策—实施”的整体化方案，使设备维修由被动应对转变为积极预防。

Keywords

机电设备；智能检测；故障诊断；深度学习；状态维修；维修决策

Full Text

PDF

References

[1]雷亚国,贾峰,孔德同.深度学习在机械故障诊断中的
应用研究综述[J].机械工程学报,2022,58(11):1-21.
[2]陈雪峰,李兵,何正嘉.智能运维与健康管理：从状
态监测到预测性维护[J].中国机械工程,2021,32(15):1765-
1776.
[3]邵海东,姜潮,韩旭.基于迁移学习的旋转机械故障诊
断方法研究进展[J].振动与冲击,2023,42(4):1-13.
[4]王奉涛,苏永刚,李宏坤.面向不平衡数据的深度生成
对抗网络故障诊断方法[J].仪器仪表学报,2022,43(8):176-
185.

Publishing time:2026-10-01
This work is licensed under a Creative Commons Attribution 4.0 International License