空压机是用以提高各种气体压力的一种通用机械，是机械工业中量大面广的产品之一。在国民经济许多部门中得到十分广泛的应用，几乎遍及工业、农业、交通运输、医疗卫生、国防、科研乃至全人民生活的许多领域，尤其在化工、合成、煤炭、石油、建筑施工、海洋工程等方面，更是必不可少的动力设备。空压机的设计制造水平，以及它的远行经济性和可靠性，己被认为是衡量一个国家机械工业发展状况和水平的标志之一。
随着装备的不断发展，对空压机的性能要求越来越高，其结构也越来越复杂，因此对空压机进行状态检测和故障诊断具有重要的军事和经济意义。如果在设备实际运行当中，如能对隐含的故障进行正确的早期预报和诊断，使空压机在不分解的情况下就能准确判断出故障的部位，借助或依靠先进的传感器技术和动态测试技术及计算机信号处理技术，分析设备中异常的部位和原因，对于减少和防止事故的发生，提高生产的经济效益，起到极大的促进作用。开发出能够应用于指导实际生产的在线状态监测与故障诊断技术，己成为社会化大生产的关键问题。
1、往复式空压机诊断技术的研究现状
总结起来，空压机故障诊断技术的发展大致可分四个阶段：
(1)第一阶段是在19世纪，当时机器设备本身技术水平和复杂程度都很低，一般采用事后维修方式。
(2)第二阶段是进入20世纪后，随着工业生产的发展，装备本身的技术复杂程度也有了提高，装备故障或事故对生产的影响显著增加，在这种情况下，出现了定期预防维修方式。
(3)第三阶段是从20世纪60年代开始，特别是70年代，设备诊断技术随着现代计算机技术、数据处理技术等发展，出现了更科学的按设备状态进行维修的方式。
(4)第四阶段是进入20世纪80年代以后，人工智能技术和专家系统、神经网络等开始发展，并在实际工程中应用，使设备维修技术达到了智能化高度。虽然这一阶段发展历史并不长，但已有研究成果表明，设备智能故障诊断具有十分广泛的应用前景。
往复式空压机是工业上应用量大、面广的一种重要通用机械，其故障诊断比较复杂，对于其故障诊断技术的研究一直以来都得到了国内外学者的广泛关注。例如，在国外，美国学者曾经利用气缸内侧的压力信号图像判断气阀故障及活塞环的磨损;捷克学者根据对千余种不同类型的空压机建立了常规性参数数据库，确定评定参数，以判断空压机的工作状态等。在国内，有些专家对往复式空压机的缸盖振动信号进行过简单分析，也有人在缸盖振动信号对缸内气体压力的影响方面进行过研究。尤其是近几年来，人工智能领域的专家系统和神经网络技术在往复式空压机故障诊断方面的应用以及一些专家学者对空压机的常规性能参数的监测和控制方面所做的工作，目的都是为了改变目前空压机操作人员用耳听、眼看、凭借经验判断故障的局面。然而，由于往复式空压机结构复杂、激励源多等特点，鉴于当前研究现状以及上述研究资料表明，计算机技术的不完善和人工智能领域的专家系统和神经网络技术的初步使用，使得故障诊断技术目前还只是处于第三阶段的整理完善和向第四阶段的过渡时期，至今尚无一套像旋转机械那样成熟的、得到人们普遍认可和广泛应用的诊断系统，以供选择并获得往复式空压机工作状态的有效特征参数。仅仅采取先凭经验或设想去确定和试凑特征参数，然后再进行实验验证的方法是不充分的，且不能找出z*优特征参数，离实际应用还有差距，也与其在工业中的重要地位不相称。
2、往复式空压机的常见故障及机理
往复式空压机故障按机理可分成两大类：一类是流体性质的，属于机器热力性能故障;另一类是机械性质的，属于机械功能故障。引起故障的原因不同，确定故障所采集的信号和使用的方法也应有所不同。
2.1 往复式空压机热力性能的故障及机理
以多年的生产经验来看，造成往复式空压机热力故障的主要原因为填料函和气阀等易损件的损坏。填料函的故障可使排气量降低、压比失调等。统计资料表明，气阀故障占往复式空压机故障总数的60%，气阀故障可导致压比失调、排气温度增高、排气量降低等，严重时甚至可拉毛气缸导致机组报废。在实际生产中，现场操作人员常根据它来进行诊断。
2.2往复式空压机机械功能的故障及机理
在生产过程中典型的机械故障有阀片碎裂、十字头及活塞杆断裂、活塞环断裂、汽缸开裂、汽缸和汽缸盖破裂、曲轴断裂、连杆断裂和变形、连杆螺栓断裂、活塞卡住与开裂、机身断裂和烧瓦、电机故障等。实践证明，气阀故障的诊断在往复式空压机故障诊断中是很重要的，但活塞杆断裂、裂纹事故也较常见。由于运动件较多，大多数还是机械性能故障。
3、往复式空压机状态监测、故障诊断方法及原理和技术特点
往复式空压机作为复杂的机械设备，其状态监测和故障诊断的技术手段和方法很多，通常采用的是在线间接诊断方法，即通过二次诊断信息来间接判断其中关键零部件的状态变化。常见的方法一般有：直观检测、热力性能参数监测、振动噪声监测、润滑油液分析、专家系统和神经网络等。
3.1 直观检测
空压机操作人员仅用耳听、眼看、凭借经验判断设备的故障。随着机械设备朝着高度自动化的方向发展，该方法已无法满足目前故障诊断的要求。
3.2 热力性能参数监测
测量热力性能参数，并据此判断往复式空压机状态，从而诊断故障的研究，此研究已有较长的历史。一般通过仪表监测空压机的油温、水温、排气量、排气压力、冷却水量等，为查找有关部件的故障提供有用的信息。由于该方法对故障点缺乏准确性及预测性，目前主要用于监测工艺参数及空压机的运行状态。
3.3 振动噪声监测
振动监测诊断往复式空压机故障，在实验室已取得了许多研究成果。利用机器表面振动信号诊断活塞、气缸磨损、气阀漏气和主轴承状态;在气缸头安装振动传感器，通过分析振动信号诊断缸内故障;利用振动信号诊断往复式空压机主轴承故障;利用润滑油管路内的压力波信号诊断往复式空压机轴承故障等。但由于背景噪声干扰大、往复式机械工况的变化导致其信号的非平稳性、缺少性能可靠的传感器等原因，该方法尚未全面推广。
3.4 油液监测
润滑油油液分析分为两大类：1)油液本身物理化学性能的分析，润滑油的粘度、酸度、水分、燃油、闪点等;2)油液中摩擦副磨损信息的分析，包括光谱分析、铁谱分析、颗粒计数等。该方法的实施过程包括取样、样品制备、获得监测数据、形成诊断结论等步骤。
近年来，国内外均研制出了用于现场的便携式油液性能测试箱，可简便地测试油液的粘度、酸(碱)值、水分、机械杂质等多项指标。润滑油中磨粒监测技术则可分为在线和离线两大类。离线监测技术主要有油液光谱分析、铁谱分析及利用扫描电子显微镜和能谱仪分析铁谱谱片等;在线监测技术主要有颗粒计数器、在线式铁谱仪等，已经投入使用的主要有光学型磨损颗粒计数器，电磁型磨损颗粒计数器，尚未投入实际使用但已在研究的有x射线磨损颗粒在线监测仪，超声磨损颗粒监测仪等。
3.5 人工智能诊断往复式空压机故障
人工智能领域的专家系统和神经网络技术已广泛应用于往复式空压机故障诊断。故障诊断专家系统，是基于大量的实践经验和领域专家知识的一种智能化计算机程序系统，用以解决复杂的、难度较大的系统故障诊断问题。它的优点是推理预测简单、解释机制强、易于建造、使用方便;其缺点是在诊断复杂装备时，存在知识获取的瓶颈和自学习、专家知识是否准确和可靠及推理机制过于简单等问题。人工神经网络是一种大规模的分布式并列处理系统，具有组织性和自学习性，能从故障中学习，具有联想记忆、模式匹配等功能，将它应用到故障诊断系统可较好地解决当前专家系统面临的问题，但它也存在如下不足：诊断推理不清楚，诊断解释机制不强，复杂系统的模型难以建立等。笔者尝试采用BP神经网络对级差式空压机进行气缸故障的诊断，也尝试采用灰色关联度分析法对空压机进行过诊断，都取得了一定的效果，见参考文献1，2。
4、往复式空压机故障诊断应注意的问题
近年来往复式空压机的故障诊断技术不断发展，推陈出新，在实际运用中也积累了不少成功的经验，但往复式空压机的在线状态监测及故障诊断仍是目前研究的热点和难点，在进行故障诊断时要注意以下几点：
(1)小波分析、人工智能理论等多种分析技术相结合。由于往复式空压机结构复杂，振动激励源多，被测信号中干扰噪声多，且存在严重非平稳性和非线性，因此应注重非线性、非定常信号的处理。
(2)故障监测准确率不高。往复式空压机故障在线监测获取的故障信息一般都是间接采集获得，都带有一定程度的不确定性，常会出现误诊。因此，应加深识别理论的研究。此外，目前研究大多停留在定性关系上，定量关系仍有待确定。如：气阀的故障诊断，对阀片的前期裂纹存在的预测，不同的裂纹的类型、长度及方向在频谱图上的表现特征仍需要深入研究。
(3)一些典型故障仍不能诊断。活塞杆、曲轴、连杆断裂预测或存在裂纹诊断仍缺乏有效手段。国外文献提出，用应变传感器监测曲轴每一转是否有逆向载荷来判断活塞杆中的缺陷，其准确性和可靠性仍值得研究。北京理工大学所研制的新型非表面接触式传感器及监测控制仪，能对金属和非金属裂纹动态监控，在往复式空压机上的应用前景如何需要进一步深入研究。
(4)系统诊断方法单一，专家系统知识库急需充实。往复式空压机故障诊断实例很多都无法有效地表达成通用的诊断规则，故往复式空压机故障诊断的专家系统知识库急需充实。典型故障特征的研究实验是知识库知识的主要来源，鉴于往复式空压机实验研究的困难，应加强计算机辅助实验的开发工作。
(5)高可靠性、专用新型集成化、价格适中，特别是长寿命的可预埋于机内的传感器与监测仪的研制。
(6)由于往复式空压机系统结构复杂，工作时振动是非平稳的随机过程，有时表现为非线性，所以对系统建立数学模型困难较大。而且通过振动分析获得往复式空压机故障诊断与特征参数之问的对应关系非常复杂，这些问题都是亟待解决的。由上面分析可见，往复式空压机故障诊断技术仍是个难点问题。所以，我们应该利用已有的旋转机械的故障诊断技术成果去研究往复式空压机的故障。
5、结语
鉴于上面的分析，笔者认为，今后往复式空压机故障诊断技术的发展趋势是利用小波分析、人工智能理论、计算机辅助设计等方法与网络化相结合，开发出多源信息融合的实时在线故障诊断监测系统。在往复式空压机故障诊断的过程中，可利用的状态信息还很多，如机器运行过程中的过程量和过程参数以及排泄物信息等，但活塞杆、曲轴、气阀的裂纹诊断仍是研究的重点。不同的特征参数有各自的敏感区域，表现出对不同故障灵敏度的不同，因此综合利用大量信息进行多源信息融合化，是今后往复式空压机故障诊断技术应重点研究的课题。在实时在线诊断方面，应重点研制适合往复式空压机故障诊断的专用新型集成化传感器和观测器，寻找各振动信号之间相互交叉影响z*小的z*佳测点，利用现代信号处理方法以及智能理论等实现故障的自动诊断。充分利用神经网络等的自学习能力并对历史数据进行数据挖掘，尤其是将计算机网络技术引入状态监测和故障诊断领域，将成为实现在线故障诊断的一个发展趋势。
