1机械故障诊断技术研究现状
机械故障诊断技术，顾名思义，就是采用某种技术手段来预测即将发生的机械故障，判断故障发生位置，为预防故障发生及排除故障提供技术支持，降低故障带来的损失。早期，人们主要通过听声音、触摸等方式判断故障是否产生以及故障产生位置，随着计算机技术的发展，各种计算机技术特别是现代信号处理技术被不断的应用到故障诊断技术中来，机械故障诊断技术已逐渐成为一门系统学科。
1)通用机械故障诊断技术研究现状。最早开展机械故障诊断技术研究的是美国。20世纪60年代以后，随着航天及航空技术的发展，对故障的预判及诊断提出了更高的要求，传统故障诊断方法已不能满足技术发展的需要，促使美国积极开展故障诊断技术的研究和开发工作。随后，欧洲、日本等发达国家相继开展机械故障诊断技术研究[1]。20世纪80年代，在相关部门的支持下，国内大学和科研机构也开始机械故障诊断方面的研究。在部件摩擦碰撞、松动等故障方面，清华大学裙福嘉课题组对其非线性动力学行为进行理论和实验研究，已取得重要进展[2]。小波变换为故障诊断时频域重要方法之一，西安交通大学何正嘉课题组[3,4]即采用小波技术进行故障诊断技术研究。在机械监测诊断领域，西安交通大学屈梁生课题组[5]创立了全息谱技术，采集机器振动过程中的幅、频、相信息，显著提高机器运行中故障的识别率，此外还有东南大学的钟秉林等学者均长期从事于机械故障诊断研究，出版了大量学术著作和论文，为推动通用机械故障诊断技术做出了重要贡献。
2)农业机械故障诊断技术研究现状。农业机械故障诊断方面，陈芳等在对农业机械故障发生的原因及征象进行分析的同时，应用希尔伯特一黄变换方法对农业机械的故障点进行了观测和诊断，通过经验模式分解(EMD)分离噪声，然后从希尔伯特谱中分析出故障振动信号的时频分布情况，从而确定故障发生的时间以及故障前后信号频率和幅值随时间变化的各种信息，以达到提取较为完整的故障特征的目的，实现对这类系统的某些特殊故障的诊断。刘明涛，孙斐采用小波变换技术分析农业机械运行过程中产生的振动信号，有效地检测出齿轮箱系统信号的变化，实现对齿轮箱系统的故障诊断。李杰，赵艳针对目前农业机械故障诊断采用人工方法排除步骤冗长、速度慢、效率低、准确率低等问题，提出并实现了一个基于正向推理的农业机械故障诊断、安全评价专家系统。该系统具有农业机械知识查询、农业机械故障诊断和农业机械安全评价等功能，有较好的稳定性与鲁棒性。李晓敏，李杰等在农业机械故障诊断中引入计算机动态模拟技术。
3)状态监测技术研究现状。在设备关键部件状态监测方面，应用最为成熟的是故障自诊断系统又称OBD(OnBoardDiagnosties)系统，该系统通过传感器监测控制系统各部件的工作状态，并根据传感器数值监测部件运行状态以及安装位置来确定故障产生位置，并自动形成故障代码，存储故障信息，为故障的排除提供线索。OBD系统最早用于汽车尾气排放监测，后来逐渐扩展到发动机故障检测，最后发展到刹车系统、气囊、车门等整车部件状态检测，甚至关键部件的螺钉松动都可以检测出来，以便及时发现隐患，保证汽车的安全运行。现在OBD系统又逐渐扩展到空调、冰箱、彩电等家用电器故障诊断中，这些设备中均安装微处理器控制单元(ECU)，当设备出现故障时，一方面采用声光报警，另一方面产生故障代码，故障代码中包含故障类型、故障位置等信息，为排除故障提供方便。OBD系统比较复杂，其功能由软件和硬件共同实现。现有汽车OBD有超过150个可能的故障代码。汽车OBD系统经历OBDI、OBDII，现已发展到OB-DIII。现在汽车上的OBD系统已全部集成在汽车电子控制单元(ECU)中。国际上生产ECU系统品牌主要有，博世、摩托罗拉、德尔福、马瑞利、西门子。国内康佳、比亚迪等国产车开发商开始研发自主ECU系统品牌。据报道，潍柴自主研发的高压共轨电控ECU(含OBD系统)已开始小批量投放市场。
2机械故障诊断技术研究方法
机械故障诊断方法非常多，经过近半个世纪的发展，已形成机器振动和噪声信号测定、润滑油磨损碎片测定、温升测定等方法。在故障信号处理方面采用时域分析法、频域分析方法及时频分析法等。故障识别方面采用专家系统、模式识别以及神经网络等技术。故障预警方面主要采用状态监测方法，借鉴在汽车上运用相对成熟的故障自诊断系统(OBD系统)。现简要介绍与农业机械故障诊断相关，较多应用于农业机械故障诊断的方法。
1)采用时域信号分析的故障诊断技术。在机械设备的特定部位安装振动传感器，采集、记录并显示设备在运行过程中随时间变化的振动信息，如振幅、相位、频率等，得到机械设备特定部位的时间历程，也就是时域信号。时域信号中包含的信息量大，直观且易于理解，是机械故障诊断的原始依据，但时域信号数据十分庞杂，很难一眼看出故障特征，需要采用特定方法处理。时域信号处理技术主要包括，时域统计分析及相关分析等。
2)采用频域信号分析的故障诊断技术。频域分析实质上是将时域信号进行快速傅里叶变换，转化为频域信号，采用频域信号处理技术分析信号，并得出故障特征的分析方法。许多故障的发生和发展，振动信号的频率成分会发生非常明显的变化。例如，齿轮发生断齿、表面疲劳剥落等都会引起周期性的冲击信号，相应在频域就会出现不同的频率成分。监测这些信号频率变化，可有效预测故障发生与发展。频域信号处理技术主要包括频谱分析、倒频谱分析及包络分析等。
3)采用时频域信号分析的故障诊断技术。机械产生故障后，运行过程中的振动信号会产生显著的频域或时域故障特征，然而这些特征并不是不变的，而是随着时间变化的，即动态信号的非平稳性。特别是剥落、松动、裂纹等故障，非平稳尤其明显。实际故障检测过程中，非平稳性往往是普遍的，平稳性只是一种简化或近似。非平稳信号的相关函数、功率谱等统计量是时变函数，必须要得到这些信号的频谱随时间的变化情况才能更好的判断故障情况。因此，一般采用时间和频率的联合函数来表达这些信号，该方法称为信号的时频表示。实际应用中，时频域信号分析技术主要包括傅里叶变换、Wigner-Ville分布、小波变换等。
3农业机械故障诊断技术发展趋势
1)通用机械领域相对成熟的故障诊断技术逐步移植到农业机械故障诊断中来。可用于农业机械故障诊断的一是基于振动信号特征提取的故障诊断技术，二是关键部件工作状态监测故障诊断技术。基于振动信号特征提取的故障诊断技术大部分用于化工、电力等大型机械设备故障诊断，理论发展非常早，许多现代控制理论，计算机技术，信号处理技术均被应用基于振动信号特征提取的故障诊断技术中。关于关键部件工作状态监测方面，最成功的例子是汽车故障自诊断系统(OBD)，以传感器监测关键部件状态，采集到的数据送汽车电子控制单元(ECU)处理，主要用于汽车发动机及汽车其他关键部件工作状态监测，技术发展已比较成熟。农业机械越来越复杂，对故障诊断的实效性、准确性要求越来越高，上述两种故障诊断与监测技术正逐渐移植到农业机械上来。
2)现代智能化技术不断运用到农业机械故障诊断中来。随着农业机械复杂程度加大以及对智能化水平提高的需求，农业机械状态检测与故障诊断技术将日趋完善。针对农业机械故障特征的专家系统、神经网络、模糊逻辑、遗传算法等智能诊断方法将不断的运用到农业机械故障诊断中来，在当前技术基础上，将新的理论和技术引入到农业机械故障诊断领域，不断出现不同智能故障诊断技术，形成综合性能更好的融合智能故障诊断技术。
3)多种故障诊断方法相互补充，逐渐融合。目前，综合各种诊断技术的综合诊断方法已经兴起，除了单一参数、单一故障的技术诊断外，还出现了多参量、多故障诊断技术。诊断手段多样化，处理方法除了采用振动信号外，还可以综合利用油液、噪声、电磁、应力、射线等多种信息。这些诊断方式取长补短，相互融合，逐渐发展出许多新型故障诊断方法，大大提高了故障诊断的准确性。多种手段相互融合，已成为提高故障诊断准确性的发展趋势。