我国近年来的旋转机械逐渐发展为大型机械，在这种发展趋势下人们开始重视对振动故障的诊断方法进行研究，在深入研究后探索出了一系列用人工识别图像来实现旋转机械振动故障诊断的方法。本文主要分析了旋转机械振动故障的机理、故障的特点以及几种图形识别方法。经过多种试验证明图形识别方法的科学可行性，值得在今后的实际操作中得到运用和发展。
    对于旋转机械在工作状态当中会发生振动，从而由振动产生的各种信号，信号会形成一些参数图形，通过对这些参数图形的研究与分析，我们可以实现对器械运行过程中的日常管理和保护。这也是目前应该采用的设备管理方式。而在实际操作过程中，图形识别技术并没有深入到工作当中。这种手段没有被利用于诊断旋转机械故障的原因是提取出明显的图形特征在技术上具有一定的困难，而且对于图形具体特征的描述也具有很大的挑战，是否能够将图形所呈现出的特征准确地表述出来是图形识别技术在旋转机械振动故障诊断方面的一个限制性因素。诊断旋转机械振动故障的原则
    采集诊断依据
    被诊断的机械表面所能表现出的所有相关信息都能够作为旋转振动机械故障诊断的有效依据。这些信息在机械运行的过程中能够通过传感器传递给人们。对旋转机械振动故障的诊断是否准确，一个重要的因素就是收集到的有关信息是否真实可靠，依据信息是否准确真实的决定性因素是传感器的品质，传感器质量如何、感应是否灵敏以及工作人员的直观判断都是决定信息准确性的重要衡量标准。
    对采集的信息进行处理和研究
    从传感器和工作人员两方面收集到的依据信息通常是混乱无序的，不能明显的看出其特点，这就导致了无法准确地对故障进行判断，这就要求我们在成功收集信息之后要及时对大量信息进行筛选和处理，目前普遍采用专业的机器来对这些信息进行分析和研究以及进一步的转换，经过这些处理之后所得到的信息要保证具有至关、价值性强等特点。
    对故障进行诊断
    对旋转机械振动故障诊断方面对工作人员的要求比较高，要求其具有过硬的理论betway必威官方网站 功底以及丰富的实际工作经验。工作人员应该充分了解机械方面的相关betway必威官方网站 ，熟练掌握机械的维修要点以及安装过程。正确的对机械振动故障进行诊断，并且能够对故障的发展形势进行预想，只有这样才能够及时进行维修和防范，使机械能够在正常状态下持续运行，保障顺利生产。
    旋转机械参数图形特征的提取
    旋转机械的参数图形表现出来的形式主要为纹理信息、形状信息和灰度信息。旋转机械振动故障的图形纹理信息是通过灰度共生矩阵来综合描述的，我们可以通过对图形上所显示的灰色区域的遍布概率来描述纹理的基元，还能够将图形中的梯度和灰度的大致排布顺序及各点之间的关系的梯度-灰度空间进行详细的绘制，最后结合结构法和统计法来对图形的纹理特征进行描述。运用这种方法既能将图形纹理的方向性通过梯度的方向性体现出来，又能够将结构方法和统计方法的自身优势得以凸显，更好的为图形纹理特征的描述提供保证，准确有效地将旋转机械状态下的参数图形中的结构和灰度的信息提炼出来。
    灰度-基元-梯度共生矩阵是一种体现图形纹理特征的基元信息，以及体现图形的灰度区域的变化情况的梯度信息，主要根据的是图形的灰度信息，这些信息结合在一起就形成了这种描述形式，这种方法通常被利用于对图形纹理特征的提取。
    几种成像方式在机械故障诊断中的运用
    5.1.波特图
    波特图是表示机械转速频率表和振幅，转速频率与相位之间的关系的曲线。振幅和相位随转速发生变化的过程都可以从波特图当中体现出来，从而可以分析出临界转速，也可以及时监测处机械运行过程当中状态发生的变化，当机械振动出现异常时能够及时诊断出故障。
    5.2.频谱图
    在现代研究下产生的一种能够体现出机械振动信号排布的频谱图叫做振动谱图。机械在振动时产生一系列复杂的信号，这些信号可以进一步进行分解，最终形成谐波分量，每一个分量以频率轴作为坐标，按照频率的高低进行排列形成一个谱图即为频谱图。在运用振动谱图进行对旋转机械振动故障的诊断的过程当中有两个关键的流程，首先要保证提取的故障特征信息的准确定以及对故障信息进行合理的分类。当旋转机械振动发生某种故障时，振动信号会有异常的表现，通常表现为过与强烈且不平稳、非线性的特点。
    5.3.轴心轨迹图
    轴心轨迹图是当机械发生故障时通过对轴承或者轴颈的同一个断截面上的两个互相垂直的位置上的检测来获得一系列振动产生的信号，从而从获得的信号当中得到关于机械故障的信息。这种轨迹图是通过对振动发生的位移和产生的振力的分析来对转子的转速进行确定，转子在不平衡力的作用下会产生不同的转速，并且出现不同振型，可以根据不同的振型、有针对性的对转子进行稳定。我们还可以通过提取到的轴心轨迹图来分析为何会产生振动，然后针对具体的各种原因来减小振动或防止振动。在机械振动故障的诊断工作当中，使用轴心轨迹图来进行判断，提前发现故障的预兆，能够有效的防止故障的发生或及时排除故障。
    通过这些先进的图形识别技术对旋转机械定期进行故障诊断已经取得了较好的成果，能够及时诊断出机械的安全隐患，从而对机械进行维护修理，减小了故障发生的几率。所以综合上述对几种图形识别方法的分析我们可以得到结论，在今后的机械振动故障诊断中应该广泛应用各种图形识别的方法，这能够使诊断的效率更高，也能减小故障发生的几率。

    我国当前科学研究的焦点之一就是针对机械的故障诊断，故障诊断的技术水平是否科学先进直接关系到生产运营能否顺利进行，从而影响到企业的经济效益。将图形识别技术用于旋转机械振动故障诊断的方式无疑是效率最高的技术手段，可是这种识别方法目前正处于探索阶段，若要真正的将本文中提出的理论性设想投入到实际工作中，还需要大量的成本以及技术支持，在这种情况下要求相关工作者积极学习先进的技术，长期累积经验从而达到技术的进一步完善，最终实现为企业创造更大利益的目标。