清洁生产是指：将综合预防的环境战略，持续应用于生产过程和产品中，以便减少对人类和环境的风险。

　　清洁生产的两个基本目标是资源的综合利用和环境保护。对生产过程而言，清洁生产要求渗透到从原材料投入到产出成品的全过程，包括节约原材料和能源，替代有毒的原材料和短缺资源，二次能源和再生资源的利用，改进工艺及设备，并将一切排放物的数量与毒性削减在离开生产过程之前。对于产品而言，清洁生产覆盖构成产品整个生命周期的各个阶段，即从原材料的提取到产品的最终处理，包括产品的设计、生产、包装、运输、流通、销售及报废等，合理利用资源，并最大限度地减少对人类和环境的不利影响。

　　从以上叙述可看出，现代设备状态监测与故障诊断技术对于国民经济有着十分重要的意义，其作用主要表现在以下几方面：

　　6、机械制造技术的发展趋势可以概括为：(1)机械制造自动化(2)精密工程(3)传统加工方法的改进与非传统加工方法的发展。

　　机械制造自动化技术始终是机械制造业中最活跃的一个研究领域。也是制造企业提高生产率和赢得市场竞争的主要手段。机械制造自动化技术自本世纪20年代出现以来，经历了三个阶段，即刚性自动化、柔性自动化和综合自动化。

　　故障信息检测与传感器技术的发展趋向是[4]：发展以高可靠性和长期稳定性为代表的检测与传感器技术；发展固定植入式和介入式检测与传感技术；发展故障信息的遥测技术；发展振动测量用光纤传感技术；发展声发射检测技术。传感器技术将继续是状态监测和故障诊断的一个重要研究内容。随着微电子技术、光电技术和精密机械加工技术与传统的传感技术相结合，传感器将向微型化、多参数、数字化、实用化发展，与之配套的二次仪表将向多功能、智能化方向发展，将导致集微传感器、微处理器于一体的智能前端微系统的问世和应用。

　　智能制造系统可被理解为由智能机械和人类专家共同组成的人机一体化智能系统，该系统在制造过程中能进行智能活动，如分析、推理、判断、构思、决策等。

　　在设计和制造过程中，采用模块化方法，使之具有较大的柔性；对于人，智能制造强调安全性和友好性；对于环境，要求作到无污染，省能源和资源充分回收；对于社会，提倡合理协作与竞争。

　　在这方面，可以与美国的制造业的增加值和GDP的比重作一个对比。美国的制造业的增加值和GDP的比重在2000—2005年之间大体上升了15—20%之间，这几年美国制造业的比重开始下降，其中一方面有美国服务业比重的加长；另一方面是因为这些年美国制造业这几年的发展比较缓慢。而我国制造业占GDP的比重基本上在32%—35%这个之间，若干年以后我国制造业在这个比例上的波动可能会有降低，但却丝毫不会影响其在国民经济占有的重要位置。

　　故障信息检测是对机械设备实现状态监测与故障诊断的第一步，是故障诊断工作的重要基础，故障信息检测是对机械设备本身的工作参数，性能指标、相关物理量等信息的信号进行检测和量化的技术,而传感器则是获取各种信息并将其转换成易测量和处理的信号 (一般为电信号)的器件，是故障信息检测的关键和主要手段。另外，故障信息的检测还有取样，探伤等手段。机械设备故障信息检测涉及的主要物理量有振动 (如位移，速度，加速度、机械阻抗或导纳)，声(如声压、声台，声功率)，力 (应力、载荷、力、力矩、扭矩，压力)，转动(如转速、角位移)以及温度，流量等。

　　再来看未来十年我国的服务业会不会有快速发展，以使制造业在GDP中占的比重降下来？先大体介绍一下，美国现在服务业的比重占75%，印度占51%，中国占41%。我想未来十年我们的服务业如果到了占GDP的50%，这就已经是一个很大的进步了。如果按照这个比例，未来十年制造业在GDP中占得比重依然还在30%左右。

　　既然我国的制造业在未来十年依然还是国民经济发展的重要动力，因此制造业在未来的十年内仍将保持比较高速的发展速度。

　　我国制造业总产值从2000年的73924亿元上升到2008年的441358亿元，其增长速度可见一斑。下图是制造业、工业以及GDP增速的比较图。从这个图可以看出，工业增速高于GDP增速两个百分点左右；制造业总产值增速高于工业增速的十个百分点左右。因此再过十年，制造业总产值的增速和工业增加值的增速基本保持10—20%左右。

　　此外，状态监测与故障诊断技术的研究与发展对促进其相关学科技术的发展也具有科学意义。

　　大型设备状态监测与故障诊断技术研究所涉及的学科领域十分广泛，并在不断扩展。根据目前的情况和潜在价值，其研究内容主要有以下几个内容：

　　综上所述，机械制造业的发展方向是将传统的制造技术与现代信息技术、管理技术、自动化技术、系统工程技术进行有机的结合，通过计算机技术是企业产品在全生命周期中有关的组织、经营、管理和技术有机集成和优化运行，在企业产品全生命周期中实现信息化、智能化、集成优化达到产品上市快、服务好、质量优成本低的目的，进而提高企业的柔性、健壮性和敏捷性，是企业在激烈的市场竞争中立于不败之地。

　　大型设备状态监测与故障诊断技术在近十年内得到了前所未有的发展，它对于工业部门重要设备的管理维护、提高企业生产能力和保证安全生产、改进产品质量都具有极大的效益，在国民经济各部门发展中有着十分重要的意义?[1]

　　众所周知，一切工业部门有着许多各种各样的机器和设备，它们运行是否完好直接影响企业的效益，其中一些关键性重要设备甚至起着决定企业命运的作用，一旦发生事故，损失将不可估量。因此，如何避免机器发生事故，尤其是灾难性事故，一直是人们极为重视的问题。长期以来，由于人们无法预知事故的发生，不得不采取两种对策：一是等设备坏了再进行维修，该办法经济损失很大，因为等设备运行到破坏为止，往往需要昂贵的维修费用，灾难性破坏需要更换设备，还可能造成人员伤亡；二是定期检修设备，这种方法需有一定计划性和预防性，但其缺点是如无故障，则经济上损失很大，而且定期检修的时间周期也很难确定。因此，合理的维修应是预知性的，即在设备故障出现的早期就监测臆患，提前预报，以便适时、合理地采取措施，于是故障诊断技术应运而生。

　　机械制造业作为一个传统的领域已经发展了很多年，积累了不少理论和实践经验，但随着社会的发展，人们的生活水平日益提高，各个方面的个性化需求越加强烈。作为已经深入到各行各业并已成为基础工业的机械制造业面临着严峻的挑战。

　　先进制造技术这个概念的提出为机械制造业的发展指明了方向。先进制造技术是传统制造技术不断吸收机械、电子、信息、材料、能源和现代管理等方面的成果，并将其综合应用于产品设计、制造、检测、管理、销售、使用、服务的制造全过程，以实现优质、高效、低耗、清洁、灵活的生产，并取得理想技术经济效果的制造技术的总称。它具有如下一些特点：

　　敏捷制造是以竞争力和信誉度为基础，是现代集成制造系统从信息集成发展到企业集成的必由之路，它的发展水平代表了现代集成制造系统的发展水平，是现代集成制造系统的发展方向。

　　1、大范围的通讯基础结构，要求在全国范围内建立工厂信息网络和准时信息系统（Just-In-Time-Information）。

　　“虚拟制造”的概念于20世纪90年代初期提出。虚拟制造以系统建模和计算机仿真技术为基础，集现代制造工艺、计算机图形学、信息技术、并行工程、人工智能、多媒体技术等高新技术为一体，是一项由多学科知识形成的综合系统技术。虚拟制造利用信息技术、仿真计算机技术对现实制造活动中的人、物、信息及制造过程进行全面的仿真，以发现制造中可能出现的问题，在产品实际生产前就采取预防的措施，从而达到产品一次性制造成功，来达到降低成本、缩短产品开发周期，增强产品竞争力的目的。

　　08年下半年到09年上半年，我国制造业的出口受到了比较大的挫折，我国制造业的发展也产生了比较大的影响，那么今后几年制造业的发展究竟如何呢？

　　先看1995—2008年国内国民经济生产总值的构成比重，第三产业的比重基本上都在40%上下浮动，没有更大更快速的发展。第二产业里面主要是制造业，制造业占全国GDP的三分之一，而第二产业占48%左右，从这个发展趋势来看，未来十年来会有一些变化，但是制造业在国民经济当中依然会占有比较重要的位置。

　　纵观机械制造业的发展前景，集成化、智能化、敏捷化、虚拟化、清洁化将是我国未来机械制造业的发展方向。

　　计算机集成制造 （CIMS）被认为是21世纪制造企业的主要生产方式。它是一个支持系统，用于将上述几个分系统联系起来，以实现各分系统的集成，通常可划分为5部分：

　　1、从以技术为中心向以人为中心转变，使技术的发展更加符合人类社会的需要。

　　2、从强调专业化分工向模糊分工、一专多能转变，使劳动者的聪明才智能够得到充分发挥。

　　4、从传统的顺序工作方式向并行工作方式转变，缩短工作周期，提Hale Waihona Puke Baidu工作质量。

　　5、从按照功能划分部门的固定组织形式向动态的自主管理的小组工作方式转变。

　　故障特征分析的主要内容是信号分析和处理，即如何从传感器来的原始信号中分析提取能代表故障特征的信息，这是故障诊断的核心问题。提取故障特征有多种方法。常用的有时域分析法、频域分析法、旋转特征分析法、相位分析法、时间序列分析法、模态分析法等。这些方法最适合于声与振动信号的分析处理，目前已经发展成为现代故障诊断技术的主流[5]。

　　现在的制造业已发展成为我国国民经济的支柱，工业增加值占约全国GDP的三分之一，工业增加值占全部工业的80%，上交税金约占全部工业的90%，制成品出品占全国外贸出口总额的90%，从业人员占全部工业的90%。

　　现代设备状态监测和故障诊断技术在国内外应用非常广泛，在航天航空、能源电力、石油化工、交通运输、机械加工等行业都有应用[2][3][10]如:

　　故障信息监测和故障特征分析都是为故障诊断服务的，而故障依断的首要任务是判断诊断对象的运行状态是否正常。在许多情形下，只要能够监测设备工作状态的变化，就能进行故障状态预报，及时采取措施。从实际情况看，目前故障诊断工作的重点也是集中在解决这个任务上[6]。

　　对机械设备进行状态监测，主要是对其工做状态作实时监测和趋势分析。目前设备状态实时监测的方式主要有：连续监测、巡回监测和定期检测，采用的手段主要是使用便携式状态监测仪、专用状态监测系统以及以微机为基础的多功能状态监测分析系统，而趋势分析主要的还处于实验室研究阶段，研究手段有采用最小二乘拟合，时序模型、卡尔曼滤波等方法，并不断探索新的理论和方法，如利用人工神经网络来分析设备的各种被监测量，以形成对设备状态的全面描述。如建立一个基于人工神经网络的镗削刀具状态识别智能系统，对不同的刀具、不同的削量时，系统的正确识别率达89％。随着人们对机械设备运行状态研究的不断深入以及计算机技术的不断发展，设备状态监测无论在理论研究和技术应用方面都将得到进一步的发展[7][8]。