浅议机械设备故障智能诊断方法

《浅议机械设备故障智能诊断方法》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、浅议机械设备故障智能诊断方法【摘要】由于近几年机械技术的快速发展，机械都更加大型，更加复杂，更加精密。因此，人们对机械设备的可靠运行更加地重视。而当设备发生故障时，很多时候人们无法最快最有效地解决，所以诊断技术正逐渐智能化。本文着重介绍一些机械设备的智能诊断方法以及以后的发展前景。【关键词】机械；智能诊断；设备故障近几年来，为了适应更加高要求的运作，机械设备的功能变得非常强大，与此同时，其结构也更加的复杂。机械的不同部分之间联系更加紧密，只要一个部分出现问题，整个机器都将停止运作，甚至会发生破坏性更大的连锁反应。而使

2、用常规的诊断方法需要较长的时间，甚至都无处下手或造成人员伤亡。所以现在人们都在追求人工智能诊断方法，利用软件和计算机技术，将诊断的过程系统化，从而达到诊断的快速性和准确性。本文就根据目前已有的一些人工智能方法简要做些分析，并探讨智能诊断方法的发展前景。1•主要智能诊断方法1.1人工神经网络法人工神经网络法是根据生物神经学方面的研究成果而提出的一个人工智能方面的概念，其主要含义是对人脑中神经结构和行为进行类似模拟口］。因为该法是高度并行的，所以在对故障的处理中速度极快，并且能够根据环境自动辨识，以线性的方法处理问题。其

3、基本原理为机发生故障的机器通过震动发出不同状态的信号，然后该信号被神经网络识别，通过对应特征的选择以及公式模型的套用，找出对于故障中反映最强烈最敏感的信号，然后将其作为一个输入向量，在神经网络中建立故障模式样本，对网络进行长期训练，排除其中影响准确性的因素；在确定训练结束后，将每一个重新输入的信息进行分类整理，网络会根据所输入的信息迅速判断，并给出分类的结果,最后进行自我诊断。人工神经网络法的主要优点在于其具有自动学习、联想、记忆和推测的功能；该方法是分布处理的，同时有并行处理复杂问题的强大功能；其非线性的映射很强，

4、可以处理多故障的问题；其有能够进行多种因素预报的能力且其预测准确度非常高。人工神经网络法的主要缺点为：算法相当复杂，需要预测的模型有一部分是无法用公式表达出来的；在训练的过程中需要样本数量较大，并且当样本不足时，诊断的效果会大打折扣；应用之前所需训练的时间过长。1.2专家系统诊断法当机械系统比较难以用数学模型来建立或者没有较为精确的数学模型时，我们可以使用专家系统诊断法。该种诊断的方法主要有三个不同的阶段，从第一代中基于浅知识的智能诊断到第二代中基于深知识的专家诊断，以及最近的将二者结合起来的复合式故障诊断系统［2］

5、。1.2.1基于浅知识浅知识主要是指经验知识，不是系统结构或者在行为过程中产生的知识。该种诊断法以专家的经验知识为基础，在演绎推理后得出诊断的最终结果，为故障原因得出一个最佳的解释。基于浅知识的专家诊断系统主要运用到两类知识，其一为机械设备故障导致各种征兆的因果知识；其二为能够反映因果关系的可能性数值知识。主要的缺点就是诊断对象数量以及复杂性逐渐增多时，基于浅知识的故障智能专家系统会出现知识不太完备以及依赖性太强。1.2.2基于深知识深知识主要是指一些模型的知识包括机械系统中存在的结构、功能、过程或者是因果关系的模型

6、。该种方法主要通过诊断对实际输出和预计输出之间的偏差值用第一定律知识以及一定的算法过程找出潜在的故障源。该种方法获取数据较为方便，且形成的知识库会比较一致和完备；但是该法所需搜索的空间过大，且推理的过程不是非常简便和快速。1.2.3复合式复合式的诊断专家系统就是将浅知识和深知识两者有效的结合起来。前一部分运用浅知识诊断法，推理出产生故障的可能原因和位置，其后再运用深知识诊断系统去做进一步的确认和解释。两种方法之间的衔接我们采用一种相互照应的方式，将浅知识中的假设对象和深知识中推理点一一对应起来。所以该种方法将故障的解

7、决过程更加优化，也使得解决的方法更加快速和方便。它适合人类的思维，且修改较为方便；但是其缺点在于建立知识库比较麻烦，缺少主动学习的能力。1.3远程分布式智能诊断法远程分布式法主要是将故障的诊断和目前的网络即时通讯结合在一起［3］。主要有两种诊断系统运行的方式，其一为机械故障的实际情况通过视频等通讯工具传给并不在现场的专家们，让他们根据自己的经验将采集到的信号进行相关专业的处理，并通过通讯工具和其他专家进行相互的交流与探讨，形成一种网络状态下的会议形式，共同研究出一个最优的处理方案。其主要缺点在于，信号的采集可能会有些

8、偏差，并且要协调好各位专家同时在线的时间也是比较麻烦的。第二种就是通过现场检测人员将数据进行采集与整理，然后把所有的相关数据全部以信函的方式传给有关专家，当专家做好分析之后，再用电子信函的方式传回给现场，现场进行下一步的处理。这一种方法把系统中的资源与实际专家的经验有效的利用起来，为设备的故障处理与维护提供了方便有效的远程服务，对生产系统的可靠