淺談機械設備故障的智能診斷
【摘 要】隨著計算機技術(shù)以及人工智能技術(shù)的發(fā)展，智能診斷技術(shù)逐漸取代傳統(tǒng)的故障診斷技術(shù)。本文通過分析比較常用的幾種機械設備智能故障診斷技術(shù)，對實際生產(chǎn)中故障診斷方法的選取提供了參考依據(jù)。
引言
隨著科技的不斷發(fā)展，機械設備的復雜程度也隨之增加，因此，當機械設備的某個零部件出現(xiàn)故障時，有可能導致整個系統(tǒng)失效。這種故障不僅有可能產(chǎn)生嚴重的經(jīng)濟損失，更有甚者可能會導致人員傷亡。因此，基于計算機技術(shù)的智能診斷逐漸受到越來越多的關(guān)注。隨著模糊集理論、專家系統(tǒng)、神經(jīng)網(wǎng)絡、小波分析等檢測技術(shù)的出現(xiàn)，故障診斷技術(shù)已發(fā)展成為一種多學科耦合的綜合技術(shù)，了解并合理采用這些技術(shù)可以有效避免機械設備故障造成的生命安全及財產(chǎn)損失，對于保證系統(tǒng)的可靠性與安全性有十分重要的意義。
1 機械設備故障智能診斷方法
在機械設備的使用過程中，不可避免地會出現(xiàn)設備故障，為節(jié)約企業(yè)生產(chǎn)成本，保證企業(yè)職工生產(chǎn)過程中的生命安全，需要定期對設備進行故障診斷。過去，對于機械設備的故障診斷主要是采用傳感器或者動態(tài)測試技術(shù)，通過信號處理來進行故障判斷。而隨著計算機技術(shù)等科技的不斷發(fā)展，智能診斷技術(shù)得以廣泛運用。通過采用計算機軟件，把診斷過程知識化，不僅降低了故障診斷門檻，方便使用，同時提高了診斷結(jié)果的可靠性，因此機械設備的智能診斷是故障診斷技術(shù)未來的主要發(fā)展方向。目前，常用的智能故障診斷方法有：模糊理論方法、專家系統(tǒng)方法、人工神經(jīng)網(wǎng)絡法、遠程式智能法等等[3]。
2 智能故障診斷方法分析
2.1 基于模糊理論的診斷方法
模糊理論最早于1965年被提出，描述了廣泛存在的不確定的模糊事件。利用模糊數(shù)學中的模糊隸屬關(guān)系，將各類的故障視為兩類不同的模糊集，采用模糊關(guān)系矩陣來描述集合之間的關(guān)系。然而，機械設備的故障同時存在著確定性和非確定性，產(chǎn)生某一故障的原因有可能是單一的，也有可能是綜合的，同時某一部件發(fā)生故障時，產(chǎn)生的效果也可能是多樣性的。當然，當多個部件發(fā)生故障時會使得癥狀更為復雜。此時就需要探討機械設備故障的模糊特征，做到對癥下藥。由于機械設備的故障診斷很難獲取診斷知識，因此模糊理論對于智能診斷具有重要的現(xiàn)實意義。其優(yōu)點是計算簡單，可以較為方便的應用，獲得直觀明確的結(jié)論。然而對于故障趨勢的預測存在著一定誤差，有較強的主觀因素，若特征參數(shù)的選擇不當，則有可能導致診斷失誤。
2.2 基于專家系統(tǒng)的診斷方法
基于專家系統(tǒng)的故障診斷是目前應用最為廣泛的一種智能診斷技術(shù)，對于較難建立數(shù)學模型的復雜系統(tǒng)尤為適用。現(xiàn)有的基于專家系統(tǒng)的智能診斷方法主要包括基于淺知識、深知識以及復合式的故障診斷方法。
（1）淺知識。所謂基于淺知識的故障診斷實際是基于經(jīng)驗的故障診斷方法，以已有的經(jīng)驗知識為核心，通過適當?shù)难堇[推理得出診斷結(jié)果，找出故障集合并使之具備最佳的解釋。此類專家診斷的不足是由于經(jīng)驗數(shù)據(jù)知識并不完備，當研究對象的復雜性過高時，則有可能造成診斷結(jié)果的失誤。
（2）深知識。基于深知識的故障診斷主要依賴于一些已知的模型知識，諸如結(jié)構(gòu)模型、功能模型、過程模型等等。在診斷過程中，通過確定對象明確的輸入輸出，比較實際輸出與設定輸出的差異，分析差異產(chǎn)生的原因，并根據(jù)既有模型知識的約束關(guān)系來尋找故障。與上述方法相比，基于深知識的故障診斷方法獲取知識更為方便，對系統(tǒng)的維護也更加簡單，有利于保證知識庫的一致性和完備性。但不足之處是搜索空間較大，推理過程相對復雜因而速度較慢。
（3）復合式。復合式的故障診斷可視為上述二者的結(jié)合，通過淺層推理產(chǎn)生初步故障假設，再用深層診斷進行確認。采用這種智能故障診斷技術(shù)，有效提高了專家系統(tǒng)的故障診斷效果，它更適合于人類的思維方式，易于理解，無需大量的經(jīng)驗知識而可用基本規(guī)則來表示，合理進行推理過程。但需注意的是，此類專家系統(tǒng)仍然具有局限性，其診斷的準確性依賴于專家知識的豐富程度及知識水平的高低，對于難以用數(shù)字化方式來描述的經(jīng)驗，則較難采用這種方法。另外，專家系統(tǒng)的推理效率偏低，不能主動學習。
2.3 基于人工神經(jīng)網(wǎng)絡的診斷方法
基于人工神經(jīng)網(wǎng)絡的診斷方法是從生物學的角度出發(fā)，通過模擬人腦的神經(jīng)結(jié)構(gòu)，可以快速有效地對機械設備故障進行診斷，同時自主辨識工作環(huán)境，真正意義上實現(xiàn)智能化。在診斷過程中，通過捕捉并識別機械故障震動信號，并進行專業(yè)化分析來診斷。由于人工神經(jīng)網(wǎng)絡的預測模型和公式往往較為復雜，因此其訓練樣本數(shù)據(jù)較大，當樣本選擇不當或數(shù)據(jù)不足時有可能造成診斷結(jié)果失誤。目前，對智能故障診斷的研究主要集中在：模式識別角度、預測角度以及知識角度的人工神經(jīng)網(wǎng)絡方法。
（1）模式識別。對于人工神經(jīng)網(wǎng)絡的故障診斷包括模式分類問題和識別問題，由于神經(jīng)網(wǎng)絡的信息存儲特性使其具有很高的容錯性，因此可以有效應對模式識別中的噪聲干擾。由于人工神經(jīng)網(wǎng)絡具有自適應學習功能，因而可以從傳統(tǒng)的經(jīng)驗知識中解脫出來，根據(jù)不同需求形成所需的決策區(qū)域。
（2）設備狀態(tài)預報。對機械設備的狀態(tài)預報可以在早期便發(fā)現(xiàn)故障，提高診斷的實時性。常用的狀態(tài)預報方式有直接預報和組合預報。其中，組合預報會考慮輸入與輸出之間的動態(tài)關(guān)系，通過動態(tài)預測，實現(xiàn)實際過程中的非線性動態(tài)系統(tǒng)建模。然而，這種動態(tài)神經(jīng)網(wǎng)絡的結(jié)構(gòu)復雜性明顯提高，因此訓練樣本的困難較大。
（3）基于神經(jīng)網(wǎng)絡的智能診斷專家系統(tǒng)。該診斷系統(tǒng)結(jié)合了人工神經(jīng)網(wǎng)絡和專家系統(tǒng)，通過使用專家系統(tǒng)構(gòu)造的神經(jīng)網(wǎng)絡，將基于符號的推理轉(zhuǎn)換成知識網(wǎng)絡結(jié)構(gòu)，將邏輯推理與數(shù)值運算結(jié)合，利用神經(jīng)網(wǎng)絡的學習、聯(lián)想記憶功能，解決機械設備系統(tǒng)中的不確定問題，提高故障診斷效率。這種智能診斷方式涉及多學科耦合問題，發(fā)展并不成熟。其缺陷是系統(tǒng)的診斷仍然受到訓練樣本的限制，樣本選擇不當會對診斷結(jié)果產(chǎn)生影響；系統(tǒng)診斷的推理過程及依據(jù)是隱式的，往往難以理解；另外，神經(jīng)網(wǎng)絡與傳統(tǒng)計算技術(shù)的接口不夠成熟，無法全面代替?zhèn)鹘y(tǒng)計算技術(shù)。
2.4 遠程式故障診斷方法
遠程故障診斷是將故障診斷與網(wǎng)絡傳輸相結(jié)合，可以采用實時診斷或電子郵件診斷。實時診斷是采用在線視頻監(jiān)控系統(tǒng)，對工況現(xiàn)場進行監(jiān)測，并將相關(guān)視頻資料傳給有關(guān)專家，通過專家的分析判斷實現(xiàn)故障診斷。采用這種故障診斷方式可以集思廣益，提高診斷結(jié)果的可靠性。而采用電子郵件的診斷方式，是通過現(xiàn)場工作人員對檢測信息的整理，以電子郵件的形式傳給診斷專家，再根據(jù)專家回復意見展開下一步工作。這種方式提高了故障分析的準確性，但時效性較差。
3 結(jié)論
隨著科技的不斷發(fā)展，智能技術(shù)已廣泛運用于各個領域。對于機械設備的故障診斷，采用智能診斷技術(shù)可以有效提高診斷結(jié)果的可靠性。雖然目前智能故障診斷技術(shù)已經(jīng)得以使用，但在實際診斷過程中仍有不少問題亟待解決。本文通過對目前較為常用的幾種智能診斷技術(shù)進行詳細介紹，分析其優(yōu)劣及適用范圍，對實際工程中故障診斷方法的選取起到了指導作用。未來的智能故障診斷將會采取多種診斷方法相結(jié)合的方式，這種方式提高了診斷的可靠性，但也增加了系統(tǒng)的復雜性，是故障診斷技術(shù)未來的發(fā)展趨勢。
參考文獻：
[1]楊超，李亦滔.機械設備故障智能診斷技術(shù)的現(xiàn)狀與發(fā)展[J].華東交通大學學報，2011（28）.
[2]楊光.機械設備故障的智能診斷及預測維修系統(tǒng)的研究[J].科學之友，2011（20）.
[3]李紅梅.淺談機械設備故障的智能診斷方法[J].科技創(chuàng)業(yè)家， 2013（1）.文/中國論文網(wǎng)
TPM,點檢,班組建設,管理能力咨詢培訓@左明軍老師.微信：13808969873
關(guān)聯(lián)文章
精彩導讀
熱門文章
最新標簽