智能故障檢測診斷

張鑫 季澤偉 付娜 曲京儒

摘要：智能故障診斷技術(shù)的發(fā)展為復(fù)雜系統(tǒng)的可靠性、安全性以及故障診斷提供了新的途徑，它是故障診斷的高級階段。

關(guān)鍵詞：智能故障;檢測;診斷

引言

智能故障診斷是人工智能和故障診斷相結(jié)合的產(chǎn)物，主要體現(xiàn)在診斷過程中領(lǐng)域?qū)＜抑R和人工智能技術(shù)的運(yùn)用。它是一個由人、能模擬腦功能的硬件及其必要的外部設(shè)備、物理器件以及支持這些硬件的軟件所組成的系統(tǒng)。

1智能故障檢測與診斷模塊的主要任務(wù)和基本要求

故障檢測與診斷就是從監(jiān)控對象中適時準(zhǔn)確地檢測出故障信息，并對故障產(chǎn)生的原因、部位、類型、程度及其發(fā)展做出判斷。

其主要任務(wù)通常包含以下幾個方面的內(nèi)容：

（1）獲取故障信息;

（2）尋找故障源，確定故障的位置、大小、類型及原因;

（3）評價故障的影響程度，預(yù)測故障的發(fā)展趨勢;

（4）對檢測診斷結(jié)果做出處理和決策。

基本要求包括以下幾方面：

（1）對故障具有強(qiáng)檢測能力

故障檢測能力的強(qiáng)弱，一方面反映了檢測診斷模塊對故障的檢測能力，另一方面也直接影響故障診斷的效果，對弱故障信號和早期故障信號，故障檢測能力尤為重要。

（2）對故障具有強(qiáng)診斷能力

能綜合運(yùn)用多種信息和多種診斷方法，以靈活的診斷策略來解決診斷問題;

能通過使用專家的經(jīng)驗(yàn)，而盡量避開信號處理方面復(fù)雜的實(shí)時計(jì)算;

能處理帶有錯誤的信息和不確定性信息，從而相對降低對測試儀器和工作環(huán)境的要求。

（3）盡量采用模塊化結(jié)構(gòu)

結(jié)構(gòu)應(yīng)當(dāng)模塊化，使之可以方便地調(diào)用其他應(yīng)用程序，如維修咨詢子模塊、模擬故障診斷子模塊等。

（4）具有人機(jī)交互診斷功能

現(xiàn)代設(shè)備的復(fù)雜性，要求綜合運(yùn)用多種知識源（淺、深知識）來求解復(fù)雜問題，用戶適當(dāng)?shù)貙?shí)時參與，將使診斷速度更快、準(zhǔn)確性更高。用戶參與有主動和被動兩種方式：主動參與可干預(yù)和引導(dǎo)推理過程;被動參與只回答提問，而不干預(yù)推理過程。

（5）具有多種診斷信息獲取的途徑

獲取的診斷信息越豐富，則診斷效果越好。首先，應(yīng)具有自動獲取狀態(tài)信息（當(dāng)前、歷史）的功能;其次，應(yīng)能通過人機(jī)交互獲取狀態(tài)信息。

（6）對問題求解應(yīng)當(dāng)實(shí)時和準(zhǔn)確

實(shí)時：一旦發(fā)現(xiàn)故障跡象，應(yīng)立即開始診斷工作，

準(zhǔn)確：輸出結(jié)果應(yīng)當(dāng)細(xì)致明了，對于并發(fā)故障允許輸出多個診斷解，對于同一故障則只有一個診斷解，對于征兆不完備情況應(yīng)輸出按權(quán)值排序的多個候選故障解。

（7）具有學(xué)習(xí)功能

現(xiàn)代設(shè)備的復(fù)雜性以及新知識的不斷涌現(xiàn)，導(dǎo)致專家現(xiàn)有知識的不足。要求系統(tǒng)具有被動和主動（自學(xué)習(xí)）獲取新知識的能力。

1故障檢測與診斷的常用方法

（1）基于數(shù)學(xué)模型的故障檢測與診斷方法

特點(diǎn)是必須將故障數(shù)學(xué)模型化，有時建立模型很困難不依賴實(shí)例和經(jīng)驗(yàn);適用于新的沒有成熟經(jīng)驗(yàn)的診斷。

（2）基于參數(shù)估計(jì)的故障檢測與診斷方法

特點(diǎn)是須先確定一個信任域，當(dāng)參數(shù)超出域時認(rèn)為故障;適用于故障能由參數(shù)的顯著變化來描述的診斷。

（3）基于信號處理的故障檢測與診斷方法

所謂基于信號處理的故障診斷技術(shù)，通常是利用信號模型，如相關(guān)函數(shù)、頻譜、自回歸滑動平均、小波變換等，直接分析可測信號，提取諸如方差、幅值、頻率等特征，從而檢測出故障。典型方法：小波變換、模態(tài)分解等。

（4）基于知識的故障檢測與診斷方法

不需精確的數(shù)學(xué)模型，能模擬人的思維過程，具有自學(xué)習(xí)、自組織、自推理能力。

（5）基于實(shí)例的故障檢測與診斷方法

是一種使用過去的經(jīng)驗(yàn)實(shí)例指導(dǎo)解決新問題的方法。優(yōu)點(diǎn)是不需從實(shí)例中提取規(guī)則，求解快;不足是能搜集的實(shí)例是有限的，求解時可能出現(xiàn)誤診或漏診。

（6）基于模糊理論的故障檢測與診斷方法

征兆的描述、故障與征兆的關(guān)系往往具有模糊特性，模糊語言變量能更準(zhǔn)確地表示這種模糊性的征兆和故障。問題在于知識獲取困難：如何確定故障與征兆間的模糊規(guī)則;如何實(shí)現(xiàn)模糊語言變量與隸屬度間的推理轉(zhuǎn)換。

（7）基于神經(jīng)網(wǎng)絡(luò)的故障檢測與診斷方法

利用神經(jīng)網(wǎng)絡(luò)的聯(lián)想、推理和記憶能力進(jìn)行知識處理。適用于復(fù)雜多模式的診斷，有離線和在線診斷兩種方式。

2智能故障診斷中的機(jī)器學(xué)習(xí)策略及其理解

（1）簡單學(xué)習(xí)

文獻(xiàn)、專家和資料所描述的關(guān)于診斷對象的結(jié)構(gòu)、功能、運(yùn)行約束條件等知識，機(jī)械學(xué)習(xí)機(jī)制為主;主要用于元知識學(xué)習(xí)階段。

（2）交互學(xué)習(xí)

知識工程師或診斷對象處理過的知識，講授學(xué)習(xí)機(jī)制為主;主要用于領(lǐng)域知識學(xué)習(xí)和知識庫豐富階段。

（3）獨(dú)立學(xué)習(xí)

推理策略面對的新知識，歸納學(xué)習(xí)機(jī)制為主;主要用于診斷能力改善階段。

3結(jié)論

隨著知識工程的發(fā)展以及數(shù)據(jù)庫、虛擬現(xiàn)實(shí)、神經(jīng)網(wǎng)絡(luò)等技術(shù)發(fā)展的日新月異，必然引起各種故障診斷技術(shù)的不斷發(fā)展。遠(yuǎn)程性、知識化、智能化是故障診斷技術(shù)追求的目標(biāo)，是設(shè)備故障診斷走向自動化的重要途徑。智能故障診斷技術(shù)的發(fā)展趨勢集中體現(xiàn)在以下幾個方面：

（1）基于Internet的遠(yuǎn)程故障診斷技術(shù)研究

基于Internet的設(shè)備遠(yuǎn)程故障診斷將故障診斷技術(shù)與計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)相結(jié)合，在企業(yè)的關(guān)鍵設(shè)備和環(huán)節(jié)建立狀態(tài)監(jiān)測點(diǎn)，通過采集并提交設(shè)備狀態(tài)數(shù)據(jù)，由技術(shù)力量較強(qiáng)的科研院所、制造商或領(lǐng)域?qū)＜医柚嚓P(guān)數(shù)據(jù)分析工具、專家知識為企業(yè)提供遠(yuǎn)程技術(shù)支持或方法指導(dǎo)。隨著Internet技術(shù)在全球的發(fā)展和普及，充分利用其在標(biāo)準(zhǔn)化、開放性、良好的性價比等方面的優(yōu)勢，構(gòu)建基于Internet的應(yīng)用系統(tǒng)，消除時空障礙，實(shí)現(xiàn)廣域信息共享，是制造及服務(wù)領(lǐng)域適應(yīng)經(jīng)濟(jì)與技術(shù)全球化發(fā)展的必然趨勢。

（2）與多元傳感器的融合

現(xiàn)代化的大生產(chǎn)要求對設(shè)備進(jìn)行全方位、多角度的監(jiān)測與維護(hù)，以便對設(shè)備的運(yùn)行狀態(tài)有整體的、全面的了解。因此在進(jìn)行設(shè)備故障診斷時，可以采用多個傳感器對設(shè)備的各個方位進(jìn)行監(jiān)測，然后按照一定的方法將這些信息融合起來，如神經(jīng)網(wǎng)絡(luò)方法。

（3）與現(xiàn)代智能方法相結(jié)合

現(xiàn)代智能方法包括專家系統(tǒng)、模糊邏輯、神經(jīng)網(wǎng)絡(luò)、遺傳算法等。如神經(jīng)網(wǎng)絡(luò)方法，它為故障智能診斷系統(tǒng)的發(fā)展開辟了嶄新的途徑。用神經(jīng)網(wǎng)絡(luò)技術(shù)建立的診斷系統(tǒng)，不需要大規(guī)模的產(chǎn)生式規(guī)則，也不需要進(jìn)行樹搜索，系統(tǒng)可以自學(xué)習(xí)自組織，并可以進(jìn)行模糊推理，這對用傳統(tǒng)人工智能方法建立的專家系統(tǒng)最感到困難的知識獲取和推理等問題提供了新的解決辦法?，F(xiàn)代智能方法在設(shè)備故障診斷技術(shù)中得到廣泛的應(yīng)用，隨著智能技術(shù)的不斷發(fā)展，設(shè)備狀態(tài)的智能監(jiān)測和設(shè)備故障的智能診斷將是故障診斷技術(shù)發(fā)展的最終目標(biāo)。

參考文獻(xiàn)

[1]劉娜，劉淵康.基于智能感知的監(jiān)控運(yùn)維故障診斷技術(shù)探討[J].中國交通信息化，2020（03）：118-120.

[2]許麗.人工智能在機(jī)械設(shè)備故障檢測中的應(yīng)用[J].南方農(nóng)機(jī)，2019，50（24）：178.

[3]張衛(wèi)峰，惠俊軍.智能故障診斷技術(shù)的現(xiàn)狀及展望[J].工業(yè)儀表與自動化裝置，2017（05）：21-24.

山東建筑大學(xué) 250101