機(jī)電設(shè)備故障智能診斷技術(shù)研究

汪洋

摘 要：機(jī)電設(shè)備的正常運(yùn)行對(duì)于保證生產(chǎn)的安全和效率都起到十分重要的作用。由于機(jī)電設(shè)備的電氣故障具有一定的隱蔽性，維修人員很難快速地確定故障的位置，影響機(jī)電設(shè)備故障解決的效率，對(duì)相關(guān)設(shè)備的運(yùn)行以及生產(chǎn)車間的工作效率造成不利的影響。通過應(yīng)用機(jī)電設(shè)備故障智能診斷技術(shù)，能夠快速、準(zhǔn)確地找出機(jī)電設(shè)備故障的位置，并且對(duì)機(jī)電設(shè)備故障的原因進(jìn)行分析，促進(jìn)維修效率的提升。本文對(duì)機(jī)電設(shè)備智能診斷技術(shù)進(jìn)行介紹，分析機(jī)電設(shè)備故障的主要原因，介紹智能故障診斷技術(shù)的工作方式，并展望了機(jī)電設(shè)備智能診斷技術(shù)未來的發(fā)展方向。

關(guān)鍵詞：機(jī)電設(shè)備;故障診斷;智能技術(shù)

中圖分類號(hào)：TP18? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：1673-260X（2021）08-0034-04

機(jī)電設(shè)施的管理工作中，機(jī)電設(shè)施的維修是非常重要的一部分，對(duì)于生產(chǎn)具有重要的作用。從安全角度來看，機(jī)電設(shè)備的故障診斷和維修能夠盡可能地延長(zhǎng)機(jī)電設(shè)施的運(yùn)行時(shí)間，有效地防止出現(xiàn)重大故障，保證生產(chǎn)的安全。從經(jīng)濟(jì)角度來看，由于機(jī)電設(shè)備的運(yùn)行狀態(tài)和生產(chǎn)產(chǎn)品的數(shù)量、質(zhì)量以及成本都密切相關(guān)，因此通過有效的機(jī)電設(shè)備診斷和維護(hù)，對(duì)于保證企業(yè)的經(jīng)濟(jì)效益具有重要的作用。然后，由于機(jī)電設(shè)備故障的隱蔽性比較高，加之其I/O系統(tǒng)、電源系統(tǒng)的復(fù)雜性等因素的影響，導(dǎo)致迅速精確地查找出機(jī)電設(shè)備的故障是非常困難的。通常情況下，當(dāng)部分節(jié)點(diǎn)設(shè)施出現(xiàn)故障時(shí)，可以通過PLC的輸入、輸出狀態(tài)進(jìn)行觀察來查找故障的主要原因，從而對(duì)故障進(jìn)行處理。隨著智能技術(shù)的發(fā)展，機(jī)電設(shè)備故障的智能診斷技術(shù)也在不斷發(fā)展，通過應(yīng)用智能診斷技術(shù)，能夠及時(shí)地找出機(jī)電設(shè)備的故障位置和原因，從而迅速地對(duì)故障進(jìn)行維護(hù)，保證生產(chǎn)過程的安全和企業(yè)的經(jīng)濟(jì)效益[1]。

1 機(jī)電設(shè)備故障智能診斷技術(shù)概述

1.1 機(jī)電設(shè)備故障智能診斷技術(shù)

機(jī)電設(shè)備智能診斷技術(shù)具有很強(qiáng)的綜合性，需要綜合諸如計(jì)算機(jī)技術(shù)、信息技術(shù)、傳感技術(shù)和智能化技術(shù)等先進(jìn)技術(shù)來實(shí)現(xiàn)。在機(jī)電設(shè)備出現(xiàn)故障之后，可以通過利用智能診斷技術(shù)來對(duì)出現(xiàn)的問題進(jìn)行檢測(cè)，并且分析故障的原因，從而為技術(shù)人員排除機(jī)電設(shè)備的故障提供有效的支持，從而快速、準(zhǔn)確的排除機(jī)電設(shè)備的故障。當(dāng)前，機(jī)電設(shè)備故障的智能診斷技術(shù)已經(jīng)得到了非常廣泛的應(yīng)用，而且其依然具有非常廣闊的應(yīng)用前景。機(jī)電設(shè)備故障智能檢測(cè)技術(shù)在運(yùn)行過程中，能夠?qū)C(jī)電設(shè)備自身的運(yùn)行狀態(tài)進(jìn)行檢測(cè)，從而使相關(guān)技術(shù)人員能夠及時(shí)的掌握機(jī)電設(shè)備運(yùn)行過程中出現(xiàn)的問題，而且還能夠智能的分析設(shè)備的故障情況。在應(yīng)用智能診斷技術(shù)進(jìn)行機(jī)電設(shè)備故障的診斷時(shí)，為了充分發(fā)揮出智能診斷技術(shù)的作用，應(yīng)對(duì)以下幾方面進(jìn)行重點(diǎn)關(guān)注：首先，要深入地掌握機(jī)電設(shè)備在生產(chǎn)中的作用，這樣才能夠更好地通過智能診斷技術(shù)來對(duì)故障進(jìn)行分析;其次，需要對(duì)故障的特征進(jìn)行充分的了解，從而確保故障診斷的效率和準(zhǔn)確性;第三，要注意將機(jī)電設(shè)備的故障特征和智能設(shè)備故障庫中的數(shù)據(jù)進(jìn)行相對(duì)關(guān)系的對(duì)比，防止由于故障搜索問題造成的診斷錯(cuò)誤[2]。

1.2 機(jī)電設(shè)備故障發(fā)生原因分析

所謂的設(shè)備故障是指設(shè)備的某一功能或者是部分功能出現(xiàn)了降低或者失效的問題，運(yùn)行處于異常的狀態(tài)。通常情況下機(jī)電設(shè)備都會(huì)長(zhǎng)時(shí)間運(yùn)行，在長(zhǎng)時(shí)間運(yùn)行的情況下很容易出現(xiàn)反復(fù)磨損或者超負(fù)荷工作等情況，長(zhǎng)此以往就會(huì)導(dǎo)致設(shè)備的某些部件出現(xiàn)問題，進(jìn)而導(dǎo)致設(shè)備運(yùn)行出現(xiàn)問題。常見的機(jī)電設(shè)備故障原因有以下幾種[3]：第一，零部件的磨損問題，在長(zhǎng)時(shí)間運(yùn)行的情況下，機(jī)電設(shè)備的零部件會(huì)出現(xiàn)磨損，進(jìn)而導(dǎo)致其老化、變形，造成機(jī)電設(shè)備出現(xiàn)故障;第二，操作和維護(hù)工作存在問題，如果沒有按照規(guī)定流程對(duì)機(jī)電設(shè)備進(jìn)行正確的操作，或者是操作出現(xiàn)失誤，會(huì)對(duì)機(jī)電設(shè)備造成較大的損傷。舉個(gè)例子，如果在設(shè)備正常運(yùn)行時(shí)突然暫停設(shè)備，就很可能造成部分比較脆弱的部件出現(xiàn)故障，另一方面及時(shí)的維護(hù)對(duì)于保證機(jī)電設(shè)備的正常運(yùn)行具有十分重要的作用，如果維護(hù)工作存在問題也會(huì)造成設(shè)備的運(yùn)行故障，比如維護(hù)工作不到位、維護(hù)方法不合理等。第三，超負(fù)荷工作，某些單位在生產(chǎn)過程中，為了追求工作的進(jìn)度，導(dǎo)致機(jī)電設(shè)備的應(yīng)用時(shí)間比較長(zhǎng)，導(dǎo)致機(jī)電設(shè)備長(zhǎng)時(shí)間處于超負(fù)荷的運(yùn)行狀態(tài)，一定程度上增加了機(jī)電設(shè)備故障的概率。

2 機(jī)電設(shè)備智能故障檢測(cè)技術(shù)的步驟

機(jī)電設(shè)備的智能診斷技術(shù)主要包括信息采集、處理、識(shí)別等三個(gè)步驟[4]：

（1）信息采集。在機(jī)電設(shè)備故障智能診斷系統(tǒng)運(yùn)行過程中，其會(huì)對(duì)機(jī)電設(shè)備的實(shí)時(shí)運(yùn)行狀態(tài)進(jìn)行監(jiān)控，對(duì)其運(yùn)行過程中各項(xiàng)參數(shù)的變化進(jìn)行監(jiān)測(cè)。機(jī)電設(shè)備上都配備各類的傳感器，這些傳感器會(huì)收集機(jī)電設(shè)備的實(shí)時(shí)運(yùn)行信息，并將這些信息儲(chǔ)存到數(shù)據(jù)庫中，在需要時(shí)再將其調(diào)出，隨時(shí)進(jìn)行應(yīng)用。

（2）信息處理。通過收集到的機(jī)電設(shè)備的運(yùn)行數(shù)據(jù)，很難直接判斷出機(jī)電設(shè)備的實(shí)際運(yùn)行情況，這就需要對(duì)收集到的機(jī)電設(shè)備的運(yùn)行數(shù)據(jù)進(jìn)行相應(yīng)的處理，找出有價(jià)值的信息，并將其整合起來，將沒有價(jià)值的信息處理掉。在完成信息的整合工作之后，要對(duì)這些數(shù)據(jù)進(jìn)行提取和分析，并轉(zhuǎn)化成技術(shù)人員能夠直接理解的信息。

（3）信息識(shí)別。在完成數(shù)據(jù)的采集以及處理之后，需要對(duì)其進(jìn)行識(shí)別和讀取工作。智能診斷系統(tǒng)會(huì)將采集到的故障設(shè)備的運(yùn)行數(shù)據(jù)和正常運(yùn)行設(shè)備的數(shù)據(jù)進(jìn)行對(duì)比，根據(jù)數(shù)據(jù)間的差異來判斷機(jī)電設(shè)備故障的部位，進(jìn)而確定機(jī)電設(shè)備故障的原因，并針對(duì)原因確定具體的維修方式，排除故障。

3 機(jī)電設(shè)備故障智能診斷技術(shù)方式

隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，工業(yè)水平也在迅速提高，在生產(chǎn)中應(yīng)用的機(jī)電設(shè)備種類也在不斷增加，不僅機(jī)電設(shè)備的種類繁多，而且生產(chǎn)制造的內(nèi)容也非常的復(fù)雜，因此在應(yīng)用智能診斷技術(shù)來確定機(jī)電設(shè)備故障時(shí)，要根據(jù)機(jī)電設(shè)備的種類、使用需求以及操作管理等因素，對(duì)智能診斷技術(shù)進(jìn)行綜合性的優(yōu)化。當(dāng)前我國(guó)機(jī)電設(shè)備故障智能診斷的方法包括神經(jīng)元網(wǎng)絡(luò)診斷、向量機(jī)、模糊診斷、灰色系統(tǒng)、專家網(wǎng)絡(luò)和集成方式故障診斷技術(shù)等，下面對(duì)這幾種智能診斷方法進(jìn)行簡(jiǎn)要的分析：

3.1 基于人工神經(jīng)系統(tǒng)的故障診斷方式

人工神經(jīng)系統(tǒng)其實(shí)是利用數(shù)學(xué)模式的方法來對(duì)大腦神經(jīng)功能進(jìn)行模擬的一種方法，主要是通過模擬大腦和神經(jīng)元來進(jìn)行數(shù)據(jù)處理[5]。神經(jīng)網(wǎng)絡(luò)智能診斷模塊是建立在網(wǎng)絡(luò)數(shù)據(jù)信息庫的基礎(chǔ)之上的，在運(yùn)行過程中其會(huì)通過模擬神經(jīng)元系統(tǒng)，對(duì)機(jī)電設(shè)備的運(yùn)行狀態(tài)進(jìn)行分析，主要是對(duì)機(jī)械元件運(yùn)行的穩(wěn)定性進(jìn)行分析，應(yīng)用該系統(tǒng)能夠?qū)崿F(xiàn)機(jī)電設(shè)備運(yùn)行狀態(tài)的數(shù)據(jù)監(jiān)控，并對(duì)異常數(shù)據(jù)進(jìn)行反饋，記錄波動(dòng)數(shù)據(jù)，并利用中央處理系統(tǒng)對(duì)數(shù)據(jù)進(jìn)行統(tǒng)一的處理，從而及時(shí)發(fā)現(xiàn)機(jī)電設(shè)備的故障。利用這一技術(shù)進(jìn)行機(jī)電設(shè)備的故障診斷具有以下幾方面的優(yōu)點(diǎn)：首先，其能夠?qū)崿F(xiàn)分布分析，并行操作，而且具備學(xué)習(xí)能力;其次，在非線性映射方面具有良好的性能;第三。能夠?qū)崿F(xiàn)多要素預(yù)報(bào)，能夠較準(zhǔn)確的對(duì)機(jī)電設(shè)備故障進(jìn)行預(yù)測(cè)。缺點(diǎn)在于算法比較繁瑣，而且很難用公式來呈現(xiàn)預(yù)測(cè)模型[6]。

3.2 基于向量機(jī)開發(fā)應(yīng)用的智能診斷處理模式

應(yīng)用向量機(jī)可以進(jìn)行機(jī)電設(shè)備故障智能診斷系統(tǒng)的開發(fā)，在開發(fā)過程中通過統(tǒng)計(jì)計(jì)算、概率運(yùn)算以及參數(shù)運(yùn)算等數(shù)據(jù)算法，來對(duì)機(jī)電設(shè)備的故障進(jìn)行智能的診斷。向量機(jī)診斷的優(yōu)點(diǎn)在于，其比神經(jīng)網(wǎng)絡(luò)診斷的風(fēng)險(xiǎn)性要低，真實(shí)性也更高，同時(shí)這種方式還具備一定的理論結(jié)構(gòu)的學(xué)習(xí)能力，能夠?qū)崿F(xiàn)各模組故障的分類[7]。在實(shí)際的運(yùn)行過程中，其能夠根據(jù)故障的優(yōu)先級(jí)來進(jìn)行數(shù)據(jù)診斷方案的選擇，確定最優(yōu)的故障診斷方案，通過應(yīng)用向量機(jī)智能診斷系統(tǒng)，能夠?qū)崿F(xiàn)系統(tǒng)診斷資源利用的最大化，能夠最大程度上發(fā)揮智能診斷技術(shù)在故障診斷方面的優(yōu)勢(shì)。缺點(diǎn)在于，應(yīng)用向量機(jī)進(jìn)行智能診斷時(shí)，其對(duì)于相關(guān)算法的學(xué)習(xí)有些機(jī)械性，導(dǎo)致系統(tǒng)缺乏靈活性，沒有進(jìn)行學(xué)習(xí)的計(jì)算算法不能夠應(yīng)用到機(jī)電設(shè)備故障的智能診斷之中，導(dǎo)致了其具有一定的局限性，影響了其應(yīng)用[8]。

3.3 模糊診斷技術(shù)

機(jī)電設(shè)備產(chǎn)生故障的原因具有多元性、復(fù)雜性等特點(diǎn)，即故障原因可能是由多個(gè)因素造成的。通過將數(shù)學(xué)的模糊思想引進(jìn)到故障原因智能診斷中，以模糊的方式對(duì)數(shù)值結(jié)果建立數(shù)學(xué)模型并進(jìn)行分析，使得故障診斷過程能夠在原因不明確的前提下完成定量、定性的分析。該技術(shù)適合應(yīng)用于機(jī)電設(shè)備故障原因有限的情況，在模糊數(shù)學(xué)模型建立后可快速進(jìn)行診斷分析，但其適用面相對(duì)較小。

3.4 灰色系統(tǒng)診斷

在機(jī)電設(shè)備系統(tǒng)具有大量歷史故障統(tǒng)計(jì)數(shù)據(jù)的情況下，采用傳統(tǒng)經(jīng)典概率統(tǒng)計(jì)法進(jìn)行故障診斷處理較為有效，但對(duì)于數(shù)據(jù)量少的貧信息機(jī)電設(shè)備系統(tǒng)的分析則較為棘手。而大多數(shù)處于運(yùn)行中的機(jī)電設(shè)備都具有貧信息的灰色系統(tǒng)的特征，因此需要用已知的信息去分析這個(gè)含有未知信息的系統(tǒng)特征、狀態(tài)和發(fā)展趨勢(shì)，從而達(dá)到對(duì)整個(gè)機(jī)電設(shè)備系統(tǒng)狀態(tài)獲取的目的[9]。而灰色系統(tǒng)診斷的目的就是對(duì)“信息貧乏”或存在大量“不確定信息”的機(jī)電設(shè)備系統(tǒng)，作不同因子間的量化、序化，進(jìn)行有參考系的、有測(cè)度的比較，進(jìn)行故障分析。機(jī)電設(shè)備故障灰色系統(tǒng)診斷的實(shí)質(zhì)是對(duì)故障模式的識(shí)別，采用灰關(guān)聯(lián)分析方法，通過設(shè)備故障與某參考模式之間的接近程度，進(jìn)行狀態(tài)識(shí)別與故障診斷。其優(yōu)勢(shì)在于建模簡(jiǎn)單、所需數(shù)據(jù)少，對(duì)解決少數(shù)據(jù)、弱條件下機(jī)電設(shè)備故障診斷具有普適性。但需要注意的是，在機(jī)電設(shè)備故障分析中運(yùn)用灰色系統(tǒng)診斷技術(shù)時(shí)，正確合理選取被診斷對(duì)象的特征參數(shù)及建立參考狀態(tài)模式是關(guān)鍵之舉。

3.5 依靠專家網(wǎng)絡(luò)的故障診斷方式

專家網(wǎng)絡(luò)屬于人工智能技術(shù)，是人工智能非常重要的一部分，專家網(wǎng)絡(luò)實(shí)質(zhì)上是具有專業(yè)知識(shí)和相關(guān)經(jīng)驗(yàn)的計(jì)算機(jī)自動(dòng)程序系統(tǒng)，其通過所具備的專家知識(shí)來解決相關(guān)問題。專家網(wǎng)絡(luò)能夠解決一些通常需要人類技術(shù)專家才能夠解決的問題，也就是說專家網(wǎng)絡(luò)能夠具有和專家同等水平的處理問題的能力。專家網(wǎng)絡(luò)通常由知識(shí)庫、推理平臺(tái)、信息庫、解釋程序與知識(shí)采集程序等五部分組成，通過專家網(wǎng)絡(luò)進(jìn)行機(jī)電設(shè)備故障的智能診斷時(shí)，為了能夠準(zhǔn)確的判斷出機(jī)電設(shè)備故障的位置和原因，需要全面的掌握其故障的特點(diǎn)，因此檢測(cè)系統(tǒng)、信號(hào)分析和信息處理、信息傳遞以及故障特征的采集等，在故障診斷專家網(wǎng)絡(luò)中也具有非常重要的作用。

3.6 集成方式故障診斷技術(shù)

所謂集成方式故障診斷技術(shù)，顧名思義是一種集成了多種故障診斷策略的診斷技術(shù)，能夠?qū)Ψ爆嵉臋C(jī)電設(shè)備故障進(jìn)行有效診斷。在進(jìn)行故障表現(xiàn)多樣，誘因十分復(fù)雜的機(jī)電故障診斷時(shí)，應(yīng)用單一的故障診斷技術(shù)往往不能夠得到全面并且準(zhǔn)確地判斷，這就需要通過集成各類診斷數(shù)據(jù)、知識(shí)和方法來進(jìn)行解決，這樣能夠集成各種診斷方式的優(yōu)勢(shì)，彌補(bǔ)單一診斷方法存在的不足，從而提升故障診斷的準(zhǔn)確性，提升工作效率。

4 智能故障診斷技術(shù)的發(fā)展方向

隨著信息庫技術(shù)、模擬現(xiàn)實(shí)技術(shù)、傳感器以及神經(jīng)系統(tǒng)技術(shù)等的快速發(fā)展，智能故障診斷技術(shù)將會(huì)進(jìn)一步的發(fā)展，通過對(duì)智能故障診斷技術(shù)以及相關(guān)技術(shù)的分析，本文認(rèn)為智能診斷技術(shù)會(huì)朝著以下幾個(gè)方向發(fā)展[10]：

（1）多項(xiàng)知識(shí)表現(xiàn)方式的融合。隨著智能診斷技術(shù)的發(fā)展，知識(shí)表現(xiàn)方式會(huì)進(jìn)一步融合，今后在智能診斷平臺(tái)中，會(huì)通過多種方法的組合來實(shí)現(xiàn)診斷知識(shí)的明確，從而實(shí)現(xiàn)多種數(shù)據(jù)穿梭、數(shù)據(jù)轉(zhuǎn)變、知識(shí)組織的維護(hù)和理解，從而提升診斷主體的表現(xiàn)。

（2）經(jīng)驗(yàn)知識(shí)和原理知識(shí)的充分結(jié)合。在智能診斷技術(shù)的研究過程中，人們趨于讓智能故障診斷平臺(tái)具備人專業(yè)功能和相似的知識(shí)，因此在進(jìn)行智能診斷平臺(tái)的開發(fā)過程中，人們不僅要注重相關(guān)專業(yè)的淺知識(shí)，還應(yīng)該對(duì)診斷主體的結(jié)構(gòu)、作用和原理等深知識(shí)加以重視，從而實(shí)現(xiàn)二者的充分結(jié)合，提升診斷的效果。

（3）專家網(wǎng)絡(luò)和神經(jīng)元的融合。專家網(wǎng)絡(luò)技術(shù)和神經(jīng)元技術(shù)在智能診斷技術(shù)中都有非常重要的應(yīng)用，其中神經(jīng)元理論使智能診斷技術(shù)發(fā)生的變革，給其帶來了新的途徑，而專家網(wǎng)絡(luò)理論和相關(guān)方法則具有很強(qiáng)的邏輯思維能力，通過將二者充分的結(jié)合起來，能夠?qū)⒍哌M(jìn)行良好的互補(bǔ)，進(jìn)而提升智能診斷技術(shù)的效果[11]。

（4）模擬現(xiàn)實(shí)技術(shù)的應(yīng)用。當(dāng)前模擬現(xiàn)實(shí)技術(shù)取得了飛速的發(fā)展，是計(jì)算機(jī)領(lǐng)域重點(diǎn)的研究對(duì)象，是一項(xiàng)全新的技術(shù)，通過應(yīng)用該技術(shù)能夠?qū)崿F(xiàn)復(fù)雜信息的可視化處理和交互，將其應(yīng)用于智能診斷技術(shù)中具有非常重要的意義。通過將這一技術(shù)應(yīng)用到計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)之中，能夠?qū)⒖蛻?、?jì)算機(jī)以及控制主體三方做為一個(gè)總體，經(jīng)多種直觀的設(shè)備將數(shù)據(jù)實(shí)現(xiàn)可視化，讓智能診斷技術(shù)的工作過程更加簡(jiǎn)便、直觀，提升智能診斷技術(shù)的效果，可以說模式現(xiàn)實(shí)技術(shù)的應(yīng)用將會(huì)給智能診斷技術(shù)帶來全新的變革[12]。

（5）信息庫技術(shù)的應(yīng)用。通過在智能診斷技術(shù)中應(yīng)用信息庫技術(shù)，使智能診斷系統(tǒng)擁有巨大的知識(shí)信息庫，使其在運(yùn)行過程中能夠更好的進(jìn)行設(shè)備數(shù)據(jù)的保存、共享等，更快地查找出故障的位置，并找出故障的原因，提高智能診斷技術(shù)的效率。

5 結(jié)論

機(jī)電設(shè)備智能診斷技術(shù)的應(yīng)用能夠有效的提升機(jī)電設(shè)備故障診斷的準(zhǔn)確性和效率，有效地解決機(jī)電設(shè)備故障隱蔽性強(qiáng)的問題，保證生產(chǎn)的安全、高效進(jìn)行。當(dāng)前機(jī)電故障設(shè)備智能診斷技術(shù)主要包括人工神經(jīng)系統(tǒng)、專家網(wǎng)絡(luò)、向量機(jī)和集成方式故障診斷技術(shù)等方式，能夠?qū)崿F(xiàn)機(jī)電設(shè)備的智能診斷，隨著信息庫技術(shù)、模擬現(xiàn)實(shí)技術(shù)、傳感器以及神經(jīng)系統(tǒng)技術(shù)等的快速發(fā)展，機(jī)電設(shè)備智能診斷技術(shù)還會(huì)進(jìn)一步的提升，從而能夠更加快速、準(zhǔn)確地確定機(jī)電設(shè)備故障的位置和原因。

參考文獻(xiàn)：

〔1〕張樂瑩，王榮林.機(jī)電設(shè)備故障智能診斷技術(shù)研究[J].科技風(fēng)，2008，77（23）：54-54.

〔2〕杜陽.機(jī)電設(shè)備狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)研究[J].環(huán)球市場(chǎng)，2016，95（10）：172-172.

〔3〕郭前進(jìn).機(jī)電設(shè)備智能診斷方法研究及應(yīng)用[J].工業(yè)信息學(xué)研究室，2008，35（06）：99-103.

〔4〕李欣，彭繼紅.地鐵機(jī)電設(shè)備故障監(jiān)測(cè)與智能診斷系統(tǒng)[J].都市快軌交通，2015，28（01）：117-120.

〔5〕官泓宇.機(jī)電設(shè)備故障智能診斷技術(shù)研究[J].內(nèi)燃機(jī)與配件，2018，19（07）：115-119.

〔6〕Research on Intelligent Fault Diagnosis Methods of Armored Vehicles Electrical System.

〔7〕Bai Y， Meng X. A Study on Method of Intelligent Fault Diagnosis in Large and Complex Device[C]// International Conference on Electrical & Control Engineering. IEEE， 2010.

〔8〕Zhu R， Huang M J， Ding G B， et al. Research on Intelligent Fault Diagnosis Technique of Complex Equipment[J]. Advanced Materials Research， 2014， 945-949（945-949）：4.

〔9〕陳堅(jiān)，白海瑞，李娟，婁紅巖.灰色理論在泵站機(jī)電設(shè)備故障診斷中的應(yīng)用[J].武漢大學(xué)學(xué)報(bào)（工學(xué)版），2008，41（06）：29-32.

〔10〕李臻，李東曉.在線監(jiān)測(cè)與實(shí)時(shí)診斷技術(shù)在煤礦機(jī)電設(shè)備中的應(yīng)用研究[C]//煤炭科學(xué)技術(shù)大會(huì)文集.2011.

〔11〕Chao Z， Cunbao M， Dong S， et al. Research on intelligent fault diagnosis method for complex equipment based on MEPA-RST-NBNC[J]. Chinese Journal of Scientific Instrument， 2008， 1（12）：386-390.

〔12〕宗春英.基于人工智能的故障監(jiān)測(cè)和診斷系統(tǒng)的研究[J].制造業(yè)自動(dòng)化，2012，34（07）：52-54.