機械設備故障智能診斷技術的現狀與發展

焦健

摘 要：現階段的工業生產中離不開機械設備檢測診斷技術，各種機械設備的更新與應用，傳統的故障診斷技術已經不能有效適用于較為復雜的系統故障診斷，智能故障診斷技術作為一種新興的診斷技術被廣泛應用。本文對我國機械故障診斷技術的現狀進行了簡單的分析，并進一步研究了機械設備故障智能診斷技術的未來發展情況。

關鍵詞：機械設備；智能診斷技術；應用現狀；未來發展

科學技術的不斷發展，機械設備系統也更加復雜，機械設備的自動化水平得到了提升，在現代工業生產中的影響力也越來越大。相對應的機械設備故障診斷的難度也越來越大，機械設備在運行的過程中發生任何故障都可能給企業與社會造成巨大的經濟損失，甚至還可能引發人員傷亡，造成非常惡劣的影響。對機械設備進行檢測，對故障進行早期診斷，尋找機械設備出現故障的原因，并采取措施進行解決，能夠保障機械設備安全、有效的運行。面對越來越復雜的機械設備，傳統的機械設備故障診斷技術的應用受到了一定的限制，智能故障診斷技術在機械設備的故障診斷中的應用越來越廣泛。本文對機械故障診斷技術的現狀與未來發展趨勢進行了如下分析，希望能夠促進機械設備故障智能診斷技術更好的應用。

1 機械故障診斷技術現狀分析

在機械故障診斷系統研究方面，國外已經取得了較為成熟的成果，且在產品中的應用較為廣泛。國內對機械故障診斷技術的研究相對較晚，但是發展較為迅速。近幾年我國在機械故障診斷理論與方法的研究方面取得了很大的成就。在實際應用方面，也取得了一定的成就，例如：三一重工研究院，應用地理信息技術、無線通訊技術、衛星定位技術實現了對工程機械遠程檢測、數據分析、數據采集等。

2 機械設備故障智能診斷方法

2.1 故障樹診斷方法

故障樹是從最不希望發生的部分進行研究，根據一定的邏輯關系進行逐層細化，對故障形成原因進行推理，找出發生故障的根本原因以及故障的發生幾率。將導致故障的原因和故障繪制成圖表，能夠直觀地將系統各種因素、元部件之間的作用關系進行反映。該方法具有診斷快速、方法直觀的特點，但是容易受到主觀因素的影響，診斷結果對故障樹信息的完整性與正確性依賴較大，且不能對預知故障進行診斷。

2.2 故障診斷專家系統

該系統是一種基于知識的人工診斷系統，借助大量的推理方法與專家知識對實際問題進行求解。故障診斷專家系統是一種應用最廣泛、研究最多的診斷技術，在很難建立數學模型以及沒有精確數學模型的復雜系統中較為實用。該系統存在的主要問題有運行速度緩慢、知識獲取困難。應用信號處理技術和傳感技術對診斷專家系統進行研發，實現了將現代科學的思維方式和豐富經驗的結合，目前是故障診斷技術未來發展的主要方向。

2.3 基于模糊數學的故障診斷

工程機械狀態信號的傳播途徑較為復雜，特征參數與故障之間的關系較為模糊，價值邊界條件運行工況存在多變性，因此故障原因與故障征兆之間很難建立精確的對應關系，應用傳統的二值邏輯是不適用的，所以選擇適用隸屬度函數對該癥狀的傾向性進行描述。基于模糊數學的故障診斷是通過部分癥狀，借助隸屬度函數以及關系矩陣得到故障的原因，表示各種故障的傾向性，從而降低不確定因素給診斷工作增加的難度。但是復雜的診斷系統，建立隸屬度函數和正確的模糊規則的難度是很大的，并且會消耗大量的時間。

2.4 基于神經網絡的故障診斷

神經網絡實際上是一種信息處理系統，是模仿人腦工作的方式所設計的，其包含了大量的并行分布處理器。通過工程機械的各個系統進行信息的提取，并通過訓練樣本的學習來確定故障的判決規則，從而實施故障診斷。在故障診斷中應用神經網絡能夠在發生新故障以后通過自主學習對權值進行不斷的調整，從而來提升故障檢測的正確率，降低誤報、漏報的發生幾率。神經網絡具有一定的相似歸納、模式匹配以及聯想記憶的能力，能夠實現征兆與故障間的非線性映射關系。對于多過程、多故障的機械設備、突發性故障以及其他故障，分析故障形成的原因和征兆間的關系，應用神經網絡進行解決是非常有效的。

3 機械設備故障智能診斷技術的未來發展

科學技術的發展，信號分析方法也越來越多，工程機械故障診斷技術也開始向智能化、信息化進行發展，未來機械設備故障智能診斷技術的發展具有以下特點：

3.1 融合多傳感器數據

以后的工程機械會向自動化、復雜化、大型化進行發展，因此需要對機械進行全方位的維護，就必須對工程機械的狀態進行全方面的了解。所以進行故障診斷，可以應用多個傳感器從多位置檢測，并按照一定的方法對信息進行處理，融合最先進的傳感技術，研發更先進的檢測儀器與傳感器，實現對運行過程中機械的準確、快速的檢測，來提高機械故障診斷的準確性和診斷效率。

3.2 混合智能診斷技術

未來工程機械故障具有突發性、多樣性的特點，將多種不同的智能技術進行有效的結合形成混合診斷系統，是未來智能故障診斷技術發展的又一明顯趨勢。

3.3 應用最新的信號處理方法

傳統的故障診斷方法很難準確、客觀地對未來工程機械運行過程中發生的故障進行有效的診斷，應用最新的信號處理方法，對非線性與非平穩的信號進行分析，具有顯著的優勢。

3.4 遠程故障診斷

對結構復雜的機械進行現場診斷的難度較多，且很多機械都位于工地，流動性強、分散型大，因此故障排除與診斷的難度較多，應用遠程監測和故障診斷必將是機械故障智能診斷技術的發展方向。遠程故障診斷技術將計算機網絡技術與故障診斷技術進行結合，在機械上安裝傳感器，建立監測點，進行數據采集，為遠程故障診斷提供依據。

參考文獻

[1]王江萍，寧延平.機械設備故障智能診斷技術水平與發展預測[J].石油機械，2005，33（8）：71-74.

[2]楊光.機械設備故障的智能診斷及預測維修系統的研究[J].科學之友，2011，（30）：41-42.

（作者單位：中鐵十二局集團）