淺談大數據下機械智能故障診斷的機遇與挑戰

王曉峰

摘 要：機械故障是影響風力發電設備和數據機床等大型機械設備安全可靠運行的潛在因素，進行智能故障診斷是保障機械設備安全運行的有效途徑。經濟社會和信息技術的不斷發展使得我國進入大數據時代，大數據技術開始廣泛運用于各行各業中，機械智能故障診斷也不例外。大數據時代的到來給機械智能故障診斷帶來了新的發展機遇：故障分析和診斷更加全面化、故障診斷的時效性增強等;與此同時，大數據也帶來了新的挑戰：數據眾多且細碎、故障診斷浮于表面等。基于此，本文先是分析了機械智能故障診斷的意義，又是探討了大數據下機械智能故障診斷面臨的挑戰，最后對大數據下機械智能故障診斷的發展趨勢進行再思考，希望可以促進我國機械智能故障診斷的全面化和智能化發展。

關鍵詞：大數據;機械智能故障診斷;機遇與挑戰

1 運用大數據進行機械智能故障診斷的重要意義

1.1有利于確保機械設備能正常運行

只有對機械設備進行準確的故障診斷，及時找出并解決機械故障及出現的異常情況，才能確保機械設備正常穩定運行。及時準確的故障診斷能使工作人員對機械設備的運行時刻保持高度警惕，減少或規避機械設備安全事故，保證工作人員的生命財產安全，維護工作人員的切身利益。

1.2有利于延長機械設備的使用壽命，有效降低企業成本

運用大數據進行機械智能故障診斷能使機械檢修人員根據機械具體的性能參數和實際運行效果，制定科學合理的檢測維修流程和制度，這在一定程度上能延長機械設備的使用壽命，有效降低企業的生產成本，提升企業的利潤，促進企業的可持續發展。

1.3有利于提升機械故障診斷和檢修工作的效率

大數據技術能在短時間內快速、準確地分析大量機械故障數據，有效提升機械故障診斷和檢修工作的效率和效果，使工作人員能清楚了解機械故障的類型和具體故障情況，工作人員能根據數據分析情況制定科學合理的維修方案，有效提升機械故障診斷的檢修工作的效率和效果，改變傳統的機械診斷和檢修方式，增加機械診斷和維修工作的信息化和現代化程度。

2 大數據下機械智能故障診斷面臨的挑戰

機械智能故障診斷工作中蘊含著豐富的數據和信息，相較于傳統的機械智能故障診斷方式，大數據技術能在一定時間內快速整合、處理和分析大量的機械故障數據，且出錯率較低。但目前我國大數據下智能機械故障診斷還面臨著重大挑戰，具體分為以下幾個方面：

2.1 故障診斷數據量大且細碎

機械故障診斷和檢修工作中蘊含著大量的信息和數據，運用大數據能以一種更高的層面、更廣的視角輔助工作人員了解和熟悉機械設備的運行情況，提升故障診斷和檢修效能。但目前我國大多數企業運用大數據進行機械故障診斷和檢修工作的開始時間較短、發展速度緩慢、發展經驗不足，機械故障則河南段和檢修工作中蘊含的數據量巨大且細碎，對數據的分析和挖掘不夠深入，僅僅停留于表面，這就導致機械故障診斷的數據質量參差不齊，無法充分發揮數據的實際效果，嚴重降低了大數據技術的運用效果。

2.2 相關技術發展還不是很成熟，工作人員的專業素質不高

盡管大數據技術早已出現，但其在機械智能故障診斷工作中的運用時間較短、實際經驗缺乏、相關技術的發展不成熟，只能檢測機械設備的好壞狀態和分析機械故障問題的大數據，無法對這些數據進行分析和整合;同時，相關工作人員在畢業后從事工作以后就很少再進行繼續教育甚至完全不進行繼續教育，這就導致相關工作人員的專業素質不高，無法熟練掌握和運用大數據技術進行機械智能故障診斷工作，

3 大數據下機械智能故障診斷的發展機遇

我們在認識到大數據技術的不斷發展不僅給機械智能故障診斷工作的開展面臨著眾多挑戰的同時，還給機械智能故障診斷工作帶來了巨大的發展機遇，具體表現如下：

3.1 對機械智能故障診斷的大數據進行可靠性評價

由于機械故障診斷數據量巨大、具體運行形式多樣、信號源分散等因素的影響和干擾，機械智能故障診斷數據雜亂無章。因此，企業要建立健全完整的大數據質量評估標準，仔細研究和分析多源信號的數據規整算法，整理分析多傳感器的數據使用規則，提升大數據利用工作的合理性和高效性。

3.2 建立標準的大數據庫

數據是機械智能故障診斷中最為關鍵的因素。企業要記錄、整理和分析每一個機械運行的變化情況和信息狀態，與其他企業共享標準的大數據實驗室和具體的方案數據，觀察和記錄機械設備從正常運行到發生故障的整個變化過程，盡量標準的大數據庫，使得機械智能故障診斷工作能得到進一步的發展和創新。

3.3 進行可視化研究分析

可視化研究分析能以視角展示的方式幫助工作人員準確理解和掌握大數據的真正內涵，使大數據更好地得到呈現、理解和詮釋，幫助工作人員進行可靠的決策，推動機械智能故障診斷工作的進一步發展。因此，企業要以智能模型結構參數的可視化、提取特征與預測指標的可視化、識別與預測結果的可視化為主要發展方向，解析機械智能診斷的表達模式，客觀反映機械故障與響應信號之間的關系;研究交互式一體化的機械故障智能解析、識別與預測結果的呈現方法，使大數據下機械智能故障診斷和檢修工作的可視化水平。

4 結語

綜上所述，經濟社會的不斷發展和現代化進程的加快使得我國進入了大數據時代，大數據技術以其智能、高效、快捷等優點，被逐漸運用于機械智能故障診斷工作中。但由于大數據技術的運用浮于表面、實際工作人員的專業素養不高、診斷數據數量眾多且細碎等問題的存在導致了大數據技術在機械智能故障診斷中還存在著諸多問題。因此，我們要從監理標準的大數據庫、評估大數據技術的可靠性、深度學習識別故障、了解熟悉機械設備的故障信息等方面進行深入、全面的研究，提升機械智能故障診斷的工作效率和工作效果，使大數據技術能在機械智能故障診斷工作中得到更好地運用，進一步提升大數據技術的運用效果，促進我國機械智能故障診斷工作的全面、可持續發展，使我國機械行業的發展更上一層樓。

參考文獻

[1]申立新.大數據背景下機械智能故障診斷研究[J].內燃機與配件，2019（18）：137-138.

[2]海山.大數據促使機械故障診斷智能化轉變--訪青年長江學者、西安交通大學雷亞國教授[J].航空制造技術，2017（20）：28-29.