關于機電系統(tǒng)狀態(tài)監(jiān)測與故障診斷的現(xiàn)代技術探討

張亮，陳芝儀

（中國質量認證中心廣州分中心，廣東廣州，510000）

1 機電系統(tǒng)故障診斷技術的發(fā)展

故障診斷系統(tǒng)的研究已經較為成熟，該技術最早應用在航空航天領域，對于降低飛行事故起到了重要的作用。隨著工業(yè)自動化進程的不斷加快，缺少人力監(jiān)管的設備必須保證工作的正常，所以，故障診斷技術在機電系統(tǒng)中得到了應用。在發(fā)展過程中，故障診斷技術經歷了離線檢測與診斷、在線檢測與離線診斷以及實時在線監(jiān)測與診斷的過程。

1.1 離線檢測與診斷

所謂離線檢測與診斷的意思是，故障診斷系統(tǒng)在機電控制系統(tǒng)處于不工作的狀態(tài)下進行故障檢測。當設備在工作的過程中，工作人員會在設備上安裝相應的傳感器與信號記錄設備，實時記錄設備的工作信號。同時，當設備工作一定時間之后將傳感器獲得的工作數(shù)據(jù)導入故障診斷系統(tǒng)中，對信號進行分析。但是這種故障診斷方式存在著較大的延遲性，只能夠對系統(tǒng)工作之前的數(shù)據(jù)進行分析和檢測。利用已有的知識和經驗，判斷系統(tǒng)的工作狀態(tài)。這種檢測方法對于突發(fā)性故障沒有太大的預防效果。

1.2 在線檢測與離線診斷

在這類系統(tǒng)當中，統(tǒng)統(tǒng)的稱之為是主從機監(jiān)測與診斷系統(tǒng)設備上安裝多個測試點，在各個測試點都要安裝傳感器，并且還要由工作現(xiàn)場安裝的微處理器對設備的每個傳感器的數(shù)據(jù)進行采集和處理，同時相關的工作人員在主機系統(tǒng)上進行故障的判斷與狀態(tài)的分析，與離線定期監(jiān)測系統(tǒng)相比對，這樣能夠在進行檢測和預、報警并在測試點上免去了更換的步驟，但是，判斷以及分析依然是需要專業(yè)的工作人員來對離線數(shù)據(jù)進行操作。

1.3 實時在線監(jiān)測與診斷

實時在線檢測技術的發(fā)展，得益于故障診斷技術時效性和準確性的提升。所謂實時在線監(jiān)測，就是當設備在發(fā)生故障的同時，就能夠對故障發(fā)生位置、故障類型進行準確的判斷。這種處理技術需要故障診斷系統(tǒng)具備快速的數(shù)據(jù)處理和分析判斷能力。并且隨著智能化技術的不斷發(fā)展，機電控制系統(tǒng)的精確建模和知識處理能力可以得到進一步提升，這樣就能夠使得故障診斷系統(tǒng)的診斷結果更加準確，誤警率和漏警率不斷降低。

2 機電系統(tǒng)故障診斷技術的實現(xiàn)

故障診斷診斷的方法有很多種，根據(jù)現(xiàn)在的研究可以將故障診斷技術分為基于知識的故障診斷、基于模型的故障診斷以及基于信號處理的故障診斷。這些故障診斷技術雖然方法不同，但是其診斷步驟是相似的。都是利用估計數(shù)據(jù)與實際數(shù)據(jù)的殘差大小進行診斷，當殘差超過設定閾值之后認為故障發(fā)生，根據(jù)設置的閾值范圍和變化規(guī)律能夠確定故障的類型。

2.1 信號采集與數(shù)據(jù)預處理

信號采集與數(shù)據(jù)預處理是故障診斷的第一個環(huán)節(jié)，要想實現(xiàn)故障診斷，必須有對照的數(shù)據(jù)信號。但是在機電系統(tǒng)工作的過程中，因為存在較大的電磁干擾問題，會在采集的信號中存在較多的脈沖干擾和隨機噪聲，而這些干擾噪聲會嚴重影響診斷的準確性。因此要想實現(xiàn)故障診斷，必須先對這些數(shù)據(jù)進行處理。如今處理信號噪聲的方法主要有小波分析法、中值濾波法、卡爾曼濾波法等方法。如圖1所示，為基于小波分析的數(shù)據(jù)預處理結構圖。

圖1 基于小波分析的數(shù)據(jù)預處理

2.2 故障檢測

在進行故障檢測之前，需干以下假設：系統(tǒng)中的故障導致系統(tǒng)參數(shù)有變化，如故障使輸出變量、狀態(tài)變量、殘差變質、模型參數(shù)、物理參數(shù)等其中之一或多個有變化。這是所有故障診斷方法皆必需遵照的假設前提。故障檢測是指肯定系統(tǒng)是否發(fā)生故障的過程，便對一非畸形狀態(tài)的檢測進程。通功一直監(jiān)測系統(tǒng)可丈量變量的變化，在標稱情形下，以為這些變量在某一不確定性下滿意一未知模式，而該系統(tǒng)免一部件故障發(fā)生時，這些變量偏離其標稱狀態(tài)。通常依據(jù)系統(tǒng)輸沒或狀態(tài)變量的估計殘差的特征去斷定故障。目前研究的目的是檢測的及時性、正確性和可靠性及最小誤報和漏報率。如圖2所示，為基于神經網絡的故障診斷模型圖。

圖2 基于神經網絡的故障診斷模型圖

2.3 故障診斷

故障診斷指根據(jù)殘差方向和結構來分離出故障的部位，判斷故障的品種，估計出故障的發(fā)生時間、大小和原因，進行評價與決策的過程。故障分類是將故障按其嚴峻程度進行分類，以即采取相應措施。故障的評價和決策是指根據(jù)故障的類別、嚴峻程度，決議是否采取修復、補救、隔離或改變控制率等措施，以預防故障的影響和流傳，預防災害事故的發(fā)生。

3 故障診斷技術的發(fā)展趨勢

隨著現(xiàn)代科技的進步，故障診斷也向著智能化的方向進一步發(fā)展。而大數(shù)據(jù)技術的加入，讓故障診斷擁有著更加精確的分析能力。無論是基于知識、信號還是模型的故障診斷技術，都需要利用以往的數(shù)據(jù)建模、訓練，而數(shù)據(jù)量越大，其訓練精確度越高。將大數(shù)據(jù)與人工智能技術與故障診斷相結合，能夠進一步提升故障診斷的準確性，降低其漏警率和誤警率。同時人工智能技術對于數(shù)據(jù)處理效率的提升，也可以避免大量數(shù)據(jù)帶來的訓練負擔，能夠極大的提升故障診斷的時效性。

4 結束語

機電控制系統(tǒng)的故障診斷環(huán)節(jié)能夠實現(xiàn)對設備工作狀態(tài)的實時監(jiān)測，當設備出現(xiàn)故障之后能夠及時的進行報警，極大的降低了故障帶來的經濟損失。隨著現(xiàn)代技術的不斷發(fā)展，故障診斷技術也向著更加智能化的方向發(fā)展，各種智能技術的應用使得機電控制系統(tǒng)的工作更加可靠、更加智能化，為企業(yè)的正常生產提供了基本的保障。