基于大數(shù)據(jù)的設(shè)備故障智能診斷技術(shù)研究綜述

孫宇航，崔 策，許少凡，黃宇斐

（廣州機械科學(xué)研究院有限公司設(shè)備潤滑與檢測研究所，廣東廣州 511356）

0 引言

在機械工業(yè)領(lǐng)域，裝備的可靠運行至關(guān)重要，一旦出現(xiàn)故障導(dǎo)致停機，輕則延誤生產(chǎn)造成企業(yè)經(jīng)濟損失，重則危害人員的生命安全，通過科學(xué)手段保障設(shè)備的可靠運行意義重大[1]。設(shè)備維護既能確保系統(tǒng)穩(wěn)定與可靠運行，同時也顯著降低了維護和維修成本，因此成為重點研究對象。隨著我國工業(yè)制造與設(shè)計技術(shù)水平的突飛猛進，機械設(shè)備系統(tǒng)日趨復(fù)雜，其安全性、可靠性及智能化要求也在不斷提高。由于多數(shù)工業(yè)裝備結(jié)構(gòu)復(fù)雜、工況惡劣、數(shù)據(jù)采集頻率高、裝備觀測部件多、工作時間久，工業(yè)數(shù)據(jù)的增長速度比以往任何時期都要迅猛，為積累海量的機械狀態(tài)數(shù)據(jù)打下堅定基礎(chǔ)[2]。

1 國內(nèi)外研究現(xiàn)狀

實現(xiàn)故障智能診斷通常包括3 個步驟：工業(yè)大數(shù)據(jù)收集，特征工程，模型建立與故障預(yù)測。

1.1 工業(yè)大數(shù)據(jù)收集

目前主流的設(shè)備狀態(tài)監(jiān)測數(shù)據(jù)主要來源于光電、熱敏、氣敏、力敏、磁敏、聲敏、濕敏等多種類別的工業(yè)傳感器，采集的數(shù)據(jù)類型主要以振動信號、音頻信號及圖像數(shù)據(jù)為主[3]。與傳統(tǒng)數(shù)據(jù)相比，工業(yè)大數(shù)據(jù)具有海量、類型多樣、增長速度快等特點，但也包含結(jié)構(gòu)各異、碎片化及價值密度低的現(xiàn)象，大數(shù)據(jù)的處理已然成為無法回避的問題[4]。目前，國內(nèi)的工業(yè)大數(shù)據(jù)平臺在治理準則、處理方法等方面難以滿足工業(yè)智能化的要求，如何治理非結(jié)構(gòu)化的工業(yè)數(shù)據(jù)已成為目前機械故障智能診斷下新的難點[5]?！?br>