機械設備故障智能診斷技術的現狀與發展

馬智

摘 要：隨著我國科學技術的發展以及大量先進技術落地批量化生產，工程機械設備的設計也越來越復雜。機械設備在日常使用過程中往往會發生各種設備故障，以往傳統的故障排查手段不能很好地適用于較為復雜的機械設備。為了更好地解決這一問題，智能化故障診斷技術得到了人們的重視。機械設備在使用過程中因設備震動、設備內部高溫、設備內部進入雜物等因素的影響，將會更加容易發生故障事故，這將對工業正常生產造成較大影響，因此機械設備故障監測手段的發展十分必要。本文中將機械設備智能化診斷技術的現狀進行介紹，并展望其未來發展態勢。

關鍵詞：機械設備;故障檢測;智能化

1 引言

機械設備發生故障表示機械系統中至少有某一個關鍵性能或設備參數超出了正常工作時的限度，導致機械設備無法正常完成指定功能的情況。對機械設備的故障診斷就是通過利用不同檢查驗證方式對設備進行測試，以發現其系統或零部件上存在的問題。故障診斷首先要確定機械設備是否發生故障，然后通過一步步地檢測精確得到故障發生的位置。隨著機械工業的發展，機械設備越來越高端精密，尤其對于大型工業生產中多用到的機械設備更加復雜，這對機械設備的故障診斷工作提出了更高要求。這種情況下傳統人工檢測方式已遠不能滿足需求，在我國智能化診斷技術已經有了一定的發展，一些研究成果已經在實際生產過程中有了應用。但是很多智能診斷技術的合理性和可操作性仍需要論證，這需要投入更多的研究來促進更多智能化診斷技術落地。

2 智能診斷技術現狀

2.1 故障樹診斷方法

故障樹診斷方法核心思想就是從設備最關鍵的位置開始檢測，通過逐步的排查分析將故障位置進行不斷地精細化，對故障出現的可能原因進行分析探討，以達到最終找出故障位置的目的。通過利用故障樹診斷方式，可以將系統內各部件之間的聯系和故障發生關系以圖表的形式繪制得到，進而可以更加直觀地了解設備各部件之間的內在聯系。在準確找到設備故障之外，利用診斷過程所得到的可視化圖表，可以對設備各部件的磨損程度和發生故障的概率進行測算，便于后續故障檢測工作。但是故障樹診斷方法在實行過程中容易受到工作人員主觀因素的影響而較片面，而且故障樹信息也會因設備技術的發展而出現改變，具有較大的局限性。

2.2 故障診斷專家系統

專家系統的工作原理是在診斷系統內存儲大量人工診斷知識，以此作為一個故障診斷專家庫，然后從設備故障表述中提取特征信息，通過對描述信息和故障之間構建關系網，來找到與表述相對應的設備故障。專家系統在工作過程中根據故障描述，基于推理機方式對描述進行特征匹配。專家診斷系統是一種應用廣泛的智能診斷技術，常用于沒有精確數學模型或難以建立數學模型的診斷環境。通過將智能傳感技術和數學建模手段相結合得到專家診斷系統，將使專家系統具有更加豐富的診斷經驗和專家診斷思維，成為專家診斷系統的發展趨勢。

2.3 基于神經網絡的故障診斷方法

基于神經網絡的智能診斷系統的核心思想是一個信號接收與信息處理系統，該系統通過將許多處理器相連接，通過對數據進行計算處理的手段來模仿人腦的工作過程。具體地，利用神經網絡診斷系統首先對設備故障信號信息進行特征提取，然后將提取到的特征與系統已學習到的特征進行擬合匹配，最后對故障信號進行分類來確定其故障類型。利用這種方式對于故障信號具有更強的泛化能力，即使設備出現新的故障表現，也能夠通過對神經網絡中權值的自動學習和修正來對故障原因進行預測，可以有效提高診斷系統準確率，減少漏報誤報的情況。

3 智能診斷技術發展趨勢

3.1 多傳感器數據融合技術

隨著機械設備越來越復雜龐大，想要對機械設備中各部件進行有效地、實時地監控，就需要利用更多的傳感器設備，這樣才能夠對機械設備的整體運行狀態有細致的了解。根據機械設備各部分的實際情況，可以分別利用光學傳感器、聲學傳感器、紅外傳感器等多種形式，通過對各部分傳感器反饋信號的實時處理分析，可以對設備各部分關鍵參數信息有準確的了解。在發生故障時通過對多傳感器反饋信息的綜合，能夠更準確地發現問題所在，提升故障診斷效率。

3.2 混合智能故障診斷技術

機械設備發生故障有突發性和多樣性的特點，生硬地將故障表現與故障排查指導相匹配往往不能很好地解決問題。在實際診斷過程中，通過將實際信息與智能化診斷系統相結合可以獲得更好的診斷效果。隨著智能化診斷手段的發展，人們也在嘗試將多種智能化診斷技術融合來得到更好的診斷效果。目前，將神經網絡系統與專家系統技術相結合能夠取得不錯的診斷效果。通過神經網絡系統對于故障信號特征提取，然后將提取之后的故障特征信息送入專家診斷系統判斷其故障類型，與神經網絡系統的預測結果進行匹配，若完全匹配則可得到確定的故障類型。

3.3 遠程故障診斷技術

在我國工業生產中，生產企業中大多具有設備故障檢修排查人員，但由于大多企業中設備故障較為簡單，相關人員專業素養不足，這造成對于一些情況較復雜的設備故障，生產企業無法快速完成故障診斷工作，將嚴重影響正常生產工作。為了解決機械設備隨機性和分散性的問題，遠程故障診斷手段得到了更多重視。其可以克服時間和地域的限制，為企業故障檢測提供更加專業的檢測團隊。

遠程故障檢測手段通過計算機網絡、無線通訊和機載模塊等技術實現為機械設備故障提供實時診斷的服務。通過利用機械設備各關鍵部件上所安裝的傳感器設備，將設備各核心部件工作狀態信號輸送到計算機系統。遠程故障診斷人員可以通過收集現場設備數據信息，然后將數據導出利用更加先進的故障診斷設備對設備信息進行診斷。這樣可以極大地做到資源整合，企業在日常運作過程中無需準備高精尖的故障診斷團隊，也免去了智能診斷設備采購的費用。在設備出現重大問題的情況下，通過遠程診斷手段請專業團隊幫助解決。

4 結論

機械設備的大型化和精密化是工業發展的必然趨勢，而利用先進科學技術實現設備故障智能診斷也勢在必行。在現有故障樹診斷、專家系統診斷及神經網絡診斷方式的基礎上，結合多傳感器技術和計算機通訊技術，將提供智能診斷系統精確性和實時性，更有利于企業生產成本節約，也能夠極大地提高生產效率，促進各行業分工合理性。

參考文獻：

[1]劉書玖.工程機械使用性能故障分析及預防措施[J].民營科技，2016（04）：33.

[2]李靜.故障樹分析法在工程機械維修中的應用[J].企業技術開發，2016，35（11）：33-34.