人工智能在機械設備故障檢測中的應用

孫凌夫 戰中學 劉澤林 李海豹 宋亞輝 孫全喜 陸益軍 吳紅

摘要： 機械設備在不斷的發展中，功能日益多元化，結構越來越復雜，導致設備故障也變得多樣化。采用傳統的檢測方法可能就會導致故障無法準時在第一時間內得到檢測，浪費大量的人力和物力。應用人工智能開展設備檢測，不僅可以縮短檢測時間，提高檢測效率，還可以保證檢測結果的準確性。在機械設備故障檢測中，要明確人工智能技術的特點和優勢，加強研究與開發力度，確保人工智能發揮出更加有效的作用。

關鍵詞：人工智能;機械設備;故障檢測

引言

人工智能作為一門新興技術，其主要是對人的理論、方向進行模擬、延伸與拓展。人工智作為計算機科學的分支，能夠對機械設備的故障進行深入分析，從而生產出智能的機器，類似于人類對問題作出反應的系統。在對人工智能進行研究時，語言識別、自然語言處理、機器人等都是主要研究對象。人工智能是一門極富挑戰性的科學，涉及心理學、哲學及社會科學等眾多學科。隨著時間的推移，人工智能的理論與技術已經日漸成熟，并且其應用范圍也在不斷擴大。在未來的發展中，人工智能對人類生產生活起到促進的作用。

1 人工智能在機械設備故障檢測中的意義

機械故障診斷是對機械上傳感器獲取的數據進行系統分析，結合機械自身的特點，分析出故障發生的原因，并對機械在故障狀態下繼續運行發生的情況進行預測，當機械系統運行發生了偏移，則發生機械故障，整個機械系統部分或者全部失去作用，故障診斷就是利用傳感器獲取的數據進行系統的分析，得出故障發生的部位并且進行報警。如果及時對設備的故障進行檢測，就可以及時分析故障產生的原因，并采取相應的解決對策，延長設備的使用壽命。傳統的機械設備故障檢測手段存在的問題在于不能對復雜的故障進行檢測，而且檢測的方式比較簡單，在應用的過程中會存在很大的局限性，一旦設備的故障比較多元化，或者有突發性特征，就不容易對其進行準確及時的檢測。隨著機械設備性能的日益完善，設備的內部結構精度越來越高，體積越發小巧，這就必須要保證設備故障檢測技術與時俱進。

在應用檢測技術時，需要保證這一技術具有智能化特征，可以在第一時間內發現故障，同時還要保證技術符合設備日益復雜的發展趨勢。以計算機和數字技術為支持的故障監測技術已經廣泛地應用到各個行業之中，比較有代表性的就是人工智能技術。人工智能技術可以保證機械設備的故障得到自動化檢測，這樣就可以大大縮短檢測的時間，降低維修成本，可以保證設備正常運行，對各類問題起到有效的防范效果[1]。由于人工智能技術在開展設備檢測時的方法比較多元化，即使設備結構日益復雜，人工智能技術也可以充分適應，并確保故障得到及時有效的檢測。

2人工智能在機械設備故障檢測中的應用

人工智能可以針對生產過程中的原材料特性、環境特點、生產設備特點等影響因素進行綜合判斷，并且做出最合理的故障診斷。人工智能對于機械設備故障診斷是十分重要的，能夠提升故障診斷的準確性以及有效性。在機械設備診斷中，涉及的人工智能技術較多，本文主要對專家系統、人工神經理論、模糊理論等在故障檢測中的應用進行了分析。這些人工智能技術進行故障檢測時發揮了較大的作用。

2.1專家系統

在人工智能技術中，專家系統是一種比較常見的故障檢測技術。專家系統主要是對專家的思維和知識結構進行模擬，便于解決某一專業的問題。通常會采用智能計算機程序系統獲取知識管理庫中的知識，系統會結合這些知識進行嚴格的推理。人工智能系統數據庫會通過解釋器將數據轉化為問題的解釋答案。專家系統中包含的專業學科知識比較多，為保證知識得到有效利用，專家系統中的智能化功能可及時根據問題對知識庫中的知識進行提煉。人工智能可以整合相關的知識，將其納入到知識管理庫之中。此時，系統會以設備能夠理解的方式及時解答問題，再通過人機交互形成專門的語言。對設備故障進行檢測時，專家系統中的推理機制可以充分發揮作用，在其內部機制中會有類似問題的解決方式，這樣就可以保證故障得到準確的定位與診斷[2]。

2.2人工神經理論

人工神經理論是一種典型的算法數學模型，支持其發揮作用的主要依據就是人工神經網絡。人工神經元主要負責激活模擬人類大腦的神經網絡，其目的在于利用這一網絡實現對信息的一系列處理，使數據得到高效保存。由于神經元比較多，而且彼此之間的關系非常密切，因此，采用人工神經理論就可以確保信息得到及時吸收，人們可以充分利用神經網絡的優勢，使其在眾多領域中發揮作用。對設備故障進行檢測時，可以采用人工神經理論對故障進行分析，采用多個神經元與故障相互作用，就可以在一系列反應下找到故障的位置[3]。確認故障后，用戶就可以及時了解問題所在。人工神經網絡還可以對故障進行預測，分析每個零部件的主要參數，幫助用戶更好地了解到設備的使用情況，及時避免出現故障。

2.3模糊集理論

可以將模糊集理論作為理論思維的基本方式，這一理論中包含的學科比較模糊，除了邏輯學和模糊數學之外，學科知識之間的關系因比較模糊，但又要以集合的方式呈現，共同為這一理論展開服務，因此，就可以將其稱之為模糊集理論。模糊集理論并不具備隨機性，其主要是指事物本身的概念比較模糊，通過這一理論可以及時對模型進行分辨和識別。通過計算出模糊數就可以及時獲取知識，這樣就可以采用模糊融合的方式對設備的故障進行檢測，并及時將診斷結果與故障進行對比，就可以更好地解決故障[4]。總之，模糊集理論的運用可以保證設備得到更加準確的檢查，由于與之相關的技術更加穩定，對數據進行分析時也會更加完善。隨著時代的不斷發展，模糊集理論將會得到進一步改進。

2.4遺傳算法

遺傳算法主要是以人類遺傳機理為基礎，從而提出的全局優化算法，通過生物進化工程的雜交、繁衍等現象模擬的一種算法。這種遺傳算法的主要優勢是處理優化問題的能力較強，并且有較強的全局優化能力。在進行故障檢查時，可根據元件故障、斷路器跳閘、保護動作之間的關系，建立遺傳算法，并采用差異性遺傳算法對故障進行處理。應用遺傳算法進行故障檢測的時候，應該從全局優化出發，當保護元件或者是斷路器出現拒動時，診斷結果最優。但是使用遺傳算法進行故障診斷時，對數學模型合理的建立、確定差異等方面還需要進行深入的研究，以期能夠在故障檢測中發揮較大的作用[5]。

結束語

人工智能依靠在機械設備上的傳感器得知機械設備的生產情況，可以對設備運行中的情況做到實時監控，并依靠傳感器的信號和曾經產生的故障建立故障模型，在生產過程中依靠人工智能對可能發生故障的設備進行維修損失估計，選取其中損失最小的方案進行實施。并且重要的是只有在第一批生產設備中需要經歷上述的整個過程，后面的生產者只需要在已經建立好的設備故障模型中做針對于自己生產環境的優化即可。這種生產模式極大的簡化了生產設備的投產過程，極大的節約了時間成本和資金成本。

參考文獻：

[1]賈智涵. 基于深度神經網絡的機械故障診斷技術研究[D].北京郵電大學，2019.

[2]周明君.智能機器人在電力設備故障診斷中的應用研究[J].科技創新導報，2019，16（08）：149-150.

[3]張京一.試論電氣自動化控制中的人工智能技術[J].南方農機，2019，50（03）：231.

[4]黃慧媛.試析電氣自動化控制中人工智能技術的應用[J].內燃機與配件，2019（02）：212-214.

[5]沈陶然，王玉茜.人工智能技術在機械電子工程領域的應用研究[J].海峽科技與產業，2019（01）：75-77.