人工智能在機械設備故障檢測中的應用初探

雍鑫

摘 要：隨著人工智能技術的不斷發展，機械設備故障檢測效率和準確性正在不斷提升。對機械設備故障進行檢測的人工智能技術比較多，可以針對不同的故障采取相應的處理方式。目前，人工智能技術在應用的過程中還存在一些不足，這就需要不斷開發人工智能系統，結合機械設備的實際情況，對故障進行更加精確和高效率的檢測。

關鍵詞：人工智能;機械設備;故障檢測

將人工智能的理論和方法應用于機械故障診斷，發展智能化的機械故障診斷技術，是機械故障診斷的一個新的途徑，尤其是對于一些多過程、多故障和突發性故障以及復雜龐大、高度自動化的大型設備和系統來說，先進的人工智能檢測技術更能夠深入其中，探尋故障發生的根本原因，并及時作出應對，從而提高了機械設備的可靠性、可用性、可維修性與安全性。

1 人工智能概述

人工智能就是運用一系列程序模擬人的操作進行技術應用，其作為計算機學科的一個分支，在實際應用中也主要是依靠計算機來完成的，其能夠最大程度上模擬人的行為，并采用智能化的機器來學習各種智能行為，并進行智能的推理與思考，還會進行知識的探索和獲取，通過大量豐富案例進行以往知識的回顧和對新知識的吸收，進行大量的知識儲備，以此來更新知識處理系統。人工智能可以通過知識表示的方式對問題進行深入研究，并將其應用到實踐問題的操作過程中，在機械設備的故障檢測工作中，其能夠通過故障樹、專家系統、人工神經網絡以及模糊數學等技術手段來開展相應的檢測工作，探尋設備故障的根本原因，實現快速、精準的檢測。

2 機械設備故障與常規檢測方法

2.1 常規檢測方法

在進行故障檢測的過程當中，一般情況下都需要有更加專業的工作人員負責檢測工作的開展，同時還需要用用儀器設備進行檢測涉及到震動和噪音的故障時，就需要利用震動識別設備當中的參數，測定沖擊能量以及沖擊的脈沖。除此以外更加的可以利用聲學法檢測故障了解設備的噪音情況，記錄其中的數值，在檢查材料當中存在裂紋的時候，就可以利用超聲波探傷法，雖然這種方式耗費的資金成本比較低，但是在平面質量缺陷的檢測方面起到了一定的效果。

2.2 常見故障

在設備中會存在各種各樣的故障，這就需要定期對設備進行嚴格的檢測，及時對故障進行處理。設備在處理信號時可能會存在故障，這就需要了解信號的處理知識和相關常識;一些振動信號通常會在旋轉機械設備中出現，需要維修人員熟練掌握;同時，維修人員還要正確處理和分析圖形，并通過精確的計算對信號的時頻進行分析。在設備的旋轉機器中也會存在故障，比如滑動軸承和滾動軸承故障，轉子出現不平衡的情況等。為了解決這些故障，就要進行精確的計算，并及時對故障進行排查。在機械設備中齒輪故障也比較常見，這就需要及時檢查齒輪的振動情況，對其噪音進行分析。

3 人工智能在設備故障檢測中的應用

3.1 機械設計與制造

人工智能技術可用在機械設計和制造之中。不管是設計還是制造零部件，均需要有內容完善的圖紙作為依據。此外，要了解機械零部件的結構組成，保證部件之間可以互相配合。要精確計算零部件的尺寸，確定其各項技術參數。采用人工智能技術可以準確測量零部件的各個尺寸，減少誤差。比如，使用CAM智能化系統可以直接利用網絡技術展示零部件的結構，還可以確保復雜的設計轉變成相應的程序。此外，人工智能技術還可以與數控技術相結合，這樣就可以保證設備的故障得到更加精準的檢測。

3.2 專家系統

故障檢測專家系統就是通過人工智能模擬故障診斷領域專家對機械設備故障問題進行分析和處理，從而在不需要專家親自思考的情況下解決復雜問題。專家系統是人工智能技術中較活躍、較成功的領域之一，其起源于20世紀60年代初，由知識庫、推理機和人機接口等三個主要部分組成， 作為一個計算機軟件系統，其能夠基于知識表達并利用產生式規則發揮作用，而且在現有的人工智能語言的支持下，專家系統的表達也能夠合乎人的心理邏輯，因此更易于人們接受。將其應用與機械設備的故障檢測中， 主要就是利用該系統使用模糊推理邏輯降低系統復雜性，以便提高檢測效率，可以說，該系統中所擁有的專家和運用知識解題的推理機制是其發揮重要作用的主要依據，而且，近些年來隨著先進信息技術的不斷發展也在不斷的成熟與完善中，該系統的應用前景也逐漸廣闊。

3.3 機械電子工程設備故障檢測

機械電子工程的設備一旦出現了故障問題，就可以利用人工智能技術及時的對內部的結構進行展示，分析內部的結構，及時的找出其中存在的故障。人工智能技術當中的某部神經網絡就可以充分的判斷出設備出現的問題，不需要更多的去依賴模型，只要通過更加去有效的檢測，就可以讓人們再次明確故障出現的位置，使得設備能夠穩定的運行正常的工作，不可否認在設備運行的時候可能會出現故障問題，那么利用人工智能技術就可以及時的修復這些故障。人工智能技術提供相應的故障解決方案以及應急的措施，能夠最大限度地減少損失。

3.4 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 人工智能在機械設備故障檢測中的應用前景

當前人工智能的應用范圍以及應用形式越來越多，在其未來的發展進程中也將會表現出以下趨向。一是人工智能與多傳感器數據的融合，在機械設備中增加傳感器數量并拓展其功能，通過傳感器對設備的運行數據進行收集整理，并將多種傳感器的數據進行融合分析，依次為機械設備的故障檢測提供依據，實現快速、精準的檢測;二是將人工智能的集中故障檢測手段混合應用到實際應用中，這主要是因為現代的機械制造水平不斷提高，機械設備也朝向自動化、復雜化、大型化等方面發展，在其運行過程中出現的故障問題、故障部位等也是越來越多，單一的檢測技術手段已經無法滿足實際要求，因此混合智能診斷將成為主流形式，以便進一步提高故障檢測的效果;三是遠程故障檢測，主要是因為部分機械設備的運行環境比較惡劣，自身的構造又比較復雜，因此現場檢測會存在一定的難度， 這時候就需要通過遠程故障檢測手段，以便提高檢測效率與檢測質量。

結束語

由于機械設備功能日益多元化，結構越發復雜，設備故障也會變得更加多樣化。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，還會投入大量的人力和物力。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。在人工智能中有多種技術，要準確把握技術的特點和優勢，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。

參考文獻：

[1] 李承澤.基于智能化的機械設備電氣自動化技術應用研究[J].農家參謀，2020，（3）：182.

[2] 李承澤.基于智能化的機械設備電氣自動化技術應用研究[J].農家參謀， 2020，（03）：182.

[3] 許麗.人工智能在機械設備故障檢測中的應用[J].南方農機，2019，50（24）：178.

[4]陳道通.機電一體化技術在智能制造中的應用[J].智能城市，2019，5（23）：195-196.

1947501705375