研究生機械故障診斷理論課程模塊化與案例教學研究

姚峰林 趙 婕 高有山 孫曉霞 王全偉

1.太原科技大學，山西 太原 030024

2.太原學院，山西 太原 030032

機械故障診斷理論是20 世紀60 年代以來由相關新興理論、新興檢測技術與生產實踐相結合而發展形成的一門新興學科。它是監控、檢測、診斷和預測機械的各種狀態和故障，保障機械設備安全運行的一門科學技術。隨著傳感檢測技術、計算機技術、數字信號處理技術、機器人技術、人工智能技術等的不斷發展與進步，機械故障診斷理論課程的研究內容、研究方法和應用領域都取得了突飛猛進的發展。機械故障診斷是“中國制造2025”背景下的新工科建設的重點內容之一，也是實現由傳統制造業向現代制造業轉型所必備的核心技術。機械故障診斷理論課程是多學科專業交叉融合形成新工科專業中最有發展機遇的一門專業課程。

隨著我國在核電裝備、航空航天裝備、海洋裝備、交通裝備、風電裝備、智能制造裝備等高端裝備制造業的產業轉型升級完成，更多的高新技術產品、優勢產品的技術將會達到國際先進水平。這些大型設備的故障診斷對于減少、避免重大或災難性事故具有非常重要的意義。

一、機械故障診斷理論課程發展現狀

機械故障診斷是現在比較熱門的研究領域，隨著深度學習和人工智能的快速發展，十年或二十年前出版的教材和參考書已經明顯跟不上時代和技術的進步，大多數高校的機械故障診斷理論課程中的教學內容顯得陳舊落后，教學方法也不夠科學有效，內容多是理論，這就會影響學生學習這門課程的效果。

機械故障診斷理論是太原科技大學機械工程專業針對碩士研究生、博士研究生開設的一門選修課程，自開設以來受到研究生的喜愛，每年選修此課程的研究生人數屢創新高。機械故障診斷理論課程的先修課程包括控制工程基礎、機械振動、機械測試技術、理論力學、數字信號處理等課程。這門課程與機械相關科學研究、工廠技術實踐和日常生活緊密相關。這門課程內容涉及理論模型、信號處理、知識處理和大數據等新技術，具有很強的理論性、應用性、實踐性。課程知識點很多而且更新速度還快，但學時卻很少，這一矛盾使得課程教學效果不理想。傳統的教學方法在各高校還在廣泛地被使用，這種方法有利于發揮教師的主導作用，有利于教師系統地講授知識，有利于師生之間開展情感交流。但是，這種教學方法不利于調動學生自主學習和開拓創新的積極主動性。在“互聯網+”的時代背景下，社會各領域的跨界融合將成為必然，教育也受到“互聯網+”深刻而長遠的影響。

筆者經過對太原科技大學研究生課程學習的跟蹤調查與研究發現：研究生對機械故障診斷理論這門新興學科具有強烈的求知欲望，但是其傳統的教材、教學方法已經無法滿足當前研究生對新理論、新技術、新方法的學習需求，必須著手進行課程的改革和優化，跟上學科理論發展的新動態、新方向、新水平。

二、機械故障診斷理論課程內容模塊化

機械故障診斷理論課程內容豐富，用三十二學時完成教學大綱的任務有困難，所以必須進行課程內容的模塊化處理，優化教學內容。

由于MATLAB 在工程和科學計算領域具有豐富的工具箱與功能模塊，而且其數值和符號計算功能強大、程序環境簡潔，還有數量龐大的開放性源程序，因此筆者選擇用MATLAB 來進行機械故障診斷理論課程的模塊化。十二個課程模塊包括MATLAB 基礎與實踐，信號處理分析基礎與MATLAB 實現，時頻分析方法的MAT‐LAB 實現，小波分析的MATLAB 實現及應用，Hilbert-Huang 變換的MATLAB 實現及應用，分數階Fourier 變換的MATLAB 實現及應用，圖像處理技術的MATLAB 實現及應用，人工神經網絡的MATLAB 實現及應用，模糊理論的MATLAB 實現及應用，遺傳算法的MATLAB 實現及應用，粒子群算法的MATLAB 實現及應用，支持向量機的MATLAB實現及應用。

機械故障診斷理論課程由于學時較少，對于理論性強、公式推導較多、概念比較抽象的內容采用課下學習與課堂學習相結合的辦法。教師在超星學習通平臺把這些理論和公式推導進行詳細闡述并輔以教學視頻作為學生學習任務點，學生不完成該任務點的學習就不能進行作業上報。筆者根據超星學習通上學生學習課程次數的統計發現，每次新課上課前后的兩天是學生自主學習的高峰，但是隨著時間的推移，他們學習的次數和積極性逐步減少，到課程下一次任務點發放，學生又興起新一輪的學習高峰，如此循環往復，學生不僅僅能完成學習任務，而且還能取得較好的學習效果。另外，教師在超星學習通上可以看出學生的學習進度，根據這些統計數據可以給學生一個非常公正的平時成績，再結合學生的作業情況可以對學生在整個學期的學習等級和分數進行評定。

三、機械故障診斷理論課程案例教學探索

如果能將機械故障診斷理論與實踐相結合，引導學生發現問題、分析問題、解決問題，進而掌握基礎理論知識，形成獨到的見解，提高自學的能力與效率，促進理論教學與實踐教學相融合，促進科研與教學有機融合，這才是最佳教學方案。實施機械故障診斷理論課程案例教學，就是理論與實踐相結合的一種大膽嘗試與探索。

借助超星學習通可以增加學時數，彌補學時不足的缺陷，就可以有更充足的時間進行案例教學。太原科技大學是一所傳統的機械本科院校，是重大技術裝備領域重要的人才培養和科技研發基地。其機械故障診斷理論課程關注行業發展，注重實用性和啟發性，并且與研究生課題研究緊密結合。這門課程所包含的案例包括柴油機漏油故障診斷，滾動軸承故障診斷，汽車變速器軸承振動，柴油機活塞、活塞銷故障診斷，發動機異響故障診斷等。機械故障診斷案例學習具有很高的學術價值和應用價值。這門課程的教學不僅致力于能讓學生掌握機械故障診斷的理論、方法和應用的前沿知識，還可以借助MATLAB 提供的虛擬平臺開展相關實踐，大大提高了學生的學習興趣和現場問題解決能力以及優化了課程教學效果。

（一）軸承故障診斷技術

軸承是現代機械設備的一種重要的零部件，現代工業通用機械都配備了相當數量的軸承。當軸承發生故障時，往往直接影響整臺機器的性能（包括精度、可靠性及壽命等），可能導致機械設備無法正常運轉，甚至可能會危及工人生命安全。因此對軸承的故障診斷進行研究可以幫助避免機械設備意外事故發生，延長機械設備使用壽命，提高經濟效益。

張蘭芳等人提出了基于核主元分析和極端學習機的軸承故障診斷方法，能較好地獲取故障響應信號的本質特征，有效提高軸承故障的診斷正確率。周向等人利用經驗模態分解（EMD）法將固有模態函數進行Hil‐bert 變換得到Hilbert 譜，通過譜分析識別軸承的故障部位和類型，在實際的故障診斷中更有效地得到故障原因。Gan Meng 等人將小波包多尺度變換與深信度網絡（DBN）相結合，提出了一種分層故障診斷網絡（HDN），利用小波包能量作為深信度網絡的輸入，通過支持向量機和BP 神經網絡有效識別軸承故障的位置和嚴重程度。童水光等人以時頻分析為基礎，結合信息熵理論，提出一種頻帶多尺度復合模糊熵的故障診斷方法，解決滾動軸承故障的早期受環境噪聲影響、故障特征輕微時有效提取滾動軸承的故障信號沖擊特征難的問題，引入頻帶多尺度復合模糊熵基于時頻聯合分析的思想，通過對共振頻帶向量的重構分析，實現了對故障特征的提取。顧鑫等人提出了一種深度卷積神經網絡與極限學習機（ELM）相結合的滾動軸承自適應故障診斷模型，通過卷積層和池化層提取低階特征，然后在全連接層合成高層次特征，進而將提取出來的特征通過極限學習機進行軸承故障類別的準確快速分類，實現了自適應“端到端”的故障診斷，具有良好的魯棒性和實時性。

極限學習機是黃廣斌等人提出來的求解單隱層前饋神經網絡的學習算法，傳統的神經網絡學習算法（如BP 算法）不僅需要人為設置大量的網絡訓練參數，而且很容易產生局部最優解。極限學習機只需要設置網絡的隱層節點個數，在算法執行過程中不僅不需要調整網絡的輸入權值以及隱元的偏置，而且能產生唯一的最優解，因此具有學習速度快且泛化性能好的優點。在本課程結課時，學生基于小波包變換并結合極限學習機方法提出了滾動軸承故障診斷方法。通過小波包變換對振動信號進行降噪處理，這里采用Symlet 小波函數作為小波包變換的基函數，并通過均方根差、平滑度法篩選小波基函數對原始信號進行消噪處理，隨后提取消噪后信號的特征值，將特征值作為訓練樣本和測試樣本，通過極限學習機進行學習訓練得到了較高的分類精度。該方法能夠準確地對軸承故障類別進行診斷，有著較為精確的診斷精度。

（二）齒輪故障診斷技術

齒輪傳動是通過兩齒輪的輪齒相互嚙合來傳遞運動和動力的一種機械傳動方式，齒輪傳動系統是目前世界上應用最為廣泛的機械傳動結構之一。自身結構和工作原理的特點使齒輪的振動信號較為復雜，在對其進行故障診斷時需要從時域和頻域上進行分析。齒輪的故障信號具有非線性和非平穩性的特點，其振動信號存在多分量中心頻率相近、頻帶相互重疊的情況。從信號中提取有效的故障特征，抑制并減少諧波及噪聲的干擾是故障診斷的關鍵。

而對于非平穩信號而言，由于其頻譜隨時間有較大的變化，要求分析方法能夠準確地反映出信號的局部時變頻譜特性，因此只了解信號在時域或頻域的全局特性是遠遠不夠的，或者說是不適合的。加窗的傅里葉變換可以對非平穩信號實現時-頻域的分析，但是它的時頻窗口大小是固定的，只適用于對緩變的非平穩信號的分析。小波變換采用變尺度的小波基對信號進行變換，可以得到不同尺度上的能量分布，而且尺度越小能量越分散，但是小波譜在不同的尺度上表現出不同的分辨率，即其時間分辨率和頻率分辨率是相互制約的。經驗模態分解經驗模態分解是根據自身的時間尺度特征將非平穩信號分解為若干個瞬時頻率和幅值具有物理意義的本征模態函數（IMF）之和，解決了希爾伯特變換的限制。但是經驗模態分解方法仍然存在著諸多問題，如模式混淆和端點效應。Dragomiretskiy 和Zosso 提出了變分模態分解（VMD）方法，Cicone等人提出了自適應局部迭代濾波（ALIF）方法來確保模態分解的收斂性。這兩種新的時頻分析方法雖然解決了經驗模態分解方法模式混淆和端點效應問題，但是無法達到最優分解。

針對以上自適應時頻分解方法中出現的問題，根據譜峰度理論，學生還提出了一種基于最大重疊離散小波包變換（MODWPT）和故障能量比（FER）的齒輪故障診斷方法。通過平穩仿真信號和非平穩仿真信號的對比分析，驗證了基于最大重疊離散小波包變換方法在抗混疊和端點效應以及希爾伯特譜特征提取準確性方面都要優于經驗模態分解方法；同時選擇基于Teager 能譜計算的故障能量比作為新的評價指標，代替峰度指數。由于此方法具有良好的頻帶分解性能和故障能量比的頻率跟蹤特性，因此可以有效地對齒輪故障類型進行識別。

四、課程考核方式的改革

高校學生的課程考核方式通常由平時成績和期末成績構成，平時成績只占20%，期末成績占80%。這種考核的方式注重學習結果，忽略了對學習過程的考核，對付出努力并取得成功的學生是一種肯定，但對于付出努力還沒有取得成功的學生卻是一種否定。這是導致學生學習該課程內驅力不足的一個原因。對于研究生來說，機械故障診斷理論實際上是一門理論性和實用性都非常強的課程，因此應該對學生運用所掌握的相關理論與方法解決實際工程問題的能力進行考核。

在課程考核方面，依托超星學習通的統計功能包括任務點、章節學習次數、章節測驗、課堂活動、作業統計等，可以對學生的學習進行全方位、全過程的跟蹤和評價，在此基礎上給出科學合理的平時成績。對于研究生來說，完成相關理論的學習并不是課程學習的終點，學生可以從中選擇與自己課題相近的研究進行機械故障診斷，并寫出符合期刊發表規范要求的論文，向全班同學作匯報，此作業在最終成績中占比達60%。用學術論文寫作這種方法全方位地對學生的基本理論掌握情況以及知識應用、學術寫作等能力進行考核，對研究生來說這是一種專業能力的綜合考核。

通過機械故障診斷理論課程考核方式改革，不但可以調動學生學習的主動性，還可以鍛煉學生的科研能力和實際問題解決能力，全方位、全過程、多元化、能力化地考查學生對課程理論知識掌握和應用的真實情況。

五、結語

在教學活動中，學生只有成為學習的主人，才能有真學習、真教育、真發展。教師不能滿足于“授人以魚”，更要做到“授人以漁”。教師的教學方式只有與現代大學生的學習方式相匹配，才有可能讓教師成為教學的組織者、指導者、幫助者、促進者。機械故障診斷理論還遠沒有形成一門完備的學科，隨著信息技術、計算機技術、人工智能、大數據等技術的發展，它還在不斷與時俱進。這門課程的性質決定了教師必須遵循學科發展規律和當前社會對機械故障理論人才的需求，將工程實踐和理論教學二者有機結合起來，實行課程的模塊化和案例化教學，才能達到最佳的教學效果和專業培養效果。