智能診斷在旋轉(zhuǎn)機(jī)械故障研究中的應(yīng)用

王水龍，陳新錕，柯振堅(jiān)（福建農(nóng)林大學(xué)機(jī)電工程學(xué)院，福州 350000）

?

智能診斷在旋轉(zhuǎn)機(jī)械故障研究中的應(yīng)用

王水龍，陳新錕，柯振堅(jiān)
（福建農(nóng)林大學(xué)機(jī)電工程學(xué)院，福州 350000）

摘 要：旋轉(zhuǎn)機(jī)械是目前我國(guó)化工行業(yè)使用最普遍的主要器械之一，伴隨著科學(xué)技術(shù)與電子計(jì)算機(jī)技術(shù)水平的高速提升，智能診斷方法在旋轉(zhuǎn)機(jī)械的故障維修與日常維護(hù)中發(fā)揮著越來(lái)越重要的作用，智能診斷方法的研究越來(lái)越成為社會(huì)關(guān)注的熱點(diǎn)問(wèn)題，也越來(lái)越多的科研人員開始投入到了相關(guān)課題的研究中，因此，本文也主要根據(jù)目前我國(guó)智能診斷方法的發(fā)展現(xiàn)狀，對(duì)相關(guān)的方法進(jìn)行簡(jiǎn)單的介紹，并系統(tǒng)闡述智能診斷方法在旋轉(zhuǎn)機(jī)械故障研究中的具體應(yīng)用，希望能給我國(guó)的相關(guān)技術(shù)的發(fā)展提供一定的參考作用。

關(guān)鍵詞：智能診斷；旋轉(zhuǎn)機(jī)械故障；應(yīng)用

0　引言

旋轉(zhuǎn)機(jī)械的應(yīng)用在企業(yè)的生產(chǎn)工作中發(fā)揮著越來(lái)越重要的作用，一旦旋轉(zhuǎn)機(jī)械發(fā)生故障，極其容易對(duì)企業(yè)的正常生產(chǎn)造成巨大的影響，因此，對(duì)于該類設(shè)備的故障監(jiān)測(cè)與診斷具有不可忽視的重要性，旋轉(zhuǎn)機(jī)械的故障類型偏多，且較為復(fù)雜，所以，對(duì)于該類設(shè)備的監(jiān)測(cè)難度較大，伴隨著科學(xué)技術(shù)水平的高速提升，旋轉(zhuǎn)設(shè)備的故障監(jiān)測(cè)方法也逐步智能化，智能診斷方法在旋轉(zhuǎn)機(jī)械故障研究的應(yīng)用中極其重要。

1　智能診斷方法

1.1專家系統(tǒng)

專家系統(tǒng)是一個(gè)擁有極度豐富與全面專業(yè)知識(shí)的系統(tǒng)應(yīng)用，該系統(tǒng)能夠應(yīng)該專業(yè)的知識(shí)與辦法解決旋轉(zhuǎn)機(jī)械的故障問(wèn)題，專家系統(tǒng)是一個(gè)儲(chǔ)存知識(shí)豐富的數(shù)據(jù)庫(kù)，我國(guó)專家梁亮就通過(guò)對(duì)專家系統(tǒng)的風(fēng)機(jī)故障診斷功能進(jìn)行檢測(cè)，使用效果良好，我國(guó)還有眾多專家都對(duì)其相關(guān)功能進(jìn)行檢測(cè)，因此，專家系統(tǒng)的故障診斷功能還是具有較高的實(shí)用性，但是，不可否認(rèn)的是專家系統(tǒng)也存在一定的不足，專家系統(tǒng)的學(xué)習(xí)能力、記憶能力以及推理能力等都存在一定的缺陷。

1.2支持向量機(jī)方法

支持向量機(jī)方法主要是解決旋轉(zhuǎn)機(jī)械在小樣本、高維模式等方面的故障診斷，我國(guó)相關(guān)領(lǐng)域的專業(yè)學(xué)者就針對(duì)該模式分類方法進(jìn)行研究，提出了無(wú)環(huán)圖的分類算法，該方法具有很強(qiáng)的實(shí)用性，具有極其高效的旋轉(zhuǎn)機(jī)械的故障診斷性能，作為最新的智能診斷方法，其也存在一定的不足，因此，支持向量機(jī)方法還需要科研人員的進(jìn)一步研究與完善。

1.3模糊邏輯方法

迷糊邏輯方法主要是仿照人腦的模糊思維進(jìn)行診斷的，由于設(shè)備的部分故障是無(wú)法通過(guò)準(zhǔn)確的關(guān)系模型進(jìn)行判斷的，且設(shè)備故障也具有一定的模糊性，因此，對(duì)于模糊性的設(shè)備故障就應(yīng)該使用模糊邏輯方法，該方法能夠解決故障產(chǎn)生時(shí)間較長(zhǎng)，且具體位置不清楚、故障原因不明顯等問(wèn)題，同樣，該方法也存在一定的不足，例如模糊關(guān)系不明確、知識(shí)獲取困難以及模糊數(shù)轉(zhuǎn)化不清楚等問(wèn)題。

1.4人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)主要是針對(duì)故障診斷中傳統(tǒng)模式識(shí)別困難的問(wèn)題，該方法能夠解決眾多傳統(tǒng)方法無(wú)法解決的故障，近些年，該方法在故障診斷領(lǐng)域的使用越來(lái)越廣泛，相關(guān)的新聞報(bào)道屢見(jiàn)不鮮，例如，我國(guó)著名專家聞建龍就利用該方法對(duì)輸油泵的故障進(jìn)行完美的診斷，神經(jīng)網(wǎng)絡(luò)的主要優(yōu)勢(shì)表現(xiàn)為其在診斷方面的精確度，而神經(jīng)網(wǎng)的缺點(diǎn)是結(jié)構(gòu)不好、無(wú)法判定診斷行為以及知識(shí)顯示的復(fù)雜性等。

2　智能診斷在旋轉(zhuǎn)機(jī)械故障研究中的應(yīng)用

2.1信號(hào)搜集與分析

設(shè)備的診斷技術(shù)主要是通過(guò)對(duì)設(shè)備的相關(guān)故障進(jìn)行分析，其次再進(jìn)行維護(hù)，而故障的檢測(cè)主要是通過(guò)信號(hào)的搜集與分析得到的，因此，信號(hào)的搜集與分析是智能診斷技術(shù)在旋轉(zhuǎn)機(jī)械故障研究中的重要應(yīng)用之一。在一般情況下，旋轉(zhuǎn)機(jī)械的轉(zhuǎn)速都高達(dá)幾十萬(wàn)轉(zhuǎn)，因此，信號(hào)中斷頻率提高，則采樣頻率也應(yīng)該隨之提高，只有這樣，才能保證信號(hào)搜集的精確性，采樣頻率的最高值主要是由轉(zhuǎn)換器的轉(zhuǎn)換時(shí)間決定的，因此，為了準(zhǔn)確搜集旋轉(zhuǎn)機(jī)械的最高頻率，就應(yīng)該采取專業(yè)的搜集方法。

2.2樣本構(gòu)造

旋轉(zhuǎn)機(jī)械的主要故障包括轉(zhuǎn)子不對(duì)稱、轉(zhuǎn)子不平衡、轉(zhuǎn)子磨損、油膜不穩(wěn)定以及轉(zhuǎn)軸破裂等，除此之外，還具有許多的故障類型，因此，對(duì)于故障模型的構(gòu)造能夠更好地對(duì)故障進(jìn)行研究，而神經(jīng)網(wǎng)絡(luò)能夠很好地實(shí)現(xiàn)故障的樣本構(gòu)造，神經(jīng)網(wǎng)絡(luò)強(qiáng)大的計(jì)算能力、診斷能力以及學(xué)習(xí)能力能夠快速地對(duì)故障診斷的類型進(jìn)行判斷，并根據(jù)不同的故障類型實(shí)現(xiàn)樣本的構(gòu)造。

2.3診斷試驗(yàn)

在企業(yè)對(duì)設(shè)備的診斷試驗(yàn)中，智能診斷技術(shù)具有極其重要的作用，例如可以利用計(jì)算機(jī)程序?qū)ο嚓P(guān)的檢測(cè)數(shù)據(jù)進(jìn)行一定的分析，根據(jù)數(shù)據(jù)是否超標(biāo)判定設(shè)備是否產(chǎn)生故障，與此同時(shí)，還可以通過(guò)對(duì)神經(jīng)網(wǎng)絡(luò)輸入相關(guān)數(shù)據(jù)，得到診斷結(jié)果。神經(jīng)網(wǎng)絡(luò)能夠?qū)收系脑\斷結(jié)果進(jìn)行可靠的分析，判斷試驗(yàn)人員的診斷結(jié)果是否可靠，并且能夠通過(guò)相關(guān)的數(shù)據(jù)與信息高效、精確地判斷設(shè)備的具體故障以及故障的具體位置。智能診斷能夠快速、準(zhǔn)確地發(fā)現(xiàn)旋轉(zhuǎn)機(jī)械的故障問(wèn)題，該能夠進(jìn)行高效的解決，尤其神經(jīng)網(wǎng)絡(luò)甚至能夠解決復(fù)雜的復(fù)合型故障，并利用內(nèi)部的計(jì)算模式將診斷結(jié)果直觀表現(xiàn)，總而言之，故障診斷技術(shù)的智能化為旋轉(zhuǎn)設(shè)備的使用提供了極大的便利。

3　結(jié)論

故障診斷技術(shù)的智能化、專業(yè)化以及高效化是我們一直追求的目標(biāo)，通過(guò)智能診斷技術(shù)的實(shí)際應(yīng)用可見(jiàn)，診斷技術(shù)在旋轉(zhuǎn)機(jī)械的故障研究中發(fā)揮了巨大的作用，并且伴隨著相關(guān)技術(shù)的不斷進(jìn)步與完善，在日后的企業(yè)設(shè)備維護(hù)中，其必然會(huì)發(fā)揮著更加重要的作用，因此，本文也主要通過(guò)對(duì)專家系統(tǒng)、支持向量機(jī)方法、模糊邏輯方法以及人工神經(jīng)網(wǎng)絡(luò)等智能診斷方法進(jìn)行簡(jiǎn)答介紹，并對(duì)這些方法在信號(hào)搜集與分析、樣本構(gòu)造以及診斷試驗(yàn)等方面的應(yīng)用進(jìn)行系統(tǒng)分析，合適的智能診斷技術(shù)是保證企業(yè)生產(chǎn)穩(wěn)定、高效進(jìn)行的重要因素，因此，希望本文能夠?qū)ξ覈?guó)旋轉(zhuǎn)機(jī)械故障診斷領(lǐng)域的進(jìn)步與發(fā)展具有一定的參考作用。

參考文獻(xiàn)：

［1］陶潔.資源空間模型在機(jī)械故障智能診斷中的應(yīng)用與研究［J］.湖南科技大學(xué)，2013（05）.

［2］丁平平.智能診斷在旋轉(zhuǎn)機(jī)械故障研究中的應(yīng)用［J］.廣州化工，2012（40）.

DOI：10.16640/j.cnki.37-1222/t.2016.13.138