摘 要：智能診斷技術對自動化設備的潛在故障和設備早期的性能劣化提供及時、有效地監(jiān)測和預警，為自動化設備的高效維護提供強有力的保障?，F在，用來對自動化設備進行監(jiān)測診斷的技術很多，但也存在一定的不足。鑒于發(fā)展智能診斷技術的重大意義，本文通過理論結合實踐經驗的方式進行了公司自動化設備智能故障檢測與診斷技術的研究應用。智能診斷技術使自動化設備的故障和潛在缺陷得到快速準確的維護和處理，從而顯著提高了生產效率，降低了設備維修保障的費用，對生產實踐活動意義重大。

關鍵詞：自動化設備；智能診斷；故障診斷

中圖分類號：TP277 文獻標識碼：A 文章編號：2096-4706（2018）04-0170-03

Abstract：The intelligent diagnosis technology provides timely and effective monitoring and early warning to the potential failure of the automation equipment，and makes it possible for the efficient maintenance of the automation equipment. Nowadays，there are many technologies for monitoring and diagnosing the automation equipment，but there are still many problems. Since it is much significant for developing intelligent diagnosis technology，this paper summarizes the research and application of intelligent fault detection and diagnosis technology by combining theory with practical experience. The intelligent diagnosis technology makes the faults and potential defects of the automation equipment quickly and accurately maintained and processed，thus improving the production efficiency and reducing the cost of the maintenance，which is great significant to the manufacturing enterprises.

Keywords：automation equipment；intelligent diagnosis；faults diagnosis

0 引 言

隨著自動化設備的結構和功能日益復雜，用戶要求設備穩(wěn)定、安全、高效地運行，甚至提出實現無人工廠，關燈生產的愿景。故自動化設備的故障與潛在缺陷診斷和預測技術已經成為現代工業(yè)生產、發(fā)展的迫切需要。通過調研國內外先進的智能診斷技術和理論，采用各種故障診斷技術、微弱早期故障的特征獲取技術以及趨勢預測理論模型等，研發(fā)設計了設備自主點檢、智能專檢等技術來對設備運行狀態(tài)進行實時監(jiān)測和分析，預判設備故障。智能診斷技術基于實時的監(jiān)測數據，通過科學分析的理論模型得出預判，可最大限度地發(fā)揮設備的經濟效益，有效減少維護工作量，降低維護成本，并能提高設備的可靠性，延長設備的使用壽命，從而降低生產成本，提高企業(yè)的綜合競爭力。

1 自動化設備智能診斷技術的現狀及問題

1.1 智能診斷技術的研究現狀

隨著自動化設備的機構日益復雜化，設備故障帶來的危害和損失也不斷增大。因而，自動化設備故障診斷技術的地位日益重要。美國從60年代就開始研究故障診斷技術，現在有關故障診斷的相關理論和應用研究技術已遍及美國、日本等諸多研究部門。目前，美國已有西屋（WHEC）、Bently、IRD等多家公司從事電站人工智能故障診斷系統(tǒng)的研究工作，歐洲也有不少知名公司研究智能故障診斷技術并進行相關產品的開發(fā)，如瑞士ABB公司的振動觀察系統(tǒng)（Vibro-View），法國電氣研究與發(fā)展部的監(jiān)測與診斷輔助站，即PSAD系統(tǒng)[1]。

國內故障診斷技術是從80年代開始快速發(fā)展的。目前，在理論研究方面也出版了不少專業(yè)的論著，相關機構也研發(fā)了許多具有國際先進水平的設備狀態(tài)監(jiān)測技術和故障診斷系統(tǒng)等。但國內故障診斷技術與國際先進水平相比仍存在較大的差距，主要體現在相關診斷理論未成體系、相關機理研究尚未透徹、多參數綜合分析診斷技術尚未成熟和智能故障診斷系統(tǒng)本身可靠性不高等幾個方面。另外，智能診斷技術在大型成套設備上的研究應用比較多，但在制造企業(yè)的自動化設備方面的研究應用相對較少，相關技術文獻、資料和論著也不多。

智能故障診斷技術從學科整體可歸納為以下幾種：基于機理研究的診斷理論、基于信號處理的診斷方法、模糊診斷理論、振動信號診斷方法、故障樹分析法、灰色系統(tǒng)理論、故障診斷專家系統(tǒng)方法、故障模式識別方法、故障診斷神經網絡理論、基于數學模型的故障診斷理論和方法[2]。本文研究應用的是制造性企業(yè)自動化設備的智能診斷技術，是基于實例的故障診斷系統(tǒng)，是智能診斷技術和人工實踐經驗深度融合的研究應用。

1.2 自動化設備維護存在的問題

現代自動化設備維護方式包括事后維護、預防維護及預測性維護，即突發(fā)故障停機維護、定期保養(yǎng)更換維護和預測性計劃維護。事后維護的弊病不言而喻，其有嚴重的滯后性和隨機性，不可控因素太多；預防維護是根據實踐經驗和設備保養(yǎng)手冊制定的定期維護保養(yǎng)，不排除存在過度維護以及一定的浪費和不可預測的問題；預測性維護則是在科學的診斷技術判定下，按計劃有條理地進行維護，具有維護工作量較少、診斷維護準確性高等特點，可有效延長設備的使用壽命，提高設備的利用率，可顯著減少維修費用，降低生產成本，從而提高企業(yè)的綜合競爭力[3]。但是，做好預測性維護的核心關鍵就是智能診斷技術。由于自動化設備的電氣類故障的隱蔽性，往往很難準確快速地判定，大部分機械類故障也非常隱蔽，甚至需要拆開設備才能發(fā)現，而發(fā)現異常時已難以修復，只能更換零部件。缺乏先進的監(jiān)測技術和診斷方法，無法將工具與豐富的實踐經驗相結合的話，預測性維護就沒有任何理論和科學依據可言。

自動化設備的智能診斷技術已逐步得到各個制造性企業(yè)的認可，但實際充分有效利用該項技術的企業(yè)還是很少。究其原因：一方面是企業(yè)認為構建智能診斷系統(tǒng)的成本高，而且技術復雜；另一方面是對智能診斷技術的信任度不夠，對于一些安全性要求極高的系統(tǒng)，即使已經配備了智能診斷系統(tǒng)，但是考慮到故障診斷的準確性以及整個診斷系統(tǒng)的可靠性問題，實際維護中往往還是依據行業(yè)規(guī)范和實踐經驗進行定期的預防性維護。

2 自動化設備智能診斷技術的研究應用

2.1 自動化設備智能診斷的技術和方法

自動化設備智能診斷技術是做好預測性維護工作的核心技術，它是集成了設備狀態(tài)監(jiān)測、設備故障診斷、設備故障預測、設備維護決策和設備維護活動于一體的系統(tǒng)。設備的狀態(tài)監(jiān)測和故障診斷提供基礎數據，設備故障預測是技術研究重點，設備維護決策則需要做出維護活動要求。下面簡要介紹研究應用的幾種智能診斷技術和方法。

（1）振動測量技術：為了定期的調查機械狀態(tài)，需運用機械、光學或電氣的方法對振動振幅、波形、振動數（頻率）實施測量，并進行對比分析，以預測或判定設備故障的可能。

（2）潤滑油光譜分析：是一種通過光譜分析潤滑油中物質的成分，對潤滑油進行管理、監(jiān)視軸承、齒輪、油密封圈等的異常狀況的手法。

（3）聲發(fā)射技術：當材料或結構長期受外力或內力作用時，材料內部的缺陷會逐漸發(fā)生龜裂，變形能量被解放，并作為超聲波的彈性波被釋放出來，這就叫聲發(fā)射（簡稱AE）。通過聲發(fā)射探測技術可以預測和判斷材料龜裂程度。

（4）腐蝕測量技術：通過放射線法、超聲波法等檢出管道中的開裂腐蝕程度，以非破壞方式檢出物體內部的缺陷。

常用的視覺影像技術、紅外熱成像技術、高精度位移檢測技術、噪音實時檢測技術等的綜合集成應用，可有效及時地監(jiān)測自動化設備的狀態(tài)，從而可以密切監(jiān)控設備微缺陷的形成過程，并通過系統(tǒng)分析預判故障可能發(fā)生的時間和位置，從而有效指導預測性維護工作的開展。

2.2 自動化設備智能診斷的設計應用

自動化設備故障智能診斷技術需要系統(tǒng)的診斷分析工具和軟件的支持，實時地感知、采集被診斷的裝置或部件的相關狀態(tài)和數據，與事先設定的狀態(tài)和數據進行分析比較，或研究其變化趨勢，經過相關診斷理論和方法綜合分析確定或預測故障。就故障診斷而言，首先要突破的技術就是準確地獲取診斷信息[4]。由于自動化設備的各個組成部分之間的功能關系復雜，故障現象很多，故障原因和故障征兆之間的關系更是錯綜復雜。因此，故障診斷系統(tǒng)首先要解決的瓶頸問題便是準確地獲取診斷信息。但是為防止數據量冗余而導致的故障診斷誤判，狀態(tài)和數據采集也不是越多越好，而是要求精而準。

自動化設備智能診斷的設計應用：第一，創(chuàng)新性的采用開機自主檢測和首件檢測對比分析技術，即開機空運轉時就對各部件的工作條件進行檢測，各I/O口的初始狀態(tài)是否準確，當首件零部件上料或加工后再進行檢測，并就其信號狀態(tài)進行對比分析，以判定設備各項功能和檢測技術正常與否；第二，在線實時檢測分析，即按照邏輯工作順序對PLC各I/O工作狀態(tài)進行檢測，采集相關數據，并與事先設定的狀態(tài)和數據進行分析比較；第三，離線診斷綜合分析，當設備因故障不能正常運行時，可采用直接向輸入輸出緩沖區(qū)存儲數據，觀察相應的元器件是否正確運行，來診斷故障；第四，智能診斷機器人專項檢測技術，即將各專項診斷技術如視覺技術、熱成像技術、聲納探測技術、位移檢測技術、噪音檢測、振動檢測等技術集成在移動式智能機器人上，并按程序設置定期、定點對各臺自動化設備進行診斷，并實時進行互聯通訊，將維護人員標準的診斷方法和技術固化下來，實時地與設備、系統(tǒng)互聯互通，避免人為判斷的技能差異和失誤?？傊詣踊O備智能診斷技術的設計應用可有效提高智能診斷技術水平和系統(tǒng)的可靠性、及時性和科學性。

該診斷系統(tǒng)還設計應用了無線通信傳輸技術，可節(jié)約大量的布線成本，個別機構還成功應用了無線傳感器技術以及視頻監(jiān)控和內窺技術，有效解決了以前無法觀察到設備內隱蔽部位的問題。智能診斷系統(tǒng)的大數據采用了先進的現場總線和工業(yè)以太網等通信技術，采用SCADA數據采集技術、物聯網、云計算等新技術，使智能診斷系統(tǒng)可以實時地獲得設備廠家專業(yè)的技術工程師和相關領域專家提供的遠程協助診斷服務。

2.3 自動化設備智能診斷技術研究

智能監(jiān)測和診斷技術需要持續(xù)地解決自身的應用難點和技術瓶頸?，F在自動化設備故障診斷技術研究的熱點主要是嵌入式故障診斷技術，是以動力學分析為基礎的智能診斷技術，它是基于神經網絡理論的智能故障診斷技術，是一種解決強干擾、多征兆、多故障、突發(fā)條件下的故障為目的的綜合性故障診斷技術。診斷的主要手段不斷向智能化診斷及遠程診斷的方向拓展。設備狀態(tài)的預測則是重點利用對自動化設備進行連續(xù)監(jiān)測所得的特征參數的時間序列，對自動化設備的后續(xù)狀態(tài)進行預判。目前研究的熱點是灰色模型預測、時間序列模型預測、神經網絡預測等。另外，智能診斷和分析技術也需要深度結合技術人員的實際維護經驗，并逐步融合入人工智能技術[5]。

智能故障診斷技術需要有多知識表達形式及多推理模式，從研究的發(fā)展趨勢來看，智能診斷技術的發(fā)展表現為以下幾個方面：

（1）不斷有新的理論運用到智能診斷技術中，如進化算法、信息融合診斷、圖論模型推理法等，不同的理論模型的應用將逐步完善智能診斷系統(tǒng)；

（2）不同診斷技術的交叉診斷融合，可以將診斷系統(tǒng)集成化，充分發(fā)揮各項技術和方法的優(yōu)點，進一步提升智能診斷系統(tǒng)的綜合診斷能力；

（3）遠程、分布式智能故障診斷技術將顯著提高診斷質量和效率，有效節(jié)約診斷費用，提升診斷的智能水平[6]。尤其是大型、復雜的自動化設備或生產線，各臺設備的診斷系統(tǒng)、離線診斷系統(tǒng)、移動智能診斷機器人等與綜合診斷系統(tǒng)的信息互聯互通和綜合診斷評估分析是極為重要和有價值的。

3 應用實施的效果分析

自動化設備智能診斷技術的研究應用地最大效益就是生產總成本的降低。通過自動化設備智能診斷技術的應用實施，公司的自動化設備維護成本降低約25%，設備潛在故障消除了70%以上，設備的故障停產時間縮短35%以上，設備綜合效能OEE提升了5%以上，其投資回報率約10倍左右，經濟效益十分顯著，并取得了一定的社會示范效益。自動化設備智能診斷技術的研究和應用是制造企業(yè)邁向工業(yè)4.0、實現智能制造的一個重要前提條件。其研究需要向縱深兩個方向不斷拓展深入，并在實踐應用中不斷總結經驗，不斷改善，形成PDCA循環(huán)，實現螺旋式上升，以期達到真正智能化、無故障、免維護的最高境界。

4 結 論

本文研究了各種智能診斷技術、方法和理論，并創(chuàng)新性地設計應用到公司的生產實踐過程中。智能診斷技術使自動化設備的故障和潛在缺陷得到快速準確地維護和處理，從而提高了生產效率，降低了設備維修費用，對生產實踐活動意義重大。當然，新知識、新技術的應用也將帶來更多更為復雜的技術故障，這是對智能診斷技術的另一個挑戰(zhàn)。診斷技術將逐步朝著全智能化、綜合化的方向發(fā)展，即向集監(jiān)控、測試診斷、管理和根據實踐經驗進行后期預測于一體的全智能綜合系統(tǒng)診斷方向發(fā)展。將前沿學科同相關學科的新思維、新方法相結合，逐步提高診斷的智能水平，從而實現高效、及時、經濟、準確、便捷的智能診斷系統(tǒng)，并在生產實踐中不斷實現實際應用、優(yōu)化和創(chuàng)新。

參考文獻：

[1] 張培先，董澤，劉吉臻.智能故障診斷技術的發(fā)展及應用 [J].山西電力，2001（3）：57-59+62.

[2] 吳今培.智能故障診斷技術的發(fā)展和展望 [J].振動：測試與診斷，1999（2）.

[3] 李良庚.機電設備維修方式的選取策略研究 [J].機電工程技術，2006（10）：70-72+109.

[4] 蔣朝陽，歐陽一鳴.基于PLC信息的故障診斷系統(tǒng) [J].機械制造與自動化，2008（2）：134-137.

[5] 蔡娥，許躍敏，鐘崴，等.面向對象的大型企業(yè)設備管理軟件的研究 [J].計算機工程與應用，2000（1）：167-170.

[6] 李紅衛(wèi)，楊東升，孫一蘭，等.智能故障診斷技術研究綜述與展望 [J].計算機工程與設計，2013，34（2）：632-637.

作者簡介：林志陽（1978.03-），男，漢族，福建廈門人，副總工程師，工程碩士。研究方向：機電設備安裝與維護。