夏云鵬

摘要：為了提高旋轉(zhuǎn)機(jī)械故障診斷系統(tǒng)數(shù)據(jù)庫的及其自學(xué)能力，必須深度分析其故障診斷系統(tǒng)數(shù)據(jù)庫的功能實(shí)現(xiàn)，基于模糊診斷原理分析機(jī)器自學(xué)習(xí)方法應(yīng)用于相關(guān)問題。本文中將著重研究上述問題，以期待系統(tǒng)數(shù)據(jù)庫應(yīng)用功能被不斷強(qiáng)化。

關(guān)鍵詞：旋轉(zhuǎn)機(jī)械故障診斷系統(tǒng);數(shù)據(jù)庫;機(jī)器自學(xué)習(xí)方法;模糊診斷原理

采用最小二乘法建立計(jì)算機(jī)自學(xué)習(xí)方法，它可配合當(dāng)前的旋轉(zhuǎn)機(jī)械故障診斷系統(tǒng)建立模糊診斷計(jì)算技術(shù)體系，其計(jì)算結(jié)果表明系統(tǒng)數(shù)據(jù)庫的自學(xué)習(xí)方法應(yīng)用是具有一定穩(wěn)定性的。

一、旋轉(zhuǎn)機(jī)械故障診斷系統(tǒng)數(shù)據(jù)庫的機(jī)器自學(xué)習(xí)方法應(yīng)用概述

在旋轉(zhuǎn)機(jī)械故障診斷系統(tǒng)數(shù)據(jù)庫建設(shè)過程中，它主要對機(jī)器自學(xué)習(xí)方法應(yīng)用內(nèi)容進(jìn)行分析，建立振動監(jiān)控與故障診斷技術(shù)應(yīng)用體系，觀察機(jī)組長時(shí)間的運(yùn)行環(huán)境條件變化，了解系統(tǒng)中故障的不確定性特征。在分析過程中，要建立計(jì)算機(jī)自適應(yīng)方法，要結(jié)合機(jī)器自學(xué)習(xí)方法，確保故障診斷系統(tǒng)發(fā)展到位。在這一過程中，需要對導(dǎo)致性能參數(shù)的改變內(nèi)容進(jìn)行分析，了解故障特征差異性，如此對提高機(jī)器自學(xué)習(xí)方法應(yīng)用效率是非常有益的。就目前來看，基于機(jī)器自學(xué)習(xí)、自適應(yīng)過程建立模糊診斷系統(tǒng)，它是非常適用于故障診斷系統(tǒng)數(shù)據(jù)庫的[1]。

二、旋轉(zhuǎn)機(jī)械故障診斷系統(tǒng)數(shù)據(jù)庫的功能實(shí)現(xiàn)分析

在旋轉(zhuǎn)機(jī)械故障診斷系統(tǒng)數(shù)據(jù)庫中，需要對其功能實(shí)現(xiàn)內(nèi)容進(jìn)行分析，建立系統(tǒng)能源管理平臺，了解平臺上特征信號的分析與建模過程，滿足送風(fēng)機(jī)狀態(tài)監(jiān)測與故障診斷功能優(yōu)化。就這一過程中，需要了解故障診斷系統(tǒng)功能的狀態(tài)監(jiān)測系統(tǒng)與故障診斷系統(tǒng)。就以故障診斷系統(tǒng)為例，它主要利用能源管理平臺中的歷史庫與實(shí)時(shí)庫內(nèi)容進(jìn)行分析，有效存儲狀態(tài)數(shù)據(jù)，確保故障狀態(tài)特征量順利提取。與此同時(shí)需要結(jié)合故障相關(guān)性分析內(nèi)容進(jìn)行分析，客觀反饋設(shè)備運(yùn)行狀態(tài)，了解在預(yù)警設(shè)備過程中的故障產(chǎn)生原因進(jìn)行分析，并科學(xué)定位故障點(diǎn)，體現(xiàn)故障診斷功能應(yīng)用多元性。

首先，它需要建立一套開放式的可擴(kuò)展孤戰(zhàn)診斷知識數(shù)據(jù)庫，形成框架體系結(jié)構(gòu)，在這一過程中隨時(shí)隨地對知識庫內(nèi)容進(jìn)行變更與擴(kuò)充;其次，要分析知識數(shù)據(jù)庫的自學(xué)習(xí)功能，結(jié)合人工診斷案例與診斷歷史記錄內(nèi)容進(jìn)行編輯與轉(zhuǎn)換，建立良好的標(biāo)準(zhǔn)知識庫格式，有效實(shí)現(xiàn)對機(jī)器自學(xué)習(xí)方法內(nèi)容的有效擴(kuò)充，建立大數(shù)據(jù)庫。另外，要結(jié)合設(shè)備故障狀態(tài)量進(jìn)行特征分析，了解故障發(fā)生部位與現(xiàn)場表現(xiàn)內(nèi)容。在設(shè)備故障機(jī)制分析過程中，也需要構(gòu)建一套故障識別專家知識庫，結(jié)合專家知識庫對設(shè)備故障現(xiàn)象進(jìn)行調(diào)整，做好故障內(nèi)容診斷分析定位，建立故障前預(yù)警保障體系，如此可提高旋轉(zhuǎn)機(jī)械故障診斷系統(tǒng)數(shù)據(jù)庫的運(yùn)維效率，有效促進(jìn)機(jī)器自學(xué)習(xí)方法科學(xué)合理應(yīng)用[2]。

三、旋轉(zhuǎn)機(jī)械故障診斷系統(tǒng)數(shù)據(jù)庫的模糊診斷原理與機(jī)器自學(xué)習(xí)方法問題

（一）旋轉(zhuǎn)機(jī)械故障診斷系統(tǒng)數(shù)據(jù)庫的模糊診斷原理

在分析旋轉(zhuǎn)機(jī)械故障過程中，診斷系統(tǒng)數(shù)據(jù)庫必須對所有故障類型進(jìn)行分析呈現(xiàn)，建立故障特征分析體系。在這一過程中，需要對不同故障特征的組合內(nèi)容進(jìn)行調(diào)整，建立故障與特征之間的對應(yīng)關(guān)系（可采用關(guān)系矩陣表示）。這一過程中需要引入模糊數(shù)學(xué)方法，對故障特征與故障嚴(yán)重程度隸屬度進(jìn)行針對性表示，在關(guān)系矩陣中再次建立模糊關(guān)系矩陣。這一過程中，基于不同故障組合構(gòu)建故障向量，它希望基于不同元素轉(zhuǎn)換建立隸屬度技術(shù)體系，構(gòu)建故障模擬向量體系，對旋轉(zhuǎn)機(jī)械的n種故障進(jìn)行分析，歸類故障特征，建立多個(gè)癥候群。這其中每個(gè)癥候群中都會針對振動信號諧波幅度組成進(jìn)行分析調(diào)整，對多元素的隸屬度展開進(jìn)一步討論，了解癥候模糊向量內(nèi)容。比如說，每個(gè)癥候群中都擁有n個(gè)表征，形成現(xiàn)象組成機(jī)制，分析基于不同旋轉(zhuǎn)機(jī)械故障元素的隸屬度癥候模糊向量分析，建立模糊關(guān)系矩陣，最后獲得故障模糊向量。具體來講，在利用普通矩陣乘法過程中，需要分析模糊關(guān)系矩陣，對其中癥候群故障隸屬度進(jìn)行加權(quán)修正調(diào)整，了解模糊關(guān)系矩陣中的歸一化條件內(nèi)容。所以說，在模糊診斷結(jié)果中需要對故障隸屬度進(jìn)行定量分析，即分析故障傾向性與嚴(yán)重性[3]。

（二）旋轉(zhuǎn)機(jī)械故障診斷系統(tǒng)數(shù)據(jù)庫機(jī)器的模糊關(guān)系矩陣自學(xué)習(xí)方法

在明確旋轉(zhuǎn)機(jī)械故障模糊向量后，要充分利用診斷系統(tǒng)分析不同癥候群中故障的隸屬度，由此完善模糊關(guān)系矩陣，建立故障模糊向量元素體系。這里就利用到了最小二乘目標(biāo)函數(shù)，基于N次估計(jì)值建立誤差矩陣，確保在公式推導(dǎo)過程中分析旋轉(zhuǎn)機(jī)械故障具體問題。在模糊診斷原理過程中，需要分析旋轉(zhuǎn)機(jī)械的常見故障特征，以此確定不同關(guān)系矩陣。在建立機(jī)組過程中，需要做到長期對關(guān)系矩陣可能變化內(nèi)容進(jìn)行分析，結(jié)合大量實(shí)例識別變化內(nèi)容，建立修正關(guān)系矩陣變化體系，如此更有益于分析旋轉(zhuǎn)機(jī)械故障問題，體現(xiàn)診斷系統(tǒng)應(yīng)用效能。在采用最小二乘法過程中，應(yīng)該為旋轉(zhuǎn)機(jī)械設(shè)置多種故障案例，并利用最小二乘法分析的目標(biāo)函數(shù)，有效節(jié)省旋轉(zhuǎn)機(jī)械故障分析與計(jì)算時(shí)間，建立故障診斷推導(dǎo)機(jī)制。在深度考慮模糊關(guān)系矩陣過程中，也需要對其歸一化條件進(jìn)行分析，追求目標(biāo)函數(shù)有效轉(zhuǎn)化。在轉(zhuǎn)化后，需要對矩陣中故障案例進(jìn)行考查，特別要處理其中的特殊故障案例內(nèi)容，避免了解條件極值問題，分析故障案例初值的選取問題，選取決定算法的穩(wěn)定性與收斂速度，建立旋轉(zhuǎn)機(jī)械故障系統(tǒng)數(shù)據(jù)庫，確保機(jī)器自學(xué)習(xí)方法被合理應(yīng)用。具體說，要在數(shù)學(xué)過程中建立誤差矩陣，最終建立穩(wěn)定算例，分析旋轉(zhuǎn)機(jī)械故障問題[4]。

總結(jié)：

在旋轉(zhuǎn)機(jī)械故障診斷系統(tǒng)中，應(yīng)該建立系統(tǒng)數(shù)據(jù)庫，結(jié)合機(jī)器自學(xué)習(xí)方法對旋轉(zhuǎn)故障機(jī)械問題進(jìn)行歸一化處理到位，確保診斷系統(tǒng)數(shù)據(jù)故障分析深化，建立模糊關(guān)系矩陣分析機(jī)器自學(xué)習(xí)結(jié)果。

參考文獻(xiàn)：

[1] 竇東陽， 王艷飛， 何敏，等. 面向工程教育認(rèn)證的旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)控與故障診斷實(shí)驗(yàn)系統(tǒng)研發(fā)[J]. 實(shí)驗(yàn)技術(shù)與管理， 2019（7）：29-32.

[2] 黃傳金， 陳宏， 雷文平，等. 基于MSST的旋轉(zhuǎn)機(jī)械故障診斷研究[J]. 振動與沖擊， 2019， 38（08）：6-13+32.

[3] 吳春志， 馮輔周， 吳守軍，等. 深度學(xué)習(xí)在旋轉(zhuǎn)機(jī)械設(shè)備故障診斷中的應(yīng)用研究綜述[J]. 噪聲與振動控制， 2019，39（05）：7-13.

[4] 沈濤、李舜酩、辛玉. 基于深度學(xué)習(xí)的旋轉(zhuǎn)機(jī)械故障診斷研究綜述[J]. 計(jì)算機(jī)測量與控制， 2020，264（09）：7-14.

中國船舶集團(tuán)有限公司第七一三研究所 河南 鄭州 450000