機(jī)械故障診斷支持系統(tǒng)的構(gòu)架

劉敏

摘要：長(zhǎng)時(shí)間以來(lái)，為了可以精準(zhǔn)的判斷機(jī)械故障，技術(shù)人員也加大了對(duì)研究力度，力求能夠?qū)崿F(xiàn)自動(dòng)化故障診斷的目標(biāo)。但是，大量的實(shí)踐表明，機(jī)械故障診斷自動(dòng)化以及智能化目標(biāo)的達(dá)成還有一段距離。近年來(lái)，遠(yuǎn)程診斷技術(shù)的高效應(yīng)用，使得機(jī)械故障診斷的效率大大提高，但由于受到的干擾因素比較多，仍然無(wú)法實(shí)現(xiàn)自動(dòng)化故障診斷。在今后的發(fā)展過程中，務(wù)必要強(qiáng)化對(duì)思想觀念的轉(zhuǎn)變，采取先進(jìn)的現(xiàn)代化技術(shù)，著力研究故障診斷支持系統(tǒng)?；诖?，本文即對(duì)機(jī)械故障診斷支持系統(tǒng)的構(gòu)架展開了深入剖析以期相關(guān)人員能夠借鑒。

關(guān)鍵詞：機(jī)械故障;診斷支持系統(tǒng);構(gòu)架

引言：

在機(jī)械設(shè)備在運(yùn)行階段，環(huán)境十分復(fù)雜，涉及到的內(nèi)容相對(duì)較多，所以經(jīng)常會(huì)出現(xiàn)故障問題，對(duì)工作效率的提升產(chǎn)生了非常大的影響。一直以來(lái)，人們對(duì)機(jī)械設(shè)備故障的研究都十分重視，也加大了對(duì)自動(dòng)化故障診斷的重視。但由于所應(yīng)用的技術(shù)較為滯后，技術(shù)水平不高，使得這一目標(biāo)還不能完全實(shí)現(xiàn)。故而，為了能夠有效降低機(jī)械故障出現(xiàn)幾率，讓故障得到及時(shí)的診斷和解決，一定要采取先進(jìn)的技術(shù)手段，研發(fā)出能集成優(yōu)勢(shì)知識(shí)以及資源的專家診斷支持系統(tǒng)。

一、機(jī)械故障診斷支持系統(tǒng)的原理及結(jié)構(gòu)分析

（一）機(jī)械故障診斷的類型分析

現(xiàn)階段，依照診斷對(duì)象重要程度及具體要求，機(jī)械故障的診斷類型主要可以分為以下幾種。

第一，設(shè)備現(xiàn)場(chǎng)監(jiān)控。該類型主要是將設(shè)備安全作為主要的核心點(diǎn)，利用在線或者離線監(jiān)測(cè)系統(tǒng)，密切的監(jiān)測(cè)設(shè)備的異常情況，包括振動(dòng)等，了解設(shè)備的實(shí)際變化，確?？梢约皶r(shí)提供報(bào)警等信號(hào)，保證機(jī)械故障的發(fā)生能夠有效規(guī)避。

第二，分析診斷層。主要是管理好設(shè)備的日常狀態(tài)歷史數(shù)據(jù)，能夠?qū)ζ浒l(fā)展趨勢(shì)展開綜合的分析和考量，對(duì)存在異常的數(shù)據(jù)進(jìn)行精準(zhǔn)診斷。通常情況下，對(duì)于這些系統(tǒng)來(lái)說，主要是對(duì)振動(dòng)監(jiān)測(cè)以及分析技術(shù)進(jìn)行充分應(yīng)用，能夠提供較為多元化的信息分析手段，諸如區(qū)域分析等[1]。

第三，高級(jí)診斷層。這一類型具體是由專家知識(shí)以及技術(shù)共同組建而成，其屬于一種較為高級(jí)的過程，診斷方式集結(jié)了動(dòng)力學(xué)分析理論以及方法等，能夠有效地對(duì)機(jī)械故障展開研究，對(duì)故障機(jī)理進(jìn)行數(shù)字化仿真和實(shí)驗(yàn)驗(yàn)證，明確影響機(jī)械運(yùn)行的各類因素，找到問題所在。同時(shí)，診斷中心也可以提供較為全面的分析診斷方法，以保證為設(shè)備故障診斷提供相應(yīng)的技術(shù)支持。

二、機(jī)械故障診斷支持系統(tǒng)的組成和結(jié)構(gòu)分析

一直以來(lái)，在對(duì)監(jiān)測(cè)以及診斷系統(tǒng)進(jìn)行開發(fā)和研究的過程中，常常習(xí)慣性的應(yīng)用多元化的分析手段，采用的數(shù)據(jù)管理方式較為便利，應(yīng)用的診斷算法十分精準(zhǔn)。但是，從最終獲得的結(jié)果來(lái)看，分析的難度也日益增大，診斷的精準(zhǔn)度無(wú)法得到保證，尤其是較難且較新的故障診斷，準(zhǔn)確性一直得不到有效提高。針對(duì)這一情況。所產(chǎn)生的原因存在很多種，但最為關(guān)鍵的就是開發(fā)指導(dǎo)思想以及系統(tǒng)集成方面存在很大的偏差，信息特征的綜合分析以及融合方面不夠深入，研究不到位哦。因而，為了可以更好地對(duì)這類問題進(jìn)行解決，可以將故障信息管理作為中心點(diǎn)，從故障信息的采集、分析、提取等層面入手，全方位且多渠道地進(jìn)行故障檢測(cè)和診斷，依托于具體情況，對(duì)有多方面資源支持的DSS體系結(jié)構(gòu)進(jìn)行建立，開發(fā)出能夠綜合利用各種資源的機(jī)械故障診斷支持系統(tǒng)[2]。

一般而言，對(duì)于DSS來(lái)說，其基本模塊主要涵蓋了特征提取模塊、信息獲取模塊以及數(shù)據(jù)庫(kù)等。具體而言，DSS主要是由數(shù)據(jù)庫(kù)系統(tǒng)、知識(shí)庫(kù)系統(tǒng)等組成。其中，數(shù)據(jù)庫(kù)系統(tǒng)是DSS中一個(gè)最為基本的部件，任何一個(gè)DSS都會(huì)有自己較為獨(dú)立的數(shù)據(jù)庫(kù)管理系統(tǒng)，其與普通的系統(tǒng)相比，存在的區(qū)別相對(duì)較大。DSS所利用的數(shù)據(jù)，最為重要的目的就是能夠支持診斷。所以，DSS系統(tǒng)對(duì)綜合性數(shù)據(jù)較為關(guān)注。而普通的DB系統(tǒng)則更注重于對(duì)原始資料的收集和整理，主要是處理一些事務(wù)性的工作。針對(duì)知識(shí)庫(kù)系統(tǒng)來(lái)說，其是DSS系統(tǒng)構(gòu)建過程中的主要選擇，當(dāng)DSS逐漸朝著智能化方向發(fā)展時(shí)，知識(shí)以及推理的研究則會(huì)產(chǎn)生很大的價(jià)值和作用。從宏觀的角度來(lái)說，只有當(dāng)知識(shí)與推理技術(shù)越來(lái)越成熟，DSS才可以真正的對(duì)機(jī)械故障進(jìn)行診斷，提升診斷的精準(zhǔn)度，進(jìn)而為故障的快速處理奠定基礎(chǔ)。

因?yàn)樵\斷支持的不同要求，所以其基本構(gòu)件的組成形式也相對(duì)較多。（1）以數(shù)據(jù)輔助診斷。對(duì)于這一診斷形式來(lái)說，是較為基本的診斷支持手段，將設(shè)備的測(cè)量數(shù)據(jù)以及圖表作為基礎(chǔ)，輔助診斷人員對(duì)機(jī)械故障做出判斷。（2）以方法支持診斷。借助光譜分析、小波分析等方式，有效地對(duì)機(jī)械故障進(jìn)行診斷，為其提供較為精準(zhǔn)的技術(shù)支持。（3）以知識(shí)診斷。以調(diào)和的結(jié)構(gòu)性和常識(shí)性知識(shí)來(lái)進(jìn)行診斷，保證可以為機(jī)械故障診斷提供更好的支持，促進(jìn)故障診斷準(zhǔn)確性的提高，強(qiáng)化診斷的效率和質(zhì)量[3]。

三、機(jī)械故障智能診斷支持系統(tǒng)構(gòu)架分析

所謂的智能診斷支持系統(tǒng)，具體是在診斷支持系統(tǒng)的前提下，借助人工智能的方法逐漸形成。該系統(tǒng)是GDSS與知識(shí)管理機(jī)制的有機(jī)集成，具體如圖1所示。

通過對(duì)智能診斷支持系統(tǒng)的進(jìn)一步分析可知，該系統(tǒng)在具體的運(yùn)行階段，能夠?qū)⒅R(shí)系統(tǒng)融入其中，幫助診斷人員更好地對(duì)機(jī)械故障加以診斷和分析，為其提供更為多元化的分析方式。在對(duì)診斷方法進(jìn)行選擇和利用過程中，可以依照診斷的特點(diǎn)以及故障處理方法，有針對(duì)性地提出指導(dǎo)。并且，智能診斷支持系統(tǒng)除了會(huì)具備基本知識(shí)推理解決定性分析問題的能力之外，也具備一般診斷支持系統(tǒng)的優(yōu)勢(shì)和特點(diǎn)，能將定性分析與定量分析有效的銜接在一起，保證解決問題的能力可以得到進(jìn)一步提升，讓機(jī)械故障診斷更加精準(zhǔn)。在智能診斷支持系統(tǒng)集成期間，因?yàn)橹R(shí)系統(tǒng)與一般診斷支持系統(tǒng)存在著很大的差異，側(cè)重點(diǎn)各有不同所以集成方式也有很多，具體總結(jié)有三種。（1）一般診斷支持系統(tǒng)與知識(shí)系統(tǒng)的重新組合。該方式主要是對(duì)交互控制系統(tǒng)盡進(jìn)行利用，在綜合具體情況的前提下，科學(xué)調(diào)度GDSS（診斷支持系統(tǒng)）和ES，然后結(jié)合問題，客觀的對(duì)知識(shí)系統(tǒng)和一般診斷支持系統(tǒng)運(yùn)行情況加以分析，獨(dú)立地進(jìn)行機(jī)械故障診斷。（2）以GDSS為主結(jié)構(gòu)。將定量分析作為核心點(diǎn)，依照定性分析來(lái)對(duì)機(jī)械故障診斷支持問題加以解決，提升診斷的精準(zhǔn)度。（3）以知識(shí)系統(tǒng)為主結(jié)構(gòu)。一般是將定性分析作為依據(jù)，并將定量分析的特點(diǎn)融入其中。在該結(jié)構(gòu)中，交互控制系統(tǒng)和推理機(jī)能夠有效的融合在一起，將各種分析方法整合起來(lái)，保證對(duì)機(jī)械故障診斷支持工作的開展能高效科學(xué)。

結(jié)束語(yǔ)：

綜合而言，隨著科學(xué)技術(shù)水平的不斷提升，在對(duì)機(jī)械故障進(jìn)行診斷的過程中，應(yīng)用的技術(shù)手段也越來(lái)越先進(jìn)，效率得到了大幅度提升。但是，由于機(jī)械設(shè)備故障出現(xiàn)的原因比較復(fù)雜，所以在實(shí)際診斷過程中，依舊會(huì)存在很多不足。對(duì)此，為了能夠進(jìn)一步提升機(jī)械故障診斷的高效性以及合理性，一定要強(qiáng)化對(duì)機(jī)械故障診斷支持系統(tǒng)的構(gòu)建，能夠采取相對(duì)先進(jìn)的手段，合理的制定系統(tǒng)構(gòu)架方案，保證故障出現(xiàn)概率在有效降低的同時(shí)，機(jī)械設(shè)備的運(yùn)行能夠更加平穩(wěn)。

參考文獻(xiàn)：

[1]張金玉，張優(yōu)云，謝友柏.機(jī)械故障診斷支持系統(tǒng)的構(gòu)架研究[J].中國(guó)機(jī)械工程，2018，12（05）：166-169+5.

[2]張金玉，張優(yōu)云，謝友柏.網(wǎng)上群體綜合診斷支持系統(tǒng)的理論與方法[J].計(jì)算機(jī)工程與應(yīng)用，2019，14（22）：113-115.

[3]劉建輝，秦現(xiàn)生.遠(yuǎn)程協(xié)同故障診斷綜述及研究[J].制造技術(shù)與機(jī)床，2020，13（12）：136-140.

[4]王歡歡. 風(fēng)力發(fā)電機(jī)旋轉(zhuǎn)機(jī)械故障診斷虛擬儀器系統(tǒng)研究[D].湖南大學(xué)，2012.

[5]王冬云. 轉(zhuǎn)子-軸承故障診斷方法研究[D].燕山大學(xué)，2012.

[6]李保密. 基于知識(shí)的雷達(dá)故障智能診斷支持系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].西安電子科技大學(xué)，2012.

[7]張琦，曹江，趙華章，李煥良.基于Internet的工程機(jī)械遠(yuǎn)程診斷維修系統(tǒng)的實(shí)現(xiàn)[J].解放軍理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2009，10（S1）：47-51.

[8]潘玉娜. 基于全信息的智能診斷方法及其應(yīng)用研究[D].鄭州大學(xué)，2006.

[9]顧小軍. 面向旋轉(zhuǎn)機(jī)械的支持向量機(jī)方法及智能故障診斷系統(tǒng)研究[D].浙江大學(xué)，2006.

[10]袁圣江.基于粗糙集和支持向量機(jī)的機(jī)械故障診斷系統(tǒng)[J].微機(jī)發(fā)展，2005，{4}（03）：110-112+116.

[11]李凌均，張周鎖，何正嘉.一種新的機(jī)械系統(tǒng)故障分類器[J].機(jī)械工程學(xué)報(bào)，2004，{4}（01）：95-98.