机械故障诊断技术汇编

1、1第六章 机械故障诊断新技术n第一节 故障诊断的模糊数学方法n一、模糊教学的基本概念n1模糊关系方程n2隶属函数的定义n3隶属度函数的确定n4模糊逻辑运算n5模糊关系矩阵的确定2 二、模糊模式识别 1直接识别方法 按最大隶属原则进行判别。 2间接识别方法 按择近原则进行模式识别。3n 三、模糊聚类分析n 1数据的标准化n 2标定n 3聚类n 四、模糊综合诊断n 1模糊综合评判数学模型n 2模糊运算模型4第二节 故障诊断的人工神经网络方法n1. 人工神经元模型njijijixws1iiissgu)(iuiieufy11)(5n2神经网络模型n （1）模型6n（2）算法nB-P网络的输入值是一些特

2、征参数，输出值是识别结果，学习算法属于有教师学习，通过不断修改权系数和阈值，使系统的输出误差y与给定的教师样本t的误差为最小。7n Hopfield网络n反馈网络n自组织n解决了著名的TSP问题。实时处理8第三节 故障诊断的小波分析方法 小波分析理论 （采用小波族进行变换）具有多分辨率的特点： 在低频部分具有较高的频率分辨率和较低的时间分辨率； 在高频部分具有较低的频率分辨率和较高的时间分辨率； 适合探测信号中的瞬态异常并展示其成分 称为信号分析的显微镜9正常泵阀 故障泵阀10正常活塞 故障活塞11第四节 故障诊断的专家系统简介n专家系统是应用大量人类专家的知识和推理方法求解复杂的实际问题的一

3、种人工智能计算机程序。它是由一组计算机软件组成的系统，具有相当数量的权威性知识，具备学习功能，并且能够采取一定的策略，运用专家知识进行推理，解决人们在通常条件下难以解决的问题。一般的计算机软件是由数据和程序两级组成，而专家系统则有数据、知识和推理机三级组成。12n被誉为“专家系统和知识工程之父”的费根鲍姆(Feigenbaum)所领导的研究小组于1968年研究成功第一个专家系统DENDRAL，用于质谱仪分析有机化合物的分子结构。19721976年，费根鲍姆小组又开发成功MYCIN医疗专家系统，用于抗生素药物治疗。此后，许多著名专家系统，如PROSPECTOR地质勘探专家系统，CASNET青光眼

4、诊断治疗专家系统、RI计算机结构设计专家系统、MACSYMA符号积分现定理证明专家系统、ELAS钻井数据分析专家系统和ACE电话电缆维护专家系统等被相继开发，为工矿数据分析处理、医疗诊断、计算机设计、符号运算和定理证明等提供强在力的工具。13n1977年，费根鲍姆进一步提出了知识工程(knowledge engineering)的概念,整个80年代，专家系统和知识工程在全世界得到迅速的发展。在开发专家系统过程中，许多研究者获得共识，即人工智能系统是一个知识处理系统，而知识表示、知识利用和知识获取则成为人工智能系统的三个基本问题。14 一、专家系统的人工智能特点 专家系统所能解决的主要问题有：(

5、1)解决那些只有专家才能解决的实际复杂问题。(2)用模仿人类专家推理过程的计算机模型来解决这些问题，并能达到人类专家解决问题的水平。比较成功的专家系统一般具有以下几个特点：（1）启发性即能使用判别性知识进行推理；（2）透明性能解释自己的推理过程；（3）灵活性能不断修改和扩充知识。15n 二、专家系统的结构n（1）知识库（Knowledge Base）n（2）推理机（Inference Engine）n（3）数据库（Data Base）n（4）解释器（程序）n （ExplicationProgram）n（5）知识获取程序n （Knowledge Acquisition Program）1617

6、机械设备故障诊断的发展n 机械设备故障诊断技术是建立在多种基本技术的基础之上，并融合多种学科理论的新兴综合性学科。因此，该学科具有基础理论较新、体系边界模糊、实施技术繁多、工程应用广泛、发展日趋迅速以及与高技术发展密切相关等特点。18n1存在的问题n 尽管机械故障诊断已取得了长足的发展，但它是一门正在发展的新型学科，还远没有达到完善的水平，主要表现在：n 发展不平衡，旋转机械的故障诊断理论和实践都取得了较成熟的效果，而往复式机械的诊断理论和实践都有待于提高。n 测量分析仪器和诊断仪器相脱离。便携式的多为分析系统，一般为传感器、放大仪、数据采集系统频谱仪。无具体设备的特征数据并缺乏诊断型系统。而

7、较好的多为专用的、固定式的系统。一般固定在厂里或设备上，并专为该设备服务。19n 油田机械设备的诊断专用系统还比较落后。除高校研制刚刚开始使用的诊断系统外，油田生产部门对大型柴油机现有的诊断手段主要有测功台、简易柴油机诊断仪表、精密信号分析仪等几种。这几种诊断方式，都满足不了油田对柴油机进行故障诊断的实际需要，表现为：n 测功台只能在柴油机解体的情况下对其进行诊断，且只能在大修厂的台架上进行，满足不了现场诊断的需要；20n 简易诊断仪表的检测多数比较单一，且精度较低，n 精密信号分析仪价格贵，一般只对振动信号进行分析，由于其专业程度较高，现场的使用人员很难正确使用。n因此，随着对柴油机可靠性要

8、求的日益提高，油田迫切需要一种集成多种参数的、精密实用的、能进行智能不解体诊断的系统。21n2国内外柴油机故障诊断的发展趋势n 众多的文献表明，柴油机故障诊断的趋势是不解体化、高精度化及智能化。不解体检测的研究，其方向是开发可预埋在发动机内的传感器。美国、日本等国家已成功的将超薄型传感器安置在发动机内，对发动机的温度及主要部件的配合间隙进行诊断，并利用光纤传感器监测发动机的转速波动。n 高精度化，是指提高信号分析的信噪比。如利用相干函数对测点进行选择，利用多段时域平均法提高当前缸信号强度，利用倒频谱重新编辑法消除其它缸的影响，利用小波变换消除噪声等等，其目的都在于去除诊断参数中的干扰，以提高诊

9、断精度。22n 智能化，是指开发诊断型专家系统，使数据处理、分析、故障识别自动完成，能减轻诊断的工作量，并提高诊断速度及正确性。n标准化，建立检测标准，建立检测机制，设计制造时考虑到设备的检测问题，传感器安排台，测压孔等等，方便对设备实施检测。n网络化，网络传输数据，集中专业人员检测，机器医院。n 23n开发功能强、但操作简单的系统，以适合于现场人员的使用，是智能型故障诊断系统的研究方向，也是智能型故障诊断系统的得以发展的必要条件。n 故障诊断技术这一新兴学科的日臻完善，还远远不是其发展进程的终结，随着计算机技术、测试技术、信号处理技术、信息论、控制论、可靠性理论以及系统工程等现代科学技术的发

10、展，还将大大丰富故障诊断技术学科的基础理论与实施技术，促进该学科继续向更高的水平、更深的内涵和更广阔的应用前景发展。24n 3.故障诊断与认识过程n故障诊断这一新兴的学科，近年来获得了非常快的发展，但也面临着人工智能领域所面临的共同问题。即知识描述与知识输入的“瓶颈”问题。n模糊数学的创始人Zadeh曾提出模式识别可以被看作是一种不透明的映射。新的情况或新的模式可由一个观察者正确地识别和分类。然而，这一把模式映射为正确类别隶属的过程是不透明的，不仅其详细的过程旁观者是捉摸不透，而且甚至对识别者本人而言也很难理解。计算机模式识别的任务是用透明映射方式来代替这种不透明映射，从而能用计算机语言对其精

11、确地加以描述。25n例如，被识别目标事件，它可以有很多具体的样本，这就是说目标事件会有很多不透明的映射，它将所有这些模式映射到所设定的类别中。这样，任一或所有这些模式均被识别并被分类到目标事件的类别中。人类是用他们的感知和认知器官来处理并实现这一不透明映射的。n 但是，在另一方面，在计算机模式识别中，必须用清晰的描述方式透明映射方式来替代自然界中不透明映射。26n整个过程包括两个不同的步骤。第一步是建立起按照适当特征来描述被识目标事件的特殊表现形式。第二部是计算机进行一种显示处理，以得到透明的映射，实现了分类。n在两种操作中，最难的是第一步的设计。一旦特征已知，就可以对综合数学变换过程起理论指

12、导作用，从而获得所需的结果，在不同程度上满足我们的需要。然而，一般而言我们并无先验的基础。此外，也并不清楚什么样的表达方式更适合模式识别过程。27n把人们认知苹果这一目标事件为例。人们通过看、嗅、触摸、削皮、吃、拿、分选及买苹果等一系列长期的生活实践学到了认知苹果地能力。但人们并不能充分又简捷地描述苹果。这一映射过程基本上是不透明的。n与此不同，对于计算机模式识别，需要涉及到的不仅仅是透明映射，而且还有选择特征函数的问题。尽管我们已有极精密的仪器来度量色彩、气味、纹理等等特性，但是还很难断定哪些特征是最基本的、有用的，而哪些特征又是多余的、无关紧要的。对于目标事件描述的特征选择是比较困难的，但

13、又是计算机模式识别实现过程中最基本的预处理任务。这里，目标事件可以是概念性的，也可以是物理实体、或者是局势、情况等。28n就上面的讨论，我们可以得到以下的结论：n 世界事物是非常复杂的，其特征信息是多种多样的，人们也有能力识别每一个信息，但各信息之间的关系却是不透明的，人们还很难找到这些联系。n 人们虽有能力识别这些信息，但对这些信息特征的描述是不透明的，即没有一个标准去统一这些描述。因而就很难进行交流，也更难让计算机去“懂得”。n人们根据已知信息得到结论的推理过程是不透明的，即人们不知道自己的推理过程是如何进行的，当然也就无法让计算机去有效的模拟。29n一方面，是世界万物有大量的特征可供描述

14、，另一方面，计算机既有高的运算速度，也有大的存储空间。但两者之间相互联系的通路却很窄，限制了计算机的使用。这也就是所谓的“瓶颈”问题。30n4. 开发智能型故障诊断系统的探讨n 开发功能强、但操作简单的系统，以适合于现场人员的使用，是智能型故障诊断系统的研究方向，也是智能型故障诊断系统的得以发展的必要条件。n为要得到正确结论，首先要做的就是准确地得到事物的全部信息，并对这些信息进行适当地分类、加工。就某种程度而言，只要特征值集合中含有足够的信息，就不存在正确选择或错误选择的问题。但是不适当的选择会导致需要复杂的判决准则或映射，反之，适当的选择可使准则变得简单而又便于理解。当然适当的选择本身就是

15、一个值得研究的课题。31n5.微漪之塘n 故障诊断技术之所以吸引着许多学者的探索，不仅仅是因为能减少人类的灾难，也是因为故障信息有许多有待于探索的，特别是振动信息中有非常丰富的信息等待着的识别、发现。从信息角度讲，振动或波动的是信息的一种记录形式，它们表达了所有振源的各种信息。相互叠加，有待于识别，有待于各种新理论、新方法的运用。n 32n波动的形式也给人以启迪。研究宇宙进化的科学家们，把宇宙比喻成一个富有着生机的池塘，与生命共同形成有机的整体，人类则是在这个池塘航行的航船。每一个事件将在世界信息之场留下一个记录，就像航船驶过，留下一串串的波浪。解读这些波纹，就能解读宇宙的今天和昨天，这正是探索宇宙起源的科学家所梦求的。他们写到：33n来吧！n和我们一起在平静的池塘中航行。n陆地被蒙上一层薄雾，表面非常光滑。n我们是池塘上的航船，我们与池塘同为一体。n细微的航迹在我们后面扩展，在神秘的水面上运动。n它的微妙的波记录着我们的航程。n你的船迹和我的