機械故障診斷匯編

1、第六章 機械(jxi)故障診斷人工智能技術(shù)第一節(jié) 故障診斷的模糊數(shù)學(xué)方法一、模糊教學(xué)的基本概念1模糊關(guān)系方程(fngchng)2隸屬函數(shù)的定義3隸屬度函數(shù)的確定4模糊邏輯運算5模糊關(guān)系矩陣的確定1共四十五頁 二、模糊模式識別 1直接(zhji)識別方法 按最大隸屬原則進行判別。 2間接識別方法 按擇近原則進行模式識別。2共四十五頁 三、模糊聚類分析 1數(shù)據(jù)的標(biāo)準(zhǔn)化 2標(biāo)定(bio dn) 3聚類 四、模糊綜合診斷 1模糊綜合評判數(shù)學(xué)模型 2模糊運算模型3共四十五頁 第二節(jié) 故障診斷的人工神經(jīng)網(wǎng)絡(luò)方法一、神經(jīng)網(wǎng)絡(luò)模型(mxng)1. 人工神經(jīng)元模型4共四十五頁2神經(jīng)網(wǎng)絡(luò)模型(mxng) （1）模

2、型5共四十五頁（2）算法(sun f)B-P網(wǎng)絡(luò)的輸入值是一些特征參數(shù)，輸出值是識別結(jié)果，學(xué)習(xí)算法屬于有教師學(xué)習(xí)，通過不斷修改權(quán)系數(shù)和閾值，使系統(tǒng)的輸出誤差y與給定的教師樣本t的誤差為最小。6共四十五頁 Hopfield網(wǎng)絡(luò)反饋(fnku)網(wǎng)絡(luò)自組織解決了著名的TSP問題。實時處理7共四十五頁 第三節(jié) 故障診斷的專家系統(tǒng)簡介 專家系統(tǒng)是應(yīng)用大量人類專家的知識和推理方法求解復(fù)雜的實際(shj)問題的一種人工智能計算機程序。它是由一組計算機軟件組成的系統(tǒng)，具有相當(dāng)數(shù)量的權(quán)威性知識，具備學(xué)習(xí)功能，并且能夠采取一定的策略，運用專家知識進行推理，解決人們在通常條件下難以解決的問題。一般的計算機軟件是由數(shù)

3、據(jù)和程序兩級組成，而專家系統(tǒng)則有數(shù)據(jù)、知識和推理機三級組成。8共四十五頁被譽為“專家系統(tǒng)和知識工程之父”的費根鮑姆(Feigenbaum)所領(lǐng)導(dǎo)的研究小組于1968年研究成功第一個專家系統(tǒng)DENDRAL，用于質(zhì)譜儀分析有機化合物的分子結(jié)構(gòu)。19721976年，費根鮑姆小組又開發(fā)成功MYCIN醫(yī)療專家系統(tǒng)，用于抗生素藥物治療。此后，許多著名專家系統(tǒng)，如PROSPECTOR地質(zhì)勘探專家系統(tǒng)，CASNET青光眼診斷治療專家系統(tǒng)、RI計算機結(jié)構(gòu)設(shè)計專家系統(tǒng)、MACSYMA符號積分現(xiàn)定理證明專家系統(tǒng)、ELAS鉆井(zun jn)數(shù)據(jù)分析專家系統(tǒng)和ACE電話電纜維護專家系統(tǒng)等被相繼開發(fā)，為工礦數(shù)據(jù)分析處理

4、、醫(yī)療診斷、計算機設(shè)計、符號運算和定理證明等提供強在力的工具。9共四十五頁1977年，費根鮑姆進一步提出了知識工程(knowledge engineering)的概念,整個(zhngg)80年代，專家系統(tǒng)和知識工程在全世界得到迅速的發(fā)展。在開發(fā)專家系統(tǒng)過程中，許多研究者獲得共識，即人工智能系統(tǒng)是一個知識處理系統(tǒng)，而知識表示、知識利用和知識獲取則成為人工智能系統(tǒng)的三個基本問題。10共四十五頁 一、專出系統(tǒng)的人工智能特點 專家系統(tǒng)所能解決的主要(zhyo)問題有：(1)解決那些只有專家才能解決的實際復(fù)雜問題。(2)用模仿人類專家推理過程的計算機模型來解決這些問題，并能達到人類專家解決問題的水平。比

5、較成功的專家系統(tǒng)一般具有以下幾個特點：（1）啟發(fā)性即能使用判別性知識進行推理；（2）透明性能解釋自己的推理過程；（3）靈活性能不斷修改和擴充知識。11共四十五頁 二、專家系統(tǒng)的結(jié)構(gòu)(jigu)（1）知識庫（Knowledge Base）（2）推理機（Inference Engine）（3）數(shù)據(jù)庫（Data Base）（4）解釋器（程序） （ExplicationProgram）（5）知識獲取程序 （Knowledge Acquisition Program）12共四十五頁13共四十五頁 機械故障診斷方法信號測試采集 振動、油樣、聲發(fā)射、參數(shù)、信號分析處理 頻譜、小波、故障(gzhng)信號識別

6、 模式識別，系統(tǒng)分析 模糊理論 人工智能方法故障處理決策14共四十五頁信號分析 經(jīng)典譜分析法以FFT為代表(dibio)，廣泛用于信號分析，故障診斷，圖像處理等許多方面。國內(nèi)外都有大量的FFT軟、硬件產(chǎn)品問世，并且在不斷發(fā)展。 現(xiàn)代譜分析法采用建模的方法來估計信號的譜參數(shù)，因而速度快運算量小，精度高。受到越來越多的重視。目前應(yīng)用的有自回歸法(AR)、滑動平均法(MA)和自回歸滑動平均法(ARMA)。15共四十五頁 AR MA建模參數(shù)功率(gngl)譜模型16共四十五頁 為了對各種譜估計的方法有一個基本的了解(lioji)，下面用一已知信號對各種方法進行檢驗(N=32)。所給出的信號為： (3-

7、13)式中：f1=0.05，f2=0. 40，f3=0.42； zn為噪聲的一階自回歸過程： (3-14) 17共四十五頁其中a為回歸系數(shù)，u為方差為2的高斯白噪聲。這樣可以使噪聲的功率譜為變化的。選擇合適的a(-0.8508)和2(1.010)值可以使f1附近的信噪比為15dB，f2、f3附近的信噪比為30dB，此信號作為比較的基準(zhǔn)。也可以直接(zhji)使用高斯白噪聲信號（令a0即可），這時其功率譜為一條水平線。圖中給出了各信號的理論功率譜。圖中橫軸為歸一化的頻率(-0.50.5)，縱軸為功率譜值(-3050dB)。18共四十五頁19共四十五頁20共四十五頁21共四十五頁小波分析理論 （采

8、用(ciyng)小波族進行變換）具有多分辨率的特點：在低頻部分具有較高的頻率分辨率和較低的時間分辨率；在高頻部分具有較低的頻率分辨率和較高的時間分辨率；適合探測信號中的瞬態(tài)異常并展示其成分稱為信號分析的顯微鏡22共四十五頁正常(zhngchng)泵閥 故障泵閥23共四十五頁正常(zhngchng)活塞 故障活塞24共四十五頁 機械設(shè)備故障診斷的發(fā)展 機械設(shè)備故障診斷技術(shù)是建立在多種基本技術(shù)的基礎(chǔ)之上，并融合多種學(xué)科理論的新興綜合性學(xué)科。因此，該學(xué)科具有基礎(chǔ)理論較新、體系邊界模糊、實施技術(shù)繁多、工程應(yīng)用廣泛(gungfn)、發(fā)展日趨迅速以及與高技術(shù)發(fā)展密切相關(guān)等特點。25共四十五頁1存在的問題

9、盡管機械故障診斷已取得了長足的發(fā)展，但它是一門正在發(fā)展的新型學(xué)科，還遠沒有達到完善的水平，主要表現(xiàn)在： 發(fā)展不平衡(pnghng)，旋轉(zhuǎn)機械的故障診斷理論和實踐都取得了較成熟的效果，而往復(fù)式機械的診斷理論和實踐都有待于提高。 測量分析儀器和診斷儀器相脫離。便攜式的多為分析系統(tǒng)，一般為傳感器、放大儀、數(shù)據(jù)采集系統(tǒng)頻譜儀。無具體設(shè)備的特征數(shù)據(jù)并缺乏診斷型系統(tǒng)。而較好的多為專用的、固定式的系統(tǒng)。一般固定在廠里或設(shè)備上，并專為該設(shè)備服務(wù)。26共四十五頁 油田機械設(shè)備的診斷專用系統(tǒng)還比較落后。除高校研制剛剛開始使用的診斷系統(tǒng)外，油田生產(chǎn)部門對大型柴油機現(xiàn)有的診斷手段主要有測功臺、簡易柴油機診斷儀表、精密

10、信號分析儀等幾種。這幾種診斷方式(fngsh)，都滿足不了油田對柴油機進行故障診斷的實際需要，表現(xiàn)為： 測功臺只能在柴油機解體的情況下對其進行診斷，且只能在大修廠的臺架上進行，滿足不了現(xiàn)場診斷的需要；27共四十五頁 簡易診斷儀表的檢測多數(shù)比較(bjio)單一，且精度較低， 精密信號分析儀價格貴，一般只對振動信號進行分析，由于其專業(yè)程度較高，現(xiàn)場的使用人員很難正確使用。因此，隨著對柴油機可靠性要求的日益提高，油田迫切需要一種集成多種參數(shù)的、精密實用的、能進行智能不解體診斷的系統(tǒng)。28共四十五頁2國內(nèi)外柴油機故障診斷的發(fā)展趨勢 眾多的文獻表明，柴油機故障診斷的趨勢是不解體化、高精度化及智能化。不解

11、體檢測的研究，其方向是開發(fā)(kif)可預(yù)埋在發(fā)動機內(nèi)的傳感器。美國、日本等國家已成功的將超薄型傳感器安置在發(fā)動機內(nèi)，對發(fā)動機的溫度及主要部件的配合間隙進行診斷，并利用光纖傳感器監(jiān)測發(fā)動機的轉(zhuǎn)速波動。 高精度化，是指提高信號分析的信噪比。如利用相干函數(shù)對測點進行選擇，利用多段時域平均法提高當(dāng)前缸信號強度，利用倒頻譜重新編輯法消除其它缸的影響，利用小波變換消除噪聲等等，其目的都在于去除診斷參數(shù)中的干擾，以提高診斷精度。29共四十五頁 智能化，是指開發(fā)診斷型專家系統(tǒng)，使數(shù)據(jù)處理、分析、故障識別自動完成，能減輕診斷的工作量，并提高診斷速度及正確性。標(biāo)準(zhǔn)化，建立檢測標(biāo)準(zhǔn)，建立檢測機制，設(shè)計制造時考慮到設(shè)

12、備的檢測問題，傳感器安排臺，測壓孔等等，方便對設(shè)備實施(shsh)檢測。網(wǎng)絡(luò)化，網(wǎng)絡(luò)傳輸數(shù)據(jù)，集中專業(yè)人員檢測，機器醫(yī)院。 30共四十五頁開發(fā)功能(gngnng)強、但操作簡單的系統(tǒng)，以適合于現(xiàn)場人員的使用，是智能型故障診斷系統(tǒng)的研究方向，也是智能型故障診斷系統(tǒng)的得以發(fā)展的必要條件。 故障診斷技術(shù)這一新興學(xué)科的日臻完善，還遠遠不是其發(fā)展進程的終結(jié)，隨著計算機技術(shù)、測試技術(shù)、信號處理技術(shù)、信息論、控制論、可靠性理論以及系統(tǒng)工程等現(xiàn)代科學(xué)技術(shù)的發(fā)展，還將大大豐富故障診斷技術(shù)學(xué)科的基礎(chǔ)理論與實施技術(shù)，促進該學(xué)科繼續(xù)向更高的水平、更深的內(nèi)涵和更廣闊的應(yīng)用前景發(fā)展。31共四十五頁 3.故障診斷與認識過程

13、故障診斷這一新興的學(xué)科，近年來獲得了非常快的發(fā)展，但也面臨著人工智能領(lǐng)域所面臨的共同問題。即知識描述與知識輸入的“瓶頸”問題。模糊數(shù)學(xué)的創(chuàng)始人Zadeh曾提出模式識別可以被看作(kn zu)是一種不透明的映射。新的情況或新的模式可由一個觀察者正確地識別和分類。然而，這一把模式映射為正確類別隸屬的過程是不透明的，不僅其詳細的過程旁觀者是捉摸不透，而且甚至對識別者本人而言也很難理解。計算機模式識別的任務(wù)是用透明映射方式來代替這種不透明映射，從而能用計算機語言對其精確地加以描述。32共四十五頁例如，被識別目標(biāo)事件，它可以有很多具體的樣本，這就是說目標(biāo)事件會有很多不透明的映射，它將所有這些模式映射到所

14、設(shè)定的類別中。這樣，任一或所有這些模式均被識別并被分類到目標(biāo)事件的類別中。人類是用他們的感知和認知器官來處理并實現(xiàn)這一不透明映射的。 但是，在另一方面，在計算機模式識別中，必須用清晰(qngx)的描述方式透明映射方式來替代自然界中不透明映射。33共四十五頁整個過程包括兩個不同的步驟。第一步是建立起按照適當(dāng)特征來描述被識目標(biāo)事件的特殊表現(xiàn)形式。第二部是計算機進行一種顯示處理，以得到透明的映射，實現(xiàn)了分類。在兩種操作中，最難的是第一步的設(shè)計。一旦特征已知，就可以對綜合數(shù)學(xué)變換過程起理論指導(dǎo)作用，從而獲得所需的結(jié)果，在不同程度上滿足我們的需要。然而，一般而言我們并無先驗的基礎(chǔ)。此外，也并不清楚什么樣

15、的表達方式更適合(shh)模式識別過程。34共四十五頁把人們認知蘋果這一目標(biāo)事件為例。人們通過看、嗅、觸摸、削皮、吃、拿、分選及買蘋果等一系列長期的生活實踐學(xué)到了認知蘋果地能力。但人們并不能充分又簡捷地描述蘋果。這一映射過程基本上是不透明的。與此不同，對于計算機模式識別，需要涉及到的不僅僅是透明映射，而且還有選擇(xunz)特征函數(shù)的問題。盡管我們已有極精密的儀器來度量色彩、氣味、紋理等等特性，但是還很難斷定哪些特征是最基本的、有用的，而哪些特征又是多余的、無關(guān)緊要的。對于目標(biāo)事件描述的特征選擇(xunz)是比較困難的，但又是計算機模式識別實現(xiàn)過程中最基本的預(yù)處理任務(wù)。這里，目標(biāo)事件可以是概念

16、性的，也可以是物理實體、或者是局勢、情況等。35共四十五頁就上面的討論，我們可以得到以下的結(jié)論： 世界事物是非常復(fù)雜的，其特征信息是多種多樣的，人們也有能力識別每一個信息，但各信息之間的關(guān)系卻是不透明的，人們還很難找到這些聯(lián)系。 人們雖有能力識別這些信息，但對這些信息特征的描述是不透明的，即沒有一個標(biāo)準(zhǔn)去統(tǒng)一這些描述。因而就很難進行交流，也更難讓計算機去“懂得”。人們根據(jù)已知信息得到結(jié)論的推理過程是不透明的，即人們不知道自己(zj)的推理過程是如何進行的，當(dāng)然也就無法讓計算機去有效的模擬。36共四十五頁一方面，是世界萬物有大量的特征可供描述，另一方面，計算機既有高的運算速度，也有大的存儲空間。

17、但兩者之間相互聯(lián)系的通路卻很窄，限制了計算機的使用。這也就是(jish)所謂的“瓶頸”問題。37共四十五頁4. 開發(fā)智能型故障診斷系統(tǒng)的探討 開發(fā)功能強、但操作簡單(jindn)的系統(tǒng)，以適合于現(xiàn)場人員的使用，是智能型故障診斷系統(tǒng)的研究方向，也是智能型故障診斷系統(tǒng)的得以發(fā)展的必要條件。為要得到正確結(jié)論，首先要做的就是準(zhǔn)確地得到事物的全部信息，并對這些信息進行適當(dāng)?shù)胤诸?、加工。就某種程度而言，只要特征值集合中含有足夠的信息，就不存在正確選擇或錯誤選擇的問題。但是不適當(dāng)?shù)倪x擇會導(dǎo)致需要復(fù)雜的判決準(zhǔn)則或映射，反之，適當(dāng)?shù)倪x擇可使準(zhǔn)則變得簡單而又便于理解。當(dāng)然適當(dāng)?shù)倪x擇本身就是一個值得研究的課題。38

18、共四十五頁5.微漪之塘 故障診斷技術(shù)之所以吸引著許多學(xué)者的探索，不僅僅是因為能減少人類的災(zāi)難，也是因為故障信息有許多有待于探索的，特別是振動信息中有非常豐富的信息等待著的識別、發(fā)現(xiàn)。從信息角度講，振動或波動的是信息的一種記錄形式，它們表達了所有(suyu)振源的各種信息。相互疊加，有待于識別，有待于各種新理論、新方法的運用。 39共四十五頁波動的形式也給人以啟迪。研究宇宙進化的科學(xué)家們，把宇宙比喻成一個富有著生機的池塘，與生命共同形成有機的整體，人類則是在這個池塘航行的航船。每一個事件將在世界信息之場留下一個記錄，就像航船駛過，留下一串串的波浪。解讀這些波紋，就能解讀宇宙的今天和昨天，這正是探索宇宙起源(qyun)的科學(xué)家所夢求的。他們寫到：40共四十五頁來吧！和我們一起在平靜的池塘中航行。陸地被蒙上一層薄霧，表面非常光滑。我們是池塘上的航船，我們與池塘同為一體。細微的航跡在我們后面擴展，在神秘