摘要:只有储备大量的资源,才能够对故障诊断技术进行有效应用。故障诊断技术包含大量的学科知识以及丰富的经验总结,本文主要概述了机械设备故障诊断技术的常用方法,并且还对机械设备故障诊断在未来发展的新技术进行了研究与探析,优质的诊断决策技术[1],才能够将容错控制在可管理的范围之内。
关键词:机械设备;故障诊断;人工智能;技术方法
我国在探索机械设备故障诊断的发展过程当中,经历了探索基本规律、运用故障分析手段以及探索决定性诊断算法的发展过程。截止到目前为止。,大部分的机械设备智能诊断手段没有得到具体的实现及应用,但是智能故障诊断方式却是未来故障诊断的发展潮流,是具有一定可行性的手段。目前来说,技术并不具备安全以及准确性[2],产生这种问题的原因主要是:
1.不同单位所表现出来的故障特征信号具有不同的差异特性,与此同时,无法统一协调信号的获取以及加工,使综合诊断的错误概率直线上升。
2.无法对故障信息进行及时的加工以及决策论证,诊断的不及时,制约了故障分析的进程,使诊断的实效性得到了延缓。
3.在探索的过程当中,对于机械设备参数的确定不仅仅只能依靠故障问题以及特征信号之间的联系,而需要做的是对故障以及特征之间的准确联系进行多次反复的研究,以此来协调两者之间的关系。
一、机械设备故障诊断技术的常用方法
对于机械故障特征信号的诊断,主要依靠的是探索故障的相关原理以及关于信号探测的手段。与此同时,通过运用信号的加工以及诊断决定性算法等,以此来对故障特征信号进行处理,主要运用在判断故障特征信号的主要技术手段有以下几种:
(一)直观检测
直观检测就是运用我们的视觉以及听觉,从而对设备故障进行直观判断的一种检测方式。与此同时,也可以借助参考资料或者是相关工作人员本身的丰富阅历等对设备进行直观检测。但是在现今科技飞速发展的今天,机械设备的功能逐渐复杂,设备内部零部件增多,因此该种直观检测的方式并不是用于机械设备故障诊断。目前,这种方式开始逐渐被市场淘汰。
(二)温度监测
在机械设备运行当中,通过监测设备的温度能够有效的对故障发生的位置进行判定。通过温度传感装置能够对任务单元与设备之间的关联所产生的温度浮动趋势进行监测,以此来对不同装置所产生的温度进行相应的监控工作。
(三)噪声频谱分析
当机械设备正常运行与产生故障运行时,两种运行状态所产生的声音会有所不同,如果设备出现了故障,机器运行的声音将会产生异样,制造出一些杂音或者是设备会异常震动,运用噪声频谱分析方法,借助声波检测设备对内部产生噪音信号的部分作用单元进行探索以及检测,发现其运行规律,以此来确,设备发生故障的位置。而振动监测主要运用的设备为传感设备,利用传感设备从而对内部作用单元的运行状况所产生的振动信号进行监测,并且借助该设备将信号进行转换,最终故障问题的确定还需要通过分析频谱才能得到最终的故障位置。总的来说,噪声频谱分析以及振动监测具有一定的可行性,但是目前对这两种方式还没有进行完全的探索。与此同时,在运用这两种方法时,还会受到多种因素的制约,对于其是否具有完整的可行性[3],还需要经过进一步的探析。
(四)油液光谱分析
油液光谱分析技术主要是用来对液压的运行情况进行监测以及保持系统能够润滑运行的。与此同时,光谱分析技术还可以对系统内部的金属微粒等一些细微物质进行探索比较分析。
总的来说,我们上述所讲述的这些关于故障诊断技术的常用方法都离不开数据收集以及监测技术,目前对于故障诊断决策的手段还在不断的探索过程当中。
二、机械设备故障诊断新技术的应用
在现今社会的发展当中,科技的发展使各种新兴技术得到了蓬勃的发展。例如网络技术以及传感技术等等,将这些技术与机械设备故障诊断相融合,可以有效的推动机械设备故障诊断的应用以及发展。除此之外,运用这些新技术不仅能够及时准确的获取故障特征信号,提高获取信号的实效性,而且还可以提供正确有效的诊断决策,对错容观念进行有效控制,稳定设备的运转。
(一)探索信息融合技术
如何运用信息融合技术来探索以及获取故障特征信号,是我们目前研究的首要问题。因此为了能够有效的运用信息融合技术,我们可以运用传感设备在提高描述被检测对象的一致性的基础之上,利用信息融合技术对传感器所获得的信号信息进行分析以及研究。
在信号加工手段的探索历程过程当中,主要运用了傅立叶变换以及小波变换两种谱分析技术。从傅立叶变换谱分析技术来说,其主要是对全频域进行研究。该种技术只适合全范围研究,并不适合对小部分的信号进行剖析;而对于小波变换谱分析技术来说,其主要是对时频进行剖析,与此同时,该种技术还可以对瞬态反常信号进行剖析,能够使部分获取信号的有效水平得以提升,但是其主要针对的是具有特性的获取信号。通过对这两种技术分析比较可以看出,小波变换谱分析技术要优于另一种技术,该技术更加的简单,容易使用,灵敏性高,抗躁能力强,不需要借助任何的数学模型便能够直接运用。此外,将神经网络与该种技术合为一体,能够有效的解决故障信号所带来的麻烦[4]。
(二)智能决策算法长处
智能控制理念得到了繁荣的发展以及应用。因此使模糊控制、遗传算法更具有鲜明性的诊断决策亮点。相信在未来的发展当中,充分的结合机械设备问题诊断方法以及智能控制理念的特点,可以有效的促进智能控制的发展。因此结合这一理念,概述了以下几点关于智能控制理论当中诊断决策所表现出来的亮点。
1.对模糊理论故障诊断技术来说,这种技术最大的优势便是不需要建立准确的数学模型,节省了大量的工作量,其需要的是建立相应的度函数及模糊关系矩阵。通过该矩阵,就能够对信息的来源以及信息的正确与否进行相应的验证。
2.从遗传算法角度来说。其具有非常大的优势,不仅能够对全范围进行应用,而且还能够有效的解决非线性问题。因此将其与故障诊断手段相结合,不仅能够快速的收集故障问题,而且还能够对决策论证进行有效判断。
(三)加快网络集成资源分享化
在现今时代的发展当中,计算机技术以及网络技术的发展水平逐渐提高。在工控行业当中,局域网技术的地位直线上升。局域网技术在工控行业当中主要作用是为了能够对信息进行传递,是信息进行传递的一种非常有效的方式。关于机械设备的问题收集以及信号的加工,首先需要做的是收集完成信号,然后接下来再进行推理以及决策论证的工作。在整个过程当中,需要借助局域网才可以完成。高性能计算以及部件信息检测等工作,运用计算机的软件能源,结合相关技术方法可以使决策更加的高效以及提高诊断目标的准确性,以此来保障系统的正常运转。
(四)探索加深容错控制
容错控制能够有效的控制屏蔽以及故障。整个控制过程的实现需要运用到系统富裕能源。也就是说,当设备当中的部分作用单元出现故障问题时,在维持机械正常运转的情况之下,重新构建系统或者是对相关参数做出调整,以此来使设备的安全参数能够维持设备的正常运行。人工智能的发展使是容错控制开始朝着自动化的方向发展。对容错控制来说,其可以在故障诊断之上,对特征信号提出相应的诊断方案,还可以对控制系统的根底进行重新构建。因此我们不仅需要对智能故障诊断技术进行探索,而且还需要对容错控制的资源以及参数等一些其他因素进行全面的考量,预料关于系统的左右限度以及方向[5],紧跟现在故障诊断手段发展趋势。
三、结论
综上所述,科技的发展,社会的进步加剧了机械设备的复杂化特征。因此在机械设备的运行当中,会加大机械发生故障的几率以及故障特征信号获取的难度。因此采取相关的举措对故障诊断的决定性原理进行验证与研究时,我们需要做的是加快加工技术的研究进展,对所获取的信号不断进行优化,深入实施和开展以及探索人工智能规律,从而获得相应的诊断决定性原理以及有关差异系统的故障特征手段,紧跟容错控制的发展方向,以此来使复杂机械设备的高效运转能够得以实现。
参考文献:
[1]郑小倩,胡仕强,吴舰.基于概率神经网络的柴油机故障诊断与预测研究[J].工矿自动化,2013(09):104-108.
[2]胡伟,李欧.模糊信息融合在带式输送机故障诊断中的应用[J].工矿自动化,2013(06):48-51.
[3]董明,马宏伟,陈渊,毛清华.超声检测技术在煤矿机电设备安全检测中的应用[J].矿山机械,2013(02):124-126.
[4]缘瑞宾,乔印虎,司志远,陈杰平.关于机电设备故障诊断与维修一体化的探讨[J].新技术新工艺,2014(01):119 -121.
[5]李照良.机电设备故障诊断维修及管理分析研究[J].科技与企业,2013(14):268.