机电设备故障智能诊断技术研究

机电设备故障智能诊断技术研究

马为忠 张华 杨远刚

身份证号： 15272619781222 **** 陕西省

身份证号：61272419900717**** 陕西省

身份证号：52212119770603**** 陕西省

摘要：机电设备的正常运行关乎生产安全，如果出现故障则会造成难以估量的损失，因此，需要结合实际情况对机电设备故障进行分析和处理。本文对机电设备智能诊断技术进行介绍，分析机电设备故障的主要原因，介绍智能故障诊断技术的工作方式，并展望了机电设备智能诊断技术未来的发展方向。

关键词：机电设备；故障诊断；智能技术

1.机电设备智能故障诊断技术概述

该技术涵盖传感、计算机以及信息等多种现代技术，可以有效反映设备故障情况，并且能够对故障进行提前预防。智能诊断技术可以准确、全面地评价与分析设备故障原因与危害程度，所以则可以针对相关故障原因制定预防措施。对于设备故障应该展开多重分析，比如：（1）设备应用目的。为了对故障情况进行充分了解，应该对设备应用目的进行全面了解，智能分析影响设备故障的主要因素。（2）故障特征。应该对故障特征进行充分了解，充分分析故障可能发生的部位，通过对比特征确定故障。

2.智能故障诊断技术具体步骤

2.1数据采集

故障诊断技术应用于机电设备中时，应该全面分析与研究机电设备自身情况以及工作环境等情况，并以此为基础对故障原因、位置等级进行准确判断。因此，在智能检测技术中，应该将信息收集作为首要步骤，充分收集机电设备在工作中的信号数据、环境要素以及运行参数等信息，展开全面监测工作，同时认真记录这些数据，为后期故障预判提供良好保障。

2.2处理数据

对于机械设备工作中产生的一些数据，工作人员并不能够直接应用采集数据，无法进行有效分析与利用，因此，需要科学处理信息数据，因为机电设备在工作中会产生大量数据，而一些信息并没有应用价值，因此工作人员应该有效甄别这些数据，为设备故障诊断工作提供良好保障。另外，对不同数据展开关联处理，提取关键信息同时互相结合，进而有效判断机电设备的哪个零部件发生问题。

2.3数据分析与识别

完成数据处理工作之后，应该认真开展分析与识别工作，以现阶段实际情况角度分析，一般是针对不同工作环境与设备进行的，设备不同其运行中出现的故障问题也会存在较大差异，并且同一设备在不同环境中损耗情况和工作体验也会存在一定差异，此时应该根据处理结果开展分析与识别活动，保证各种条件下机电设备损耗以及故障分体进行准确判断，进而有效防止出现严重的故障问题。

2.4数学建模

对于智能故障检测技术在机电设备中的应用，主要借助数学建模完成故障分析工作。开展诊断工作时，工作人员能够准确获得设备工作信息，借助数学模型能够将设备状态与故障参数的数学关系充分展示出来，同时能够对故障位置与原因进行有效判断。

3.机电设备故障智能诊断技术研究

3.1基于人工神经系统的故障诊断方式

人工神经系统其实是利用数学模式的方法来对大脑神经功能进行模拟的一种方法，主要是通过模拟大脑和神经元来进行数据处理。神经网络智能诊断模块是建立在网络数据信息库的基础之上的，在运行过程中其会通过模拟神经元系统，对机电设备的运行状态进行分析，主要是对机械元件运行的稳定性进行分析，应用该系统能够实现机电设备运行状态的数据监控，并对异常数据进行反馈，记录波动数据，并利用中央处理系统对数据进行统一的处理，从而及时发现机电设备的故障。利用这一技术进行机电设备的故障诊断具有以下几方面的优点：首先，其能够实现分布分析，并行操作，而且具备学习能力；其次，在非线性映射方面具有良好的性能；第三，能够实现多要素预报，能够较准确地对机电设备故障进行预测。缺点在于算法比较繁琐，而且很难用公式来呈现预测模型^[1]。

3.2基于向量机开发应用的智能诊断处理模式

应用向量机可以进行机电设备故障智能诊断系统的开发，在开发过程中通过统计计算、概率运算以及参数运算等数据算法，来对机电设备的故障进行智能的诊断。向量机诊断的优点在于，其比神经网络诊断的风险性要低，真实性也更高，同时这种方式还具备一定的理论结构的学习能力，能够实现各模组故障的分类^[2]。在实际的运行过程中，其能够根据故障的优先级来进行数据诊断方案的选择，确定最优的故障诊断方案，通过应用向量机智能诊断系统，能够实现系统诊断资源利用的最大化，能够最大程度上发挥智能诊断技术在故障诊断方面的优势。

3.3模糊诊断技术

机电设备产生故障的原因具有多元性、复杂性等特点，即故障原因可能是由多个因素造成的。通过将数学的模糊思想引进到故障原因智能诊断中，以模糊的方式对数值结果建立数学模型并进行分析，使得故障诊断过程能够在原因不明确的前提下完成定量、定性的分析。该技术适合应用于机电设备故障原因有限的情况，在模糊数学模型建立后可快速进行诊断分析，但其适用面相对较小。

3.4灰色系统诊断

在机电设备系统具有大量历史故障统计数据的情况下，采用传统经典概率统计法进行故障诊断处理较为有效，但对于数据量少的贫信息机电设备系统的分析则较为棘手。而大多数处于运行中的机电设备都具有贫信息的灰色系统的特征，因此需要用已知的信息去分析这个含有未知信息的系统特征、状态和发展趋势，从而达到对整个机电设备系统状态获取的目的^[3]。而灰色系统诊断的目的就是对“信息贫乏”或存在大量“不确定信息”的机电设备系统，作不同因子间的量化、序化，进行有参考系的、有测度的比较，进行故障分析。机电设备故障灰色系统诊断的实质是对故障模式的识别，采用灰关联分析方法，通过设备故障与某参考模式之间的接近程度，进行状态识别与故障诊断。

3.5集成方式故障诊断技术

所谓集成方式故障诊断技术，顾名思义是一种集成了多种故障诊断策略的诊断技术，能够对繁琐的机电设备故障进行有效诊断。在进行故障表现多样，诱因十分复杂的机电故障诊断时，应用单一的故障诊断技术往往不能够得到全面并且准确地判断，这就需要通过集成各类诊断数据、知识和方法来进行解决，这样能够集成各种诊断方式的优势，弥补单一诊断方法存在的不足，从而提升故障诊断的准确性，提升工作效率。

4.智能故障诊断技术的发展方向

①多项知识表现方式的融合。在具体的诊断平台中，要求多种方法的组合方可表达明确诊断知识，如此就有很多表达方法之间的数据穿梭、数据转变、知识组织的维护和理解等内容这些问题都影响到对诊断主体的描述和表现。②经验知识和原理知识的有效统一。为了让故障自动诊断平台具有和人类专业功能相似的知识，研究者在建立智能诊断平台时，逐渐强调不但要注重领域专业的浅知识，还应重视诊断主体的结构、作用、原理等深知识，忽略任意一点均会极大影响系统的诊断效果。③专家网络和神经元的融合。神经元理论给故障自动诊断技术的发展带来了全新的途径，其中，专家网络理论和方法得到左半脑逻辑思维的性能，两者具有较强的互补功能。④模拟现实技术会获得重视与使用。模拟现实技术是基于多媒体系统之后另一个的计算机领域引起广泛重视的探究重点，是人类通过电脑对复杂信息实施可视化处理和交互的一种全新技术。使用这一技术后，客户、计算机与控制主体被当作一个总体，经多种直观的设备将数据实现可视化。由此而言，伴随模拟现实技术的逐渐进步以及在故障自动诊断平台中的有效使用，其将给故障自动诊断带来全新的技术性改革。

5.结语

要想保证我国不断实现现代化发展目标，提高生产活动安全性，应该注意设备检修工作，不断加大智能检测技术的应用，以不断提高故障检测有效性与及时性，保障设备问题得到及时处理，进而保证机电设备稳定运行。

6.参考文献

[1]任改平.探讨煤矿机电设备维修对策[J].科技与企业,2013(04):46.

[2]陈冬.机电设备维修管理的现状和对策[J].科技展望,2015,25(31):91.

[3]潘琰.故障诊断技术在煤矿机电设备维修中的运用探讨[J].化工管理,2020(30):127-128.