机械故障诊断支持系统的构架

刘敏

摘要：长时间以来，为了可以精准的判断机械故障，技术人员也加大了对研究力度，力求能够实现自动化故障诊断的目标。但是，大量的实践表明，机械故障诊断自动化以及智能化目标的达成还有一段距离。近年来，远程诊断技术的高效应用，使得机械故障诊断的效率大大提高，但由于受到的干扰因素比较多，仍然无法实现自动化故障诊断。在今后的发展过程中，务必要强化对思想观念的转变，采取先进的现代化技术，着力研究故障诊断支持系统。基于此，本文即对机械故障诊断支持系统的构架展开了深入剖析以期相关人员能够借鉴。

关键词：机械故障;诊断支持系统;构架

引言：

在机械设备在运行阶段，环境十分复杂，涉及到的内容相对较多，所以经常会出现故障问题，对工作效率的提升产生了非常大的影响。一直以来，人们对机械设备故障的研究都十分重视，也加大了对自动化故障诊断的重视。但由于所应用的技术较为滞后，技术水平不高，使得这一目标还不能完全实现。故而，为了能够有效降低机械故障出现几率，让故障得到及时的诊断和解决，一定要采取先进的技术手段，研发出能集成优势知识以及资源的专家诊断支持系统。

一、机械故障诊断支持系统的原理及结构分析

（一）机械故障诊断的类型分析

现阶段，依照诊断对象重要程度及具体要求，机械故障的诊断类型主要可以分为以下几种。

第一，设备现场监控。该类型主要是将设备安全作为主要的核心点，利用在线或者离线监测系统，密切的监测设备的异常情况，包括振动等，了解设备的实际变化，确保可以及时提供报警等信号，保证机械故障的发生能够有效规避。

第二，分析诊断层。主要是管理好设备的日常状态历史数据，能够对其发展趋势展开综合的分析和考量，对存在异常的数据进行精准诊断。通常情况下，对于这些系统来说，主要是对振动监测以及分析技术进行充分应用，能够提供较为多元化的信息分析手段，诸如区域分析等[1]。

第三，高級诊断层。这一类型具体是由专家知识以及技术共同组建而成，其属于一种较为高级的过程，诊断方式集结了动力学分析理论以及方法等，能够有效地对机械故障展开研究，对故障机理进行数字化仿真和实验验证，明确影响机械运行的各类因素，找到问题所在。同时，诊断中心也可以提供较为全面的分析诊断方法，以保证为设备故障诊断提供相应的技术支持。

二、机械故障诊断支持系统的组成和结构分析

一直以来，在对监测以及诊断系统进行开发和研究的过程中，常常习惯性的应用多元化的分析手段，采用的数据管理方式较为便利，应用的诊断算法十分精准。但是，从最终获得的结果来看，分析的难度也日益增大，诊断的精准度无法得到保证，尤其是较难且较新的故障诊断，准确性一直得不到有效提高。针对这一情况。所产生的原因存在很多种，但最为关键的就是开发指导思想以及系统集成方面存在很大的偏差，信息特征的综合分析以及融合方面不够深入，研究不到位哦。因而，为了可以更好地对这类问题进行解决，可以将故障信息管理作为中心点，从故障信息的采集、分析、提取等层面入手，全方位且多渠道地进行故障检测和诊断，依托于具体情况，对有多方面资源支持的DSS体系结构进行建立，开发出能够综合利用各种资源的机械故障诊断支持系统[2]。

一般而言，对于DSS来说，其基本模块主要涵盖了特征提取模块、信息获取模块以及数据库等。具体而言，DSS主要是由数据库系统、知识库系统等组成。其中，数据库系统是DSS中一个最为基本的部件，任何一个DSS都会有自己较为独立的数据库管理系统，其与普通的系统相比，存在的区别相对较大。DSS所利用的数据，最为重要的目的就是能够支持诊断。所以，DSS系统对综合性数据较为关注。而普通的DB系统则更注重于对原始资料的收集和整理，主要是处理一些事务性的工作。针对知识库系统来说，其是DSS系统构建过程中的主要选择，当DSS逐渐朝着智能化方向发展时，知识以及推理的研究则会产生很大的价值和作用。从宏观的角度来说，只有当知识与推理技术越来越成熟，DSS才可以真正的对机械故障进行诊断，提升诊断的精准度，进而为故障的快速处理奠定基础。

因为诊断支持的不同要求，所以其基本构件的组成形式也相对较多。（1）以数据辅助诊断。对于这一诊断形式来说，是较为基本的诊断支持手段，将设备的测量数据以及图表作为基础，辅助诊断人员对机械故障做出判断。（2）以方法支持诊断。借助光谱分析、小波分析等方式，有效地对机械故障进行诊断，为其提供较为精准的技术支持。（3）以知识诊断。以调和的结构性和常识性知识来进行诊断，保证可以为机械故障诊断提供更好的支持，促进故障诊断准确性的提高，强化诊断的效率和质量[3]。

三、机械故障智能诊断支持系统构架分析

所谓的智能诊断支持系统，具体是在诊断支持系统的前提下，借助人工智能的方法逐渐形成。该系统是GDSS与知识管理机制的有机集成，具体如图1所示。

通过对智能诊断支持系统的进一步分析可知，该系统在具体的运行阶段，能够将知识系统融入其中，帮助诊断人员更好地对机械故障加以诊断和分析，为其提供更为多元化的分析方式。在对诊断方法进行选择和利用过程中，可以依照诊断的特点以及故障处理方法，有针对性地提出指导。并且，智能诊断支持系统除了会具备基本知识推理解决定性分析问题的能力之外，也具备一般诊断支持系统的优势和特点，能将定性分析与定量分析有效的衔接在一起，保证解决问题的能力可以得到进一步提升，让机械故障诊断更加精准。在智能诊断支持系统集成期间，因为知识系统与一般诊断支持系统存在着很大的差异，侧重点各有不同所以集成方式也有很多，具体总结有三种。（1）一般诊断支持系统与知识系统的重新组合。该方式主要是对交互控制系统尽进行利用，在综合具体情况的前提下，科学调度GDSS（诊断支持系统）和ES，然后结合问题，客观的对知识系统和一般诊断支持系统运行情况加以分析，独立地进行机械故障诊断。（2）以GDSS为主结构。将定量分析作为核心点，依照定性分析来对机械故障诊断支持问题加以解决，提升诊断的精准度。（3）以知识系统为主结构。一般是将定性分析作为依据，并将定量分析的特点融入其中。在该结构中，交互控制系统和推理机能够有效的融合在一起，将各种分析方法整合起来，保证对机械故障诊断支持工作的开展能高效科学。

结束语：

综合而言，随着科学技术水平的不断提升，在对机械故障进行诊断的过程中，应用的技术手段也越来越先进，效率得到了大幅度提升。但是，由于机械设备故障出现的原因比较复杂，所以在实际诊断过程中，依旧会存在很多不足。对此，为了能够进一步提升机械故障诊断的高效性以及合理性，一定要强化对机械故障诊断支持系统的构建，能够采取相对先进的手段，合理的制定系统构架方案，保证故障出现概率在有效降低的同时，机械设备的运行能够更加平稳。

参考文献：

[1]张金玉，张优云，谢友柏.机械故障诊断支持系统的构架研究[J].中国机械工程，2018，12（05）：166-169+5.

[2]张金玉，张优云，谢友柏.网上群体综合诊断支持系统的理论与方法[J].计算机工程与应用，2019，14（22）：113-115.

[3]刘建辉，秦现生.远程协同故障诊断综述及研究[J].制造技术与机床，2020，13（12）：136-140.

[4]王欢欢. 风力发电机旋转机械故障诊断虚拟仪器系统研究[D].湖南大学，2012.

[5]王冬云. 转子-轴承故障诊断方法研究[D].燕山大学，2012.

[6]李保密. 基于知识的雷达故障智能诊断支持系统的设计与实现[D].西安电子科技大学，2012.

[7]张琦，曹江，赵华章，李焕良.基于Internet的工程机械远程诊断维修系统的实现[J].解放军理工大学学报（自然科学版），2009，10（S1）：47-51.

[8]潘玉娜. 基于全信息的智能诊断方法及其应用研究[D].郑州大学，2006.

[9]顾小军. 面向旋转机械的支持向量机方法及智能故障诊断系统研究[D].浙江大学，2006.

[10]袁圣江.基于粗糙集和支持向量机的机械故障诊断系统[J].微机发展，2005，{4}（03）：110-112+116.

[11]李凌均，张周锁，何正嘉.一种新的机械系统故障分类器[J].机械工程学报，2004，{4}（01）：95-98.