智能诊断在旋转机械故障研究中的应用

开篇：润墨网以专业的文秘视角，为您筛选了一篇智能诊断在旋转机械故障研究中的应用范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要：旋转机械是目前我国化工行业使用最普遍的主要器械之一，伴随着科学技术与电子计算机技术水平的高速提升，智能诊断方法在旋转机械的故障维修与日常维护中发挥着越来越重要的作用，智能诊断方法的研究越来越成为社会关注的热点问题，也越来越多的科研人员开始投入到了相关课题的研究中，因此，本文也主要根据目前我国智能诊断方法的发展现状，对相关的方法进行简单的介绍，并系统阐述智能诊断方法在旋转机械故障研究中的具体应用，希望能给我国的相关技术的发展提供一定的参考作用。

关键词：智能诊断；旋转机械故障；应用

DOI：10.16640/ki.37-1222/t.2016.13.138

0 引言

旋转机械的应用在企业的生产工作中发挥着越来越重要的作用，一旦旋转机械发生故障，极其容易对企业的正常生产造成巨大的影响，因此，对于该类设备的故障监测与诊断具有不可忽视的重要性，旋转机械的故障类型偏多，且较为复杂，所以，对于该类设备的监测难度较大，伴随着科学技术水平的高速提升，旋转设备的故障监测方法也逐步智能化，智能诊断方法在旋转机械故障研究的应用中极其重要。

1 智能诊断方法

1.1 专家系统

专家系统是一个拥有极度丰富与全面专业知识的系统应用，该系统能够应该专业的知识与办法解决旋转机械的故障问题，专家系统是一个储存知识丰富的数据库，我国专家梁亮就通过对专家系统的风机故障诊断功能进行检测，使用效果良好，我国还有众多专家都对其相关功能进行检测，因此，专家系统的故障诊断功能还是具有较高的实用性，但是，不可否认的是专家系统也存在一定的不足，专家系统的学习能力、记忆能力以及推理能力等都存在一定的缺陷。

1.2 支持向量机方法

支持向量机方法主要是解决旋转机械在小样本、高维模式等方面的故障诊断，我国相关领域的专业学者就针对该模式分类方法进行研究，提出了无环图的分类算法，该方法具有很强的实用性，具有极其高效的旋转机械的故障诊断性能，作为最新的智能诊断方法，其也存在一定的不足，因此，支持向量机方法还需要科研人员的进一步研究与完善。

1.3 模糊逻辑方法

迷糊逻辑方法主要是仿照人脑的模糊思维进行诊断的，由于设备的部分故障是无法通过准确的关系模型进行判断的，且设备故障也具有一定的模糊性，因此，对于模糊性的设备故障就应该使用模糊逻辑方法，该方法能够解决故障产生时间较长，且具置不清楚、故障原因不明显等问题，同样，该方法也存在一定的不足，例如模糊关系不明确、知识获取困难以及模糊数转化不清楚等问题。

1.4 人工神经网络

人工神经网络主要是针对故障诊断中传统模式识别困难的问题，该方法能够解决众多传统方法无法解决的故障，近些年，该方法在故障诊断领域的使用越来越广泛，相关的新闻报道屡见不鲜，例如，我国著名专家闻建龙就利用该方法对输油泵的故障进行完美的诊断，神经网络的主要优势表现为其在诊断方面的精确度，而神经网的缺点是结构不好、无法判定诊断行为以及知识显示的复杂性等。

2 智能诊断在旋转机械故障研究中的应用

2.1 信号搜集与分析

设备的诊断技术主要是通过对设备的相关故障进行分析，其次再进行维护，而故障的检测主要是通过信号的搜集与分析得到的，因此，信号的搜集与分析是智能诊断技术在旋转机械故障研究中的重要应用之一。在一般情况下，旋转机械的转速都高达几十万转，因此，信号中断频率提高，则采样频率也应该随之提高，只有这样，才能保证信号搜集的精确性，采样频率的最高值主要是由转换器的转换时间决定的，因此，为了准确搜集旋转机械的最高频率，就应该采取专业的搜集方法。

2.2 样本构造

旋转机械的主要故障包括转子不对称、转子不平衡、转子磨损、油膜不稳定以及转轴破裂等，除此之外，还具有许多的故障类型，因此，对于故障模型的构造能够更好地对故障进行研究，而神经网络能够很好地实现故障的样本构造，神经网络强大的计算能力、诊断能力以及学习能力能够快速地对故障诊断的类型进行判断，并根据不同的故障类型实现样本的构造。

2.3 诊断试验

在企业对设备的诊断试验中，智能诊断技术具有极其重要的作用，例如可以利用计算机程序对相关的检测数据进行一定的分析，根据数据是否超标判定设备是否产生故障，与此同时，还可以通过对神经网络输入相关数据，得到诊断结果。神经网络能够对故障的诊断结果进行可靠的分析，判断试验人员的诊断结果是否可靠，并且能够通过相关的数据与信息高效、精确地判断设备的具体故障以及故障的具置。智能诊断能够快速、准确地发现旋转机械的故障问题，该能够进行高效的解决，尤其神经网络甚至能够解决复杂的复合型故障，并利用内部的计算模式将诊断结果直观表现，总而言之，故障诊断技术的智能化为旋转设备的使用提供了极大的便利。

3 结论

故障诊断技术的智能化、专业化以及高效化是我们一直追求的目标，通过智能诊断技术的实际应用可见，诊断技术在旋转机械的故障研究中发挥了巨大的作用，并且伴随着相关技术的不断进步与完善，在日后的企业设备维护中，其必然会发挥着更加重要的作用，因此，本文也主要通过对专家系统、支持向量机方法、模糊逻辑方法以及人工神经网络等智能诊断方法进行简答介绍，并对这些方法在信号搜集与分析、样本构造以及诊断试验等方面的应用进行系统分析，合适的智能诊断技术是保证企业生产稳定、高效进行的重要因素，因此，希望本文能够对我国旋转机械故障诊断领域的进步与发展具有一定的参考作用。

参考文献：

[1]陶洁.资源空间模型在机械故障智能诊断中的应用与研究[J].湖南科技大学，2013（05）.

[2]丁平平.智能诊断在旋转机械故障研究中的应用[J].广州化工，2012（40）.