第一篇：智能故障診斷技術知識總結（最終版）

智能故障診斷技術知識總結

一、緒論 □ 智能：

■ 智能的概念

智能是指能隨內、外部條件的變化，具有運用知識解決問題和確定正確行為的能力?！?低級智能和高級智能的概念

低級智能——感知環境、做出決策和控制行為

高級智能——不僅具有感知能力，更重要的是具有學習、分析、比較和推理能力，能根據復雜環境變化做出正確決策和適應環境變化

■ 智能的三要素及其含義

三個基本要素：推理、學習、聯想

推理——從一個或幾個已知的判斷（前提），邏輯地推斷出一個新判斷（結論）的思維形式 學習——根據環境變化，動態地改變知識結構

聯想——通過與其它知識的聯系，能正確地認識客觀事物和解決實際問題

□ 故障：

■ 故障的概念

故障是指設備在規定條件下不能完成其規定功能的一種狀態?？煞譃橐韵聨追N情況： 1.設備在規定的條件下喪失功能；

2.設備的某些性能參數達不到設計要求，超出允許范圍；

3.設備的某些零部件發生磨損、斷裂、損壞等，致使設備不能正常工作； 4.設備工作失靈，或發生結構性破壞，導致嚴重事故甚至災難性事故?！?故障的性質及其理解

1層次性——系統是有層次的，故障的產生對應于系統的不同層次表現出層次性。一般可分為系統級、子系統級、部件級、元件級等多個層次；高層故障可由低層故障引起，而低層故障必定引起高層故障。診斷時可采用層次診斷模型和診斷策略。

2相關性——故障一般不會孤立存在，它們之間通常相互依存和相互影響，如系統故障常常由相關聯的子系統傳播所致。表現為，一種故障可能對應多種征兆，而一種征兆可能對應多種故障。這種故障與征兆間的復雜關系導致了故障診斷的困難。

3隨機性——故障的發生常常是一個與時間相關的隨機過程，突發性故障的出現通常都沒有規律性，再加上某些信息的模糊性和不確定性，就構成了故障的隨機性。

4可預測性——設備大部分故障在出現之前通常有一定先兆，只要及時捕捉這些征

兆信息，就可以對故障進行預測和防范。

□ 故障診斷：

■ 故障診斷的概念

故障診斷就是對設備運行狀態和異常情況做出判斷。具體說來，就是在設備沒有發生故障之前，要對設備的運行狀態進行預測和預報；在設備發生故障之后，要對故障的原因、部位、類型、程度等做出判斷；并進行維修決策。■ 故障診斷的實質及其理解

故障診斷的實質——模式識別（分類）問題 ■ 故障診斷的任務及其含義

故障檢測：采用合適的觀測方式、在合適部位測取特征信號，即信號測??；采用合適的方法，從特征信號中提取狀態征兆，即征兆提取

故障識別：采用合適的狀態識別方法與裝置，依據征兆而推理識別出設備的有關狀態，即狀態識別 故障分離與估計：采用合適的狀態趨勢分析法，依據征兆與狀態推理出狀態的發展

趨勢，即狀態預測 故障評價與決策：采用合適的決策形成方法，依據有關的狀態和趨勢作出調整、控

制、維修等，即干預決策

□ 智能故障診斷：

■ 智能故障診斷的概念

智能故障診斷是人工智能和故障診斷相結合的產物，主要體現在診斷過程中領域專家知識和人工智能技術的運用。它是一個由人（尤其是領域專家）、能模擬腦功能的硬件及其必要的外部設備、物理器件以及支持這些硬件的軟件所組成的系統。

□ 智能故障診斷的研究方法：

■ 基于知識的研究方法

基于知識的研究方法：不需要對象的精確數學模型，而是根據人們長期的實踐經驗和大量的故障信息設計出一套智能計算機程序，以此來解決復雜故障診斷問題。模糊故障診斷

專家系統故障診斷 神經網絡故障診斷 信息融合故障診斷 智能體故障診斷 集成化故障診斷 網絡化故障診斷

二、智能故障診斷的構成 □ 基本結構：

■ 智能故障診斷系統的基本結構

兩大部分：故障檢測與診斷、故障容錯控制

輸入控制執行器監控對象輸出數據庫故障檢測與診斷知識庫故障容錯控制智能故障診斷與容錯控制的基本結構

■ 智能故障檢測與診斷模塊的主要任務和基本要求

知識獲取

故障檢測與診斷：就是從監控對象中適時準確地檢測出故障信息，并對故障產生的原因、部位、類型、程度及其發展做出判斷。

其主要任務通常包含以下幾個方面的內容： 1.獲取故障信息；

2.尋找故障源，確定故障的位置、大小、類型及原因； 3.評價故障的影響程度，預測故障的發展趨勢； 4.對檢測診斷結果做出處理和決策?；疽蟀ㄒ韵聨追矫妫?/p>

1）對故障具有強檢測能力

故障檢測能力的強弱，一方面反映了檢測診斷模塊對故障的檢測能力，另一方面也直接影響故障診斷的效果

對弱故障信號和早期故障信號，故障檢測能力尤為重要 2）對故障具有強診斷能力

能綜合運用多種信息和多種診斷方法，以靈活的診斷策略來解決診斷問題； 能通過使用專家的經驗，而盡量避開信號處理方面復雜的實時計算；

能處理帶有錯誤的信息和不確定性信息，從而相對降低對測試儀器和工作環境的要求。

3）盡量采用模塊化結構

結構應當模塊化，使之可以方便地調用其他應用程序

如維修咨詢子模塊、模擬故障診斷子模塊等 4）具有人機交互診斷功能

現代設備的復雜性，要求綜合運用多種知識源（淺、深知識）來求解復雜問題 用戶適當地實時參與，將使診斷速度更快、準確性更高

用戶參與有主動和被動兩種方式：主動參與可干預和引導推理過程；被動參與只回答提問，而不干預推理過程 5）具有多種診斷信息獲取的途徑

獲取的診斷信息越豐富，則診斷效果越好

首先，應具有自動獲取狀態信息（當前、歷史）的功能 其次，應能通過人機交互獲取狀態信息 6）對問題求解應當實時和準確

實時：一旦發現故障跡象，應立即開始診斷工作

準確：輸出結果應當細致明了，對于并發故障允許輸出多個診斷解，對于同一故障則只有一個診斷解，對于征兆不完備情況應輸出按權值排序的多個候選故障解

7）具有學習功能

現代設備的復雜性以及新知識的不斷涌現，導致專家現有知識的不足 要求系統具有被動和主動（自學習）獲取新知識的能力

8）具有預測能力

應能預測故障的發生和發展，以便在故障沒有發生之前采取措施，將故障消滅在萌芽狀態，使損失減為最小 9）具有決策能力

故障出現前，應能提前預測故障

故障出現后，應能對故障做出決策并提供維護方案

□ 構成原理：

■ 故障檢測與診斷的常用方法

1）基于數學模型的故障檢測與診斷方法

特點是必須將故障數學模型化，有時建立模型很困難 不依賴實例和經驗，適用于新的沒有成熟經驗的診斷

2）基于參數估計的故障檢測與診斷方法

特點是須先確定一個信任域，當參數超出域時認為故障 適用于故障能由參數的顯著變化來描述的診斷

3）基于信號處理的故障檢測與診斷方法

通過對檢測信號的分析處理，利用特征信號對故障進行識別和診斷。典型方法：小波變換、模態分解等

4）基于知識的故障檢測與診斷方法

不需精確的數學模型，能模擬人的思維過程，具有自學習、自組織、自推理能力

5）基于實例的故障檢測與診斷方法

是一種使用過去的經驗實例指導解決新問題的方法

優點是不需從實例中提取規則，求解快；不足是能搜集的實例是有限的，求解時可能出現誤診或漏診

6）基于模糊理論的故障檢測與診斷方法

征兆的描述、故障與征兆的關系往往具有模糊特性，模糊語言變量能更準確地表示這種模糊性的征兆和故障

問題在于知識獲取困難：如何確定故障與征兆間的模糊規則；如何實現模糊語言變量與隸屬度間的推理轉換

7）基于神經網絡的故障檢測與診斷方法

利用神經網絡的聯想、推理和記憶能力進行知識處理

適用于復雜多模式的診斷，有離線和在線診斷兩種方式

■ 智能故障診斷中的機器學習策略及其理解

簡單學習：

文獻、專家和資料所描述的關于診斷對象的結構、功能、運行約束條件等知識，機械學習機制為主；

主要用于元知識學習階段

交互學習：

知識工程師或診斷對象處理過的知識，講授學習機制為主； 主要用于領域知識學習和知識庫豐富階段 獨立學習：

推理策略面對的新知識，歸納學習機制為主； 主要用于診斷能力改善階段 文獻、專家知識工程師診斷對象簡單學習交互學習知識檢驗與評價知識庫獨立學習

□ 構成方法：

■ 智能故障診斷系統的設計要求

智能故障診斷系統的設計，一般應滿足以下要求：

1）滿足故障診斷的實際需要；

主要指標有故障診斷率、診斷結果準確率、系統可靠性和投資效益比等，一般需分階段實現系統目標。

2）建立適應不同診斷對象的知識庫；

智能故障診斷系統是基于知識的，以知識處理為研究內容，知識庫的建立是保證診斷結果正確性的前提。

3）能自動獲取征兆；

征兆的自動獲取是實現故障診斷智能化的重要環節。將征兆獲取從用戶交給計算機，既可減少人為差錯、提高診斷準確率，又可減輕操作要求、提高系統可接受性。4）診斷和推理方法應符合故障診斷要求；

應從征兆出發去診斷故障，征兆對故障的肯定和否定程度，是故障診斷的根本依據。因此，知識表示和不精確推理應當充分反映故障診斷的特點。

5）能實現計算機自動診斷；

完成系統的方案設計后，用計算機進行系統的實際開發，可以使故障診斷易于實現，并獲得最佳效果。

6）系統要經過嚴格的測試和考核。

一方面，開發進度的加快導致測試時間減少；另一方面，系統一般是由缺少現場經驗的人員研制的。

經實驗室模擬測試、現場測試后，才能投入實際應用。

三、智能故障診斷的控制方案 □ 幾種控制方案的基本原理

■ 基于狀態反饋、基于多模冗余、基于功能模塊、基于神經網絡、基于專家系統的控制方案 □基于專家系統的控制方案 ■ 結構、原理

控制方案：知識庫存放領域專家知識；數據庫存放監控對象原始數據、故障特征數據等；推理機按一定的推理規則，對監控對象進行故障識別、估計和決策，根據故障性質采取相應策略進行容錯控制。X執行機構監控對象故障檢測與分離推理機知識庫Y數據庫知識獲取 ■ 推理過程和推理機的概念，推理策略及其理解

推理：就是對故障進行識別和容錯控制

推理過程：就是將數據庫中的事實與知識庫中的規則進行匹配的過程 推理機：實際上就是實現推理過程的一種智能程序 推理方法：正向推理、反向推理、正反向混合推理

基于數據驅動的正向推理策略：推理過程較慢，適用于搜索空間較小的知識庫；

基于目標驅動的反向推理策略、正反向混合的雙向推理策略：推理效率較高，適用于搜索空間較大的知識庫或在線故障診斷。

■ 知識的分類及其理解

1）原型知識：

原型知識是領域專家指出的故障集和征兆集這兩個集合之間存在的確定的映射關系“征兆族?故障”

生成的診斷知識可由規則或框架表示 它是故障診斷必備的知識，也是推理機工作的基礎

2）關聯知識：

關聯知識是描述故障傳播特性的知識 生成的診斷知識一般由規則來表示

它表征了診斷系統內部的狀態聯系，構成了診斷問題的求解路徑，引導診斷向縱深推進直到故障的位置和原因

3）權重知識：

權重知識是領域專家對故障間關系及證據可靠度的認識 它可以有目的地引導診斷過程的進行，提高診斷效率

■ 對象的分解及其理解

1）結構分解：從結構上對系統進行分解，把系統的總體結構分解為下一層的子結構，直到最低層次的零部件

最終可確定系統故障的物理位置，但難以表達子系統間的相互關系，難以反映由聯系劣化所引起的故障

2）功能分解：從功能上對監控對象進行分解，把系統的總體功能分解為下一層次的子功能，直到最低層次的基本功能

無論子系統或與其相聯系的故障都能在功能層次中反映出來，但最終確定的診斷結果是系統劣化的功能模塊

3）故障分解：從故障類型上對監控對象進行分解，下層總是上層的特例、而上層則是下層的概括，直到最具體的故障

可反映出所有類型的故障，但難以確定故障的物理位置

綜合分解原則：在高層采用結構和功能分解，減少分類過程的搜索量；在中間和低

層采用故障分解，與診斷目的一致

四、智能故障診斷的控制策略 □ 瞬時故障的消除：

■ 幾種常見的瞬時故障消除策略

1）循環采樣技術：將信號的一次采樣改為循環采樣，通過對采集數據的類比分析，消除瞬時故障

2）自動補償技術：采用特殊結構和特殊裝置組成補償器，抵消瞬時故障影響，如溫度補償器

3）自動切換技術：設備運行中出現瞬時過載等不安全情況時，使設備有關部分或全部停止運行，消除瞬時故障影響和保護設備，如切換開關、熔斷器

4）阻尼技術：設備運行中出現過載物理量時，對其加以限制或衰減，消除瞬時故障影響，如電感器抑制過電壓、減震器吸收振動沖擊等

5）旁路技術：把瞬時過載能量或不需要的物理量從旁路泄走，如低阻通路將瞬時過載電能旁路到大地、過流閥旁路掉液壓或氣動系統能量等

6）屏蔽技術：把瞬時故障的效應屏蔽起來，以消除瞬時故障的影響，如碳纖維或形狀記憶合金等

7）隔離技術：通過設計瞬時故障隔離器來消除瞬時故障的影響，如電磁隔離等

□ 多模塊并行診斷策略：

■ 概念或原理

即對同一種故障信息，用不同的診斷模塊進行識別，若結果相同或基本相同，則認為診斷成功，并根據故障性質和故障特征，調用相應的容錯模塊對故障進行容錯控制；若診斷結果差異較大，則可采用表決方法對結果做出判斷。

■ 單輸出對象：模型區域劃分、模型切換、避免切換震蕩

模型區域劃分：

僅根據控制器輸出所在的一維區域，劃分為有代表性的不同工作區段。

模型切換：

根據期望控制器輸出判斷下一時刻系統處在哪個子模型控制器的控制域內，以此切換模型。

避免切換振蕩：

擴大訓練域冗余，使相鄰訓練域相互重疊；

在總的工作范圍內離線訓練一個網絡模型，作為過渡過程使用。

■ 多輸出對象：模型區域劃分、模型切換

模型區域劃分：

不能僅根據控制器輸出所在的一維區域進行劃分，可以通過聚類方法劃分樣本空間進行子模型訓練。

模型切換：

選擇包括當前系統狀態的子模型作為控制器；

將當前輸入與各子模型工作空間的隸屬度作為權值，各子模型都對輸出進行加權貢獻。

五、智能故障診斷的實現方法 □ 故障信號檢測： ■ 可預測故障和不可預測故障的概念

1）可預測故障：是指那些可預先知道的故障。故障發生前通常都有一定征兆，只要及時捕捉這些征兆信息并采取相應措施，就可預防故障。漸發性故障是一種最常見的可預測故障。

2）不可預測故障：是指那些不可預先知道，但會影響設備正常工作的故障。突發性故障是其中最典型的一種。

可預測故障通常有一定規律性，易于檢測和防范；不可預測故障具有隨機性，且常對設備造成嚴重危害，是故障診斷研究的主要對象。

■ 故障的判斷標準

1）絕對標準：在設備的同一部位、按一定要求測得的表現設備狀態的值，與某種相應判斷標準相比較，以評定設備的狀態。

2）相對標準：對設備的同一部位、同一工況、同一測量值，用相同方法進行定期測取，按時間先后將實測值與正常狀態下的初始值進行比較來判斷。

3）類比標準：若有多臺機型相同、規格相同的設備，在相同條件下用相同方法進行測定，通過相互比較來評定設備的狀態。

■ 微弱信號檢測的概念

微弱信號檢測：分析噪聲產生的原因和規律，研究被測信號的特點和相關性，檢測被噪聲淹沒的微弱有用信號、或從強噪聲中提取有用信號、或采用其他新技術和新方法來提高檢測系統輸出信號的信噪比。

■ 早期故障的主要特點及其理解

1）早期故障信號很微弱：早期故障屬于輕微故障，其故障信號分量通常很小，不易察覺；

2）早期故障信號表征不明顯：早期故障信號的幅值、相位、時頻特性等變化很小，表征很不明顯；

3）早期故障信號容易被噪聲信號淹沒：由于噪聲信號通常會夾雜在故障信號中，當故障信號很弱時噪聲信號就相對較強，早期故障信號常被噪聲信號所淹沒，具有很大的隱蔽性。

□ 故障特征識別： ■ 故障識別的內容

1）正確選擇與設備狀態有關的特征信號

特征信號是指與設備功能緊密相關的、最有用的、能代表設備運行狀態的信號

應根據不同監控對象，選取最能反映其運行狀態的那部分信息作為特征信號 選擇特征信號依據：經濟性好、信息量大、敏感度高

2）正確地從特征信號中提取征兆

對特征信號進行處理，提取出與設備狀態相關的、能直接用于診斷的征兆信息

3）正確地根據征兆對設備進行狀態識別

征兆是故障診斷的基本信息

采用合適的故障診斷理論與方法對征兆加以處理，對不同的設備狀態進行模式識別

4）正確地根據識別結果對設備進行狀態診斷

有故障時，分析故障的位置、類型、性質、原因與趨勢——故障定位 無故障時，分析狀態趨勢，預計未來情況——故障預測 5）正確地根據狀態診斷對設備進行干預決策

干預設備及其工作進程，保證設備安全可靠高效運行

■ 故障識別的內容

故障識別過程可分為以下四步進行：

1）特征信號檢測

2）征兆信息提取 3）設備狀態識別 4）故障維修決策

原始信號特征信號征兆信號設備維修決策信號檢測特征提取狀態預測狀態診斷狀態識別 ■ 組合思維的概念、基于組合思維的識別方法

專家系統知識處理模擬的是人的邏輯思維，神經網絡知識處理模擬的是人的經驗思維，將邏輯思維、經驗思維和創造性思維集成在一起，就形成組合思維

首先用經驗思維進行識別；當經驗思維無法解決問題時，轉向高一層的邏輯思維；當邏輯思維也無法解決復雜問題時，轉向更高一層的創造性思維，即通過提出新的假設，經過檢驗后再發現新理論和解決問題的新方法

矛盾新假設檢驗新知識創造性思維知識庫x故障特征提取邏輯思維規則匹配模式匹配邏輯推理經驗思維報警y

考試說明

□ 考試方式：

■ 閉卷，試卷成績60%，平時成績40% □ 考試題型：

■

一、名次解釋：6題，5分/題，共30分

■

二、簡答：8題，3題10分、5題8分，共70分 □ 考試時間：

■ 第10周周四（5月2日）下午14:30-16:30 □ 考試要求：

■ 嚴禁一切作弊行為

第二篇：智能故障診斷報告

智能：是指能隨內、外部條件的變化，具有運用知識解決問題和確定正確行為的能力。表現形式：觀察、記憶、想像、思考、判斷 智能可分為低級智能和高級智能：

低級智能——感知環境、做出決策和控制行為

高級智能——不僅具有感知能力，更重要的是具有學習、分析、比較和推理能力，能根據復雜環境變化做出正確決策和適應環境變化

智能的基本要素

三個基本要素：推理、學習、聯想

推理——從一個或幾個已知的判斷（前提），邏輯地推斷出一個新判斷（結論）的思維形式 學習——根據環境變化，動態地改變知識結構

聯想——通過與其它知識的聯系，能正確地認識客觀事物和解決實際問題

智能應具備的條件（能力）

三個基本能力：感知、思維、行為

感知能力——就是能感知外界變化和獲取感性知識的能力

思維能力——就是具有記憶、聯想、推理、分析、比較、判斷、決策、學習等能力

行為能力——就是對外界刺激（輸入信號）做出反應（輸出信息）并采取相應動作的能力

故障：是指設備在規定條件下不能完成其規定功能的一種狀態。可分為以下幾種情況： 1）設備在規定的條件下喪失功能；

2）設備的某些性能參數達不到設計要求，超出允許范圍；

3）設備的某些零部件發生磨損、斷裂、損壞等，致使設備不能正常工作； 4）設備工作失靈，或發生結構性破壞，導致嚴重事故甚至災難性事故。

故障的性質

1）層次性——系統是有層次的，故障的產生對應于系統的不同層次表現出層次性。一般可分為系統級、子系統級、部件級、元件級等多個層次；高層故障可由低層故障引起，而低層故障必定引起高層故障。診斷時可采用層次診斷模型和診斷策略。

2）相關性——故障一般不會孤立存在，它們之間通常相互依存和相互影響，如系統故障常常由相關聯的子系統傳播所致。表現為，一種故障可能對應多種征兆，而一種征兆可能對應多種故障。這種故障與征兆間的復雜關系導致了故障診斷的困難。

3）隨機性——故障的發生常常是一個與時間相關的隨機過程，突發性故障的出現通常都沒有規律性；再加上某些信息的模糊性和不確定性，就構成了故障的隨機性。4）可預測性——設備大部分故障在出現之前通常有一定先兆，只要及時捕捉這些征兆信息，就可以對故障進行預測和防范。

故障診斷：就是對設備運行狀態和異常情況做出判斷。具體說來，就是 在設備沒有發生故障之前，要對設備的運行狀態進行預測和預報；

在設備發生故障之后，要對故障的原因、部位、類型、程度等做出判斷； 并進行維修決策。故障診斷的基本思想：

設被檢測對象全部可能狀態（正常和故障）組成狀態空間S，它的可觀測量特征的取值范圍全體構成特征空間Y 若系統處于某一狀態s時具有確定的特征y，即存在映射

；反之，一定的特征y也對應確定的狀態s，即存在映射

。狀態與特征空間這一關系可表述為：

因此，故障診斷的目的就是：根據可測量的特征向量來判斷系統處于何種狀態，也就是找出映射關系 f

故障診斷的實質

對于有限狀態的系統，令正常狀態為s0，n種故障對應的系統狀態為s1, s2, …, sn；其中，處于狀態si時，對應的可測量特征向量為yi =(yi1, yi2, …, yim)；故障診斷就是由特征向量y =(y1, y2, …, yk)，求出它所對應的狀態s的過程

在這種情況下，故障診斷就成為：根據特征向量對被測系統的狀態進行分類的問題，或者說對特征向量進行模式識別的問題

結論：故障診斷的實質——模式識別（分類）問題

故障診斷的過程有三個主要步驟：

第一步是檢測設備狀態的特征信號，即信號測??；

第二步是從檢測到的特征信號中提取征兆，即征兆提取；

第三步是根據征兆和其它診斷信息來識別設備的狀態，從而完成故障診斷，即狀態識別。

——這是整個診斷過程的核心。

故障診斷的任務 故障檢測：采用合適的觀測方式、在合適部位測取特征信號，即信號測取；采用合適的方法，從特征信號中提取狀態征兆，即征兆提取

故障識別：采用合適的狀態識別方法與裝置，依據征兆而推理識別出設備的有關狀態，即狀態識別

故障分離與估計（預測）：采用合適的狀態趨勢分析法，依據征兆與狀態推理出狀態的發展趨勢，即狀態預測

故障評價與決策：采用合適的決策形成方法，依據有關的狀態和趨勢作出調整、控制、維修等，即干預決策

什么是智能故障診斷？ 智能故障診斷：是人工智能和故障診斷相結合的產物，主要體現在診斷過程中領域專家知識和人工智能技術的運用。它是一個由人（尤其是領域專家）、能模擬腦功能的硬件及其必要的外部設備、物理器件以及支持這些硬件的軟件所組成的系統。

從傳統故障診斷到智能故障診斷 故障診斷技術經歷的三個階段：

第一階段對診斷信息只作簡單的數據處理

第二階段將信號處理和建模處理應用于數據處理

以上兩個階段，完全基于檢測數據處理，沒有利用領域專家知識——傳統故障診斷階段 第三階段以知識處理為核心，信號處理、建模處理與知識處理相融合——智能故障診斷階段

傳統故障診斷的局限性： 未引入人工智能技術前，直接由領域專家完成狀態識別任務，不能有效利用專家的知識和經驗；

缺乏推理能力，不具備學習機制；

對診斷結果缺乏解釋，診斷程序的修改和維護性差。智能故障診斷的優越性：

引入人工智能技術后，能模擬領域專家完成狀態識別任務（最大差別），人-機聯合診斷，達到甚至超過專家；

發展出基于知識的診斷推理機制，能模擬人類的邏輯思維和形象思維的推理過程； 能解釋自己的推理過程，并能解釋結論是如何獲得的。

智能故障診斷的研究意義：

研究如何及時發現故障和預測故障并保證設備在工作期間始終安全、高效、可靠地運行

——故障診斷技術為提高設備運行的安全性和可靠性提供了一條有效途徑

故障的隨機性、模糊性和不確定性，導致一個故障的形成往往是眾多因素造成的結果，且各因素之間的聯系又十分復雜

——傳統故障診斷方法已不能滿足現代設備的要求，必須采用智能故障診斷方法

智能故障診斷的研究目的 及時發現故障，給出故障信息，并確定故障的部位、類型和嚴重程度，同時自動地隔離故障； 預測設備運行狀態、使用壽命、故障發生和發展；

針對故障的不同部位、類型和程度，給出相應的控制和處理方案，并進行技術實現；

自動對故障進行削弱、補償、切換、消除和修復，以保證設備出現故障時的性能盡可能地接近原來正常工作時的性能，或以犧牲部分性能指標為代價來保證設備繼續完成其規定功能； 進行維修決策，減少維修費用，提高設備利用率。

智能故障診斷的國內外研究概況

20世紀60年代末開始，已歷經三個階段：

美國從1967年開始，NASA、ONR率先在故障機理研究和故障檢測、診斷和預測等方面取得實用性研究成果；此后，在水泵、空壓機、軸承、潤滑油、內燃機、汽車發電機組、大型客機等方面都取得了許多研究成果

英國和日本相繼在20世紀70年代初開始故障診斷的研究，并在鍋爐、壓力容器、核發電站、核反應堆、鐵路機車等方面取得了許多研究成果

國外，設備維修費平均降低15～20%，技術投入占生產成本的比例，美國7.2%、日本5.6%、德國9.4% 我國從20世紀80年代初開始這方面研究，在石化、冶金、電力等行業得到應用；90年代后在各行業快速發展

目前智能故障診斷的幾個重要研究方向 1）集成化智能故障診斷研究：

現代設備復雜性和故障不確定性，單一方法不能滿足要求；集成多種方法進行診斷，取長補短，提高診斷智能化水平。2）網絡化智能故障診斷研究：

現有診斷大都面向單臺或單類設備，可擴充性、靈活性、通用性差，信息不能有效交互和共享；分布式智能診斷能充分發揮各專家的特點，做到資源共享、協調診斷。3）適應型智能故障診斷研究：

利用智能結構、智能Agent的特性，構建滿足現場需要，并對故障具有自修復、自補償、自抑制、自消除等適應型智能故障診斷，也是一個很有前途的研究方向。

第三篇：智能故障診斷技術淺析論文

引言

自進入21世紀以來，信息技術為廣大居民的生產生活帶來了很大的變化，機電設施也在整個生產過程發生著變化。在機械采礦中，添加了多種智能、自動化設施。由于是機械設施，在生產與運行中很容易出現各種問題，從而影響礦業發展。因此，在現實工作中，必須將診斷與維修技術作為研究重點，在將要發生或者發生故障時，對其進行預警，控制故障延伸，確保工作人員安全。

1故障診斷技術的總體概括

1.1設備診斷技術概念

從整體來看：故障診斷技術屬于防護方式，它是在確保生產過程的條件下，讓各個設備的參數滿足最佳狀態，然后再通過精密的儀表、儀器檢測設備是否滿足運行要求，是否有數值變化和破損現象。如果有異常，明確出現異常的原因，破壞程度，能否持續利用，能夠持續利用的時間，然后再結合設備的受損度，看能否利用代替性的設備延伸時間，減小成本消耗。當然，這一切工作都是在正常的運行狀態中才有效。

1.2故障診斷的技術原理

目前，應用在礦山機電設備智能故障診斷的技術主要包含：數字建模、數據采集、識別分析、狀態預測和信息處理。數字建模是診斷智能故障的總規劃和原則，它要求展現智能分析優勢。例如：在數學模糊診斷中，A是可能發生的事實案例，B是數據庫事例，通過對比A與B，在分析權值與特征的條件下得到準確的結果。數據采集，是礦山機電設備事先制定好參數值，然后再診斷設備，進行數值采集，用建模的方式對兩份數值進行比對。一旦數值參數大于預設范疇、曲線變化，那么說明機電設備還存在問題。識別分析，是在掌握機電設備測試參數與原始參數的情況下，結合參數變化，從故障庫中找到類似樣本，再確認產生故障的原因。也只有智能分析與識別，機電設備診斷與檢測才能達到智能要求。狀態預測，是在預測、識別現有參數后，結合相關資料，驗證機電設備運行狀態，同時這種結果具有很好的可信性與真實性，該預測結果同時也是深入機電設備運行的有效條件。信息處理，則是一份有效的測試參數，它要求將數據模型變成參數模型，再通過分析等形式進行處理。它能準確分辨無用與有用信息，通過綜合處理信息，找準診斷結果和過程分析后，最后得出一份理想的分析報告。

2礦山機電設備出現故障的原因

2.1配合關系

從檢查已有設備故障反饋的信息來看，大多數故障都是零件原配變化或者損傷造成的。在這期間，零件損傷是零件原設計與形態出現偏離，這種偏離多數是機械使用或者內部因素所致。常見的零件損傷體現為：意外和老化損傷所致。

2.2超出設備負荷

在相關設備設計之前，工作人員都會對參數極限進行限制，一旦其輸出參數超過設計極限時，它的運行狀態就會遭到破壞，甚至出現不同程度的故障。如果是超負荷造成的故障，就必須對技術參數和相關設備進行調整，并且采用適當的方式，以幫助其改善承受力。

2.3設備損耗

設備損耗是在內外因素的共同作用下，隨空間與時間的改變，其綜合能力不斷降低。造成這種情況的主要原因是：機件剛性不夠、間隙過大、部件磨損與老化、相關設施磨損、系數過大、負荷增加、關鍵負荷的聯接發生磨損與變形等。

3故障診斷在礦山機電維修中的運用

3.1診斷類別

從故障診斷的目的來看：它是對機電設施的計劃與檢修，以此保障各種生產設施運行的連續性。大致分成：事后檢修、根據周期檢修和狀態檢修。事后維修是機電設施發生故障的治理方案，不屬于主動對策的范疇，而是大多數機電設施在沒有準備的狀態下采用的方法。因此，將事后診斷應用在礦山機電設施中的效果并不太理想，其檢修質量也有待提高。周期檢修相對固定，并且帶著強制的特征，同時也是負責的展現。該方式方便易操作，大多數情況下是結合維修或者使用周期操作，從外看這種似乎會增加工人成本，事實上它是不可缺少的打基礎部分，從某種角度來看它也是節約成本的體現，通過積極防護設施，延長相關設備的使用年限和周期，并且及時發現和修復問題，最大程度的避免問題帶來的停產損失。因此，固定維修對礦山機電設備具有很好的作用，它能最大程度的做到防患于未然，從而降低經濟損失。狀態檢修，是在數據分析的條件上，讓每個工作人員負起對應的責任，然后再結合各種部件出現問題的時間推斷故障時間。雖然這種預測不能準確捕捉時間，甚至還存在誤差，但是能給企業警告的作用，避免措手不及的狀況發生。在爭取將設備控制在萌芽階段的過程中，幫助其延長使用周期，減小安全隱患，以確保生產正常進行。

3.2診斷方法

首先是參考歷史進行診斷記錄，通過對局部系統和元器件進行排查，找出問題癥結，這也是礦山機電設施診斷與維護的主要方法之一。一旦出現故障，對相關結論進行精細歸納，最后生成診斷集。第二次出現類似故障時，就能借用診斷路徑與經驗對其進行處理與診斷。它的優點是相同故障發生時，定位快速。其次是智能診斷，在控制系統、模擬人腦的基礎上，獲取、再生、傳遞、利用相關信息，最后利用已經準備好的經驗策略。其具體包含灰色系統、模糊診斷、專家診斷、神經網絡等方法。當前，應用最廣的是神經網和專家體系，讓診斷更加智能化。礦山機電設備故障診斷具有隱蔽性與復雜性，通過傳統的方法進行精確、迅速的診斷。同時，專家系統能精確的應用專業知識與經驗，通過模擬思維，對故障進行求解，最后得到結論。在人工智能診斷的基礎上，借助計算機系統與已有經驗解決故障。

4礦山機電設備故障監測的步驟

從整體來看：礦山機電設施故障診斷主要包含以下步驟：信息采集、處理、識別、建模和預測。在信息采集中，對機電設施運行參數、狀況與數據信號進行有效監測，利用傳感器傳輸的信息數據進行整理，最后放進網絡進行存儲，以備后續利用。信息處理，是對設備運行狀態進行數據整理和識別。當然，在這期間，存在有用與無用信息之分，因此必須對相關信息進行區分與整理，剔除無用信息，并且轉換數據，對具體信息進行有效分析，最后將數據變成設備能接受的信息與數據。信息處理與識別是在信息采集后，對相關信息進行識別與分析，包含數據分類、識別與分析，然后再將信息與之前得到的數據進行比對，最后得出設備運行中可能存在故障的區域、故障原因與類型。在礦山機電生產中，機電設施由多種信息數據和參數，并且和設施狀態、是否存在隱患有著直接的關系。對此，必須建立起良好的模型，以確定和反映設備狀態與故障之間的數學關系。預測技術是對機電設施的故障狀況以及剩余使用時間進行預測，它能作為機電設施故障維修與保養的條件，從而避免機電設施出現不必要的故障。

5.結語

為了推動礦業發展，提高開采安全性，在礦山開采中必須注重相關設備的故障診斷與維修技術。在開采中，做好故障記錄與整理歸檔工作，經常對壓力、溫度進行檢查，一旦發現問題立即解決，這樣才能改善故障診斷技術，進一步完善與優化診斷系統。

第四篇：計算機控制技術知識總結

注：計算題知識略

第一章

12（online）、離線控制（offline）、實時控制（real-time）

3、自動控以控制方式分類：直接數字控制系統（DDC）、計算機監督控制系統（SCC）分布式控制系統（DCS）現場總線控制系統（FCS）計算機集成控制系統（CIMS）

第二章

45、總線的組成：數據總線、地址總線、控制總線、電源線

678

第三章

9、CPU斷控制方式

10、I/O11、A/D第四章

12第五章

14、PID15、PID算法積分改進：抗積分飽和、積分分離、消除積分不靈敏區、變速積分

第八章

1617設、接地抗干擾

18阱）

192021、共模干擾的抑制方法：變壓器隔離、光電隔離、浮地屏蔽

第五篇：機電設備故障診斷和維修總結

機電設備故障診斷與維修 總結

姓名：陳濤 學號：1432020135 專業：機電一體化 班級：機電1401Z

前言

隨著科學技術的發展，對機械產品提出了高精度、高復雜性的要求，而且產品的更新換代也在加快，這對機床設備不僅提出了精度和效率的要求，而且也對其提出了通用性和靈活性的要求。數控機床就是針對這種要求而產生的一種新型自動化機床。數控機床集微電子技術、計算機技術、自動控制技術及伺服驅動技術、精密機械技術于一體，是高度機電一體化的典型產品。它本身又是機電一體化的重要組成部分，是現代機床技術水平的重要標志。數控機床體現了當前世界機床技術進步的主流，是衡量機械制造工藝水平的重要指標，在柔性生產和計算機集成制造等先進制造技術中起著重要的基礎核心作用。因此，如何更好的使用數控機床是一個很重要的問題。但由于數控機床是一種價格昂貴的精密設備，因此，其維護更是不容忽視。通過洛拖的實習，見到了各種先進的數控設備,仔細觀察了工人師傅的操作及其維護修理過程,參考一些資料，了解到一些數控機床的故障診斷和維修方法，做一點總結，為以后的工作奠定一定的基礎，讓自己在機械行業能更快更好的發展。

一、數控機床

1、數控機床的特點及加工

數控機床的工作原理就是將加工過程所需的各種操作（如主軸變速、工件的松開與夾緊、進刀與退刀、開車與停車、自動關停冷卻液）和步驟以及工件的形狀尺寸用數字化的代碼表示，通過控制介質（如穿孔紙帶或磁盤等）將數字信息送入數控裝置，數控裝置對輸入的信息進行處理與運算，發出各種控制信號，控制機床的伺服系統或其他驅動元件，使機床自動加工出所需要的工件。所以，數控加工的關鍵是加工數據和工藝參數的獲取，即數控編程。

數控機床具有高度柔性，高的加工精度，加工質量的穩定與可靠，高的生產效率，并且為機電一體化設備，節省大量的人力與物力，便于自動化管理等特 2

點。隨著數控設備不斷在生產生活中的深入使用，其維護與維修也成了重中之中，因此這就要求維修人員具有深厚的實踐經驗與熟練的技術，能準確對機床進行故障定位，并且及時解決，防止出現機器停機，造成經濟損失等。數控加工一般包括以下幾個內容：

1)對圖紙進行分析，確定需要數控加工的部分； 2)利用圖形軟件（如UG）對需要數控加工的部分造型；

3)根據加工條件，選擇合適的加工參數，生成加工軌跡（包括粗加工、半精加工、精加工軌跡）； 4)軌跡的仿真檢驗； 5)生成G代碼； 6)傳給機床加工。

2、數控機床使用中應注意的事項

使用數控機床之前，應仔細閱讀機床使用說明書以及其他有關資料，以便正確操作使用機床，并注意以下幾點：

1)機床操作、維修人員必須是掌握相應機床專業知識的專業人員或經過技術培訓的人員，且必須按安全操作規程及安全操作規定操作機床；非專業人員不得打開電柜門，打開電柜門前必須確認已經關掉了機床總電源開關。只有專業維修人員才允許打開電柜門，進行通電檢修；

2)除一些供用戶使用并可以改動的參數外，其它系統參數、主軸參數、伺服參數等，用戶不能私自修改，否則將給操作者帶來設備、工件、人身等傷害；修改參數后，進行第一次加工時，機床在不裝刀具和工件的情況下用機床鎖住、單程序段等方式進行試運行，確認機床正常后再使用機床；

3)機床的PLC程序是機床制造商按機床需要設計的，不需要修改。不正確的修改，操作機床可能造成機床的損壞，甚至傷害操作者；建議機床連續運行最多24小時，如果連續運行時間太長會影響電氣系統和部分機械器件的壽命，從而會影響機床的精度；機床全部連接器、接頭等，不允許帶電拔、插操作，否則將引起嚴重的后果。

二、數控機床故障的特點與類型

1、數控機床故障特點

數控機床故障的特點：數控機床一般由數控系統，包含伺服電動機和檢測反饋裝置的伺服系統，強電控制柜，機床本體和各類輔助裝置組成。數控機床的復雜性使其故障具有復雜性和特殊性，引起數控機床故障的因素又很多，不能只看故障的表像，要透過現象去檢查引起故障的綜合因素，找到引起故障的根源，采取合理的方法給予排除。

2、數控機床故障類型

1）、NC系統故障 NC系統故障會引起硬件故障和軟故障。2）、伺服系統的故障

由于數控系統的控制核心是對機床的進給部分盡心數字控制，而進給是由伺服單元控制伺服電機，帶動滾珠絲杠來實現的，由旋轉編碼器做位置反饋元件，形成位置控制系統。伺服系統故障一般是由伺服控制單元、伺服電機、測速電機、編碼器等問題引起的。3）、外部故障

由于現代的數控系統可靠性越來越高，故障率越來越低，很少發生故障。大部分故障都是非系統故障，是由外部原因引起的。

三、數控機床故障的診斷方法

1、系統自診斷

一般CNC系統都有較為完備的自診斷系統，無論是華中系統還是西門子系統，上電初始化時或運行中均能對自身或接口做出有限的自診斷。維修人員應熟悉系統自診斷各種報警信息。根據說明書進行分析以確定故障范圍。定位故障元器件，對于進口的數控系統一般只能定位到板級。

2、數控系統的軟故障診斷

數控系統的軟故障是指控制系統的系統軟件和PLC程序。有的系統把它們寫在EPROM中插在主機板上，有的駐留在硬盤上。一旦這些軟件出現問題，系統將造成全部或局部混亂，當分析到確定是軟件故障時，應當使用備用軟 件或備用EPROM換上，嚴格按操作步驟經初始化后試運行。這類故障只要有備份文件一般不難恢復。其難度在于備份軟件不完備或專用傳送設備不具備或生產廠家操作手段中設置口令保密等因素造成無法恢復。

3、利用PLC程序定位機床與CNC系統接口診斷

現在一般CNC控制系統均帶有PLC控制器，大多為內置式 PLC控制。維修人員應根據梯形圖對機床控制電器進行分析，在CRT上直觀地看出 CNC系統I／O的狀態。通過PLC程序的邏輯分析，方便地檢查出問題存在部位。如 FANUC一OT系統中自診斷頁面，FANUC一7M系統中的T指令等。

4、利用數控系統的PLC狀態顯示功能診斷

許多數控系統都有PLC狀態顯示功能，如西門子3系統PC菜單下的PC STATUS，西門子810系統DIAGNOSIS菜單下的PLC STATUS功能等，利用這些功能可顯示PLC的輸入、輸出、定時器、計數器等的即時狀態和內容。根據機床的工作原理和機床廠家提供的電氣原理圖，通過監視相應的狀態，就可確診一些故障。

四、數控機床故障的維修步驟與方法

1、故障排除步驟

①詢問操作者故障發生的原因

當故障發生后，維修人員一般不要急于動手，要仔細詢問故障發生時機床處在什么工作狀態、表現形式、產生的后果、是否是誤操作。故障能否再現等。②表面與基本供電檢查

主要觀察設備有無異常情況，如機械卡住、電機燒壞、保險熔斷等。首先檢查AC＼DC電源是否正常，盡可能地縮小故障范圍。③分析圖紙，確定故障部位

根據圖紙PLC梯圖進行分析，以確定故障部位是機械、電器、液壓還是氣動故障。

④根據經驗分析，擴大思路

根據經驗分析，一定要擴大思路，不局限于維修說明書上的范疇，維修資料只提供一個思路，有時局限性很大。

2、故障維修方法

當數控設備出現故障時，首先要搞清故障現象，向操作人員了解第一次出現故障時的情況，在可能的情況下觀察故障發生的過程，觀察故障是在什么情況下發生的，怎么發生的，引起怎樣的后果。只有了解到第一手情況，才有利于故障的排除，把故障過程搞清了，問題就解決一半了。搞清了故障現象，然后根據

機床和數控系統的工作原理，就可以很快地確診問題所在并將故障排除，使設備恢復正常使用。

下面是一些具體數控機床故障的解決方法：

1）當伺服驅動器出現母線欠電壓警報時，是由主回路斷路器跳閘引起，需重新推好電閘。

2）當主軸驅動器出現電動機的速度不能跟從指令速度，電動機負載轉矩過大。參數4082中的加速度時間不足時，需確認切削條件后減少負載并且修改參數4082。

3）當主軸切換輸出切換時的切換順序異常。切換用的MC的接點狀態確認信號和指令不一致時，需確認、修改梯形圖順序，更換用于切換的MC。4）當電源系統出現主回路直流母線電容不能在規定的時間內充電時，可能是由于電源模塊容量不足或直流母線存在短路，充電限流電阻不良引起的。

五、維修總結

數控機床是技術含金量很高的設備，在使用過程中要嚴格遵照使用要求，必須執行設備操作規程，因為數控故障大多都是由認為造成的，作為操作人員，為減少設備故障、延長使用壽命，需做設備的日常維護，盡可能讓機床發揮它的最大效益，不能還沒有使用就要壞掉，在維修。公司也應加大為操作人員素質培養，讓他們盡快掌握機床性能，保證設備運行 在合理的工作狀態之中；另外，維修人員應做經常性的巡回檢查，如CNC系統的排風扇運行情況，機柜、電機是否發熱，是否有異常聲音或有異味，壓力表指示是否正常，各管路及接頭有無泄漏、潤滑狀況是否良好等，積極做好故障和事故預防，若發現異常應及時解決，這樣做才有可能把故障消滅在萌牙 狀態之中，從而可以減少一切可避免的損失。當設備出現問題后，要及時冷靜地進行故障診斷，尋找合適的方法解決問題。機床修理人員要注重實踐，在實踐中不斷提高自己的水平，要多問、多閱讀、多觀察、多思考、多實踐、多討論交流、多總結。只有當自身的水平提高了，數控機床的修理過程才能更迅速，才能更好地提高工作效率，多創效益。