第一篇：機械故障診斷技術與應用讀書報告

機械故障診斷技術與應用讀書報告

姓名： 前言

機械設備運行狀態的監測與故障診斷很早就開始了。剛開始人們往往通過聽覺、觸覺、視覺來對機器的噪聲、振動和溫度等進行判斷，進而來推測設備運行是否正常。當時的機械設備功率普遍較小，通常是單機工作，并且更新換代比較緩慢，人們有大量的時間進行熟悉，探索并且逐漸掌握機器的性能和工作狀態。然而到了現代，企業生產已經進入了高速發展階段，以往的判斷模式已經不能夠應用于現在的生產模式。現代工業生產的特點是生產系統大型化、連續化、高速化、自動化、系統化和智能化。要求機械設備更新快，在使用過程中安全、連續、可靠、高效、低能等特點，為了達到這些要求，那么我們就需要借助現代技術進行設備的運行狀態的監測與診斷。目前可以進行實時采集機械系統運行狀態并且對采集到的信息進行分析，進而判斷機械系統運行狀態的優劣，從而能更好的對設備進行維護和維修，從而達到了提高生產效率、保障安全運行、降低生產成本、節約能源消耗、延長使用壽命的目的。機械設備的狀態監測和故障診斷技術是實現這一目的的重要技術手段。機械設備的狀態監測和故障診斷就是采集諸如振動、噪聲、溫度、潤滑油、聲發射扥等設備相關信號，從而進行分析和處理，得到設備的運行狀態。根據設備的部位、類型、嚴重程度、發展趨勢，對出現故障的設備進行維修安排。機械故障診斷技術的發展歷程

從20世紀60年代開始，伴隨著科學技術的不斷進步和發展，計算機技術、網絡技術和信息技術迅速發展和普及，從而使機械設備運行狀態的監測和故障診斷技術逐漸形成為一門較為完善的綜合性工程學科，并且在全球范圍內推廣。逐漸成為熱門學科。美國是最早開始進行開發設備診斷技術的國家。1967年4月美國海軍主持召開美國機械故障預防小組成立大會。并且從此以后美國開始投入大量的人力物力來開發和完善這項技術。在隨后的幾十年，機械故障診斷技術在美國的航空航天、軍事等尖端領域得到了廣泛的應用，并一直處于領先地位。英國在20世紀70年代初成立了機械健康監測組織與狀態監測協會，對故障診斷技術的發展起到了很大的作用。我國對故障診斷技術的研究開始于20世紀80年代。1983年初，中國機械工程學會的設備維修學會在南京召開，交流國內外的情況，分析國內設備維修現狀以及開展設備診斷技術專題座談會，提出了積極開發和應用設備診斷技術，強調有關技術的必要性和緊迫性。隨后這門技術在我國的冶金、石化、鐵路、電力等行業得到了廣泛的應用和推廣。隨著對這一技術的不斷深入，我國的信號采集和分析儀器已經接近國際水平。目前，我國各高?？蒲腥藛T正在故障診斷技術領域尋求突破和創新。開展機械故障診斷的意義

在各國工業生產中重點、關鍵性機械設備的數量越來越多，其中的大多數為大型、自動、連續生產的設備，其在生產中的重要性是不言而喻的，對這些機械設備實施狀態監測與故障診斷技術所帶來的經濟效益和社會效益是巨大的。預防事故，保障人身和設備安全，推動設備維修制度的全面改革，提高經濟效益。機械故障診斷技術與應用

4.1機械故障的振動診斷

4.1.1軸承的故障診斷理論與應用

軸承是旋轉機械中應用最為廣泛地機械零件，也是最易破壞的元件之一。旋轉機械的許多故障都與軸承有關，軸承的工作好壞對機械的工作狀態有很大的影響，其缺陷會導致設備產生異常振動和噪聲，甚至造成設備破壞。

軸承在運行過程中由于裝配不當、潤滑不良、水分和異物入侵、腐蝕和過載等都可能使軸承過早破壞。即使不出現上述情況，經過一段時間運轉，軸承也會出現疲勞損傷而不能正常工作。滾動軸承故障的主要失效形式和原因有疲勞剝落、磨損、塑性變形、銹蝕、斷裂和膠合等?；瑒虞S承的故障形式和原因有燒瓦、氣蝕、油膜渦動和油膜振蕩。

軸承在運轉時由于各種原因會產生振動，并通過空氣傳播成為聲音，聲音中包含著軸承狀態信息。但是聲音的成分除了包含了反應軸承工作正常與異常振動聲外還夾雜著塵埃、其他工作件振動聲等，因此軸承的工作聲音成分十分復雜。

利用滾動軸承的振動信號分析故障診斷的方法可分為簡易診斷法和精密診斷法兩種。簡易診斷是為了初步判斷被列為診斷對象的滾動軸承是否出現了故障；精密診斷的目的是要判斷在簡易診斷中被認為出現了故障的軸承的故障類別及原因。滾動軸承的簡易診斷有振幅值診斷法、波形因數診斷法、波峰因數診斷法、概率密度診斷法和峭度系數診斷法。滾動軸承的精密診斷的常用方法有低頻信號分析法和中、高頻信號絕對值分析法?；瑒虞S承的診斷方法有時域幅值診斷法、時域波形診斷法、頻域診斷法、軸心軌跡診斷法。

4.2 機械故障的聲學診斷

4.2.1機械故障的噪聲診斷理論與應用

振動與噪聲是機械設備在運行過程中的一種屬性，設備內部的缺陷或故障會引起設備在運行過程中振動和噪聲的變化，也就是設備的噪聲信號中攜帶了大量與機械設備內部缺陷和故障的有關信息。因此，噪聲監測也就成為對機械設備進行故障診斷的重要手段。

噪聲監測的原理是當機器的零件或部件開始磨損或者經歷某些其他的物理變化時，其聲音信號的特征就發生變化。監測這些特征就有可能檢測到機械運行狀態的變化，精確地指出正在劣化的那些零部件。噪聲監測中的主要內容之一就是通過噪聲測量與分析確定設備故障的部位和程度。為此，首先必須尋找和估計機器中產生噪聲的聲源，進而從聲源出發，研究其頻率組成和各分量的變化情況，從中提取機器運行狀態的信息。噪聲監測的方法有主觀評價和估計法、近場測量法、表面振速測量法、頻譜分析法和聲強法。4.2.2機械故障的超聲診斷理論與應用

超聲波用于機械設備故障診斷領域，主要是利用材料本身或內部缺陷對超聲波傳播的影響，來檢測判斷結構內部或表面缺陷的大小、形狀以及分布情況。在一些機器運行中能對材料或結構的微觀形變、開裂以及裂紋的發生和發展進行狀態監測。它的應用極為廣泛，且發展迅速。超聲波的檢測方法按原理分類有脈沖反射法，其中脈沖反射法包括缺陷回波法、低波高度法和次多底波法。此外還有穿透法和共振法。按波形分可以分為縱波法、橫波法、表面波法、板波法和爬波法。

4.3機械故障的智能診斷

4.3.1基于專家系統的故障診斷

故障診斷專家系統是將人類在故障診斷方面的多位專家具有的知識、經驗、推理、技能綜合后編制成的大型計算機程序，它可以利用計算機系統幫助人們分析解決只能用語言描述、思維推理的復雜問題，擴展計算機系統原有的工作范圍，使計算機系統有了思維能力，能夠與決策者進行對話，并應用推理方式提供決策建議。4.3.2基于模糊邏輯的故障診斷

在許多情況下機器或系統都運行在一個模糊環境中，運行中各種狀況和參數都互相影響，難以用精確數學方法進行描述。模糊故障診斷就是一種基于知識的診斷系統，因為在診斷過程中對模糊癥狀、模糊現象等的描述要借助于經驗的操作者或專家的直覺經驗、知識等。模糊故障診斷系統的診斷過程，從對模糊信息的獲取，到利用模糊信息進行模糊推理到最后做出診斷，就如同醫生根據病人的模糊癥狀進行準確診斷一樣。機械故障診斷技術的發展趨勢

隨著現代科學技術的發展，特別是信息技術、計算機技術、傳感器技術等多種新技術的出現，數據采集、信號處理和分析手段日臻完善，從無法和難以解決的故障診斷問題變得可能和容易起來。設備故障診斷技術正在變成計算機、控制、通信和人工智能的集成技術。近半年來故障診斷技術呈現的發展趨勢有診斷對象的多樣化、診斷技術多元化、故障診斷實時化、診斷監控一體化、診斷方法智能化、監測診斷系統網絡化、診斷系統可擴展化、診斷信息數據庫化、診斷技術產業化和機械設備診斷技術工程化?，F代機械故障診斷技術正在成為信息、監控、通信、計算機和人工智能等集成技術，并逐漸發展成為一個多學科交叉的新學科。

參考文獻

[1] 鄧小文.旋轉機械幾種典型故障的診斷方法及軟件實現[D].西北工業大學,1999.[2] 荊建平.旋轉機械故障診斷與壽命維護技術若干關鍵問題研究[D].上海交通大學,2004.[3] 李曉虎.旋轉機械狀態監測與信號分析系統的復用研究[D].東南大學,2004.[4] 黃磊.基于 Internet 的旋轉機械設備遠程故障診斷技術研究[D].華南理工大學,2000.[5] 徐敏,等.設備故障診斷手冊—機械設備狀態監測和故障診斷[M].西安交通大學出版社,1998.[6] 何樹波.基于隱 Markov 模型的旋轉機械故障診斷系統的研究[D].浙江大學,2003.[7] 劉穎峰.旋轉機械分布式監診系統狀態監測與數據管理的研究[D].浙江大學,2003.[8] 鐘秉林,黃仁.機械故障診斷學[M].機械工業出版社,1997.[9] 崔彥平, 傅其鳳,等.機械設備故障診斷發展歷程及展望[J].河北工業技術,2004,4.[10] 姚桂艷, 孫麗媛.機械故障診斷技術的研究現狀及發展趨勢[J].河北理工學院學報,2005,13.[11] 張冰凌,許英姿,潘全文.智能故障診斷方法的研究和展望[J].飛機設計,2007,5

第二篇：故障診斷讀書報告

《機械故障診斷技術》讀書報告

碰摩診斷案例分析綜述

Diagnosis of Rubbing Fault Case Analysis were Review

學 院：

專 業：

班 級：

姓 名：

學 號：

指導教師：

學年學期：

摘要

隨著機組精度的不斷提高，動靜間隙的不斷縮小，并受到不平衡、不對中、熱彎曲等的影響，經常發生轉子碰摩故障。本文以機組故障為實例，通過振動信號的時域、頻譜以及轉速三維譜圖分析，對機組的碰摩故障進行分析診斷。

關鍵詞：故障診斷；時頻分析； 理論分析

Abstract The paper discuss the important problem in software development——requirements analysis.Developer and user always ignore the communication, it causes directly the software does not meet the good demands of the user, and cost a lot of time and money.Moreover, it affects the performance of the software.So, the requirements analysis is important in the early time of the development.This paper mainly discusses the requirements analysis’s influence on the system design from requirements develop, requirement management, and requirement program.Keywords：software requirement, requirement analysis, system design

目 錄 振動信號的分析方法.................................................................................................................1

1.1 頻域分析..........................................................................................................................1 1.2 三維頻譜圖分析..............................................................................................................1 2 轉子碰摩故障特征.....................................................................................................................1 3 故障實例.....................................................................................................................................1

3.1 煙氣輪機組碰摩故障診斷...............................................................................................1 參考文獻...........................................................................................................................................1 振動信號的分析方法

1.1 頻域分析

頻域分析能通過了解測試對象的動態特性[1]，對設備狀態作出評價，準確而有效地診斷設備故障并進行故障定位，為防止發生故障提供分析依據。

頻譜分析可以解決以下問題：

（1）求得振動參量中各個頻率成分和頻率分布的范圍；

（2）求出振動參量各個頻率成分的幅值或能量，從而得到影響設備運行狀態的主要頻率值及其對應的幅值。

1.2 三維頻譜圖分析

三維頻譜圖對于分析振動故障是很有用的手段，特別是以轉速作為第三維的三維頻譜圖，能較清晰地顯示各倍頻分量隨轉速的變化情況。清楚地顯示出基頻、二倍頻、三倍頻等諸分量隨轉速升高時的分布情況。轉子碰摩故障特征

高速葉輪機械發生轉子碰摩故障時有許多明顯的特征，如表 1所示。

表 1 高速葉輪機械轉子碰摩故障特征

特征參數 主特征頻率 常伴頻率

故障特征

低次諧波、高次諧波、組合諧波 工頻（一倍頻）故障實例

3.1 煙氣輪機組碰摩故障診斷

某煙氣輪機組（結構簡圖如圖 1所示），在正常檢修后開車時發現前端振值較大且不穩定，并呈持續緩慢上升狀態，停機時振值已達再次試運時進行了跟蹤測試。機組轉速在低于時振值及相位均穩定且隨轉速變化不大，軸心軌跡穩定；轉速達到（電機投用）后軸心軌跡開始變得雜亂，且煙機前端水平向振動明顯增大；頻譜圖上三倍頻處出現一個振動頻帶，且隨轉速上升振動能量越來越大，時域波形有明顯的削波現象。

圖 1 煙氣輪機組結構簡圖

頻譜分析得出的結論是機組存在嚴重的碰摩故障。解體檢修發現，煙機葉輪上葉片根部鎖緊銷釘與隔板發生嚴重的整周碰摩，整周的銷釘已磨損掉。修復葉片根部鎖緊銷釘并重新調整了煙機葉輪的位置后開車，機組振動恢復正常。結論

1.碰摩通常發生在不應接觸的相對運動的表面，影響碰摩的因素比較復雜，在出現故障時，都會有故障特征，可通過振動信號分析對故障進行診斷。一般來說，轉子與靜止件發生摩擦時，受到的靜止件附加作用力是非線形的和時變的，因此使轉子產生非線性振動，在頻譜圖上表現出頻譜成分豐富，不僅有工頻，還有高次和低次諧波分量。碰摩嚴重時，各頻率成分幅值迅速增大，轉子失穩前頻譜豐富、波形畸變、軸心軌跡不規則變化、正進動，轉子失穩后波形嚴重畸變、軸心軌跡發散、反進動、時域波形有明顯的削波現象。

2.在汽輪機起動發生動靜碰磨時，要根據現場的情況靈活的采取措施，如果是軸封與轉子碰磨，在條件許可或有把握的情況下，在較低的轉速下可以通過“磨齒”的方法來擴大汽封間隙，減弱動靜碰磨，但更換蜂窩汽封后發生動靜碰磨，應視情況揭缸處理。

參考文獻

[1] 軟件需求．劉偉琴 劉洪濤譯 Karl E.Wiegers中文版[M]．北京：清華大學出版社，2004． [2] 面向對象的系統分析.邵維忠 楊芙清．北京：清華大學出版社，2006． [3] 面向對象的系統設計.邵維忠 楊芙清．北京：清華大學出版社，2006．

第三篇：多媒體技術及應用讀書報告

多媒體技術及應用讀書報告—計本034班03190436俞曉鋒

多媒體技術在教學中的應用

--多媒體技術及應用讀書報告

計本034班 03190436 俞曉鋒

多媒體技術的應用領域極其廣泛，隨著科技的進步發展其功能也更加的多樣化。多媒體技術在各行各業逐漸滲透和應用，極大推動了社會的進步和經濟的發展。在教育領域，多媒體技術也逐漸起到了不可替代的作用。多媒體技術的應用不僅為教學提供了形象逼真的效果、豐富了教學手段，優化了教學過程，也增添了學生的學習樂趣，學習積極性也得到了提高。

多媒體技術是一種把文字、圖形、圖像、視頻同像、動畫和聲音等運載信息的媒體結合在一起。并通過計算機進行綜合處理和控制。在屏幕上將多媒體各個要素進行有機組合，并完成一系列隨機性交互式操作的信息技術。多媒體技術的關鍵特性．主要表現在媒體的多樣性和處理信息的集成性、交互性、實時性、協調性，控制性和非線性。

集成性：以計算機為中心的綜合處理多種信息媒體的特性，包括信息媒體的集成和處理這些媒體的設備的集成兩方面。

交互性：把人的活動作為一種媒體加入到信息傳播過程中，使信息交互的參與各方都可以對信息進行編輯、控制和傳遞的特性。

實時性：及時響應用戶的需求。

協調性：各種媒體之間必須有機配合，達到協調一致。

控制性：以計算機為中心，綜合處理和控制多媒體信息，使之按用戶習慣顯示在屏幕上。

非線性：打破時間、空間的限制，使信息傳遞滿足用戶的需求。

隨著科技的進步，信息技術的不斷發展，多媒體技術在各個領域的應用愈加廣泛，尤其是在教育領域，更是發揮其不可替代的作用。同以往任何一種媒體的應用相比，多媒體技術的引入，促使傳統的教育方式發生了深刻的改革，教育質量和教學效率也有了顯著提高。這其中最主要因素是多媒體技術對教育有著臣大的促進作用。傳統的課堂教學，其知識的傳授，主要靠教師的言傳身教，使用的是黑板加粉筆。因此，整個過程基本都是言語的描述雖然這也能重現客觀真實，但畢竟還是抽象的，學生在領會后，需要再憑著理解在自己的腦中努力拼湊，去重現客觀存在，這個過程不僅相當困難還容易出現偏差。而使用多媒體技術，就可直接把現實世界表現出來。例如，宏觀的宇宙運動、微觀的分子結構如用語言描述得到正確的概念對教學而言是比較困難的。但在今天的多媒體時代，可以使用虛擬仿真．就能使內容、結構變得非常直觀、容易了解。

例如在一節語文課的教學中。我們可以憑借多媒體課件的聲像手段，創造教學意境，帶領學生走進教材，開發思維?！妒镩L街 送總理》一課，是一篇有強烈感情的文章。采用多媒體課件?？勺寣W生重見當年“靈車四周掛著黑色和黃色的挽幢，上面佩著大白花，莊嚴肅穆”的情景，給人以莊嚴肅穆之感 ．使學生更能感受到此時沉痛不僅籠罩著靈車，更是籠罩著每個人的心：更能體味文中的一段話，“人們心情沉痛，目光隨著靈車移動，好像有誰在無聲地指揮．老人、青年、小孩都不約而同地站直了身體，摘下帽子，跟睜睜地望著靈車，哭泣著顧不得擦 去腮邊的淚水?！笔箤W生不自覺地進入角色，猶如置身于當時的情境多媒體技術及應用讀書報告—計本034班03190436俞曉鋒

之中，從而。把學生對總理的熱愛以及失去總理的悲痛情感推向高潮。其思維活動也在借助于觀察、想象的基礎上，通過分析推理向更高階段發展。

而在相應的練習課的教學中，傳統的做法是大家做一樣的練習。聽一樣的講解，這樣就不能很好地滿足學生的實際需要，相對呆板且無法做到因人施教，因為學生的個體差異，就要求教學過程中有一定的適應性即適應不同程度學生的學習。而多媒體教學就可以讓學生根據自身的情況選擇練習的內容，練習的方式……做到因人施救．以提高學生的學習的質量，這對個別化教學有重大意義。

在各個學科的教學中。使用多媒體提高教學效率，優化教學過程。加大教學信息，提高教學質量的案例不勝枚舉。多媒體技術的應用，彌補了傳統教學手段的某些不足。它使學習參與者得到主動觸覺的感受，具有生動性和真實性的整體效果。學生在學習中擔當更為主動的角色。從而使其學習變得更賦有獨立性和創造性；同時，多媒體技術還有助于教師對教學經驗的總結、積累，延長知識的存儲期限。

多媒體技術在教學中應用的優勢：

1．視聽結合調動學生的情緒。吸引學生的注意力研究表明，人們讀過文字材料后可記住內容的 lO％，聽過語音后可記住2O％的內容。通過看視頻圖像可記住 3O％的內容，如 果又聽又看，可記住 50％的內容。多媒體教學由于其視聽結合、手眼耳并用的特點。通過應用圖像、圖形和文字等形式的信息，使學生可以記住絕大部分的內容，以及模擬、反饋、個別指導和游戲的內在感染力。可以激發學生學習的熱情，提高了學生的積極性和學習效率。

2．立體性教學空間，促進學生思維發展。多媒體教學文、圖、聲、像并存．能夠多層次、多角度地呈現教學內容，創造立體性的教學空間，促進抽象恩維的發展，提高學生的思維索質。多媒體技術能將抽象空洞的概念以鮮明生動的形象伴以清晰悅耳的聲音展現在學生面前，從而激發學生的積極性能夠使深奧的理論簡單化。抽象的理論具體化，便于學生理解和掌握。

3．突破時空的限制，對真實情景再現和模擬。教學中常有一些自然現象、逝去的景色或需長時間才能感知的事物，由于受到時間和空間的限制無法讓學生親眼看見；一些微觀的事物和微小的變化．無法通過儀器設備讓學生進行觀察，而這些叉常是課堂教學的重點。此時，我們使用多媒體教學就能突破時間和空間的限制，對真實情景再現和模擬。為學生提供生動形象，內容豐富，具有很強感染力的感性認識材料，讓學生看到事物的運動、發展、變化，有利于學生人情人境，借境悟理。

4．信息量大，節約了空間和時間，提高了教學效率。多媒體教學一般是通過事先設計好的課件進行的，經點擊、放映等進 行講 解的，這樣就節省了大量的板書時間，節約了掛圖、模具等占用的空間，在相同的教學時間和空間內，為學生提供更多的信息，提高了教學效率。

5．交互性強，使學生有更多的參與，學習更為主動。傳統的教學模式是以教師為中心，在課堂教學中始終以教師為中心進行滿堂灌式的教學，學生是被動的接受，教學信息的傳送也是單向的。例如：影像、聲音……的傳送，這就無法很好的實現信息的反饋與交漉。而多媒體教學交互性強。學生與“教師”之間可以較好的實現人機對話，使學生有更多韻參與機會，學習更為主動，使針對不同層次學生的教學成為可能。

多媒體教學相對于傳統教學有很多的優勢，但應用時也需要有所考慮，要注意避免一些問題。多媒體技術及應用讀書報告—計本034班03190436俞曉鋒

首先，要注意教學理念、教學模式的改變不應儀把多媒體設備作為講解、演示的工具，僅將投影代替黑板，教師依然是教學的中心。教學理念、教學模式沒有改變，學生仍然在被動地接受，我們使用多媒體只是將原來的“人灌”成多媒體的“機灌”，這樣使用多媒體就失去了其應有的意義。

其次，要注意選擇要傳遞的信息。通過各種渠道能獲取的信息很多，課堂能上傳遞的教學信息量也很大。這時教師應該注意對信息的甄選，不應找到什么就給學生傳遞什么，應該明確自己的需求，挑選最能幫助學生學習，最符合教學需求的信息。

再次，要注意選擇信息傳遞的方式。把一個信息傳遞給學生的方式可以有很多。但不是每一種傳遞方式都會取得相同的效果。這時教師應該注意對傳遞方式的選擇，教師應該根據教學目標，學生的水平去選擇一種最優的方式。當然不可能有一種傳遞方式在任何方面都比其它方式好，但是總有一種方式可以以最少們代價得到想要的效果。

多媒技術在教學 中應用，是對傳統教學方式的挑戰，但不會也不能取代傳統的教學模式。教學過程是一種知識的傳遞和情感的交流過程，多媒體教學只能是教學的一種輔助手段。在教學中應該將各種教學手段和教學媒體優勢互補、取長補短，使其更好的服務于教學。使教學取得最佳的效果。

第四篇：飛機故障診斷技術

1．故障是指產品喪失了規定的功能，或產品的一個或幾個性能指標超過了規定的范圍。它是產品的一種不合格狀態。

2．故障按其對功能的影響分為兩類：功能故障和潛在故障。

功能故障是指被考察的對象不能到達規定的性能指標；潛在故障又稱作故障先兆，它是一種預示功能故障即將發生的可以鑒別的實際狀態或事件。

3．故障按其后果分四類：

平安性后果故障：采取預防維修的方式；使用性后果故障：對使用能力有直接的不利影響，通常是在預防維修的費用低于故障的間接經濟損失和直接修理費用之和時，才采用預防維修方式；非使用性后果故障：對平安性及使用性均沒有直接的不利影響，只是使系統處于能工作但并非良好的狀態，只有當預防維修費用低于故障后的直接維修費用時才進行預防維修，否那么一般采用事后維修方式；隱患性后果故障：通常須做預定維修工作。

4．故障按其產生原因及故障特征分類可分為早期故障、偶然故障和損耗故障。偶然故障也稱隨機故障，它是產品由于偶然因素引起的故障。對于偶然故障，通常預定維修是無效的。耗損故障是由于產品的老化、磨損、腐蝕、疲勞等原因引起的故障。這種故障出現在產品可用壽命期的后期，故障率隨時間增長，采用定期檢查和預先更換的方式是有效的。

5．故障模式或故障類型是故障發生時的具體表現形式。故障模式是由測試來判斷的，測試結果顯示的是故障特性。

6．故障機理是故障的內因，故障特征是故障的現象，而環境應力條件是故障的外因。

7．應力-強度模型：當施加在元件、材料上的應力超過其耐受能力時，故障便發生。這是一種材料力學模型。

8．高可靠度狀態〔圖1.2-2〔a〕〕：應力和強度分布的標準差很小，且強度均值比應力均值高得多，平安余量Sm很大，所以可靠度很高。

圖1.2-2〔b〕所示為強度分布的標準差較大，應力分布標準差較小的情況，采用高應力篩選法，讓質量差的產品出現故障，以使母體強度分布截去低強度范圍的一段，使強度與應力密度曲線下重疊區域大大減小，余下的裝機件可靠度提高。

圖1.2-2〔c〕所示為強度分布標準差較小，但應力分布標準差較大的情況，解決的方法最好是減小應力分布的標準差，限制使用條件和環境影響或修改設計。

圖1.2-2

應力、強度分布對可靠性的影響

9．反響論模型：

如果產品的故障是由于產品內部某種物理、化學反響的持續進行，直到它的某些參數變化超過了一定的臨界值，產品喪失規定功能或性能，這種故障就可以用反響論模型來描述。

串連式反響過程：總反響速度主要取決于反響最慢的那個過程的速度。

并聯式反響過程：總反響速度主要取決于反響最快的過程的速度。

10．最弱環模型〔串連模型〕：認為產品或機件的故障〔或破壞〕是從缺陷最大因而也是最薄弱的部位產生

11．故障樹分析法簡稱FTA法〔Fault

Tree

Analysis〕

故障樹分析法是一種將系統故障形成的原因由總體至局部按樹狀逐級細化的分析方法。

故障樹分析法將最不希望發生的故障事件作為頂事件，利用事件和邏輯門符號逐級分析故障形成原因。優點：直觀、形象，靈活性強，通用性好；缺點：理論性強，邏輯嚴謹，建樹要求有經驗，建樹工作量大，易錯漏。

12．頂事件和中間事件〔矩形〕

底事件〔圓形〕

開關事件〔房形〕

省略事件〔菱形〕

13．邏輯與門

邏輯或門

邏輯非門

異或門

表決門K/N門

表決門：僅當n個輸入事件中有k個或k個以上發生時，輸出事件才發生。

14．建樹步驟

§頂事件選取原那么：

1)必須有確切的定義，不能含混不清、模棱兩可。

2)必須是能分解的，以便分析頂事件和底事件之間的關系。

3〕能被監測或控制，以便對其進行測量、定量分析，并采取措施防止其發生。

4〕最好有代表性。

15．〔1〕系統級邊界條件

頂事件及附加條件（系統初始狀態，不允許出現事件，不加考慮事件)

〔2〕部件級邊界條件

元部件狀態及概率，底事件是重要部件級邊界

利用邊界條件簡化：

與門下有必不發生事件，其上至或門,那么或門下該分支可刪除；

與門下有必然發生事件,那么該事件可刪除;

或門下有必然發生事件，其上至與門,那么與門下該分支可刪除

或門下有必不發生事件，那么該事件可刪除

16．n個不同的獨立底事件組成的故障樹，有個可能狀態，故可有個狀態向量。

17．與門結構故障樹的結構函數

18．或門結構故障樹的結構函數

19．k/n門結構故障樹的結構函數

20．底事件的相干性

假設對第i個底事件而言，至少存在一對狀態向量Y1i=(y1,y2,…yi-1,1,yi+1,…,yn)記作(1i,Y)和Y0i=(y1,y2,…yi-1,0,yi+1,…,yn)記作(0i,Y)，滿足Φ

(1i,Y)>

Φ

(0i,Y)，而對其它一切狀態向量而言，恒有Φ

(1i,X)

≥

Φ

(0i,X)成立，那么稱第i個底事件與頂事件相干。

如果找不到狀態向量滿足Φ

(1i,X)

Φ

(0i,X)，那么稱第i個底事件與頂事件不相干。

相干結構函數：Φ(X)滿足：

故障樹中底事件與頂事件均相干；

Φ(X)對各底事件的狀態變量xi(i=1,2,…n)均為非減函數

21．相干結構函數的性質

〔1〕假設狀態向量X=(0,0,…0)，那么Φ(X)=0；

〔2〕假設狀態向量X=(1,1,…1)，那么Φ(X)=1；

〔3〕假設狀態向量X≥Y(即xi

≥yi,i=1,2,…n)，那么結構函數Φ(X)

≥

Φ(Y)；

〔4〕假設Φ(X)

是由n個獨立底事件組成的任意結構故障的相干結構函數，那么有

即任意結構故障樹，其結構函數的上限為或門結構故障樹結構函數，而下限是與門結構故障樹結構函數。

22．假設狀態向量X能使結構函數=1，那么稱此狀態向量為割向量。在割向量X中，取值為1的各分量對應的狀態變量〔或底事件〕的集合，稱作割集。割集是導致頂事件發生的假設干底事件的集合。假設狀態向量X是割向量〔即=1〕，并對任意狀態向量Z而言，只要Z

23．假設狀態向量X能使結構函數=0，那么稱此狀態向量X為路向量。在路向量X中，取值為0的各分量對應的狀態變量〔或底事件〕的集合，稱作路集。路集是使系統不發生故障的正常元件的集合。假設狀態向量X是路向量〔即=0〕，并對任意狀態向量Z而言，只要Z>X，恒有=1成立，那么稱X為最小路向量，最小路向量X中取值為0的各分量對應的底事件的集合，稱為最小路集。最小路集是使系統不發生故障的必要正常元件的集合。

24．用最小割集表示結構函數：

25．用最小路集表示結構函數：

26．掌握化相交和為不交和，求頂事件概率〔此法最簡單易于理解，故采用之〕：

式中為故障樹的最小割集，將上式化成單獨項〔形如這種形式〕的邏輯和，將式中的用代替，用代替。這樣便可得到頂事件發生的概率為：

27．底事件的發生對頂事件發生的影響，稱作底事件的重要度。

l

概率結構重要度：僅由單個底事件概率的變化而引起頂事件概率發生變化，那么頂事件概率對底事件概率的變化率稱作該底事件的概率結構重要度，簡稱概率重要度，記作。數學表達式為：

。上式可以看出概率重要度較大的底事件，其概率發生變化，那么對頂事件概率變化的影響是比擬大的。

l

結構重要度：第i個底事件的結構重要度定義為該底事件處于關鍵狀態的系統狀態數與其處于正常狀態的系統狀態數之比。當系統由n個獨立元件組成時，那么可表示為：，為該底事件處于關鍵狀態的系統狀態數，可由下式表示：

所謂底事件的關鍵狀態是指該底事件狀態變量由0變為1時〔該元件由正常變故障〕，故障樹的結構函數也由0變為1〔系統由正常變故障〕的狀態。

用以下原那么求結構重要度，在概率重要度的根底上，令各底事件的概率均為1/2，那么所求結構重要度與其底事件的概率重要度相同。

l

關鍵重要度：，由此可見，底事件的關鍵重要度是指頂事件概率相對變化量與引起此變化的底事件概率相對變化量之比的極限。

28．故障隔離手冊〔FIM〕和故障報告手冊使用同一的故障碼，該故障碼為8位數：左起前兩位為故障所在章號〔系統〕，3、4位為節號〔子系統〕，5、6位為工程號，7、8位表示故障件位置。

29．無空勤人員提供故障碼時的故障隔離程序

–

故障必然歸入下面四種情況之一：

有相應的EICAS信息的故障；

有機內自檢程序〔BITE〕的故障；

有適用的維修控制顯示板〔MCDP〕信息的故障；

以上信息全沒有的故障。

假設報告的問題上述三種信息均有，那么故障分析順序為優先考慮執行有EICAS信息的排故程序，其次是機內自檢程序，最后是考慮執行有MCDP信息的排故程序。

30．查找故障的典型概率法〔P75〕重點看，有計算。

概率法應用的條件：故障是由某一元件故障引起；查找故障不會引入新故障。

概率法應用的參數：

檢查次數〔一次檢查、平均檢查次數

檢查時間〔一次檢查時間ti、平均總檢查時間

檢查工作量(一次檢查工作量ti、平均總檢查工作量

檢查費用〔一次檢查費用Ci、平均總檢查費用

適用范圍

–

逐件檢查系統

–

分組檢查系統

31．32．

分組檢查的方法：兩分法、等概率法、最小時間法。

u

兩分法：要點--符合機件數大致相等的要求；

最少檢查次數與最大檢查次數：

1)

假設系統由n個機件組成，滿足2m

n

2m+1〔m為正整數〕，那么系統最少檢查次數為m次，最大檢查次數為〔m+1〕次，平均檢查次數

Sm--第m次可查出故障的機件零件號組成的集合，同理。-零件號為j的機件故障的條件概率。

2〕

假設系統機件數恰好滿足n

=

2m，那么只需且必須經過m次檢查，才能查出故障原因，平均檢查次數Nm

=

m

u

等概率法：要點--先把系統按每組各機件故障條件概率之和大致相等分成兩組，檢查故障條件概率之和較大的那組，確定故障件所在局部。再將存在故障件的那一組按每組各機件故障條件概率之和大致相等分成兩個分組，檢查故障條件概率之和較大的一組，確定故障原因所在。如此繼續下去，直至查出故障原因為止。

u

最小時間法：要點--每組各機件故障條件概率之和大致相等。

對各組計算檢查時間消耗率h，h

=

?

(bi/

ti)，選擇h較大的一組進行檢查

33．信息量應該是該信息出現概率的單調減函數

信息量＝，P——信息量出現的概率，信息量的單位是“比特(bit)〞

–

假設有n個信息同時出現，它們對故障診斷提供的信息量要比單一信息提供的信息量大

–

當n個信息相應的事件互相獨立時，n個信息共同出現時的信息量等于各個信息的信息量之和，即信息量具有可加性

34．現代信息論中，“熵〞是系統不確定程度的度量

假設系統A有n個狀態A1,A2,…,An，系統隨機處于相應狀態的概率分別為P(A1),P(A2),…,P(An)，那么系統的熵定義為

35．復合系統的熵：設系統A有n個可能狀態，系統B有m個可能狀態

從而復合系統的熵為

A、B互相獨立：H(A+B)=H(A)+H(B)

A、B統計相關：

H(AB)=H(A)+H(B/A)=H(B)+H(A/B)

A條件下B的熵值：

36．定義系統B為判斷A所處的狀態提供的平均信息量為

也被稱為系統B包含有關系統A的平均信息量。

37．目視檢查是飛機結構完整性檢查的最根本、最常用的檢查方法，也是保證飛行平安的重要手段之一。

當蒙皮離開鉚釘頭并形成目視可見的明顯間隙，鉚釘周圍有黑圈，均說明鉚釘已松動。

鋁合金和鎂合金腐蝕初期成呈白色斑點，開展后出現灰白色腐蝕產物粉末。

不銹鋼的腐蝕往往是出現黑色的坑點。

38．氣密艙的密封檢查：流量法和壓力降法。流量法更適用于泄漏量較大而容積小的氣密艙。壓力降法設備簡單，測法簡單可靠。氣密艙和結構油箱泄露包括可控制泄露和不可控制泄露。

影響密封艙結構密封性的因素：

環狀縫隙影響因素；平面縫隙影響因素；加工與裝配質量的影響。

39．渦流檢測的根本原理

檢測線圈通交流電，在線圈周圍產生交變的初級磁場，當檢測線圈靠近被檢測的導電構件時，在交變的初級磁場作用下，構件中感生交變的電流——渦流。渦流在構件中及其周圍產生一個附加的交變次級磁場，次級磁場又在線圈內產生感應電流，它的方向與原電流方向相同。當構件中產生裂紋或有其它缺陷，檢測線圈與其接近時，渦流發生畸變，影響次級磁場，進而影響檢測線圈中的感應電流，檢測線圈中的電流的變化，說明構件發生損傷。

40．渦流檢測分為高頻渦流檢測〔>50kHz〕和低頻渦流檢測。

趨膚效應：渦流的磁場會引起交變電流趨向構件外表，外表電流密度最大，隨著深度增加，電流密度減弱

41．渦流檢測法的適用范圍

Q

檢查導電構件的疲勞損傷和腐蝕損傷。對鋁合金是首選的無損檢測方法

u

不適用非金屬構件，如塑料、玻璃纖維復合材料等的損傷

Q

高頻渦流可檢測試件外表或近外表的損傷，而低頻渦流可檢測構件隱蔽面或緊固件孔壁上的損傷

Q

對于鋼構件一般不采用渦流檢測法探傷。

Q

不能檢測出平行于探測面的層狀裂紋。

Q

厚度小于1.5

mm的薄板材，板邊緣或緊固件孔邊的邊界效應較大，給檢測帶來一定的困難

42．超聲波檢測法：高頻聲束〔頻率在20kHz以上〕射入被檢材料，經過不同介質分界面會發生反射，檢測者分析反射聲束信號，便可確定缺陷或損傷的存在及其位置。

超聲波的發射與接收是利用壓電材料的壓電效應來實現的超聲波是一種波長比光波長，比普通電波短，頻率高于20kHz的機械波

43．縱波檢測法的適用范圍：

?

易檢測出與工件探測面走向平行的缺陷

?

受儀器盲區和分辨力的限制，外表和近外表檢測能力低

?

適用于檢測大面積的厚工件，定位簡單

橫波檢測法的適用范圍：

?

可發現與工件外表成一定角度的缺陷或損傷

?

輔助縱波檢測，檢測垂直于探測面的缺陷或損傷。

應用：可檢測金屬、非金屬、復合材料的內部及外表缺陷〔裂紋損傷和腐蝕損傷〕，對平面缺陷十分敏感，只要聲束方向與裂紋面夾角到達一定要求，就可清晰地顯示出裂紋損傷

44．磁粉檢測的原理：〔通過檢測漏磁來發現缺陷〕

鐵磁試件被磁化后，假設試件存在外表或近外表缺陷，會使試件外表產生漏磁。鐵磁性工件中存在著許多小磁疇，磁化前，磁疇隨機取向，磁性抵消；被磁化時，磁疇規那么排列，呈現磁極。當工件外表或近外表存在與磁化方向近于垂直的裂紋缺陷時，磁力線會彎曲，呈繞行趨勢，溢出外表的磁力線叫做缺陷漏磁。漏磁場強度取決于缺陷尺寸、方向和位置以及試件的磁化強度。漏磁場強度越大，缺陷部位越容易吸附磁粉，越能顯示出磁粉跡痕，觀察磁粉跡痕判斷缺陷所在。

l

周向磁化法：直接通電法、電極法、芯棒法

l

縱向磁化法：線圈法、電磁鐵法、感應電流法

l

復合磁化法

適用于鐵磁性構件外表或近外表缺陷〔或裂紋〕。主要檢測鍛鋼件及焊件，不適用于奧氏體不銹鋼〔非磁性材料〕。

注意：磁粉檢測后要對零件進行退磁。

45．傳統的故障診斷方法包括邏輯診斷方法、統計診斷方法和模糊診斷方法。

46．邏輯診斷法師根據故障特性〔故障信息或征兆〕與故障狀態的邏輯關系，運用推理的方式進行故障診斷的方法。

有效決策規那么：將有效邏輯基中全部變元〔取值為１〕或逆變元〔取值為０〕邏輯乘，再求邏輯和．

有效決策主范式：從決策規那么出發，通過邏輯運算，得到全部變元或逆變元邏輯乘的邏輯和．

概括邏輯診斷步驟:

1.確定考慮的因素,建立決策規那么;

2.建立有效決策規那么或有效決策主范式;

3.將給定元件狀態的元件變元或逆變元組成征兆函數,待定元件變元或逆變元組成成因函數,進行狀態識別或故障診斷.注：此節求有效邏輯基，通過分析故障成因函數查找故障原因是重點。

47．統計診斷方法：

確定臨界值是重點。

根據對平均冒險率的分析，提出以下四種確定臨界值的方法：

最小冒險法、最小錯誤診斷概率方法、極小極大法和紐曼-皮爾遜方法。

n

在滿足平均冒險率最小的條件下，即使=時，確定臨界值的方法稱為最小冒險方法。

n

當==，==時，最小錯誤診斷概率方法確定臨界值得條件和最小冒險法完全相同。

n

在使平均冒險率取極大的同時，使平均冒險率取極小，這樣確定臨界值的方法稱為極小極大法。

n

紐曼-皮爾遜方法：要正確地估計錯誤診斷的代價往往是十分困難的，為此往往采用使某種診斷錯誤概率降低到最小的原那么。

例題：根據滑油中含鐵量監測發動機機匣的工作狀態。設由統計資料得到：在正常狀態下含鐵量的均值〔1p.p.m=1毫克/升〕，在異常狀態下含鐵量的均值，標準偏差為；含鐵量為正態分布，并發動機處于正常狀態的概率為=0.8。試用最小錯誤診斷概率法：

〔1〕詳細推導確定臨界值的公式

〔2〕計算臨界值x0

48．模糊診斷方法〔重點看該書最后兩頁〕：

設分別表示m種故障成因，它們是征兆群空間X〔論域U〕上的m個模糊子集，為相應的m個模糊子集的隸屬函數。對U中的任一元素，如果，那么判斷隸屬于模糊子集，這就是最大隸屬原那么。

隸屬函數計算式：其中〔i=1，……，n〕表示第i個征兆出現的狀態，征兆出現取1，不出現取0，是權系數，即診斷矩陣中第i行，第j列的元素。根據最大隸屬度原那么判斷故障成因，從而判斷故障成因。

編者注：考試題型：選擇〔10〕、填空〔10〕、簡答〔20〕、計算〔60〕.本材料僅供參考。預祝大家考個好成績，謝謝！

第五篇：機械故障診斷論文人工智能在機械故障診斷中的應用

人工智能在機械故障診斷中的應用

摘要: 介紹了機械故障中應用的各種人工智能診斷方法及理論, 包括專家系統、人工神經網絡等, 根據二者在機械故障診斷中的應用情況分析了它們的優缺點, 并以專家系統在汽車故障診斷中的應用為例, 闡述了專家系統在實際應用中存在的問題。

關鍵詞: 機械故障診斷;人工智能;專家系統;神經網絡

中圖分類號: TP206

3文獻標識碼: A

文章編號: 1001-006X(2006)02-0023-02 Artificial Intelligence Applied in Machinery Fault DiagnosisLiMeihua, Han Daming, Lu Huaimin(Northeast Forestry University, Harbin 150040)Abstract: The methods and theories of artificial intelligence diagnosis applied in machinery fault diagnosis of each system are reviewed, including ex pert system and artificial neural network.Based on the actual application of the two methods, the advantages and disadvantages of each system are analyzed.Taking the application of expert system in automobile fault diagnosis as an example, the existing problems of ex pert system are clarified in the paper.Key words: machinery fault diagnosis;artificial intelligence;expert system;neural network 收稿日期: 2005-03-14 第一作者簡介: 李美華(1981-), 黑龍江省呼蘭人, 女, 碩士研究生, 研究方向: 汽車維修理論與診斷技術。前 言

機械故障診斷是識別機器或機組運行狀態的科學, 它研究的是機器或機組運行狀態的變化在診斷信息中的反映, 其研究內容包括對機器運行現狀的識別診斷、對其運行過程的監測以及對其運行發展趨勢的預測3 個方面。就其診斷方法而言, 人工智能的研究成果為機械故障診斷注入了新的活力, 如專家系統、人工神經網絡、分形幾何等, 但這些新的理論和技術成果大多有待完善。最近有人探索人工神經網絡與傳統的專家系統結合起來, 建造神經網絡專家系統。研究表明新型的專家系統能較好克服傳統的專家系統和人工神經網絡在各自獨立 的缺陷而具有許多優勢。人工智能在機械故障診斷中的應用 21專家系統在機械故障診斷中的應用

專家系統也稱專家咨詢系統, 顧名思義, 專家系統就是能像人類專家一樣解決困難、復雜的實際問題的計算機(軟件)系統。一個專家系統主要由知識庫、推理機、數據庫和人機接口等4 個基本部分組成, 其中知識庫和推理機是專家系統的核心組件。知識庫用于存放推理所需要的規則等信息, 是專家領域知識的集合。推理機的作用是根據所采集到的現場信息, 應用知識庫中的知識對設備所處狀態進行推理判斷, 給出設備有否故障或故障部位等信息。數據庫用于存放推理過程中的所需和所產生的各種信息,人機接口則是人與專家系統打交道的橋梁和窗口, 是人機信息的交接點。一個實用的機械設備故障診斷專家系統一般還包括解釋程序和知識獲取程序, 其中, 解釋程序負責回答用戶所提出的各種問題,包括與系統運行有關的問題和與系統運行無關的、關于系統自身的一些問題。解釋程序是實現系統透明性的主要部件。知識獲取程序負責管理知識庫中的知識, 包括根據需要修改、刪添知識及由此引起的一切必要的改動, 維護知識庫的一致性和完整性。知識獲取程序使領域專家可以修改知識庫而不必了解知識庫中知識的表示方法和組織結構等細節問題, 從而大大提高了系統的可擴充性。

22人工神經網絡在機械故障診斷中的應用人工神經網絡簡稱神經網絡,是在生物神經學研究成果的基礎上提出的人工智能概念, 是對人腦神經組織結構和行為的模擬。就機械故障診斷而言, 神經網絡使用來自機器不同狀態的振動信號,通過特征選擇,找出對于故障反映最敏感的特征信號作為神經網絡的輸入向量, 建立故障模式訓練樣本集,對網絡進行訓練;當網絡訓練完畢, 對于每一個新輸入的狀態信息, 網絡將迅速給出分類結果。23神經網絡故障診斷系統和專家系統故障診斷

系統的融合基于神經網絡的故障診斷系統和基于專家系統的故障診斷系統可以相互轉化。在專家系統故障診斷系統中, 知識是通過規則的方式來表達的, 而在神經網絡故障診斷系統中, 知識是通過對樣本的反復學習并在此過程中不斷調整網絡連接權值, 從而使網絡誤差收斂到全局最小點后儲存在這些連接權值中。所以, 要實現由基于專家系統的故障診斷技 術向神經網絡故障診斷技術過渡的關鍵是將規則轉化為學習樣本, 具體步驟為:

統計在規則表述中診斷對象可能出現的故障征兆與故障原因數目, 分析診斷知識結構, 確定神經網絡的輸入、輸出神經元數目及其網絡層次結構;

將專家系統知識庫的規則提取出來, 形成神經網絡的學習樣本;

對神經網絡樣本學習, 獲取各自的連接權值, 形成神經網絡故障診斷系統。由神經網絡故障診斷到專家系統故障診斷的關鍵問題是在現有的連接權值中提取規則, 具體步驟為:

已知學習樣本時, 可以直接將每一個學習樣本轉化為一條規則;

未知樣本只知道連接權值時, 這種情況很復雜, 一般是通過特殊的算法從網絡的輸入和輸出中提取規則;如果是模糊神經網絡, 問題就簡單了, 即可以直接從網絡 中提取。專家系統在汽車故障診斷中的應用

汽車作為一種特殊的機械, 以汽車故障診斷專家系統為例。汽車故障診斷專家系統的開發, 自20 世紀80 年代以來, 可分為雛型期、改進期和發展期3 個階段。20 世紀70 年代后期至80 年代初期, 為了適應對計算機應用不斷增加的現實, 在汽車維修行業中首先開發的就是診斷咨詢系統。1986 年, 美國通用汽車公司和福特汽車公司分別推出了稱之為CAMS 和SBDS 的故障診斷咨詢系統。1986 年,日本豐田汽車公司的維修、信息及技術部門聯合開發了

維修技術咨詢系統, 1987 年8 月開始用于豐田發動機集中電子控制系統T CCS 的診斷。作為系統信息流, 對維修企業遇到難度較大的車輛故障診斷與維修問題時, 專業技術人員在預制的問診表上填入有關事項, 并電傳到豐田汽車公司維修總部。維修總部的有關人員以此為基礎, 把信息輸入到維修技術咨詢系統,并由專家系統的維修程序提出診斷結果和維修方案。現場技術人員以此為基礎進行維修工作并將結果反饋到總部, 以進一步提高系統的診斷精度。進入20 世紀90 年代, 開始出現了專家系統工具的研究。這種專家系統工具具有知識獲取支援功能的專用編輯器, 不需要智能語言, 從而解決了過去存在的知識庫效率低的缺點。汽車診斷專家系統的功能與特點, 概括地說就是由計算機存儲的專家知識, 按照需要可以調用, 即使初學者也能近似地如專家一樣進行故障診斷。基于專家系統的故障診斷方法, 在實際應用中存在問題如下:

知識獲取的瓶頸問題;知識難以維護;

知識應用面窄;診斷能力弱;不適應模糊問題。應用神經網絡技術可以彌補解決傳統專家系統在應用中遇到的問題。

(1)對于專家系統的脆弱性, 即知識和經驗不全面, 遇到沒解決過的問題就無能為力。而利用神經網絡的自學習功能, 不斷豐富知識庫內容,可解決知識更新的問題。

(2)對于專家系統知識獲取困難這一瓶頸問題, 利用神經網絡的高效性和方便的自學習功能, 只需用領域專家解決問題的實例來訓練神經網絡, 使在同樣的輸入條件下, 神經網絡便能獲得與專家給出的解答盡可能接近的輸出。(3)推理中的匹配沖突,組合爆炸及無窮遞歸使傳統專家系統推理速度慢、效率低。這主要是由于專家系統采用串行方式、推理方法簡單和控制策略不靈活。而神經網絡的知識推理通過神經元之間的作用實現, 總體上, 神經網絡的推理是并行的、速度快。4

結

論

隨著人工智能的不斷發展, 各個領域對人工智能的要求也越來越高。傳統的專家系統有它自身的缺點, 神經網絡也有其局限性, 正因為如此在機械故障診斷中, 目前將神經網絡和專家系統相結合,建造所謂的神經網絡專家系統。理論分析與應用實踐表明, 神經網絡專家系統結合了兩者的優點而克服了各自的缺點, 表現出強大的生命力。參考文獻

[ 1] 李國華, 張永忠.機械故障診斷[ M].北京: 化學工業出版社, 2004.[ 2] 尹朝慶, 尹皓.人工智能與專家系統[ M].北京: 中國水利水電出版社, 2002.[ 3] 謝慶生.機械工程中的神經網絡方法[ M ].北京: 機械工業出版社, 2003.[ 4] 張銳, 姜樹海, 陸懷民, 等.機械故障診斷技術的新動向工神經網絡在其上應用[ J].森林工程, 1999, 15(6): 38-39.[ 5] 廉師友.人工智能技術導論[ M].西安: 西安電子科技大學出版社, 2000.[ 6] 吳今培.模糊診斷理論及其應用[ M].北京: 科學出版社,1995.