機(jī)械故障診療新技術(shù)培訓(xùn)課件

機(jī)械故障診療新技術(shù)二、模糊模式識別1．直接識別方法按最大隸屬原則進(jìn)行判別。2．間接識別方法按擇近原則進(jìn)行模式識別。2機(jī)械故障診療新技術(shù)三、模糊聚類分析1．?dāng)?shù)據(jù)的標(biāo)準(zhǔn)化2．標(biāo)定3．聚類四、模糊綜合診斷1．模糊綜合評判數(shù)學(xué)模型2．模糊運(yùn)算模型3機(jī)械故障診療新技術(shù)第二節(jié)故障診斷的人工神經(jīng)網(wǎng)絡(luò)方法一、神經(jīng)網(wǎng)絡(luò)模型1.人工神經(jīng)元模型4機(jī)械故障診療新技術(shù)2．神經(jīng)網(wǎng)絡(luò)模型（1）模型

5機(jī)械故障診療新技術(shù)（2）算法B-P網(wǎng)絡(luò)的輸入值是一些特征參數(shù)，輸出值是識別結(jié)果，學(xué)習(xí)算法屬于有教師學(xué)習(xí)，通過不斷修改權(quán)系數(shù)和閾值，使系統(tǒng)的輸出誤差{y}與給定的教師樣本{t}的誤差為最小。6機(jī)械故障診療新技術(shù)Hopfield網(wǎng)絡(luò)反饋網(wǎng)絡(luò)自組織解決了著名的TSP問題。實時處理7機(jī)械故障診療新技術(shù)第三節(jié)故障診斷的專家系統(tǒng)簡介專家系統(tǒng)是應(yīng)用大量人類專家的知識和推理方法求解復(fù)雜的實際問題的一種人工智能計算機(jī)程序。它是由一組計算機(jī)軟件組成的系統(tǒng)，具有相當(dāng)數(shù)量的權(quán)威性知識，具備學(xué)習(xí)功能，并且能夠采取一定的策略，運(yùn)用專家知識進(jìn)行推理，解決人們在通常條件下難以解決的問題。一般的計算機(jī)軟件是由數(shù)據(jù)和程序兩級組成，而專家系統(tǒng)則有數(shù)據(jù)、知識和推理機(jī)三級組成。8機(jī)械故障診療新技術(shù)被譽(yù)為“專家系統(tǒng)和知識工程之父”的費(fèi)根鮑姆(Feigenbaum)所領(lǐng)導(dǎo)的研究小組于1968年研究成功第一個專家系統(tǒng)DENDRAL，用于質(zhì)譜儀分析有機(jī)化合物的分子結(jié)構(gòu)。1972～1976年，費(fèi)根鮑姆小組又開發(fā)成功MYCIN醫(yī)療專家系統(tǒng)，用于抗生素藥物治療。此后，許多著名專家系統(tǒng)，如PROSPECTOR地質(zhì)勘探專家系統(tǒng)，CASNET青光眼診斷治療專家系統(tǒng)、RI計算機(jī)結(jié)構(gòu)設(shè)計專家系統(tǒng)、MACSYMA符號積分現(xiàn)定理證明專家系統(tǒng)、ELAS鉆井?dāng)?shù)據(jù)分析專家系統(tǒng)和ACE電話電纜維護(hù)專家系統(tǒng)等被相繼開發(fā)，為工礦數(shù)據(jù)分析處理、醫(yī)療診斷、計算機(jī)設(shè)計、符號運(yùn)算和定理證明等提供強(qiáng)在力的工具。9機(jī)械故障診療新技術(shù)1977年，費(fèi)根鮑姆進(jìn)一步提出了知識工程(knowledgeengineering)的概念,整個80年代，專家系統(tǒng)和知識工程在全世界得到迅速的發(fā)展。在開發(fā)專家系統(tǒng)過程中，許多研究者獲得共識，即人工智能系統(tǒng)是一個知識處理系統(tǒng)，而知識表示、知識利用和知識獲取則成為人工智能系統(tǒng)的三個基本問題。10機(jī)械故障診療新技術(shù)一、專出系統(tǒng)的人工智能特點專家系統(tǒng)所能解決的主要問題有：(1)解決那些只有專家才能解決的實際復(fù)雜問題。(2)用模仿人類專家推理過程的計算機(jī)模型來解決這些問題，并能達(dá)到人類專家解決問題的水平。比較成功的專家系統(tǒng)一般具有以下幾個特點：（1）啟發(fā)性即能使用判別性知識進(jìn)行推理；（2）透明性能解釋自己的推理過程；（3）靈活性能不斷修改和擴(kuò)充知識。11機(jī)械故障診療新技術(shù)二、專家系統(tǒng)的結(jié)構(gòu)（1）知識庫（KnowledgeBase）（2）推理機(jī)（InferenceEngine）（3）數(shù)據(jù)庫（DataBase）（4）解釋器（程序）（ExplicationProgram）（5）知識獲取程序（KnowledgeAc－quisitionProgram）12機(jī)械故障診療新技術(shù)13機(jī)械故障診療新技術(shù)機(jī)械故障診斷方法信號測試采集振動、油樣、聲發(fā)射、參數(shù)、……信號分析處理頻譜、小波、…………故障信號識別模式識別，系統(tǒng)分析模糊理論人工智能方法故障處理決策14機(jī)械故障診療新技術(shù)信號分析

經(jīng)典譜分析法以FFT為代表，廣泛用于信號分析，故障診斷，圖像處理等許多方面。國內(nèi)外都有大量的FFT軟、硬件產(chǎn)品問世，并且在不斷發(fā)展。現(xiàn)代譜分析法采用建模的方法來估計信號的譜參數(shù)，因而速度快運(yùn)算量小，精度高。受到越來越多的重視。目前應(yīng)用的有自回歸法(AR)、滑動平均法(MA)和自回歸滑動平均法(ARMA)。15機(jī)械故障診療新技術(shù)ARMA建模參數(shù)功率譜模型16機(jī)械故障診療新技術(shù)為了對各種譜估計的方法有一個基本的了解，下面用一已知信號對各種方法進(jìn)行檢驗(N=32)。所給出的信號為：(3-13)式中：f1=0.05，f2=0.40，f3=0.42；z[n]為噪聲的一階自回歸過程：

(3-14)17機(jī)械故障診療新技術(shù)其中a為回歸系數(shù)，u為方差為σ2的高斯白噪聲。這樣可以使噪聲的功率譜為變化的。選擇合適的a(＝-0.8508)和σ2(＝1.010)值可以使f1附近的信噪比為15dB，f2、f3附近的信噪比為30dB，此信號作為比較的基準(zhǔn)。也可以直接使用高斯白噪聲信號（令a＝0即可），這時其功率譜為一條水平線。圖中給出了各信號的理論功率譜。圖中橫軸為歸一化的頻率(-0.5～0.5)，縱軸為功率譜值(-30～50dB)。18機(jī)械故障診療新技術(shù)19機(jī)械故障診療新技術(shù)20機(jī)械故障診療新技術(shù)21機(jī)械故障診療新技術(shù)小波分析理論（采用小波族進(jìn)行變換）

具有多分辨率的特點：在低頻部分具有較高的頻率分辨率和較低的時間分辨率；在高頻部分具有較低的頻率分辨率和較高的時間分辨率；適合探測信號中的瞬態(tài)異常并展示其成分稱為信號分析的顯微鏡22機(jī)械故障診療新技術(shù)正?；钊收匣钊?4機(jī)械故障診療新技術(shù)

機(jī)械設(shè)備故障診斷的發(fā)展

機(jī)械設(shè)備故障診斷技術(shù)是建立在多種基本技術(shù)的基礎(chǔ)之上，并融合多種學(xué)科理論的新興綜合性學(xué)科。因此，該學(xué)科具有基礎(chǔ)理論較新、體系邊界模糊、實施技術(shù)繁多、工程應(yīng)用廣泛、發(fā)展日趨迅速以及與高技術(shù)發(fā)展密切相關(guān)等特點。25機(jī)械故障診療新技術(shù)1．存在的問題

盡管機(jī)械故障診斷已取得了長足的發(fā)展，但它是一門正在發(fā)展的新型學(xué)科，還遠(yuǎn)沒有達(dá)到完善的水平，主要表現(xiàn)在：

⑴

發(fā)展不平衡，旋轉(zhuǎn)機(jī)械的故障診斷理論和實踐都取得了較成熟的效果，而往復(fù)式機(jī)械的診斷理論和實踐都有待于提高。

⑵

測量分析儀器和診斷儀器相脫離。便攜式的多為分析系統(tǒng)，一般為傳感器、放大儀、數(shù)據(jù)采集系統(tǒng)＋頻譜儀。無具體設(shè)備的特征數(shù)據(jù)并缺乏診斷型系統(tǒng)。而較好的多為專用的、固定式的系統(tǒng)。一般固定在廠里或設(shè)備上，并專為該設(shè)備服務(wù)。26機(jī)械故障診療新技術(shù)⑶

油田機(jī)械設(shè)備的診斷專用系統(tǒng)還比較落后。除高校研制剛剛開始使用的診斷系統(tǒng)外，油田生產(chǎn)部門對大型柴油機(jī)現(xiàn)有的診斷手段主要有測功臺、簡易柴油機(jī)診斷儀表、精密信號分析儀等幾種。這幾種診斷方式，都滿足不了油田對柴油機(jī)進(jìn)行故障診斷的實際需要，表現(xiàn)為：①

測功臺只能在柴油機(jī)解體的情況下對其進(jìn)行診斷，且只能在大修廠的臺架上進(jìn)行，滿足不了現(xiàn)場診斷的需要；27機(jī)械故障診療新技術(shù)

②

簡易診斷儀表的檢測多數(shù)比較單一，且精度較低，③

精密信號分析儀價格貴，一般只對振動信號進(jìn)行分析，由于其專業(yè)程度較高，現(xiàn)場的使用人員很難正確使用。因此，隨著對柴油機(jī)可靠性要求的日益提高，油田迫切需要一種集成多種參數(shù)的、精密實用的、能進(jìn)行智能不解體診斷的系統(tǒng)。28機(jī)械故障診療新技術(shù)2．國內(nèi)外柴油機(jī)故障診斷的發(fā)展趨勢

眾多的文獻(xiàn)表明，柴油機(jī)故障診斷的趨勢是不解體化、高精度化及智能化。不解體檢測的研究，其方向是開發(fā)可預(yù)埋在發(fā)動機(jī)內(nèi)的傳感器。美國、日本等國家已成功的將超薄型傳感器安置在發(fā)動機(jī)內(nèi)，對發(fā)動機(jī)的溫度及主要部件的配合間隙進(jìn)行診斷，并利用光纖傳感器監(jiān)測發(fā)動機(jī)的轉(zhuǎn)速波動。

高精度化，是指提高信號分析的信噪比。如利用相干函數(shù)對測點進(jìn)行選擇，利用多段時域平均法提高當(dāng)前缸信號強(qiáng)度，利用倒頻譜重新編輯法消除其它缸的影響，利用小波變換消除噪聲等等，其目的都在于去除診斷參數(shù)中的干擾，以提高診斷精度。29機(jī)械故障診療新技術(shù)

智能化，是指開發(fā)診斷型專家系統(tǒng)，使數(shù)據(jù)處理、分析、故障識別自動完成，能減輕診斷的工作量，并提高診斷速度及正確性。標(biāo)準(zhǔn)化，建立檢測標(biāo)準(zhǔn)，建立檢測機(jī)制，設(shè)計制造時考慮到設(shè)備的檢測問題，傳感器安排臺，測壓孔等等，方便對設(shè)備實施檢測。網(wǎng)絡(luò)化，網(wǎng)絡(luò)傳輸數(shù)據(jù)，集中專業(yè)人員檢測，機(jī)器醫(yī)院。

30機(jī)械故障診療新技術(shù)開發(fā)功能強(qiáng)、但操作簡單的系統(tǒng)，以適合于現(xiàn)場人員的使用，是智能型故障診斷系統(tǒng)的研究方向，也是智能型故障診斷系統(tǒng)的得以發(fā)展的必要條件。

故障診斷技術(shù)這一新興學(xué)科的日臻完善，還遠(yuǎn)遠(yuǎn)不是其發(fā)展進(jìn)程的終結(jié)，隨著計算機(jī)技術(shù)、測試技術(shù)、信號處理技術(shù)、信息論、控制論、可靠性理論以及系統(tǒng)工程等現(xiàn)代科學(xué)技術(shù)的發(fā)展，還將大大豐富故障診斷技術(shù)學(xué)科的基礎(chǔ)理論與實施技術(shù)，促進(jìn)該學(xué)科繼續(xù)向更高的水平、更深的內(nèi)涵和更廣闊的應(yīng)用前景發(fā)展。31機(jī)械故障診療新技術(shù)3.故障診斷與認(rèn)識過程故障診斷這一新興的學(xué)科，近年來獲得了非?？斓陌l(fā)展，但也面臨著人工智能領(lǐng)域所面臨的共同問題。即知識描述與知識輸入的“瓶頸”問題。模糊數(shù)學(xué)的創(chuàng)始人Zadeh曾提出模式識別可以被看作是一種不透明的映射。新的情況或新的模式可由一個觀察者正確地識別和分類。然而，這一把模式映射為正確類別隸屬的過程是不透明的，不僅其詳細(xì)的過程旁觀者是捉摸不透，而且甚至對識別者本人而言也很難理解。計算機(jī)模式識別的任務(wù)是用透明映射方式來代替這種不透明映射，從而能用計算機(jī)語言對其精確地加以描述。32機(jī)械故障診療新技術(shù)例如，被識別目標(biāo)事件，它可以有很多具體的樣本，這就是說目標(biāo)事件會有很多不透明的映射，它將所有這些模式映射到所設(shè)定的類別中。這樣，任一或所有這些模式均被識別并被分類到目標(biāo)事件的類別中。人類是用他們的感知和認(rèn)知器官來處理并實現(xiàn)這一不透明映射的。

但是，在另一方面，在計算機(jī)模式識別中，必須用清晰的描述方式－透明映射方式來替代自然界中不透明映射。33機(jī)械故障診療新技術(shù)整個過程包括兩個不同的步驟。第一步是建立起按照適當(dāng)特征來描述被識目標(biāo)事件的特殊表現(xiàn)形式。第二部是計算機(jī)進(jìn)行一種顯示處理，以得到透明的映射，實現(xiàn)了分類。在兩種操作中，最難的是第一步的設(shè)計。一旦特征已知，就可以對綜合數(shù)學(xué)變換過程起理論指導(dǎo)作用，從而獲得所需的結(jié)果，在不同程度上滿足我們的需要。然而，一般而言我們并無先驗的基礎(chǔ)。此外，也并不清楚什么樣的表達(dá)方式更適合模式識別過程。34機(jī)械故障診療新技術(shù)把人們認(rèn)知蘋果這一目標(biāo)事件為例。人們通過看、嗅、觸摸、削皮、吃、拿、分選及買蘋果等一系列長期的生活實踐學(xué)到了認(rèn)知蘋果地能力。但人們并不能充分又簡捷地描述蘋果。這一映射過程基本上是不透明的。與此不同，對于計算機(jī)模式識別，需要涉及到的不僅僅是透明映射，而且還有選擇特征函數(shù)的問題。盡管我們已有極精密的儀器來度量色彩、氣味、紋理等等特性，但是還很難斷定哪些特征是最基本的、有用的，而哪些特征又是多余的、無關(guān)緊要的。對于目標(biāo)事件描述的特征選擇是比較困難的，但又是計算機(jī)模式識別實現(xiàn)過程中最基本的預(yù)處理任務(wù)。這里，目標(biāo)事件可以是概念性的，也可以是物理實體、或者是局勢、情況等。35機(jī)械故障診療新技術(shù)就上面的討論，我們可以得到以下的結(jié)論：

⑴世界事物是非常復(fù)雜的，其特征信息是多種多樣的，人們也有能力識別每一個信息，但各信息之間的關(guān)系卻是不透明的，人們還很難找到這些聯(lián)系。

⑵人們雖有能力識別這些信息，但對這些信息特征的描述是不透明的，即沒有一個標(biāo)準(zhǔn)去統(tǒng)一這些描述。因而就很難進(jìn)行交流，也更難讓計算機(jī)去“懂得”。⑶人們根據(jù)已知信息得到結(jié)論的推理過程是不透明的，即人們不知道自己的推理過程是如何進(jìn)行的，當(dāng)然也就無法讓計算機(jī)去有效的模擬。36機(jī)械故障診療新技術(shù)一方面，是世界萬物有大量的特征可供描述，另一方面，計算機(jī)既有高的運(yùn)算速度，也有大的存儲空間。但兩者之間相互聯(lián)系的通路卻很窄，限制了計算機(jī)的使用。這也就是所謂的“瓶頸”問