許波

摘要

在對(duì)一些大型復(fù)雜的電子設(shè)備進(jìn)行狀態(tài)監(jiān)測(cè)和故障診斷時(shí)，為了提高效率和效果，人們將多種人工智能技術(shù)和現(xiàn)代信號(hào)處理方法進(jìn)行綜合應(yīng)用，形成混合智能故障診斷和預(yù)示技術(shù)。本文將就混合智能故障診斷和預(yù)示技術(shù)的內(nèi)涵以及具體應(yīng)用進(jìn)行深入的探索研究。

【關(guān)鍵詞】人工智能 信號(hào)處理 故障診斷 應(yīng)用

設(shè)備的故障診斷和狀態(tài)監(jiān)測(cè)的有效性直接影響著生產(chǎn)系統(tǒng)的運(yùn)行效果、生產(chǎn)效率以及產(chǎn)品質(zhì)量，但是由于大型電子設(shè)備的結(jié)構(gòu)和機(jī)理較為復(fù)雜，導(dǎo)致設(shè)備故障也呈現(xiàn)出復(fù)雜性和不確定性的特點(diǎn)。傳統(tǒng)故障診斷工作基本上都是由技術(shù)人員和診斷專家完成，但是考慮到數(shù)據(jù)規(guī)模較大，因此必須提高設(shè)備故障診斷的智能化水平，混合智能故障診斷與預(yù)示技術(shù)就是在這種情況下誕生的，且效果顯著。因此探究混合智能故障診斷與預(yù)示技術(shù)具有十分重要的意義。

1 混合智能診斷與預(yù)示技術(shù)概述

1.1 混合智能診斷與預(yù)示技術(shù)的內(nèi)涵

當(dāng)前階段，應(yīng)用較為廣泛的人工智能技術(shù)主要包括專家系統(tǒng)、模糊邏輯、神經(jīng)網(wǎng)絡(luò)以及遺傳算法等幾種類型，不同技術(shù)的優(yōu)劣各有不同，如專家系統(tǒng)的知識(shí)獲取能力和解釋能力較強(qiáng)，但是容錯(cuò)能力較差。而神經(jīng)網(wǎng)絡(luò)的知識(shí)獲取能力和容錯(cuò)能力較輕，但是解釋能力較弱。遺傳算法的各項(xiàng)能力則相對(duì)平衡，知識(shí)獲取能力、容錯(cuò)能力、解釋能力等都較為優(yōu)良。由此可見(jiàn)，單一的應(yīng)用某種智能技術(shù)基本上都存在一定的缺陷，而將多種智能技術(shù)進(jìn)行混合則能實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)。除了上述幾種技術(shù)之外，近些年來(lái)也不斷涌現(xiàn)出了許多計(jì)算只能算方法，如粒子群算法、遺傳算法、免疫算法等。不同智能技術(shù)存在的優(yōu)勢(shì)和不足為混合智能故障診斷與預(yù)示技術(shù)的應(yīng)用提供了極大的靈活性。

混合智能技術(shù)即是指將多種人工智能技術(shù)有機(jī)的結(jié)合起來(lái)，充分發(fā)揮出不同智能技術(shù)的優(yōu)勢(shì)，已獲得更好的應(yīng)用效果。在進(jìn)行電子設(shè)備狀態(tài)監(jiān)測(cè)和故障診斷的過(guò)程中，將多種智能技術(shù)進(jìn)行綜合應(yīng)用可以實(shí)現(xiàn)對(duì)大型復(fù)雜關(guān)鍵設(shè)備早期、微弱和復(fù)合故障的及時(shí)發(fā)現(xiàn)和掌控，將故障危害控制到最低的范圍內(nèi)。

雖然當(dāng)前階段混合智能故障診斷與預(yù)示技術(shù)已經(jīng)在實(shí)際生產(chǎn)過(guò)程中得到了廣泛的應(yīng)用，但是尚未形成統(tǒng)一明確的定義。結(jié)合電子設(shè)備狀態(tài)監(jiān)測(cè)和故障診斷工作的特點(diǎn)，我們可以對(duì)混合智能故障診斷與預(yù)示技術(shù)作出以下定義：基于不同人工智能技術(shù)之間的差異性和互補(bǔ)性，充分發(fā)揮優(yōu)勢(shì)互補(bǔ)原則，結(jié)合不同機(jī)械信號(hào)處理和特征提取方法，將多種技術(shù)進(jìn)行靈活的結(jié)合、集成和融合，促進(jìn)故障診斷與預(yù)示系統(tǒng)的精確度和敏感性。

1.2 混合智能故障診斷與預(yù)示技術(shù)的實(shí)現(xiàn)步驟

圖1為混合智能故障診斷與預(yù)示技術(shù)的具體實(shí)現(xiàn)步驟。

（1）利用不同的信號(hào)處理技術(shù)和特征提取方法對(duì)電子設(shè)備的故障特征進(jìn)行采集，為設(shè)備故障的準(zhǔn)確診斷以及早期預(yù)示提供可靠的依據(jù)。一些早期、微弱以及復(fù)合的設(shè)備故障的特征十分不明顯，采用傳統(tǒng)故障診斷技術(shù)很容易出現(xiàn)遺漏，因?yàn)槠淝腥朦c(diǎn)過(guò)于單一。而不同信號(hào)處理方法的應(yīng)用可以從多種角度對(duì)故障特征信息進(jìn)行提取，盡可能的獲得設(shè)備故障的有效特征。

（2）基于“優(yōu)勢(shì)互補(bǔ)”的原則，在復(fù)雜設(shè)備診斷中綜合應(yīng)用多種人工智能技術(shù)，充分發(fā)揮不同技術(shù)的優(yōu)勢(shì)實(shí)現(xiàn)對(duì)故障的準(zhǔn)確診斷。對(duì)于復(fù)雜程度較高的問(wèn)題，可以將其進(jìn)行適當(dāng)?shù)姆纸?，針?duì)每一個(gè)子問(wèn)題采用最適當(dāng)?shù)娜斯ぶ悄芗夹g(shù)進(jìn)行診斷，最后將所有子問(wèn)題的診斷結(jié)果進(jìn)行融合，這樣不僅可以有效的避免問(wèn)題遺漏，同時(shí)還可以強(qiáng)化故障診斷的精確性，實(shí)現(xiàn)對(duì)故障發(fā)生位置的準(zhǔn)確判斷，為故障發(fā)展趨勢(shì)的預(yù)測(cè)奠定堅(jiān)實(shí)的基礎(chǔ)。

通過(guò)對(duì)混合智能故障診斷與預(yù)示技術(shù)內(nèi)涵以及實(shí)現(xiàn)過(guò)程的闡述分析可知，在混合智能故障診斷和預(yù)示技術(shù)應(yīng)用的過(guò)程中，故障特征信息獲取和智能診斷是兩個(gè)十分關(guān)鍵且聯(lián)系緊密的環(huán)節(jié)。因此，混合智能故障診斷與預(yù)示技術(shù)實(shí)際上是通過(guò)多種人工智能技術(shù)的綜合應(yīng)用，實(shí)現(xiàn)故障特征提取和信號(hào)處理方法與智能技術(shù)的融合。

2 混合智能故障診斷與預(yù)示技術(shù)的實(shí)際應(yīng)用與發(fā)展趨勢(shì)

2.1 應(yīng)用實(shí)例分析

TKR-651電臺(tái)是一種廣泛應(yīng)用于教練機(jī)、轟炸機(jī)、殲擊機(jī)等軍用飛機(jī)的機(jī)載電臺(tái)，其電子部件接口信號(hào)十分復(fù)雜，主要包括數(shù)字量、模擬量、開關(guān)量、連梁等，考慮到其硬件系統(tǒng)要做到“綜合、通用”，可以對(duì)各種類型的機(jī)載設(shè)備進(jìn)行性能檢測(cè)，于是研制出了機(jī)載設(shè)備自動(dòng)測(cè)試系統(tǒng)，具體結(jié)構(gòu)如圖2所示。具體檢測(cè)過(guò)程可以分為以下兩個(gè)環(huán)節(jié)。首先，故障模式確定。以TKR-651電臺(tái)的基本測(cè)試為基礎(chǔ)，將所有可測(cè)試性能指標(biāo)全部列入到節(jié)點(diǎn)中，性能指標(biāo)超標(biāo)即映射至故障現(xiàn)象，并對(duì)數(shù)據(jù)節(jié)點(diǎn)中的各項(xiàng)性能參數(shù)進(jìn)行模糊處理。其次，根據(jù)上述選擇的各個(gè)節(jié)點(diǎn)，繪制TKR-651故障模式圖，填寫智能分析系統(tǒng)中的知識(shí)表，構(gòu)建TKR-651電臺(tái)故障診斷知識(shí)庫(kù)，依托該知識(shí)庫(kù)由系統(tǒng)選擇推理引擎進(jìn)行故障的搜尋和定位。

2.2 混合智能故障診斷與預(yù)示技術(shù)應(yīng)用的發(fā)展趨勢(shì)分析

近些年來(lái)，混合智能故障診斷與預(yù)示技術(shù)在實(shí)踐中取得了不俗的效果使得其受到了更多的關(guān)注，針對(duì)這種技術(shù)的研究項(xiàng)目也變得越來(lái)越多，但是其中仍舊存在一定的問(wèn)題?？梢灶A(yù)見(jiàn)到，混合智能故障診斷與預(yù)示技術(shù)在未來(lái)一段時(shí)間的發(fā)展將集中在以下幾個(gè)方面：

（1）加強(qiáng)對(duì)故障多域敏感特征提取的研究，拓展信號(hào)處理技術(shù)和特征提取方法，如盲分離、多小波、總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸?、隨機(jī)共振等，從多個(gè)角度切入對(duì)故障信息特征進(jìn)行提取，創(chuàng)新技術(shù)形式探究不同特征對(duì)故障的敏感度，構(gòu)建可用于多域特征提取和敏感性評(píng)估的特征體系，為混合智能故障診斷和預(yù)示技術(shù)的高效應(yīng)用提供科學(xué)可靠的依據(jù)。

（2）加強(qiáng)對(duì)不同人工智能技術(shù)之間優(yōu)勢(shì)互補(bǔ)關(guān)系的研究，為多種智能技術(shù)的靈活搭配和混合應(yīng)用提供充實(shí)的依據(jù)，對(duì)人工技術(shù)的混合應(yīng)用模式進(jìn)行豐富，構(gòu)建完善的實(shí)用化混合智能診斷與預(yù)示系統(tǒng)，提高大型復(fù)雜關(guān)鍵設(shè)備早期、微弱以及復(fù)合故障的診斷和預(yù)示效果，切實(shí)保障生產(chǎn)系統(tǒng)的穩(wěn)定運(yùn)行。

（3）設(shè)備的健康管理。針對(duì)事后維修和定期維修在很多領(lǐng)域已經(jīng)不能滿足維修保障要求的問(wèn)題，于是設(shè)備健康管理的概念被提出。PHM系統(tǒng)即是依托PHM技術(shù)先進(jìn)傳感器集成收集設(shè)備數(shù)據(jù)，結(jié)合其他有效信息，借助合適的算法模型對(duì)目標(biāo)對(duì)象進(jìn)行故障預(yù)測(cè)，同時(shí)提供維修保障決策及實(shí)施計(jì)劃的一種視情維修技術(shù)。系統(tǒng)的決策支持層一旦預(yù)測(cè)到故障可能發(fā)生，會(huì)結(jié)合當(dāng)前運(yùn)行環(huán)境給出合理的后期運(yùn)行方案，準(zhǔn)確可信的故障診斷和預(yù)測(cè)結(jié)構(gòu)是健康管理目標(biāo)實(shí)現(xiàn)的必要保障。

3 結(jié)語(yǔ)

綜上所述，電子設(shè)備故障診斷是一門實(shí)用性極強(qiáng)的學(xué)科，故障診斷技術(shù)的有效性直接影響著電子設(shè)備的運(yùn)行效果。近些年來(lái)，隨著人工智能技術(shù)的持續(xù)發(fā)展，混合智能故障診斷與預(yù)示技術(shù)的出現(xiàn)為大型復(fù)雜關(guān)鍵設(shè)備的早期、微弱、復(fù)核故障的診斷與預(yù)示提供了一條新的思路，且在實(shí)踐中取得了一定的成效。但我們?nèi)孕枰庾R(shí)到，混合智能故障診斷與預(yù)示技術(shù)仍舊存在一定的問(wèn)題，應(yīng)該進(jìn)一步加強(qiáng)研究，為大型復(fù)雜關(guān)鍵設(shè)備的穩(wěn)定運(yùn)行提供良好的保障。

參考文獻(xiàn)

[1]饒利強(qiáng).混合智能故障診斷技術(shù)在異步電機(jī)故障診斷中的應(yīng)用研究[D].南昌大學(xué)，2016.

[2]雷亞國(guó)，何正嘉.混合智能故障診斷與預(yù)示技術(shù)的應(yīng)用進(jìn)展[J].振動(dòng)與沖擊，2011，30（09）：129-135.

[3]張周鎖.基于拉計(jì)算的混合智能故障診斷技術(shù)及應(yīng)用[A].中國(guó)振動(dòng)工程學(xué)會(huì)故障診斷專業(yè)委員會(huì).第十二屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C].中國(guó)振動(dòng)工程學(xué)會(huì)故障診斷專業(yè)委員會(huì)，2010：4.