殷 劍

（江西農(nóng)業(yè)大學(xué) 南昌商學(xué)院，江西 九江 332020）

0 引 言

隨著網(wǎng)絡(luò)信息技術(shù)的發(fā)展，結(jié)合物聯(lián)網(wǎng)的設(shè)備故障三維檢測方式逐漸興起。該方法存在三維建模過程復(fù)雜、診斷過程復(fù)雜、易受外界因素影響以及對觀察人員專業(yè)性要求高的問題[1]。因此，提出結(jié)合神經(jīng)網(wǎng)絡(luò)原理對電子設(shè)備故障智能診斷方法進(jìn)行研究。

1 大型電子設(shè)備故障智能診斷技術(shù)

利用設(shè)備運行特征集合提取方法診斷設(shè)備故障特征參數(shù)，根據(jù)檢測結(jié)果劃分、修正故障種類，快速完成設(shè)備故障檢測[2]。

1.1 故障特征參數(shù)計算

電子設(shè)備故障診斷需要采用LMD從原始信號中提取故障類別特征，若ζ的最終取值屬于(xmin,ymax)范圍，表示該區(qū)域設(shè)備存在故障隱患，應(yīng)檢測設(shè)備故障位置和等級。找到實體設(shè)備故障等級中最小子集后，設(shè)初始化結(jié)果集合為空集，輸入初始二元組，接收故障參數(shù)預(yù)警信息。設(shè)提取的電子設(shè)備振動噪音信號頻率為A，設(shè)備時域運行參數(shù)方差為i，設(shè)備故障檢測參數(shù)峰值為j，電子設(shè)備時域特征向量為v，則參數(shù)診斷算法如下：

若P為電子設(shè)備故障采樣數(shù)據(jù)，R為電子設(shè)備正常運行的標(biāo)準(zhǔn)值，n為故障噪聲參數(shù)值，則最小子集頻率診斷算法為：

結(jié)合上述算法計算設(shè)備震動頻率極值，提取或抵消噪聲特征分量信號，解決大型電子設(shè)備故障診斷過程中常見的模式混淆、不連續(xù)等問題，有利于故障參數(shù)分析。

1.2 基于神經(jīng)網(wǎng)絡(luò)的故障定位

故障診斷需要采集電子設(shè)備運行時的信號特征參數(shù)分布情況。根據(jù)前文算法，對比設(shè)備運行參數(shù)范圍劃分設(shè)備故障等級，以特征提取算法采集大型電子設(shè)備故障參數(shù)，利用神經(jīng)網(wǎng)絡(luò)原理法計算設(shè)備運行時的最優(yōu)等級分類參數(shù)[3]，提高局部故障隱患搜索能力。

1.3 電子設(shè)備故障診斷技術(shù)應(yīng)用

根據(jù)設(shè)備異常信息診斷結(jié)構(gòu)，對比設(shè)備中運行期望數(shù)值狀態(tài)與實際數(shù)值狀態(tài)。為保證設(shè)備可達(dá)到期望狀態(tài)，診斷設(shè)備故障時應(yīng)計算故障參數(shù)修復(fù)值。設(shè)△E為誤差系統(tǒng)部件X、Y、Z的公差，I為可接受最大誤差，則故障診斷算法如下：

為保障故障診斷準(zhǔn)確性，輸入上述計算所得實際設(shè)備參數(shù)，跟蹤監(jiān)測電子設(shè)備實際狀態(tài)并實時檢測。采用分層診斷原理逐層診斷大型電子設(shè)備故障，準(zhǔn)確定位故障部件及等級，排查故障位置和原因，最大程度地減少設(shè)備故障帶來的損失。

2 實驗結(jié)果分析

為檢驗本文方法對大型電子設(shè)備故障診斷的正確性和有效性，進(jìn)行對比實驗，使設(shè)備網(wǎng)絡(luò)數(shù)據(jù)節(jié)點分布在2 000 m×2 000 m的均勻陣列區(qū)域范圍內(nèi)。設(shè)置實驗參數(shù)，如表1所示。

表1 實驗參數(shù)設(shè)置

參數(shù)設(shè)置后，選擇沒有主成分分析的支持向量機（SVM）、主成分分析+BP神經(jīng)網(wǎng)絡(luò)（PCA-BPNN）診斷方法進(jìn)行對比實驗。實驗檢測時，給電子設(shè)備設(shè)置微小故障參數(shù)，根據(jù)設(shè)備運行實際故障現(xiàn)象，檢測傳統(tǒng)模糊方法、專家診斷方法和實驗方法的診斷效率，故障診斷結(jié)果對比數(shù)據(jù)如表2所示。

由表2可知，本文系統(tǒng)能夠準(zhǔn)確診斷設(shè)備故障，且效率更高。繪制傳統(tǒng)方法和實驗方法分別對早期電子系統(tǒng)短路故障狀態(tài)波動情況的檢測情況，以便分析后續(xù)故障診斷效果。故障診斷過程中，干擾參數(shù)對診斷結(jié)構(gòu)造成直接影響。設(shè)備干擾參數(shù)波動越大，診斷效果越差。通過對比傳統(tǒng)方法和本文方法的診斷干擾參數(shù)，分析故障診斷效果，結(jié)果如圖1所示。

表2 故障診斷結(jié)果對比

圖1 對比實驗檢測結(jié)果

由圖1可知，相對于傳統(tǒng)方法，本文提出的結(jié)合特征提取和神經(jīng)網(wǎng)絡(luò)的大型電子設(shè)備故障檢測方法干擾度明顯較低，說明本文方法檢測效果更穩(wěn)定。

3 結(jié) 論

隨著現(xiàn)代化工業(yè)的發(fā)展，電子設(shè)備運行受環(huán)境、運作磨損等因素影響，經(jīng)常出現(xiàn)復(fù)雜的設(shè)備故障問題。因此，提出對大型電子設(shè)備故障智能檢測方法的研究。經(jīng)過仔細(xì)研究與設(shè)計，經(jīng)實驗證實了本文方法對大型電子設(shè)備故障有高效準(zhǔn)確的檢測，實用性較高，滿足研究要求。