【2017年整理】机械产品故障诊断.doc

摘 要 在简要介绍故障诊断理论的基础上，着重评述了当前最具应用性的基于知识的故障诊断方法，将其分为 5大类，即：专家系统故障诊断方法；模糊故障诊断方法；故障树故障诊断方法；神经网络故障诊断方法和数据融合故障诊断方法。并以此为基础，对现有的机械产品（汽车）故障诊断方法进行了小结。再以汽车玻璃升降器常见故障诊断为案例来深化体会。 关键词：故障诊断；方法；集成化；汽车玻璃升降器1．故障诊断理论简述 目前，故障诊断已成为一个十分活跃的研究领域。所谓故障，广义的讲，可以理解为任何系统的异常现象，使系统表现出所不期望的特性。故障诊断技术主要包含三方面的内容：故障检测、故障隔离、故障辨识。所谓故障检测是判断系统中是否发生了故障及检测出故障发生的时刻；故障隔离就是在检测出故障后确定故障的位置和类型；故障辨识是指在分离出故障后确定故障的大小和时变特性。近几十年来，故障诊断技术得到了深入广泛的研究，提出了众多可行的方法。 现有的故障诊断方法，概括起来可分为三大类:（1）基于信号处理的方法；（2）基于解析模型的方法；（3）基于知识的诊断方法。所谓基于信号处理的方法，通常是利用信号模型，如相关函数、频谱、自回归滑动平均、小波变换等，直接分析可测信号，提取诸如方差、幅值、频率等特征值，从而检测出故障。所谓基于解析模型的方法，是在明了诊断对象数学模型的基础上，按一定的数学方法对被测信息进行处理诊断，它可分为状态估计法、等价空间法和参数估计法。目前此种方法得到了深入的研究；但在实际情况中，常常难以获得对象的精确数学模型，这就大大限制了基于解析模型诊断方法的使用范围和效果。近年来，人工智能及计算机技术的飞速发展，为故障诊断技术提供了新的理论基础，产生了基于知识的故障诊断方法，此方法由于不需要对象的精确数学模型，而且具有某些“智能”特性，因此是一种很有生命力的方法。基于知识的故障诊断方法主要可以分为：专家系统故障诊断方法；模糊故障诊断方法；故障树故障诊断方法；神经网络故障诊断方法和数据融合故障诊断方法等。 2．基于知识的故障诊断方法 2.1专家系统故障诊断方法 专家系统故障诊断方法，是指计算机在采集被诊断对象的信息后，综合运用各种规则（专家经验），进行一系列的推理，必要时还可以随时调用各种应用程序，运行过程中向用户索取必要的信息后，就可快速地找到最终故障或最有可能的故障，再由用户来证实。此种方法国内外已有不少应用。专家系统的故障诊断方法可用图1的结构来说明：它由数据库，知识库，人机接口，推理机等组成。其各部分的功能为： 图 1 故障诊断专家系统结构图 数据库：对于在线监视或诊断系统，数据库的内容是实时检测到的工作数据；对于离线诊断，可以是故障时检测数据的保存，也可是人为检测的一些特征数据。即存放推理过程中所需要和产生的各种信息。 知识库：存放的知识可以是系统的工作环境，系统知识（反映系统的工作机理及结构知识）；规则库则存放一组组规则，反映系统的因果关系，用来故障推理。知识库是专家领域知识的集合。 人机接口：人与专家系统打交道的桥梁和窗口，是人机信息的交接点。 推理机： 根据获取的信息综合运用各种规则进行故障诊断，输出诊断结果。是专家系统的组织控制结构。 2.2模糊故障诊断方法 故障诊断是通过研究故障与征兆（特征元素）之间的关系来判断设备状态。由于实际因素的复杂性，故障与征兆之间的关系很难用精确的数学模型来表示，随之某些故障状态也是模糊的。这就不能用“是否有故障”的简易诊断结果来表达，而要求给出故障产生的可能性及故障位置和程度如何。此类问题用模糊逻辑能较好的解决。这就产生了模糊故障诊断方法。 图 2 模糊故障诊断方法 模糊故障诊断典型方法是模糊故障向量识别法,其诊断过程如图2。 a）建立故障与征兆之间的模糊关系矩阵R，也叫隶属度矩阵。矩阵中的每个元素的大小表明了它们之间的相互关系的密切程度。 b) 测试待诊断对象待检状态的特征参数，提取特征参数向量矩阵X。 c) 求解关系矩阵方程 Y= X * R，得到待检状态的故障向量Y，再根据一定的判断原则,如最大隶属度原则、阈值原则或择近原则等，得到诊断结果。 另外一种模糊故障识别方法是模糊聚类分析。它是将模糊集划分成不同水平的子集，然后通过聚类分析判断故障最可能属于的子集。 从而给出诊断结果。3．故障树故障诊断方法 3.1 故障树诊断原理（FT） 故障树（FT）模型是一个基于被诊断对象结构、功能特征的行为模型,是一种定性的因果模型,以系统最不希望事件为顶事件，以可能导致顶事件发生的其他事件为中间事件和底事件，并用逻辑门表示事件之间联系的一种倒树状结构。 它反映了特征向量与故障向量 （ 故障原因）之间的全部逻辑关系。图3即为一个简单的故障树。图中顶事件：系统故障，由部件A或部件B引发，而部件A的故障又是由两个