论现代信息技术在机械故障诊断中应用.docVIP

论现代信息技术在机械故障诊断中应用 　　[摘 要]我国现在应用的机械故障诊断技术，尽管在某些方面已经取得了很大的成效，但是在诊断的过程中明显存在着局限性，诊断结果的可靠性也令人堪忧。因此，人们把信息融合技术引用到机械故障的诊断上来。因此，本文就针对信息技术在机械故障诊断中的应用做了论述与分析。 　　[关键词]机械；信息技术；故障 　　中图分类号：TP306 文献标识码：A 文章编号：1009-914X（2014）35-0277-01 　　信息融合是利用计算机技术将来自多个传感器或多源的观测信息进行分析、综合处理，从而得出决策和估计任务所需的信息的处理过程。在一定的程度上，这不仅仅是单纯的数据融合，它所包含的内涵非常广泛，所探测的信息、信号也更加确切，并具有很强的概括性。目前，我国机械故障诊断方法大多采用传统的诊断方式，这种方式往往只能对一种信息或几种信息进行观察和分析，而不能对多种信息进行多层次、多角度的观察和分析，给故障诊断的有效性带来很大的局限，也令人质疑故障诊断的结果是否可靠。因此，信息融合技术的应用，既保证了多传感器获得信息的准确性，也提高了机械故障诊断结果的可信度。 　　一、传统机械故障诊断技术的现状 　　（一）传统机械故障诊断的局限性 　　传统的机械故障诊断技术，在进行机械故障诊断的过程中，只能对机械信息中的一种或几种进行观察和分析，并不能对机械故障的信息进行全面的集合，从而使机械故障诊断的结果是局域性的。例如，通过振动加速度信号对轴承状态进行诊断时，就是因为信号类型太过单一，能获得的轴承状态信息太少，而导致很难对轴承状态特征得出准确的评价。如果能对轴承状态的多种信息，例如轴承润滑油的温度信息、油样信息等进行多层次、多角度的观察和分析，将会对轴承状态做出更加准确的评价。 　　（二）传统机械故障诊断结果的不确定性 　　我们并不否认通过一种或者几种信息可以对机械故障做出判断，但是在很多的情况下，这种判断的结果并不可靠。在机械故障诊断的过程中，利用多种信息得出的判断，相对于只利用一种信息得出的判断而言，结论会更加令人信服。例如，在诊断齿轮裂纹时，只利用箱体振动加速度信号进行分析得出的结论，显然不具有很强的说服力，令人质疑结果的可靠性。 　　二、机械故障诊断引进信息融合技术的必然性 　　（一）多传感器的应用提供了不同通道的信息 　　传统机械故障诊断的方式只能利用一种或者几种信息来提取机械的状态特征，随着机械故障系统越来越复杂，越来越多的传感器被用来探测和感受信息，并且类型多种多样。并且不同类型的多个传感器，能够探测和感受到机械不同类型、不同部位的大量信息。因此，对机械故障诊断技术提出了更高的要求。 　　（二）多种多样故障的表现形式增加了诊断的难度 　　由于机械故障系统的庞大化，故障产生的原因也更加复杂，不同的故障原因也可以是同一特征的故障表现形式，这就对机械故障诊断技术提出了更高的要求。例如，引起旋转机械转子异常震动的原因可以是机械轴承座松动也可以是转子相互碰撞以及其他原因。尽管使旋转机械转子发生异常震动的原因不同，但是它的结果表现出来都是一样的。因此，在这种情况下是很难通过同一种信号观察和分析出故障产生的原因。 　　（三）信息的不完整提高了诊断对象的不确定性 　　在机械故障诊断的过程中，很多因素可能导致传感器探测和感受到的信息不完整或是不精确，提高了诊断对象的不确定性，使得故障诊断技术很难确定具体的诊断对象是什么。 　　三、机械故障诊断过程中信息融合技术 　　（一）以神经网络为基础的信息融合方法 　　简单地说，它是一种以人脑神经系统为基础，由大量处理单元组成的非线性大规模自适应动力系统。它不但模仿人脑神经系统具有学习、记忆、计算等能力，还在一定的程度上具有了智能信息处理、检索等功能，有效地将信息管理与系统结构结合为一体，没有任何的局限性和不确定性。具体讲，它能够从各种类型的多个传感器探测的信息中提取出各种状态特征，并使各种状态特征精确地对应着机械的各种故障和运行状态，准确地找出机械故障的原因。 　　（二）以贝叶斯理论为基础的信息融合方法 　　在机械故障诊断的过程中，往往因为诊断对象的不确定性，或是机械运动的声音太过嘈杂等原因，使得传感器获得的信息大多是不全面或不精确的。这样不确定的信息，就使的传统诊断技术很难从中提取出机械的状态特征，精确地诊断出机械故障的原因，而贝叶斯理论就是针对这种情况提出的。贝叶斯理论是在概率密度函数基础上发展和建立的推理方法。在机械运动的过程中，可能会随机地出现很多问题。问题出现的时机看似非常随便，但是却有一定的规律，而概率密度函数就是对这种规律最严密的计算方式。因此贝叶斯方法以概率密度学为基础，可以对传感器的各种类型、各个部位的信息，进行综合观察和分析