您的位置: 旅游网 > 情感

机械智能故障诊断方法的分类

发布时间:2020-01-16 19:18:29

机械智能故障诊断方法的分类

现有的智能故障诊断方法总体可以归为三类:基于模型的诊断方法、基于信号处理的诊断方法以及基于知识的诊断方法。

基于模型的诊断方法

基于模型的诊断方法是在已经有清晰模型的诊断系统中,通过模型得到的数值和实际采集的数值对比而得到的残差,通过残差和特定指标对比得到诊断结果。基于模型的诊断方法包括状态估计、参数估计、等价空间。状态估计法是构建一个系统状态观测器,将系统实际输出值和经过状态观测器得到的估计值相比得到一个残差序列,以检测出系统故障。参数估计诊断故障的依据是系统参数变化的统计特性。等价空间法的核心思想是采集到实际系统的输入输出信号,接着检验系统模型的等价性,通过对比来检测系统的故障并进行诊断。

基于信号处理的诊断方法

传统傅里叶变换的频谱分析诊断技术是建立在信号为周期信号或具有平稳性的基础上的,要求系统为线性系统。然而复杂的大型旋转机械设备的振动信号往往都是非平稳信号,以傅里叶变换的诊断方法只能分析出频域信息,丧失了时域信息。时频分析的目的是建立一种能在时间和频域上同时表示信号的能量的分布,就可以提取故障特征信号。典型的时频域方法有小波变换、Hilbert变换等。除了时频域分析方法外,盲分离技术也是信号处理以及故障诊断领域的热点问题。盲分离是仅仅根据复合信号恢复出独立的原始源信号,进而能分析系统的故障机理并进行诊断。

经验模式分解(EMD)方法是通过将信号分解成有限个包含局部特征信息的本征函数,并进行希尔伯特变换得到包络谱,筛选出表示故障的特征信息。EMD算法存在端点效应和模式混淆等不足。此外,谱分析技术也是直接有效的基于信号处理故障诊断的方法。

基于知识的诊断方法

基于知识的诊断方法,由于其不需要故障系统的精确数学模型,在旋转机械目前大型化和复杂化很难确定系统模型的背景下越来越受学者的重视。目前在故障诊断中应用广泛的有专家系统、支持向量机、故障树的诊断法、数据融合等。专家系统能对即时收集到的系统数据运用知识库中已有的规则进行推理,根据实际不断修改推理策略准确地找到系统的故障类型。

然而,知识库完善程度影响专家系统的诊断能力。支持向量机法在少样本的情况下对数据经过非线性变换映射到高维空间,并迅速找到故障类型。不过,由于样本选取不当可能出现过学习等现象。基于故障树的诊断方法是由果溯因的过程,需要事先知道各故障的概率和先验知识,由系统最终的故障寻找产生故障的源头。数据融合方法是对多个传感器在时空的互补和冗余信息经过特定的优化算法,得到对系统故障统一的描述。

北京市平谷区峪口社区卫生服务中心
新疆库尔勒市妇幼保健院
治疗继发性癫痫病
山西癫痫病医院到哪里好
梅州哪个医生治白癜风好
猜你会喜欢的
猜你会喜欢的