机械故障诊断期末资料(考题)

机械故障诊断期末资料1.概述一下人工智能诊断方法，重点介绍其中一种：原理，优缺点，应用范围，未来发展趋势。答：神经网络法，模糊诊断法，故障树分析法，专家系统诊断法。一、神经网络法：人工神经网络简称神经网络，它用大量简单的基本元件模拟生物的神经信息处理方式。它是模拟人脑神经组织结构特性建成的非线性动力学网状系统，有类似人脑处理信息的某些功能。它的特点：①并行处理（神经元并行处理数据），②容错性（神经网络通过学习获得的知识，存储在网络的大量神经元及它们的连接中部分神经元损坏停止工作，或出现差错，也不影响网络的记忆处理能力，系统的输出不受影响）③自适应性（网络的连接强度（权重）可以改变，网络的可塑性很强。所以通过训练与学习，网络能实现规定的功能，适应各种外部环境，具有很高的自适应能力。）具体模拟方法：将生物神经元输入、输出脉冲的密度用模拟电压来表示，则可用如图1所示的模型模拟生物神经元信息BP网络（Back-Propagation），即著名的BP算法图中xi（i=1，2„„，n)，为加于输入端（突触）上的输入信号；ωi为相应的突触连接权系数，它是模拟突触传递强度的一个比例系数；Σ表示突触后信号的空间累加；θ表示神经元的阀值；σ表示神经元的响应函数。该模型的数学表达式为神经元模型神经网络优缺点：优点：1.工作时具有高速度2.具有容错和容差能力3.适合于求解难以找到好的求解规划的问题。缺点：1.通用性差2.不宜用来求解必须得到正确答案的问题3.难于精确分析神经网络的各项性能指标。神经网络应用范围：图像处理，信号处理，模式识别，机器人控制，医疗，焊接领域。神经网络故障诊断系统用途：用来识别设备的故障类型，只要用不同类型的训练样本集对网络训练之后，网络就能对输入的新监测信息迅速给出设备故障类型的判断。二、模糊诊断法。模糊诊断来由：机械设备的运行状态有些是明确的，有些则界限不清带有不同程度的模糊性，尤其是设备出现早期故障时。同样，机械设备状态的特征参数，其“大小”“强弱”有些也是界限不清带有不同程度的模糊性。传统的二值逻辑诊断设备故障，即特征量超过某值就认为“大”，是故障的表现（征兆），设备就判为有故障；特征量低于某值就认为“小”，设备就判为无故障，是十分不合理的。模糊诊断基础：模糊数学。模糊数学将0、1二值逻辑推广为可取[0,1]闭区间中任意值的连续逻辑，它是研究处理模糊现象的一种数学方法。模糊诊断主要原理：模糊诊断主要用于多特征参数（特征向量，征兆向量）的故障综合诊断。诊断前应先建立设备故障（状态）与征兆(特征)的模糊关系矩阵，然后根据监测到的特征参数值并通过隶属函数确定出征兆(特征)模糊向量；最后根据征兆模糊向量和模糊关系矩阵计算设备的故障（状态）模糊向量，从而推断出设备最大可能的运行状态。三、专家系统专家系统简介：专家系统是由计算机软件组成的系统，它具有某一领域的专家知识和推理方法，能解决专家才能解决的难题。所以它是一种模拟专家大脑功能的智能型软件系统，是人工智能的一个重要分支，用以解决复杂的、高难的故障诊断问题。专家系统组成：1．知识库知识库是存放专家知识、经验和书本知识、常识的存储器。建立知识库的主要问题是知识的表达形式，知识必须转换成便于计算机管理和使用的形式后，才能存放在知识库中。2．数据库数据库又称工作存储器或称黑板，用来存放输入的初始信息，推理过程中得到的中间信息和最终的结论。数据库与知识库的区别在于前者的内容在推理过程中要不断变化，而后者的内容只能通过知识获取器才能进行改变。3．推理机推理机是一组计算机推理程序，用来控制、协调知识库与数据库的运行，其任务是根据数据库中用户输入的信息，利用知识库中的知识，按一定方法（演绎推理、归纳推理、联想与类比等）推导出应有的结论。推理程序与专家知识（存放在知识库中）分离是专家系统与传统的计算机应用程序本质上的区别，正是由于知识和推理程序的分离才使专家系统具有极大的灵活性，可以处理本专业领域中的各种问题，而且这种分离也使知识的修改，更新，充实变得十分容易，使专家系统具有很强的适应性。4．解释器解释器是对推理过程做出解释的一组程序，其任务是回答用户问题使用户理解专家系统推理过程的细节，增强用户对专家系统作出结论的信任程度。5．知识获取器知识获取器又称知识库的编辑程序，其任务是建立，修改，充实知识库中的知识。知识获取过程又称机器学习过程，是专家知识（知识源）转移到知识库的过程。最基本的机器学习过程是由专家系统的设计者向领域专家收集知识经过整理加工后，输入系统存入知识库。最高级的机器学习过程是通过全自动化系统自动获取知识，这是解决知识获取“瓶颈”的根本出路，也是人工智能领域目前的研究热点。专家系统发展趋势：近年来,发展专家系统不仅要采用各种定性的模型,而且要将各种模型综合运用,以及运用人工智能和计算机技术的一些新思想和新技术,如分布式和协同式。这些都是专家系统的发展趋势。1通用性专家系统2分布式专家系统3协同式专家系统。四、故障树分析法故障树分析法原理：故障树分析法(FTA:FaultTreeAnalysis)是在系统设计过程中，通过对可能造成系统失效的各种因素（包括硬件、软件、环境、人为因素）进行分析，画出逻辑框图（即故障树），从而确定系统失效原因的各种可能组合方式或其发生概率，以计算系统失效概率，采取相应的纠正措施，以提高系统可靠性的一种设计分析方法。它的优点：（1）故障树是一种图形演绎法，它用图形清晰的表达了系统故障事件的内在联系并指出了单元故障与系统故障之间的逻辑关系。（2）故障树分析法能够把系统故障各种可能因素联系起来，有利于找到系统的薄弱环节和系统的故障谱。（3）故障树可以作为管理和维修人员的一个形象的管理、维修指南，可以大大缩短维修人员的培训时间。（4）通过故障树可以定量的计算复杂系统的失效概率和可靠性参数，可以求出复杂系统的一些可靠性特征量，还能让设计人员弄清楚系统故障模式和成功模式，衡量元、部件对系统的危害度和重要度，为改进和评估系统提供定量的依据。（5）故障树分析和计算机技术的结合，计算机程序已成为故障树分析中不可缺少的工具。它的缺点：（1）复杂系统的建树工作量大，容易导致错漏。对于研究目标的系统故障，各个分析人员所取的范围会有所不同，因而可能漏掉重大的系统故障。同样，在系统故障逐步向元、部件做演绎分析时，也有可能漏掉一些元、部件故障模式。（2）FTA法理论性较强，逻辑性比较严密。对分析人员的经验和知识水平要求较高。（3）收集数据困难。在故障树诊断系统中，顶事件的概率是由若干底事件的概率按照一定的规律求得。当数据不可信时，故障分析的结果亦不可信。（4）无法解决顶事件和底事件的发生概率不确定(模糊概率)问题，故障树分析法要求系统的底事件和顶事件是一个确定性的事件，即要么发生故障要么正常，这样才能确定顶事件是否处于正常状态。然而对于非确定性的模糊事件构成的故障树，用传统的故障树分析方法就显得无能为力了。一般来说，模糊事件在实际中是大量存在的，事件发生的不确定性才是事件的本质。应用范围：运用于核工业、航天、航空、机械、电子、化工等各领域。（1）在事故树分析中顶上事件可以是已经发生的事故，也可以是预想的事故。通过分析找出事故原因，采取相应的对策加以控制，从而可以起到事故预防的作用。（2）查明系统内固有的或潜在的各种危险因素，为安全设计、制定安全技术措施和安全管理提供科学、合理的依据。发展趋势：（1）基于BDD的FTA方法。利用传统的FTA方法计算系统中的部件重要度是一个非常复杂的过程，而利用BDD方法来分析部件重要度，计算系统的各基本事件的结构重要度和概率重要度时，可通过计算机编程来实现，计算效率也比较高，适用于静态系统。（2）基于Petri网的FTA方法。Petri网对系统的动态行为建模方面的能力很强。将故障树转换为Petri网模型时，故障征兆在故障传播时不会改变，因此Petri网是适合描述此类转换的模型。应用Petri网简化故障树模型，可以减少最小割集的计算量。（3）基于贝叶斯网络的FTA方法。贝叶斯网络能够描述系统多态性且故障逻辑关系非确定性，并能进行不确定性推理，更适合复杂系统可靠性分析，在多态故障树基础上建立贝叶斯网络，计算条件概率和各元件的重要度，能够提高FTA方法描述和处理不确定信息的逻辑能力。（4）基于FTA方法的智能故障诊断系统。智能故障诊断系统具有界面友好、操作简单、功能完备、修改方便以及可扩展性、可封闭性等特点。第二题：常用的机械故障诊断方法，它的原理和方法是什么，用了哪些传感器，请详细讲一种。答：有噪声诊断法，振动诊断法，温度诊断法，油液分析法。一、噪声诊断法包括能量统计法，声发射法等。（1）能量统计法原理：通过机械运行时释放声能的变化来判别机械是否出现故障。他的缺点是：原理虽简单，但在实际运用中技巧很难掌握，容易受到混合信号的干扰，所以限制了它的推广。（2）声发射法原理：通过设备运行中部件释放的弹性波能量，来实现故障的识别和采集。应用范围:机械加工中金属材料状态以及轴承滚子（尤其是低速轴承）等表面状态。所用传感器：谐振式传感器，差动式传感器，宽带传感器。二、振动诊断法振动诊断法原理：设备在运转过程中都会不同程度地发生振动。当它们稳定工作时，振动有一个典型的极限值和一定的特性。而当设备内部的零件发生异常，振动的大小和振动的型式都会发生变化。因此，我们可以用先进的检测和分析仪器，对设备进行振动测量，根据测得的振动参数，分析和判断设备的运行状态。常用传感器：有位移传感器，加速度传感器，速度传感器。三、温度诊断法温度诊断法原理：温度异常是机械设备的“热信号”，利用这种热信号可以找到机械部件中的缺陷和热应力引起的故障。四、油液分析法原理：根据光谱、铁谱等实验室方法分析油样的成分、磨粒大小、形状、色彩等方面确定磨损部位，磨损原因，磨损程度。适用范围：在发动机、齿轮传动、轴承系统、液压系统等。优点：无需对系统分解和拆卸,可减少维修时间和人力、物力,提高设备的完好率。缺点：在技术上我国目前的油液分析工作主要以实验室仪器分析为主,不能完全满足外场快速分析诊断的需求。案例：(1)某舰艇主柴油机连杆轴瓦镀层异常磨损分析(2)某舰绞缆机液压油泵严重磨损分析发展趋势：1嵌入式传感器和在线监控系统。2便携式和微型化仪器近年来,各国研制了多种便携式通用油液分析仪器,以适应于外场使用。3多参数、多功能、综合化油液分析仪器，为更好地确定油品和机械设备的性能和状况。4智能化、自动化监测系统及软件的开发应用。5远程诊断和油液分析服务。这些油液远程诊断和分析服务系统的建立,不仅加速了技术合作和信息交流。用到的仪器：第一类是油液理化性能分析仪器,如粘度计、水分仪、快速油液理化性能分析仪等;第二类是铁谱仪,有分析式铁谱仪、直读式铁谱仪、旋转式铁谱仪、在线式铁谱仪等;第三类是光谱仪,有发射光谱仪、原子吸收光谱仪、红外光谱仪。第三题、机械振动分析检测中所用到的常用的分析技术。答：常用的具体分析技术有：周期信号和随机信号的频率域分析概念、功率谱密度的概念、细化谱和倒频谱分析技术、包络分析、阶比分析等基本知识。周期信号谱分析：用傅氏级数原理，可将周期函数y(t)分解成傅氏级数，即将信号分解成许多谐波分量。以频率为横坐标，以振幅或相位为纵坐标，表征频率域的振动特性。随机信号谱分析：对于随机振动的频率成份进行分析表明，一般说来，它是由许多的频率成份构成连续型的频谱形式，它也有幅值频谱、相位频谱和功率频谱，也可以把它们近似展开成傅里叶级数倒频谱分析：在故障诊断过程审，测得的信号往往是若干信号互相调制而成的复杂信号。在齿轮箱帮电机诊断的信号中尤为明显。需要进行边带分析，利用功率谱图上这些边带族再进行一次倒谱分析，可识别出复杂频谱周期结构。细化技术：包络分析：当轴承或齿轮表面因疲劳或应力集中而产生剥落和损伤时，会产生周期性的冲击振动信号，而调制信号即包络线多为故障信号。对这种信号进行解调，的特征频率和幅度，就能准确可靠地诊断出轴承和齿轮的疲劳、切齿、剥落等故障。阶比分析在旋转机械的故障诊断中，由于有