智能诊断技术综述
设备故障诊断技术是在电子、计算机技术的发展中产生的一门技术。当1个系统的状态偏离正常状态时,就称该系统发生了故障,此时系统可能完全也可能部分丧失其功能。故障诊断就是寻找故障原因的过程,包括状态检测、故障原因分析及劣化趋势预测等内容。传统故障诊断技术在分析结构比较复杂的深层次故障时效果不理想,且对操作员能力要求较高;而人工智能技术的发展,则使诊断技术走向了智能化。由于智能故障诊断技术可模拟人类的逻辑思维和形象思维,将人类各种知识融入诊断过程,故可实现对大型复杂设备的实时、可靠、深层次和预测性故障诊断,获得的诊断信息就能准确地对诊断对象的状态进行识别和预测。因此这一技术也受到了世界各国工程研究人员的普遍重视。目前,随着基于行为的人工智能、分布式人工智能、多传感器信息融合技术以及新理论的提出与发展,故障诊断也获得了新的发展机遇。
一 断技术的发展历史
故障诊断技术由美国最早开展研究,如西屋公司(WHEC)、Bently公司和IRD公司,目前已有多家机构从事此项研究,包括瑞士ABB公司等。诊断技术的发展主要经历了以下2个技术阶段。
1.1 传统诊断技术
传统故障诊断技术主要包括单信号处理方法、单信号滤波诊断、多信号模型诊断以及机内测试技术(build-intest,BIT)。
单信号处理方法较少考虑信号间的耦合,主要采用阀值模型。当系统的输入输出超出一定范围时,就认为故障已经发生或将要发生,信号也主要是由人工通过各种仪器仪表进行采集。这种方法用在电子技术发展的早期阶段,设备的集成化程度不高。
单信号滤波诊断的基本原理是对时间序列信号进行滤波变换,得到信号的特征信息后,再对此特征信息进行阀值诊断。多信号模型诊断的特点是考虑了信号间的融合关系,且通过定量和定性的分析方法实现诊断。
机内测试技术是利用设备内部具有自检能力的硬件和软件来实现对设备检测的一种方法,可为系统和设备内部提供检测、故障隔离的能力。由于BIT技术结构日趋复杂、功能日益强大,因此其正在发展成为集状态检测、故障诊断为一体的综合系统。
…… …… 余下全文