1、第六章 機(jī)械(jxi)故障診斷人工智能技術(shù)第一節(jié) 故障診斷的模糊數(shù)學(xué)方法一、模糊教學(xué)的基本概念1模糊關(guān)系方程(fngchng)2隸屬函數(shù)的定義3隸屬度函數(shù)的確定4模糊邏輯運(yùn)算5模糊關(guān)系矩陣的確定1共四十五頁(yè) 二、模糊模式識(shí)別 1直接(zhji)識(shí)別方法 按最大隸屬原則進(jìn)行判別。 2間接識(shí)別方法 按擇近原則進(jìn)行模式識(shí)別。2共四十五頁(yè) 三、模糊聚類分析 1數(shù)據(jù)的標(biāo)準(zhǔn)化 2標(biāo)定(bio dn) 3聚類 四、模糊綜合診斷 1模糊綜合評(píng)判數(shù)學(xué)模型 2模糊運(yùn)算模型3共四十五頁(yè) 第二節(jié) 故障診斷的人工神經(jīng)網(wǎng)絡(luò)方法一、神經(jīng)網(wǎng)絡(luò)模型(mxng)1. 人工神經(jīng)元模型4共四十五頁(yè)2神經(jīng)網(wǎng)絡(luò)模型(mxng) （1）模

2、型5共四十五頁(yè)（2）算法(sun f)B-P網(wǎng)絡(luò)的輸入值是一些特征參數(shù)，輸出值是識(shí)別結(jié)果，學(xué)習(xí)算法屬于有教師學(xué)習(xí)，通過(guò)不斷修改權(quán)系數(shù)和閾值，使系統(tǒng)的輸出誤差y與給定的教師樣本t的誤差為最小。6共四十五頁(yè) Hopfield網(wǎng)絡(luò)反饋(fnku)網(wǎng)絡(luò)自組織解決了著名的TSP問(wèn)題。實(shí)時(shí)處理7共四十五頁(yè) 第三節(jié) 故障診斷的專家系統(tǒng)簡(jiǎn)介 專家系統(tǒng)是應(yīng)用大量人類專家的知識(shí)和推理方法求解復(fù)雜的實(shí)際(shj)問(wèn)題的一種人工智能計(jì)算機(jī)程序。它是由一組計(jì)算機(jī)軟件組成的系統(tǒng)，具有相當(dāng)數(shù)量的權(quán)威性知識(shí)，具備學(xué)習(xí)功能，并且能夠采取一定的策略，運(yùn)用專家知識(shí)進(jìn)行推理，解決人們?cè)谕ǔl件下難以解決的問(wèn)題。一般的計(jì)算機(jī)軟件是由數(shù)

3、據(jù)和程序兩級(jí)組成，而專家系統(tǒng)則有數(shù)據(jù)、知識(shí)和推理機(jī)三級(jí)組成。8共四十五頁(yè)被譽(yù)為“專家系統(tǒng)和知識(shí)工程之父”的費(fèi)根鮑姆(Feigenbaum)所領(lǐng)導(dǎo)的研究小組于1968年研究成功第一個(gè)專家系統(tǒng)DENDRAL，用于質(zhì)譜儀分析有機(jī)化合物的分子結(jié)構(gòu)。19721976年，費(fèi)根鮑姆小組又開(kāi)發(fā)成功MYCIN醫(yī)療專家系統(tǒng)，用于抗生素藥物治療。此后，許多著名專家系統(tǒng)，如PROSPECTOR地質(zhì)勘探專家系統(tǒng)，CASNET青光眼診斷治療專家系統(tǒng)、RI計(jì)算機(jī)結(jié)構(gòu)設(shè)計(jì)專家系統(tǒng)、MACSYMA符號(hào)積分現(xiàn)定理證明專家系統(tǒng)、ELAS鉆井(zun jn)數(shù)據(jù)分析專家系統(tǒng)和ACE電話電纜維護(hù)專家系統(tǒng)等被相繼開(kāi)發(fā)，為工礦數(shù)據(jù)分析處理

4、、醫(yī)療診斷、計(jì)算機(jī)設(shè)計(jì)、符號(hào)運(yùn)算和定理證明等提供強(qiáng)在力的工具。9共四十五頁(yè)1977年，費(fèi)根鮑姆進(jìn)一步提出了知識(shí)工程(knowledge engineering)的概念,整個(gè)(zhngg)80年代，專家系統(tǒng)和知識(shí)工程在全世界得到迅速的發(fā)展。在開(kāi)發(fā)專家系統(tǒng)過(guò)程中，許多研究者獲得共識(shí)，即人工智能系統(tǒng)是一個(gè)知識(shí)處理系統(tǒng)，而知識(shí)表示、知識(shí)利用和知識(shí)獲取則成為人工智能系統(tǒng)的三個(gè)基本問(wèn)題。10共四十五頁(yè) 一、專出系統(tǒng)的人工智能特點(diǎn) 專家系統(tǒng)所能解決的主要(zhyo)問(wèn)題有：(1)解決那些只有專家才能解決的實(shí)際復(fù)雜問(wèn)題。(2)用模仿人類專家推理過(guò)程的計(jì)算機(jī)模型來(lái)解決這些問(wèn)題，并能達(dá)到人類專家解決問(wèn)題的水平。比

5、較成功的專家系統(tǒng)一般具有以下幾個(gè)特點(diǎn)：（1）啟發(fā)性即能使用判別性知識(shí)進(jìn)行推理；（2）透明性能解釋自己的推理過(guò)程；（3）靈活性能不斷修改和擴(kuò)充知識(shí)。11共四十五頁(yè) 二、專家系統(tǒng)的結(jié)構(gòu)(jigu)（1）知識(shí)庫(kù)（Knowledge Base）（2）推理機(jī)（Inference Engine）（3）數(shù)據(jù)庫(kù)（Data Base）（4）解釋器（程序） （ExplicationProgram）（5）知識(shí)獲取程序 （Knowledge Acquisition Program）12共四十五頁(yè)13共四十五頁(yè) 機(jī)械故障診斷方法信號(hào)測(cè)試采集 振動(dòng)、油樣、聲發(fā)射、參數(shù)、信號(hào)分析處理 頻譜、小波、故障(gzhng)信號(hào)識(shí)別

6、 模式識(shí)別，系統(tǒng)分析 模糊理論 人工智能方法故障處理決策14共四十五頁(yè)信號(hào)分析 經(jīng)典譜分析法以FFT為代表(dibio)，廣泛用于信號(hào)分析，故障診斷，圖像處理等許多方面。國(guó)內(nèi)外都有大量的FFT軟、硬件產(chǎn)品問(wèn)世，并且在不斷發(fā)展。 現(xiàn)代譜分析法采用建模的方法來(lái)估計(jì)信號(hào)的譜參數(shù)，因而速度快運(yùn)算量小，精度高。受到越來(lái)越多的重視。目前應(yīng)用的有自回歸法(AR)、滑動(dòng)平均法(MA)和自回歸滑動(dòng)平均法(ARMA)。15共四十五頁(yè) AR MA建模參數(shù)功率(gngl)譜模型16共四十五頁(yè) 為了對(duì)各種譜估計(jì)的方法有一個(gè)基本的了解(lioji)，下面用一已知信號(hào)對(duì)各種方法進(jìn)行檢驗(yàn)(N=32)。所給出的信號(hào)為： (3-

7、13)式中：f1=0.05，f2=0. 40，f3=0.42； zn為噪聲的一階自回歸過(guò)程： (3-14) 17共四十五頁(yè)其中a為回歸系數(shù)，u為方差為2的高斯白噪聲。這樣可以使噪聲的功率譜為變化的。選擇合適的a(-0.8508)和2(1.010)值可以使f1附近的信噪比為15dB，f2、f3附近的信噪比為30dB，此信號(hào)作為比較的基準(zhǔn)。也可以直接(zhji)使用高斯白噪聲信號(hào)（令a0即可），這時(shí)其功率譜為一條水平線。圖中給出了各信號(hào)的理論功率譜。圖中橫軸為歸一化的頻率(-0.50.5)，縱軸為功率譜值(-3050dB)。18共四十五頁(yè)19共四十五頁(yè)20共四十五頁(yè)21共四十五頁(yè)小波分析理論 （采

8、用(ciyng)小波族進(jìn)行變換）具有多分辨率的特點(diǎn)：在低頻部分具有較高的頻率分辨率和較低的時(shí)間分辨率；在高頻部分具有較低的頻率分辨率和較高的時(shí)間分辨率；適合探測(cè)信號(hào)中的瞬態(tài)異常并展示其成分稱為信號(hào)分析的顯微鏡22共四十五頁(yè)正常(zhngchng)泵閥 故障泵閥23共四十五頁(yè)正常(zhngchng)活塞 故障活塞24共四十五頁(yè) 機(jī)械設(shè)備故障診斷的發(fā)展 機(jī)械設(shè)備故障診斷技術(shù)是建立在多種基本技術(shù)的基礎(chǔ)之上，并融合多種學(xué)科理論的新興綜合性學(xué)科。因此，該學(xué)科具有基礎(chǔ)理論較新、體系邊界模糊、實(shí)施技術(shù)繁多、工程應(yīng)用廣泛(gungfn)、發(fā)展日趨迅速以及與高技術(shù)發(fā)展密切相關(guān)等特點(diǎn)。25共四十五頁(yè)1存在的問(wèn)題

9、盡管機(jī)械故障診斷已取得了長(zhǎng)足的發(fā)展，但它是一門正在發(fā)展的新型學(xué)科，還遠(yuǎn)沒(méi)有達(dá)到完善的水平，主要表現(xiàn)在： 發(fā)展不平衡(pnghng)，旋轉(zhuǎn)機(jī)械的故障診斷理論和實(shí)踐都取得了較成熟的效果，而往復(fù)式機(jī)械的診斷理論和實(shí)踐都有待于提高。 測(cè)量分析儀器和診斷儀器相脫離。便攜式的多為分析系統(tǒng)，一般為傳感器、放大儀、數(shù)據(jù)采集系統(tǒng)頻譜儀。無(wú)具體設(shè)備的特征數(shù)據(jù)并缺乏診斷型系統(tǒng)。而較好的多為專用的、固定式的系統(tǒng)。一般固定在廠里或設(shè)備上，并專為該設(shè)備服務(wù)。26共四十五頁(yè) 油田機(jī)械設(shè)備的診斷專用系統(tǒng)還比較落后。除高校研制剛剛開(kāi)始使用的診斷系統(tǒng)外，油田生產(chǎn)部門對(duì)大型柴油機(jī)現(xiàn)有的診斷手段主要有測(cè)功臺(tái)、簡(jiǎn)易柴油機(jī)診斷儀表、精密

10、信號(hào)分析儀等幾種。這幾種診斷方式(fngsh)，都滿足不了油田對(duì)柴油機(jī)進(jìn)行故障診斷的實(shí)際需要，表現(xiàn)為： 測(cè)功臺(tái)只能在柴油機(jī)解體的情況下對(duì)其進(jìn)行診斷，且只能在大修廠的臺(tái)架上進(jìn)行，滿足不了現(xiàn)場(chǎng)診斷的需要；27共四十五頁(yè) 簡(jiǎn)易診斷儀表的檢測(cè)多數(shù)比較(bjio)單一，且精度較低， 精密信號(hào)分析儀價(jià)格貴，一般只對(duì)振動(dòng)信號(hào)進(jìn)行分析，由于其專業(yè)程度較高，現(xiàn)場(chǎng)的使用人員很難正確使用。因此，隨著對(duì)柴油機(jī)可靠性要求的日益提高，油田迫切需要一種集成多種參數(shù)的、精密實(shí)用的、能進(jìn)行智能不解體診斷的系統(tǒng)。28共四十五頁(yè)2國(guó)內(nèi)外柴油機(jī)故障診斷的發(fā)展趨勢(shì) 眾多的文獻(xiàn)表明，柴油機(jī)故障診斷的趨勢(shì)是不解體化、高精度化及智能化。不解

11、體檢測(cè)的研究，其方向是開(kāi)發(fā)(kif)可預(yù)埋在發(fā)動(dòng)機(jī)內(nèi)的傳感器。美國(guó)、日本等國(guó)家已成功的將超薄型傳感器安置在發(fā)動(dòng)機(jī)內(nèi)，對(duì)發(fā)動(dòng)機(jī)的溫度及主要部件的配合間隙進(jìn)行診斷，并利用光纖傳感器監(jiān)測(cè)發(fā)動(dòng)機(jī)的轉(zhuǎn)速波動(dòng)。 高精度化，是指提高信號(hào)分析的信噪比。如利用相干函數(shù)對(duì)測(cè)點(diǎn)進(jìn)行選擇，利用多段時(shí)域平均法提高當(dāng)前缸信號(hào)強(qiáng)度，利用倒頻譜重新編輯法消除其它缸的影響，利用小波變換消除噪聲等等，其目的都在于去除診斷參數(shù)中的干擾，以提高診斷精度。29共四十五頁(yè) 智能化，是指開(kāi)發(fā)診斷型專家系統(tǒng)，使數(shù)據(jù)處理、分析、故障識(shí)別自動(dòng)完成，能減輕診斷的工作量，并提高診斷速度及正確性。標(biāo)準(zhǔn)化，建立檢測(cè)標(biāo)準(zhǔn)，建立檢測(cè)機(jī)制，設(shè)計(jì)制造時(shí)考慮到設(shè)

12、備的檢測(cè)問(wèn)題，傳感器安排臺(tái)，測(cè)壓孔等等，方便對(duì)設(shè)備實(shí)施(shsh)檢測(cè)。網(wǎng)絡(luò)化，網(wǎng)絡(luò)傳輸數(shù)據(jù)，集中專業(yè)人員檢測(cè)，機(jī)器醫(yī)院。 30共四十五頁(yè)開(kāi)發(fā)功能(gngnng)強(qiáng)、但操作簡(jiǎn)單的系統(tǒng)，以適合于現(xiàn)場(chǎng)人員的使用，是智能型故障診斷系統(tǒng)的研究方向，也是智能型故障診斷系統(tǒng)的得以發(fā)展的必要條件。 故障診斷技術(shù)這一新興學(xué)科的日臻完善，還遠(yuǎn)遠(yuǎn)不是其發(fā)展進(jìn)程的終結(jié)，隨著計(jì)算機(jī)技術(shù)、測(cè)試技術(shù)、信號(hào)處理技術(shù)、信息論、控制論、可靠性理論以及系統(tǒng)工程等現(xiàn)代科學(xué)技術(shù)的發(fā)展，還將大大豐富故障診斷技術(shù)學(xué)科的基礎(chǔ)理論與實(shí)施技術(shù)，促進(jìn)該學(xué)科繼續(xù)向更高的水平、更深的內(nèi)涵和更廣闊的應(yīng)用前景發(fā)展。31共四十五頁(yè) 3.故障診斷與認(rèn)識(shí)過(guò)程

13、故障診斷這一新興的學(xué)科，近年來(lái)獲得了非常快的發(fā)展，但也面臨著人工智能領(lǐng)域所面臨的共同問(wèn)題。即知識(shí)描述與知識(shí)輸入的“瓶頸”問(wèn)題。模糊數(shù)學(xué)的創(chuàng)始人Zadeh曾提出模式識(shí)別可以被看作(kn zu)是一種不透明的映射。新的情況或新的模式可由一個(gè)觀察者正確地識(shí)別和分類。然而，這一把模式映射為正確類別隸屬的過(guò)程是不透明的，不僅其詳細(xì)的過(guò)程旁觀者是捉摸不透，而且甚至對(duì)識(shí)別者本人而言也很難理解。計(jì)算機(jī)模式識(shí)別的任務(wù)是用透明映射方式來(lái)代替這種不透明映射，從而能用計(jì)算機(jī)語(yǔ)言對(duì)其精確地加以描述。32共四十五頁(yè)例如，被識(shí)別目標(biāo)事件，它可以有很多具體的樣本，這就是說(shuō)目標(biāo)事件會(huì)有很多不透明的映射，它將所有這些模式映射到所

14、設(shè)定的類別中。這樣，任一或所有這些模式均被識(shí)別并被分類到目標(biāo)事件的類別中。人類是用他們的感知和認(rèn)知器官來(lái)處理并實(shí)現(xiàn)這一不透明映射的。 但是，在另一方面，在計(jì)算機(jī)模式識(shí)別中，必須用清晰(qngx)的描述方式透明映射方式來(lái)替代自然界中不透明映射。33共四十五頁(yè)整個(gè)過(guò)程包括兩個(gè)不同的步驟。第一步是建立起按照適當(dāng)特征來(lái)描述被識(shí)目標(biāo)事件的特殊表現(xiàn)形式。第二部是計(jì)算機(jī)進(jìn)行一種顯示處理，以得到透明的映射，實(shí)現(xiàn)了分類。在兩種操作中，最難的是第一步的設(shè)計(jì)。一旦特征已知，就可以對(duì)綜合數(shù)學(xué)變換過(guò)程起理論指導(dǎo)作用，從而獲得所需的結(jié)果，在不同程度上滿足我們的需要。然而，一般而言我們并無(wú)先驗(yàn)的基礎(chǔ)。此外，也并不清楚什么樣

15、的表達(dá)方式更適合(shh)模式識(shí)別過(guò)程。34共四十五頁(yè)把人們認(rèn)知蘋果這一目標(biāo)事件為例。人們通過(guò)看、嗅、觸摸、削皮、吃、拿、分選及買蘋果等一系列長(zhǎng)期的生活實(shí)踐學(xué)到了認(rèn)知蘋果地能力。但人們并不能充分又簡(jiǎn)捷地描述蘋果。這一映射過(guò)程基本上是不透明的。與此不同，對(duì)于計(jì)算機(jī)模式識(shí)別，需要涉及到的不僅僅是透明映射，而且還有選擇(xunz)特征函數(shù)的問(wèn)題。盡管我們已有極精密的儀器來(lái)度量色彩、氣味、紋理等等特性，但是還很難斷定哪些特征是最基本的、有用的，而哪些特征又是多余的、無(wú)關(guān)緊要的。對(duì)于目標(biāo)事件描述的特征選擇(xunz)是比較困難的，但又是計(jì)算機(jī)模式識(shí)別實(shí)現(xiàn)過(guò)程中最基本的預(yù)處理任務(wù)。這里，目標(biāo)事件可以是概念

16、性的，也可以是物理實(shí)體、或者是局勢(shì)、情況等。35共四十五頁(yè)就上面的討論，我們可以得到以下的結(jié)論： 世界事物是非常復(fù)雜的，其特征信息是多種多樣的，人們也有能力識(shí)別每一個(gè)信息，但各信息之間的關(guān)系卻是不透明的，人們還很難找到這些聯(lián)系。 人們雖有能力識(shí)別這些信息，但對(duì)這些信息特征的描述是不透明的，即沒(méi)有一個(gè)標(biāo)準(zhǔn)去統(tǒng)一這些描述。因而就很難進(jìn)行交流，也更難讓計(jì)算機(jī)去“懂得”。人們根據(jù)已知信息得到結(jié)論的推理過(guò)程是不透明的，即人們不知道自己(zj)的推理過(guò)程是如何進(jìn)行的，當(dāng)然也就無(wú)法讓計(jì)算機(jī)去有效的模擬。36共四十五頁(yè)一方面，是世界萬(wàn)物有大量的特征可供描述，另一方面，計(jì)算機(jī)既有高的運(yùn)算速度，也有大的存儲(chǔ)空間。

17、但兩者之間相互聯(lián)系的通路卻很窄，限制了計(jì)算機(jī)的使用。這也就是(jish)所謂的“瓶頸”問(wèn)題。37共四十五頁(yè)4. 開(kāi)發(fā)智能型故障診斷系統(tǒng)的探討 開(kāi)發(fā)功能強(qiáng)、但操作簡(jiǎn)單(jindn)的系統(tǒng)，以適合于現(xiàn)場(chǎng)人員的使用，是智能型故障診斷系統(tǒng)的研究方向，也是智能型故障診斷系統(tǒng)的得以發(fā)展的必要條件。為要得到正確結(jié)論，首先要做的就是準(zhǔn)確地得到事物的全部信息，并對(duì)這些信息進(jìn)行適當(dāng)?shù)胤诸悺⒓庸ぁ＞湍撤N程度而言，只要特征值集合中含有足夠的信息，就不存在正確選擇或錯(cuò)誤選擇的問(wèn)題。但是不適當(dāng)?shù)倪x擇會(huì)導(dǎo)致需要復(fù)雜的判決準(zhǔn)則或映射，反之，適當(dāng)?shù)倪x擇可使準(zhǔn)則變得簡(jiǎn)單而又便于理解。當(dāng)然適當(dāng)?shù)倪x擇本身就是一個(gè)值得研究的課題。38

18、共四十五頁(yè)5.微漪之塘 故障診斷技術(shù)之所以吸引著許多學(xué)者的探索，不僅僅是因?yàn)槟軠p少人類的災(zāi)難，也是因?yàn)楣收闲畔⒂性S多有待于探索的，特別是振動(dòng)信息中有非常豐富的信息等待著的識(shí)別、發(fā)現(xiàn)。從信息角度講，振動(dòng)或波動(dòng)的是信息的一種記錄形式，它們表達(dá)了所有(suyu)振源的各種信息。相互疊加，有待于識(shí)別，有待于各種新理論、新方法的運(yùn)用。 39共四十五頁(yè)波動(dòng)的形式也給人以啟迪。研究宇宙進(jìn)化的科學(xué)家們，把宇宙比喻成一個(gè)富有著生機(jī)的池塘，與生命共同形成有機(jī)的整體，人類則是在這個(gè)池塘航行的航船。每一個(gè)事件將在世界信息之場(chǎng)留下一個(gè)記錄，就像航船駛過(guò)，留下一串串的波浪。解讀這些波紋，就能解讀宇宙的今天和昨天，這正是探索宇宙起源(qyun)的科學(xué)家所夢(mèng)求的。他們寫到：40共四十五頁(yè)來(lái)吧！和我們一起在平靜的池塘中航行。陸地被蒙上一層薄霧，表面非常光滑。我們是池塘上的航船，我們與池塘同為一體。細(xì)微的航跡在我們后面擴(kuò)展，在神秘