有效减少机械故障误诊断的措施研究

　　摘要：本文系统地阐述机械故障诊断中的误诊问题，给出了误诊的含义及，详细分析了误诊产生的机理和具体的原因，针对这些误诊的潜在原因，提出了减少误诊的方法和措施。
　　关键词：故障诊断，误诊断，研究
　　为克服故障征兆的复杂性给故障诊断带来的困难，必须开阔思路，不拘泥于典型故障征兆的狭窄思路，从系统角度出发，进行由环境到机械，由局部到整体，由阶段到过程的具体分析，将征兆、原因、故障机理有机结合起来加以研究，减少误诊率。由于机械状态的信息特性对机械故障诊断起重要作用，研究信息特性对提高故障确诊率和故障诊断的可靠性具有实际意义针对获取的故障信息具有不确定性，本文提出用粗集理论处理诊断中的不确性的数学方法理论。
　　1、机械误诊断的概述
　　在故障诊断过程中，诊断对象的故障过程是复杂多变的，在故障发展过程中，由于引起故障的因素在性质、特点及作用方式上是不同的，机械功能状况和所受损害的具体情况也不同，使得故障征兆和演变具有不同形式，诊断中往往难以迅速准确地认识故障的性质，导致误诊，具体表现在以下几方面:
　　1.1故障的发展过程中，一种故障可能表现出多种不同故障征兆。如液压系统故障诊断中，电磁换向阀故障可能导致系统压力、流量不满足要求，脉动可能加剧，还可能导致系统工作温度升高等。而对不同诊断对象，即使是同一种机械，对同一种故障的反应也是有差异的。一个对象的反应可能快，另一个对象反应可能慢，一个对象的某征兆对某故障反应可能剧烈，而另一个对象反应可能较平稳等。
　　1.2不同故障在发展过程中，可能出现相似的征兆，同种征兆可能对应多种故障形式。如回转机械中，各种故障的发生，往往都伴随着振动的加剧，而且在频域分析时，在相同倍频上，不同故障可能会有相似的表现形式。这种故障征兆的相似性，使我们在故障诊断中容易产生混淆。
　　1.3在很多情况下，随着故障的发展，还可能引起继发性故障，这种继发性故障可能会掩盖原来的故障，或原来的故障掩盖继发性故障，这都将造成故障诊断的困难。如液压系统中，由于某种原因引起油液污染程度增加，这可能引起液压泵运动副的严重磨损，磨损的颗粒混人油液中，进一步加剧油液污染，液压泵磨损将引起液压系统失效，泵的失效是油液污染这种原发性故障所引起的，而原发性故障和泵磨损这种继发性故障混在一起，相互促进，造成恶性循环，这增加了查找原发性故障的难度。
　　2、提高信息可靠度、减少误诊断的措施
　　2.1提高诊断测试的准确性
　　提高诊断测试的准确性是保证诊断数据可靠性的重要前提。可以从以下4方面着手:(1)对传感器进行定期检验;(2)可考虑用多个传感器测量;(3)采用可靠的传输线;(4)正确设置采样参数。
　　2.2提高诊断系统的可靠性
　　随着设备运行与维护的需要，各种在线、离线、远程等诊断分析系统以及人工神经网络、贝叶斯网络、专家系统等智能诊断系统逐渐用于机械故障诊断，为确诊故障带来了许多便利之余，也增加了机械故障误诊的可能性。开发合理完善有效的诊断系统，提高它们在特征提取或诊断推理方面的可靠性，有利于减小误诊率。
　　2.3加强诊断信息描述的客观性
　　诊断信息在机械故障诊断中的重要性是不言而喻的，其表达与描述是否合理、准确关系到诊断推理结果的正确与否。然而，在诊断实践中，诊断信息既有定性信息，也有定量信息;既包含简单信息，又包含复杂信息;既存在确定信息，又存在不确定信息。在诊断推理过程中，定量信息经常会转换为定性信息，概率论和模糊数学是描述这种信息的强有力的工具。因而，可以考虑用适当的方式把概率论和模糊数学理论融人到故障诊断的信息表达和描述中来，加强其描述的客观性。
　　3、粗集理论对信息不确定性的处理
　　粗集理论是一种处理模糊和不确定知识的有效数学工具，其在知识分类和知识获取中已得到成功应用。粗集理论方法与神经网络方法、遗传算法、模糊集理论方法、混沌理论等“软科学”方法的不同在于它仅利用数据本身所提供的信息，不需要任何附加信息或先验知识，如证据理论中的基本概率赋值、模糊集理论中的隶属度函数、统计学中的概率分布等，粗集方法以观察和测量数据进行分类为基础，直接处理对象的可测输出，剔除冗余信息和矛盾信息，从而找到问题的内在规律，因此粗集理论比其他“软计算”方法更具实用性。
　　粗集理论进行诊断的一般步骤:
　　3.1知识库建立利用搜集到的历史或仿真数据生成联合诊断系统故障信息表，进而表示为知识库的形式S=(U,A,D,V,f)知识库可分为非空的对象空间U=3x>>xz,…，xm(，属性集合空间R=AVD，子集A=}dl}a2}…，do}和子集D=}df分别称为条件属性和结果属性。
　　3.2数据离散化数据离散化方法包括等距离划分算法、等频率划分算法、NaiveScaler算法、基于属性重要性算法和基于断点重要性算法，以及布尔逻辑和粗集理论相结合的算法等，使条件属性和决策属性的取值为连续的不确定性空间，数据离散化是运用粗集理论的数据预处理。
　　3.3特征提取从原N个数据特征中找到M个数据特征，简化后M个数据特征对对象空间U的分类能力和原N个数据特征的分类能力相同(N,M)，此过程称为特征提取。特征提取使条件属性得到约简，进而剔除冗余的条件属性。
　　3.4规则应用提取的规则集可用来对新对象进行分类，该规则集称为“分类器”，用RUL来表示。当分类器遇到一个新对象x时，则在规则集RUL中寻找与x的条件属性相匹配的规则，应用规则集可判断新对象x决策属性。
　　总之，我们所研制的诊断系统，应具有开放性和可扩充性，使系统具有不断完善的能力，这是降低误诊率的重要途径。
　　参考文献：
　　[1]贾民平.机械故障诊断学的理论及其应用第一讲故障诊断的意义及研究发展概况[J].江苏机械制造与自动化,1999,(01).
　　[2]蒋平,贾民平,许飞云,等.机械故障诊断中微弱信号处理特征的提取[J].振动、测试与诊断,2005,(01).
　　[3]王亮军.机械故障诊断技术浅谈[J].科学之友(B版),2007,(10).

《有效减少机械故障误诊断的措施研究》

本文由职称驿站首发，您身边的高端学术顾问

文章名称： 有效减少机械故障误诊断的措施研究

文章地址： https://m.zhichengyz.com/p-15075