Chapter概論mfd故障診斷電子科技大學(xué)

故障診斷及維修

（原課程名：機械故障診斷技術(shù)）任課教師：王成棟二〇一二年九月教材及參考書目一、教材《設(shè)備故障診斷》沈慶根化學(xué)工業(yè)出版社，2006年3月第1版二、參考書1、機械故障診斷理論與方法.屈梁生等.西安:西安交通大學(xué)出版社.2009.122、機械故障的全息診斷原理.屈梁生.北京:科學(xué)出版社.2007.73、機械故障診斷學(xué)（第3版）.鐘秉林等.北京:機械工業(yè)出版社.2006.124、設(shè)備狀態(tài)監(jiān)測與故障診斷技術(shù)及應(yīng)用.盛兆順,尹琦嶺.北京:化學(xué)工業(yè)出版社.2003.6

本課程主要以機械振動信號的分析與故障特征提取為基礎(chǔ)，介紹傳統(tǒng)故障診斷技術(shù)在旋轉(zhuǎn)機械、齒輪、軸承等主要機械零部件中的應(yīng)用。課程主要內(nèi)容概論故障診斷的信號處理旋轉(zhuǎn)機械故障診斷齒輪故障診斷滾動軸承故障診斷無損檢測技術(shù)機械故障診斷技術(shù)課程的性質(zhì)和要求1、課程的性質(zhì)專業(yè)選修課2、課程要求研究機械設(shè)備故障診斷技術(shù)，包括機械設(shè)備故障診斷的基本概念、機械信號分析基礎(chǔ)、機械狀態(tài)識別方法、典型機械設(shè)備和主要傳動部件的故障特征等。掌握機械設(shè)備故障診斷的基本理論和方法，并了解故障診斷技術(shù)的現(xiàn)狀和發(fā)展動向。通過對典型設(shè)備故障的實例分析，加深對信號分析方法物理意義的理解，對常見的設(shè)備故障能提出診斷策略和方法，并對故障的部位和原因能做出初步的分析，為提高機械設(shè)備維護管理水平打下良好的基礎(chǔ)。3、考核形式第一章概論本章內(nèi)容1、機械故障診斷的目的和意義2、機械故障診斷的內(nèi)容3、故障診斷技術(shù)的理論和方法4、故障診斷技術(shù)的發(fā)展趨勢5、影響故障診斷成功率的因素第一章概論本章學(xué)習(xí)要求1、了解機械設(shè)備維修方式的變化歷程2、了解機械故障診斷的意義3、了解機械故障診斷的主要方法4、了解機械故障診斷技術(shù)的發(fā)展歷史和趨勢5、掌握機械故障診斷的過程和主要內(nèi)容1.1.1基本概念1、機械故障：指機械設(shè)備喪失工作效能，或者指設(shè)備喪失了它應(yīng)具備的規(guī)定性能或狀態(tài)，即機械設(shè)備的各項技術(shù)指標(biāo)偏離了它的正常狀態(tài)。2、診斷：指采用各種測試、分析手段和識別方法來確定故障的性質(zhì)、程度、類別和故障部位，并研究故障產(chǎn)生機理。3、機械故障診斷（MechanicalFaultDiagnosis）：根據(jù)機械設(shè)備運行過程中的狀態(tài)信息，對機械設(shè)備出現(xiàn)故障的機理、原因、部位和故障程度進行識別和診斷，并根據(jù)診斷結(jié)論，確定設(shè)備的維修方案和防范措施。1.1機械故障診斷的意義1.1機械故障診斷的意義4、機械狀態(tài)監(jiān)測和故障診斷的區(qū)別

狀態(tài)監(jiān)測的目的是判斷設(shè)備運行的狀態(tài)是否正常，一旦出現(xiàn)異常可以報警或跳閘停車。監(jiān)測系統(tǒng)的診斷功能十分有限，往往只能對設(shè)備運行的正常與否作出判斷，但它可以為進一步的故障診斷提供必要的數(shù)據(jù)和信息（如開關(guān)量連鎖跳閘的次序、振動量的變化趨勢等）。故障診斷的目的是判斷機器在運行中內(nèi)部隱含的故障，識別主導(dǎo)故障以及主導(dǎo)故障的發(fā)展和轉(zhuǎn)移，還需要對設(shè)備的當(dāng)前狀態(tài)作出評估，并對其優(yōu)劣趨勢作出中長期預(yù)報。故障診斷技術(shù)在一般情況下不需要對設(shè)備進行24小時連續(xù)診斷，診斷通常是在離線狀態(tài)下進行。1.1.1基本概念1.1.2.1可以帶來很大的經(jīng)濟效益1、避免突發(fā)故障造成巨大的經(jīng)濟損失。采用故障診斷技術(shù)，可以減少突發(fā)事故的發(fā)生，從而避免突發(fā)事故造成的損失，帶來可觀的經(jīng)濟效益。2、減少維修費用，降低維修成本。機械設(shè)備維修方式經(jīng)歷了三個階段：事后維修、定期預(yù)防維修和視情維修。定期預(yù)防維修的缺點：

1）維修周期難確定；

2）過多的拆卸容易造成人為故障；

3）備件種類多，檢修費用大。1.1.2機械故障診斷的意義視情維修的優(yōu)點：1）減少突發(fā)性事故，保證設(shè)備安全和產(chǎn)品質(zhì)量，降低設(shè)備維修費用；2）減少停機時間，降低停產(chǎn)損失；3）延長檢修周期，增加產(chǎn)品年產(chǎn)量；4）避免過剩維修，延長設(shè)備零部件的使用壽命。5）減少購置設(shè)備零部件的備件費用，節(jié)約維修工時、備件消耗和原材料消耗。1.1.2機械故障診斷的意義1.1.2.2可以帶動和促進其它相關(guān)學(xué)科的發(fā)展故障診斷涉及多方面的科學(xué)知識，診斷工作的深入開展，必將推動邊緣學(xué)科的相互交叉、滲透和發(fā)展，如：數(shù)據(jù)采集、信號處理、故障特征提取、模式識別、人工智能等一系列物理、數(shù)學(xué)方法等。1.2機械故障診斷的內(nèi)容設(shè)備故障診斷的三部分內(nèi)容和實施過程狀態(tài)信號是設(shè)備異常或故障信息的載體，利用各種傳感器和監(jiān)測儀表對運行中機械設(shè)備的狀態(tài)進行正確的測試，獲取能夠真實、充分、客觀反映設(shè)備狀態(tài)的信號，是故障診斷成功的基礎(chǔ)。狀態(tài)信號的獲取方法有：振動、溫度、壓力、轉(zhuǎn)速、光譜、鐵譜、聲發(fā)射、激光測試等，通過這些測試方法采集相應(yīng)的參數(shù)信號。1.2.1信號采集1.2.2特征提取采集到的信號是表征機械設(shè)備運行過程中的原始狀態(tài)信號，一般故障信息混雜在大量背景噪聲和干擾中，為提高故障診斷的靈敏度和可靠性，必須采用信號處理技術(shù)，排除各種干擾噪聲的影響，提取能夠反映設(shè)備狀態(tài)的有用信息（即特征信息），突出故障特征，以便從這些特征信息中發(fā)現(xiàn)設(shè)備各主要部位和零部件的性能是處于正常狀態(tài)還是異常狀態(tài)。根據(jù)設(shè)備運行特性、標(biāo)準(zhǔn)圖或標(biāo)準(zhǔn)譜數(shù)據(jù)庫等，對提取的特征信息進行分析、比較、識別，判斷運行中的設(shè)備是否存在異常征兆。若設(shè)備工作狀態(tài)不正常或存在故障，則需要對能夠反映故障狀態(tài)的特征參數(shù)和信息進行識別，利用專家的知識和經(jīng)驗，診斷出設(shè)備存在的故障類型、故障部位、故障程度和產(chǎn)生故障的原因。故障診斷的過程就是模式識別的過程。所謂的模式識別，是指將待檢模式與樣板模式進行對比，并將待檢模式歸屬到某一已知的樣板模式中去的過程。1.2.3故障識別根據(jù)診斷結(jié)論，作出控制方案、治理措施、維修內(nèi)容與時間等決策。在故障的預(yù)防措施中還包括對設(shè)備或關(guān)鍵零部件的可靠性分析和剩余壽命估計等，預(yù)測設(shè)備運行狀態(tài)和發(fā)展趨勢。一般從治理措施的有效性來證明診斷結(jié)論是否正確。機械故障診斷技術(shù)包含的內(nèi)容比較廣泛，諸如設(shè)備狀態(tài)參數(shù)（力、位移、振動、噪聲、裂紋、磨損、腐蝕、溫度、壓力和流量等）的監(jiān)測，狀態(tài)特征參數(shù)的辨識，設(shè)備發(fā)生振動和機械損傷的原因分析，故障的控制與防治，機械零部件的可靠性分析和剩余壽命估計等，都屬于故障診斷的范疇。1.2.4診斷決策機械故障診斷的基本方法可按不同的觀點來進行分類，目前比較流行的分類方法有兩種：一種是按診斷方法的難易程度分類，可分為簡易診斷法和精密診斷法，這是日本的豐田利夫的分類方法。另一種是根據(jù)機械故障診斷信號的測試手段來分類，主要分為直接觀察法、振動噪聲測定法、無損檢測法、磨損殘余物測定法、機器性能參數(shù)測定法。1.3故障診斷技術(shù)的理論和方法機械設(shè)備可作為監(jiān)測與診斷的信息參數(shù)多種多樣，如振動、聲音、變形、位移、應(yīng)力、裂紋、磨損、腐蝕、溫度、壓力、流量、電流、轉(zhuǎn)速、轉(zhuǎn)矩、功率等各種參數(shù)。設(shè)備在運行過程中，凡是能夠監(jiān)測設(shè)備狀態(tài)參數(shù)的變化，反映設(shè)備運行狀態(tài)，并能識別故障的性質(zhì)、程度和部位的任何一種方法，都可以作為故障診斷的技術(shù)手段。1.3.1狀態(tài)監(jiān)測診斷技術(shù)的方法1、振動信號監(jiān)測診斷技術(shù)2、聲信號監(jiān)測診斷技術(shù)3、溫度信號監(jiān)測診斷技術(shù)4、潤滑油的分析診斷技術(shù)5、其它無損檢測診斷技術(shù)對設(shè)備的振動信號進行測試和分析，可獲得機體、轉(zhuǎn)子或其它零部件的振動幅值、頻率和相位三個基本要素，經(jīng)過對信號的分析處理與識別，可了解到設(shè)備的振動特點、結(jié)構(gòu)強弱、振動來源、故障部位、故障原因，為診斷決策提供依據(jù)。因此，利用振動信號診斷故障的技術(shù)應(yīng)用最為普遍，被絕大多數(shù)故障診斷工作者所接受。

1）由機械振動引起的設(shè)備損壞率很高，振動大本身就是設(shè)備有故障的表現(xiàn)。

2）振動信號中含有豐富的機械狀態(tài)信息。

3）振動信號的測量比較方便，轉(zhuǎn)變?yōu)殡娦盘柡?，便于進行數(shù)據(jù)處理與分析。1.3.1.1振動信號監(jiān)測診斷技術(shù)聲信號診斷技術(shù)包括噪聲診斷、超聲波診斷和聲發(fā)射診斷技術(shù)。噪聲的分析與診斷通常有兩個目的：一是尋找設(shè)備發(fā)出噪聲的主要聲源，以便采取相應(yīng)措施降低噪聲；二是利用噪聲信號判別故障。當(dāng)設(shè)備發(fā)生故障時，往往會發(fā)出某種不正常的聲音，從噪聲信號中提取特征信息，可以檢測出故障的原因和部位。利用聲波信號進行監(jiān)測與診斷的方法主要有如下幾種：1）聲音監(jiān)聽法2）頻譜分析法3）聲強法1.3.1.2聲信號監(jiān)測診斷技術(shù)很多工業(yè)部門在生產(chǎn)過程中都需要掌握和控制設(shè)備或物料的溫度參數(shù)，不恰當(dāng)?shù)臏囟茸兓馕吨嬖跓峁收?，從檢測設(shè)備某一部分的溫度異常變化中可以判斷設(shè)備是否存在某些故障。溫度的直接測量法，是用膨脹式溫度計、半導(dǎo)體、熱電阻、熱電偶等接觸式測溫傳感器，測量設(shè)備、管道表面的溫度、物料內(nèi)部的溫度，監(jiān)視機體、管道、軸承、潤滑油和工作介質(zhì)的溫度變化，以了解設(shè)備或零部件摩擦面是否磨損，軸承與軸頸的裝配間隙是否過小，軸承潤滑是否正常，高溫設(shè)備和管道保溫隔熱是否良好，流體介質(zhì)的熱交換情況和物料反應(yīng)情況是否正常等。熱紅外測量技術(shù)主要用于要求遠距離、非接觸測量物體表面溫度的場合。利用熱紅外原理制成的溫度測試分析儀器有：紅外點溫計、紅外熱像儀和紅外熱電視。1.3.1.3溫度信號監(jiān)測診斷技術(shù)機械設(shè)備運動部件的摩擦表面均需要潤滑，潤滑油循環(huán)地流經(jīng)摩擦面后產(chǎn)生一系列物理化學(xué)性能變化，攜帶了設(shè)備運轉(zhuǎn)狀態(tài)的內(nèi)在信息。油液分析診斷技術(shù)就是監(jiān)測潤滑系統(tǒng)中的某些物化特性，從中獲取設(shè)備內(nèi)部的故障信息。這些技術(shù)包括：油品的理化性能分析技術(shù)、油樣所含磨損金屬顆粒的鐵譜分析技術(shù)和光譜分析技術(shù)。潤滑油的鐵譜、光譜分析技術(shù)除了用來判斷油品的污染程度之外，主要用于診斷諸如發(fā)動機、壓縮機、齒輪傳動、軸承系統(tǒng)、液壓系統(tǒng)等設(shè)備的內(nèi)在故障。潤滑油的光譜分析方法可以在很短的時間內(nèi)分析出油液中幾十種元素的含量，測量精確，分析靈敏度高，在鐵路、航空工業(yè)中已獲得廣泛應(yīng)用。1.3.1.4潤滑油的分析診斷技術(shù)無損檢測診斷技術(shù)是指在不破壞被檢測對象的前提下，對設(shè)備本體或零部件的表面、金屬材料內(nèi)部、零部件之間的結(jié)合部等處產(chǎn)生的缺陷和缺陷變化進行探測的技術(shù)。無損檢測技術(shù)還有分析材料有無氣孔、夾渣、裂紋、腐蝕等缺陷的無損探傷技術(shù)，其中包括：超聲波檢測技術(shù)、射線照相檢測技術(shù)、表面缺陷的檢測技術(shù)（磁粉探傷、表面滲透、電渦流檢測、光學(xué)顯微鏡分析、光纖內(nèi)窺鏡和光學(xué)成像技術(shù)等）。1.3.1.5其它無損檢測診斷技術(shù)對設(shè)備進行狀態(tài)監(jiān)測的目的就是要識別設(shè)備運行是正常還是異常，如果認(rèn)為已出現(xiàn)了故障，則要判斷屬于哪一類故障，故障的原因、性質(zhì)和程度如何。因此，故障診斷的過程實際上是對設(shè)備運行狀態(tài)的識別過程。從故障征兆識別故障原因，一般需要從學(xué)習(xí)和研究故障形成的理論和機理著手，利用領(lǐng)域?qū)＜业慕?jīng)驗和知識，探求故障原因和征兆之間的關(guān)系。由于設(shè)備產(chǎn)生的故障具有多樣性、層次性、多因素性、相關(guān)性、延時性、模糊性等特性，因此，故障識別是診斷過程中最為困難的一項工作。1.3.2故障識別的技術(shù)和方法信息比較診斷法是對包括振動幅值、頻率、相位、轉(zhuǎn)速、位移、模態(tài)以及溫度、壓力、流量等工藝參數(shù)的多種信息進行數(shù)據(jù)采集和存儲，建立數(shù)據(jù)庫，并作出趨勢分析等圖譜。設(shè)備一旦出現(xiàn)故障，把當(dāng)前數(shù)據(jù)和歷史數(shù)據(jù)進行比較，再結(jié)合故障表現(xiàn)的信息特征，利用診斷知識，作出故障原因和故障狀態(tài)的判別。信息比較診斷法中的知識和規(guī)則是十分重要的。知識包括現(xiàn)場診斷的經(jīng)驗知識、設(shè)備結(jié)構(gòu)與動力學(xué)知識、故障機理知識等多方面的內(nèi)容。更多的現(xiàn)場故障處理經(jīng)歷和豐富的知識庫，可以提高診斷的成功率。1.3.2.1信息比較診斷法設(shè)備發(fā)生振動故障，一般都存在著一個與轉(zhuǎn)速、壓力、流量、溫度等操作參數(shù)相關(guān)的閾值，在閾值以下，振動不明顯，在閾值以上，振動就大起來或者突然增大。因此，有時需要改變操作參數(shù)，在參數(shù)變化過程中（如升降速過程、負(fù)荷變化過程、振幅或振型變化過程）測量并分析信號特征，觀察設(shè)備振動與哪些因素有關(guān)，這樣比較容易找出故障發(fā)生的原因和部位。如軸上裂紋，一般在工作轉(zhuǎn)速下很難識別故障，但在轉(zhuǎn)速升降過程中由于裂紋的開合，有可能在反應(yīng)敏感的頻率域上被識別出來。又如，判別離心壓縮機的振動是否由軸承油膜振蕩引起，除了觀察它的振動頻率與轉(zhuǎn)子的一階自振頻率是否相近外，還要觀察轉(zhuǎn)子渦動頻率隨轉(zhuǎn)速的變化情況，對于一個油膜不穩(wěn)定的轉(zhuǎn)子，其渦動頻率成分可能在轉(zhuǎn)速較低時就已經(jīng)存在。1.3.2.2參數(shù)變化診斷法設(shè)備有很多故障，它所表現(xiàn)的故障征兆與故障原因之間的關(guān)系是未知的或者是不確定的，必須通過模擬試驗，研究故障形成的機理和特征，解釋產(chǎn)生這種故障的原因，提出表現(xiàn)這類故障的特征參數(shù)以及各種參數(shù)之間的定量關(guān)系等問題。例如，高速、高壓的渦輪機、離心式壓縮機和離心泵轉(zhuǎn)子上存在迷宮密封的流體激振，初期對這種故障了解的人很少，并不知道它產(chǎn)生振動的原因及其防治措施，更不知道在某一工況下對轉(zhuǎn)子產(chǎn)生的流體激振力有多大，這就需要經(jīng)過實驗室模擬試驗，才能了解它對轉(zhuǎn)子振動的影響程度和故障表現(xiàn)形式。又如聯(lián)軸節(jié)的不對中故障，聯(lián)軸節(jié)形式不同，轉(zhuǎn)子表現(xiàn)的振幅、頻率和相位是不同的，一般難以用理論計算得到它的振動響應(yīng)，經(jīng)過模擬試驗可以較為深入地了解它的故障機理和故障特征。1.3.2.3模擬試驗診斷法函數(shù)診斷，是指故障征兆和故障原因之間存在一定的直接或間接的函數(shù)關(guān)系，經(jīng)過對設(shè)備運行參數(shù)的計算，可以預(yù)測故障或者識別設(shè)備已經(jīng)存在的故障。例如，在轉(zhuǎn)子動力學(xué)方面，首先需要對轉(zhuǎn)子的臨界轉(zhuǎn)速進行計算，觀察機器的工作轉(zhuǎn)速是否落在臨界轉(zhuǎn)速點附近或2倍臨界轉(zhuǎn)速點上，否則會引起轉(zhuǎn)子和軸承較大振動。對轉(zhuǎn)子進行不平衡響應(yīng)計算，可以了解轉(zhuǎn)子振型、振動響應(yīng)的敏感點，轉(zhuǎn)子經(jīng)過臨界轉(zhuǎn)速時是否會振幅過大而引起其它故障。在函數(shù)診斷中，有限元方法被廣泛使用，諸如設(shè)備的強度、剛度計算，裂紋和摩擦故障計算，機器和管道的振型計算等，為研究和識別故障提供了一種很有用的手段。1.3.2.4函數(shù)診斷法

故障樹分析（FaultTreeAnalysis）簡稱FTA法，它是從研究系統(tǒng)中最不希望發(fā)生的故障狀態(tài)出發(fā)，按照一定的邏輯關(guān)系從總體到部件一層層地進行逐級細(xì)化，推理分析故障形成的原因，最終確定故障發(fā)生的最初基本原因、影響程度和發(fā)生概率。故障樹分析方法是一種由果到因的分析過程，它把最不希望發(fā)生的事件稱為頂事件，最基本的故障原因稱為底事件，介于頂事件和底事件之間的其它故障事件稱為中間事件。把頂事件、中間事件和底事件用適當(dāng)?shù)倪壿嫹栕陨隙碌刂鸺夁B接起來，所構(gòu)成的邏輯結(jié)構(gòu)圖就像一棵倒置的樹，所以故障樹。1.3.2.5故障樹分析診斷法1.3.2.5故障樹分析診斷法電機過熱的故障樹在判別機器的工作狀態(tài)或診斷產(chǎn)生故障的原因時，經(jīng)常會遇到“故障原因B可能會引發(fā)故障征兆A”這樣一些不確切的模糊結(jié)論。如轉(zhuǎn)子初始不平衡、弓形彎曲、機殼變形、軸頸偏心、結(jié)構(gòu)共振、對中不良等故障原因，均可能激起轉(zhuǎn)速頻率成分及多倍頻成分振動的故障癥狀，因此，當(dāng)頻譜圖上這些頻率成分占主要地位時，就會有多種可能結(jié)論。這種判別事物的不確定性（即可能性或模糊性）在數(shù)學(xué)上處理就不是簡單的“是”與“非”（0與1）的二值邏輯關(guān)系，而需要在0與1之間用另一種隸屬函數(shù)來描述，使事物的不明確概念在形式上可用數(shù)學(xué)方法進行運行。模糊診斷過程，就是對故障征兆所給出的數(shù)據(jù)，組成征兆向量A的隸屬函數(shù)U(B)，用經(jīng)驗、統(tǒng)計或?qū)嶒灁?shù)據(jù)建立故障征兆和故障原因之間的模糊關(guān)系矩陣R，然后通過模糊關(guān)系方程和邏輯運算求得故障原因B。1.3.2.6模糊診斷法神經(jīng)網(wǎng)絡(luò)是把知識變換為網(wǎng)絡(luò)的權(quán)值和閾值，分布存儲在整個神經(jīng)網(wǎng)絡(luò)中，它的學(xué)習(xí)過程就是不斷調(diào)整網(wǎng)絡(luò)各個單元的權(quán)值和閾值的過程。神經(jīng)網(wǎng)絡(luò)的工作過程由學(xué)習(xí)訓(xùn)練和識別兩個階段組成。在學(xué)習(xí)訓(xùn)練階段，各單元的連接權(quán)值在大量樣本驅(qū)動下不斷進行修改，學(xué)習(xí)和訓(xùn)練結(jié)束后，網(wǎng)絡(luò)知識就表達為網(wǎng)絡(luò)中的權(quán)值矩陣和閾值矩陣。在識別階段，網(wǎng)絡(luò)單元的連接權(quán)值不變，輸入狀態(tài)信息通過網(wǎng)絡(luò)各單元之間的拓?fù)渎?lián)系，計算單元的狀態(tài)變化，映射為輸出狀態(tài)。網(wǎng)絡(luò)的輸入對應(yīng)于設(shè)備的狀態(tài)信息（特征參數(shù)），網(wǎng)絡(luò)的輸出對應(yīng)于診斷結(jié)論。1.3.2.7神經(jīng)網(wǎng)絡(luò)診斷法1.3.2.7神經(jīng)網(wǎng)絡(luò)診斷法基本神經(jīng)元模型1.3.2.7神經(jīng)網(wǎng)絡(luò)診斷法幾種神經(jīng)元激活函數(shù)圖形1.3.2.7神經(jīng)網(wǎng)絡(luò)診斷法前饋型神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖專家系統(tǒng)（ExpertSystem）實際上是一個擁有大量專業(yè)知識的計算機程序系統(tǒng)，它應(yīng)用人工智能技術(shù)，根據(jù)專家提供的領(lǐng)域知識進行推理和判斷，模擬人類專家的決策過程，解決那些只有人類專家才能解決的復(fù)雜問題。它與常規(guī)計算機應(yīng)用程序的區(qū)別是：常規(guī)應(yīng)用程序是以數(shù)據(jù)處理為對象，以算法為基礎(chǔ)的數(shù)據(jù)處理系統(tǒng)，主要用于數(shù)值計算和信息檢索；而專家系統(tǒng)是以符號推理為基礎(chǔ)的知識處理基礎(chǔ)，主要依據(jù)知識進行推理、判斷和決策，它采用啟發(fā)式推理，能處理信息的不確定性和不完全性，能提供解釋信息等。專家系統(tǒng)注重知識表示和推理方法，而常規(guī)應(yīng)用程序則強調(diào)數(shù)據(jù)結(jié)構(gòu)和算法。專家系統(tǒng)通常由5個部分組成：知識庫、數(shù)據(jù)庫、推理機、解釋程序和知識獲取程序，其中知識庫和推理機是專家系統(tǒng)的核心。1.3.2.8專家系統(tǒng)診斷法支持向量機（SupportVectorMachine，SVM）是Vapnik等根據(jù)統(tǒng)計學(xué)習(xí)理論中的結(jié)構(gòu)風(fēng)險最小化原則提出來的。SVM有兩個非常突出的優(yōu)點：一，它能夠盡量提高學(xué)習(xí)機的推廣能力，即能夠在很少訓(xùn)練樣本的基礎(chǔ)上得到誤差值較小的決策準(zhǔn)則；二，它是凸二次優(yōu)化問題，能夠保證找到的極值解就是全局最優(yōu)解。與傳統(tǒng)的統(tǒng)計學(xué)習(xí)理論不同，它的統(tǒng)計推理不是要得到樣本數(shù)趨于無窮大時的最優(yōu)解，而追求在有限樣本的情況下得到最優(yōu)解，是兼顧經(jīng)驗風(fēng)險和置信范圍的一種折衷思想。SVM通過某種事先選擇好的非線性關(guān)系將輸入向量映射到高維特征空間，并在這個高維空間里構(gòu)造最優(yōu)分類超平面，而這個最優(yōu)分類超平面也是線性分類器，與其它分類器相比具有更好的泛化性。1.3.2.9支持向量機診斷法1.3.2.9支持向量機診斷法線性可分的最優(yōu)超平面示意圖進化算法是一種源于自然選擇和遺傳變異等生物進化機制的全局比概率搜索算法。它從選定的初始解出發(fā)，通過不斷迭代逐步改進當(dāng)前解，直到最后搜索到最優(yōu)解或滿意解。進化算法有多種，如遺傳算法、人工免疫算法、蟻群算法、粒子群算法等，其中遺傳算法（GeneticAlgorithms）是其中應(yīng)用最廣、產(chǎn)生最早、影響最大的一種。遺傳算法有如下優(yōu)點。

1）求解問題時，搜索過程既不受優(yōu)化函數(shù)連續(xù)性的約束，也沒有優(yōu)化函數(shù)導(dǎo)數(shù)必須存在的要求。

2）在所求問題為非連續(xù)、多峰及有噪聲的情況下，能夠以很大的概率收斂到最優(yōu)解，具有較好的全局最優(yōu)解求解能力。

3）對函數(shù)無要求，針對某一問題的遺傳算法經(jīng)簡單修改即可適用于其它問題，具有較好的普適性和易擴充性。

4）求解思想簡單，運行方式和實現(xiàn)步驟規(guī)范，便于具體應(yīng)用。1.3.2.10生物智能計算診斷法其它現(xiàn)代診斷方法如小波分析、時頻分析、希爾伯特-黃變換、盲源分離、分形與混沌、獨立分量分析、高階譜分析等，這些都是對信號進行分析處理提取特征的方法。

1、短時傅立葉變換（Short-TimeFourierTransform）的基本思想是：把信號劃分為許多小的時間間隔，在每個時間間隔內(nèi)，信號接近平穩(wěn)，然后用傅立葉變換分析每一時間間隔內(nèi)的信號，以便確定在那個時間間隔內(nèi)信號的頻譜，最后將這些頻譜按時間的先后順序排列起來，就形成了短時傅立葉變換的三維譜圖。1.3.2.11其它現(xiàn)代診斷方法1、短時傅立葉變換（Short-TimeFourierTransform）1.3.2.11其它現(xiàn)代診斷方法轉(zhuǎn)子的脈沖響應(yīng)和不平衡響應(yīng)的時域信號及其頻譜1.3.2.11其它現(xiàn)代診斷方法1、短時傅立葉變換（Short-TimeFourierTransform）轉(zhuǎn)子的脈沖響應(yīng)和不平衡響應(yīng)的局部頻譜和STFT譜圖

2、小波分析（WaveletAnalysis）方法屬于時頻分析的一種，它是一種時間-尺度分析方法，具有多分辨率分析的特點，很適合于探測正常信號中夾帶的瞬態(tài)反常現(xiàn)象并展示其成分，對動態(tài)系統(tǒng)故障檢測與診斷具有良好的效果。1.3.2.11其它現(xiàn)代診斷方法1.3.2.11其它現(xiàn)代診斷方法1.3.2.11其它現(xiàn)代診斷方法1.3.2.11其它現(xiàn)代診斷方法滾動軸承信號二進小波分解結(jié)果圖1.3.2.11其它現(xiàn)代診斷方法滾動軸承信號分解后重構(gòu)的結(jié)果圖

3、盲源分離（BlindSourceSeparation）是在源信號未知，混合疊加路徑也未知，僅根據(jù)某些統(tǒng)計特性恢復(fù)出源信號。1.3.2.11其它現(xiàn)代診斷方法雞尾酒會問題1.3.2.11其它現(xiàn)代診斷方法盲源分離模型

4、分形（Fractal）理論因其自相似性的本質(zhì)特點非常適合對故障信息重新量化。在應(yīng)用分形理論時，分形維數(shù)是重要的參數(shù)，可以利用分形維數(shù)來辨識故障。1.3.2.11其它現(xiàn)代診斷方法混沌（Chaos）是由于確定性系統(tǒng)對初始條件的敏感性而產(chǎn)生的不可預(yù)測性。分形是描述混沌的高級幾何方法，分形維數(shù)是研究混沌系統(tǒng)的一個定量參數(shù)和特征量。

蝴蝶效應(yīng)：一個貌似荒謬的論斷。在巴西一只蝴蝶翅膀的拍打能在美國得克薩斯州產(chǎn)生一個龍卷風(fēng)，并由此提出了天氣的不可準(zhǔn)確預(yù)報性。Koch曲線1.3.2.11其它現(xiàn)代診斷方法Lorenz奇怪吸引子1.4.1發(fā)展歷史最早進行故障診斷技術(shù)研究的國家是美國。1967年，由美國海軍研究室主持創(chuàng)建的機械故障預(yù)防小組（MachineryFaultPreventionGroup），開始從事診斷技術(shù)的研究，開創(chuàng)了機械故障診斷的先河。英國在20世紀(jì)70年代初成立了以R.A.Collacott為首的機械保健中心（MechanicalHealthMonitoringCenter），開始研究故障診斷技術(shù)。日本的診斷技術(shù)研究也始于20世紀(jì)70年代，新日鐵從1971年起開發(fā)診斷技術(shù)，到1976年基本上達到實用化水平。1.4故障診斷技術(shù)的發(fā)展趨勢相比之下，我國在這方面的研究起步比較晚。直到20世紀(jì)70年代末，由于當(dāng)時國內(nèi)部分機組頻繁發(fā)生重大事故，造成了嚴(yán)重的經(jīng)濟損失，有些研究人員開始研究美、日、德、英、瑞等發(fā)達國家的設(shè)備維修體制，才認(rèn)識到狀態(tài)監(jiān)測與故障診斷的重要意義，逐漸開始了機械設(shè)備狀態(tài)監(jiān)測與故障診斷的理論研究工作。

1983年，國家經(jīng)委在《國營工業(yè)交通設(shè)備管理試行條例》中明確提出“要根據(jù)生產(chǎn)需要，逐步采用現(xiàn)代故障診斷和狀態(tài)監(jiān)測技術(shù)，發(fā)展以狀態(tài)監(jiān)測為基礎(chǔ)的預(yù)防維修體制”，對我國故障診斷技術(shù)的發(fā)展起了巨大的推動作用。當(dāng)前國內(nèi)的一些民用企業(yè)，尤其是冶金、石化和電力等流程企業(yè)，在開發(fā)和應(yīng)用設(shè)備診斷技術(shù)方面走在了前面，因為這些企業(yè)的關(guān)鍵設(shè)備一旦發(fā)生事故就會造成很大損失。1.4.1發(fā)展歷史