工程机械智能故障诊断技术的研究现状

前言：想要写出一篇引人入胜的文章？我们特意为您整理了工程机械智能故障诊断技术的研究现状范文，希望能给你带来灵感和参考，敬请阅读。

摘要：随着我国社会经济和科学技术的快速发展，工程机械也日趋智能化和复杂化，而在具体使用过程中难免会发生各种各样的故障，以往传统的故障诊断技术已经无法满足系统的实际需求，在此背景之下，智能化的故障诊断技术就应运而生了。工程机械在具体使用过程中会受到振动、高低温以及粉尘等各种外界因素的影响，所以发生故障的频率也就相对比较频繁，这种问题会给社会和企业带来较大经济损失，所以不断提升机器的故障诊断技术势在必行。本文就工程机械故障诊断技术的目的、方法以及发展趋势进行了一定的分析与研究。

关键词：工程机械；故障；智能；诊断技术；现状；发展趋势

1工程机械故障诊断技术的目的

1.1对工程机械使用过程中的各种故障或者是异常

情况进行及时且准确的诊断，可以有效避免或者是消除故障，从而实现对工程机械正常运转的有效指导，并可提升工程机械运行的有效性、安全性、可靠性、以及经济性。

1.2高效的故障诊断及其管理系统

可以帮助用户在使用工程机械过程中发挥其最优的机械性能参数，并制定出科学合理的检测流程和维修制度，从而可在一定程度上延长机械的使用寿命、降低机械的使用费用。

1.3工程机械从业人员可通过故障诊断技术对机器

进行检测监视以及分析评估，从而为其设计、生产和改进工作提供有用的数据。

2当前主要的智能故障诊断方法

2.1故障树诊断方法

这种故障诊断方法其实就是将最不希望发生的故障结果作为出发点，然后再严格按照相关的逻辑关系进行一步一步的逐级细化分析，对故障形成的根本原因进行分析与探讨，最终对故障发生的原因、发生概率的大小以及所产生的影响程度作出确定。通过故障树进行诊断的方法可以将引起系统故障发生的原因或表现绘制成形象的图表模式，从而可以非常直观地反映出各个部件和故障原因之间的关系，同时还可以对故障发生的程度和概率进行定量计算。该方法可以对故障的形成及变化进行直观且快速的表达，但是故障树的建立会受到一些主观因素的影响，而且故障树信息的完整性和正确性会随着产品及技术发展的变化而变化，所以该故障诊断方法具有一定的局限性。

2.2故障诊断专家系统

这种故障诊断方法主要是利用大量的推理方法、专家知识、经验积累对一些单一独立的部件组成和故障现象进行归纳整理并建立有机联系，从而有效解决一些复杂问题的人工智能系统。该方法是目前研究应用较多的一种智能诊断技术，可用在较难建立起数学模型的复杂系统中。

2.3基于模糊数学的故障诊断方法

该种方法主要是利用一些模糊关系矩阵或者是症状的隶属度来对发生故障的原因进行判断，以表征各种故障的倾向性，并可减少很多不确定因素给诊断工作造成的困扰和影响。它主要用于因信号传输途径复杂、特征参数和故障表象之间的映射关系模糊、运行状态及边界条件存在多边关系等使得故障原因较难判断的复杂场合。但是该智能诊断方法相对比较复杂，想要建立起适合的模糊规则和隶属度函数需要消耗一定的时间，且需依托于一个稳定的系统构成。

2.4基于神经网络的故障诊断方法

基于神经网络的故障诊断方法可以看作是一种信息处理系统，其通过一定数量的分布处理器和连接，来模仿人脑的工作方式。该系统方法在实际使用过程中，可先对故障特征进行提取，再通过对样本的总结、学习和训练来确定故障判决的规则，并进一步的对故障具体类型进行诊断。这种方法可在工程机械故障诊断的时候对一些新出现故障的权值进行自我调整，这将提升故障诊断的正确率，并有效降低误报和漏报。同时，该种诊断方法还具有模式匹配、联想记忆以及归纳相似故障的能力，对故障及其征兆之间的非线性映射关系能进行很好的反映。特别适用于那些诊断过程非常复杂或者是一些突发性故障的诊断。

2.5支持向量机的故障诊断方法

典型故障数据样本的缺乏是制约智能故障诊断技术发展的主要原因之一。支持向量机（SVM）其实就是一种基于统计理论的机器学习方法。其目标是在现有信息下获得最优解，而不是当样本数趋于无穷大时的最优解，因而特别适用于小样本的故障诊断。如果将支持向量机故障诊断方法和人工神经网络两种方法进行比较的话，该方法具有更大的使用优势，其结构简单，覆盖范围广，所以可以在有限的特征信息下将样本数据中所隐含的各类知识进行最大限度的发掘，有效避免了神经网络等其他一些诊断方法中所具有的局部极值等问题，而这些优势在工程机械故障诊断过程中具有很高的应用价值。

3工程机械故障诊断技术的发展趋势

随着科学技术的不断发展，现如今的信息技术、计算机技术以及传感器技术都取得了很大的进步，对信号的分析手段也在不断地增加，工程机械故障诊断技术也逐渐从以往单一的模式向着智能化和全息化发展，具体发展趋势主要体现在以下几个方面：

3.1多传感器数据融合技术

随着工程机械日渐向着复杂化、自动化和大型化方向发展，这就要求对其进行多角度和全方位的监测与维护，从而可以对工程机械的具体运行状态有一个更加全面的了解和掌握。这就需要在对其各种故障进行诊断的时候，可以利用多个传感器对多个位置进行同时监测，并对这些信息进行及时的分析与处理，还可以充分结合各种现代化先进技术不断研发新型的监测仪器和传感器设备，对机械运行过程中的各个物理量和几何量进行更加准确的检测以有效提升故障诊断的准确率。

3.2混合智能故障诊断技术

工程机械故障的发生具有一定的突发性和多样性，而且在实际诊断的时候还需要充分结合一定的专家经验，所以充分利用智能化的诊断系统对相应的故障进行诊断可以获得更好的效果。在现如今的智能化故障诊断发展过程中，不断将各种智能技术进行充分的结合将会成为一个发展趋势。就目前的情况来看，主要是对神经网络系统和专家系统的充分结合，神经网络系统和实例推理的结合，专家系统、模糊逻辑与神经网络的结合等等，最后一种结合方式也是目前最具有发展潜力的一种结合方式。

3.3结合最新信号处理方法的故障诊断技术

由于工程机械在实际运行工程中的负荷、转速以及故障等各个方面都会发生一定的变化，其所引起的振动也具有一定的非线性、非平稳性和不确定性，以往传统的信号处理方式已经不能很好地满足工程的实际需求，近些年多出现的数学形态滤波、小波分析、混沌以及几何分形等多种新型信息处理模式对这种非线性和不平稳性信号可以进行很好的处理。比如小波分析信息处理方式可以将各种信息分解到一个由小波伸缩成的基函数族上，然后在通频范围之内可以获取不同频道的各种分解序列，其在频域和时域方面都具有一定的局部化分析功能。所以可以充分结合故障诊断的实际需求来对故障信息频道序列进行选取，并进一步查找故障源。这种分析方法具有非常好的时频定位效果，尤其适用于瞬态、时变或者是非线性信号，和一般的方法相比较而言，其具有更好的频域和时域定位能力，从而可以为故障诊断检测提供更有效的分析手段。

3.4远程故障诊断技术

由于工程机械工作环境的复杂性和故障发生的随机性，所以这对其现场诊断和维护操作带来较大的难度。除此之外，工程机械在实际应用过程中往往都具有比较大的分散性和流动性，这也会给故障的排除带来一定的难度。而远程故障诊断及监测技术的应用可以有效克服这些困难。远程故障诊断技术主要是利用计算机网络、机载模块、无线通讯等技术对工程机械故障进行实时跨空间长距离的有效诊断。在具体使用过程中，可以通过工程机械上安装的传感器及其相应建立起的状态监测点，对各种状态数据进行及时准确的采集并用来作为远程故障诊断的有效依据。有条件的企业可以建立远程监控平台及大数据分析系统，服务于企业本身和用户，可以实现资源利用充分、成本低和生产效率高的综合目标。综上所述，工程机械故障诊断是一项相对比较复杂的工作，具有一定的技术难度，但是只有不断提升故障诊断的智能化水平才能有效避免各种故障发生的频率并节约解决时间，所以加强对工程机械智能故障诊断技术的分析与研究，对于保证工程机械设备运行的安全性、提高工程机械故障诊断水平将会产生积极作用。

参考文献：

[1]刘书玖.工程机械使用性能故障分析及预防措施[J].民营科技，2016（04）：33.

[2]李静.故障树分析法在工程机械维修中的应用[J].企业技术开发，2016，35（11）：33-34.

[3]孙艳平，綦春刚，陈泳金，包钊.工程机械空调安装及维修要点[J].科技创新与应用，2016（20）：105-106.

[4]王景，许娜.工程机械液压传动系统故障原因浅析[J].河北能源职业技术学院学报，2016，16（02）：59-60.

[5]李喜全.工程机械液压系统油温过高故障分析[J].黑龙江科技信息，2016（25）：26.

作者:井然 单位:徐工集团工程机械股份有限公司道路机械分公司