孫凌夫 戰(zhàn)中學(xué) 劉澤林 李海豹 宋亞輝 孫全喜 陸益軍 吳紅

摘要： 機(jī)械設(shè)備在不斷的發(fā)展中，功能日益多元化，結(jié)構(gòu)越來越復(fù)雜，導(dǎo)致設(shè)備故障也變得多樣化。采用傳統(tǒng)的檢測方法可能就會導(dǎo)致故障無法準(zhǔn)時在第一時間內(nèi)得到檢測，浪費(fèi)大量的人力和物力。應(yīng)用人工智能開展設(shè)備檢測，不僅可以縮短檢測時間，提高檢測效率，還可以保證檢測結(jié)果的準(zhǔn)確性。在機(jī)械設(shè)備故障檢測中，要明確人工智能技術(shù)的特點和優(yōu)勢，加強(qiáng)研究與開發(fā)力度，確保人工智能發(fā)揮出更加有效的作用。

關(guān)鍵詞：人工智能;機(jī)械設(shè)備;故障檢測

引言

人工智能作為一門新興技術(shù)，其主要是對人的理論、方向進(jìn)行模擬、延伸與拓展。人工智作為計算機(jī)科學(xué)的分支，能夠?qū)C(jī)械設(shè)備的故障進(jìn)行深入分析，從而生產(chǎn)出智能的機(jī)器，類似于人類對問題作出反應(yīng)的系統(tǒng)。在對人工智能進(jìn)行研究時，語言識別、自然語言處理、機(jī)器人等都是主要研究對象。人工智能是一門極富挑戰(zhàn)性的科學(xué)，涉及心理學(xué)、哲學(xué)及社會科學(xué)等眾多學(xué)科。隨著時間的推移，人工智能的理論與技術(shù)已經(jīng)日漸成熟，并且其應(yīng)用范圍也在不斷擴(kuò)大。在未來的發(fā)展中，人工智能對人類生產(chǎn)生活起到促進(jìn)的作用。

1 人工智能在機(jī)械設(shè)備故障檢測中的意義

機(jī)械故障診斷是對機(jī)械上傳感器獲取的數(shù)據(jù)進(jìn)行系統(tǒng)分析，結(jié)合機(jī)械自身的特點，分析出故障發(fā)生的原因，并對機(jī)械在故障狀態(tài)下繼續(xù)運(yùn)行發(fā)生的情況進(jìn)行預(yù)測，當(dāng)機(jī)械系統(tǒng)運(yùn)行發(fā)生了偏移，則發(fā)生機(jī)械故障，整個機(jī)械系統(tǒng)部分或者全部失去作用，故障診斷就是利用傳感器獲取的數(shù)據(jù)進(jìn)行系統(tǒng)的分析，得出故障發(fā)生的部位并且進(jìn)行報警。如果及時對設(shè)備的故障進(jìn)行檢測，就可以及時分析故障產(chǎn)生的原因，并采取相應(yīng)的解決對策，延長設(shè)備的使用壽命。傳統(tǒng)的機(jī)械設(shè)備故障檢測手段存在的問題在于不能對復(fù)雜的故障進(jìn)行檢測，而且檢測的方式比較簡單，在應(yīng)用的過程中會存在很大的局限性，一旦設(shè)備的故障比較多元化，或者有突發(fā)性特征，就不容易對其進(jìn)行準(zhǔn)確及時的檢測。隨著機(jī)械設(shè)備性能的日益完善，設(shè)備的內(nèi)部結(jié)構(gòu)精度越來越高，體積越發(fā)小巧，這就必須要保證設(shè)備故障檢測技術(shù)與時俱進(jìn)。

在應(yīng)用檢測技術(shù)時，需要保證這一技術(shù)具有智能化特征，可以在第一時間內(nèi)發(fā)現(xiàn)故障，同時還要保證技術(shù)符合設(shè)備日益復(fù)雜的發(fā)展趨勢。以計算機(jī)和數(shù)字技術(shù)為支持的故障監(jiān)測技術(shù)已經(jīng)廣泛地應(yīng)用到各個行業(yè)之中，比較有代表性的就是人工智能技術(shù)。人工智能技術(shù)可以保證機(jī)械設(shè)備的故障得到自動化檢測，這樣就可以大大縮短檢測的時間，降低維修成本，可以保證設(shè)備正常運(yùn)行，對各類問題起到有效的防范效果[1]。由于人工智能技術(shù)在開展設(shè)備檢測時的方法比較多元化，即使設(shè)備結(jié)構(gòu)日益復(fù)雜，人工智能技術(shù)也可以充分適應(yīng)，并確保故障得到及時有效的檢測。

2人工智能在機(jī)械設(shè)備故障檢測中的應(yīng)用

人工智能可以針對生產(chǎn)過程中的原材料特性、環(huán)境特點、生產(chǎn)設(shè)備特點等影響因素進(jìn)行綜合判斷，并且做出最合理的故障診斷。人工智能對于機(jī)械設(shè)備故障診斷是十分重要的，能夠提升故障診斷的準(zhǔn)確性以及有效性。在機(jī)械設(shè)備診斷中，涉及的人工智能技術(shù)較多，本文主要對專家系統(tǒng)、人工神經(jīng)理論、模糊理論等在故障檢測中的應(yīng)用進(jìn)行了分析。這些人工智能技術(shù)進(jìn)行故障檢測時發(fā)揮了較大的作用。

2.1專家系統(tǒng)

在人工智能技術(shù)中，專家系統(tǒng)是一種比較常見的故障檢測技術(shù)。專家系統(tǒng)主要是對專家的思維和知識結(jié)構(gòu)進(jìn)行模擬，便于解決某一專業(yè)的問題。通常會采用智能計算機(jī)程序系統(tǒng)獲取知識管理庫中的知識，系統(tǒng)會結(jié)合這些知識進(jìn)行嚴(yán)格的推理。人工智能系統(tǒng)數(shù)據(jù)庫會通過解釋器將數(shù)據(jù)轉(zhuǎn)化為問題的解釋答案。專家系統(tǒng)中包含的專業(yè)學(xué)科知識比較多，為保證知識得到有效利用，專家系統(tǒng)中的智能化功能可及時根據(jù)問題對知識庫中的知識進(jìn)行提煉。人工智能可以整合相關(guān)的知識，將其納入到知識管理庫之中。此時，系統(tǒng)會以設(shè)備能夠理解的方式及時解答問題，再通過人機(jī)交互形成專門的語言。對設(shè)備故障進(jìn)行檢測時，專家系統(tǒng)中的推理機(jī)制可以充分發(fā)揮作用，在其內(nèi)部機(jī)制中會有類似問題的解決方式，這樣就可以保證故障得到準(zhǔn)確的定位與診斷[2]。

2.2人工神經(jīng)理論

人工神經(jīng)理論是一種典型的算法數(shù)學(xué)模型，支持其發(fā)揮作用的主要依據(jù)就是人工神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)元主要負(fù)責(zé)激活模擬人類大腦的神經(jīng)網(wǎng)絡(luò)，其目的在于利用這一網(wǎng)絡(luò)實現(xiàn)對信息的一系列處理，使數(shù)據(jù)得到高效保存。由于神經(jīng)元比較多，而且彼此之間的關(guān)系非常密切，因此，采用人工神經(jīng)理論就可以確保信息得到及時吸收，人們可以充分利用神經(jīng)網(wǎng)絡(luò)的優(yōu)勢，使其在眾多領(lǐng)域中發(fā)揮作用。對設(shè)備故障進(jìn)行檢測時，可以采用人工神經(jīng)理論對故障進(jìn)行分析，采用多個神經(jīng)元與故障相互作用，就可以在一系列反應(yīng)下找到故障的位置[3]。確認(rèn)故障后，用戶就可以及時了解問題所在。人工神經(jīng)網(wǎng)絡(luò)還可以對故障進(jìn)行預(yù)測，分析每個零部件的主要參數(shù)，幫助用戶更好地了解到設(shè)備的使用情況，及時避免出現(xiàn)故障。

2.3模糊集理論

可以將模糊集理論作為理論思維的基本方式，這一理論中包含的學(xué)科比較模糊，除了邏輯學(xué)和模糊數(shù)學(xué)之外，學(xué)科知識之間的關(guān)系因比較模糊，但又要以集合的方式呈現(xiàn)，共同為這一理論展開服務(wù)，因此，就可以將其稱之為模糊集理論。模糊集理論并不具備隨機(jī)性，其主要是指事物本身的概念比較模糊，通過這一理論可以及時對模型進(jìn)行分辨和識別。通過計算出模糊數(shù)就可以及時獲取知識，這樣就可以采用模糊融合的方式對設(shè)備的故障進(jìn)行檢測，并及時將診斷結(jié)果與故障進(jìn)行對比，就可以更好地解決故障[4]?？傊?，模糊集理論的運(yùn)用可以保證設(shè)備得到更加準(zhǔn)確的檢查，由于與之相關(guān)的技術(shù)更加穩(wěn)定，對數(shù)據(jù)進(jìn)行分析時也會更加完善。隨著時代的不斷發(fā)展，模糊集理論將會得到進(jìn)一步改進(jìn)。

2.4遺傳算法

遺傳算法主要是以人類遺傳機(jī)理為基礎(chǔ)，從而提出的全局優(yōu)化算法，通過生物進(jìn)化工程的雜交、繁衍等現(xiàn)象模擬的一種算法。這種遺傳算法的主要優(yōu)勢是處理優(yōu)化問題的能力較強(qiáng)，并且有較強(qiáng)的全局優(yōu)化能力。在進(jìn)行故障檢查時，可根據(jù)元件故障、斷路器跳閘、保護(hù)動作之間的關(guān)系，建立遺傳算法，并采用差異性遺傳算法對故障進(jìn)行處理。應(yīng)用遺傳算法進(jìn)行故障檢測的時候，應(yīng)該從全局優(yōu)化出發(fā)，當(dāng)保護(hù)元件或者是斷路器出現(xiàn)拒動時，診斷結(jié)果最優(yōu)。但是使用遺傳算法進(jìn)行故障診斷時，對數(shù)學(xué)模型合理的建立、確定差異等方面還需要進(jìn)行深入的研究，以期能夠在故障檢測中發(fā)揮較大的作用[5]。

結(jié)束語

人工智能依靠在機(jī)械設(shè)備上的傳感器得知機(jī)械設(shè)備的生產(chǎn)情況，可以對設(shè)備運(yùn)行中的情況做到實時監(jiān)控，并依靠傳感器的信號和曾經(jīng)產(chǎn)生的故障建立故障模型，在生產(chǎn)過程中依靠人工智能對可能發(fā)生故障的設(shè)備進(jìn)行維修損失估計，選取其中損失最小的方案進(jìn)行實施。并且重要的是只有在第一批生產(chǎn)設(shè)備中需要經(jīng)歷上述的整個過程，后面的生產(chǎn)者只需要在已經(jīng)建立好的設(shè)備故障模型中做針對于自己生產(chǎn)環(huán)境的優(yōu)化即可。這種生產(chǎn)模式極大的簡化了生產(chǎn)設(shè)備的投產(chǎn)過程，極大的節(jié)約了時間成本和資金成本。

參考文獻(xiàn)：

[1]賈智涵. 基于深度神經(jīng)網(wǎng)絡(luò)的機(jī)械故障診斷技術(shù)研究[D].北京郵電大學(xué)，2019.

[2]周明君.智能機(jī)器人在電力設(shè)備故障診斷中的應(yīng)用研究[J].科技創(chuàng)新導(dǎo)報，2019，16（08）：149-150.

[3]張京一.試論電氣自動化控制中的人工智能技術(shù)[J].南方農(nóng)機(jī)，2019，50（03）：231.

[4]黃慧媛.試析電氣自動化控制中人工智能技術(shù)的應(yīng)用[J].內(nèi)燃機(jī)與配件，2019（02）：212-214.

[5]沈陶然，王玉茜.人工智能技術(shù)在機(jī)械電子工程領(lǐng)域的應(yīng)用研究[J].海峽科技與產(chǎn)業(yè)，2019（01）：75-77.