维修钳工技术员论文

机械故障诊断中的误诊及信息处理方法

机械状态的误诊是对机械状态的扭曲反映。误诊的原因很多,包括诊断数据不正确。

准确性、诊断依据的不可靠性、诊断推理的不合理性等。机械状态的信息特征在机械故障诊断中起着重要的作用。

研究信息特征对提高故障诊断的准确性和可靠性具有现实意义。

介绍了利用粗糙集理论处理诊断中不确定性的数学方法理论。

关键词:故障诊断;误诊;信息不可靠;研究

在机械故障诊断的发展中,提高故障诊断率一直是研究的重点,但故障的误诊却没有引起足够的重视。为了系统地解释机械故障诊断中的误诊,给出了误诊的含义和分类。根据机械故障诊断推理的过程,详细分析了误诊的机理和具体原因,并针对这些潜在原因提出了减少误诊的方法和措施。

为了提高机械故障诊断的可靠性,降低误诊率,在保证诊断数据准确性的同时,诊断系统必须具有合理性、开放性和可扩展性,使诊断知识不断丰富和充实。

1机械误诊原因分析

从诊断结果与诊断对象的客观差异来看,故障诊断的结论可分为诊断、误诊和漏诊,诊断意味着对诊断对象的故障判断是准确的。漏诊是对故障的遗漏。误诊,顾名思义就是错误的诊断,也可以叫误判。漏诊也可以归为设备误诊。

1.1故障的复杂性

在故障诊断过程中,诊断对象的故障过程复杂多变。在故障发展过程中,由于引起故障的因素的性质、特点和作用方式不同,机械作用和损害的具体情况也不同,故障的症状和演变有不同的形式,在诊断中往往难以快速准确地了解故障的性质,导致误诊,具体体现在以下几个方面:

在(1)故障的发展过程中,一个故障可能会表现出许多不同的故障征兆。例如,在液压系统的故障诊断中,电磁换向阀的故障可能导致系统压力和流量不符合要求,脉动可能加剧,系统的工作温度也可能升高。但是,对于不同的诊断对象,即使是同一台机器,对同一故障的反应也是不同的。一个对象可能反应很快,另一个对象可能反应很慢,一个对象的症状可能对故障反应激烈,而另一个对象可能反应平稳。

(2)在不同故障的发展过程中,可能出现相似的症状,同一症状可能对应多种故障形式。比如在旋转机械中,各种故障往往伴随着振动的加剧,而在频域分析中,不同的故障在相同的倍频处可能有相似的表现。这些故障症状的相似性使我们在故障诊断中容易混淆。

(3)在很多情况下,随着故障的发展,还可能引起二次故障,二次故障可能掩盖原故障或者原故障掩盖二次故障,会给故障诊断带来困难。比如液压系统中,由于某种原因油液污染程度增加,可能造成液压泵的运动副磨损严重,磨损颗粒混入油液中,进一步加剧了油液污染。液压泵的磨损会引起液压系统的故障,这种故障是由油液污染的原发性故障引起的,而泵磨损的原发性故障和次发性故障混合在一起,相互促进,形成恶性循环,增加了原发性故障的查找难度。

为了克服故障征兆的复杂性给故障诊断带来的困难,必须拓宽思路,不拘泥于典型故障征兆的狭隘思维,从系统的角度,从环境到机械、从局部到整体、从阶段到过程进行具体分析,将征兆、原因和故障机理有机地结合起来,降低误诊率。

1.2诊断知识的不确定性

各种机械设备,由于复杂程度不同,工作环境不同,使得我们对故障的认识往往是不确定的,不完善的。一般来说,我们不能等到某个故障完全发生后再下结论,而必须实施早期诊断,及时采取措施,避免故障的进一步发展。这样,我们必须根据故障的一些症状或没有症状来做出诊断,这必然会导致误诊。

由于缺乏故障诊断数据,对故障的了解受到很大限制,难以明确诊断。有时,不能完全排除症状相似的故障。有时,疑似故障的一般规律与故障的症状并不完全一致。此外,排除了故障的可能性,也缺乏足够的认定故障的依据。因此,故障诊断的推理过程往往具有一定的模糊性和不确定性。

针对这种情况,充分研究故障诊断对象,建立合理的模糊知识体和模糊推理机,运用现代人工智能原理实施诊断,更符合故障诊断的本质,会提高诊断的可靠性。

1的相对性。3理论

与实际的故障过程相比,任何理论总是有局限性的。机械设备作为环境和人组成的有机体,是不一样的。理论只能大致概括故障诊断实践中的具体情况。同时,该理论受到一定科技条件的限制,仍有需要认识的地方。

理论和具体故障总有一定的距离。就故障诊断的标准而言,是在典型症状的基础上总结和制定的。不太典型的故障可能并不都符合诊断标准。如果把诊断标准当成教条,一成不变,必然导致误诊。

总之,我们开发的诊断系统应该具有开放性和可扩展性,使系统具有持续改进的能力,这是降低误诊率的重要途径。

1.4诊断实践的局限性

故障诊断实践是机械故障诊断形成和发展的基础。虽然也是获取相关知识的重要途径,但由于实验与机械系统实际运行和工作环境的差异,得出的结论必然具有一定的局限性。作为故障诊断的主体,人们对机械系统的认识和故障诊断的实践经验不同,得出的结论也不同。比如观察1个机械图像,1个有经验的人脑子里积累了大量的故障知识,所以往往能准确把握机械运行状态,做出合理的诊断结论,尤其是对早期故障和非典型故障。因此,我们必须加强诊断实践,从实践中提取有用的知识,以扩展和丰富我们的诊断体系。

1.5获得的数据不准确

在故障诊断过程中,首先要获取机械系统运行的相关数据。在机械操作过程中,经常受到外界环境和各种随机因素的影响,使得获得的数据在一定程度上不准确,容易造成误诊。因此,需要采取必要的数据预处理措施,减少随机因素的影响,剔除趋势项和奇异项,提高数据的准确性,这也是降低误诊率的必要条件。

1.6诊断医生不专业。

诊断医生的素质也决定了诊断结论的正确性。诊断人员的理论知识、实践经验、方法知识和进行故障诊断时的态度都可能导致误诊。同时,诊断医师综合运用知识、理论联系实际、善于解决实际问题的能力也会影响诊断结论。

2机械故障诊断中的信息提取

2.1信息提取不可靠。

机械故障诊断可分为直接诊断和间接诊断,但由于设备结构和工作条件的限制,直接诊断往往难以进行。因此,常采用间接诊断,即通过二次诊断信息间接判断设备中关键部件的状态变化。诊断测试是获得二次诊断信息的关键环节。最常见的是振动测试(位移、速度、加速度)和声音测试。

但是由于各种原因,得到的数据可能会有偏差。体现在三个方面:(1)数据没有正确反映客观存在;(2)数据的信噪比低;(3)数据不完整。如果把这些不准确的数据分析成有效数据,很可能会被误诊。

2.2信息处理不准确

快速有效地提取反映机器故障信息的特征是关键。诊断特征主要是通过分析和处理设备采集的信号获得的。这些特征可能是一些简单的时域特征,如峰峰值、均方根值、峰度等。、或过程参数特征,如油温和油压,以及一些复杂的频域特征和基于全息谱的特征,如变频椭圆和轴心轨迹。

目前,各种特征提取方法层出不穷,如统计模拟、小波分析、独立分量分析、频域分析、全息谱分析等,为诊断对象的特征提取提供了有效的解决方案。在应用中,很多方法都有其应用的前提条件。此外,在不同的应用中,各种方法可能有其局限性和数学精度问题。在实际应用中,如果不注意这些,可能会造成误诊。

2.3信息不完善

对于一个诊断对象,如果其运行状态复杂,由于客观条件和手段的限制,可能很难从获得的信息中准确地给出诊断结论,主要体现在以下三个方面:

(1)信息不完整。在诊断实践中,故障和诊断信息之间并不是一一对应的。1消息对应多个不同的故障,1故障也被表征为多个不同的消息。这需要足够的有用信息来区分不同的故障。否则,可能会出现误诊。

(2)信息不一致。诊断信息不一致也是诊断实践中常见的现象。这些信息之间存在一定程度的冲突。也就是说,有些信息很大程度上支持断层F1,否定断层F2;相反,其他信息支持故障F2,否定故障F1。这时候也容易出现误诊。

(3)信息不确定。来自诊断对象的诊断信息经过了多条传输路径,其不确定性可能小也可能大,比如传感器、传输线等影响其确定性。此外,还有定性和定量信息之间的转换带来的不确定性。

3提高信息可靠性和减少误诊的措施

3.1提高诊断测试的准确性

提高诊断试验的准确性是保证诊断数据可靠性的重要前提。可以从以下四个方面入手:(1)定期检查传感器;(2)可以考虑多个传感器进行测量;(3)采用可靠的输电线路;(4)正确设置采样参数。

3.2提高诊断系统的可靠性

随着设备运行维护的需要,人工神经网络、贝叶斯网络、专家系统等各种在线、离线、远程诊断分析系统和智能诊断系统逐渐用于机械故障诊断,这在给故障诊断带来诸多便利的同时,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,提高其在特征提取或诊断推理方面的可靠性,有利于降低误诊率。

3.3 .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不言而喻,其表达和描述是否合理准确关系到诊断推理结果的正确性。然而,在诊断实践中,既有定性信息,也有定量信息。它既包含简单信息,也包含复杂信息;既有确定的信息,也有不确定的信息。在诊断推理过程中,定量信息往往会转化为定性信息,例如“70 }、m的振动被描述为“大振动”等等。

概率论和模糊数学是描述这些信息的有力工具。因此,可以考虑将概率论和模糊数学理论以适当的方式融入到故障诊断的信息表达和描述中,以加强其描述的客观性。

4粗糙集理论处理信息不确定性

具有随机信息、不确定信息、模糊信息和灰色信息之一的信息是单形信息;至少两种信息是盲的,把概率论、模糊理论、灰色数学、未确知数学的理论和方法有机地结合起来,即不确定数学的理论和方法。一些理论和方法被提出或用于处理具有相似或不同特征模式的信息,以获得融合信息,从而改善信息的不确定性、模糊性和矛盾性。

粗糙集理论是一种处理模糊和不确定知识的有效数学工具,已成功应用于知识分类和知识获取。粗糙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”方法的区别在于,它只利用数据本身提供的信息,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函数、统计学中的概率分布等。粗糙集方法是在对观测测量数据进行分类的基础上,直接对对象的可测输出进行处理,从而剔除冗余信息和矛盾信息。基于粗糙集理论的诊断一般步骤:

(1)知识库的建立联合诊断系统的故障信息表是利用收集到的历史或仿真数据生成的,然后表示为知识库的形式S=(U,A,D,V,f)知识库可以划分为非空的对象空间U = 3x >;& gtXz,…,xm(,属性集空间R=AV D,子集A=}dl} a2 }…,do}和子集D=}df分别称为条件属性和结果属性,对象空间与后两者之间存在对象属性关系f8和9,即for。EA,F8:‘提砚’叫信息函数,而‘er:U } Vd叫决策函数,Va和yd分别是A和D的有限取值范围。

(2)数据离散化数据离散化方法包括等距分割算法、等频分割算法、NaiveScaler算法、基于属性的重要性算法和基于断点的重要性算法,以及布尔逻辑与粗糙集理论相结合的算法等。,使得条件属性和决策属性的值是连续的不确定空间,数据离散化是利用粗糙集理论的数据预处理。

(3)特征提取从原来的N个数据特征中找到M个数据特征,简化后的M个数据特征对物空间U的分类能力与原来的N个数据特征(N,M)的分类能力相同。这个过程称为特征提取。常用的特征提取方法有基于属性重要性的最小约简、基于区分矩阵和区分函数的逻辑约简、基于包含理论的最大分布约简、基于下近似质量不变性的属性约简以及存在噪声污染时基于上近似质量的任意约简。特征提取减少了条件属性,进而消除了冗余的条件属性。

(4)规则应用提取的规则集可用于分类新对象。这个规则集被称为“分类器”,由RUL表述。当分类器遇到新的对象X时,它在规则集RUL中寻找与X的条件属性相匹配的规则,通过应用规则集可以判断新对象X的决策属性。

参考

1曲良生,何。机械故障诊断。上海:上海科学技术出版社,1986。

2刘振华,陈小红。误诊。济南:山东科学技术出版社,2001。

3曲良生,吴松涛。统计模拟在工程诊断中的一些应用。振动,测试与诊断,2001,21(3):157-167。