一种基于振动图像和结构模型的通用智能故障诊断系统
摘要:提出一种利用振动频谱图像提取旋转机械故障特征的方法。针对旋转机械设备种类多样性及专家系统诊断对象范围窄的特点,研究基于结构模型的多征兆模糊产生式规则的诊断、知识表示和以关系数据库为基础的知识库的建立与维护机制,开发基于振动图像和设备结构模型的故障诊断专家系统,系统在满足知识表示和推理模型的有效性和实用性需求下,具有构造简单,推理效率高等优点,大大提高了旋转机械故障诊断专家系统的适应性和通用性。
关键词:振动图像;结构模型;特征提取;故障诊断;专家系统
中图分类号:TP391 文献标识码:A 文章编号: 1671—3133(2009)04—0119—05
0 引言
由于旋转机械设备种类多、结构复杂、运行环境各不相同,故障原因因机组而异[1]。目前,应用于旋转机械故障诊断的专家系统都是针对某一特定机组对象进行开发的,即一套专家系统只能对特定机组进行诊断,将其应用到其他机组的故障诊断中,会产生许多误判现象,这在一定程度上限制了专家系统的广泛应用,导致诊断系统的重复开发。而且,广泛用于工业现场的便携式振动数据采集仪器或设备状态检测仪器、在线监测诊断系统和便携式故障诊断系统等都没有智能诊断功能或者功能不完善。对用户来说,他们急需要一种不对原系统作任何修改,或变动很少、灵活、实用的智能诊断系统。
国内外设备状态检测的仪器以及在线检测网络系统,都是将振动信号以图像方式显示在屏幕上或打印机输出,如波形图、频谱图、轴心轨迹图和Poincare映射图等,故障诊断的知识大多也是基于这些图形特征,这就要求诊断系统必须能够像人类专家一样准确地“看”出图像特征,即自动识别故障征兆[2]。
为此,笔者提出利用振动图像识别进行旋转机械故障特征提取的方法和基于设备结构模型的模糊规则知识表示,开发基于振动图像和设备结构模型的故障诊断专家系统,该系统构造简单,推理效率高,有效地提高旋转机械故障诊断专家系统的通用性和适应性,具有一定的现实意义。
......
