基于案例推理的船舶故障診斷研究及應(yīng)用

《基于案例推理的船舶故障診斷研究及應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、南京航空航天大學(xué)全日制專業(yè)碩士學(xué)位論文相融合的智能故障診斷技術(shù)階段。故障診斷涉及到智能信息處理技術(shù)、檢測(cè)技術(shù)、計(jì)算機(jī)技術(shù)、知識(shí)工程等多個(gè)范疇，已經(jīng)廣泛應(yīng)用于航空航天、電子、機(jī)械制造等多個(gè)領(lǐng)域，逐步成為現(xiàn)在的研究熱點(diǎn)。目前已經(jīng)研究出不少重要的成裂7】：(1)基于信號(hào)處理的故障診斷方法：依據(jù)當(dāng)前采集到故障設(shè)備的工作信號(hào)，如果偏離了正常范圍即可判斷發(fā)生了故障。時(shí)域、頻域以及峰值等指標(biāo)是信號(hào)處理的一般對(duì)象。主要方法有時(shí)域特征參數(shù)與波形特征診斷法、信息特征法、頻譜分析與頻譜特征再分析法等。(2)基于物理和化學(xué)分析的診斷方法：通過對(duì)當(dāng)前故障設(shè)備的物理、化學(xué)狀態(tài)的觀察，分析其光、味、

2、形、溫度、聲等變化，與正常工作時(shí)狀態(tài)進(jìn)行比較，參考相關(guān)資料判斷當(dāng)前設(shè)備是否發(fā)生故障。(3)基于數(shù)學(xué)模型【8】的故障診斷方法：該方法是以建立診斷對(duì)象的數(shù)學(xué)模型為基礎(chǔ)，以現(xiàn)代控制理論和現(xiàn)代優(yōu)化方法為指導(dǎo)，根據(jù)模型獲得的預(yù)測(cè)狀態(tài)和所測(cè)量的實(shí)體之間的差異計(jì)算出該診斷系統(tǒng)的最小診斷。具體方法有等價(jià)空間工程、Kal加an濾波器等。(4)基于故障樹模型【91【101的診斷分析方法：故障樹模型是一種基于研究對(duì)象結(jié)構(gòu)與功能的模型，因此故障樹診斷方法是一種基于圖形的演繹方法，能夠體現(xiàn)故障傳播關(guān)系并直觀表現(xiàn)故障、部件、系統(tǒng)、因素之間的相互關(guān)系。(5)基于專家系鰣11】的故障診斷理論和方法：近

3、年來人工智能和專家系統(tǒng)的快速發(fā)展，該方法已經(jīng)取得比較顯著的成就。專家系統(tǒng)依據(jù)專家的豐富經(jīng)驗(yàn)，從大量的信息樣本中提取出故障的特征向量，描述故障和狀態(tài)之間的關(guān)系。實(shí)際進(jìn)行故障診斷時(shí)，根據(jù)當(dāng)前的特征，采用基于推理機(jī)的方法進(jìn)行故障原因和狀態(tài)匹配。(6)基于模糊集的故障診斷理論和方法：美國(guó)控制論學(xué)者Zadeh于1965年提出了模糊集理論，該理論主要是描述與處理不精確的、模糊的時(shí)間和概念，用來處理故障診斷過程中遇到的不確定信息。當(dāng)前由于模糊集理論發(fā)展有限，通常需要憑借經(jīng)驗(yàn)和大量的實(shí)驗(yàn)來確定。而系統(tǒng)本身有不確定的、模糊的信息，其應(yīng)用有一定的局限性。隨著理論的日益完善，該方法有較大的發(fā)

4、展前途。(7)基于神經(jīng)網(wǎng)絡(luò)【12】的故障診斷理論和方法：神經(jīng)網(wǎng)絡(luò)是當(dāng)前故障診斷領(lǐng)域應(yīng)用最成功的故障診斷方法之一。人工神經(jīng)網(wǎng)絡(luò)是模擬人思維的一種方式，它是非動(dòng)力學(xué)線性系統(tǒng)，其特點(diǎn)在于其信息的分布式存儲(chǔ)和并行協(xié)同處理，可以實(shí)現(xiàn)自組織、分類、優(yōu)化和非線性映射等功能。在工程實(shí)踐中對(duì)故障檢測(cè)及診斷發(fā)揮較大作用。(8)基于小波分析【13】的故障診斷方法：20世紀(jì)80年代中期法國(guó)學(xué)者Daubeches和callet發(fā)展了小波分析理論，它能夠解決許多傅立葉變換難以解決的問題?；谛〔ǚ治龅墓收显\斷方法首先對(duì)采取到的信號(hào)進(jìn)行多級(jí)小波分解，得到各子級(jí)數(shù)據(jù)，通過對(duì)小波變換系數(shù)模極大值基于案例

5、推理的船舶故障診斷研究及應(yīng)用的檢測(cè)來實(shí)現(xiàn)對(duì)信號(hào)奇異性的檢測(cè)，從而判斷故障發(fā)生的時(shí)間和原因。(9)組合智能故障診斷方法：專家系統(tǒng)的知識(shí)處理采取的是模擬人的邏輯思維，而神經(jīng)網(wǎng)絡(luò)的知識(shí)處理采取的是模擬人的經(jīng)驗(yàn)思維。邏輯思維和經(jīng)驗(yàn)思維在人類自身的思維過程中可以巧妙地結(jié)合成為一個(gè)有機(jī)整體，因此可以將專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)結(jié)合而成的智能故障診斷理論和方法對(duì)系統(tǒng)進(jìn)行更加高效地診斷。除了上面列舉出來的理論和方法外，目前還有基于向量機(jī)‘14】的故障診斷方法，基于灰色系糾151理論的故障診斷方法，基于機(jī)理研究的故障診斷理論和方法等1．2．3故障診斷研究存在的問題雖然當(dāng)前在故障診斷領(lǐng)域的理論和方

6、法已經(jīng)取得較大進(jìn)展，現(xiàn)有診斷技術(shù)和檢測(cè)裝備已經(jīng)能夠?qū)Σ煌瑢?duì)象進(jìn)行故障檢測(cè)，但仍存在許多不足之處‘16Ⅱ17】：(1)信息提取不充分：故障診斷的基礎(chǔ)是特征信號(hào)的提取，現(xiàn)有的故障診斷系統(tǒng)只檢測(cè)當(dāng)前的狀態(tài)信息，‘而對(duì)于之前的狀態(tài)和進(jìn)行維修后的狀態(tài)未進(jìn)行檢測(cè)，在這種情況下可能對(duì)診斷得出的維修措施不夠準(zhǔn)確。(2)對(duì)模糊信息的處理不夠：故障診斷系統(tǒng)中存在著大量隨機(jī)、模糊或是不完全的信息，這類信息不確定因素大，如何對(duì)這部分不確定信息進(jìn)行描述和表示，一直是故障診斷領(lǐng)域研究的熱點(diǎn)問題。目前已經(jīng)有一些理論來處理當(dāng)前模糊信息，在故障診斷系統(tǒng)中取得了初步應(yīng)用。(3)自動(dòng)獲取知識(shí)的能力差：對(duì)于智

7、能故障診斷系統(tǒng)知識(shí)獲取是一個(gè)難題，同樣這也是專家系統(tǒng)中的難題。當(dāng)前故障診斷系統(tǒng)都是依據(jù)現(xiàn)有知識(shí)庫(kù)進(jìn)行分析，在運(yùn)行過程中很難創(chuàng)造出新的知識(shí)和信息，雖然一些系統(tǒng)中引入了機(jī)器學(xué)習(xí)的功能，但在知識(shí)自動(dòng)獲取方面的能力還是比較差的，限制了系統(tǒng)功能的完善。(4)解決問題能力的局限性：由于系統(tǒng)中知識(shí)的有限性，診斷系統(tǒng)只能解決單獨(dú)領(lǐng)域內(nèi)的問題，遇到出現(xiàn)在其它領(lǐng)域的問題通常無法解決。(5)知識(shí)庫(kù)龐大，目前大多數(shù)故障診斷的方法是采用規(guī)則來描述維修技術(shù)人員的知識(shí)和經(jīng)驗(yàn)，為了尋找故障原因和解決方案需要大量的規(guī)則庫(kù)，導(dǎo)致故障診斷的效率比較低下。當(dāng)前日益復(fù)雜的生產(chǎn)工藝