论文部分内容阅读
摘 要：随着当前我国经济的快速发展，以及人工智能化的发展与创新，有关机械设备故障的智能诊断技术也已经有了许多新的发展机会。本文主要论述的是，当前我国设备故障相关诊断技术的发展现状，对这种现状出现的原因进行了适当的分析与研究，并且提出了与之相适应的解决措施与发展方法，还对我国智能诊断的未来发展方向与趋势提出了预测性的分析，以期为能我国日后在相关事业的发展与进步做出一定的具有积极意义的措施。
关键词：机械设备故障；智能诊断；现状；措施
当前世界经济全球化的大形势下，我国的经济已经得到了快速的发展，机械化的设备也正在向着高速、自动的方向快速发展。在这个年代，工业生产已经离不开机械设备，而机械设备的复杂性与关联性也随着科技的进步而进步，这样一来，就在一定程度上导致，当机械设备出现故障或缺陷的时候补救措施无法及时进行。在整个机械设备运行的过程中，某一个零件的失灵或是故障，会在一定程度上间接的导致整个机械设备的故障，这样不但影响了工作效率，也有可能会造成人员伤亡的情况。所以说，在进行工作的过程中，要对机械设备进行合理、及时、有效的故障诊断，从而确保相关的机械设备与产业链条正常运行。
1.我国机械智能诊断技术发展的必要性
在当前这个经济技术快速发展的大形势下，社会生活已经离不开工业生产，而工业生产对机械设备的依靠与应用，也成为当前比较受关注与重视的方面。我国当前已经建立起了一种较为热门的学科，那就是对机械设备故障的诊断这门学科。人们通常将人工智能、计算机技术集中应用到机械设备之中。与此同时，结合相关的智能诊断的理论知识，实现了对新型机械故障诊断方法的创新与发展。
智能诊断这一技术，成功的为当前社会对机械设备的需要，打下了一个坚实的基础，在一定程度上有效的促进了我国机械设备的发展与创新。调查显示，我国当前在人工智能的技术指导方面主要包括以下几种模式：模糊理论诊断方法；人工神经诊断方法等等。
2.我国机械智能诊断技术发展的具体内容
2.1.模糊理论的诊断方法
Zadeh曾经指出，模糊理论这种诊断法的提出，是为了更好的描述和处理一些不准确的事情或者概念。这种诊断方法，主要借鉴的是模糊数学中的一种隶属关系，把各种故障情况和情况看成两个不同的集合，在这两个集合之间，主要是通过一个比较模糊的关系建立起来的。机械系统的故障具有自身的特点，而当发生故障的时候，很可能出现相同的故障却是由不同的原因所导致的，而一些故障也很有可能产生与其他情况不同的故障表现。正是它这种不确定性，使得相关工作人员应当在对故障模糊性与确定性交织现象进行研究的时候，认真的探讨机械化故障的模糊性，从而针对具体情况，制定出与之相符的解决措施，以期通过实践来丰富课本上的理论知识。
2.2.神经网络的诊断方法
2.2.1.模式识别的神经网络
在对神经网络模型进行只能诊断的同时，主要讲故障诊断问题分为两种不同的类别，即识别问题以及模式分类。另外，神经网络信息的存储，一般是与连接权系数相关的，这样一来，就会使得神经网络拥有意思那个的坚韧性，可以有效的解决模式识别过程中所出现的缺陷与不足的情况。在这之中，更加重要的一点就是，神经网络具有一定的学习能力，这样便在一定程度上，减轻了之前传统的识别方法与方式，而是充分利用了相关信息，对不同的信息状况进行逐个训练，从而以自动化的方式形成所要求得的结果。
2.2.2.智能诊断专家系统
要想更好的实现对机械设备故障的分析与研究，就应当将专家系统与神经网络这两者进行有机的结合，其中，有两种具体措施展示如下：
第一种，指的是借助于专家系统来对神经网络进行构建，利用数值计算的方法进行逻辑推理，这样一来，可以有效的提升专家系统的工作效率，也能成功的运用自身的学习能力，解决适当的问题。
第二种，指的是将神经网络与其他不同方面的知识相比较。这种故障诊断方法与过去传统的专家系统的逻辑方式有所不同，这主要表现在，它作为一种较低的数值模型，是通过神经元中的串、并行的方式进行的。
调查显示，当前我国在神经网络智能诊断系统这个方面仍然没有涉猎更多的理论与实践知识，属于一个尚未完全建成的学科。这种情况与神经网络系统的自身缺点也有着一定的关系，因此，需要相关的工作人员与研究者，加强对神经网络智能诊断的分析与研究，避免发生因其自身的不足与缺点而造成的损失。
3.我国机械智能诊断技术的发展预测
对于机械设备的故障诊断来说，它是一个比较复杂、长久的工作，它需要相关的工作人员能够根据不同阶段的情况，并且制定出与之相适应的解决措施与方法。如若想顺利、完整的完成一个对故障进行诊断的过程，经常需要将多种理论知识于推理模式进行有机结合。另外，考虑到模糊语言和神经网络这两方面都存在自身特点的时候，应该综合认识到各种因素，以此能更好的为提高机械设备的故障诊断技术打下坚实的基础。
在未来的发展道路上，智能诊断技术将会实现更加集成、统一的情况，与此同时，也需要更多的研究者将更多新型的智能技术进行有机结合，以此争取早日完成只能故障诊断在技术与方法上的发展与进步。
4.总 结
综上所述，在我国当前网络技术快速发展的今天，也促使了人工智能、信号处理等技术的快速发展。在这之中，众多技术的快速发展都为我国机械设备故障诊断这一事业做出了一定的贡献。与此同时，虽然在相关的理论研究方面，相关研究者得到了许多发展与创新，但是这些理论知识并没有很好的运用到实践中去，尚未建立起一个良好的研究诊断方法。因此，这是当前我国机械设备智能诊断所面临的一个严峻的挑战。这就对相关的工作人员提出了更加严格的要求，为更好的建设伟大的祖国起到积极的促进作用。
参考文献：
[1]杨超，李亦滔. 机械设备故障智能诊断技术的现状与发展[J]. 华东交通大学学报，2012（05）
[2]王江萍，宁延平. 机械设备故障智能诊断技术水平与发展预测[J]. 石油机械，2012（08）
[3]李小彭. 机械设备故障智能诊断系统研究[D].沈阳工业大学，2012.
关键词：机械设备故障；智能诊断；现状；措施
当前世界经济全球化的大形势下，我国的经济已经得到了快速的发展，机械化的设备也正在向着高速、自动的方向快速发展。在这个年代，工业生产已经离不开机械设备，而机械设备的复杂性与关联性也随着科技的进步而进步，这样一来，就在一定程度上导致，当机械设备出现故障或缺陷的时候补救措施无法及时进行。在整个机械设备运行的过程中，某一个零件的失灵或是故障，会在一定程度上间接的导致整个机械设备的故障，这样不但影响了工作效率，也有可能会造成人员伤亡的情况。所以说，在进行工作的过程中，要对机械设备进行合理、及时、有效的故障诊断，从而确保相关的机械设备与产业链条正常运行。
1.我国机械智能诊断技术发展的必要性
在当前这个经济技术快速发展的大形势下，社会生活已经离不开工业生产，而工业生产对机械设备的依靠与应用，也成为当前比较受关注与重视的方面。我国当前已经建立起了一种较为热门的学科，那就是对机械设备故障的诊断这门学科。人们通常将人工智能、计算机技术集中应用到机械设备之中。与此同时，结合相关的智能诊断的理论知识，实现了对新型机械故障诊断方法的创新与发展。
智能诊断这一技术，成功的为当前社会对机械设备的需要，打下了一个坚实的基础，在一定程度上有效的促进了我国机械设备的发展与创新。调查显示，我国当前在人工智能的技术指导方面主要包括以下几种模式：模糊理论诊断方法；人工神经诊断方法等等。
2.我国机械智能诊断技术发展的具体内容
2.1.模糊理论的诊断方法
Zadeh曾经指出，模糊理论这种诊断法的提出，是为了更好的描述和处理一些不准确的事情或者概念。这种诊断方法，主要借鉴的是模糊数学中的一种隶属关系，把各种故障情况和情况看成两个不同的集合，在这两个集合之间，主要是通过一个比较模糊的关系建立起来的。机械系统的故障具有自身的特点，而当发生故障的时候，很可能出现相同的故障却是由不同的原因所导致的，而一些故障也很有可能产生与其他情况不同的故障表现。正是它这种不确定性，使得相关工作人员应当在对故障模糊性与确定性交织现象进行研究的时候，认真的探讨机械化故障的模糊性，从而针对具体情况，制定出与之相符的解决措施，以期通过实践来丰富课本上的理论知识。
2.2.神经网络的诊断方法
2.2.1.模式识别的神经网络
在对神经网络模型进行只能诊断的同时，主要讲故障诊断问题分为两种不同的类别，即识别问题以及模式分类。另外，神经网络信息的存储，一般是与连接权系数相关的，这样一来，就会使得神经网络拥有意思那个的坚韧性，可以有效的解决模式识别过程中所出现的缺陷与不足的情况。在这之中，更加重要的一点就是，神经网络具有一定的学习能力，这样便在一定程度上，减轻了之前传统的识别方法与方式，而是充分利用了相关信息，对不同的信息状况进行逐个训练，从而以自动化的方式形成所要求得的结果。
2.2.2.智能诊断专家系统
要想更好的实现对机械设备故障的分析与研究，就应当将专家系统与神经网络这两者进行有机的结合，其中，有两种具体措施展示如下：
第一种，指的是借助于专家系统来对神经网络进行构建，利用数值计算的方法进行逻辑推理，这样一来，可以有效的提升专家系统的工作效率，也能成功的运用自身的学习能力，解决适当的问题。
第二种，指的是将神经网络与其他不同方面的知识相比较。这种故障诊断方法与过去传统的专家系统的逻辑方式有所不同，这主要表现在，它作为一种较低的数值模型，是通过神经元中的串、并行的方式进行的。
调查显示，当前我国在神经网络智能诊断系统这个方面仍然没有涉猎更多的理论与实践知识，属于一个尚未完全建成的学科。这种情况与神经网络系统的自身缺点也有着一定的关系，因此，需要相关的工作人员与研究者，加强对神经网络智能诊断的分析与研究，避免发生因其自身的不足与缺点而造成的损失。
3.我国机械智能诊断技术的发展预测
对于机械设备的故障诊断来说，它是一个比较复杂、长久的工作，它需要相关的工作人员能够根据不同阶段的情况，并且制定出与之相适应的解决措施与方法。如若想顺利、完整的完成一个对故障进行诊断的过程，经常需要将多种理论知识于推理模式进行有机结合。另外，考虑到模糊语言和神经网络这两方面都存在自身特点的时候，应该综合认识到各种因素，以此能更好的为提高机械设备的故障诊断技术打下坚实的基础。
在未来的发展道路上，智能诊断技术将会实现更加集成、统一的情况，与此同时，也需要更多的研究者将更多新型的智能技术进行有机结合，以此争取早日完成只能故障诊断在技术与方法上的发展与进步。
4.总 结
综上所述，在我国当前网络技术快速发展的今天，也促使了人工智能、信号处理等技术的快速发展。在这之中，众多技术的快速发展都为我国机械设备故障诊断这一事业做出了一定的贡献。与此同时，虽然在相关的理论研究方面，相关研究者得到了许多发展与创新，但是这些理论知识并没有很好的运用到实践中去，尚未建立起一个良好的研究诊断方法。因此，这是当前我国机械设备智能诊断所面临的一个严峻的挑战。这就对相关的工作人员提出了更加严格的要求，为更好的建设伟大的祖国起到积极的促进作用。
参考文献：
[1]杨超，李亦滔. 机械设备故障智能诊断技术的现状与发展[J]. 华东交通大学学报，2012（05）
[2]王江萍，宁延平. 机械设备故障智能诊断技术水平与发展预测[J]. 石油机械，2012（08）
[3]李小彭. 机械设备故障智能诊断系统研究[D].沈阳工业大学，2012.