液压设备故障智能诊断系统综述钟展青，邓家青，李行广州珠江钢铁有限责任公司，广东广州510730前的智能诊断系统已经充分利用了多媒体技术1加加1扣此1技术信息融合技术智能传感器等先进信息技术。高新企业珠江钢厂已经根据智能诊断系统的技术要求建立了轧机液压泵站专家系统对设备故障进行诊断和监测，为企业带来巨大的经济效益降低故障诊断的难度，缩短故障诊断时间，提工作效率，提高故哮诊断结论的正确性和精确性，方便故障管理。

　　1故障监测与智能诊断概述智能诊断是人工智能技术在设备故障诊断领域中的应用12，它是计算机技术和故障诊断技术相互结合与发展进步的结果。智能诊断的本质特点是模拟人脑的机能，有效地获取传递处理再生和利用故障信息，成功地识别和预测诊断对象的状态，并能实现多故障多过程突发型故障的快速分析诊断。i.i专家系统当前研究*活跃应用*广泛的人工智能的个分支是专家系统。专家系统以其知识的永久性共享性和易于编辑等人类专家所不具有的特点得到等专科学校机械专业，助理工程师。

　　人们的普遍重视和利用。20世纪80年代以来，专家系统的研究和应用取得迅猛发展，使人工智能从学科研究走向实际应用的重大突破。特别是在产生知识通常是系统性理论性较强的逻辑知识，因此求解结果可靠性。而且由于知识是显式的，使其具有很好的解释能力。然而专家系统的发展遇到了知识获取的瓶颈窄台阶等困难，使其支持能力受到较大的限制。

　　1.2神经网络*新发展的以非线性大规模连续时间模拟并行分布处理为主流的神经网络理论为人工智能和专家系统的发展开避了条崭新的途径。人工神经网络是利用神经网络所具有的学习功能联想记忆功能分布式并行信息处理，较好地解决了传统方法在知识获取和并行推理等问上的瓶颈。

　　特别是人工神经网络不需要事先纽织大盘产生式规则，也不需要进行树形搜索，使系统开发周期大大减少并提高了求解速度。

　　1.3两者的关系专家系统和神经网络是当前研究人工智能的两种主要方法，这两种方法都有各自的功效和不足。

　　基于神经网络的系统并不能完全取代专家系统的符号处理功能。

　　从人类的知识过程来看，符号信息处理是人类专家思维活动的重要形式，是认识事物的结果与现。大多数情况下，人们解决问是逻辑推理为主，它通过症状和故障之间逻辑关系的分析和运算*终给出严密准确的解。

　　基于神经网络的专家系统方法模拟人类形象思维，是种非逻辑非语言非静态非局域非线性信息处理方法。当要求快速诊断与定量分析实时，采用神经网络更合适。神经网络同时还具有超强的学习能力。

　　在故障诊断过程中，两类诊断方法是并存的。

　　2智能诊断与先进的信息技术3信息技术在迅速发展，这必将对液压故障诊断技术产生深刻的影响，智能诊断系统与先进信息技术结合起来已成趋势，应用于智能诊断的先进信息技术主要有如下几方面。

　　1多媒体技术多媒体龀技术应用于测控系统，可实现信息媒体的多样化。它是各种不同信息转换的集成，*后把数值文字声音它更能满足人与系统的实时性信息交换。它更具可视性包括监测对象的视频像运算过程数据及传感器信号微弱信号的可视化转换等，能快速直观反映过程状态的检测结果，采用速运算结合实际工艺的诊断监测算法，便于系统作出统计，显趋势，提供操作指导和决策参考。InternetIntranetSInternetIntranet的发展，使其在测控领域的应用日益受到关注。利用1加6邮3呢1；技术可将必要监测信息送到企业内任意的，机或移动计算机的屏幕上。利用简单的10超文本链结标语言文本，使用通用的巩4浏览器，可在通用的接口下显来自监控和数据采集系统和其它软件系统的信息。目前很多吒服务器软件提供了对关系型数据库的访问方法，有些通用数据库也将数据发布为HTML格式，以供吐访问因此可通过评吐技术访问数据库和获取系统信息。决策维修人员可以在任意远程或局域网上观测实时的测控信息，并实现网上远程诊断。

　　信息融合技术信息融合5，是多元信息处理的意向新技术，它将来自某目标的多源信息加以智能化的合成，产生比单信息更精确更完全的估计和判决。液压故障具有交叉性与多样性的特点，故障诊断是个多源信息融合过程，它是个多分支多层次的体系。

　　4智能传感器智能化传感器是用微处理器控制的具有双向通信功能的先进传感器系统。微处理器能够按照给定的程序对传感器实施软件控制，把传感器从单功能变成多功能，包括数据处理与通讯自适应自补偿自校正自诊断远程设定状态组合信息存储和记忆等功能。全数字式智能化传感器，能消除许多与模拟电路有关的误差源，能明显提测量准确度。智能传感器多是压力加速度温度流量等。它由多片模块组成，包括微传感器微处理器微执行器和接口电路，它们构成个闭环工作微系统，并有数字接口与更级对微传感器提供更好的校正与补偿。

　　3珠钢轧机液压泵站专家系统应用3.1概况珠钢设备部与广东工业大学机电学院合作，开发了乳机液压泵站专家系统。整体结构1所。系统包括用户界面主泵模糊神经网络诊断模块系统故障诊断模块以及共用数据库。

　　3.2泵站假设验证分析模型泵站故障分析模型2.

　　该系统用于定性地判断泵站各元件的故障。

　　3.3主泵模糊神经网络诊断模型主泵系统采用模糊神经网络进行诊断，其过程该系统主要用于诊断液压泵摩擦付的各种磨损故障，此系统能判断故障可能性的大小，也能指出故障的严重程度，通过1算法进行自学习。

　　各症状模糊量化诊断结论1结，型论各故障源模糊量化结论2 4液压故障诊断的技术要求液压故障诊断的专家系统应在故障诊断中能起到启发提引导咨询计算统计归纳等作用。具有以下功能能根据现有的和可测得的液压件有关参数与症状得出故障原因故障性质严重程度，做到定量分析与定量分析相结合；能提出液压件故障对应的特征信息；能根据历史数据及液压件现状预测其磨损劣化趋势与使用寿命；具有友好的人机界面，能与诊断人员顺利进行信息交流；具有良好的知识获取能力，便于维护和扩充，并能根据诊断误差自动修改诊断模型。

　　路耀华。思维模拟与知识工程1.北京清华大学出版社，谷立臣。多传感器信息融合中的关联持性研究。武汉机械黄志坚，湛从昌。液压故障模糊综合评判。武汉武汉冶金科技大学学报，19966.