（哈爾濱電氣股份有限公司，黑龍江 哈爾濱 150040）

1 當(dāng)前國(guó)外相關(guān)方面的探索

自從上個(gè)世紀(jì)的中后期開始，由于傳感其工藝以及電腦科技等的快速進(jìn)步，問題診斷工藝開始獲取了一定的成就。對(duì)于燃?xì)廨啓C(jī)來說，最先開始探索的是美國(guó)，該國(guó)在有關(guān)的許多方向上都是非常先進(jìn)的，比如美國(guó)在航空和艦船燃汽輪機(jī)故障診斷領(lǐng)域也有自己的理論和技術(shù)優(yōu)勢(shì)。在研究中首先提出了應(yīng)用統(tǒng)計(jì)分析和神經(jīng)網(wǎng)絡(luò)濾波以提高來自于燃?xì)廨啓C(jī)本體的數(shù)據(jù)，同時(shí)采用神經(jīng)網(wǎng)絡(luò)對(duì)燃機(jī)運(yùn)行趨勢(shì)進(jìn)行監(jiān)測(cè)，這樣就能夠分析發(fā)動(dòng)機(jī)的特性等是不是出現(xiàn)了變化，最終形成合理的體系，對(duì)于問題開展詳細(xì)的應(yīng)對(duì)活動(dòng)。成功地使用了神經(jīng)網(wǎng)絡(luò)獲取RR公司的RB21 1燃?xì)廨啓C(jī)數(shù)據(jù)，多層感知器、徑向基函數(shù)以及回歸神經(jīng)網(wǎng)絡(luò)均被應(yīng)用，闡述了徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)適用于回傳重要的發(fā)動(dòng)機(jī)參數(shù)，傳感器故障監(jiān)測(cè)，以及發(fā)動(dòng)機(jī)在較少的變量及獲取參數(shù)困難情況下的安全預(yù)測(cè)。除此之外，還有許多的資料也都講述了相關(guān)的問題診斷知識(shí)。 同樣使用了多類型的神經(jīng)網(wǎng)絡(luò)，在振動(dòng)信號(hào)的處理技術(shù)上采用小波分析的方法取得了較好的效果。

2 我們國(guó)家在這方面的分析探索

我國(guó)開始進(jìn)入該項(xiàng)探索領(lǐng)域有一個(gè)大的前提，即該項(xiàng)設(shè)備大范圍的用到了軍用以及民用裝置中。此時(shí)由于其應(yīng)用面積非常廣泛，所以才開始了對(duì)其問題的探索活動(dòng)。不過因?yàn)榘l(fā)展時(shí)間的限制，目前的發(fā)展并不像國(guó)外一樣先進(jìn)，而且多是集中在理論層次中，但是隨著許多全新的知識(shí)以及措施不斷的應(yīng)用到問題的診斷工作中，所以其也取得了一定的成就，尤其是電腦科技的高速前進(jìn)使得其發(fā)展到智能化的層次中。王永泓等人將模糊Petri網(wǎng)的知識(shí)表示系統(tǒng)用在燃?xì)廨啓C(jī)故障診斷專家系統(tǒng)中，在不確定知識(shí)表示和推理方面取得了很好的效果，并提出了綜合利用算法診斷、規(guī)則診斷和模型診斷等方法的混合智能診斷方法。翁史烈等在《基于熱力參數(shù)的燃?xì)廨啓C(jī)智能故障診斷》一文中提出了故障與征兆之間定量關(guān)系的求取方法，在這個(gè)背景中探索了神經(jīng)網(wǎng)絡(luò)之類的應(yīng)對(duì)措施。卜凱旗等在《在燃?xì)廨啓C(jī)發(fā)電機(jī)組的振動(dòng)信號(hào)監(jiān)測(cè)與分析系統(tǒng)》研發(fā)了一套燃?xì)廨啓C(jī)振動(dòng)監(jiān)測(cè)、故障診斷系統(tǒng)，它經(jīng)由振動(dòng)信息的探索研究，能夠盡快的分析出設(shè)備在運(yùn)作時(shí)面對(duì)的不良問題，而且經(jīng)由專家體系的分析，更好的指引活動(dòng)，能夠同步獲取設(shè)備的運(yùn)作狀態(tài)。使用這個(gè)體系不但能夠確保運(yùn)作穩(wěn)定，同時(shí)還能確保具有非常優(yōu)秀的經(jīng)濟(jì)性。

3 關(guān)于智能分析措施

通過全面的分析當(dāng)前的體系狀態(tài)，我們發(fā)現(xiàn)問題診斷工藝獲取了非常顯著地成就。不過對(duì)于多個(gè)問題一起出現(xiàn)以及問題之間存在一定的關(guān)聯(lián)的時(shí)候，其處理方法還是有一定的局限性的。然而隨著智能化的發(fā)展，診斷技術(shù)得到了顯著地提升，彌補(bǔ)了上述的不足之處，合理的應(yīng)對(duì)了以前的診斷措施在具體運(yùn)行中的不利之處，很好的處理了復(fù)雜問題。

3.1 以規(guī)則為前提的專家體系診斷措施

這個(gè)措施是以規(guī)則為前提的，而所謂的規(guī)則是通過專家長(zhǎng)久的工作經(jīng)驗(yàn)而得到的。這個(gè)措施的優(yōu)勢(shì)之處是它將知識(shí)的講解得非常明了，而且便捷，使用直接的知識(shí)表示和相對(duì)簡(jiǎn)單的啟發(fā)式知識(shí)，診斷推理速度快；要求數(shù)據(jù)的存儲(chǔ)空間相對(duì)較小；易于編程和開發(fā)出快速原型系統(tǒng)。不過也有不好的地方，即它涵蓋的方面有局限。對(duì)于那些沒有出現(xiàn)過的問題等就無(wú)法應(yīng)對(duì)了，此時(shí)很容易出現(xiàn)失誤等。

3.2 基于神經(jīng)網(wǎng)絡(luò)的診斷方法

從映射的角度分析，故障診斷的實(shí)質(zhì)是建立從征兆到故障源的映射過程。人工神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)是高度非線性、高度容錯(cuò)和聯(lián)想記憶等。不過，將該網(wǎng)絡(luò)運(yùn)用到問題分析中時(shí)，也有非常多的不利之處，這個(gè)措施是“黑箱”方法，無(wú)法反應(yīng)體系自身的關(guān)聯(lián)，不能對(duì)診斷步驟開展全面的論述。網(wǎng)絡(luò)訓(xùn)練時(shí)間較長(zhǎng)，并且對(duì)未在訓(xùn)練樣本中出現(xiàn)的故障無(wú)診斷能力，有時(shí)候還做出一些不正確的論述，都會(huì)導(dǎo)致它在具體活動(dòng)中面對(duì)非常多的不利現(xiàn)象。

3.3 混合智能故障診斷方法

結(jié)合各種發(fā)動(dòng)機(jī)的體系數(shù)值，該項(xiàng)措施的特征是融合多項(xiàng)措施，它是一個(gè)非常全面的體系。具體智能診斷方法的選用原則根據(jù)發(fā)動(dòng)機(jī)各系統(tǒng)故障的征兆以及故障狀態(tài)下的歷史數(shù)據(jù)來決定。例如：模糊神經(jīng)網(wǎng)絡(luò)是一種新型的神經(jīng)網(wǎng)絡(luò)，其把模糊信息和神經(jīng)網(wǎng)聯(lián)系到一起。不但能夠描繪物體中和模糊有關(guān)的內(nèi)容，而且還有著非常優(yōu)秀的信息處理水平，還有自學(xué)的功效，在很多領(lǐng)域中獲取了顯著地成就。把模糊體系用到問題分析的時(shí)候，它最為顯著的優(yōu)勢(shì)是它有著描述模糊信息的水平，其推理非常的近乎于我們的思考狀態(tài)。以往的“存在”與“不存在”等二值邏輯不能很好地用來表示故障征兆測(cè)量參數(shù)的不確定性以及故障原因的嚴(yán)重程度，導(dǎo)致具體的診斷活動(dòng)面對(duì)非常多的不利現(xiàn)象。通過選擇恰當(dāng)?shù)哪：`屬函數(shù)，將測(cè)量參數(shù)表示成對(duì)某個(gè)模糊子集的隸屬度并傳遞給神經(jīng)網(wǎng)絡(luò)進(jìn)行診斷。獲取的是對(duì)多項(xiàng)問題的嚴(yán)重性的表達(dá)，此種現(xiàn)象可確保工作者選取的應(yīng)對(duì)方法更加的合理有效。

結(jié)語(yǔ)

通過分析，我們發(fā)現(xiàn)該項(xiàng)診斷工藝對(duì)于促進(jìn)設(shè)備的發(fā)展來講，意義非常的關(guān)鍵，它能節(jié)省費(fèi)用。最近的時(shí)間中，我國(guó)以及國(guó)外的很多專家在分析相關(guān)的要素時(shí)，獲取了非常多的成就，形成了許多優(yōu)秀的診斷體系，不過這些體系都是不斷發(fā)展的，而且都牽扯到很多行業(yè)中的內(nèi)容，進(jìn)而確保了該項(xiàng)診斷工藝的探索也是全新的領(lǐng)域，所以在后續(xù)的探索的時(shí)候，要注意如下一些要素。

①對(duì)于問題機(jī)理的探索以及問題樣本的搜集等是當(dāng)前探索的一大難點(diǎn)，要求相關(guān)的專家學(xué)者共同的努力奮斗。不管在什么時(shí)候，問題機(jī)理的分析探索都會(huì)帶動(dòng)問題診斷工藝的進(jìn)步。該項(xiàng)機(jī)理的分析將聚集在對(duì)于那些漸發(fā)問題的定量探索方面，研究判斷整個(gè)系統(tǒng)故障狀態(tài)的指標(biāo)體系及其判斷閾值將是另一個(gè)重要方向。

②全面分析。燃?xì)廨啓C(jī)故障診斷需要向熱影響診斷、性能診斷、油液診斷、溫度診斷等的綜合診斷方向發(fā)展，其更加的合乎設(shè)備的故障分析特征以及當(dāng)前的具體狀態(tài)。

[1]于達(dá)仁.劉金福.面向2l世紀(jì)的燃?xì)廨啓C(jī)技術(shù)的發(fā)展[J].燃?xì)廨啓C(jī)技術(shù)，2001，14(1)：14-21.

[2]婁馬寶.我國(guó)燃?xì)廨啓C(jī)工業(yè)的現(xiàn)狀與展望[J].燃?xì)廨啓C(jī)技術(shù)，2001，14(2)：2-7.

[3]吉桂明，李匯文.船舶燃?xì)廨啓C(jī)技術(shù)和應(yīng)用的展望[J].艦船科學(xué)技術(shù)，2000，5(3)：7-8.

[4]何新貴.知識(shí)處理與專家系統(tǒng)[M].北京：國(guó)防工業(yè)出版社，1990第l版.63-76.

[5]黃曉光，高梅梅.基于模糊Petri網(wǎng)的知識(shí)表示方法在燃?xì)廨啓C(jī)故障診斷專家系統(tǒng)中的應(yīng)用[J].動(dòng)力工程。2000，10(5)：872-874.