摘 要：互聯(lián)網(wǎng)技術(shù)的發(fā)展與科技的進(jìn)步使得整個(gè)社會(huì)生產(chǎn)水平取得了突飛猛進(jìn)的發(fā)展，特別是大數(shù)據(jù)的出現(xiàn)為各行各業(yè)提供了有力展開，通過海量數(shù)據(jù)的整理與分析能夠準(zhǔn)確發(fā)現(xiàn)客觀規(guī)律與發(fā)展動(dòng)態(tài)，用科學(xué)的數(shù)據(jù)指導(dǎo)活動(dòng)進(jìn)行，當(dāng)前和未來大數(shù)據(jù)必將進(jìn)入各個(gè)領(lǐng)域。機(jī)械制造行業(yè)與社會(huì)生產(chǎn)息息相關(guān)，機(jī)械故障是導(dǎo)致機(jī)械失效和無法正常運(yùn)行的重要原因，故障原因的分析與診斷會(huì)直接影響到故障解決的效率及效果，而如何進(jìn)行故障診斷也是機(jī)械故障處理中的核心問題。大數(shù)據(jù)的發(fā)展使得數(shù)據(jù)獲取和分析更加便捷，機(jī)械故障的智能診斷有效打破了傳統(tǒng)故障診斷方式對(duì)技術(shù)人員依賴度過高及診斷效率偏低的現(xiàn)狀，在未來將具有更加廣闊的應(yīng)用前景。

關(guān)鍵詞：大數(shù)據(jù);機(jī)械故障;智能診斷

大數(shù)據(jù)時(shí)代的數(shù)據(jù)產(chǎn)生量超越了以往任何時(shí)代，數(shù)據(jù)種類更加豐富，結(jié)構(gòu)更加復(fù)雜，產(chǎn)生速度更加迅猛，這也為各項(xiàng)生活與生產(chǎn)活動(dòng)提供了更加準(zhǔn)確而有效的數(shù)據(jù)參考，故障診斷也由此而進(jìn)入了全新發(fā)展時(shí)期。我國(guó)機(jī)械行業(yè)在過去幾十年時(shí)間里保持了高速發(fā)展?fàn)顟B(tài)，機(jī)械設(shè)計(jì)與機(jī)械應(yīng)用均取得了較好成果。

一、大數(shù)據(jù)的發(fā)展概述

（一）大數(shù)據(jù)定義

大數(shù)據(jù)是指由數(shù)量眾多、類型紛雜而結(jié)構(gòu)繁復(fù)的數(shù)據(jù)形成數(shù)據(jù)集合，利用云計(jì)算對(duì)這些數(shù)據(jù)進(jìn)行收集和處理，最終得到的數(shù)據(jù)集合能夠成為一種非常寶貴的資源。各個(gè)領(lǐng)域有效應(yīng)用大數(shù)據(jù)能夠形成豐富多樣的數(shù)據(jù)成果，決策力和洞察力在大數(shù)據(jù)的幫助下將得到極大地提升，數(shù)據(jù)資源的利用率也將不斷提高。大數(shù)據(jù)就是在海量數(shù)據(jù)中挖掘和利用有利用價(jià)值的數(shù)據(jù)資源，通過數(shù)據(jù)資源的整合與處理來推動(dòng)科技的發(fā)展，促使某個(gè)行業(yè)進(jìn)入高速發(fā)展?fàn)顟B(tài)，同時(shí)也能夠進(jìn)一步獲得更具有價(jià)值的數(shù)據(jù)資源，這也形成良性循環(huán)。

（二）大數(shù)據(jù)技術(shù)構(gòu)成

大數(shù)據(jù)技術(shù)主要由數(shù)據(jù)處理、數(shù)據(jù)分析、數(shù)據(jù)可視化及分布式計(jì)算等四種技術(shù)構(gòu)成，大數(shù)據(jù)需要處理的數(shù)據(jù)數(shù)量遠(yuǎn)遠(yuǎn)超出了傳統(tǒng)數(shù)據(jù)庫(kù)能夠承載和處理的份額，而如何將海量的數(shù)據(jù)收集并進(jìn)行處理也成為大數(shù)據(jù)技術(shù)關(guān)注的重點(diǎn)內(nèi)容。數(shù)據(jù)處理能夠?qū)⒓婋s眾多的數(shù)據(jù)進(jìn)行分析和梳理，從中提取最有價(jià)值的部分;數(shù)據(jù)分析技術(shù)則能夠?qū)?shù)據(jù)轉(zhuǎn)化為圖像，有效應(yīng)對(duì)不同數(shù)據(jù)的使用需求;可視化技術(shù)能夠?qū)?shù)據(jù)轉(zhuǎn)化為圖像，用更加直觀的方式呈現(xiàn)和表達(dá)數(shù)據(jù);普通計(jì)算機(jī)已經(jīng)無法處理如此眾多的數(shù)據(jù)，而分布式計(jì)算架構(gòu)能夠有效解決這個(gè)問題。社會(huì)發(fā)展及社會(huì)生產(chǎn)的需要使得大數(shù)據(jù)技術(shù)革命以前所未有的姿態(tài)發(fā)展和進(jìn)步，智能制造依托大數(shù)據(jù)技術(shù)進(jìn)入了全新階段。

（三）大數(shù)據(jù)及時(shí)特點(diǎn)

大數(shù)據(jù)具備了多樣性、時(shí)效性及大容量的特點(diǎn)。首先大數(shù)據(jù)涉及到民眾生活、社會(huì)生產(chǎn)、高新科技的方方面面，每一個(gè)行業(yè)都會(huì)出現(xiàn)海量的數(shù)據(jù)，數(shù)據(jù)種類呈現(xiàn)多樣性;其次大數(shù)據(jù)的收集與處理必須要在短時(shí)間內(nèi)完成，這才能夠保證數(shù)據(jù)的應(yīng)用價(jià)值，數(shù)據(jù)也才能更好地用于實(shí)際;最后大數(shù)據(jù)必須要通過大量數(shù)據(jù)分才能夠具有實(shí)用價(jià)值，數(shù)據(jù)越多也就越能準(zhǔn)確地反應(yīng)現(xiàn)實(shí)情況;另外大數(shù)據(jù)要求在最短時(shí)間內(nèi)在海量的數(shù)據(jù)中找到最需要的數(shù)據(jù)，保證數(shù)據(jù)查找的精準(zhǔn)性。

二、機(jī)械故障智能診斷的發(fā)展現(xiàn)狀分析

機(jī)械故障的診斷首先要利用先進(jìn)傳感技術(shù)獲取機(jī)械的運(yùn)行狀態(tài)參數(shù)，同時(shí)檢測(cè)各個(gè)部件的運(yùn)行情況，從中發(fā)現(xiàn)異常信號(hào)并展開進(jìn)一步分析診斷及故障處理。機(jī)械故障的判斷需要利用聲學(xué)、信號(hào)學(xué)和摩擦學(xué)等等領(lǐng)域知識(shí)，通過不同途徑獲得的信號(hào)必須要經(jīng)過分析才能夠具有應(yīng)用價(jià)值。以信號(hào)處理基礎(chǔ)為基礎(chǔ)特征的機(jī)械故障信息表能夠幫助技術(shù)人員在最短時(shí)間內(nèi)做出判斷，這也是大數(shù)據(jù)技術(shù)應(yīng)用于故障診斷的雛形。國(guó)內(nèi)外專家圍繞機(jī)械故障信息提取展開了一系列研究并積累了豐富經(jīng)驗(yàn)，在故障診斷時(shí)可以根據(jù)時(shí)域、頻域及時(shí)頻方面的典型特征做出及時(shí)判斷，在最短時(shí)間內(nèi)提取問題，為問題的解決奠定基礎(chǔ)。機(jī)械智能故障診斷主要為了獲取機(jī)械故障的典型特征，利用智能模型對(duì)故障做出判斷或進(jìn)行預(yù)測(cè)，爭(zhēng)取在最短時(shí)間內(nèi)解決機(jī)械故障或?qū)C(jī)械故障消滅于萌芽。在實(shí)際研究過程中，研究者取得了一定成果，但仍然需要進(jìn)行優(yōu)化和深入探索。

三、大數(shù)據(jù)用于機(jī)械故障智能診斷的可能困難

大數(shù)據(jù)作為傳導(dǎo)媒介能夠逐漸反應(yīng)機(jī)械故障，而智能診斷的發(fā)展層次決定了我們只能夠通過數(shù)據(jù)了解機(jī)械設(shè)備是否存在故障，卻無法準(zhǔn)確判斷機(jī)械故障的具體情況。目前的研究主要針對(duì)單一物理信號(hào)源進(jìn)行診斷，能夠利用的數(shù)據(jù)數(shù)量還不夠多，技術(shù)人員可以自己進(jìn)行數(shù)據(jù)分析和價(jià)值判斷，確定哪些數(shù)據(jù)是有用的。但大數(shù)據(jù)時(shí)代的機(jī)械故障數(shù)據(jù)獲取主要通過傳感器獲取，從更加全面的程度對(duì)數(shù)據(jù)進(jìn)行收集，這就導(dǎo)致數(shù)據(jù)差異明顯而數(shù)量眾多，技術(shù)人員或?qū)＜覠o法在短時(shí)間內(nèi)完成數(shù)據(jù)的處理與診斷。另外單標(biāo)簽式樣的數(shù)據(jù)收集與分析導(dǎo)致機(jī)械的故障被分隔處理，無法準(zhǔn)確而全面地表述系統(tǒng)化的設(shè)備故障，這也是大數(shù)據(jù)時(shí)代機(jī)械故障智能診斷面臨的主要困難。

四、大數(shù)據(jù)背景下機(jī)械故障智能診斷的發(fā)展方向

機(jī)械涉及到的數(shù)據(jù)數(shù)量眾多而類型多樣，大數(shù)據(jù)呈現(xiàn)非常雜亂的狀態(tài)，這個(gè)數(shù)據(jù)收集與分析帶來了很大困擾，未來需要建立明確的數(shù)據(jù)質(zhì)量評(píng)估標(biāo)準(zhǔn)，根據(jù)標(biāo)準(zhǔn)去選擇最有價(jià)值的數(shù)據(jù)，同時(shí)對(duì)多元數(shù)據(jù)的算法進(jìn)行研究，將機(jī)械傳感器獲取的數(shù)據(jù)有效利用起來。機(jī)械的智能診斷需要依托數(shù)據(jù)進(jìn)行，這時(shí)就需要建立數(shù)據(jù)庫(kù)，大型數(shù)據(jù)庫(kù)的建立能夠非常有效地提升數(shù)據(jù)利用有效性，為了達(dá)到這個(gè)目標(biāo)，我們要注意觀察和記錄機(jī)械部件的信息狀態(tài)，特別是機(jī)械從正常運(yùn)行到出現(xiàn)故障的變化過程。可視化研究有助于發(fā)現(xiàn)機(jī)械故障的內(nèi)在規(guī)律，同時(shí)將故障直觀地呈現(xiàn)在我們面前，做出更加有效地故障解決決策，因此交互式一體化智能分析對(duì)于機(jī)械故障智能診斷發(fā)展是非常重要的。大數(shù)據(jù)的智能診斷也需要?jiǎng)?chuàng)新，深度學(xué)習(xí)也是處理大數(shù)據(jù)的一種方法，實(shí)現(xiàn)一些未解決的難題，到最后把豐富的數(shù)據(jù)內(nèi)在消息識(shí)別得極為準(zhǔn)確。建議從以下幾個(gè)方面進(jìn)行研究：建立深層結(jié)構(gòu)的深度學(xué)習(xí)網(wǎng)絡(luò);分析機(jī)械多源異構(gòu)大數(shù)據(jù)的內(nèi)容;建立數(shù)據(jù)重組理論的監(jiān)督學(xué)習(xí)準(zhǔn)則。

參考文獻(xiàn)：

[1]李天舒.大數(shù)據(jù)下機(jī)械智能故障診斷的機(jī)遇與挑戰(zhàn)[J].湖北農(nóng)機(jī)化，2019（13）：16.

[2]李洪濤，孟凡強(qiáng)，成鑫，卜林海.大數(shù)據(jù)模式下關(guān)于機(jī)械智能故障的相關(guān)思考[J].大眾投資指南，2018（13）：246.

[3]雷亞國(guó)，賈峰，孔德同，林京，邢賽博.大數(shù)據(jù)下機(jī)械智能故障診斷的機(jī)遇與挑戰(zhàn)[J].機(jī)械工程學(xué)報(bào)，2018，54（05）：94-104.

作者簡(jiǎn)介：丁科（1978-），男，技師，教師，研究方向：機(jī)電類。