劉敏

摘要：隨著科學(xué)技術(shù)的不斷發(fā)展和更新，各個(gè)領(lǐng)域生產(chǎn)建設(shè)效率也得到了極大提升。以計(jì)算機(jī)技術(shù)為基礎(chǔ)發(fā)展起來(lái)的智能化產(chǎn)品在制造、航天等領(lǐng)域發(fā)展中發(fā)揮了重要作用。在高精度和高效的發(fā)展要求下，如何針對(duì)大型機(jī)械設(shè)備去建立一個(gè)相對(duì)完善的故障診斷體系，是當(dāng)前人們最為關(guān)心的問(wèn)題。本文以大數(shù)據(jù)應(yīng)用為背景，首先從大數(shù)據(jù)下的智能故障監(jiān)測(cè)系統(tǒng)應(yīng)用和深度學(xué)習(xí)下的機(jī)械健康監(jiān)測(cè)分析兩個(gè)方面出發(fā)，對(duì)機(jī)械智能故障診斷應(yīng)用進(jìn)行了詳細(xì)分析，然后從大型數(shù)據(jù)庫(kù)建立、智能化展示、可視化表現(xiàn)三個(gè)方面對(duì)大數(shù)據(jù)背景下的機(jī)械故障診斷發(fā)展趨勢(shì)進(jìn)行了闡述。下面本文對(duì)基于大數(shù)據(jù)背景下機(jī)械智能故障診斷進(jìn)行研究。

關(guān)鍵詞：計(jì)算機(jī);大數(shù)據(jù)背景;機(jī)械智能;故障診斷

引言：智能化機(jī)械故障診斷系統(tǒng)的應(yīng)用給相關(guān)行業(yè)的發(fā)展帶來(lái)了巨大幫助，但由于當(dāng)前人們對(duì)智能化的研究還在進(jìn)行中，正在應(yīng)用的產(chǎn)品會(huì)在很多不同層面表現(xiàn)出一定缺陷，因此需要借助相應(yīng)技術(shù)去進(jìn)行完善。

1、大數(shù)據(jù)背景下，機(jī)械智能故障診斷應(yīng)用分析

1.1 大數(shù)據(jù)下的智能故障監(jiān)測(cè)系統(tǒng)應(yīng)用

以汽車制造業(yè)為例，沖壓、車身焊裝、油漆和總裝是汽車生產(chǎn)制造過(guò)程中最基本的四種工藝。整個(gè)生產(chǎn)制造由于會(huì)涉及到較多的機(jī)械設(shè)備種類和數(shù)量，并且每一個(gè)機(jī)械設(shè)備都在實(shí)際生產(chǎn)中發(fā)揮著重要作用，所以如何保證設(shè)備長(zhǎng)期、穩(wěn)定、高效運(yùn)行，是相關(guān)工作者需要認(rèn)真思考的問(wèn)題。事實(shí)上，在智能化系統(tǒng)的參與下，真正需要人力去處理的問(wèn)題還是比較少的，但設(shè)備故障問(wèn)題卻是智能化系統(tǒng)無(wú)法獨(dú)立解決的，因此，做好機(jī)械故障診斷工作就顯得很關(guān)鍵。

轉(zhuǎn)臺(tái)是整個(gè)汽車零件生產(chǎn)車間最為常用且關(guān)鍵的設(shè)施之一，主要負(fù)責(zé)夾具臺(tái)及上料工位的旋轉(zhuǎn)工作。針對(duì)轉(zhuǎn)臺(tái)的機(jī)械故障監(jiān)測(cè)診斷，需要借助較為成熟的故障診斷技術(shù)，比如振動(dòng)、油液及無(wú)損探傷檢測(cè)技術(shù)。三者在相互分離狀態(tài)下，各自均能發(fā)揮出相應(yīng)的價(jià)值和功能，但若將三者結(jié)合在一起應(yīng)用，因?yàn)楸舜斯δ芎托阅艽嬖谝欢ǔ潭鹊呐懦庑裕詫?duì)于生產(chǎn)者來(lái)說(shuō)，很難在具體應(yīng)用中收獲到好的效果，這與它們各自功能的局限性有關(guān)。

借助大數(shù)據(jù)技術(shù)在對(duì)轉(zhuǎn)臺(tái)進(jìn)行機(jī)械故障診斷時(shí)，因?yàn)槟軌蛟敿?xì)觀察到每個(gè)流程的工作情況，所以比較好判斷故障發(fā)生的位置，比如動(dòng)建鎖死故障發(fā)生時(shí)，電流曲線會(huì)發(fā)生相應(yīng)變化，原本穩(wěn)定電流也會(huì)隨之出現(xiàn)波動(dòng)?；谶@個(gè)前提，工作人員可以通過(guò)安裝電力傳感器來(lái)對(duì)轉(zhuǎn)電機(jī)的電流和電壓進(jìn)行實(shí)時(shí)監(jiān)控，當(dāng)轉(zhuǎn)臺(tái)在正常運(yùn)行時(shí)出現(xiàn)任何問(wèn)題，都會(huì)從電流和電壓曲線上體現(xiàn)出來(lái)，此時(shí)借助大數(shù)據(jù)對(duì)電流數(shù)據(jù)進(jìn)行分析，就能夠發(fā)現(xiàn)問(wèn)題所在，這個(gè)過(guò)程其實(shí)就是智能化故障檢測(cè)的過(guò)程。具體原理如圖 1 所示。

結(jié)合圖1我們會(huì)發(fā)現(xiàn)，借助智能化故障檢測(cè)系統(tǒng)可以很容易實(shí)現(xiàn)對(duì)電流波動(dòng)異常情況的檢測(cè)，相應(yīng)的檢測(cè)結(jié)果會(huì)提醒工作人員什么位置出現(xiàn)了故障，這樣便能夠及時(shí)發(fā)現(xiàn)故障問(wèn)題，從而第一時(shí)間制定相應(yīng)的解決方案。但隨著對(duì)該系用的頻繁應(yīng)用，其具有的缺點(diǎn)也逐漸暴露出來(lái)，其中最明顯的一點(diǎn)便是，該系統(tǒng)只能對(duì)異常的電流波動(dòng)做出反應(yīng)，并且診斷精細(xì)度也不夠高。按照當(dāng)前大數(shù)據(jù)技術(shù)發(fā)展趨勢(shì)來(lái)看，應(yīng)用全息譜和人工神經(jīng)網(wǎng)絡(luò)技術(shù)有助于改善這一缺點(diǎn)，前提是需要對(duì)系用算法進(jìn)行全面優(yōu)化，可以預(yù)見(jiàn)的效果是，轉(zhuǎn)臺(tái)傳動(dòng)主軸振動(dòng)的幅頻相信息能夠被工作人員全面獲取，這樣便能夠幫助工作人員去提升系統(tǒng)的精細(xì)度。所以，下一步需要將全息譜和人工神經(jīng)網(wǎng)絡(luò)技術(shù)融入進(jìn)當(dāng)前正在被應(yīng)用的智能化故障檢測(cè)系統(tǒng)中。除此之外，網(wǎng)絡(luò)轉(zhuǎn)換問(wèn)題也是不容忽視的，大數(shù)據(jù)背景下的智能化故障檢測(cè)系統(tǒng)具有很強(qiáng)的計(jì)算機(jī)網(wǎng)絡(luò)特征，所使用的網(wǎng)絡(luò)協(xié)議是TCP/IP，但MES制造執(zhí)行系統(tǒng)使用的卻是工業(yè)網(wǎng)絡(luò)協(xié)議，兩種協(xié)議是不能直接進(jìn)行通信的，需要進(jìn)行轉(zhuǎn)換。

1.2 深度學(xué)習(xí)下的機(jī)械健康監(jiān)測(cè)分析

在前一步論述中我們提到過(guò)故障檢測(cè)精細(xì)度的問(wèn)題，類似問(wèn)題也會(huì)在其他機(jī)械部件檢測(cè)中發(fā)生，原因在于，機(jī)械設(shè)施在正常運(yùn)行時(shí)，各部分零件的運(yùn)行情況（包括故障信息）會(huì)在大數(shù)據(jù)支持下被錄入進(jìn)數(shù)據(jù)庫(kù)中，隨著時(shí)間的推移，數(shù)據(jù)庫(kù)中的故障信息會(huì)變得非常豐富，特別是在工況頻繁交替及故障信息耦合程度較為嚴(yán)重的情況下，單單依靠診斷和處理信號(hào)經(jīng)驗(yàn)來(lái)搜集和提取機(jī)械信號(hào)特征，很難使特征提取的精準(zhǔn)性得到保證。機(jī)械健康檢測(cè)就是針對(duì)這一問(wèn)題被提出的，其核心內(nèi)容便是深度學(xué)習(xí)。深度學(xué)習(xí)下的機(jī)械健康監(jiān)測(cè)方法流程見(jiàn)圖2。

2、大數(shù)據(jù)背景下，機(jī)械故障診斷發(fā)展趨勢(shì)分析

2.1 大型數(shù)據(jù)庫(kù)的建立及評(píng)估可靠性的提升

結(jié)合當(dāng)前故障診斷系統(tǒng)的應(yīng)用情況來(lái)看，若想在原有基礎(chǔ)上實(shí)現(xiàn)功能創(chuàng)新，就必須有相當(dāng)寬廣的數(shù)據(jù)儲(chǔ)存空間來(lái)做支持，通過(guò)建立大型數(shù)據(jù)庫(kù)來(lái)解決當(dāng)前存在問(wèn)題這一想法，就是在這樣的背景下被提出的。大型數(shù)據(jù)庫(kù)主要包括以下幾類數(shù)據(jù)：

一是企業(yè)共享的機(jī)械設(shè)施故障典型案例;二是各項(xiàng)機(jī)械設(shè)施的長(zhǎng)時(shí)間運(yùn)行監(jiān)測(cè)數(shù)據(jù);三是機(jī)械設(shè)施從正常運(yùn)行狀態(tài)到故障發(fā)生這段時(shí)間內(nèi)的動(dòng)態(tài)變化數(shù)據(jù);四是機(jī)械設(shè)施內(nèi)部各個(gè)零件的有關(guān)信息。以上這些內(nèi)容都是針對(duì)現(xiàn)有問(wèn)題所提出的，當(dāng)然，隨著系統(tǒng)應(yīng)用頻率的不斷提高，以及人們需求的不斷增長(zhǎng)，大型數(shù)據(jù)庫(kù)還會(huì)被添加進(jìn)更多類型數(shù)據(jù)，從而幫助人們更好地完成工作。但需要注意到，智能化故障診斷系統(tǒng)所監(jiān)測(cè)到的故障，以及所提取出的數(shù)據(jù)，并不來(lái)自于同一個(gè)信號(hào)源頭，并且隨著數(shù)據(jù)采集方式的不斷豐富，相應(yīng)的干擾因素也會(huì)逐漸增多，這就使故障檢測(cè)行為變得十分零散，其可靠性也會(huì)受到影響。面對(duì)這一問(wèn)題，可以通過(guò)集成的方式去解決，同時(shí)還需要對(duì)相應(yīng)的算法進(jìn)行更深入研究。

2.2 設(shè)備故障信息的智能化展示

通過(guò)在全面結(jié)合一般高為機(jī)械數(shù)據(jù)所展示出的低維特征屬性的前提下，對(duì)高維到低維特征的數(shù)據(jù)提取和轉(zhuǎn)換方式作出全面的提升。并在全面融合故障信息的記錄和數(shù)據(jù)結(jié)構(gòu)研究的前提下，開發(fā)出全新的故障代表模式，從而逐步提升故障體系的分析能力。

2.3 故障分析的可視化表現(xiàn)

可視化是當(dāng)前大數(shù)據(jù)技術(shù)應(yīng)用的一種主要特征。眾所周知，相比復(fù)雜且不易被理解的信息數(shù)據(jù)，可視化圖像更容易被人所接受，在可視化的支持下，工作人員對(duì)機(jī)械大數(shù)據(jù)內(nèi)涵的理解和認(rèn)識(shí)會(huì)更加深刻，更容易發(fā)現(xiàn)故障數(shù)據(jù)規(guī)律，這將有助于人們?nèi)ブ贫ㄓ行У墓收咸幚頉Q策。這也就意味著，智能化系統(tǒng)下的數(shù)據(jù)特征提取、參數(shù)和指標(biāo)的可視化預(yù)測(cè)可以被作為未來(lái)的研究主要方向，從而更為直觀地呈現(xiàn)出機(jī)械故障大數(shù)據(jù)的本質(zhì)。

結(jié)束語(yǔ)：

隨著信息化技術(shù)在各行各業(yè)生產(chǎn)制造和管理工作中的不斷普及，智能化系統(tǒng)將成為人們高效完成工作的重要幫手，不僅可以使機(jī)械設(shè)備的正常運(yùn)行得到保障，還有助于我們?cè)\斷出更深層次的故障問(wèn)題。本文從大數(shù)據(jù)下的智能故障監(jiān)測(cè)系統(tǒng)和深度學(xué)習(xí)下的機(jī)械健康監(jiān)測(cè)兩方面入手，對(duì)機(jī)械智能故障診斷應(yīng)用進(jìn)行了分析，然后從大型數(shù)據(jù)庫(kù)的建立，設(shè)備故障信息的智能化展示和故障分析的可視化表現(xiàn)三方面出發(fā)對(duì)大數(shù)據(jù)背景下的機(jī)械故障診斷發(fā)展趨勢(shì)進(jìn)行了分析。希望本文的觀點(diǎn)能給大家?guī)?lái)幫助。

參考文獻(xiàn)：

[1]?？○?基于大數(shù)據(jù)背景下機(jī)械智能故障診斷研究[J].時(shí)代汽車，2020（15）：167-168.

[2]唐偉峰，宋巖，張穎，茅樂(lè).大數(shù)據(jù)下機(jī)械智能故障診斷的機(jī)遇與挑戰(zhàn)[J].南方農(nóng)機(jī)，2020，51（07）：124.

[3]黃小華.大數(shù)據(jù)下機(jī)械智能故障診斷的機(jī)遇與挑戰(zhàn)[J].時(shí)代農(nóng)機(jī)，2019，46（12）：94-95+102.