馬修倫

中國船級社質(zhì)量認證公司青島分公司 山東青島 266000

近年來，隨著機械設(shè)備的運行環(huán)境逐漸復(fù)雜化，機械設(shè)備發(fā)生故障的概率顯著提高，一旦未能及時發(fā)現(xiàn)機械設(shè)備的局部故障問題，最終可能導(dǎo)致機械設(shè)備潛伏性故障逐漸發(fā)展以致整體性損壞的嚴重后果。在智能制造的背景下，對機械設(shè)備相關(guān)關(guān)鍵部件進行檢測成為一個值得思考的現(xiàn)實問題。因此，以下就機械設(shè)備故障檢測方法展開分析與探討。

1 檢測技術(shù)概述

檢測技術(shù)就是通過化學(xué)或者物理效應(yīng)采用合理的設(shè)備和方法對生產(chǎn)制造及科學(xué)研究方面的信息進行測量，被廣泛應(yīng)用到機械制造業(yè)，能夠準確判斷產(chǎn)品的質(zhì)量和精度。檢測技術(shù)主要有傳感器、信號處理系統(tǒng)、轉(zhuǎn)換裝置、顯示和記錄裝置及計量等設(shè)備支撐檢測系統(tǒng)，具有較高的靈敏度和分辨率，系統(tǒng)地對生產(chǎn)制造過程進行檢測及定量分析，確保機械生產(chǎn)設(shè)備穩(wěn)定運行。

2 機械檢驗過程的檢測技術(shù)

2.1 專家系統(tǒng)

故障檢測專家系統(tǒng)就是通過人工智能模擬故障檢測領(lǐng)域?qū)＜覍C械設(shè)備故障問題進行分析和處理，從而在不需要專家親自思考的情況下解決復(fù)雜問題。專家系統(tǒng)是人工智能技術(shù)中較活躍、較成功的領(lǐng)域之一，其起源于20世紀60年代初，由知識庫、推理機和人機接口等三個主要部分組成，作為一個計算機軟件系統(tǒng)，其能夠基于知識表達并利用產(chǎn)生式規(guī)則發(fā)揮作用，而且在現(xiàn)有的人工智能語言的支持下，專家系統(tǒng)的表達也能夠合乎人的心理邏輯，因此更易于人們接受。

2.2 間接測量裝置

間接檢測裝置主要目的是指機械生產(chǎn)中對其檢測，是一次不能得到測量數(shù)據(jù)，確保工件尺寸達到標準要求，需要對加工機床進行嚴格選擇和控制，間接完成工件尺寸檢測，需要基于程序化作業(yè)，避免出現(xiàn)不確定性，對其參數(shù)進行設(shè)置，目的是獲取周期性變化，精確了解工件尺寸參數(shù)。間接檢測方法主要是多次檢測工件通過一定的數(shù)學(xué)函數(shù)式計算得到的工件尺寸，例如需要測量兩球體的中心距，由于球心位置不能準確被確定，只有通過分別測量兩球體的直徑然后求取平均值來計算中心距，這就需要每一次測量都需要精準測量，以達到減小誤差[1]。

2.3 人工智能診斷技術(shù)

人工神經(jīng)網(wǎng)絡(luò)理論是一種典型的數(shù)學(xué)模型。它通過模擬人類大腦的神經(jīng)分布及感應(yīng)，以實現(xiàn)智能化的機器決策。在利用神經(jīng)網(wǎng)絡(luò)對機械設(shè)備故障進行診斷時，首先采用原始故障數(shù)據(jù)集對人工神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，并利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)對實際故障數(shù)據(jù)進行診斷分析，最終確定故障類型及位置。此外，人工神經(jīng)網(wǎng)絡(luò)還可以預(yù)測可能發(fā)生的故障，對每個零部件的主要參數(shù)進行分析計算，使用戶更好地了解到設(shè)備的使用情況，及時排除機械設(shè)備可能存在的潛伏性故障，避免出現(xiàn)嚴重事故。但人工神經(jīng)網(wǎng)絡(luò)存在容易陷入局部最優(yōu)解的問題，而時下大熱的深度學(xué)習(xí)則逐漸取代神經(jīng)網(wǎng)絡(luò)成為智能算法的主流。深度學(xué)習(xí)基于神經(jīng)網(wǎng)絡(luò)發(fā)展而來，常見的深度學(xué)習(xí)算法包括卷積神經(jīng)網(wǎng)絡(luò)、長短時記憶網(wǎng)絡(luò)、深度置信網(wǎng)絡(luò)等，這些網(wǎng)絡(luò)也開始被引入到機械設(shè)備的故障檢測中，并具有良好的效果。中國研究員在2015年首次基于變速箱振動信號進行信號對故障敏感程度的分析，提出了基于卷積神經(jīng)網(wǎng)絡(luò)的變速箱故障識別方法。通過仿真數(shù)據(jù)的檢驗，說明該方法具有較高的可靠性，可用于對機械設(shè)備進行故障檢測。但深度學(xué)習(xí)網(wǎng)絡(luò)所學(xué)習(xí)的故障特征以及網(wǎng)絡(luò)的實際泛化能力仍有待進一步的工程檢驗。此外，模糊集故障檢測系統(tǒng)也是人工智能的技術(shù)類型之一。模糊集理論的“模糊”主要是指事物本身的概念較為模糊，并不指方法具備隨機性。通過這一理論可以及時對故障類型及位置進行診斷。模糊控制理論是將經(jīng)典集合理論模糊化，并將語言變量和近似推理引入模糊控制邏輯中。但當前模糊集理論在處理復(fù)雜故障問題中的應(yīng)用并不突出，仍然有待進一步探索。

3 機械檢驗過程中產(chǎn)品質(zhì)量提升措施

3.1 不斷提升機械維修人員的業(yè)務(wù)能力

企業(yè)發(fā)展以最低生產(chǎn)成本，獲取最高經(jīng)濟效益作為根本任務(wù)與核心目標。所以，要想早日實現(xiàn)企業(yè)的發(fā)展目標就應(yīng)該對企業(yè)員工進行定期培訓(xùn)與考核，從而提升工作人員的綜合素養(yǎng)與專業(yè)水平，以此促進企業(yè)的高效發(fā)展。使工作人員了解到掌握專業(yè)知識的重要性，對工作人員進行培訓(xùn)的具體措施主要分為三種形式。第一，企業(yè)挑選具有一定專業(yè)能力的工作人員進行培訓(xùn)，學(xué)習(xí)較為先進的工程機械維修技術(shù)，并將理論知識應(yīng)用到具體工作中；第二，在采買機械的環(huán)節(jié)中，設(shè)備供應(yīng)商或是維修廠商會傳授設(shè)備故障的維修方法，所以在培訓(xùn)過程中，機械維修人員應(yīng)該抓住學(xué)習(xí)機會，提升自身對機械故障的判斷與維修能力；第三，通過多元化培訓(xùn)模式提升機械維修工作人員的技術(shù)與水平，對于經(jīng)常發(fā)生故障的機械維修與處理，機械工程協(xié)會可以開展專項化的人才培訓(xùn)講座，企業(yè)也可以聘請相關(guān)專家到施工現(xiàn)場進行技術(shù)指導(dǎo)，從而提升工程機械維修人員的業(yè)務(wù)能力，促進企業(yè)發(fā)展[2]。

3.2 檢測范圍擴大化

自動檢測技術(shù)的形成為機械制造行業(yè)帶來了方便，同時也對機械制造過程要求更高，減小生產(chǎn)制造中的誤差，擴大檢測范圍，往往針對一種尺寸特征會有多種測量設(shè)備，一種設(shè)備包含多種尺寸特征的測量。例如針對孔徑測量，傳統(tǒng)的測量方法可能不能對微小孔進行測量，但是現(xiàn)在影像儀等新興設(shè)備研制成功，很好解決了微小孔的測量，甚至可以測量微米級的孔徑，進一步擴大檢測范圍，也確保檢測數(shù)據(jù)的準確性。

4 結(jié)語

隨著機械化的不斷發(fā)展，機械檢測技術(shù)也隨之不斷提高。確保機械的安全運轉(zhuǎn)是人類日常生活生產(chǎn)的重中之重。在對機械進行檢測時，要科學(xué)分析故障原因，增加檢測結(jié)果的可靠性。同時，加強人工智能檢測技術(shù)的應(yīng)用，最大程度降低機械故障帶來的經(jīng)濟損失。