基于不確定性理論的機械故障智能診斷方法研究.pdf

1、機械故障診斷是指應用測試分析手段和診斷理論，對機械設備運行中所出現(xiàn)的故障機理、原因、部位和程度進行識別和診斷，并根據診斷結論，進一步確定機械設備的維修方案或預防措施。機械故障診斷以狀態(tài)識別為基礎，從機械設備的異常狀態(tài)出發(fā)，實現(xiàn)故障定位、定性及定因。但是在一般情況下，由于系統(tǒng)結構、運行過程以及外界環(huán)境的復雜性，機械設備的故障征兆與故障原因之間并不是簡單的一一映射關系，它們之間存在著復雜的一對多和(或)多對一關系，同時在診斷過程中還存在著許

2、多隨機的、模糊的、不確定的因素，從而導致在機械故障診斷過程中存在著大量的不確定性問題。 傳統(tǒng)的機械故障診斷方法如系統(tǒng)可靠性框圖、故障樹分析法等，難以解決機械故障診斷中的不確定性問題。而近年來快速發(fā)展的不確定性理論與方法，對于解決機械故障診斷中的不確定性問題具有很大的優(yōu)勢，并成為機械故障診斷領域中一個重要的研究方向。 本文以國家自然科學基金“復雜工程系統(tǒng)故障預測與維護理論及關鍵技術研究”和國家863計劃先進制造技術領域“十

3、一五”重點項目“行業(yè)大型裝備MRO支持系統(tǒng)”為背景，針對機械設備故障診斷過程中的不確定性問題，運用貝葉斯網絡和證據理論，提出了一種新的故障診斷方案及相應的實現(xiàn)方法，并以轉子系統(tǒng)為例進行了實驗驗證。本文的主要研究內容和創(chuàng)新性工作有： 1)針對機械故障診斷中的不確定性問題，分析了故障診斷過程中不確定性的來源，提出了基于不確定性理論的會診診斷解決方案。該方案利用專家的先驗經驗數(shù)據和(或)傳感器數(shù)據建立相應的不確定性模型，并通過故障概率

4、推理和多源故障診斷知識的集結實現(xiàn)快速、準確的機械故障診斷。 2)為了解決機械故障診斷中的不確定性建模問題，提出了基于故障貝葉斯網絡的不確定性建模方法。該方法通過建立故障樹模型與故障貝葉斯網絡模型之間的映射關系，實現(xiàn)了由故障樹模型向故障貝葉斯網絡模型的轉化；針對故障樹模型缺失的情況，提出了基于蟻群優(yōu)化算法的結構學習方法，實現(xiàn)了由傳感器數(shù)據構造故障貝葉斯網絡模型。 3)為了解決復雜機械系統(tǒng)故障推理中的NP難題問題，提出了基于

5、聯(lián)結樹算法的故障概率推理方法。該方法包括貝葉斯網絡結構轉變、信念初始化、信念傳遞與吸收以及故障概率的計算等，其主要優(yōu)點在于采用局部計算降低了故障概率推理的復雜度。 4)提出了基于D-S證據理論的會診診斷融合模型。該模型通過故障診斷實例與故障貝葉斯網絡模型之間的貼合度分析，解決了多源故障診斷知識的融合悖論問題，實現(xiàn)了多個故障貝葉斯網絡模型的診斷知識集結。 5)以轉子系統(tǒng)的故障診斷為例，分析了轉子系統(tǒng)故障診斷過程中存在的不確