人工智能技術(shù)在設(shè)備故障檢測中的應(yīng)用

張 棟，周海波，周 毅，李 許，徐曉光

深圳海關(guān)工業(yè)品檢測技術(shù)中心，廣東 深圳 518045

人工智能技術(shù)是利用當今的科技模擬人的思維，在一定程度上可以超越人的智慧。在實際應(yīng)用過程中，該技術(shù)是一門綜合性學科技術(shù)，不僅涉及電子信息學科的知識，還涉及語言學、心理學等多層次的知識。在計算機科學領(lǐng)域，計算機信息技術(shù)被認為是一門綜合了軟件集成、硬件集成、數(shù)據(jù)管理、因特網(wǎng)等知識的學科，同時計算機信息技術(shù)也涉及許多領(lǐng)域，已成為我國乃至世界經(jīng)濟發(fā)展的重要支撐。

1 現(xiàn)階段我國設(shè)備故障檢測方法及設(shè)備故障類型

1.1 故障類型

現(xiàn)代化、工業(yè)化社會發(fā)展趨勢下，我國電子信息設(shè)備使用有了爆發(fā)式增長，滿足社會企業(yè)生產(chǎn)、運作多元需求的同時，為社會企業(yè)發(fā)展提供了有力支撐。為規(guī)避因設(shè)備故障導致無法運行工作等問題，制訂了一系列檢測方法，定期、不定期針對設(shè)備進行診斷與檢測。通過對我國機械設(shè)備故障及常見問題統(tǒng)計、歸納分析可得出，現(xiàn)階段較為常見的機械故障設(shè)備主要以信號處理為主。旋轉(zhuǎn)機常用的信號處理圖形和信號處理功能，除信號故障外，還會產(chǎn)生旋轉(zhuǎn)機械的不平衡、軸承不正確和滑動、滾動軸承故障等故障，除部分轉(zhuǎn)子密封故障外，還會產(chǎn)生旋轉(zhuǎn)機械故障，如轉(zhuǎn)子故障、浮環(huán)密封故障、葉片式液壓機振動等。針對旋轉(zhuǎn)機械存在的問題，需定期進行計算和檢查。此外，齒輪故障也是常見的問題。齒輪的振動檢測和噪聲分析是設(shè)備故障中的常見問題。

1.2 設(shè)備故障檢測的常規(guī)方法

傳統(tǒng)設(shè)備故障檢測及處理中因無法對故障類型、故障位置、故障因素明晰確定，因此需耗費大量人力、物力、財力對設(shè)備進行類型診斷，如振動與噪聲故障通常會采取振動法對振動特征進行分析，依托模態(tài)分析、參數(shù)識別，對沖擊能量、沖擊脈沖進行測定；又如通過聲學法等綜合方式對設(shè)備故障進行檢測，同時需對機械生產(chǎn)設(shè)備的位移、加速及噪聲進行測量與記錄，消耗大量人力、物力、財力的同時，無法保障設(shè)備處理有效。超聲波探傷技術(shù)經(jīng)常被用于材料缺陷和裂紋的檢測，該方法成本低，已廣泛應(yīng)用于平面缺陷檢測，但檢測數(shù)據(jù)會產(chǎn)生誤差。當超聲探傷檢測設(shè)備磨損、腐蝕等故障時，主要采用光纖內(nèi)窺鏡和油液分析法，以檢測設(shè)備的物理、化學性能、表面磨損和腐蝕為主[1]。在檢測過程中，由于溫度、壓力、流量等因素的影響和外部條件的不可控，在特殊情況下，采用紅外測溫儀測溫，用輻射法對設(shè)備故障進行診斷。這種診斷方法需要大量的人力資源來完成數(shù)據(jù)的準確檢測和記錄。

2 人工智能在設(shè)備故障檢測中的應(yīng)用價值分析

人工智能是現(xiàn)代化難以量化的領(lǐng)域。在各系統(tǒng)得到有效控制的情況下，為保證系統(tǒng)的有效運行，可采取多種技術(shù)使系統(tǒng)適應(yīng)環(huán)境。自適應(yīng)是人工智能的核心思想，使產(chǎn)品在使用過程中適應(yīng)環(huán)境，以保證成本最低、效率最大化。計算機人工智能是研究機器智能的一種新技術(shù)。該系統(tǒng)可模擬人的智能，實現(xiàn)人腦自動控制。伴隨著計算機應(yīng)用技術(shù)的發(fā)展，大腦價值的挖掘成為計算機應(yīng)用的一個重要領(lǐng)域。

20世紀的三大前沿技術(shù)是原子能技術(shù)、人工智能和空間技術(shù)。我國對人工智能的研究已經(jīng)有二十多年的歷史，已經(jīng)形成了一套比較科學、完善的知識體系。其中，知識工程與專家系統(tǒng)、模式識別、知識庫、機器人、專家系統(tǒng)、機器人等智能管理密切相關(guān)，最終得出軟件的輸出結(jié)構(gòu)。經(jīng)過研究、實踐、下載、調(diào)試、安裝等環(huán)節(jié)，可有效提高規(guī)劃人員的應(yīng)用效率。最后指出，智能規(guī)劃是解決軟件工程問題的最有效途徑，它是解決問題的一個重要途徑。將其應(yīng)用于國內(nèi)智能規(guī)劃軟件工程，可以起到極大的促進作用，可以有效地解決抽象層次的問題，具有很強的優(yōu)越性?，F(xiàn)代化社會發(fā)展趨勢下，信息化技術(shù)為我國市場經(jīng)濟發(fā)展及社會文明建設(shè)提供有效力量，傳統(tǒng)的設(shè)備故障檢測方式依然無法滿足現(xiàn)代化、工業(yè)化企業(yè)的高質(zhì)量需求，因此基于現(xiàn)代化設(shè)備故障檢測中如何提高故障檢測效率成為亟待解決的重要課題。機械設(shè)計和制造與電子工程領(lǐng)域設(shè)備以精確數(shù)據(jù)為核心，且設(shè)備設(shè)計十分精密，設(shè)備各環(huán)節(jié)銜接需經(jīng)過反復計算。人工智能是我國社會發(fā)展的高效產(chǎn)物，基于人工智能對設(shè)備故障檢測，完善傳統(tǒng)單一不足等問題的同時，全面提高檢測效率，具體如下：

（1）精確度。傳統(tǒng)設(shè)備故障檢測以人力為核心，在檢測過程中勢必會因多元因素影響導致檢測準確度不高，基于人工智能準確度對設(shè)備進行檢測，提高檢測效率的基礎(chǔ)上在精確度上具有質(zhì)的飛躍。

（2）優(yōu)化資源配置?；谌斯ぶ悄軐υO(shè)備故障的智能檢測有效地優(yōu)化資源配置。將大量復雜的計算通過系統(tǒng)程序輸入人工智能，數(shù)據(jù)系統(tǒng)實現(xiàn)智能化、數(shù)字化記錄。不僅數(shù)據(jù)輸入方便，而且對數(shù)據(jù)的檢索和輸出檢索也十分有效，為以后的數(shù)據(jù)統(tǒng)計分析提供了方便，數(shù)據(jù)結(jié)構(gòu)可以直觀地用圖表形式表示。

（3）促進企業(yè)經(jīng)濟效益最大化。利用人工智能的方法，對設(shè)備進行故障診斷，需要耗費大量的人力、物力、財力資源，并可能在設(shè)備安全性能檢測中出現(xiàn)錯誤，從而達到不損害人體健康的目的。因此，將人工智能應(yīng)用于設(shè)備故障檢測的趨勢越來越明顯。

3 人工智能在設(shè)備故障檢測中的具體應(yīng)用

3.1 專家系統(tǒng)應(yīng)用

專家控制的技術(shù)途徑就是將專家提出的理論與相應(yīng)的控制技術(shù)相結(jié)合，將理論與實踐相結(jié)合，模仿專家操作方法進行機械設(shè)備故障檢測，以保障機械設(shè)備的運行[2]。在自動控制系統(tǒng)中應(yīng)用較多的是專家式控制技術(shù)，實現(xiàn)方法分為兩種：一種是在原有的基礎(chǔ)上保留專家控制系統(tǒng)的組成特征，其缺點是知識庫內(nèi)知識容量小，導致推理邏輯簡單；二是在控制算法的基礎(chǔ)上，利用專家控制技術(shù)，在控制算法的基礎(chǔ)上，運用專家控制技術(shù)，提高了系統(tǒng)的判斷能力。

3.2 神經(jīng)系統(tǒng)控制

通俗地說，神經(jīng)控制技術(shù)是建立神經(jīng)型網(wǎng)絡(luò)工具后的方法，在確保敘述目標精確的基礎(chǔ)上，進而監(jiān)控人工系統(tǒng)的運行。該技術(shù)是一種由多種人工神經(jīng)組成的技術(shù)，把生物學和科技有機地結(jié)合在一起，其優(yōu)點在于具有極強的自我調(diào)節(jié)能力，并能將人工智能控制系統(tǒng)的開發(fā)推向新的高度。隨著用戶對智能控制系統(tǒng)要求的不斷提高，要求系統(tǒng)能適應(yīng)現(xiàn)場，使得傳統(tǒng)的人工控制系統(tǒng)難以滿足要求。神經(jīng)控制系統(tǒng)能夠有效地解決這一問題，因此受到廣泛的關(guān)注。在此基礎(chǔ)上，建立人工神經(jīng)網(wǎng)絡(luò)的理論，并建立數(shù)學模型。神經(jīng)網(wǎng)絡(luò)是一種具有信息處理、記憶和存儲功能的神經(jīng)網(wǎng)絡(luò)，多個神經(jīng)元可以連接、吸收和掌握信息，維持大腦神經(jīng)系統(tǒng)的平衡。在信息處理、自動化工程、醫(yī)學經(jīng)濟等領(lǐng)域，利用神經(jīng)網(wǎng)絡(luò)的基本特性和功能，建立神經(jīng)網(wǎng)絡(luò)模型。用人工智能技術(shù)檢測設(shè)備故障時，還可采用人工神經(jīng)理論進行分析。在數(shù)字化的基礎(chǔ)上，多個神經(jīng)元與故障進行交互，調(diào)節(jié)設(shè)備自適應(yīng)能力，及時診斷故障，并及時將故障傳遞給用戶，對問題進行有效分析。根據(jù)各部件的耐磨性和耐久性分析，計算出機械設(shè)備的壽命，便于進行故障前預(yù)測和故障前預(yù)測。

3.3 模糊控制技術(shù)

在整個系統(tǒng)中，模糊控制主要采用模糊控制的方法，用模糊語言、思維來掌握設(shè)備的運行狀態(tài)，從而達到控制效果[3]。在機械設(shè)備故障檢測中，這種技術(shù)是最常用的技術(shù)。模糊控制技術(shù)的關(guān)鍵是反映人的邏輯思維和經(jīng)驗，而以上的思維和經(jīng)驗都是用語言來表達的。前期使用的是控制系統(tǒng)，由于技術(shù)員對系統(tǒng)了解不夠，導致自動控制效果不佳，但經(jīng)過技術(shù)人員的思考探索，模糊控制技術(shù)升級。相對于傳統(tǒng)的自控技術(shù)，模糊控制技術(shù)的優(yōu)點在于能避免煩瑣的數(shù)學模型，加速具體的控制問題的求解，總結(jié)經(jīng)驗知識，提煉控制規(guī)律，實現(xiàn)對復雜系統(tǒng)的控制。

4 結(jié)束語

綜上所述，現(xiàn)代機械設(shè)備故障多，機械設(shè)備結(jié)構(gòu)復雜，各環(huán)節(jié)相互關(guān)聯(lián)。傳統(tǒng)的故障診斷方法不僅耗費資源，而且影響檢測結(jié)果的準確性。采用人工智能技術(shù)不僅可以精確地檢測設(shè)備故障，而且可以優(yōu)化各種資源的配置。復雜的計算能由系統(tǒng)程序完成，確保數(shù)據(jù)能及時記錄，既提高了數(shù)據(jù)的準確性，又便于數(shù)據(jù)查詢。在統(tǒng)計的時候，工作人員只需要查看相關(guān)圖表，數(shù)據(jù)就會直觀呈現(xiàn)。因此，在機械設(shè)備故障檢測中應(yīng)用人工智能技術(shù)是十分必要的。