中圖網(wǎng)小程序
一鍵登錄
更方便
>
故障診斷的不確定性與知識獲取
本類五星書更多>
-
>
貨幣大歷史:金融霸權(quán)與大國興衰六百年
-
>
(精)方力鈞作品圖錄
-
>
《藏書報(bào)》2021合訂本
-
>
(精)中國當(dāng)代書畫名家作品集·范碩:書法卷+繪畫卷(全2卷)
-
>
(噴繪樓閣版)女主臨朝:武則天的權(quán)力之路
-
>
書里掉出來一只狼+狼的故事-全2冊
-
>
奇思妙想創(chuàng)意玩具書(精裝4冊)
故障診斷的不確定性與知識獲取 版權(quán)信息
- ISBN：9787030566263
- 條形碼：9787030566263 ; 978-7-03-056626-3
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：
故障診斷的不確定性與知識獲取 內(nèi)容簡介
本書主要以粗糙集等不確定性分析方法為工具，系統(tǒng)地闡述了故障診斷信息系統(tǒng)中不確定性的表示、度量與計(jì)算，并對包含不完備信息、不一致信息的故障診斷知識獲取技術(shù)進(jìn)行了研究；反映了當(dāng)前該領(lǐng)域的近期新研究進(jìn)展和成果。本書共分6章，第1章概述了故障診斷中常用的不確定分析方法，在介紹了故障診斷概念體系的基礎(chǔ)上，綜述了概率論、證據(jù)理論、模糊集理論、灰色關(guān)聯(lián)度、可拓理論及粗糙集理論在故障診斷中的應(yīng)用。第2章為故障診斷的信息模型及其不確定性度量。分析了故障診斷不確定性的含義和具體類型。基于代數(shù)的觀點(diǎn)和信息論的觀點(diǎn)，分別研究了故障診斷決策系統(tǒng)的不確定性度量。第3、4章具體研究了包含不完備信息、不一致信息的不確定故障診斷系統(tǒng)的知識獲取技術(shù)。第5章研究了基于共振稀疏分解方法的滾動軸承早期故障微弱信號檢測技術(shù)。第6章研究了基于小波包技術(shù)的齒輪故障特征提取技術(shù)、基于流向圖的齒輪故障診斷知識獲取技術(shù)。
故障診斷的不確定性與知識獲取 目錄
目錄
《21世紀(jì)先進(jìn)制造技術(shù)叢書》序
前言
第1章 故障診斷的不確定性分析方法 1
1.1 故障診斷的概念體系 1
1.1.1 概述 1
1.1.2 故障診斷的基本概念 2
1.1.3 故障的基本特征 4
1.1.4 故障診斷的基本過程 6
1.2 不確定性分析方法在故障診斷中的應(yīng)用 7
1.2.1 基于概率論的方法 7
1.2.2 基于證據(jù)理論的方法 8
1.2.3 基于模糊集理論的方法 9
1.2.4 基于灰色關(guān)聯(lián)度的方法 9
1.2.5 基于可拓理論的方法 10
1.3 基于粗糙集理論的不確定性分析方法 10
1.3.1 粗糙集理論的產(chǎn)生和發(fā)展 11
1.3.2 基于粗糙集理論的不確定性分析研究進(jìn)展 11
1.3.3 粗糙集理論在故障診斷領(lǐng)域中的應(yīng)用 13
1.4 本書的選題背景 14
參考文獻(xiàn) 14
第2章 故障診斷的信息模型及其不確定性度量 20
2.1 引言 20
2.2 故障診斷的信息解釋及其不確定性 21
2.2.1 故障診斷的信息解釋 21
2.2.2 故障診斷不確定性的含義 23
2.3 故障診斷不完備信息的產(chǎn)生原因及語義解釋 25
2.3.1 故障診斷不完備信息的產(chǎn)生原因 25
2.3.2 不完備診斷信息的語義解釋 27
2.4 故障診斷的信息模型 28
2.4.1 故障診斷信息的分類 28
2.4.2 故障診斷的信息模型 29
2.5 故障診斷信息系統(tǒng) 30
2.6 不完備故障診斷信息系統(tǒng)的關(guān)系模型 31
2.6.1 不完備故障診斷信息系統(tǒng)的定義 31
2.6.2 容差關(guān)系 33
2.6.3 非對稱相似關(guān)系 33
2.6.4 限制容差關(guān)系 35
2.6.5 約束非對稱相似關(guān)系 36
2.6.6 改進(jìn)限制相容關(guān)系 37
2.7 基于代數(shù)觀點(diǎn)的故障診斷決策系統(tǒng)的不確定性度量 38
2.7.1 故障診斷決策系統(tǒng)的不一致性及其度量 38
2.7.2 故障診斷決策系統(tǒng)的不完備性及其度量 40
2.7.3 故障診斷決策系統(tǒng)的不確定性度量 44
2.8 基于信息論觀點(diǎn)的故障診斷決策系統(tǒng)的不確定性度量 44
2.8.1 故障熵的定義 45
2.8.2 基于故障熵的故障診斷決策系統(tǒng)的不確定性度量 46
2.9 本章小結(jié) 48
參考文獻(xiàn) 48
第3章 基于不完備信息的故障診斷知識獲取 51
3.1 引言 51
3.2 粗糙集理論及流向圖的基本概念 52
3.2.1 概述 52
3.2.2 信息系統(tǒng)和決策系統(tǒng) 53
3.2.3 粗糙集及其數(shù)字特征 55
3.2.4 知識約簡 57
3.2.5 極大相容塊及其性質(zhì) 59
3.2.6 流向圖的基本概念 63
3.3 不完備故障診斷決策表的廣義決策規(guī)則 67
3.4 不完備故障診斷決策系統(tǒng)的約簡 70
3.4.1 分辨矩陣基元的定義 71
3.4.2 面向?qū)ο蟮姆直婢仃?72
3.4.3 面向?qū)ο?極大相容塊的分辨矩陣 73
3.4.4 面向極大相容塊的分辨矩陣 74
3.5 不完備故障診斷決策系統(tǒng)的規(guī)則獲取 75
3.6 基于不完備故障診斷決策流向圖的診斷知識表示 79
3.6.1 故障診斷領(lǐng)域知識表示面臨的問題 80
3.6.2 不完備故障診斷決策流向圖 80
3.7 基于不完備故障診斷決策流向圖的知識獲取 90
3.8 本章小結(jié) 96
參考文獻(xiàn) 97
第4章 基于不一致信息的故障診斷知識獲取 100
4.1 引言 100
4.2 故障診斷信息不一致的原因及實(shí)例集的規(guī)律性 101
4.3 基于不一致信息的故障診斷知識獲取模型 102
4.3.1 心理學(xué)、機(jī)器學(xué)習(xí)中的“規(guī)則＋例外”模型 103
4.3.2 改進(jìn)的“規(guī)則＋例外”故障診斷知識獲取模型 105
4.4 診斷實(shí)例 107
4.4.1 診斷問題的描述 107
4.4.2 故障診斷決策表的建立 108
4.4.3 故障診斷規(guī)則、例外子表的形成 109
4.4.4 故障征兆屬性約簡 110
4.4.5 故障征兆屬性值約簡及評價(jià)指標(biāo) 112
4.4.6 例外的形成及其評價(jià) 114
4.4.7 診斷問題的求解 114
4.4.8 與其他方法的比較 115
4.5 故障診斷知識獲取模型結(jié)構(gòu) 117
4.6 本章小結(jié) 118
參考文獻(xiàn) 118
第5章 滾動軸承早期故障微弱信號檢測 121
5.1 引言 121
5.1.1 滾動軸承故障診斷技術(shù)發(fā)展 121
5.1.2 常用的滾動軸承故障信息提取方法 122
5.1.3 滾動軸承早期故障信息提取面臨的問題 124
5.2 滾動軸承故障信號特性分析 126
5.2.1 滾動軸承各元件的常見故障 126
5.2.2 滾動軸承疲勞剝落動力學(xué)模型 127
5.2.3 滾動軸承疲勞剝落振動信號特征 131
5.2.4 滾動軸承故障信號成分分析 134
5.3 共振稀疏分解及其仿真分析 135
5.3.1 共振稀疏分解的理論基礎(chǔ) 135
5.3.2 共振稀疏分解的參數(shù)影響分析 141
5.3.3 基于共振稀疏分解的滾動軸承模擬故障信號分析 143
5.4 共振稀疏分解在滾動軸承微弱故障信息提取中的研究 146
5.4.1 滾動軸承故障信號共振稀疏分解的參數(shù)確定 146
5.4.2 故障信息提取方法 149
5.4.3 高、低共振分量在故障信息提取上的對比分析 149
5.5 實(shí)驗(yàn)驗(yàn)證及結(jié)果分析 154
5.5.1 實(shí)驗(yàn)平臺和實(shí)驗(yàn)對象 154
5.5.2 實(shí)驗(yàn)方案設(shè)計(jì) 155
5.5.3 實(shí)例分析 156
5.5.4 對比分析 173
5.6 本章小結(jié) 177
參考文獻(xiàn) 177
第6章 齒輪故障診斷的特征提取與知識獲取 181
6.1 引言 181
6.1.1 齒輪的嚙合振動分析 181
6.1.2 齒輪故障信號特征 185
6.1.3 齒輪的故障特征參數(shù) 187
6.2 基于小波包分析的齒輪故障特征提取 189
6.2.1 小波包及其時(shí)頻分析特性 189
6.2.2 基于小波變換的噪聲消除 195
6.2.3 基于小波包的故障特征提取 199
6.3 齒輪故障診斷的實(shí)驗(yàn)研究 201
6.3.1 齒輪故障診斷實(shí)驗(yàn)設(shè)計(jì) 201
6.3.2 齒輪振動信號的特征提取 202
6.3.3 基于流向圖的齒輪故障知識獲取 206
6.4 本章小結(jié) 214
參考文獻(xiàn) 214
《21世紀(jì)先進(jìn)制造技術(shù)叢書》序
前言
第1章 故障診斷的不確定性分析方法 1
1.1 故障診斷的概念體系 1
1.1.1 概述 1
1.1.2 故障診斷的基本概念 2
1.1.3 故障的基本特征 4
1.1.4 故障診斷的基本過程 6
1.2 不確定性分析方法在故障診斷中的應(yīng)用 7
1.2.1 基于概率論的方法 7
1.2.2 基于證據(jù)理論的方法 8
1.2.3 基于模糊集理論的方法 9
1.2.4 基于灰色關(guān)聯(lián)度的方法 9
1.2.5 基于可拓理論的方法 10
1.3 基于粗糙集理論的不確定性分析方法 10
1.3.1 粗糙集理論的產(chǎn)生和發(fā)展 11
1.3.2 基于粗糙集理論的不確定性分析研究進(jìn)展 11
1.3.3 粗糙集理論在故障診斷領(lǐng)域中的應(yīng)用 13
1.4 本書的選題背景 14
參考文獻(xiàn) 14
第2章 故障診斷的信息模型及其不確定性度量 20
2.1 引言 20
2.2 故障診斷的信息解釋及其不確定性 21
2.2.1 故障診斷的信息解釋 21
2.2.2 故障診斷不確定性的含義 23
2.3 故障診斷不完備信息的產(chǎn)生原因及語義解釋 25
2.3.1 故障診斷不完備信息的產(chǎn)生原因 25
2.3.2 不完備診斷信息的語義解釋 27
2.4 故障診斷的信息模型 28
2.4.1 故障診斷信息的分類 28
2.4.2 故障診斷的信息模型 29
2.5 故障診斷信息系統(tǒng) 30
2.6 不完備故障診斷信息系統(tǒng)的關(guān)系模型 31
2.6.1 不完備故障診斷信息系統(tǒng)的定義 31
2.6.2 容差關(guān)系 33
2.6.3 非對稱相似關(guān)系 33
2.6.4 限制容差關(guān)系 35
2.6.5 約束非對稱相似關(guān)系 36
2.6.6 改進(jìn)限制相容關(guān)系 37
2.7 基于代數(shù)觀點(diǎn)的故障診斷決策系統(tǒng)的不確定性度量 38
2.7.1 故障診斷決策系統(tǒng)的不一致性及其度量 38
2.7.2 故障診斷決策系統(tǒng)的不完備性及其度量 40
2.7.3 故障診斷決策系統(tǒng)的不確定性度量 44
2.8 基于信息論觀點(diǎn)的故障診斷決策系統(tǒng)的不確定性度量 44
2.8.1 故障熵的定義 45
2.8.2 基于故障熵的故障診斷決策系統(tǒng)的不確定性度量 46
2.9 本章小結(jié) 48
參考文獻(xiàn) 48
第3章 基于不完備信息的故障診斷知識獲取 51
3.1 引言 51
3.2 粗糙集理論及流向圖的基本概念 52
3.2.1 概述 52
3.2.2 信息系統(tǒng)和決策系統(tǒng) 53
3.2.3 粗糙集及其數(shù)字特征 55
3.2.4 知識約簡 57
3.2.5 極大相容塊及其性質(zhì) 59
3.2.6 流向圖的基本概念 63
3.3 不完備故障診斷決策表的廣義決策規(guī)則 67
3.4 不完備故障診斷決策系統(tǒng)的約簡 70
3.4.1 分辨矩陣基元的定義 71
3.4.2 面向?qū)ο蟮姆直婢仃?72
3.4.3 面向?qū)ο?極大相容塊的分辨矩陣 73
3.4.4 面向極大相容塊的分辨矩陣 74
3.5 不完備故障診斷決策系統(tǒng)的規(guī)則獲取 75
3.6 基于不完備故障診斷決策流向圖的診斷知識表示 79
3.6.1 故障診斷領(lǐng)域知識表示面臨的問題 80
3.6.2 不完備故障診斷決策流向圖 80
3.7 基于不完備故障診斷決策流向圖的知識獲取 90
3.8 本章小結(jié) 96
參考文獻(xiàn) 97
第4章 基于不一致信息的故障診斷知識獲取 100
4.1 引言 100
4.2 故障診斷信息不一致的原因及實(shí)例集的規(guī)律性 101
4.3 基于不一致信息的故障診斷知識獲取模型 102
4.3.1 心理學(xué)、機(jī)器學(xué)習(xí)中的“規(guī)則＋例外”模型 103
4.3.2 改進(jìn)的“規(guī)則＋例外”故障診斷知識獲取模型 105
4.4 診斷實(shí)例 107
4.4.1 診斷問題的描述 107
4.4.2 故障診斷決策表的建立 108
4.4.3 故障診斷規(guī)則、例外子表的形成 109
4.4.4 故障征兆屬性約簡 110
4.4.5 故障征兆屬性值約簡及評價(jià)指標(biāo) 112
4.4.6 例外的形成及其評價(jià) 114
4.4.7 診斷問題的求解 114
4.4.8 與其他方法的比較 115
4.5 故障診斷知識獲取模型結(jié)構(gòu) 117
4.6 本章小結(jié) 118
參考文獻(xiàn) 118
第5章 滾動軸承早期故障微弱信號檢測 121
5.1 引言 121
5.1.1 滾動軸承故障診斷技術(shù)發(fā)展 121
5.1.2 常用的滾動軸承故障信息提取方法 122
5.1.3 滾動軸承早期故障信息提取面臨的問題 124
5.2 滾動軸承故障信號特性分析 126
5.2.1 滾動軸承各元件的常見故障 126
5.2.2 滾動軸承疲勞剝落動力學(xué)模型 127
5.2.3 滾動軸承疲勞剝落振動信號特征 131
5.2.4 滾動軸承故障信號成分分析 134
5.3 共振稀疏分解及其仿真分析 135
5.3.1 共振稀疏分解的理論基礎(chǔ) 135
5.3.2 共振稀疏分解的參數(shù)影響分析 141
5.3.3 基于共振稀疏分解的滾動軸承模擬故障信號分析 143
5.4 共振稀疏分解在滾動軸承微弱故障信息提取中的研究 146
5.4.1 滾動軸承故障信號共振稀疏分解的參數(shù)確定 146
5.4.2 故障信息提取方法 149
5.4.3 高、低共振分量在故障信息提取上的對比分析 149
5.5 實(shí)驗(yàn)驗(yàn)證及結(jié)果分析 154
5.5.1 實(shí)驗(yàn)平臺和實(shí)驗(yàn)對象 154
5.5.2 實(shí)驗(yàn)方案設(shè)計(jì) 155
5.5.3 實(shí)例分析 156
5.5.4 對比分析 173
5.6 本章小結(jié) 177
參考文獻(xiàn) 177
第6章 齒輪故障診斷的特征提取與知識獲取 181
6.1 引言 181
6.1.1 齒輪的嚙合振動分析 181
6.1.2 齒輪故障信號特征 185
6.1.3 齒輪的故障特征參數(shù) 187
6.2 基于小波包分析的齒輪故障特征提取 189
6.2.1 小波包及其時(shí)頻分析特性 189
6.2.2 基于小波變換的噪聲消除 195
6.2.3 基于小波包的故障特征提取 199
6.3 齒輪故障診斷的實(shí)驗(yàn)研究 201
6.3.1 齒輪故障診斷實(shí)驗(yàn)設(shè)計(jì) 201
6.3.2 齒輪振動信號的特征提取 202
6.3.3 基于流向圖的齒輪故障知識獲取 206
6.4 本章小結(jié) 214
參考文獻(xiàn) 214
展開全部
故障診斷的不確定性與知識獲取 節(jié)選
第1章 故障診斷的不確定性分析方法 1.1 故障診斷的概念體系 1.1.1 概述 隨著現(xiàn)代工業(yè)及科學(xué)技術(shù)的迅速發(fā)展，生產(chǎn)設(shè)備日益向大型化、復(fù)雜化及自動化方向發(fā)展。大型的設(shè)備系統(tǒng)往往由大量的工作部件組成，不僅同一設(shè)備的不同部分之間相互關(guān)聯(lián)、緊密耦合，而且不同設(shè)備之間也存在著緊密的關(guān)系，并在生產(chǎn)過程中形成了一個(gè)整體。這種體系的建立，一方面提高了系統(tǒng)的自動化水平，為生產(chǎn)帶來了可觀的經(jīng)濟(jì)效益，另一方面，影響系統(tǒng)運(yùn)行的因素驟增，使其產(chǎn)生故障的概率越來越大。其中任何一個(gè)子設(shè)備或零件的故障都可能引起鏈?zhǔn)椒磻?yīng)，導(dǎo)致整個(gè)設(shè)備甚至整個(gè)生產(chǎn)系統(tǒng)無法正常運(yùn)行，輕則造成巨大的經(jīng)濟(jì)損失，重則還會產(chǎn)生嚴(yán)重的災(zāi)難性傷亡和社會影響。一直以來，因關(guān)鍵設(shè)備故障引起的災(zāi)難性故障時(shí)有發(fā)生，例如，1986年美國“挑戰(zhàn)者”號航天飛機(jī)發(fā)生空中爆炸，7名宇航員全部遇難，總計(jì)損失達(dá)12億美元。1986年蘇聯(lián)切爾諾貝利核電站大量放射性元素外泄，2000余人遇難，幾萬居民撤離，損失達(dá)30億美元，并且污染波及周邊各國。我國因設(shè)備發(fā)生故障引起的損失也是十分驚人的，2003～2004年，在浙贛線、京滬線等處，多次發(fā)生因車軸和車輪疲勞斷裂造成的貨物列車脫軌重大事故，直接與間接經(jīng)濟(jì)損失超過20億元。 2003年2月1日，“哥倫比亞”號航天飛機(jī)失事，7名宇航員遇難。消息傳來，舉世震驚，這不僅是美國的巨大損失，也是人類探索宇宙事業(yè)的重大挫折。據(jù)報(bào)道，“哥倫比亞”號航天飛機(jī)失事造成的全部損失，除了高達(dá)4億美元的調(diào)查費(fèi)用，還包括價(jià)值20億美元的“哥倫比亞”號航天飛機(jī)以及超過40億美元的航天飛機(jī)運(yùn)作成本。2003年8月14日，美國、加拿大大停電是歷史上*大的停電事故，事故期間上百臺機(jī)組跳機(jī)，5000萬人失電，由此引發(fā)的工廠停工和其他經(jīng)濟(jì)活動的停止使美國公司遭受了40億～100億美元的巨額損失。受停電事故的影響，加拿大2003年8月的國內(nèi)生產(chǎn)總值下降了0.7個(gè)百分點(diǎn)，安大略湖地區(qū)的制造業(yè)損失高達(dá)23億美元。2005年8月，由于轉(zhuǎn)向器左側(cè)橫拉桿內(nèi)球頭與球頭座嚴(yán)重磨損而分離脫落所導(dǎo)致的山西“8 27”特大交通事故，造成11人死亡，12人受傷。俄羅斯波音737客機(jī)、法國A330客機(jī)分別在2008年、2009年發(fā)生了由機(jī)械故障導(dǎo)致的墜毀事件，機(jī)上人員無一生還。2011年，上海地鐵10號線因信號設(shè)備故障造成271人受傷。2016年7月19日，我國臺灣發(fā)生一起由車門故障引發(fā)的游覽車重大事故，24名游客和2名司導(dǎo)人員遇難。這些嚴(yán)重的災(zāi)難性事故提醒人們，現(xiàn)代設(shè)備系統(tǒng)運(yùn)行的安全性和可靠性已成為人類必須解決的刻不容緩的問題。近幾十年來，現(xiàn)代設(shè)備的狀態(tài)監(jiān)測和故障診斷技術(shù)日益受到各國政府和科研機(jī)構(gòu)的高度重視，得到了迅速發(fā)展，并在機(jī)械工程、電力系統(tǒng)、航空航天、自動控制等各個(gè)領(lǐng)域取得了大量的應(yīng)用成果[1-4]。 1.1.2 故障診斷的基本概念 故障診斷技術(shù)是有關(guān)設(shè)備運(yùn)行、維護(hù)的一項(xiàng)新興技術(shù)。設(shè)備故障診斷技術(shù)涉及機(jī)械、信息、計(jì)算機(jī)、人工智能等許多學(xué)科知識，是一門綜合性的學(xué)科。在過去的幾十年中，很多前沿學(xué)科的成果引入故障診斷領(lǐng)域，使故障診斷從方法到手段都有了很大的發(fā)展，完全改變了過去憑直覺的耳聽、眼看、手摸的落后狀態(tài)，尤其是計(jì)算機(jī)技術(shù)的突飛猛進(jìn)，使診斷技術(shù)具有前所未有的應(yīng)用價(jià)值和可推廣性。故障診斷技術(shù)有很強(qiáng)的工程背景，具有重要的實(shí)用價(jià)值，并且以深厚的理論為基礎(chǔ)。系統(tǒng)論、信息論、控制論、非線性科學(xué)等*新的技術(shù)在其中都有廣泛的應(yīng)用，現(xiàn)有的故障診斷技術(shù)是一門涉及多種學(xué)科，并在其交叉點(diǎn)上生長出來的新興學(xué)科[5]。并且隨著前沿科學(xué)的發(fā)展，故障診斷技術(shù)將會對國民經(jīng)濟(jì)的發(fā)展起到越來越重大的作用。從科學(xué)的角度出發(fā)，深入研究設(shè)備故障診斷的基本概念與基本體系；用系統(tǒng)論的觀點(diǎn)，深入闡明機(jī)械設(shè)備的系統(tǒng)特點(diǎn)以及故障、征兆與特征信號的基本概念；解釋故障診斷的基本過程與故障特性，如層次性、相關(guān)性、延時(shí)性和不確定性等問題，建立比較廣泛而統(tǒng)一的診斷問題的概念體系，將使故障診斷技術(shù)的研究更加系統(tǒng)性和理論化，這將對發(fā)展設(shè)備故障診斷學(xué)科體系起到指導(dǎo)和催化作用。 為了深入研究機(jī)械設(shè)備的診斷問題，有必要深入了解與掌握機(jī)械設(shè)備及其故障的特性。從系統(tǒng)論的觀點(diǎn)出發(fā)，機(jī)械設(shè)備也是一個(gè)系統(tǒng)，同其他系統(tǒng)一樣，也是元素按照一定的規(guī)律聚合而成的，也就是說，是由“元素”加上元素之間的“聯(lián)系”而構(gòu)成的。當(dāng)然，“元素”也可以是子系統(tǒng)，子系統(tǒng)的“元素”還可以是更深層次的子系統(tǒng)。以此類推，直至*底層的“元素”是物理元件[6，7]。 1.系統(tǒng) 系統(tǒng)是元素按照一定的規(guī)律聚合而成的有機(jī)聯(lián)結(jié)體，也就是說，系統(tǒng)是由“元素”加上元素之間的“聯(lián)系”而構(gòu)成的。 2.系統(tǒng)的輸出 系統(tǒng)的輸出是指系統(tǒng)的所有行為，即系統(tǒng)的所有表現(xiàn)形式。 3.系統(tǒng)的功能 系統(tǒng)的功能是指在系統(tǒng)設(shè)計(jì)時(shí)，要求系統(tǒng)所要實(shí)現(xiàn)的一些行為。 4.系統(tǒng)的約束條件 系統(tǒng)的約束條件是指在系統(tǒng)工作時(shí)，所應(yīng)滿足規(guī)定技術(shù)要求的某些行為。 5.診斷對象 根據(jù)系統(tǒng)論的觀點(diǎn)，診斷對象可以是一個(gè)比較復(fù)雜的大系統(tǒng)（甚至是巨系統(tǒng)），也可以是一個(gè)簡單的元件或部件（子系統(tǒng)）。嚴(yán)格地說，從不同的層次觀察可對診斷對象有不同的劃分。在本書如無特別說明，診斷對象都被視為系統(tǒng)，其診斷也就可以看成系統(tǒng)診斷。 6.故障 故障是指系統(tǒng)的結(jié)構(gòu)處于不正常狀態(tài)（劣化狀態(tài)），即偏離了預(yù)期的狀態(tài)，從而導(dǎo)致系統(tǒng)不能在規(guī)定的時(shí)間內(nèi)和工作條件下完成預(yù)期的功能，或不能滿足預(yù)期的約束條件。 7.特征信號 特征信號是指系統(tǒng)的某部分輸出，它與系統(tǒng)的有關(guān)狀態(tài)密切相關(guān)，包含豐富的系統(tǒng)有關(guān)狀態(tài)的信息，可以有效地識別出系統(tǒng)的有關(guān)狀態(tài)以及相應(yīng)元素和聯(lián)系的有關(guān)狀態(tài)。顯然，特征信號中必然包含系統(tǒng)中相應(yīng)的元素、聯(lián)系的相關(guān)狀態(tài)信息。因此，如何選取包含狀態(tài)信息量*多的特征信號，成為機(jī)械設(shè)備診斷學(xué)的重要研究內(nèi)容之一。 8.征兆 征兆是指對特征信號加以處理而提取出的、直接用于故障診斷的信息。顯然，特征信號本身有時(shí)也可以直接作為征兆。征兆是對系統(tǒng)運(yùn)行時(shí)表現(xiàn)出的特征信號的描述，信號的特征只有被反映出來，才成為征兆。征兆在更高的抽象層次上反映系統(tǒng)的狀態(tài)，一個(gè)特征信號可能提取出多個(gè)征兆，它們從不同的側(cè)面和不同的角度反映系統(tǒng)的有關(guān)狀態(tài)。因此，如何提取*有效的用于診斷的征兆，也是機(jī)械設(shè)備診斷學(xué)中的重要研究內(nèi)容之一。 9.故障診斷 故障診斷是指根據(jù)系統(tǒng)的特征信號（包括正常的和異常的）和其他診斷信息，查明導(dǎo)致系統(tǒng)發(fā)生故障的指定層次的子系統(tǒng)或聯(lián)系，并找出引起這些子系統(tǒng)或聯(lián)系發(fā)生故障的初始原因。 故障診斷的基本思想一般可以表述為[2]：設(shè)被檢測對象全部可能發(fā)生的狀態(tài)（正常狀態(tài)和故障狀態(tài)）組成狀態(tài)空間S，它的可觀測量特征的取值范圍的全體構(gòu)成特征空間Y。當(dāng)系統(tǒng)處于某一狀態(tài)s時(shí)，系統(tǒng)具有確定的特征y，即存在映射g:S→Y；反之，一定的特征也對應(yīng)確定的狀態(tài)，即存在映射f:Y→S。 狀態(tài)空間與特征空間的關(guān)系可用圖1.1表示。 圖1.1 故障診斷表述 故障診斷的目的在于根據(jù)可測量的特征向量來判斷系統(tǒng)處于何種狀態(tài)，也就是找出映射f。若系統(tǒng)可能發(fā)生的狀態(tài)是有限的，如可能發(fā)生n種故障，這里假設(shè)系統(tǒng)正常狀態(tài)為s0，各個(gè)故障狀態(tài)為s1，s2， ，sn。當(dāng)系統(tǒng)處于狀態(tài)si時(shí)，對應(yīng)的可測量特征向量為Yi=(yi1，yi2， ，yim)。故障診斷就是由特征向量y=(y1，y2， ，ym)，求出它所對應(yīng)的狀態(tài)s的過程，這樣，故障診斷過程就變成按特征向量對被測系統(tǒng)進(jìn)行狀態(tài)分類的模式識別問題。 1.1.3 故障的基本特征 根據(jù)上述對系統(tǒng)的定義，系統(tǒng)可以分為三類：簡單系統(tǒng)、復(fù)合系統(tǒng)、復(fù)雜系統(tǒng)。因此，診斷問題也可以被劃分為三類：簡單診斷問題、復(fù)合診斷問題、復(fù)雜診斷問題。顯然，凡是適合復(fù)雜系統(tǒng)診斷問題的診斷策略與方法也一定適合復(fù)合診斷問題和簡單診斷問題。一般來說，復(fù)雜系統(tǒng)的故障具有如下幾個(gè)基本特性[7]。 1.復(fù)雜性 復(fù)雜性是復(fù)雜設(shè)備系統(tǒng)故障的*基本特性。由于構(gòu)成設(shè)備的各部件之間相互聯(lián)系、緊密耦合，故障原因與故障征兆之間表現(xiàn)出極其錯(cuò)綜復(fù)雜的關(guān)系，即同一種故障征兆往往對應(yīng)著幾種故障原因，同一種故障原因又會引起多種故障征兆，這種原因與征兆之間不明確的對應(yīng)關(guān)系，使得故障診斷具有很大的復(fù)雜性。 2.層次性 層次性是系統(tǒng)故障的*基本特性，是由系統(tǒng)結(jié)構(gòu)的層次性決定的，是故障的“縱向性”。任何故障都是同系統(tǒng)的某一層次相聯(lián)系的，高層次的故障可以由低層次的故障引起，而低層次的故障必定引起高層次的故障。故障的層次性為制定故障診斷的策略和模型提供了方便，使復(fù)雜系統(tǒng)診斷問題的求解效率更高。 3.相關(guān)性 相關(guān)性是系統(tǒng)故障的“橫向性”，是由系統(tǒng)各元素間的聯(lián)系決定的。系統(tǒng)的某一層次某個(gè)元素或聯(lián)系發(fā)生故障后，勢必導(dǎo)致與它相關(guān)的元素或聯(lián)系的狀態(tài)也發(fā)生變化，進(jìn)而導(dǎo)致這些元素或聯(lián)系的輸出發(fā)生變化，致使該層次產(chǎn)生新的故障，這就帶來了系統(tǒng)中同一層次有多個(gè)故障同時(shí)存在的現(xiàn)實(shí)。任何一個(gè)原發(fā)故障都存在多條潛在的故障傳播途徑，因而可能引起多個(gè)故障并存，這就是系統(tǒng)故障的相關(guān)性。因此，多故障并存是復(fù)雜系統(tǒng)故障的重要特征，而多故障診斷是復(fù)雜系統(tǒng)診斷問題中的一個(gè)關(guān)鍵問題。 4.延時(shí)性 故障的傳播機(jī)理表明，從原發(fā)性故障到系統(tǒng)級故障的發(fā)生、發(fā)展與形成是一個(gè)由量變到質(zhì)變的過程，這表明故障具有“時(shí)間性”。這一特性為故障的早期診斷與預(yù)測提供了機(jī)會，從而達(dá)到“防患于未然”的目的。故障的延時(shí)性是實(shí)現(xiàn)故障的預(yù)測與早期診斷的基礎(chǔ)。 5.不確定性 不確定性是復(fù)雜系統(tǒng)故障的一個(gè)重要特征，也是目前智能故障診斷理論與方法的一個(gè)重要研究內(nèi)容。不確定性產(chǎn)生的原因復(fù)雜，涉及主觀因素和客觀因素，給實(shí)際的診斷工作帶來了很大的困難，是目前診斷理論與實(shí)踐中的一個(gè)研究熱點(diǎn)。引起系統(tǒng)故障不確定性的因素有以下幾個(gè)方面。 1）系統(tǒng)的元素特性和聯(lián)系特性的不確定性 復(fù)雜系統(tǒng)中，在不同的時(shí)間、不同的工作環(huán)境下，各層次的元素特性與各元素間的聯(lián)系特性是不可能完全確定的，從而導(dǎo)致系統(tǒng)、元素與聯(lián)系的狀態(tài)和行為也不可能是完全確定的。 2）故障檢測與分析裝置特性的不確定性 故障檢測與分析裝置一般也屬于復(fù)雜系統(tǒng)，因此其特性也不可能完全確定，這就決定了故障檢測與分析結(jié)果的不確定性。這種不確定性是由“主觀”因素造成的，而不是診斷對象固有的。 3）系統(tǒng)、元素及聯(lián)系的狀態(tài)描述方法與工作環(huán)境的不確定性 系統(tǒng)、元素及聯(lián)系的狀態(tài)描述方法與人們對系統(tǒng)的認(rèn)識水平及現(xiàn)有的技術(shù)手段有關(guān)，而系統(tǒng)、元素及聯(lián)系的工作環(huán)境與客觀環(huán)境的復(fù)雜多變有關(guān)。 隨著科學(xué)和技術(shù)的迅速發(fā)展，現(xiàn)代工業(yè)生產(chǎn)中的設(shè)備系統(tǒng)越來越復(fù)雜。由于人類的實(shí)踐總是受客觀環(huán)境和條件的限制，對在生產(chǎn)中廣泛應(yīng)用的設(shè)備系統(tǒng)的認(rèn)識也總是受諸多因素的制約，從而使獲得的關(guān)于設(shè)備系統(tǒng)的信息也總是帶有片面性、局限性和不精確性，這就造成系統(tǒng)的不確定性。對于故障診斷中的不確定性，目前僅停留在概念認(rèn)識的層面上，深入研究故障診斷中不確定性的概念、分類及產(chǎn)生的根源等問題對于完善故障診斷理論、提高人類在實(shí)踐過程中解決故障診斷問題的能力具有重要的意義。 1.1.4 故障診斷的基本過程 故障診斷有三個(gè)主要步驟：**步是檢測設(shè)備狀態(tài)的特征信號，第二步是從所檢測到的特征信號中提取征兆，第三步是把提取的征兆輸入狀態(tài)識別裝置來識別系統(tǒng)的狀態(tài)，從而完成故障診斷[2]。 （1）檢測設(shè)備狀態(tài)的特征信號。一般來說，設(shè)備狀態(tài)的特征信號具有兩種表現(xiàn)形式，一種是以能量方式表現(xiàn)出來的特征信號，如振動、噪聲、溫度、電壓、電流、磁場、射線、彈性波等；另一種是以物態(tài)形式表現(xiàn)出來的特征信號，如設(shè)備產(chǎn)生或排出的煙霧、油液等，以及可直接觀測到的銹
書友推薦
- >
有舍有得是人生
- >
龍榆生：詞曲概論/大家小書
- >
經(jīng)典常談
- >
苦雨齋序跋文-周作人自編集
- >
朝聞道
- >
回憶愛瑪儂
- >
月亮與六便士
- >
詩經(jīng)-先民的歌唱
本類暢銷
