时间：2023-06-05 15:43:51
引言：易发表网凭借丰富的文秘实践，为您精心挑选了九篇故障诊断方法综述范例。如需获取更多原创内容，可随时联系我们的客服老师。
摘要： 随着经济的发展，技术的进步，现代企业设备越来越大型化、复杂化、智能化，如果液压设备发生故障，生产就无法进行。本文首先介绍液压系统故障诊断的准备工作，然后详细介绍三种诊断方法。
关键词：液压系统故障 简易故障诊断法 人工智能故障诊断法
液压系统具有很多独特的优点，常见的如：大容量、结构紧凑、安装灵活、反应快、容易控制等等，在现代大型设备，特大型设备中具有广泛的应用的同时存在着问题，极易发生故障从而影响生产，造成故障的原因主要是系统中元辅件和工作液体性能不稳定，系统设备使用不当或者维护不到位。近几年液压系统故障诊断成为了一门专门的学科，受到高度的重视。
1、液压系统故障诊断的准备工作
第一拿到设备使用说明书时一定要认真仔细的阅读，详细了解该设备的功能、结构、工作原理，包括系统中元件的功能结构和原理；第二从网上查阅设备的档案资料，包括生产厂家、制造日期、调试验收，故障可能、处理方法等等。
2、简易故障诊断方法
2.1 主观诊断法
这是一种最传统的方法，凭借维修人员的主观判断（看、听、摸、闻、问）和实践经验，或者利用简单的仪器、仪表判断故障发生的部位并且给出发生的原因。常见到的主观诊断法有感官诊断、方框图分析、系统图分析，该方法简单快捷方便，这种方法对维修人员的要求极高需要有丰富的诊断经验，但是诊断结果具有局限性。
2.2直接性能测试法
这种方法通过测试液压元件和系统性能进而评价系统工作状态，适用于处于工作状态的系统，还能进行定量的分析，现代运用最多的是检测液压系统的状态。如果检测的液压系统元件或者性能超出了规定的正常范围，那么该系统就有发生故障的可能性。这种方法原理简单，相当直观，但是测试的精准度不是很高，一般早期的失效很难检测出来。
3、基于信号分析的故障诊断方法
3.1基于抽样分析法
反映系统内部信息的除了液压系统本身的信息，其内部的污染物也可以，也就是说测定和鉴别油液当中污染物的成分和含量，可以知道液压系统的污染情况和运行状况，也是一种故障诊断的方法。目前我们经常见到的有两种：一种是基于油液颗粒污染度的检测技术，包括：显微镜检测技术（设备投资小、方法简单、费时费力、误差大）、自动颗粒计数器（检测速度快、操作简便、准确度高但精度低）、称重法（设备简捷、检测方便、只测重）、铁谱分析法（可进行定性和定量的分析）、光谱法（成本高、精度高）；另一种是基于油液性能参数的检测技术，这种技术需要细致的分析油液的有关参数和金属的含量，历时的周期较长，无法实现在线检测，但是对重要液压系统的诊断很有效。
3.2基于振动噪声分析法
在液压系统的运行过程中，必然会伴随产生振动和噪声，尤其液压泵的振动声音十分大，实际上这些设备的振动和噪声就包含了许多故障的信息，分析信号，得到元件状态信息，进而进行故障诊断。这种方法的理论比较完善，应用也比较广泛，有多种信号处理方法如：时域特征参数法、时差域特征法、概率密度法、相关分析法、谱分析法、自功率谱分析法、倒频谱分析法、包络谱分析法、主分量自回归谱提取法、AR谱参数提取法、小波分析等。目前旋转机械设备也能用它分析诊断故障，纯机械设备的故障诊断效果相当明显。随着信号处理技术的发展，这种方法的应用前景十分可观。
3.3基于数学模型法
这种方法的指导是现代控制理论和优化方法，基础是系统的数学模型，残差产生法是观测器（组）、等价空间方程、Kalman滤波器、参数模型估计和辨识等，利用阀值或者准则评价决策残差。该方法和控制系统的关系相当密切，共同成为监控、容错控制、系统修复重构的基础。这种方法的数学模型的精确度直接决定诊断的精确性，一般最常建立的是线性和非线性的数学模型来诊断液压系统的故障。
4、基于人工智能的故障诊断方法
4.1基于专家系统的智能诊断法
这是智能诊断技术中受到多方关注的一个发展方向，研究最多，应用最广，主要是利用专家的知识和推理方法解决实际遇到的复杂问题。在这的专家系统并不是指人员而是指一种人工智能计算机程序，知识权威，学习功能强大。该系统的主要组成部分：知识库（系统知识和规则库）、数据库、推理机和解释机制。如果利用它检测在线的系统，数据库显示的是实时工况数据；如果利用它检测离线系统，则数据库显示的是实际故障时的数据或者人为故障的样本数据。该方法的运行过程是通过人机相互交换，专家系统获得所需信息，利用系统的知识库和数据库，推理机运用规则，调用应用程序，进行正确的推理，找到液压系统的故障。这种方法给自动化进行液压系统故障诊断代带来了光明和希望，但是也存在一定的不足和问题，不过未来的发展前景还是很广阔的。
4.2基于神经网络的智能诊断法
20世纪80年代人工神经网络迅速崛起，成为人工智能领域的一个分支，是一种计算模型（与人的认知过程相似），一种非线性动力学网络系统（模拟大脑神经元结构特性）。神经网络的非线性处理单元（类似神经元）相互关联，具有了学习、记忆、归纳总结等功能和数学模拟能力。这种方法的具有独特的优势，如：分布式处理能力、联想记忆、自学习能力等收到诊断领域的广泛关注和重视，未来发展前景十分宽广。
4.3基于模糊理论的智能诊断法
大量的模糊现象存在于液压系统故障诊断领域，如：系统油温过高、压力波动较重等等，过高、较重这些都是模糊的概念，并没有清晰的边界，故障发生会经历一个漫长的时间，同时故障发生的原因和症状也是模糊的，可能一对一，可能一对多，也可能多对一。利用模糊逻辑、模糊关系描述故障的原因和现象，建立隶属度函数和模糊方程，明确识别故障。这种方法的现象更为客观，结果更符合实际，速度快，容易实现。
5、结束语
随着21世纪科技的发展，人工智能技术更是突飞猛进，还有许多智能诊断的方法如：故障树诊断法、灰色理论智能诊断法、案例推理诊断法、多智能体的智能诊断法、信息融合技术智能诊断法等等。如何将新型科技、智能技术运用到故障诊断系统当中，实现自动化、智能化的故障系统诊断是我们亟待解决的问题。
参考文献：
[1]范士娟，杨超.液压系统故障诊断方法综述[J].机床与液压，2009，37（5）：188-192，195.
关键词：汽车；变速器；故障诊断；解析；
自动变速器是一种汽车内部的封闭装置，只要产生故障，就会使维修的难度增大，在未确认故障区域时，不能随意开展解体维修，必须快速并正确地进行故障的诊断及排除，相关的维修人员必须全面掌握各种汽车故障的症状，还要仔细收集并分析来自于用户的情况说明，以便更好地开展故障诊断与排除。
一、汽车自动变速器中的故障诊断
（一）容易产生打滑 汽车运行过程中，在踩油门后车速无法提高，或汽车在上坡时缺乏行驶的动力，产生此类情况时，驾驶员应快速思考是否是自动变速器发生了故障。而导致这一故障的原因有很多：（1）汽车自动变速器的制动器内密封圈使用过久，未进行及时更换，致使零件过度磨损产生脱落，从而使自动变速器漏油；一旦油压与供油减少，就会使汽车缺乏运行动力；（2）汽车自动变速器内的油泵被损坏也会使汽车漏油、油压减少，让汽车缺乏运行动力且无法提速。
（二）容易产生漏油 汽车自动变速器产生漏油的关键因素是汽车自动变速器平面发生了变形，或者是由于自动变速器在进行加工时工作人员缺乏耐心，从而使汽车关键部件中的固定螺栓产生松动。一旦发生此类故障，须从集中漏油的地方着手，判断具体的故障原因，采用具有针对性的排除方法。
（三）无法升档 汽车在运行过程中自动变速器无法提升到高速档或超速档，产生此故障的原因有：节气门拉索的调整不正确；节气门的位置传感器与电路故障；调速阀及其油路故障；车速传感器故障；换档电磁阀故障；高档离合器与制动器故障；档位开关故障等。
二、主要的诊断方法
（一）磨损残余物分析诊断方法
对于汽车变速箱齿轮而言，其最为主要也是最为常见的失效形式就是磨损失效；汽车在运行过程中，若出现齿面磨损，则可以在油中找到这些磨损的残余物；对于磨损残余物分析诊断方法来讲，其对机器失效有关信息的快速获取，主要是基于对机械零部件磨损残余物在油中残余物含量的测定来完成的。当前进行测定的主要有两种方法：1对残余物进行直接检查，以及通过对油浑浊度变化、电感的变化以及油膜间隙内电容的测定来快速获得有关零件失效的重要信息；2收集残余物，例如，应用特殊的过滤器或者磁性探头等来把工作表面因疲劳而形成的大块剥落物收集起来。实践表明，应用磨损残余物故障这种分析方法来对变速器中的磨损类型故障进行检测诊断，是相当有效的；相比于其他故障诊断方法，诸如振动诊断方法，这种诊断方法在对磨损类型故障诊断方面，更具有优势，因而对汽车变速器磨损故障进行判断的有力手段就是磨损残余物分析诊断方法。
（二）振动检测技术诊断法 有关机械振动信号，这是当前诊断技术采用最多的一种信号，这主要是基于由振动所产生的机械损坏具有相当高的比率；根据相关资料可知，由机械振动而带来的机械故障超过三分之二；此外，最容易获得的振动信号，是来自机械运转中所产生的，而且在振动信号中，还具有数量众多的能对机械设备状态进行反映的信号，通过振动的异常可把许多机械故障反应出来。振动检测技术诊断法，主要是基于对设备振动参数及特征的检测，来对设备状态和故障进行分析的一种方法。
（三）声发射技术诊断法 这种诊断方法，就是应用仪器进行检测、对声发射信号进行分析和利用的一种故障诊断方法。对汽车变速箱齿轮而言，因其的高速旋转，致使运行中不可避免地产生热弯曲、不对称等现象，带来转子碰撞，故在金属以内的晶格，将出现重新排列或滑移，此过程因能量发生变化，变化的能量将通过弹性波这种形式来进行释放，这就形成了声发射信号；一定要应用专门技术，来把背景噪声的干扰排除掉。声发射监测这种检测方法，具有无损动态检测特点，但它又不同于其他无损检测方法，因声发射信号是产生于外部条件的作用下，故对于那些缺陷变化，相当敏感，对于那些微米数量级的显微裂纹的扩展和发生的相关信息，可以轻而易举地检测出来，故具有极高的灵敏度。
（四）光纤传感技术诊断法 这种故障诊断方法，主要是基于光纤对一些特定的物理量所具有的敏感性，来把外界物理量向可进行直接测量的信号进行转换的一种汽车变速器齿轮故障诊断方法。就光纤而言，不仅可直接作为光波的直接传播媒质，而且光纤传播中的光波，其特征参数会因外界因素的影响而产生变化，故可把光纤当作传感元件来对各种物理量进行探测。对于光纤传感器而言，因具有极高的灵敏度、超强的抗电磁干扰能力、超好的电绝缘性急耐腐蚀等等优点，故在汽车这个行业也受到了极为普遍的应用。当前，光纤传感技术已朝着智能化、功能化及集成化等方向快速发展着，可以预见，随着科技的不断发展，这种故障诊断方法将在汽车变速器齿轮故障诊断中将得到越来越广泛的应用。
参考文献：
[1]ThomasMerath，JoachimNaas，FranzJoachim等.基于有限元法的汽车变速器齿轮与轴承优化[J].传动技术，2015，29（2）：3-13，20.DOI：10.3969/j.issn.1006-8244.2015.02.001.
[2]高勇.微型汽车变速器传动效率的影响因素分析及试验研究[D].武汉理工大学，2013.
关键词：控制系统；故障诊断；故障检测；诊断方法
引言
自20世纪60年代末美国国家宇航局就创立了美国故障预防小组以来，故障诊断技术逐渐发展起来的一门以数学、物理、现代控制论、计算机工程、通讯技术、信号处理、模式识别、人工智能、人工神经网络以及相应的应用学科为基础的多学科综合交叉的新学科。它通过获得机械设备在静止或运行中的状态信息，并参考设备过去的运行经历，来获得设备的实时状况，并推断未来的趋势，从而确定必要的维修策略。本研究主要针对控制系统的故障诊断方法进行综述。
1 基于解析模型的方法
该方法是研究最早、最深入、最成熟的方法，需要建立被诊断对象的较精确的数学模型，包括状态估计方法、等价空间方法和参数估计方法。尽管这三种方法是独立发展起来的，但它们之间存在一定的联系。
1.1状态估计方法
状态估计方法的基本思想是利用系统的解析模型和可测信息，设计检测滤波器（观测器） ，重建系统某一可测变量，然后由滤波器的输出与真实系统的输出的差值构造残差，再对残差进行分析处理，以实现系统的故障诊断。在能够获得系统精确数学模型的情况下，状态估计方法是最直接有效的方法，然而在实际中，这一条件往往很难满足。所以目前对于状态估计方法的研究主要集中在提高检测系统对子建模误差、扰动、噪声等未知输入的鲁棒性及系统对于早期故障的灵敏度。
1.2等价空间法
等价空间法的基本思想是利用系统的输入/输出的实际测量值检验系统数学模型的等价性（即一致性），以检测和分离故障。其在诊断时存在问题：低阶等价向量在线实现较简单但性能不佳，而高阶等价向量能带来较好的性能却计算量大，且漏报率高。因此，目前的研究普遍都采用改进过的等价空间法[1]。
2 基于信号处理的方法
当难以建立被控对象的解析数学模型时，可采用基于信号处理的方法。此方法是利用信号模型（如相关函数、频谱、高阶统计量、自回归滑动平均、小波变换等）直接分析可测信号，提取方差、幅值、频率等信息来进行故障检测与诊断。这种方法适用于线性系统和非线性系统。但是，避开对象数学模型的优点是实现简单、实时性较好；缺点则是对潜在的早期故障的诊断显得不足，多用于故障检测，对故障分离和诊断的效果不很理想，若与其他方法结合可望提高故障诊断性能。
2.1基于小波变换的方法
小波变换是一种信号的时间—尺度分析方法，具有多分辨率分析的特点。在时频域都具有表征信号局部特征的能力，适合于非平稳信号的奇异性分析。利用连续小波变换可以区分信号突变和噪声，而利用离散小波变换可检测随机信号频率结构的变化。小波变换对噪声的抑制能力较强，具有较高的灵敏度，运算量也不大，是一种很有前途的方法。近年来，利用小波变换的优点，将小波变换与数学模型、神经网络、专家系统、模糊理论、矩阵奇异值等方法相结合，提出了一些新的方法，进一步提高了动态系统的故障检测与诊断性能，在实际工程应用中获得成功。
2.2主元分析法
主元分析法（Principal Component Analysis，PCA）是依据输入变量的线性变换，由输入变量相关矩阵的主要特征值的大小来确定坐标变换和变量压缩，目的是在数据空间中找到一组m个正交基，这组正交基最大可能地表示数据的方差和协方差，以便将数据从原始的n维空间映射到由这组正交基所构成的m维子空间上，从而达到降维的目的（m
3 基于知识的方法
人工智能及计算机技术的快速发展，为故障诊断技术提供了新的理论基础，产生了基于知识的诊断方法。此方法与基于信号的故障诊断方法类似，也不需要定量的数学模型。不同之处在于，它引入诊断对象的许多信息，特别是可以充分利用专家诊断知识，而且它具有“智能”特性，是一种很有生命力的方法，尤其是在非线性系统领域。
3.1 基于神经网络的方法
神经网络具有模拟任意连续非线性函数、从样本学习、大规模并行处理、自适应、自学习、容错、联想记忆、分布式信息存储、推理、处理复杂多模式等优良性能，使其在复杂系统的监测及诊断中发挥着重要作用，为故障诊断技术开辟了一条有效途径。由于神经网络从故障诊断实例中学到的知识只是一些分布式规则，诊断推理过程不能够解释，缺乏透明度。因此，近年来，基于神经网络的故障诊断研究开始向神经网络与其他诊断方法相结合的方向发展。比如把模糊数学与其相结合，可以在神经网络框架下引入定性知识，以取得更好的诊断性能；采用多个神经网络的诊断方法可以提高故障诊断的可靠性。
3.2 基于模糊数学的方法
模糊故障诊断方法是利用集合论中的隶属函数和模糊关系矩阵的概念来解决故障与征兆之间的不确定关系，进而实现故障的检测与诊断。模糊诊断的基本原则有：分层分段诊断，逐步深入原则；假设与验证相结合原则；综合评判原则；获取信息原则；通过对外在特性的考证来判断系统内部结构的劣化原则；对比判断确定故障原则；找出最严重的故障点原则。单纯利用模糊推理进行故障诊断具有一定的局限性，一般利用复合式方法来进行故障诊断，如模糊故障树法、模糊专家系统法、模糊神经网络法、模糊小波神经网络法等，这些方法的诊断性能得到明显提高。
4 故障诊断技术发展趋势
随着传统控制系统向网络化发展，近年来远程网络控制系统得到广泛重视，并涌现很多成果。网络控制系统具有网络时延、数据包时序错乱甚至数据包丢失等缺点，因此为保证网络控制的可靠性有必要针对远程网络控制系统故障诊断问题进行研究。远程诊断系统是一个分布式控制系统，它基于监测设备、计算机网络及软件，实现对监测信息的处理、传输、存储、查询、显示和交互，以达到诊断专家无须到现场就可以完成对远距离发生的故障的诊断，并可以实现异地专家的实时协同诊断。其研究内容包括远程监测、远程诊断、协同诊断等几个主要部分。5 结语
控制系统故障诊断是一个复杂的问题，对于不同的研究对象选择不同诊断方法有积极意义。而有效方法的选择很大程度上取决于实际因素。随着微电子、计算机、智能技术和网络技术的发展，故障诊断技术也得到了不断的发展和进步，故障诊断方法呈现向复合式、综合化方向发展的趋势，且设备故障检测诊断技术的准确性会越来越高，操作使用越来越方便，在设备维修中会起着越来越重要的作用。它可以直接提高企业设备管理和维护水平，提高企业效益和国际竞争力[3]。
参考文献
[1] 陆雪梅， 尚群立. 动态控制系统的故障诊断方法综述[J]. 机电工程， 2008， 25（6）： 103—107
关键词：神经网络；故障诊断；容错控制；电机
中图分类号：TP393 文献标识码：A 文章编号：1007-9599 （2012） 18-0000-02
1 引言
近二十年来，容错控制技术无论是在故障诊断研究方面，还是在控制律重构算法设计上都取得了一系列的成果，文献[1-2]对近些年研究状况进行了较好的综述，虽然电机系统的在线故障诊断与容错控制有些报道，基于模型的故障诊断方法[3]，信号处理故障诊断方法[4-5]及基于人工智能的诊断方法等[6-7]。但是关于电机可靠性的容错控制技术研究却很少[8-9]。仍有许多工作有待研究。
本文采用一种改进的基于信度分配的CMAC（ICA-CMAC）神经网络学习算法，进行电机系统的在线故障辨识，引入第一控制律控制算法进行控制规律的在线重组，将在线故障诊断与容错控制相结合，构造集成故障诊断与容错控制系统。保证系统的控制性能，实现电机系统容错控制。
2 改进的CMAC神经网络模型
【关键词】 机械设备；状态检测；故障诊断；
1、引言
机械设备状态监测及故障诊断技术，是从上世纪六七十年代的应用发展来的管理理念。随着机械设备的现代化、复杂化和自动化程度的不断升级，机械设备状态监测及故障诊断技术在国外得到了迅猛的普及和广泛使用，成为当今先进设备管理及维修的新思维。上世纪九十年代以来，机械设备状态监测及故障诊断技术开始在我国得带推广，并且取得了一定的效果。作为一种新颖的设备管理思想，与传统的设备管理与维修观念相比，它具有更好的有效性和科学性，显著的提高了设备运行的可靠性、生产效率以及设备的使用寿命，同时降低了设备的维修成本。
2、机械设备状态监测及故障诊断技术的意义
机械设备状态监测与故障诊断技术主要包含着以下两项技术：一是对及其状态进行实时监测，即状态监测技术；二是故障诊断方法，即高效的故障诊断技术，设备的状态监测技术是指对故障设备的某些特征参数进行监测，并且将所得测定值与规定的正常值进行比对，判断该部件是否运行正常。机械设备故障诊断技术则不仅要判断机械设备是否运转正常，而且还需要对故障原因、故障位置、以及故障的严重程度作出判断。
1、经济快速发展的需要
现代化生产向着大型化、自动化、连续化、高精度、高效率等方向发展，生产率大幅度提高，产品的质量也相应的得到可靠的保证。但是，生产设备的突发性故障是不可避免的，极易造成的重大的经济损失。因而对于连续化、自动化生产设备必须实时监视其运行状态，及时发现故障预兆，并且及时采取有效处置措施，对设备进行维修，以减少由于设备故障引起的经济损失。
2、生产安全和可持续发展战略的需要
科技的发展改变了人类的生活，如核能的发现，在给人类提供能源的同时，也会给人类带来灾难，就像发生在美国三里岛的核泄漏事故。科技有其两面性，在其造福人类的同时，若不加约束就会造成严重的灾难事故。并且随着工业化进程的发展，环境污染问题也越来越严重，因此，设备设计尽可能减少环境污染，实施所谓的“绿色设计。然而，设备的老化，势必加剧机械设备引起的污染。因此，从可持续发展的战略高度看，机械设备的状态监测与诊断技术势在必行。
3、是维修体制改革的需要
过去我国沿引的前苏联维修体制，带有技术经济的色彩，称为计划预期维修，它的确定源于大量的统计规律。除了在故障出现时进行维修外，根据统计规律和生产计划定时实施小修、中修、大修，但是这种预期修理技术在技术含量越来越高的设备面前显得越来越吃力，主要表现在以下两个方面：
（1）剩余维修现象严重。剩余维修成本巨大，需要高昂的人力物力，而随机造成的经济损失也是很高的。
（2）现代设备精度要求很高，在计划预期维修中往往拆解，再重新进行组合，这样反复进行将使机械设备的精度受到影响。
上述因素加速了维修体制的改革，由原先的计划预期维修体制为状态维修体制，也就是修理取决于设备的运行状态。这就需要对设备的运行状态进行实时的监测。根据所得到的的设备状态参数对机械的运行状态做出判断，并且分析故障信息。这样就可以避免过剩维修，减少重大事故的发生，设备状态监测和故障诊断技术也因而出现。
3、状态监测及故障诊断技术的应用
状态监测及故障诊断技术是一个系统工程，需要有先进的监测设备，专业的技术人员，还有系统完善的额管理体制。状态监测及故障诊断技术是一门综合性极强、涉及面非常广泛、学科交叉渗透十分严重的技术，可以采用振动分析方法、油液分析、红外热像、超声探伤以及温度、压力分析等多种不同的技术。
机械设备故障的状态监测及故障诊断的一般过程主要包括以下四个部分：
1、设备状态的采集
设备在运行过程中，必然会产生力、热、振动、噪声、能量等各种参数的变化，因此会产生各种不同的信息。根据不同的诊断需要，采用相应的传感器来拾取得到的能表征设备工作状态的不同信息，这就是设备状态的采集。
2、信号处理
信号处理技术是进行故障诊断的基础，是特征提取必不可少的工具。信号处理技术主要包括传统和现代两大类：传统信号处理技术是指以FET为核心的信号分析技术，在实际运用中发挥着重要作用；近来来的现代信号处理技术在故障特征提取方面正在崭露头角。为了保证获取的故障特征信息的准确性和有效性，目前的主要研究点是基于非高斯、飞平稳及非线性故障信号的分析理论及方法。
3、状态识别
将经过信号处理后获得的设备特征参量，采用一定的判别模式、判别准则和诊断策略，对设备的状态作出判、判断，确定是否存在故障以及故障的类型和性质、程度等。
4、诊断决策
根据状态识别的结果，决定采取的对策、措施，同时根据当前的检测信息预测机械设备运行状态的可能发展趋势，进行趋势分析
建立监测与诊断系统之前需要考虑几个方面的问题：经济性，即能够尽可能的节省投资；可靠性，即自身应具有更高的可靠性；实用性，即实用的功能，操作方便；有效性，即分析诊断结果有效；扩展性，即有较好的可扩展性和自开发性能。一般情况下，根据经验，企业用于设备状态监测及故障诊断的投资应占其固定资产的1%-5%。并且，随着设备的复杂程度和技术先进性的增加，投资额度还会有所增加。
4、状态监测及故障诊断技术发展前景
设备故障诊断技术与科技前沿的融合是设备故障诊断技术的发展方向。当今状态监测及故障诊断技术的发展趋势是传感器的精密化、多维化，诊断理论、诊断模型的多元化，诊断技术的智能化，具休来说表现在如下方面：
1、与最新传感器技术尤其是激光测试技术的融合。近年来，激光技术己从军事、医疗、机械加工等领域深入发展到振动测量和设备故障诊断中，并且已经成功应用于测振和旋转机械对中等方面。
2、与新型的信号处理算法相融合。新的信号处理方法不断优化故障诊断技术的精度，同时传统的基于快速傅里叶变换的机械设备信号分析技术也有了新的突破性进展。
3、与非线性原理和方法的融合。机械设备在发生故障时，行为主要表现为非线性的。如旋转机械的转子在不平衡外力的作用下表现出的非线性特征。随着混沌与分形几何方法的日趋完善，这一类诊断问题必将得到进一步解决。
4、与多元传感器信息的融合。快速的生产对设备监测与维护提出了全方位、多角度的高要求，由此可以对设备的运行状态做出整体的、全面的判断。因此，在进行设备故障诊断时，可采用多个传感器同时对设备的各个位置进行监测，然后按照一定的方法对这些信息进行处理，如人工神经网络方法。
5、与现代智能方法的融合。现代智能方法包括专家系统、模糊逻辑、神经网络、进化计算等。现代智能方法在设备故障诊断技术中己得到广泛的应用。随着智能技术的不断发展，设备状态的智能监测和设备故障的智能诊断，将是故障诊断技术的最终目标。
4、结束语
随着科技的发展以及各个学科相互融合的加深，先进的技术被广泛的应用于机械设备的状态监测及故障诊断技术，这对于加强状态监测和故障诊断分析的效率和精度有很大的改善，在以后的实践中要更加注重将其他学科的知识加入到状态监测和故障诊断技术应用中，更好的做好设备的管理工作。
参考文献
[1] 李建华.设备状态监测与故障诊断技术综述.广东化工，2009
[2] 王春焱.设备状态监测与故障诊断技术应用研究.昆明理工大学，2009
关键词：现代模拟电路；故障诊断；方法探讨
模拟电路故障，就是在模拟电路运行过程中，因为电路中器件某个参数发生变化致使电路无法正常运行。模拟故障主要分为两类：硬故障和软故障。硬故障是在电路运行中出现的开路或短路等状态。软故障就是指电路的某个器件的参数发生变化致使电路运行不正常的故障。
1 模拟电路故障诊断中遇到的困难有哪些
⑴模拟电路出现的故障情况不尽相同，而且其本身参数（输入激励与输出响应及网络中各元件的参数等）是连续量，造成故障模型比较繁琐，难以量化。⑵因为参数误差、非线性、或环境造成的干扰等多项因素，使得电路工作特性发生偏移，导致输入与输出关系复杂，从而使得一些故障诊断方法失去了其准确性。⑶非线性问题在模拟电路中广泛的存在，伴随着电路规模的线性增大，使得计算量大大增加；现在在电路中存在着大量的反馈回路，而这也同样增加了计算量，也是测试变得复杂了许多。⑷现在的电路元器件多是被封装的，这样就造成可测电压的可及节点数会很少，从而使可用作故障诊断的信息量减少，致使故障定位中的不准确程度提高，使得判断错误，造成严重后果。上述这些困难如果只用传统的数学方法描述将会很难达到诊断效果。因为人工智能技术可以很好地模拟人类处理问题的过程，并且具有学习能力，还可以积累经验，所以这门技术在现代模拟电路诊断中得到了广泛的应用。下面将介绍以人工智能技术为基础的一些诊断方法。
2 现代模拟电路故障诊断的方法
2.1 专家系统故障诊断方法
专家系统，就是指一个内部具有很多专家水平的某个领域的知识和经验的智能计算机程序系统。专家系统可以依据某个领域中人类专家提供的知识和经验进行推理、演算、判断来模拟人类专家处理问题的过程，从而解决某些需要专家决定的复杂问题。通过观察到的数据来判断出现故障的原因就是诊断专家系统的任务。其基本的工作原理是：先把专家知识机器诊断经验用规则表示出来，形成故障诊断专家系统的知识库，再根据报警信息对知识库进行推理，诊断出故障元件。
在模拟电路故障诊断中主要是应用基于产生式规则的专家系统，其得到广泛应用的原因主要是由故障诊断和基于产生式规则的专家系统的特点所决定的。使用这种诊断方法的特点是：可以将故障与征兆之间的关系易于用直观的，模块化的规则表示出来，并且这种专家系统允许增加、删除或修改一些规则，来确保诊断系统的实时性和有效性，还可以在一定程度上解决不确定性的问题和给出符合人类语言习惯的结论并具有相应的解释能力等。
尽管专家系统能有效的模拟故障诊断专家并完成故障诊断的过程，不过在实际应用过程中仍存在一些缺陷，主要是知识获取的瓶颈问题以及你能有效解决故障诊断中许多不确定因素，这些问题就影响了故障诊断的准确性。除此之外，专家系统在自适应能力、学习能力和实时性方面也存在着不同程度的局限。其解决方案是将其与具有信息处理特点的神经网络和适合人类认识特征模糊理论相结合。
2.2 神经网络故障诊断方法
人工神经网络（ANN）是模拟人脑组织结构和人类认知过程的信息处理系统，具有并行分布处理、自适应、联想记忆等优点。ANN技术解决故障诊断问题的主要步骤为：根据诊断问题组织学习样本，根据问题和样本构造神经网络，选择合适的学习算法和参数。利用ANN的学习、联想记忆、分布式并行信息处理功能，可以解决诊断系统中不确定知识表示、获取、和并行推理等问题。在上一方法中提到神经网络可以弥补专家系统的一部分缺陷，但是ANN技术仍有不足之处。由于其自身不够完备，学习速度慢、训练时间长等原因，影响了它的实用化。为了可以将其更好的应用在模拟电路故障诊断中，许多学者把ANN与遗传算法、专家系统及故障字典法等相结合，较好地解决了智能中小规模模拟电路故障诊断难题。若是想解决大规模的模拟电路故障诊断问题，还需学者们进行深一步的研究。
2.3 模糊故障诊断方法
模糊故障诊断方法是依据专家经验在故障征兆空间与故障原因空间建立模糊关系矩阵，再讲个条模糊推理规则产生的模糊关系矩阵进行组合，根据一定的判断阈值来识别故障元件。其优点是：模糊理论可适应不确定性的问题；模糊知识库使用语言变量来表述专家的经验，更接近人的表达习惯；模糊理论能够得到问题的多个可能的解决方案，并根据这些方案模糊度的高低进行优先程度排序等。由于隶属度的获取，复杂系统模糊模型的建立、辨识，语言规则的获取、遗忘、修改等理论和方法还不够完善，所以这种方法的应用就受到了很大的限制。若是将其与专家系统、ANN等相结合，则可有效地解决这些困难。除了上述这些诊断方法外，还有小波变换故障诊断方法、多传感器信息融合故障诊断方法、基于Agent技术的故障诊断方法等。
人工智能技术在今后的工程中具有广泛的应用前景，这种技术的应用将会使得模拟电路故障诊断的方法得到进一步发展，是诊断方法更加趋于完善，使其适用性更加广泛，为实现复杂大规模模拟电路的故障诊断提供更有效且更实用的方法，其将会成为今后模拟电路故障诊断的主发展方向。
[参考文献]
[1]张少刚，齐世平，等.现代模拟电路故障诊断新方法[J].信息与电子工程.2006，4（6）：476-480.
关键字：汽车电机故障方法
1.电机故障诊断的特点及实施电机故障诊断的意义
1.1电机故障诊断的特点
电机的功能是进行电能与机械能量的转换，涉及因素很多，如电路系统、磁路系统、绝缘系统、机械系统、通风散热系统等。哪一部分工作不良或其相互之间配合不好，都会导致电机出现故障。因此，电机故障要比其它设备的故障更复杂，其故障诊断所涉及到的技术范围更广，对诊断人员的要求也就更高。一般来说，电机故障诊断涉及到的知识领域主要有[20]：电机理论、电磁测量、信号处理、计算机技术、热力学、绝缘技术、人工智能等。电机故障诊断的复杂性还表现在故障特征量的隐含性、故障起因与故障征兆之间的多元性。一种故障可能表现出多种征兆，有时不同故障起因也可能会反映出同一个故障征兆，这种情况下很难立即确定其真正的故障起因。另外，电机的运行还与其负载情况、环境因素等有关，电机在不同的状态下运行，表现出的故障状态各不相同，这进一步增加了电机故障诊断难度，所以要求对电机进行故障诊断首先必须掌握电机本身的结构原理、电磁关系和进行运行状况分析的方法，即掌握电机各种故障征兆与故障起因间的关系的规律。
1.2实施电机故障诊断的意义
电机的驱动易受逆变器故障的影响，在交流电机驱动系统中，逆变器短路故障将会使电机产生有规律波动的或是恒定的馈电扭矩，使车辆突然减速。研究表明：逆变器出现故障时，永磁感应电机将产生较大的馈电扭矩，而且永磁电机也有存在潜在的高消磁电流的问题。而感应电机在逆变器出现故障时所产生有规律的馈电扭矩将由于有持续的负载而迅速衰减，这说明了感应电机具有较高的容错能力，适应混合动力系统的要求。开关电机磁阻是最具有故障容错能力的电机，而且当其有一个逆变器支路出现故障时电机仍能产生净扭矩，另外，开关磁阻电机成本低，结构紧凑，但是开关磁阻电机有较大的噪声和扭矩脉冲，而且需要位置检测器，而这些缺点使得开关磁阻电机在现阶段不适合应用于混合动力客车上。在混合动力客车动力系统中，电机是作为辅助动力的，而且电机属于高速旋转设备，如果电机出现故障，电机产生的瞬态扭矩将使车辆的稳定性和动力性将受到影响，而且，电机由高压电池组驱动，如果电机出现故障而不能及时容错，电机产生的瞬态电流将使电池受到损害，因此在混合动力系统中对电机进行故障诊断是非常必要的。
2.电机的故障诊断方法及典型故障诊断分析
2.1电机故障的诊断方法
（1）传统的电机故障诊断方法
在传统的基于数学模型的诊断方法中，经典的基于状态估计或过程参数估计的方法被应用于电机故障检测。图1为用此类方法进行故障诊断的原理框图。这种方法的优点是能深入电机系统本质的动态性质，可实现实时诊断，而缺点是需建立精确的电机数学模型，选择适当决策方法，因此，当电机系统模型不确定或非线性时，此类方法就难以实现了。
（3）基于模糊逻辑的电机故障诊断方法
图3为基于模糊逻辑的电机故障诊断方法框图，故障诊断部分是一个典型的模糊逻辑系统，主要包括模糊化单元、参考电机、底层模糊规则和解模糊单元。其中，模糊推理和底层模糊规则是模糊逻辑系统的核心，它具有模拟人的基于模糊概念的推理能力，该推理过程是基于模糊逻辑中的蕴涵关系及推理规则来进行的。模糊规则的制定有两种基本方法：第一，启发式途径来源于实际电机操作者的语言化的经验。第二，是采用自组织策略从正常和故障电机测量获得的信号进行模糊故障诊断的制定，将此方法通过计算机仿真实现，对电机故障有较好的识别能力。
（4）基于遗传算法的电机故障诊断方法
遗传算法是基于自然选择和基因遗传学原理的搜索算法，它的推算过程就是不断接近最优解的方法，因此它的特点在于并行计算与全局最优。而且，与一般的优化方法相比，遗传算法只需较少的信息就可实现最优化控制。由于一个模糊逻辑控制器所要确定的参变量很多，专家的经验只能起到指导作用，很难根据指导准确地定出各项参数，而反复试凑的过程就是一个寻优的过程，遗传算法可以应用于该寻优过程，较有效地确定出模糊逻辑控制器的结构和数量。
遗传算法应用于感应电机基于神经网络的故障诊断方法的框图如图4所示。设计神经网络的关键在于如何确定神经网络的结构及连接权系数，这就是一个优化问题，其优化的目标是使得所设计的神经网络具有尽可能好的函数估计及分类功能。具体地分，可以将遗传算法应用于神经网络的设计和训练两个方面，分别构成设计遗传算法和训练遗传算法。许多神经网络的设计细节，如隐层节点数、神经元转移函数等，都可由设计遗传算法进行优化，而神经网络的连接权重可由训练遗传算法优化。这两种遗传算法的应用可使神经网络的结构和参数得以优化，特别是用DSP来提高遗传算法的速度，可使故障响应时间小于300μs，不仅单故障信号诊断准确率可达98%，还可用于双故障信号的诊断，其准确率为66%。
近年来，电机故障诊断的智能方法在传统方法的基础上得到了飞速发展，新型的现代故障诊断技术不断涌现：神经网络、模糊逻辑、模糊神经网络、遗传算法等都在电机故障诊断领域得到成功应用。随着现代工业的发展，自动化系统的规模越来越大，使其产生故障的可能性和复杂性剧增，仅靠一种理论或一种方法，无论是智能的还是经典的，都很难实现复杂条件下电机故障完全、准确、及时地诊断，而多种方法综合运用,既可是经典方法与智能方法的结合，也可是两种或多种智能方法的结合，兼顾了实时性和精确度,因此多种方法的有机融合、综合运用这一趋势将成为必然，也将成为电机故障在线诊断技术发展的主流方向。
参考文献：
[1]陈清泉,詹宜君，21世纪的绿色交通工具——电动汽车[M]，北京:清华大学出版社,2001
关键词：航空电子 设备故障 诊断
0引言
当今的军事领域,对武器装备的可靠性、保障性和可维修性有了更高的要求,而且随着现代工业及科学技术的迅速发展,特别是计算机技术的发展,设备的结构越来越复杂,自动化程度也越来越高,不仅同一设备的不同部分之间互相关联,紧密耦合,而且不同设备之间也存在着紧密的联系,在运行过程中形成一个整体。因此,一处故障可能引起一系列连锁反应,导致整个设备甚至整个过程不能正常运行, 轻者造成停机,重者会产生严重的后果甚至灾难性的人员伤亡,这就要求现代设备系统具有很高的安全性和可靠性。目前,设备的状态监测与故障诊断已成为现代航空、航天和国防建设中的重要内容,不容忽视。
1、航空设备故障预测和健康管理系统
由于航空设备的特殊性，其故障预测和健康管理系统原则上应分为机载部分和地面部分，机载部分的功能与地面部分的功能显然应有所区别。飞机在执行任务的过程中，机载部分自动进行状态监控和管理，自动记录和分析飞机及各系统的状态，并进行状态的预测、故障的检测和隔离，根据预测和状态信息完成系统重构，上述信息可在空中通过无线通信传递给地面保障中心系统或存储在黑匣子内;地面部分则侧重于维修决策，根据信息进一步确定故障部位，制定维修方案。根据机载部分和地面部分特点，机载部分应具有以下功能:状态监测功能，数据存储功能，分系统功能级故障预测功能，提供分系统故障对飞行任务的影响评估或警示。地面部分的功能应具有以下特点:数据传输与存储功能，状态显示功能，分系统功能级故障诊断与分系统部件级故障诊断功能，提出维修方案和维修规范。故障诊断系统是根据诊断对象故障的特点，利用现有的故障诊断技术研制而成的自动化诊断装置。故障诊断的各种理论与方法的研究最终都必须落实到具体的诊断装置或诊断系统的研制上，只有诊断系统的研制成功才能产生真正的经济效益。
2、NFF的诊断与排除
在航空维修工作中经常会碰到这样的情况：飞行员反映空中出现某个故障，但地面检查中却不能复现；机务准备通电中发现某机件有故障，但再次通电时故障现象消失；甚至有些诸如“转速急降”的危险性信号都是时有时无，给地勤人员排故造成很大困难。实际上，这就是所谓的“未发现故障”（NOFault found,NFF），它是航空维修工作中较为常见的一个问题。
进行NFF的诊断，需要预先收集大量的相关信息、资料和统计数据等。电子产品或设备的性能特征如电流、电压、电阻等是反映其正常或故障状态的重要参数，通过监测这些本质参数的变化来发现故障，已成为当前应用最广泛、置信度最高的故障诊断方法。典型的方法包括电子产品的机上测试（BIT）以及非电子产品功能系统的故障诊断等。在航空装备维护工作中经常测量大量的电压、电阻等数据，基于本质参数的方法可以用在目前对监测发动机工作状态的各种传感器进行NFF预测与健康管理，这些传感器包括滑油温度传感器、滑油压力传感器、金属屑传感器等。它们用电压、电阻等形式随时检测发动机相关工作状态，评价发动机性能指标，有时的自身失效或工作状态变化就会导致发动机误报故障或发生NFF。将这些数据分门别类加以统计，用时间序列分析方法建立差分方程形式的数学模型，再根据模型或得出的曲线趋势图进行分析研究，可较好地掌握机件设备的历史工作状况，发现或预防NFF，并对下一步的工作做出维修建议，成为当前航空装备保障的新趋势。
随着飞机的更新换代和使用时间的增长，要重点关注导航系统、飞控系统和其它自动控制系统电子设备故障和老旧飞机线路引起的潜在性、危险性故障。因此，为了预防或减少NFF的发生，应采取以下措施手段：表面引发的偶然故障是由根本的故障缺陷导致的，因此生产商首先应努力克服硬件或软件的设计缺陷，将故障隐患降到最低限度。
建立相关的数据库，将容易发生NFF的故障进行技术统计分析，以便在某些工作时机根据对该机件的性能检测决定是否提前更换该件，从而降低NFF的发生。出现重要系统、重要故障时，要全面、系统地分析故障发生时的环境特点及飞机所处高度、速度、姿态等参数，及时检测线路，认真研究电路图。尤其应加强空地之间的联系和信息交换，确定该设备是否空地使用不一致或不同，以便能创造故障复现的条件。
3、结论与展望
3.1新的故障诊断方法的研究
主要是将一些新的理论应用到电子设备的故障诊断之中。如小波变换方法,信息融合方法及基于Agent的诊断方法等。随着新理论的不断发展,这方面的工作仍是故障诊断的重要内容之一。
3.2故障信息获取的手段和方法的研究
故障信息的准确获取是故障诊断是否成功的关键之一。像多传感器信息融合在故障诊断中的应用,一个重要的方面就是如何从不同角度获取故障信息。对电子设备来说,除了电压和温度信号外,能否从其它方面获得故障信息,如电磁场信息等,这也是有待深入研究的内容之一。
3.3远程故障诊断的研究
在军事领域,如果各种战伤的武器设备在现场够得到及时的维修,对提高装备的战斗出动强度、补充战斗实力和保持一定的持续战斗力都有重要的意义。而现在的战伤抢修都是由专业的维修人员在野战条件下就地组织实施。利用远程故障专家系统可以获得远离战场的专家的指导,有效地提高维修效率和速度。故障诊断是一门实用性很强的技术,因此只有在实际应用中才能体现它的价值。
目前在理论研究方面虽有不少进展,但真正在工程实践中成功应用的实例还较少。特别是真正实用准确的电子设备故障诊断系统。因此,如何将先进的故障诊断理论与方法应用到实际中去还有待深入的研究。再者对于一个大型复杂航空电子设备进行故障诊断分析时,传统故障诊断和智能故障诊断技术必须是相互弥补。只有这样以传统故障诊断技术为基础,综合利用智能故障诊断技术,构造高效而智能化的故障诊断平台,才是大型航空电子设备诊断和维修的一个很有前途的发展方向。
参考文献：
[1]朱大奇.基于知识的故障诊断方法综述[J].安徽工业大学学报,2002,19.
水下爆炸压力传感器技术研究综述
开放式网络化自动测试系统体系结构研究
故障诊断测试系统通用报表生成接口库的设计
摩托车减震器综合反力特性测控系统设计
机载系统多故障诊断推理方法研究
基于BOTDR的光纤网格隧道形变监测系统研究
基于FPGA的远程温湿度监测系统设计与实现
基于C/S架构的远程水质监测传输系统
弱激励石英晶体参数检测的自适应陷波法
基于贝叶斯网络模型的电子装备故障诊断研究
基于PXI的六分力硬件测试系统设计与实现
水下非接触爆炸条件下舰船冲击环境测试相关技术研究
航空机载设备自动测试系统简化编程设计
基于柔性测试技术的旋转励磁二极管监测系统
基于立体视觉系统的风洞尾旋试验测量方法研究
基于动态下使用热释电传感器的新型目标探测方法的研究
基于PXI总线的可重塑虚拟仪器测控平台设计与实现
基于边界扫描的单片机系统RAM芯片测试研究
多诊断资源参与下的诊断任务执行路径规划
基于边界扫描的混合电路系统机内测试研究
基于自适应竞争遗传神经网络醋酸乙烯聚合率软测量建模
集成神经网络在机械故障诊断中的应用探讨
基于EVM的玻璃缺陷实时检测系统的软件设计
基于蚁群算法的系统级序贯测试优化研究
基于数模混合信号源的高速SerialATA总线测试方法
高压开关机械特性测试系统的设计
适用于高级数字网络测试的边界扫描芯片特性研究
嵌入式软件路径覆盖测试的研究
基于单幅灰度图像的微胶点体积测量
基于双摄像机的车辆超高检测
某型无人机地面综合测试系统设计
IPM智能功率模块在高精度惯导测试设备中的应用
基于ARM9的轴角测量系统设计
基于LabVIEW的陶瓷坯泥内应力软测量方法
飞机次结构振动测试系统的设计及应用
复杂背景前下视机场的跑道检测
塞拉门故障诊断专家系统知识库设计与实现
