隨著現(xiàn)代科學(xué)技術(shù)突飛猛進(jìn)的發(fā)展，機(jī)械設(shè)備的結(jié)構(gòu)也變得越來越復(fù)雜、精密與龐大，功能上也越來越復(fù)雜完善，在日常的工作生活中已經(jīng)變得越來越重要，像人們的工作，生活，娛樂，更是已經(jīng)離不開這些設(shè)備。而且，人們對(duì)設(shè)備各種各樣的性能的要求也是越來越苛刻，尤其是在保障生命安全性這一方面，已經(jīng)成為全社會(huì)關(guān)注和討論的焦點(diǎn)，如果一旦發(fā)生意外傷亡事故，責(zé)任人更是將會(huì)受到空前的社會(huì)輿論壓力。另外隨著網(wǎng)絡(luò)信息技術(shù)的發(fā)展，信息傳輸速度的加快，國(guó)家對(duì)公民人身安全的重視，安全事故已經(jīng)越來越不被國(guó)家公眾所容忍，而且事故產(chǎn)生的經(jīng)濟(jì)損失更是每個(gè)企業(yè)所不能承受的。因此，為了保證機(jī)械的安全運(yùn)行，故障診斷技術(shù)已經(jīng)成為了現(xiàn)代生產(chǎn)運(yùn)輸行業(yè)一項(xiàng)非常關(guān)鍵的技術(shù)。

由于國(guó)外起步較早，他們已經(jīng)在這方面開展進(jìn)行了大量的深入研究，并且已經(jīng)形成了非常完善的故障診斷理論體系，為他們的生產(chǎn)科研提供了巨大幫助，節(jié)省了大量的人力物力。但是，對(duì)于我國(guó)來說，由于各方面的因素，造成我國(guó)對(duì)此的研究起步較晚，所以現(xiàn)在我國(guó)故障診斷技術(shù)的水平也正處在一個(gè)迅速發(fā)展的階段，相對(duì)于與國(guó)外相對(duì)成熟的診斷水平，還需要付出相當(dāng)多的努力與時(shí)間。在國(guó)外的故障診斷技術(shù)中，美國(guó)的麻省理工學(xué)院最早開發(fā)了用于電路故障診斷的模擬系統(tǒng) EL 系統(tǒng)，該系統(tǒng)能夠成功模仿出故障的可能原因，另外美國(guó)的海軍也已經(jīng)開發(fā)出了 IN-ATE 系統(tǒng)，該系統(tǒng)能夠成功診斷電子設(shè)備的故障，1976年，西屋公司開始了電站在線診斷的工作，并與 1981 年進(jìn)行了人工智能診斷技術(shù)的研究，隨后于 1984 年應(yīng)用于現(xiàn)場(chǎng)實(shí)驗(yàn)，并且在后來建立了故障診斷中心，通過診斷中心，可以看到分布在美國(guó)的多個(gè)電廠的數(shù)據(jù)信息，為他們電站的健康運(yùn)行提供指導(dǎo)。在瑞士，ABB 公司開發(fā)了基于振動(dòng)的能夠用于精確診斷機(jī)械故障的軟件系統(tǒng)。像意大利的米蘭工業(yè)大學(xué)，德國(guó)的西門子公司，丹麥的 B&K 公司等也都進(jìn)行并開展了故障診斷方面的研究，當(dāng)然他們也都取得相當(dāng)大的研究成果，并且還都研發(fā)并設(shè)計(jì)出了各自的故障診斷預(yù)警系統(tǒng)。于此同時(shí)，在我國(guó)，也開展了故障診斷方面的研究，對(duì)故障診斷這一領(lǐng)域進(jìn)行了追趕，同時(shí)進(jìn)行了各種理論方面的深入研究，其中華中科技大學(xué)對(duì)于起重機(jī)的狀態(tài)監(jiān)測(cè)與故障診斷，開發(fā)了狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)，哈工大與上海發(fā)電設(shè)備成套設(shè)計(jì)研究院共同開發(fā)了汽輪發(fā)電機(jī)組故障診斷系統(tǒng)等等。

隨著研究的發(fā)展，越來越多的人對(duì)經(jīng)典的研究方法進(jìn)行了完善改進(jìn)，更有人提出了自己的研究診斷方法，但對(duì)于各種各樣的故障診斷方法，在本質(zhì)上還是主要分為兩種方法，一種是基于數(shù)學(xué)模型的方法，另一種是基于非數(shù)學(xué)模型的方法。在現(xiàn)代的航空航天系統(tǒng)中，主要利用的是基于數(shù)學(xué)模型的方法，基于數(shù)學(xué)模型的方法是一種比較成熟的方法。這種方法最主要的特點(diǎn)是與原理緊密結(jié)合，非常的精確，它通過構(gòu)造各種觀測(cè)器，從而計(jì)算出系統(tǒng)輸出，然后與真實(shí)的輸出值進(jìn)行比較，從而可以得到故障信息。這種方法由于與原理緊密結(jié)合，所以是最準(zhǔn)確的方法。但是這種方法也有其非常重要的缺陷，就是需要精確地?cái)?shù)學(xué)模型。對(duì)于大多數(shù)的系統(tǒng)，并不能知道它們的精確數(shù)學(xué)模型，在這種條件下，也就限制了基于數(shù)學(xué)模型方法的應(yīng)用范圍，所以基于智能診斷的方法就成為當(dāng)前大多數(shù)系統(tǒng)故障診斷的首選方案。

智能診斷技術(shù)是建立在計(jì)算機(jī)快速發(fā)展和人工智能技術(shù)基礎(chǔ)上發(fā)展起來的，它不同于基于觀測(cè)器的故障診斷方法，不需要精確的理論模型。其主要方法有：基于專家系統(tǒng)的故障診斷方法、基于神經(jīng)網(wǎng)絡(luò)的故障診斷方法，基于故障樹的故障診斷方法，基于經(jīng)驗(yàn)?zāi)Ｊ椒纸獾墓收显\斷方法，基于支持向量機(jī)的診斷方法等。

基于專家系統(tǒng)的故障診斷方法：專家系統(tǒng)是 20 世紀(jì) 60 年代斯坦福大學(xué)提出的，在專家系統(tǒng)提出以后，專家系統(tǒng)的研究與應(yīng)用取得了迅速的發(fā)展。專家系統(tǒng)的原理就是從大量的樣本中提取故障信息，并且對(duì)原來已發(fā)生的故障進(jìn)行研究并且總結(jié)經(jīng)驗(yàn)，通過已有的經(jīng)驗(yàn)，發(fā)現(xiàn)并闡述故障發(fā)生前的一些征兆和故障之間的緊密聯(lián)系，在進(jìn)行故障檢測(cè)時(shí)，根據(jù)故障征兆與故障之間的相互聯(lián)系，通過有效的推理，將故障征兆與故障進(jìn)行相應(yīng)比對(duì)匹配，從而查看是否符合某種故障征兆，判斷出故障。此種方法是研究最多，應(yīng)用最廣的一種方法。

基于神經(jīng)網(wǎng)絡(luò)的診斷方法：神經(jīng)網(wǎng)絡(luò)是上世紀(jì) 80 年代末到 90 年代初才真正開始應(yīng)用到實(shí)際生產(chǎn)生活中的一種新型技術(shù)，它是一種自適應(yīng)式的識(shí)別技術(shù)，與專家系統(tǒng)最大的區(qū)別就是不需要預(yù)先給出先驗(yàn)知識(shí)。它可以通過自身的不斷學(xué)習(xí)機(jī)制自動(dòng)形成故障診斷的方案。具有自組織，自學(xué)習(xí)，自適應(yīng)和聯(lián)想記憶等功能，通過不斷地訓(xùn)練與學(xué)習(xí)，把故障診斷的知識(shí)存儲(chǔ)于網(wǎng)絡(luò)的連接權(quán)當(dāng)中。而且，當(dāng)周圍環(huán)境改變時(shí)，它還能夠自動(dòng)的調(diào)整，從而出色的解決各種問題。因此，人工神經(jīng)網(wǎng)絡(luò)已經(jīng)成為一種非常重要的故障診斷手段，同時(shí)也成為了故障診斷研究的熱點(diǎn)。

基于故障樹的故障診斷：故障樹分析技術(shù)是美國(guó)貝爾電報(bào)電話實(shí)驗(yàn)室于上世紀(jì)六十年代開發(fā)的一項(xiàng)新技術(shù)，它采用人們考慮問題邏輯的思維方法，直觀，簡(jiǎn)單，思路清晰，邏輯性強(qiáng)，容易被人接受。通過故障樹結(jié)構(gòu)圖能夠從整體到部分的描繪出故障與各子系統(tǒng)之間的關(guān)系，從而可以對(duì)故障的原因做出詳細(xì)的劃分。

參考文獻(xiàn)：

[1]王海濤.大型起重機(jī)的齒輪箱故障診斷預(yù)警與監(jiān)控系統(tǒng)的開發(fā) [D].碩士學(xué)位論文，2014（2）3-5.