大数据下机械智能故障诊断的机遇与挑战
摘 要：现代社会的进步以及先进科学技术的普及应用推动着机械产业不断的朝着智能化的方向发展。通常情况下，机械设备产品由于工作环境的復杂性以及使用周期长等原因经常会有一些机械性故障发生，因而机械的故障诊断技术在机械产品的运行过程中是不可或缺的。随着机械智能化水平的不断提高，智能化故障诊断技术顺势而生，为机械设备的正常运行提供了重要保障。本文就大数据环境下机械智能故障诊断所面临的挑战及发展机遇展开分析和研究，以期为机械智能故障诊断技术的发展提供理论参考。
关键词：大数据时代；机械智能故障诊断；机遇与挑战
引言
随着现代信息技术水平的不断提高，网络技术、数字化技术等先进科学技术的普及应用，我们的社会已经正式步入了大数据时代。在大数据时代背景下，智能化已经成为现代社会发展的主流趋势，各行各业都在争先恐后的朝着智能化的方向发展，机械领域也不例外。机械故障诊断是机械产品工作过程中不可缺少的重要环节，也是保证机械产品正常工作的必要手段。目前，机械故障诊断在智能化方面已经取得了一定的发展成果，但在大数据背景下，机械智能故障诊断既面临着良好的发展机遇又面临着严峻的挑战。
一、机械智能故障诊断方法介绍
目前，在机械领域中，已有的智能故障诊断方法主要包括以下几类：
（1）故障树诊断法
故障树诊断法的实质是一种图形演绎法，它是将系统的常见故障以及出现故障的原因整理到一张图表中，并将其之间的因果关系直观的表示出来，供故障分析时查找使用。这种方法具有快速、直观、易更新等优点，但也具有容易被主观因素影响的缺点，且这种诊断法只适用于诊断故障树中已列出的故障类型，而不适用于那些新出现的故障的诊断。
（2）故障诊断专家系统
这种智能化的诊断系统是在人工诊断知识、方法以及原理等的基础上开发出来的诊断程序。这种机械智能故障诊断系统是当前应用范围较广的一类诊断方法，同时也是目前机械故障诊断领域研究的热点。故障诊断专家系统在缺乏精准数学模型的机械系统中应用比较多，但这种诊断方法具有诊断速度慢、信息获得难度较大的缺点，因此还需要做进一步优化。
（3）基于模糊数学建立的诊断法
具有一定智能化水平的机械设备其故障特征与故障参数往往并不具备明确的关联性，导致两者之间的映射关系显得较为模糊。这种情况下，就必须在模糊数学的基础上建立起新的故障诊断方法。这种新型智能故障诊断法能够有效的将故障特征与隶属原因的关系建立起来，从而有利于提高故障诊断的准确性。
（4）神经网络的故障诊断法
神经网络故障诊断法的实质是一种现代化的信息处理系统，它是通过利用各种信息处理器，模仿人类的思维方式对机械产品中的故障特点进行提取、分析和学习，不断更新和调整其故障收集库来提高其故障诊断能力。
二、大数据下机械智能故障诊断面临的挑战
在大数据时代下，机械产品的结构、原理、使用的技术等都发生了很大的改变，且其仍在高速发展中，已有的智能故障诊断理论或者方法已经很难满足现代机械的故障诊断需求，因而面临着新的挑战。
首先，智能化的故障诊断大多会涉及到运用信息处理器来提取故障的特征信息。这种诊断方式是在相关技术人员对故障做出表征的前提下进行的，而在大数据时代，机械产品所出现的故障会更加复杂，多种故障同时出现、故障模式模糊不清等现象时有发生，这就导致了人为设计的故障特征信息库难以全部包含所有可能出现的故障类型，从而限制了智能化故障诊断的诊断范围及诊断能力。这也是智能化故障诊断技术在大数据时代背景下面临的一大难题。
其次，在大数据时代，机械设备的开发、生产等环节的效率大大提高，机械产品的更新周期变短。因而，对不同功能、不同结构、不同型号的机械产品所使用的故障诊断数据库也必须与之相对性，这就给智能故障诊断系统提出了更高的要求：不仅要保证故障诊断的高效性、准确性，还要及时更新采集的故障特征信息库，或者是找到一种智能算法能够分析和提炼出机械故障的本质以及变化机理，但这正是智能化故障诊断当前还没有解决的难题。
另外，机械产品的各系统之间是相互协调、相互配合、相互联系的关系，任何一个系统的任何部件发生故障都会在一定程度上影响到其他系统或其他部件，从而对机械产品的正常运行造成威胁。而当前智能化的故障诊断方法大多只能针对单个零部件进行诊断，因而，利用智能化故障诊断技术预测机械系统的整体寿命是当前该领域在大数据背景下又一大挑战。
三、机械智能故障诊断技术的发展趋势
针对大数据技术背景下机械智能故障诊断技术所面临的挑战，相关技术人员只有认清该领域的发展趋势，才能抓住发展机遇，取得发展。依据当前机械智能故障诊断领域发展的形势，对其未来发展趋势做出如下预测：
首先，传感器技术是智能化机械故障诊断中常用的技术。而随着机械产业智能化水平的逐渐提高，机械故障类型也变得更加复杂化和多样化，传统的单传感器处理技术已经难以满足这种信息处理要求。为此，相关研究人员应该重视在机械智能故障诊断领域开发多传感器数据融合的诊断技术，这种技术的合理应用有利于提高机械智能故障诊断的准确度及效率。
其次，混合智能故障诊断技术也是机械故障诊断发展的重要趋势。这种故障诊断技术是通过将各种不同类型的诊断技术进行有效整合，以来弥补各诊断技术的不足，从而提高故障诊断的效率和准确度。
再者，在机械的故障诊断中，需要通过一定的信息处理技术对机械运行中的各种故障特征进行收集整理。近年来一些新型信息处理方式被开发出来，可以被应用到对不确定性、非线性等信号的处理中，从而给机械的智能故障诊断提供更可靠的处理方法。所以说，将最新信息处理技术应用到当前已有的诊断技术中也是机械故障诊断发展的一大趋势。
最后，远程故障诊断也是机械领域智能故障诊断未来发展的重要趋势。由于现代机械产品的应用范围逐渐增大，其使用地点常常具有一定的分散性，这就会导致机械故障出现后不能得到及时排除，影响机械设备的正常工作。因此，加强远程故障诊断技术的研究与开发也是机械智能化故障诊断领域中重点发展方向。
四、结语
在大数据背景下，机械的智能故障诊断技术是保证机械产业健康发展的一种不可或缺的重要技术，而机械的故障诊断是一项非常复杂且难度较高的工作，随着机械产业的快速发展，机械产品的科技含量逐渐提高，这就更进一步增加了机械故障诊断的难度。因此，智能化故障诊断是机械故障诊断发展的必然方向。为了满足现代机械产品对故障诊断的需求，就必须不断加强与此相关技术的研究与开发，提高故障诊断的智能化水平，为机械产业的健康发展提供更优质的服务。
参考文献：
[1]何谷有.智能设备故障诊断及维修技术[J].设备管理与维修，2018（20）：49-50.
[2]金琪.机械设备故障智能诊断技术研究[J].南方农机，2018，49（12）：77.
[3]宁志强，陶元芳.智能语音交互机械故障诊断专家系统研究[J].中国工程机械学报，2018，16（01）：88-95.
[4]井然.工程机械智能故障诊断技术的研究现状及发展趋势[J].内燃机与配件，2018（02）：133-134.
[5]余建坤，余家宇.智能机械润滑系统智能故障诊断研究与实现[J].数字技术与应用，2017（11）：46-47.
[6]雷亚国，贾峰，孔德同，林京，邢赛博.大数据下机械智能故障诊断的机遇与挑战[J].机械工程学报，2018，54（05）：94-104.
上一篇：模糊控制理论综述