人工智能在机械设备故障检测中的应用

作者：严海龙

摘要：随着科学技术的快速发展，机械设备故障检测中也应用了越来越多的新技术。机械设备的各部件耦合也越来越紧密，如果某一设备出现问题，很有可能导致整个系统无法有效运转，因此需要加强机械设备的故障检测。传统检测方式依然通过人工手段进行，无法符合当前现代化机械设备应用的需求，因此需要采取更先进的方式，有机地将人工智能技术与机械设备故障检测相结合，可以大幅度提升机械设备故障检测的效率，对保证工业企业的稳定发展具有很大的帮助。本文具体分析研究人工智能在机械设备故障检测中的应用。

关键词：人工智能；机械设备；故障检测；应用初探

1引言

自从上世纪50年代第1台通用计算机出现后，人们进入了信息时代，在生产方式方面产生了质的飞跃。在进入21世纪之后，随着全球经济的快速发展，我国的改革开放进一步深入，在发展过程中，计算机技术水平进一步提高，开始应用于各个领域，取得了令人瞩目的成就，各行各业也逐步开始进行创新。许多行业与计算机技术的融合使其生产效率大幅度提高，工业是我国经济建设过程中的支柱行业，有机的融入人工智能技术可以大幅度提升工业的发展水平，尤其是在机械设备故障检测方面，融入人工智能技术后可以大幅度提升检测效率。

2人工智能在机械设备故障检测中的应用重要性分析

传统机械设备故障检测工作更多是依赖人工操作完成，如主要通过结合操作人员过往故障检测经验或者依赖于某些机械设备，对机械设备内部质量情况进行探测分析。根据分析反馈结果判断故障问题表现及成因，采取针对性策略方法加以排除。然而这种人工操作方式在检测效率以及质量方面表现不佳，且人工操作容易受到主观经验判断以及人工操作的影响而出现偏差现象，可能无法完全排除故障隐患[1]。

而将人工智能应用于机械设备故障检测领域当中，不仅可以实现机械设备故障问题的自动化检测分析，同时也可以针对设备故障问题进行精准定位与排查分析，并利用人工智能专家系统或者神经网络等优势，加强对故障问题的排查管理以及预防。最重要的是，基于人工智能的机械设备故障检测系统可以自动化记录故障数据，以方便后续检测维修使用。由此不难看出，将人工智能应用于机械设备故障检测领域中可以有效提高机械设备故障检测效率以及质量，同时，也可以加强对故障问题的预防管理，一举两得。

3人工智能在机械设备故障检测中的具体应用

3.1进行机械设备故障的智能化检测

在进行机械工程项目智能化发展阶段，应注意加强机械设备故障智能化检测技术的优化升级。只有设备故障检测速度和检测质量得到了提升，才能够及时有效地排除设备的安全风险，保证企业整个自动化机械设备安全稳定地运行。在人工智能故障检测技术的应用过程中，主要是利用专家系统、人工神经网络系统、模糊集理论对设备故障进行检测、诊断和处理。

在使用专家系统进行设备故障检测时，需要对人工智能故障诊断系统进行持续训练，使其能够有效地获取机械设备相应的信息数据标准，以保证设备故障检测能够更加精准。

在利用人工神经网络系统进行设备故障检测时，是参照人类大脑的运转方式，让计算机系统按照神经元网络图谱进行工作和学习。然后通过建立复杂的机械设备故障检测网络系统，对机械设备故障进行快速检测，并定位其故障所在位置，以实现检测的高效与科学。在机械工程人工智能化发展的过程中，应根据设备运行过程中的需要做好技术的研究和开发工作。只有这样，才能促进机械工程人工智能化的进一步发展。

在设备检测过程中会存在不确定性和不完整性情况，因此需要采取有效的检测方法来解决故障检测的这些特性，而模糊集理论正是解决这些特性的有效方法。模糊集理论能够对多值逻辑进行扩展，解决传统数学方法无法解决的问题。因此它可以对设备的测试信息进行模糊融合，以模拟设备电路故障检测。模糊集理论最大的优势在于能够将得到的检测诊断结果融合起来，确定设备最终的故障检测结果。通过一系列模拟实验可以发现，模糊集理论检测方法能够更好地提高设备故障检测的准确性。

3.2将人工智能应用于产线工序环节当中

在产线上所使用的巡检机器人，能够通过各种传感器的使用对产线各工序环节进行全方位实时监控。这样就可以及时发现机械设备故障以及生产环境中存在的不安全因素，并在问题发生的第一时间内进行有效预警，从而有效降低设备故障发生的概率。当人工智能对设备故障检测不及时、问题识别不够精准时，就需要研发团队通过专家系统、模式辨识以及深入学习等科技，强化人工智能巡检机器人对危险因素的实时监控与精准识别。为了提高巡检机器人的辨识能力，可以通过卷积神经网络的深入学习算法，对设备进行建模训练，以提高巡检机器人的辨识能力，确保机械设备的安全与稳定。

3.3用于产品的人工智能化

在机械工程智能化不断发展的情况下，考虑到客户的消费情况，最终会向产品人工智能化发展。在人们对人工智能机器人的研发过程中，从最初为了帮助客户解决工作中的各种问题，再向逐渐具有休闲娱乐和养生等功能方面发展，使机器人能够提供更加优质的服务。在对机械工程智能技术进行优化升级的过程中，需要根据行业的发展趋势以及客户的需求，确定机械工程智能化优化的方向与深度。然后通过大数据技术、生物传感技术、神经网络计算机深入学习技术、自学系统等信息化科技的有效运用，促进机械工程人工智能化技术的提升。使产品的自动化和智能化水平更高，能够根据客户需求完成某项操作，帮助客户解决工作和生活中的各种问题。

3.4自动化的故障识别诊断技术

判断与识别电气运行故障属于非常关键的电气系统安全控制环节，技术人员目前可以在识别诊断电气故障的全过程中运用自动化方法，旨在充分确保电气安全运行。技术人员在识别电气故障时，基本思路宗旨就是要保证准确性，同时还要体现实时性的电气故障识别。对于诊断各种复杂的电气故障而言，智能化软件可以模拟人工诊断操作方法，并且还能达到预防电气诊断误差的目标。智能化的企业软件系统可以直接连接于电气基础设备，增加电气故障的诊断识别准确程度。

　4结语

　 总之，通过采用人工智能技术手段，能够弥补传统检测手段的耗时耗力等问题，还能够提高检测效率与检测质量，其中故障树、人工神经网络、模糊数学、专家系统等技术的应用效果较好，可以有效的应对一些构造复杂、体型较大的机械设备的故障检测，在未来随着人工智能技术的进一步发展，广大技术人员应该加强研发，不断拓展其应用范围与应用方式，促使人工智能与机械设备故障检测更加有效的结合。