雍鑫

摘 要：随着人工智能技术的不断发展，机械设备故障检测效率和准确性正在不断提升。对机械设备故障进行检测的人工智能技术比较多，可以针对不同的故障采取相应的处理方式。目前，人工智能技術在应用的过程中还存在一些不足，这就需要不断开发人工智能系统，结合机械设备的实际情况，对故障进行更加精确和高效率的检测。

关键词：人工智能;机械设备;故障检测

将人工智能的理论和方法应用于机械故障诊断，发展智能化的机械故障诊断技术，是机械故障诊断的一个新的途径，尤其是对于一些多过程、多故障和突发性故障以及复杂庞大、高度自动化的大型设备和系统来说，先进的人工智能检测技术更能够深入其中，探寻故障发生的根本原因，并及时作出应对，从而提高了机械设备的可靠性、可用性、可维修性与安全性。

1 人工智能概述

人工智能就是运用一系列程序模拟人的操作进行技术应用，其作为计算机学科的一个分支，在实际应用中也主要是依靠计算机来完成的，其能够最大程度上模拟人的行为，并采用智能化的机器来学习各种智能行为，并进行智能的推理与思考，还会进行知识的探索和获取，通过大量丰富案例进行以往知识的回顾和对新知识的吸收，进行大量的知识储备，以此来更新知识处理系统。人工智能可以通过知识表示的方式对问题进行深入研究，并将其应用到实践问题的操作过程中，在机械设备的故障检测工作中，其能够通过故障树、专家系统、人工神经网络以及模糊数学等技术手段来开展相应的检测工作，探寻设备故障的根本原因，实现快速、精准的检测。

2 机械设备故障与常规检测方法

2.1 常规检测方法

在进行故障检测的过程当中，一般情况下都需要有更加专业的工作人员负责检测工作的开展，同时还需要用用仪器设备进行检测涉及到震动和噪音的故障时，就需要利用震动识别设备当中的参数，测定冲击能量以及冲击的脉冲。除此以外更加的可以利用声学法检测故障了解设备的噪音情况，记录其中的数值，在检查材料当中存在裂纹的时候，就可以利用超声波探伤法，虽然这种方式耗费的资金成本比较低，但是在平面质量缺陷的检测方面起到了一定的效果。

2.2 常见故障

在设备中会存在各种各样的故障，这就需要定期对设备进行严格的检测，及时对故障进行处理。设备在处理信号时可能会存在故障，这就需要了解信号的处理知识和相关常识;一些振动信号通常会在旋转机械设备中出现，需要维修人员熟练掌握;同时，维修人员还要正确处理和分析图形，并通过精确的计算对信号的时频进行分析。在设备的旋转机器中也会存在故障，比如滑动轴承和滚动轴承故障，转子出现不平衡的情况等。为了解决这些故障，就要进行精确的计算，并及时对故障进行排查。在机械设备中齿轮故障也比较常见，这就需要及时检查齿轮的振动情况，对其噪音进行分析。

3 人工智能在设备故障检测中的应用

3.1 机械设计与制造

人工智能技术可用在机械设计和制造之中。不管是设计还是制造零部件，均需要有内容完善的图纸作为依据。此外，要了解机械零部件的结构组成，保证部件之间可以互相配合。要精确计算零部件的尺寸，确定其各项技术参数。采用人工智能技术可以准确测量零部件的各个尺寸，减少误差。比如，使用CAM智能化系统可以直接利用网络技术展示零部件的结构，还可以确保复杂的设计转变成相应的程序。此外，人工智能技术还可以与数控技术相结合，这样就可以保证设备的故障得到更加精准的检测。

3.2 专家系统

故障检测专家系统就是通过人工智能模拟故障诊断领域专家对机械设备故障问题进行分析和处理，从而在不需要专家亲自思考的情况下解决复杂问题。专家系统是人工智能技术中较活跃、较成功的领域之一，其起源于20世纪60年代初，由知识库、推理机和人机接口等三个主要部分组成， 作为一个计算机软件系统，其能够基于知识表达并利用产生式规则发挥作用，而且在现有的人工智能语言的支持下，专家系统的表达也能够合乎人的心理逻辑，因此更易于人们接受。将其应用与机械设备的故障检测中， 主要就是利用该系统使用模糊推理逻辑降低系统复杂性，以便提高检测效率，可以说，该系统中所拥有的专家和运用知识解题的推理机制是其发挥重要作用的主要依据，而且，近些年来随着先进信息技术的不断发展也在不断的成熟与完善中，该系统的应用前景也逐渐广阔。

3.3 机械电子工程设备故障检测

机械电子工程的设备一旦出现了故障问题，就可以利用人工智能技术及时的对内部的结构进行展示，分析内部的结构，及时的找出其中存在的故障。人工智能技术当中的某部神经网络就可以充分的判断出设备出现的问题，不需要更多的去依赖模型，只要通过更加去有效的检测，就可以让人们再次明确故障出现的位置，使得设备能够稳定的运行正常的工作，不可否认在设备运行的时候可能会出现故障问题，那么利用人工智能技术就可以及时的修复这些故障。人工智能技术提供相应的故障解决方案以及应急的措施，能够最大限度地减少损失。

3.4 模糊集理论

可以将模糊集理论作为理论思维的基本方式，这一理论中包含的学科比较模糊，除了逻辑学和模糊数学之外，学科知识之间的关系因比较模糊，但又要以集合的方式呈现，共同为这一理论展开服务，因此，就可以将其称之为模糊集理论。模糊集理论并不具备随机性，其主要是指事物本身的概念比较模糊，通过这一理论可以及时对模型进行分辨和识别。通过计算出模糊数就可以及时获取知识，这样就可以采用模糊融合的方式对设备的故障进行检测，并及时将诊断结果与故障进行对比，就可以更好地解决故障。

4 人工智能在机械设备故障检测中的应用前景

当前人工智能的应用范围以及应用形式越来越多，在其未来的发展进程中也将会表现出以下趋向。一是人工智能与多传感器数据的融合，在机械设备中增加传感器数量并拓展其功能，通过传感器对设备的运行数据进行收集整理，并将多种传感器的数据进行融合分析，依次为机械设备的故障检测提供依据，实现快速、精准的检测;二是将人工智能的集中故障检测手段混合应用到实际应用中，这主要是因为现代的机械制造水平不断提高，机械设备也朝向自动化、复杂化、大型化等方面发展，在其运行过程中出现的故障问题、故障部位等也是越来越多，单一的检测技术手段已经无法满足实际要求，因此混合智能诊断将成为主流形式，以便进一步提高故障检测的效果;三是远程故障检测，主要是因为部分机械设备的运行环境比较恶劣，自身的构造又比较复杂，因此现场检测会存在一定的难度， 这时候就需要通过远程故障检测手段，以便提高检测效率与检测质量。

结束语

由于机械设备功能日益多元化，结构越发复杂，设备故障也会变得更加多样化。采用传统的检测方法可能就会导致故障无法准时在第一时间内得到检测，还会投入大量的人力和物力。应用人工智能开展设备检测，不仅可以缩短检测时间，提高检测效率，还可以保证检测结果的准确性。在人工智能中有多种技术，要准确把握技术的特点和优势，加强研究与开发力度，确保人工智能发挥出更加有效的作用。

参考文献：

[1] 李承泽.基于智能化的机械设备电气自动化技术应用研究[J].农家参谋，2020，（3）：182.

[2] 李承泽.基于智能化的机械设备电气自动化技术应用研究[J].农家参谋， 2020，（03）：182.

[3] 许丽.人工智能在机械设备故障检测中的应用[J].南方农机，2019，50（24）：178.

[4]陈道通.机电一体化技术在智能制造中的应用[J].智能城市，2019，5（23）：195-196.

1947501705375