赵明 彭璐

摘要：当前，机器故障问题日益增多，给生产发展带来极大不利。因此，对关键设备进行有针对性的实时监控和诊断，尽快发现各种设备存在的问题，从而去防止机器故障的发生，而这也成为故障诊断系统面临和解决的首要问题。该文就故障诊断问题，在机器学习的基础上研究信息融合故障诊断模型，来实现机器故障的智能诊断与决策，帮助人们发现机器存在的问题，解决机器存在的隐患。

关键词：机器学习;信息融合;故障诊断

中图分类号：G623.58        文献标识码：A

文章编号：1009-3044（2021）09-0188-03

开放科学（资源服务）标识码（OSID）：

Research on Fault Diagnosis Model of Information Fusion Based on Machine Learning

ZHAO Ming，PENG Lu

（City College of Wuhan University of Science and Technology， Wuhan 430072， China）

Abstract：At present， the problem of machine failure is increasing， which brings great disadvantages to production development. Therefore， targeted real-time monitoring and diagnosis of key equipment， as soon as possible to find the problems of various equipment， so as to prevent the occurrence of machine failures， and this has become the primary problem that the fault diagnosis system faces and solves. This article focuses on the problem of fault diagnosis. Based on machine learning， the information fusion fault diagnosis model is studied to realize the intelligent diagnosis and decision-making of machine faults， help people discover machine problems， and solve machine problems.

Key words：machine learning;information fusion;fault diagnosis

隨着科学技术的快速发展，工业生产表现出大型化和复杂化等特点。因为这些大型系统通常是重要的设备，所以故障的发生可能会降低生产效率，并且在最坏的情况下会导致停止生产。因此，在设备运行期间监视关键设备并尽快发现各种问题已成为解决故障诊断以防止故障的主要问题。为了解决以上问题，我们进行了信息融合故障诊断模型的研究，该模型在基于机器学习的基础上，采用信息融合故障诊断技术，来实现对机器的智能诊断。

1故障诊断方法

传统的故障诊断是通过人工经验来进行检测的，需要耗费巨大的人力和时间，而我们提出的是基于机器学习的故障诊断技术。利用机器学习的真正价值，在于可以实现自动化，从而达到解放人力的作用。真正意义上做到了精确、自动化、可自定义、迅速等方面。利用机器学习的优势可以有效地解放人力。……