郭 智

（抚顺矿务局职工工学院 辽宁 抚顺 113008）

1 引言

现代化生产中，化工机械设备结构、功能越来越复杂，若生产设备出现故障，会影响工厂的流水线作业，经济损伤严重，因此，研究化工机械设备故障诊断方法，提高工厂中化工机械设备的生产效率，同时令产品质量能够满足标准要求，具有重要意义。停机负责生产的机械设备，采集设备提供的一切有用信息，分析不同时期的故障诊断特点，掌握机械设备的健康状况和特征信息，预报其运行状态，但该方法未考虑机械设备运行状态，设备故障诊断准确率较低[1]。结合隶属度函数和故障集合理论，深入分析故障征兆和故障原因之间的关系，利用模糊关系矩阵，建立故障征兆和故障原因的关联模型，建立机械设备故障的知识库，通过集合理论对设备故障进行诊断，但该方法模糊关系难以确定，设备故障诊断准确率同样较低[2]。针对这一问题，结合以上理论以及大数据技术，本文研究化工机械设备的故障诊断方法。

2 基于大数据的化工机械设备故障诊断方法设计

2.1 基于大数据样本学习设备故障特征

基于大数据技术，采集海量机械设备故障样本，学习设备故障特征。利用自动编码器，在无监督的情境模式下，对设备故障的信息数据进行深度学习，利用集合层和网络层，共同组成关于大数据维度的解码网络，令集合层和网络层的编码节点数量，能够保持相同，进而确保输出目标和输入数据相同[3]。……