摘要:對機(jī)械狀態(tài)的誤診斷是對機(jī)械狀態(tài)的一種歪曲反映，誤診斷原因是多方面的，包括診斷數(shù)據(jù)的不 準(zhǔn)確性、診斷依據(jù)的不可靠性、診斷推理的不合理性等。機(jī)械狀態(tài)的信息特性對機(jī)械故障診斷起重要作用，研究信息特性對提高故障確診率和故障診斷的可靠性具有實際意義針對獲取的故障信息具有不確定性，本文發(fā)表在《煤礦機(jī)械》上，文章提出用粗集理淪處理診斷中的不確性的數(shù)學(xué)方法理論，是機(jī)械類論文發(fā)表范文。

　　機(jī)械故障診斷的發(fā)展歷程中，故障確診率的提高一直是研究的熱點，故障的誤診卻沒有引起人們足夠的重視。為了系統(tǒng)地闡述機(jī)械故障診斷中的誤診問題，給出了誤診的含義及分類;按照機(jī)械故障診斷推理過程的環(huán)節(jié)，詳細(xì)分析了誤診產(chǎn)生的機(jī)理和具體的原因，針對這些誤診的潛在原因，提出了減少誤診的方法和措施。

　　提高機(jī)械故障診斷的可靠性，降低誤診率，在保證診斷數(shù)據(jù)準(zhǔn)確無誤的同時，必須使診斷系統(tǒng)合理，同時具有開放性和可擴(kuò)充性，使診斷知識不斷得到豐富和充實。

　　1機(jī)械誤診斷的原因

　　從診斷的結(jié)果與診斷對象客觀存在的差異來看，故障診斷的結(jié)論可分為確診、誤診和漏診，確診即為對診斷對象的故障判斷是準(zhǔn)確無誤的。漏診則是對故障的遺漏。而誤診，顧名思義，就是錯誤的診斷，也可稱之為誤判。漏診實質(zhì)上也可歸為對設(shè)備的誤診。

　　1.1故障的復(fù)雜性

　　在故障診斷過程中，診斷對象的故障過程是復(fù)雜多變的，在故障發(fā)展過程中，由于引起故障的因素在性質(zhì)、特點及作用方式上是不同的，機(jī)械功能狀況和所受損害的具體情況也不同，使得故障征兆和演變具有不同形式，診斷中往往難以迅速準(zhǔn)確地認(rèn)識故障的性質(zhì)，導(dǎo)致誤診，具體表現(xiàn)在以下幾方面:

　　(1)故障的發(fā)展過程中，一種故障可能表現(xiàn)出多種不同故障征兆。如液壓系統(tǒng)故障診斷中，電磁換向閥故障可能導(dǎo)致系統(tǒng)壓力、流量不滿足要求，脈動可能加劇，還可能導(dǎo)致系統(tǒng)工作溫度升高等。而對不同診斷對象，即使是同一種機(jī)械，對同一種故障的反應(yīng)也是有差異的。一個對象的反應(yīng)可能快，另一個對象反應(yīng)可能慢，一個對象的某征兆對某故障反應(yīng)可能劇烈，而另一個對象反應(yīng)可能較平穩(wěn)等。

　　(2)不同故障在發(fā)展過程中，可能出現(xiàn)相似的征兆，同種征兆可能對應(yīng)多種故障形式。如回轉(zhuǎn)機(jī)械中，各種故障的發(fā)生，往往都伴隨著振動的加劇，而且在頻域分析時，在相同倍頻上，不同故障可能會有相似的表現(xiàn)形式。這種故障征兆的相似性，使我們在故障診斷中容易產(chǎn)生混淆。

　　(3)在很多情況下，隨著故障的發(fā)展，還可能引起繼發(fā)性故障，這種繼發(fā)性故障可能會掩蓋原來的故障，或原來的故障掩蓋繼發(fā)性故障，這都將造成故障診斷的困難。如液壓系統(tǒng)中，由于某種原因引起油液污染程度增加，這可能引起液壓泵運動副的嚴(yán)重磨損，磨損的顆粒混人油液中，進(jìn)一步加劇油液污染，液壓泵磨損將引起液壓系統(tǒng)失效，泵的失效是油液污染這種原發(fā)性故障所引起的，而原發(fā)性故障和泵磨損這種繼發(fā)性故障混在一起，相互促進(jìn)，造成惡性循環(huán)，這增加了查找原發(fā)性故障的難度。

　　為克服故障征兆的復(fù)雜性給故障診斷帶來的困難，必須開闊思路，不拘泥于典型故障一征兆的狹窄思路，從系統(tǒng)角度出發(fā)，進(jìn)行由環(huán)境到機(jī)械，由局部到整體，由階段到過程的具體分析，將征兆、原因、故障機(jī)理有機(jī)結(jié)合起來加以研究，減少誤診率。

　　1. 2診斷知識的不確定性

　　各種機(jī)械設(shè)備，由于復(fù)雜程度不同，工作環(huán)境各異，使我們獲得的有關(guān)故障的知識往往有不確定和不完善的一面。一般來說，我們不能等待某種故障完全發(fā)生后再得出結(jié)論，而必須實施早期診斷，及時采取措施避免故障的進(jìn)一步發(fā)展，這樣，我們必須依據(jù)故障的部分征兆或無任何征兆情況下作出診斷，這不可避免地帶來誤診。

　　由于故障診斷資料不足，對故障的認(rèn)識受到較大限制，給明確診斷帶來困難，有時不能將其有類似征兆的故障完全排除，有時所懷疑的故障的一般規(guī)律與故障征兆不完全相符，另外排除了一種故障的可能，又缺乏對某種故障作出識別的足夠依據(jù)，因此故障診斷的推理過程往往也是模糊的，具有一定程度的不確定性。

　　針對這種情況，充分研究故障診斷對象，建立合理的模糊知識體和模糊推理機(jī)，利用現(xiàn)代人工智能原理實施診斷更符合故障診斷的性質(zhì)，將提高診斷的可靠性。

　　1. 3理論的相對性

　　任何理論與實際的故障過程相比，總有局限性，機(jī)械設(shè)備作為一個與環(huán)境和人共同組成的有機(jī)體，是有差異的，理論只能大體概括故障診斷實踐中的具體情況，同時，理論又受到一定科學(xué)技術(shù)條件的限制，還存在尚待認(rèn)知的領(lǐng)域。

　　理論與具體故障相比，總是有一定距離的。以故障診斷的標(biāo)準(zhǔn)來說，它是以典型征兆為基礎(chǔ)而總結(jié)制定的，不太典型的故障，就未必都與診斷標(biāo)準(zhǔn)相符合，若將診斷標(biāo)準(zhǔn)當(dāng)作教條而一成不變，難免造成誤診。

　　總之，我們所研制的診斷系統(tǒng)，應(yīng)具有開放性和可擴(kuò)充性，使系統(tǒng)具有不斷完善的能力，這是降低誤診率的重要途徑。

　　1. 4診斷實踐的局限性

　　故障診斷的實踐是機(jī)械故障診斷學(xué)形成發(fā)展的基礎(chǔ)，對故障現(xiàn)象進(jìn)行試驗研究，雖然也是獲取相關(guān)知識的重要途徑，但由于試驗與機(jī)械系統(tǒng)實際運行情況、工作環(huán)境是有差異的，所得出的結(jié)論必然存在一定的局限性，作為實施故障診斷的主體—人，對機(jī)械系統(tǒng)的了解程度及故障診斷的實踐經(jīng)驗不同，得出的結(jié)論也有差異，如觀察1幅機(jī)械圖象，1個經(jīng)驗豐富的人，頭腦中積累了大量故障知識，往往能較準(zhǔn)確地從中把握機(jī)械運行狀況，作出合理診斷結(jié)論，尤其是對早期故障和不典型故障的診斷更是如此。因此，必須加強(qiáng)診斷的實踐環(huán)節(jié)，從實踐中抽取有用的知識去擴(kuò)充和豐富我們的診斷系統(tǒng)。

　　1. 5獲取數(shù)據(jù)的不準(zhǔn)確性

　　在實施故障診斷過程中，首先應(yīng)獲取機(jī)械系統(tǒng)運行的有關(guān)數(shù)據(jù)。機(jī)械運行過程中，往往受外界環(huán)境及各種隨機(jī)因素影響，使獲取的數(shù)據(jù)具有某種程度的不準(zhǔn)確性，容易造成誤診。因此須采取必要數(shù)據(jù)預(yù)處理手段，減少隨機(jī)因素的影響，剔除其中的趨勢項、奇異項等，提高數(shù)據(jù)準(zhǔn)確性，這也是降低誤診率的必要條件。

　　1. 6診斷人員不專業(yè)

　　診斷人員的素質(zhì)也決定了診斷結(jié)論的正確程度。診斷人員的理論知識、實踐經(jīng)驗、方法知識以及執(zhí)行故障診斷時的態(tài)度都可能導(dǎo)致誤診。同時，診斷人員在綜合運用知識、理論聯(lián)系實際、善于解決實際問題等方面的能力也會影響診斷結(jié)論。

　　2機(jī)械故障診斷中信息提取

　　2.1信息提取不可靠

　　機(jī)械故障診斷分為直接診斷和間接診斷，但由于受到設(shè)備結(jié)構(gòu)和工作條件的限制，直接診斷往往難以進(jìn)行。因而，多采用間接診斷，即通過二次診斷信息來間接判斷設(shè)備中關(guān)鍵零部件的狀態(tài)變化。而診斷測試便是獲取二次診斷信息必備的關(guān)鍵環(huán)節(jié)。最常見的是振動測試(位移、速度、加速度)和聲音測試。

　　然而，由于各種原因，獲取的數(shù)據(jù)可能發(fā)生偏差。體現(xiàn)在3個方面:(1)數(shù)據(jù)沒有正確反映客觀存在;(2)數(shù)據(jù)的信噪比低;(3)數(shù)據(jù)的不完備性。如果把這些不準(zhǔn)確的數(shù)據(jù)當(dāng)成有效數(shù)據(jù)來分析，就很可能發(fā)生誤診。

　　2. 2信息處理不準(zhǔn)確

　　能夠快速、有效地提取反映機(jī)器故障信息的特征是機(jī)械故障診斷的關(guān)鍵。診斷特征主要通過對設(shè)備采集來的信號進(jìn)行分析和處理獲取。這些特征可能是一些簡單的時域特征，如峰峰值、均方根值、峭度等，或者工藝參數(shù)特征，如油溫、油壓等，還有一些復(fù)雜的頻域特征及基于全息譜的特征，如轉(zhuǎn)頻橢圓及軸心軌跡等。

　　目前，各種特征提取方法層出不窮，如統(tǒng)計模擬、小波分析、獨立分量分析、頻域分析、全息譜分析等，為診斷對象的特征提取提供了有效的解決方案。在應(yīng)用中，許多方法都有其應(yīng)用的前提條件。而且，在不同的應(yīng)用場合，各種方法還可能存在其局限性以及數(shù)學(xué)上的精確性問題。在實際應(yīng)用中，如果沒有注意到這些，就可能引起誤診。

　　2. 3信息不完美

　　對于一個診斷對象，如果其運行狀態(tài)較復(fù)雜，由于客觀條件和手段的限制等原因，可能使獲得的信息難以確切地給出診斷結(jié)論，主要體現(xiàn)在以下3個方面:

　　(1)信息不完備。在診斷實踐中，故障與診斷信息之間并非一一對應(yīng)的關(guān)系。1個信息對應(yīng)多個不同的故障，而1個故障也表征為多個不同的信息。這就需要掌握充分的有用信息來區(qū)分不同的故障。否則，就可能出現(xiàn)誤診。

　　(2)信息不一致。診斷信息不一致在診斷實踐中也是較常見的現(xiàn)象。這些信息之間存在一定程度上的沖突。也就是說，某些信息很大程度上支持故障F1，否定故障F2;相反，另一些信息則支持故障F2，而否定故障F1。此時，誤診也容易發(fā)生。

　　(3)信息不確定。來自于診斷對象的診斷信息經(jīng)歷了許多傳輸途徑，其不確定性可能較小，也可能很大，如傳感器、傳輸線等均影響其確定性。此外，還有定性與定量信息之間轉(zhuǎn)換導(dǎo)致的不確定性。

　　3提高信息可靠度、減少誤診斷的措施

　　3.1提高診斷測試的準(zhǔn)確性

　　提高診斷測試的準(zhǔn)確性是保證診斷數(shù)據(jù)可靠性的重要前提。可以從以下4方面著手:(1)對傳感器進(jìn)行定期檢驗;(2)可考慮用多個傳感器測量;(3)采用可靠的傳輸線;(4)正確設(shè)置采樣參數(shù)。

　　3. 2提高診斷系統(tǒng)的可靠性

　　隨著設(shè)備運行與維護(hù)的需要，各種在線、離線、遠(yuǎn)程等診斷分析系統(tǒng)以及人工神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、專家系統(tǒng)等智能診斷系統(tǒng)逐漸用于機(jī)械故障診斷，為確診故障帶來了許多便利之余，也增加了機(jī)械故障誤診的可能性。開發(fā)合理完善有效的診斷系統(tǒng)，提高它們在特征提取或診斷推理方面的可靠性，有利于減小誤診率。

　　3. 3加強(qiáng)診斷信息描述的客觀性

　　診斷信息在機(jī)械故障診斷中的重要性是不言而喻的，其表達(dá)與描述是否合理、準(zhǔn)確關(guān)系到診斷推理結(jié)果的正確與否。然而，在診斷實踐中，診斷信息既有定性信息，也有定量信息;既包含簡單信息，又包含復(fù)雜信息;既存在確定信息，又存在不確定信息。在診斷推理過程中，定量信息經(jīng)常會轉(zhuǎn)換為定性信息，例如，" 70 },m的振動”描述成“振動大”等。

　　概率論和模糊數(shù)學(xué)是描述這種信息的強(qiáng)有力的工具。因而，可以考慮用適當(dāng)?shù)姆绞桨迅怕收摵湍：龜?shù)學(xué)理論融人到故障診斷的信息表達(dá)和描述中來，加強(qiáng)其描述的客觀性。

　　4粗集理論對信息不確定性的處理

　　具有隨機(jī)信息、未確定信息、模糊信息、灰信息中的一種的信息為單式信息;至少存在2種以上的信息為盲信息，而將概率論、模糊理論、灰色數(shù)學(xué)、未確知數(shù)學(xué)的理論與方法有機(jī)結(jié)合起來，即不確定性數(shù)學(xué)的理論與方法，提出或運用某種理論和方法，對具有相似或不同特征模式的信息進(jìn)行處理，以獲得融合信息，從而改善信息的不確定性、模糊性、矛盾性。

　　粗集理論是一種處理模糊和不確定知識的有效數(shù)學(xué)工具，其在知識分類和知識獲取中已得到成功應(yīng)用。粗集理論方法與神經(jīng)網(wǎng)絡(luò)方法、遺傳算法、模糊集理論方法、混沌理論等“軟科學(xué)”方法的不同在于它僅利用數(shù)據(jù)本身所提供的信息，不需要任何附加信息或先驗知識，如證據(jù)理論中的基本概率賦值、模糊集理論中的隸屬度函數(shù)、統(tǒng)計學(xué)中的概率分布等，粗集方法以觀察和測量數(shù)據(jù)進(jìn)行分類為基礎(chǔ)，直接處理對象的可測輸出，剔除冗余信息和矛盾信息，從而找到問題的內(nèi)在規(guī)律，因此粗集理論比其他“軟計算”方法更具實用性。粗集理論進(jìn)行診斷的一般步驟:

　　(1)知識庫建立利用搜集到的歷史或仿真數(shù)據(jù)生成聯(lián)合診斷系統(tǒng)故障信息表，進(jìn)而表示為知識庫的形式S=(U, A, D, V, f)知識庫可分為非空的對象空間U = 3x>> xz,…，xm(，屬性集合空間R=AV D，子集A=}dl } a2 }…，do}和子集D=}df分別稱為條件屬性和結(jié)果屬性，并且在對象空間與后兩者之間存在對象屬性關(guān)系f8和九，即對于。eA, f8:‘升硯稱為信息函數(shù)，兒:U}Vd稱為決策函數(shù)，Va和yd分別是A和D的有限值域。

　　(2)數(shù)據(jù)離散化數(shù)據(jù)離散化方法包括等距離劃分算法、等頻率劃分算法、NaiveScaler算法、基于屬性重要性算法和基于斷點重要性算法，以及布爾邏輯和粗集理論相結(jié)合的算法等，使條件屬性和決策屬性的取值為連續(xù)的不確定性空間，數(shù)據(jù)離散化是運用粗集理論的數(shù)據(jù)預(yù)處理。

　　(3)特征提取從原N個數(shù)據(jù)特征中找到M個數(shù)據(jù)特征，簡化后M個數(shù)據(jù)特征對對象空間U的分類能力和原N個數(shù)據(jù)特征的分類能力相同(N,M)，此過程稱為特征提取。常用的特征提取方法有基于屬性重要性的最小約簡、基于差別矩陣和差別函數(shù)的邏輯化簡、基于包含度理論方法的最大分布約簡、基于下近似質(zhì)量不變進(jìn)行屬性約簡和對存在噪聲污染時用基于上近似質(zhì)量的任一約簡。特征提取使條件屬性得到約簡，進(jìn)而剔除冗余的條件屬性。

　　(4)規(guī)則應(yīng)用提取的規(guī)則集可用來對新對象進(jìn)行分類，該規(guī)則集稱為“分類器”，用RUL來表示。當(dāng)分類器遇到一個新對象x時，則在規(guī)則集RUL中尋找與x的條件屬性相匹配的規(guī)則，應(yīng)用規(guī)則集可判斷新對象x決策屬性。

　　參考文獻(xiàn)

　　1 屈梁生，何正嘉.機(jī)械故障診斷學(xué).上海:上海科技出 版社，1986

　　2 劉振華，陳曉紅.誤診學(xué).濟(jì)南:山東科學(xué)技術(shù)出版 社，2001

　　3屈梁生，吳松濤.統(tǒng)計模擬在工程診斷中的一些應(yīng)用. 振動、測試與診斷，2001，21 (3):157-167

　　機(jī)械類論文發(fā)表須知：《煤礦機(jī)械》雜志以印刷精良，信息量大，發(fā)行及時，有參考價值，值得您信賴和愛護(hù)的國內(nèi)外公開發(fā)行的煤礦機(jī)械行業(yè)綜合性技術(shù)刊物，全國中文核心期刊。