【正文】 paper. This researchwork was funded by the Academy of Finland.電機(jī)故障診斷的軟計(jì)算方法摘 要在過(guò)去的十年里，軟計(jì)算(計(jì)算智能)引起了來(lái)自不同領(lǐng)域研究的極大興趣。在本文中，我們對(duì)基于軟計(jì)算的電機(jī)故障診斷這個(gè)新興領(lǐng)域的最近發(fā)展事態(tài)進(jìn)行了概述。幾個(gè)典型故障診斷方案運(yùn)用生動(dòng)的圖表以及簡(jiǎn)化算法來(lái)利用神經(jīng)網(wǎng)絡(luò)、模糊邏輯、神經(jīng)模糊和遺傳算法。他們的優(yōu)缺點(diǎn)被進(jìn)行了比較和討論。我們認(rèn)為軟計(jì)算方法有極大的潛力在于處理困難的故障檢測(cè)和診斷問(wèn)題。1. 介紹 交流和直流電機(jī)廣泛應(yīng)用在各種工業(yè)應(yīng)用。改變的工作環(huán)境和動(dòng)態(tài)加載總是拉緊和磨損電動(dòng)機(jī)而且導(dǎo)致例如短路、軸承破碎和轉(zhuǎn)子條損壞的潛在故障。如果得不到正確的檢測(cè)與處理，這些錯(cuò)誤可能導(dǎo)致嚴(yán)重的性能退化和最終的系統(tǒng)故障。提高安全性和可靠性才能實(shí)現(xiàn)良好的早期故障診斷策略，這個(gè)策略會(huì)讓預(yù)防性維護(hù)保養(yǎng)的概念得以產(chǎn)生。此外, 采用先進(jìn)的檢測(cè)方法去尋找那些發(fā)展中的失敗，使得大量的維護(hù)成本得以保留。因此,馬達(dá)驅(qū)動(dòng)監(jiān)測(cè)、故障檢測(cè)與診斷在電氣工程領(lǐng)域是非常重要的和富有挑戰(zhàn)性的課題。軟計(jì)算方法作為一個(gè)新興的智能計(jì)算,匹敵人類(lèi)頭腦推理和學(xué)習(xí)不確定性和不精確情況的卓越能力。與硬計(jì)算方法相比之下, 只有處理精度、確定性、和嚴(yán)密性,它在獲取不精確或次優(yōu)是有效的,但對(duì)經(jīng)濟(jì)而有競(jìng)爭(zhēng)力的現(xiàn)實(shí)世界問(wèn)題的解決方案就不是有效的了。正如我們所知, 來(lái)自運(yùn)營(yíng)商的定性信息在早期階段的準(zhǔn)確和魯棒電機(jī)故障診斷中起重要作用。因此,對(duì)于這個(gè)區(qū)域的軟計(jì)算介紹,可以給我們提供比常規(guī)方案更具特色的適應(yīng)性、靈活性、和嵌入式語(yǔ)言知識(shí)。一個(gè)關(guān)于電機(jī)故障檢測(cè)與診斷方法的最新報(bào)告最近刊登在一個(gè)特殊的章節(jié)。這篇綜述如下組織。首先,我們給第二節(jié)的傳統(tǒng)的電機(jī)故障診斷做個(gè)簡(jiǎn)要介紹。包括工作原理、系統(tǒng)構(gòu)成、和計(jì)算算法的基于軟計(jì)算方法會(huì)在接下來(lái)的章節(jié)討論。我們分別在3 6節(jié)提出一些有趣的利用軟計(jì)算方法的電機(jī)故障診斷方案,如神經(jīng)網(wǎng)絡(luò)、模糊邏輯、模糊,遺傳算法（GAs）。簡(jiǎn)要介紹和比較了它們的優(yōu)點(diǎn)和缺點(diǎn)。一些結(jié)論被寫(xiě)在文章的結(jié)尾。有眾多電機(jī)故障檢測(cè)與診斷的傳統(tǒng)方法。最簡(jiǎn)單的方法就是直接檢查。它需要仔細(xì)檢查個(gè)體電機(jī)的情況來(lái)找到有問(wèn)題的故障。如果電機(jī)有一個(gè)裝有潤(rùn)滑油的齒輪箱，一個(gè)類(lèi)似的程序就被稱(chēng)為電機(jī)被潤(rùn)滑的粒子分析。首先采樣石油,然后石油被實(shí)驗(yàn)室檢查,來(lái)檢測(cè)可能的缺點(diǎn)。不過(guò),這會(huì)導(dǎo)致費(fèi)時(shí)和昂貴的檢查。另一方面,上述兩種方法更適用進(jìn)行日常的維護(hù)保養(yǎng)。 經(jīng)典的參數(shù)估計(jì)方法也可以合理地應(yīng)用于電機(jī)故障檢測(cè)與診斷問(wèn)題。潛在的想法是基于一些實(shí)際電機(jī)的測(cè)量信號(hào),我們用參數(shù)識(shí)別技術(shù)來(lái)估計(jì)有關(guān)資料電機(jī)的工作狀態(tài)。圖1說(shuō)明了這種故障檢測(cè)過(guò)程。參數(shù)估計(jì)策略適合實(shí)時(shí)的案例。然而,它需要深刻理解電機(jī)的工作原理以及一個(gè)精確的數(shù)學(xué)模型。另外,隨著電機(jī)的老齡化，原模型變得不是那么準(zhǔn)確了。在過(guò)去的幾年，利用軟計(jì)算克服上述傳統(tǒng)診斷策略面臨的困難。一般來(lái)說(shuō),軟計(jì)算方法包括三個(gè)基本研究范式:神經(jīng)網(wǎng)絡(luò)、模糊邏輯、氣體(進(jìn)化計(jì)算)。在本文，我們討論了最近基于軟計(jì)算電機(jī)故障診斷研究的進(jìn)展。,在這個(gè)電機(jī)故障檢測(cè)與診斷區(qū)域，神經(jīng)網(wǎng)絡(luò)、模糊邏輯、和它們?nèi)诤显谝黄鸬腉As,如神經(jīng)模糊這些應(yīng)用將會(huì)分別出現(xiàn)在接下來(lái)的段落里。由于其強(qiáng)大的非線性函數(shù)近似法和自適應(yīng)學(xué)習(xí)能力,神經(jīng)網(wǎng)絡(luò)在電機(jī)故障診斷領(lǐng)域已經(jīng)引起了廣泛的關(guān)注。Chow和他的同事們已經(jīng)對(duì)基于神經(jīng)網(wǎng)絡(luò)的故障檢測(cè)方案進(jìn)行了綜合調(diào)查。他們?yōu)槌跗诘碾姍C(jī)故障診斷提出了一個(gè)典型的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),正如圖2所舉的例子。這里的初期故障指的是在一個(gè)式籠形異步電動(dòng)機(jī)的匝間絕緣和軸承磨損。在圖2, I是定子的穩(wěn)定電流，ω是轉(zhuǎn)子轉(zhuǎn)速，以及Nc和Bc是電機(jī)繞組絕緣和軸承的條件。從異步電動(dòng)機(jī)的特性方程，我們知道在輸入(I, ω)和輸出(Nc, Bc)之間的關(guān)系是高度非線性的。因此,建立BP神經(jīng)網(wǎng)絡(luò)應(yīng)用到近似這種關(guān)系。訓(xùn)練結(jié)構(gòu)如圖3。I和ω的測(cè)試值很容易從在線測(cè)試數(shù)據(jù)中得到。事實(shí)上，圖2的BP神經(jīng)網(wǎng)絡(luò)的輸入可以進(jìn)一步擴(kuò)大到包含更多的I和ω, 如I2和ω2，這些將會(huì)增加收斂速度。另一方面,Nc以及Bc應(yīng)該被圖3顯示的人類(lèi)專(zhuān)家所評(píng)估。更確切地說(shuō),基于對(duì)培訓(xùn)電機(jī)的工作條件和定性故障診斷知識(shí)的觀察，定量描述了電機(jī)的Nc和Bc測(cè)量值分別被分為三個(gè)條件水平,{好,公平的,壞},檢測(cè)Nc和Bc的消息隊(duì)列。在神經(jīng)網(wǎng)絡(luò)被訓(xùn)練來(lái)學(xué)習(xí)專(zhuān)家診斷經(jīng)驗(yàn)之后，他如圖4所示被應(yīng)用在網(wǎng)上。從電機(jī)運(yùn)行條件、定子電流、轉(zhuǎn)子轉(zhuǎn)速上判斷，神經(jīng)網(wǎng)路可根據(jù)上述三種故障的水平顯示故障隱患。Filippetti等提出了一種類(lèi)似基于BP神經(jīng)網(wǎng)絡(luò)的電機(jī)故障診斷方案來(lái)檢測(cè)破碎的轉(zhuǎn)子條的數(shù)量。神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)從健全以及模擬故障的機(jī)器中獲得。他們有前途的方案在模擬中有正確率100%的診斷圖2. BP神經(jīng)網(wǎng)絡(luò)故障檢測(cè)的開(kāi)端從以上討論,得出對(duì)電機(jī)故障診斷利用神經(jīng)網(wǎng)絡(luò)的動(dòng)機(jī)是由于它們的適應(yīng)性和非線性逼近能力,可以設(shè)置指示故障和有效的測(cè)量信號(hào)之間的關(guān)系。然而,基于神經(jīng)網(wǎng)絡(luò)的電機(jī)故障診斷的關(guān)鍵缺點(diǎn)是來(lái)自電機(jī)操作員的定性和語(yǔ)言信息不能直接利用或鑲嵌在神經(jīng)網(wǎng)絡(luò)里,因?yàn)樗麄円詳?shù)值為導(dǎo)向的黑盒測(cè)試的結(jié)構(gòu)。此外,它甚至難以解明映射一個(gè)受過(guò)訓(xùn)練的意義深遠(yuǎn)的神經(jīng)網(wǎng)絡(luò)故障診斷規(guī)則的輸入和輸出。利用明確的故障診斷語(yǔ)言知識(shí), 使用模糊邏輯的眾多電機(jī)故障診斷方法已經(jīng)開(kāi)始了研究。Nejjari和Benbouzid把模糊邏輯應(yīng)用到診斷異步電動(dòng)機(jī)的定子和相位條件上。他們的診斷結(jié)構(gòu)如圖5所示,其核心是只是個(gè)包括一個(gè)模糊化界面,推理機(jī)，模糊規(guī)則基礎(chǔ)和一個(gè)去模糊化單位的典型模糊推理系統(tǒng)。定子和相數(shù)的情況以三個(gè)矩形隸屬函數(shù)為代表,即良好,損壞,和嚴(yán)重?fù)p壞?？傊?有12個(gè)啟發(fā)式if then模糊推理規(guī)則應(yīng)用于檢測(cè)兩個(gè)上述缺點(diǎn),例如1. 如果Ib小然后定子損壞。2. 如果Ic中等然后定子處于好的狀態(tài)。. %且在軸承“好”和“壞”的狀態(tài)下精度達(dá)到100%?；谀：壿嫷碾姍C(jī)故障診斷方法有嵌入式語(yǔ)言知識(shí)和近似推理能力的優(yōu)勢(shì)。然而,制度的設(shè)計(jì)很大程度上靠所得練習(xí)操作上獲得的直覺(jué)經(jīng)驗(yàn)。模糊隸屬度函數(shù)和模糊規(guī)則不能在任何檢測(cè)中被保證獲得最佳。此外,模糊邏輯系統(tǒng)缺乏自主學(xué)習(xí)的能力,這是在一些高要求實(shí)時(shí)故障診斷病例中所強(qiáng)制的。上述兩個(gè)缺陷可以來(lái)用神經(jīng)網(wǎng)絡(luò)和模糊邏輯神經(jīng)模糊技術(shù)的融合部分克服。正如我們所知道的,兩個(gè)神經(jīng)網(wǎng)絡(luò)和模糊邏輯有自己的優(yōu)點(diǎn)和缺點(diǎn)。主要的缺點(diǎn)是它的黑匣子BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)處理結(jié)構(gòu)和收斂速度慢。另一方面,模糊邏輯推理機(jī)制有類(lèi)似人類(lèi)的大腦,而它缺乏一種有效的學(xué)習(xí)能力。自整定模糊規(guī)則和隸屬度函數(shù)在經(jīng)典的模糊邏輯系統(tǒng)里可能會(huì)很困難?？傊?神經(jīng)網(wǎng)絡(luò)被認(rèn)為是免費(fèi)的數(shù)值模型的方法,模糊邏輯規(guī)則和推理只處理涉及在一種語(yǔ)言水平。因此,這會(huì)很自然地融合神經(jīng)網(wǎng)絡(luò)和模糊邏輯來(lái)形成一種混合系統(tǒng)神經(jīng)模糊,以至于它們都能克服各自的缺點(diǎn)以及受益于對(duì)方的優(yōu)點(diǎn)。事實(shí)上, 在電機(jī)故障診斷領(lǐng)域里發(fā)現(xiàn)很多神經(jīng)模糊技術(shù)的應(yīng)用前景。 盡管模糊神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)來(lái)自神經(jīng)網(wǎng)絡(luò)和模糊邏輯,大部分現(xiàn)有模型,如簡(jiǎn)稱(chēng)ANFIS,不能直接處理模糊輸入/輸出信息。一個(gè)軸承故障診斷問(wèn)題被應(yīng)用于采用這種方法德一個(gè)試驗(yàn)臺(tái)。模擬表明他們的方法并不能僅僅成功地檢測(cè)軸承損壞缺點(diǎn),但也提供了相應(yīng)的語(yǔ)言描述。 遺傳算法是非派生和隨機(jī)優(yōu)化的方法。它的方向來(lái)自于借用自然選擇以及進(jìn)化過(guò)程的思想。作為一個(gè)解決要求問(wèn)題的通用目的,它有并行搜索和全局最優(yōu)解的特色。此外,遺傳算法需要比傳統(tǒng)的優(yōu)化方案更少的關(guān)于有待解決問(wèn)題的先驗(yàn)信息,如將最速下降法,這往往需要導(dǎo)數(shù),目標(biāo)函數(shù)。因此, 應(yīng)用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的參數(shù)和結(jié)構(gòu)以及模糊邏輯系統(tǒng),它是具有吸引力的,而不是單獨(dú)采用BP學(xué)習(xí)算法。原則上,所有以上討論的電機(jī)故障診斷方法的培訓(xùn)可以應(yīng)用在遺傳算法里。例如, Vas將遺傳算法導(dǎo)入到感應(yīng)電機(jī)的參數(shù)估計(jì)里。Betta等討論了優(yōu)化基于神經(jīng)網(wǎng)絡(luò)感應(yīng)電機(jī)故障診斷方案遺傳算法的用法,在圖5上被概念性地說(shuō)明。診斷性是鼓舞人心的:正確的故障檢測(cè)是高于98%的比例。此外,它也能利用大約66%的病例和大約100%的病例中至少一種故障的正確診斷來(lái)處理雙誤。因?yàn)橹挥幸粋€(gè)輔助的遺傳算法的優(yōu)化方法,它不能被獨(dú)立地應(yīng)用的實(shí)踐中去。結(jié)合遺傳算法與其它電機(jī)故障診斷方案增強(qiáng)表現(xiàn)在全球和最低基準(zhǔn)搜索。然而,優(yōu)化遺傳算法經(jīng)常演變成很重的計(jì)算量,而且因此十分的耗時(shí)。針對(duì)實(shí)時(shí)故障診斷，快速并行實(shí)現(xiàn)遺傳算法來(lái)提高收斂速度要有發(fā)展才行。在本文中,我們將對(duì)基于軟計(jì)算方法的電機(jī)故障診斷系統(tǒng)的研究進(jìn)展進(jìn)行綜述。利用神經(jīng)網(wǎng)絡(luò)、模糊邏輯、模糊以及遺傳計(jì)算的幾個(gè)電機(jī)故障診斷技巧被簡(jiǎn)要總結(jié)了。對(duì)他們的優(yōu)缺點(diǎn)進(jìn)行了評(píng)述。根據(jù)我們的觀察,我們認(rèn)為新興軟計(jì)算方法能用改進(jìn)后的方案提供給我們解決電機(jī)故障診斷的問(wèn)題。然而,他們不應(yīng)該跟傳統(tǒng)的方法相比較。相反,更多的準(zhǔn)確、魯棒診斷方法應(yīng)在融合這兩個(gè)類(lèi)別的方法、軟計(jì)算和硬計(jì)算的基礎(chǔ)上進(jìn)行開(kāi)發(fā)。這篇綜述是我們未來(lái)在基于軟計(jì)算的電機(jī)故障診斷領(lǐng)域研究活動(dòng)的起點(diǎn)。指導(dǎo)教師意見(jiàn) 簽名： 月 日教研室意見(jiàn) 教研室主任（簽章）： 月 日評(píng)審小組意見(jiàn) 參加評(píng)審人員（簽字）： 月 日