基于人工智能的油液污染故障诊断方法研究

　　0引言

　　绝大多数液压元件故障性能不良及失效的主要原因是由污染引起的，污染不仅对液压元件造成极大的影响，而且对液压系统造成各种各样的故障，如果前一次引起失效的残渣清除不彻底，还会迅速引起下一次失效。液压工作油液中携带有关液压系统故障的大量而又丰富的信息，因此，对油液的检测分析是预测和诊断液压系统故障的重要手段之一。

　　从表1及表2可以看出污染对液压系统及元件产生的影响。资料表明，液压系统的故障有70%是由于液压油方面的原因引起的，液压系统污染问题已愈来愈受到普遍的关注和重视，污染控制的研究已广泛开展并取得了显著成效。所以，有效控制油液污染，及时查找故障是提高系统工作可靠性和延长元件使用寿命的重要途径。

　　1人工钾能及，住诊断技术

　　当前，人工智能的研究是与具体领域相结合进行的。基本上有如下领域:①专家系统:是依靠人类专家已有的知识建立起来的知识系统，它应用人工智能技术、模拟人类专家解决问题时的思维过程，来求解领域内的各种问题，达到或接近专家的水平。②模式识别:模式识别是研究如何使机器具有感知能力，主要研究视觉模式和听觉模式的识别。近年来迅速发展起来应用模糊数学模式、人工神经网络模式的方法逐渐取代传统的用统计模式和结构模式的识别方法。特别神经网络方法在模式识别中取得较大进展.③人工神经网络:人工神经网络是在研究人脑的奥秘中得到启发，试图用大量的处理单元(人工神经元、处理元件、电子元件等)模仿人脑神经系统工程结构和工作机理。在人工神经网络中，信息的处理是由神经元之间的相互作用来实现的，知识与信息的存储表现为网络元件互连间分布式的物理联系，网络的学习和识别取决于和神经元连接权值的动态演化过程。人工神经网络己经成为人工智能中极其重要的一个研究领域。

　　智能诊断是人工智能技术在设备故障诊断领域中的应用，它是计算机技术和故障诊断技术相互结合与发展进步的结果。人工智能(AI)是智能诊断技术的核心，它是计算机科学的前沿研究领域。在液压技术领域，智能诊断的对象主要是:构成与控制机理复杂的液压系统、连续运行的液压系统、高精度与高可靠性的液压系统等，连轧机液压系统、火力发电汽轮机液压系统、飞行器液压系统等属这类系统，其故障的多样性、突发性、成因的复杂性、危害的严重性等使得仅靠人工诊断难以及时顺利地完成.液压泵与伺服阀等关键元件，因其重要性和复杂的故障机理也是智能诊断的主要对象。