- 油液百科详细信息
装备智能诊断系统的研究与发展
- 发布日期：2014-08-22
- 装备智能诊断系统的研究与发展
近年来，由于计算机技术、现代测试技术和信号处理技术的迅速发展，设备故障诊断技术取得了很大的发展。人们已经研究和使用了一些较为熟悉的诊断技术和方法，如铁谱分析、光谱分析、声发射、红外测温等各种无损检测技术，以及信号处理、模式识别、模糊诊断等方法，从而对处在多种环境条件下工作的装备进行故障监测、识别、诊断和排除。然而，工程实际中存在着大量的故障现象，并且有时要对庞大的机械设备或工程系统进行监测和诊断，上述手段和理论方法往往存在着较大的局限性，主要表现在：不能有效的利用专家的知识和经验，诊断系统缺乏推理能力，不具备学习机制，对测试诊断结果缺乏解释，测试诊断程序的修改和维护性差等。随着人工智能技术的迅速发展，特别是知识工程、专家系统和人工神经网络技术在诊断领域中的进一步应用，迫使人们对智能诊断问题进行更加深入与系统的研究。
诊断技术发展到今天，已经经历了3个阶段：第一阶段，诊断结果在很大程度上取决于领域专家的感官和专业经验，对诊断信息只做简单的数据处理。第二阶段，是以传感器技术和动态测试技术为手段，以信号处理和建模处理为基础的现代诊断技术。近年来，为了满足复杂系统的诊断要求，随着计算机及人工智能的发展，诊断技术进入了以知识处理为核心，信号处理、建模与知识相融合的第三阶段，即智能诊断技术阶段，它已经成为故障诊断领域的一个研究特点。
装备智能诊断系统研究的核心内容是诊断专家系统。专家系统是人工智能技术与具体应用科学相结合的产物。作为人工智能领域最活跃的分支之一的专家系统，近20年的发展非常引人注目。专家系统的产生，是人工智能从理论研究转向应用研究的一个转折点。
- TAG：
- 上一篇： 油液各理化指标的含义和检测的必要性
- 下一篇：铁谱仪的磁场特征
- 返回
