1 引言
随着科学技术的迅猛发展，特别是计算机技术的广泛应用，现代工程设备的结构日趋复杂，自动化系统的程度也越来越高。一个大型设备系统有大量的工作部件组成，不同的部件之间关联耦合紧密，一个部件发生故障常常会引起链式反应，进而导致系统甚至整个生产过程无法正常工作。如何保证设备安全、可靠和高效的运行，是现在生产过程中一个迫切需要研究和解决的重要问题。故障智能诊断为此提供一条非常有效的途径。
故障诊断fd（fault diagnosis）就是对设备运行状态和异常情况作出判断，也就是说，在设备没有发生故障之前，要对设备的运行状态惊醒预测和预报；在设备发生故障后，对故障的原因、部位、类型、程度等作出判断，并进行维修决策。故障诊断的任务包括故障检测、故障识别故障分离与估计故障评价和决策［1］。
2 故障智能诊断的研究现状
故障智能诊断是故障诊断领域的前沿学科之一，它是在计算机和人工智能的基础上发展起来的。智能诊断技术在知识层次上实现了辩证逻辑与数理逻辑的集成、符号逻辑与数值处理的统一、推理过程与算法过程的统一、知识库与数据库的交互等功能。
故障诊断是20世纪60年代末发展起来的一门新技术。1967年在美国宇航局nasa（nationalaeronautics and space administration）倡导下，由美国海军研究室onr率先开始了机械故障诊断技术的开发和研究，并在故障机理研究和故障检测、故障诊断和故障预测等方面取得了许多实用性的研究成果。如johns mitchel公司的超低温水泵和空压机检测诊断系统，spire公司用于军用机械轴与轴承的诊断系统，iedeco公司的润滑油分析诊断系统，de公司的内燃机车故障诊断系统，delte西屋公司的汽车发电机组智能化故障诊断专家系统等，都在国际上具有特色。在航空方面，波音747、dc9等大型客机上的故障诊断系统，能利用大量飞行中的信息来分析飞机各部位的故障原因并发出小出故障的命令，大大提高了飞行的安全性。英国和日本相继在20世纪70年代初开始了故障诊断的开发研究，并在锅炉、压力容器核发电站、核反应堆、铁路机车等方面取得了许多研究成果。根据资料报道，国外采用故障诊断技术，设备维修费用平均降低15%~20%，美国对故障诊断技术的投入占其生产成本的7.2%，日本为5.6%，德国为9.4%。
国内诊断技术从80年代中期开始进人了迅速发展时期。目前，在理论研究方面，已形成了具有我国特点的故障诊断理论，并出版了一系列相关论著，研制出了可与国际接轨的大型设备状态监测与故障诊断系统，比如华中科技大学研制的用于汽轮机组工况监测和故障诊断的智能系统dest，哈尔滨工业大学和上海发电设备成套设计研究所联合研制的汽轮发电机组故障诊断专家系统mmmd-2，清华大学研制的用于锅炉设备故障诊断的专家系统，山东电力科学研究院同清华大学联合研制的“大型汽轮机发电机组远程在线振动监测分析与诊断网络系统”，重庆大学研制的“便携式设备状态监测与故障诊断系统”等等
3 几种现代故障智能诊断方法
目前，智能诊断的理论与方法主要有：基于专家系统的方法、基于神经网络的方法、基于模糊逻辑的方法、基于遗传算法的方法、基于信息融合的方法。
本文关键字：智能 电工技术，电工技术 - 电工技术
上一篇：光电轴角编码器选型
