人工智能在机械设备故障检测中的应用
探讨
摘要：工程机械故障一般是指设备运转工作过程中，由于某一或某些原因设备原有功能丧失，这一现象统称为故障。工程机械一旦出现故障，机械设备的性能及寿命会急剧下降。因此，应先对工程机械故障进行检测。下面本文就人工智能在机械设备故障检测中的应用进行简要探讨。
关键词：人工智能；机械设备；故障检测；应用；
随着全球经济的快速发展，我国的改革开放进一步深入，在发展过程中，计算机技术水平进一步提高，开始应用于各个领域，取得了令人瞩目的成就，各行各业也逐步开始进行创新。许多行业与计算机技术的融合使其生产效率大幅度提高，工业是我国经济建设过程中的支柱行业，有机的融入人工智能技术可以大幅度提升工业的发展水平，尤其是在机械设备故障检测方面，融入人工智能技术后可以大幅度提升检测效率。
1 人工智能技术的概述
人工智能技术为现代化的技术方案，具备综合性较强的特点，例如融合了计算机网络和电子信息系统方面的理论知识，构成一体化的技术结构，具备较强的应用性，以此来提高整体的发展水平。伴随着我国科技水平的不断进步，人工智能技术在计算机大力支持下，在机械设计行业中的应用较为广泛，有效满足了机械设计行业当前现代化发展的需要。在以往机械设计制造中存在着模型运算不清晰的问题，为了提高整体的设计和制造效果，要利用人工智能技术来解决这一问题。使整个网络环境变得更加安全和高效，加快信息数据处理的速度，并且根据网络搜索建立与之匹配的设计方案，从而使机械设计制造水平能够得到全面的提高，满足现代化行业的发展需求。
2 人工智能技术在机械制造中的应用作用
机械设计制造领域在新时期下朝着自动化和智能化的方向而不断的发展，其中人工智能技术的应用是必不可少的，通过人工智能技术能够提高整体的设计效果，指导后续自动化的发展路径，不断的扩大机械产品的生产规模，使得生产精准性能够得到充分的提高，减少企业在生产中的投入成本。在人工智能技术利用时能够开展更多的仿真模拟实验，减少在设计制造中的误差，生产出更加高品质的产品，满足各行各业的生产需要。另外在智能技术利用的过程中，能够保证整造过程中的安全性，及时的发现在制造中所存在安全隐患，提出更加科学的优化措施，消除安全隐患，保障生产工作的顺利进行。最后在机械设计制造中融入智能化技术，还有助于实现资源的科学配置，例如做好人力和物力的科学调配，并且减少由于人为失误而对后续设计制造所产生的影响，逐渐的完善整体的工作模式，从而为机械设计制造行业稳定发展奠定坚实的基础。
3 人工智能在设备故障检测中的具体应用 3.1 人工神经网络
人工神经网络也被叫做是神经网络，主要是一些处理单元组成，也就是神经元这些神经元相互广泛连接，最终产生复杂的网络，其在医学自动化、工程信息技术方面应用非常广泛。该网络对生物神经系统进行模拟，通过网络拓扑结构以及网络单元的输入输出结构来逐步实现信息的有效处理，在实践中通过神经网络推理引入模糊机制来使系统的透明性提高，从而保证人工智能网络的解释机制能够有效运行。神经网络有联想推测、自适应记忆、容错等各种功能，在当前机械设备运行中可以对一些突发性故障、多发性故障进行有效处理，还可以对大型设备的运行情况进行监测，以便采取合理手段进行控制，保证整个系统的稳定运行。机械设备运行中如果产生故障，故障望具有相关性、不确定性、延时性等特点，通常故障检测会耗费大量的时间。面对一些复杂的故障，处理起来非常棘手，而通过人工智能可以通过神经网络的单个神经元来对故障样本进行分析，并且采取合理的措施进行控制。针对一些局部小故障可以快速解决，当前人工神经网络在故障识别过程中主要分成两种，一种是从模式识别角度应用神经网络作为分类器，完成故障识别。第二种是通过预测角度通过神经网络极强的非线性动态跟踪能力
来快速完成故障识别。在当前人工神经网络越来越成熟的环境下，可以实现模块化的故障诊断，应用效果逐步提升。
3.2 模糊集理论
模糊集理论主要是从思维角度进行模型的构建，涉及到大量学科，内容相对较为复杂，主要融入了模糊数学和逻辑学的知识，与此同时还融入一些其他的学科。这些学科间相互联系具有模糊的特点，这一理论在应用过程中不同学科需要通过集合方式存在，可以将多个学科的联合称为模糊。这种理论在实际应用过程中，随机性较强，可以通过分辨模型快速将模糊数据计算出来，以获得相关的知识。通过该方法检测故障设备，可以及时对比分析故障，快速排除故障。
3.3 故障树
该技术在实际应用过程中，针对机械设备最不希望出现的故障为基础进行分析，并且依照逻辑关系，由上到下逐步展开推理，了解故障出现的原因，并且使用逻辑门等形式逐步连接故障原因和故障内容，最终实现系统故障和单元故障间的联系。该技术应用过程中具有精确性高、效率高等诸多优势，然而无法对一些故障进行预知性判断。
3.4 专家系统
专家系统主要通过人工智能模拟专家的思维方式来对故障进行处理，不需要专家亲临现场进行思考的条件下，解决一些复杂的问题。专家系统是源于 20 世纪 60 年代，主要通过人机接口、推理机构、知识库三个部分组成，是一种基于知识表达并通过产生式规则发挥作用的系统。该系统能够合乎人的心理逻辑，因此在实际应用中易于被人接受，将其应用于机械设备的故障检测相结合，可以大幅度提升检测效率。该系统拥有专家和运行运用知识解题的推理能力是故障解决的重要帮手。随着当前信息技术快速发展，该技术也逐步成熟。
4 机械设备当中融入人工智能技术的方法
在机械自动化设备当中融入人工智能技术具有非常重要的意义，能够大幅度优化机械自动化控制设计和故障诊断。首先在设计时需要与实际情况结合，依照
设计的具体要求进行设计，在设计期间，需要书本的理论知识和设计人员的经验进一步提升设计效果。在传统机械系统设计时，往往只重视电气系统的应用，没有有机地融入人工智能技术，造成机械自动化控制和自我诊断的效果差强人意，由于人工设计出现一定的缺陷，会造成机械综合控制技术无法有效得到应用。在人工智能技术与自动化控制诊断技术相结合的过程中，需要注意加强故障控制，通常需要注意以下几个步骤。首先，需要对机械设备的特征型号进行查看，了解其特点，其次需要依照其特点，分析需要检测的部位和可能出现的问题，对系统的故障信息数据库进行更新。第三，需要通过采集的数据和视频有效地识别机械设备运行的状态，并且依照故障信息库的具体条件来分析机械设备的使用状态，并且对可能出现的故障进行判断。当前，我国工业技术快速发展，在机械设备的故障诊断技术相对较为完善，尤其是在结合了人工智能、专家系统等技术之后，可以通过传感器的数据和视频画面自动进行故障分析，让故障诊断的效率提高，保证准确性。
结束语
综上所述，在机械设备故障诊断过程中，合理应用人工智能技术可以快速地实现机械设备的故障诊断，并且具有一定的预测防范能力，能够确保设备的有效运行。当前机械设备故障智能诊断技术依然处于起步阶段，发展前景巨大，需要相关人员不断进行实践，逐步深化机械设备故障检测与人工智能技术的结合，大幅度提升工业设备的使用效率。
参考文献：
[1] 邓华伟.人工智能在机械设备故障检测中的应用[J].内燃机与配件，2020（11）：223-224.
[2] 刘华敏，吕倩，余小玲，等.基于人工智能的往复式压缩机故障诊断研究综述[J].流体机械，2020，48（09）：171-172.
[3] 文学福，宋小峰.人工智能技术在机械领域中的应用探讨[J].科技创新与应用，2021，11（16）：131-132.
