Page 61 - 机电自动化在工程机械制造中的应用

第三章 机械自动化设备故障诊断和维修

式适用范围更加广泛。间接诊断一般是采取一定的措施或手段，对故障源的二次
效应进行分析判断，如判断故障源振动信号变化等，一般用于诊断的二次效应，
其中需要综合多种不同类型的信息。
（四）定期诊断与连续监控

定期诊断即指工作人员根据固定的时间周期，对处于工作状态中的机械自动
化设备进行检测工作。连续监控主要是在测量仪表、计算机信息系统等技术的帮
助下，连续检测并控制机械自动化设备的运行状态。这种检测方式常用于产生重
大生产损失、产生严重事故后果或频繁发生故障问题的机械自动化设备，对由于

劳动保护和安全原因以至于不能点检的机械自动化设备也能采用连续监控的方式
进行故障诊断。

三、机械自动化设备故障诊断技术

（一）构建故障诊断域对抗迁移网络（DANN）模型
机械自动化设备在故障状态下持续运行，则设备本体将会产生振动的现象，
与正常训练状态的震动数据之间有着非常显著的差异，一般于分布特性方面更加
明显。对机械自动化设备故障问题进行深入的分析研究后发现，构建 DANN 模

型进行机械自动化设备的故障诊断，可减小处于不同环境条件下同种机械自动化
设备故障的数据差异，满足不同工况下机械自动化设备的故障诊断需求。
建立 DANN 模型，首先要求技术人员采集机械自动化设备处于不同环境下
正常运行过程中的样本，将所有的样本进行区分标记，利用数据预训练集功能，

采集不在标签内的诊断数据样本，将带有标记和不带标记的样本进行对抗训练，
即可自动形成机械自动化设备故障诊断结果。
在选择 DANN 模型的结构参数时，必须考虑 DANN 模型中检测出的步长、
单元数、缺陷数等因素，这些因素以反向传播的形式反映。使用 DANN 模型将

机械自动故障诊断装置与多种不同功能相结合，运用非线性函数变化方法将故障
数据转换为高阶属性。受到训练的隐含层连接 DANN 模型之后，可以收集不同
神经元的关键节点的数据并将其设置为 DANN 模型的主要参数，当样本数据不
足时，模型可以完全自主地研究机器自动化设备的特性。

（二）详细划分振动信号类型
首先，工作人员需要以时间函数关系式作为对机械自动化设备振动信号类型

45