[轉(zhuǎn)帖]故障診斷技術(shù)的發(fā)展趨勢(shì)及我們的對(duì)策
瀏覽：271085 評(píng)論：1
[轉(zhuǎn)帖]故障診斷技術(shù)的發(fā)展趨勢(shì)及我們的對(duì)策
葉銀忠
1 對(duì)研究現(xiàn)狀的評(píng)價(jià)
近20年來從整體上看我國在故障診斷方面
的研究一直緊跟國際學(xué)術(shù)動(dòng)態(tài)對(duì)新理論新方法
新趨勢(shì)等方面的把握和研究是及時(shí)的逐步取得了
一批有價(jià)值的研究成果若干方面在國際學(xué)術(shù)界產(chǎn)
生了一定的影響故障診斷方面的工作在企業(yè)界及
應(yīng)用領(lǐng)域也進(jìn)一步得到重視
現(xiàn)有的故障診斷方法已呈現(xiàn)多流性方法庫
的特征對(duì)各種方法的分類問題盡管學(xué)術(shù)界不完
全統(tǒng)一但國內(nèi)目前一般采用的三大類分類法還是
較為合適的體現(xiàn)了診斷過程所采用的理論方法方
面的特征它們是基于解析模型的診斷方法基
于信號(hào)處理的診斷方法以及基于知識(shí)的診斷方法
1.1 基于解析模型的診斷方法
基于解析模型的診斷方法已取得了相當(dāng)豐富的
理論研究成果特別對(duì)于LTI系統(tǒng)的故障診斷問題
研究尤為完善以辨識(shí)及參數(shù)估計(jì)線性狀態(tài)
觀測(cè)器和等價(jià)空間方法為基本框架的LTI系
統(tǒng)故障診斷方法目前理論研究已相對(duì)透徹和完善
對(duì)未知輸入解耦的診斷方法魯棒診斷方法的研究
也有較為全面的進(jìn)展目前將多種殘差發(fā)生器設(shè)
計(jì)方法相互集成以綜合考慮殘差發(fā)生器的參數(shù)設(shè)
計(jì)評(píng)價(jià)函數(shù)的選擇和閾值的確定從而提高故障
診斷系統(tǒng)的性能是基于解析模型的故障診斷研究
的熱點(diǎn)之一
然而基于解析模型的診斷方法面臨的問題是
相對(duì)于流派紛層多樣的技術(shù)和豐富的理論其成
功應(yīng)用的范例明顯偏少對(duì)于LTI系統(tǒng)診斷方法
許多實(shí)際的復(fù)雜問題與其模型相距甚遠(yuǎn)非線性系
統(tǒng)的診斷理論研究成果也只針對(duì)一些特殊的非線性
系統(tǒng)如雙線性系統(tǒng)尚難以解決實(shí)際中廣泛存在
的復(fù)雜非線性問題盡管理論方法方面的研究通常
先行于實(shí)際應(yīng)用但這一現(xiàn)象應(yīng)引起充分重視
收稿日期20020206
作者簡(jiǎn)介葉銀忠1964工學(xué)博士上海海運(yùn)學(xué)院電氣
工程自動(dòng)化系教授博士生導(dǎo)師
1.2 基于信號(hào)處理的診斷方法
基于信號(hào)處理的診斷方法可以部分地回避建立
診斷對(duì)象數(shù)學(xué)模型的困難點(diǎn)它直接利用各類信號(hào)
處理方法如相關(guān)函數(shù)高階統(tǒng)計(jì)量頻譜的分析
和自回歸滑動(dòng)平均過程小波變換技術(shù)等因此適
應(yīng)性較強(qiáng)原理上它既適用于線性系統(tǒng)也適用于
非線性系統(tǒng)因此是一條很有應(yīng)用前景的故障診斷
技術(shù)路線近年來國內(nèi)許多學(xué)者在這方面作了深
入研究如HMMHidden Markov Model用于旋
轉(zhuǎn)機(jī)械升降速全過程的故障診斷研究基于可變多
元統(tǒng)計(jì)模型的故障診斷研究采樣時(shí)間序列的故障
數(shù)據(jù)檢測(cè)傳感器誤差故障檢測(cè)方法等在一定程
度上已取得了有實(shí)用價(jià)值的成果
基于信號(hào)處理的故障診斷方法雖然不直接涉及
被診斷對(duì)象的動(dòng)態(tài)模型但它仍然建立在對(duì)故障機(jī)
理的透徹分析和研究基礎(chǔ)上測(cè)量信號(hào)的哪些特征
性狀能夠最顯著地反映出待診斷的故障是必須首
先研究的問題某種意義上這也是能成功實(shí)現(xiàn)故障
診斷的一個(gè)關(guān)鍵技術(shù)問題
小波變換技術(shù)是目前研究的一個(gè)熱點(diǎn)由于它
同時(shí)具有時(shí)域和頻域分析的特點(diǎn)因此對(duì)于準(zhǔn)確分
析系統(tǒng)傳感器的故障十分有利分析時(shí)間信號(hào)的奇
異性信號(hào)頻率結(jié)構(gòu)的變化或同時(shí)進(jìn)行時(shí)間和頻率
特性分析是利用小波變換進(jìn)行故障診斷的主要出
發(fā)點(diǎn)小波變換與神經(jīng)網(wǎng)絡(luò)的結(jié)合是值得重視的一
個(gè)方面此外利用小波變換的濾波性能對(duì)測(cè)量信
號(hào)進(jìn)行降噪處理可以有效地作為故障診斷前信號(hào)
的預(yù)處理方法同時(shí)也為從噪聲特性分析出發(fā)診斷
特定類型的故障提供了一條有效的技術(shù)路線
1.3 基于知識(shí)的診斷方法
基于知識(shí)的故障診斷方法引入了診斷對(duì)象多方
面的信息特別是可以充分利用領(lǐng)域?qū)＜业脑\斷知
識(shí)避免了對(duì)精確數(shù)學(xué)模型的過分依賴特別在非
線性系統(tǒng)領(lǐng)域被認(rèn)為是一種很有前景的方法專家
系統(tǒng)模糊推理和模式識(shí)別等在故障診斷領(lǐng)域中的
應(yīng)用由來已久由于人工神經(jīng)網(wǎng)絡(luò)具有記憶自學(xué)
習(xí)和能擬合任意連續(xù)非線性函數(shù)的能力以及它的
并行處理全局作用的能力使它在處理非線性問
題和在線估計(jì)等方面具有很強(qiáng)的優(yōu)勢(shì)在復(fù)雜系統(tǒng)
萬方數(shù)據(jù)
科普?qǐng)@地 故障診斷技術(shù)的發(fā)展趨勢(shì)及我們的對(duì)策
自動(dòng)化博覽 變頻調(diào)速技術(shù)講座培訓(xùn)班10月在京舉辦歡迎參加55
的故障診斷中被寄予厚望得到了廣泛的重視神
經(jīng)網(wǎng)絡(luò)在故障診斷中的應(yīng)用是多方面的作為一個(gè)
智能信息處理系統(tǒng)它可以直接用于實(shí)現(xiàn)故障診斷
作為非線性函數(shù)的擬合器它可以代替實(shí)現(xiàn)基于模
型的診斷方法中所需要執(zhí)行的狀態(tài)觀測(cè)參數(shù)估計(jì)
殘差發(fā)生以及殘差評(píng)價(jià)等功能作為一種知識(shí)學(xué)習(xí)
系統(tǒng)它可以從一定的故障實(shí)例中發(fā)現(xiàn)新的故障診
斷知識(shí)從而為解決知識(shí)挖掘問題提供一條途
徑與專家系統(tǒng)模糊邏輯系統(tǒng)等具有良好的并存
和協(xié)同性定性觀測(cè)器定性仿真和知識(shí)觀測(cè)器等
在故障診斷中的應(yīng)用也已引起較大的關(guān)注
模糊推理知識(shí)觀測(cè)器和定性觀測(cè)器等長于處
理不確定模糊化的知識(shí)符合人的自然推理過程
目前國內(nèi)已有許多學(xué)者開展了基于知識(shí)的故障診斷
方法的研究而且已把神經(jīng)網(wǎng)絡(luò)模糊推理等技術(shù)
與其它技術(shù)有機(jī)集成在提高故障診斷的可靠性和
實(shí)用性方面做了大量的工作由神經(jīng)網(wǎng)絡(luò)模糊推
理技術(shù)與傳統(tǒng)的專家系統(tǒng)相結(jié)合而構(gòu)成的智能型專
家系統(tǒng)為解決傳統(tǒng)專家系統(tǒng)在知識(shí)獲取和知識(shí)表
達(dá)方面的瓶頸問題提供了新的途徑利用神經(jīng)
網(wǎng)絡(luò)擬合非線性系統(tǒng)的正常特性然后根據(jù)系統(tǒng)的
輸入信號(hào)重構(gòu)某些特定的變量并與系統(tǒng)的實(shí)際值
比較得到殘差最終實(shí)現(xiàn)系統(tǒng)故障的診斷是一種
較為普遍的方案這種方案利用神經(jīng)網(wǎng)絡(luò)作為殘差
發(fā)生器可望達(dá)到優(yōu)良的性能利用神經(jīng)網(wǎng)絡(luò)對(duì)殘
差進(jìn)行聚類分析直接得出系統(tǒng)的故障信息對(duì)某
些非線性系統(tǒng)也是實(shí)際可行的
基于知識(shí)的故障診斷方法對(duì)于復(fù)雜過程的診斷
問題具有特別明顯的作用隨著人工智能的不斷發(fā)
展這方面的研究將會(huì)越來越廣泛深入目前主要
的問題是算法的通用性和診斷系統(tǒng)結(jié)構(gòu)的適應(yīng)性還
有待于進(jìn)一步完善
2 幾個(gè)值得重視的問題
基于模型的故障診斷方法仍然是當(dāng)前及今后的
主流之一這方面一個(gè)特別需要重視的問題是要與
實(shí)際應(yīng)用更加緊密地結(jié)合一種可行的做法是對(duì)
于大型復(fù)雜的實(shí)際系統(tǒng)作分層次分級(jí)別處理對(duì)
其底層或者子系統(tǒng)級(jí)尤其是設(shè)備級(jí)的診斷問題
可以充分發(fā)揮基于解析模型的診斷方法的優(yōu)勢(shì)因
為對(duì)于局部的設(shè)備級(jí)的子系統(tǒng)其故障機(jī)理相對(duì)
容易把握數(shù)學(xué)模型也相對(duì)容易建立特別是各類
技術(shù)過程的模型化問題多年來已得到了相應(yīng)的研
究這方面的成果在故障診斷中應(yīng)充分加以利用
故障診斷的知識(shí)具有多元化的特征對(duì)各類表層知
識(shí)及深層知識(shí)加以有效的整合并尋求恰當(dāng)?shù)闹R(shí)
組織利用和自學(xué)習(xí)方法將是各類基于知識(shí)的診
斷方法應(yīng)用于工程實(shí)際所需解決的主要問題
故障診斷算法的魯棒性依然將是今后研究的熱
點(diǎn)之一這種趨勢(shì)是與實(shí)際系統(tǒng)不可避免具有某種
不確定性的性質(zhì)相符的目前關(guān)于魯棒性方面的研
究主要集中于基于模型的診斷方法上事實(shí)上在
基于知識(shí)和信號(hào)處理的診斷方法中同樣面臨著對(duì)
不確定性的處理問題
混合動(dòng)態(tài)系統(tǒng)的故障診斷方法是一個(gè)值得重視
的方向它可以為離散和連續(xù)特性共存且相互作用
的一類復(fù)雜系統(tǒng)的故障診斷問題提供理論和應(yīng)用基
礎(chǔ)在各類計(jì)算機(jī)控制系統(tǒng)已成為當(dāng)前主流的情況
下這一問題的研究有著很強(qiáng)的實(shí)際應(yīng)用價(jià)值這
方面我們面臨的不僅僅是單純的連續(xù)算法離散化
的問題信號(hào)的采樣率網(wǎng)絡(luò)通信的實(shí)時(shí)性等實(shí)際
問題都可能會(huì)給故障診斷帶來一系列新的問題
隨著自動(dòng)化技術(shù)計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)通信技術(shù)
的飛速發(fā)展和廣泛應(yīng)用工業(yè)過程的自動(dòng)控制正發(fā)
生著巨大的變化綜合自動(dòng)化系統(tǒng)正成為一種潮流
和趨勢(shì)具有分布式網(wǎng)絡(luò)化信息處理能力就地診
斷功能和遠(yuǎn)程診斷功能兼?zhèn)涞墓收显\斷方法將會(huì)
大有用武之地相應(yīng)地故障診斷的算法也將以集
成化為重要特征建立以診斷知識(shí)為基礎(chǔ)以集成
智能為核心具有故障自動(dòng)發(fā)現(xiàn)輔助診斷趨勢(shì)
預(yù)報(bào)輔助維修決策等功能的智能信息集成系統(tǒng)
可以更好地滿足生產(chǎn)實(shí)際的要求提高工程系統(tǒng)的
可靠性和安全性
葉銀忠
1 對(duì)研究現(xiàn)狀的評(píng)價(jià)
近20年來從整體上看我國在故障診斷方面
的研究一直緊跟國際學(xué)術(shù)動(dòng)態(tài)對(duì)新理論新方法
新趨勢(shì)等方面的把握和研究是及時(shí)的逐步取得了
一批有價(jià)值的研究成果若干方面在國際學(xué)術(shù)界產(chǎn)
生了一定的影響故障診斷方面的工作在企業(yè)界及
應(yīng)用領(lǐng)域也進(jìn)一步得到重視
現(xiàn)有的故障診斷方法已呈現(xiàn)多流性方法庫
的特征對(duì)各種方法的分類問題盡管學(xué)術(shù)界不完
全統(tǒng)一但國內(nèi)目前一般采用的三大類分類法還是
較為合適的體現(xiàn)了診斷過程所采用的理論方法方
面的特征它們是基于解析模型的診斷方法基
于信號(hào)處理的診斷方法以及基于知識(shí)的診斷方法
1.1 基于解析模型的診斷方法
基于解析模型的診斷方法已取得了相當(dāng)豐富的
理論研究成果特別對(duì)于LTI系統(tǒng)的故障診斷問題
研究尤為完善以辨識(shí)及參數(shù)估計(jì)線性狀態(tài)
觀測(cè)器和等價(jià)空間方法為基本框架的LTI系
統(tǒng)故障診斷方法目前理論研究已相對(duì)透徹和完善
對(duì)未知輸入解耦的診斷方法魯棒診斷方法的研究
也有較為全面的進(jìn)展目前將多種殘差發(fā)生器設(shè)
計(jì)方法相互集成以綜合考慮殘差發(fā)生器的參數(shù)設(shè)
計(jì)評(píng)價(jià)函數(shù)的選擇和閾值的確定從而提高故障
診斷系統(tǒng)的性能是基于解析模型的故障診斷研究
的熱點(diǎn)之一
然而基于解析模型的診斷方法面臨的問題是
相對(duì)于流派紛層多樣的技術(shù)和豐富的理論其成
功應(yīng)用的范例明顯偏少對(duì)于LTI系統(tǒng)診斷方法
許多實(shí)際的復(fù)雜問題與其模型相距甚遠(yuǎn)非線性系
統(tǒng)的診斷理論研究成果也只針對(duì)一些特殊的非線性
系統(tǒng)如雙線性系統(tǒng)尚難以解決實(shí)際中廣泛存在
的復(fù)雜非線性問題盡管理論方法方面的研究通常
先行于實(shí)際應(yīng)用但這一現(xiàn)象應(yīng)引起充分重視
收稿日期20020206
作者簡(jiǎn)介葉銀忠1964工學(xué)博士上海海運(yùn)學(xué)院電氣
工程自動(dòng)化系教授博士生導(dǎo)師
1.2 基于信號(hào)處理的診斷方法
基于信號(hào)處理的診斷方法可以部分地回避建立
診斷對(duì)象數(shù)學(xué)模型的困難點(diǎn)它直接利用各類信號(hào)
處理方法如相關(guān)函數(shù)高階統(tǒng)計(jì)量頻譜的分析
和自回歸滑動(dòng)平均過程小波變換技術(shù)等因此適
應(yīng)性較強(qiáng)原理上它既適用于線性系統(tǒng)也適用于
非線性系統(tǒng)因此是一條很有應(yīng)用前景的故障診斷
技術(shù)路線近年來國內(nèi)許多學(xué)者在這方面作了深
入研究如HMMHidden Markov Model用于旋
轉(zhuǎn)機(jī)械升降速全過程的故障診斷研究基于可變多
元統(tǒng)計(jì)模型的故障診斷研究采樣時(shí)間序列的故障
數(shù)據(jù)檢測(cè)傳感器誤差故障檢測(cè)方法等在一定程
度上已取得了有實(shí)用價(jià)值的成果
基于信號(hào)處理的故障診斷方法雖然不直接涉及
被診斷對(duì)象的動(dòng)態(tài)模型但它仍然建立在對(duì)故障機(jī)
理的透徹分析和研究基礎(chǔ)上測(cè)量信號(hào)的哪些特征
性狀能夠最顯著地反映出待診斷的故障是必須首
先研究的問題某種意義上這也是能成功實(shí)現(xiàn)故障
診斷的一個(gè)關(guān)鍵技術(shù)問題
小波變換技術(shù)是目前研究的一個(gè)熱點(diǎn)由于它
同時(shí)具有時(shí)域和頻域分析的特點(diǎn)因此對(duì)于準(zhǔn)確分
析系統(tǒng)傳感器的故障十分有利分析時(shí)間信號(hào)的奇
異性信號(hào)頻率結(jié)構(gòu)的變化或同時(shí)進(jìn)行時(shí)間和頻率
特性分析是利用小波變換進(jìn)行故障診斷的主要出
發(fā)點(diǎn)小波變換與神經(jīng)網(wǎng)絡(luò)的結(jié)合是值得重視的一
個(gè)方面此外利用小波變換的濾波性能對(duì)測(cè)量信
號(hào)進(jìn)行降噪處理可以有效地作為故障診斷前信號(hào)
的預(yù)處理方法同時(shí)也為從噪聲特性分析出發(fā)診斷
特定類型的故障提供了一條有效的技術(shù)路線
1.3 基于知識(shí)的診斷方法
基于知識(shí)的故障診斷方法引入了診斷對(duì)象多方
面的信息特別是可以充分利用領(lǐng)域?qū)＜业脑\斷知
識(shí)避免了對(duì)精確數(shù)學(xué)模型的過分依賴特別在非
線性系統(tǒng)領(lǐng)域被認(rèn)為是一種很有前景的方法專家
系統(tǒng)模糊推理和模式識(shí)別等在故障診斷領(lǐng)域中的
應(yīng)用由來已久由于人工神經(jīng)網(wǎng)絡(luò)具有記憶自學(xué)
習(xí)和能擬合任意連續(xù)非線性函數(shù)的能力以及它的
并行處理全局作用的能力使它在處理非線性問
題和在線估計(jì)等方面具有很強(qiáng)的優(yōu)勢(shì)在復(fù)雜系統(tǒng)
萬方數(shù)據(jù)
科普?qǐng)@地 故障診斷技術(shù)的發(fā)展趨勢(shì)及我們的對(duì)策
自動(dòng)化博覽 變頻調(diào)速技術(shù)講座培訓(xùn)班10月在京舉辦歡迎參加55
的故障診斷中被寄予厚望得到了廣泛的重視神
經(jīng)網(wǎng)絡(luò)在故障診斷中的應(yīng)用是多方面的作為一個(gè)
智能信息處理系統(tǒng)它可以直接用于實(shí)現(xiàn)故障診斷
作為非線性函數(shù)的擬合器它可以代替實(shí)現(xiàn)基于模
型的診斷方法中所需要執(zhí)行的狀態(tài)觀測(cè)參數(shù)估計(jì)
殘差發(fā)生以及殘差評(píng)價(jià)等功能作為一種知識(shí)學(xué)習(xí)
系統(tǒng)它可以從一定的故障實(shí)例中發(fā)現(xiàn)新的故障診
斷知識(shí)從而為解決知識(shí)挖掘問題提供一條途
徑與專家系統(tǒng)模糊邏輯系統(tǒng)等具有良好的并存
和協(xié)同性定性觀測(cè)器定性仿真和知識(shí)觀測(cè)器等
在故障診斷中的應(yīng)用也已引起較大的關(guān)注
模糊推理知識(shí)觀測(cè)器和定性觀測(cè)器等長于處
理不確定模糊化的知識(shí)符合人的自然推理過程
目前國內(nèi)已有許多學(xué)者開展了基于知識(shí)的故障診斷
方法的研究而且已把神經(jīng)網(wǎng)絡(luò)模糊推理等技術(shù)
與其它技術(shù)有機(jī)集成在提高故障診斷的可靠性和
實(shí)用性方面做了大量的工作由神經(jīng)網(wǎng)絡(luò)模糊推
理技術(shù)與傳統(tǒng)的專家系統(tǒng)相結(jié)合而構(gòu)成的智能型專
家系統(tǒng)為解決傳統(tǒng)專家系統(tǒng)在知識(shí)獲取和知識(shí)表
達(dá)方面的瓶頸問題提供了新的途徑利用神經(jīng)
網(wǎng)絡(luò)擬合非線性系統(tǒng)的正常特性然后根據(jù)系統(tǒng)的
輸入信號(hào)重構(gòu)某些特定的變量并與系統(tǒng)的實(shí)際值
比較得到殘差最終實(shí)現(xiàn)系統(tǒng)故障的診斷是一種
較為普遍的方案這種方案利用神經(jīng)網(wǎng)絡(luò)作為殘差
發(fā)生器可望達(dá)到優(yōu)良的性能利用神經(jīng)網(wǎng)絡(luò)對(duì)殘
差進(jìn)行聚類分析直接得出系統(tǒng)的故障信息對(duì)某
些非線性系統(tǒng)也是實(shí)際可行的
基于知識(shí)的故障診斷方法對(duì)于復(fù)雜過程的診斷
問題具有特別明顯的作用隨著人工智能的不斷發(fā)
展這方面的研究將會(huì)越來越廣泛深入目前主要
的問題是算法的通用性和診斷系統(tǒng)結(jié)構(gòu)的適應(yīng)性還
有待于進(jìn)一步完善
2 幾個(gè)值得重視的問題
基于模型的故障診斷方法仍然是當(dāng)前及今后的
主流之一這方面一個(gè)特別需要重視的問題是要與
實(shí)際應(yīng)用更加緊密地結(jié)合一種可行的做法是對(duì)
于大型復(fù)雜的實(shí)際系統(tǒng)作分層次分級(jí)別處理對(duì)
其底層或者子系統(tǒng)級(jí)尤其是設(shè)備級(jí)的診斷問題
可以充分發(fā)揮基于解析模型的診斷方法的優(yōu)勢(shì)因
為對(duì)于局部的設(shè)備級(jí)的子系統(tǒng)其故障機(jī)理相對(duì)
容易把握數(shù)學(xué)模型也相對(duì)容易建立特別是各類
技術(shù)過程的模型化問題多年來已得到了相應(yīng)的研
究這方面的成果在故障診斷中應(yīng)充分加以利用
故障診斷的知識(shí)具有多元化的特征對(duì)各類表層知
識(shí)及深層知識(shí)加以有效的整合并尋求恰當(dāng)?shù)闹R(shí)
組織利用和自學(xué)習(xí)方法將是各類基于知識(shí)的診
斷方法應(yīng)用于工程實(shí)際所需解決的主要問題
故障診斷算法的魯棒性依然將是今后研究的熱
點(diǎn)之一這種趨勢(shì)是與實(shí)際系統(tǒng)不可避免具有某種
不確定性的性質(zhì)相符的目前關(guān)于魯棒性方面的研
究主要集中于基于模型的診斷方法上事實(shí)上在
基于知識(shí)和信號(hào)處理的診斷方法中同樣面臨著對(duì)
不確定性的處理問題
混合動(dòng)態(tài)系統(tǒng)的故障診斷方法是一個(gè)值得重視
的方向它可以為離散和連續(xù)特性共存且相互作用
的一類復(fù)雜系統(tǒng)的故障診斷問題提供理論和應(yīng)用基
礎(chǔ)在各類計(jì)算機(jī)控制系統(tǒng)已成為當(dāng)前主流的情況
下這一問題的研究有著很強(qiáng)的實(shí)際應(yīng)用價(jià)值這
方面我們面臨的不僅僅是單純的連續(xù)算法離散化
的問題信號(hào)的采樣率網(wǎng)絡(luò)通信的實(shí)時(shí)性等實(shí)際
問題都可能會(huì)給故障診斷帶來一系列新的問題
隨著自動(dòng)化技術(shù)計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)通信技術(shù)
的飛速發(fā)展和廣泛應(yīng)用工業(yè)過程的自動(dòng)控制正發(fā)
生著巨大的變化綜合自動(dòng)化系統(tǒng)正成為一種潮流
和趨勢(shì)具有分布式網(wǎng)絡(luò)化信息處理能力就地診
斷功能和遠(yuǎn)程診斷功能兼?zhèn)涞墓收显\斷方法將會(huì)
大有用武之地相應(yīng)地故障診斷的算法也將以集
成化為重要特征建立以診斷知識(shí)為基礎(chǔ)以集成
智能為核心具有故障自動(dòng)發(fā)現(xiàn)輔助診斷趨勢(shì)
預(yù)報(bào)輔助維修決策等功能的智能信息集成系統(tǒng)
可以更好地滿足生產(chǎn)實(shí)際的要求提高工程系統(tǒng)的
可靠性和安全性
技術(shù)鄰APP
工程師必備
工程師必備
- 項(xiàng)目客服
- 培訓(xùn)客服
- 平臺(tái)客服
TOP
1
