状态监测与故障诊断技术.pptx

第一章 绪 论设备故障设备故障是指是指“设备功能失常设备功能失常”，也就是设备不能达到预，也就是设备不能达到预期的工作状态，无法满足应有的性能、功能。产生故障的期的工作状态，无法满足应有的性能、功能。产生故障的原因通常是设备的构造处于不正常状态（劣化状态）。原因通常是设备的构造处于不正常状态（劣化状态）。判判断故障的准则是：断故障的准则是：在给定的工作状态下，设备的功能与约在给定的工作状态下，设备的功能与约束条件不能满足正常运行或原设计期望的要求。束条件不能满足正常运行或原设计期望的要求。故障诊断技术故障诊断技术是一门集数理统计、力学、计算机工程、信是一门集数理统计、力学、计算机工程、信号处理、模式识别、人工智能等多学科于一体的、生命力号处理、模式识别、人工智能等多学科于一体的、生命力旺盛的新兴学科。它是一种了解和掌握设备在使用过程中旺盛的新兴学科。它是一种了解和掌握设备在使用过程中的工作状态，确定其整体或者局部是否正常，及时发现故的工作状态，确定其整体或者局部是否正常，及时发现故障及其原因，预报故障发展趋势的技术。故障诊断的目的障及其原因，预报故障发展趋势的技术。故障诊断的目的是保证可靠地、高效地发挥设备的应有功能，其最根本的是保证可靠地、高效地发挥设备的应有功能，其最根本的任务是通过监测设备的信息来识别设备的工作状态。任务是通过监测设备的信息来识别设备的工作状态。（1 1）故障的危害程度增大。）故障的危害程度增大。一旦某一部件发生故障，就可一旦某一部件发生故障，就可能引起能引起“链式反应链式反应”，导致整个生产系统不能正常运行，导致整个生产系统不能正常运行，从而造成巨大的经济损失，严重的设备故障还会造成灾难从而造成巨大的经济损失，严重的设备故障还会造成灾难性的事故和人员伤亡，产生不良的社会影响。例如，性的事故和人员伤亡，产生不良的社会影响。例如，2020世世纪纪8080年代，对全国年代，对全国1414个省个省4545个矿务局个矿务局112112个矿井抽样调查，个矿井抽样调查，因矿井提升机发生故障引起停工停产，甚至造成人员伤亡因矿井提升机发生故障引起停工停产，甚至造成人员伤亡的事故，共有的事故，共有126126例，伤亡例，伤亡272272人，经济损失达七千万元。人，经济损失达七千万元。（2 2）设备的成本和维修费用激剧增加。）设备的成本和维修费用激剧增加。美、日两国企业生美、日两国企业生产设备的年平均维修费用分别占企业固定资产的产设备的年平均维修费用分别占企业固定资产的4%4%8.5%8.5%和和2.6%2.6%12%12%，而我国的这个比例为，而我国的这个比例为12%12%25%25%。故障诊断技术的重要意义表现在以下三个方面：故障诊断技术的重要意义表现在以下三个方面：（1 1）从安全生产角度考虑，运用故障诊断技术可以快速、准确、及时）从安全生产角度考虑，运用故障诊断技术可以快速、准确、及时地诊断是否出现故障，以及故障的类型、原因和部位，还能够发现设地诊断是否出现故障，以及故障的类型、原因和部位，还能够发现设备的潜在危险，保证设备安全运行。备的潜在危险，保证设备安全运行。（实例：赵固二矿风机）（实例：赵固二矿风机）（2 2）从经济效益和社会效益角度考虑，尽管设备的故障诊断系统需要）从经济效益和社会效益角度考虑，尽管设备的故障诊断系统需要一定的初始投资，但是对于大型设备来说，投资与一次设备故障的损一定的初始投资，但是对于大型设备来说，投资与一次设备故障的损失相比要小得多。同时，故障诊断系统投入使用能够保证安全生产、失相比要小得多。同时，故障诊断系统投入使用能够保证安全生产、提高生产效率和产品质量，从而降低生产成本和维修费用，给企业带提高生产效率和产品质量，从而降低生产成本和维修费用，给企业带来巨大的经济效益。例如，英国人来巨大的经济效益。例如，英国人19841984年发表文章认为，对大型汽轮年发表文章认为，对大型汽轮发电机组进行振动监视，获利与投资之比为发电机组进行振动监视，获利与投资之比为17:117:1。（实例：梨园矿提（实例：梨园矿提升机）升机）（3 3）从生产管理和维修管理角度考虑，运用故障诊断技术能积累原始）从生产管理和维修管理角度考虑，运用故障诊断技术能积累原始资料、预测设备运行的趋势，为生产和维修决策提供强有力的支持。资料、预测设备运行的趋势，为生产和维修决策提供强有力的支持。第一节第一节 故障诊断的基础知识故障诊断的基础知识（掌握）（掌握）一、故障的分类一、故障的分类 1按故障的性质分类 （1）人为故障 （2）自然故障 2按故障产生的原因分类 （1）先天性故障 （2）使用性故障 3按故障发展速度分类 （1）突发性故障 （2）渐进性故障 4按故障持续时间分类 （1）间断性故障 （2）持续性故障 5按故障的程度分类 （1）局部故障 （2）完全故障 6按故障造成的后果分类 （1）一般故障 （2）轻微故障 （3）严重故障 （4）恶性故障二、状态监测与故障诊断技术二、状态监测与故障诊断技术 状态监测与故障诊断的三个阶段：状态监测、分析诊断、治理预防。（1 1）状态监测。）状态监测。状态监测是在设备运行中，对特定的特征信号进行检测、变换、记录、分析处理并显示、记录，是对设备进行故障诊断的基础工作。（2 2）分析诊断。）分析诊断。分析诊断实际上包括两方面的内容：信号分析处理、故障诊断。信号分析处理的目的是把获得的信息通过一定的方法进行变换处理，从不同的角度提取最直观、最敏感、最有用的特征信息。分析处理可用专门的分析仪器或计算机进行。图谱识别巡回检测设 备传感器信号采集、数据显示分析处理、状态识别故障诊断、决策运行维护停机检修治理预防 故障诊断是在状态监测与信号分析处理的基础上进行的。故障诊断需要根据状态监测与信号分析处理所提供的能反映设备运行状态的征兆或特征参数的变化情况，有时还需要进一步与某些故障特征参数（模式）进行比较，以识别设备是运转正常还是存在故障。若存在故障，则要诊断故障的性质和程度、产生原因或发生部位，并预测设备的性能和故障发展趋势。（3 3）治理预防。）治理预防。根据设备故障情况，治理预防措施行巡回监测、监护运行、立即停机检修三种。（4 4）设备状态监测与故障诊断的区别与联系。）设备状态监测与故障诊断的区别与联系。设备状态监测与故障诊断既有区别又有联系，在生产实际中，有时又将二者统称为设备故障设备故障诊断诊断。实际上，没有监测就没有诊断，诊断是目的，监测是手段；监测是诊断的基础和前提，诊断是监测的最终结果。（5 5）故障诊断方法的分类）故障诊断方法的分类 诊断对象：旋转、往复、电气设备、机械零件、工程结构。诊断目的和要求：在线和离线、功能和运行、定期和连续、间接和直接、常规和特殊。诊断手段：振动、声学、温度、强度 压力等。诊断的完善程度：简易、精密、系统综合。辨识故障模式：统计识别、函数识别、逻辑识别、模糊识别、灰色识别、神经网络。表表1-1 故障诊断方法分类故障诊断方法分类分类依据分类依据分分 类类 内内 容容诊断对象诊断对象旋转机械故障诊断旋转机械故障诊断往复机械故障诊断往复机械故障诊断机械零件故障诊断机械零件故障诊断工程结构故障诊断工程结构故障诊断电气设备故障诊断电气设备故障诊断诊断目的和要求诊断目的和要求在线诊断和离线诊断在线诊断和离线诊断功能诊断和运行诊断功能诊断和运行诊断定期诊断和连续诊断定期诊断和连续诊断直接诊断和间接诊断直接诊断和间接诊断 常规诊断和特殊诊断常规诊断和特殊诊断诊断手段（信号物理特性）诊断手段（信号物理特性）振动诊断振动诊断声学诊断声学诊断温度诊断温度诊断强度诊断强度诊断污染诊断污染诊断诊断手段（信号物理特性）诊断手段（信号物理特性）光学诊断光学诊断电参数诊断电参数诊断压力诊断压力诊断金相诊断金相诊断诊断方法的完善程度诊断方法的完善程度简易诊断简易诊断精密诊断精密诊断系统综合诊断系统综合诊断识别故障模式识别故障模式统计识别诊断统计识别诊断 函数识别诊断函数识别诊断 逻辑识别诊断逻辑识别诊断 模糊识别诊断模糊识别诊断 灰色识别诊断灰色识别诊断 神经网络识别诊断神经网络识别诊断第二节第二节 故障诊断技术的发展与应用故障诊断技术的发展与应用（掌握）（掌握）一、故障诊断的发展与应用概况一、故障诊断的发展与应用概况 1.1.国外故障诊断发展概况国外故障诊断发展概况 设备的故障诊断自有工业生产以来就已经存在，不同的时期故障诊断具有不同的特点。在19世纪，设备的技术水平和复杂程度都很低，这一时期主要采用事后维修方式；进入20世纪后，设备的技术复杂程度有了提高，设备故障或事故对 生产的影响显著增加，这样就出现了定期预防维修方式，故障诊断技术处于孕育时期。故障诊断主要依靠人工经验判断，缺乏自动监测技术。在20世纪60年以后，故障诊断技术真正作为一门学科发展起来。美国自1961年开始执行阿波罗计划后，出现了一系列因设备故障而造成的事故，导致1967年在美国国家宇航局（NASA）倡导下，创立了美国机械故障预防小组（MEPG），从事故障诊断技术的研究；英国在20世纪6070年代，以 Collacott为首的英国机器保健和状态监测协会最先开始研究故障诊断技术；日本的新日铁自1971年开始研究故障诊断技术，1976年达到实用化程度。目前，美国的诊断技术在航空、航天、军事、核能等尖端部门处于世界领先地位；英国在摩擦磨损、汽车和飞机发电机监测和诊断方面处于领先地位；日本的诊断技术在钢铁、化工和铁路等部门处于领先地位。正是由于诊断技术能够产生的巨大经济效益，因此故障诊断技术得到了迅速的发展，各种监测和故障诊断的商业化产品不断推出，如日本三菱公司的“旋转机械健康管理系统”、美国西屋公司的“可移动诊断中心”、美国中心发电部的“透平监视设备”和“试验设备监测”、美国Scientific Atlanta公司的CHAMMP6000监测系统、美国Bently公司的7200、3300及3000系列和CSI公司的系列监测仪器等设备状态监测和故障诊断设备等。2.2.国内故障诊断发展概况国内故障诊断发展概况 我国在故障诊断技术方面起步较晚，1979年才初步接触设备诊断技术，目前诊断技术在化工、冶金、电力等行业应用较好。例如，哈尔滨工业大学研制的“微计算机机组状态监测及故障诊断系统MMD-III”，西安交通大学开发的“大型旋转机械设备监测及诊断系统”，东南大学研制的“MFD系列型高速离心压缩机组工况监测与故障诊断系统”，重庆大学汽车学院故障诊断研究室研制开发的“DAS动态信号分析及故障诊断系统”，东北大学设备诊断工程中心研制的“轧钢机状态监测诊断系统”、“风机工作状态监测诊断系统”等，为企业成功地解决了许多工程实际问题。故障诊断技术经过30多年的研究与发展，已应用于飞机自动驾驶、人造卫星、航天飞机、核反应堆、汽轮发电机组、大型电网系统、石油化工、飞机和船舶发动机、汽车、冶金设备、矿山设备和机床等领域。从故障诊断系统和装置的角度来看，故障诊断技术的发展可概括为以下4个阶段：（1）以检测仪表为主体的监视诊断装置。以检测仪表为主体的监视诊断装置。该类故障诊断装置主要由传感器和指示仪表箱组成，装置本身没有分析功能，主要依靠人工经验判断。（2）检测仪表配备软、硬件分析系统或装置。检测仪表配备软、硬件分析系统或装置。该类故障诊断装置增加了频谱分析仪等分析装置，有时配备有计算机软件分析系统。它虽然有助于诊断的准确性，但不能连续地自动分析和判断，诊断决策仍需依赖于领域专家。（3）计算机辅助监测诊断系统。计算机辅助监测诊断系统。该类故障诊断装置主要由传感器、接口装置和计算机组成，通过对被测对象的实时监测，根据专家系统自动诊断，从而提高了故障诊断的速度，在一定程度上可以实现无人值守，有利于预防突发性故障，是故障诊断技术的主要发展方向。（4）人工智能诊断系统。人工智能诊断系统。随着神经网络等人工智能技术的应用，出现了人工智能诊断系统，它使计算机能够模拟人的学习行为，通过长期对被测对象的监测和自学习，增强对设备工况的预测能力，提高决策的准确性。这将使故障诊断技术达到一个新境界。二、故障诊断的主要内容及环节二、故障诊断的主要内容及环节 故障诊断技术的环节和流程故障诊断技术的环节和流程特征向量决策输出信号处理及分析信号特征提取 诊断方法机理研究三、机理研究三、机理研究 机理研究的目的是了解健康状况下降的规律及故障形成的过程，掌握其内在本质及特征。其研究方法依赖于许多相关的基础学科，需要建立恰当的数学模型，求出模型的解析解或近似解，从中总结出一般性的规律。针对变频调速系统而言，它主要由变频调速设备、电动机、机械传动装置等三大部分组成。所以，国内外学者对其机理的研究也大体分为以下三个方面：变频调速设备的元器件损坏、参数漂移、老化等因素对其故障或健康状况下降影响的研究；电动机的定子、转子和轴承等部件的故障或健康状况下降的研究；机械传动装置的齿轮和轴承等部件的故障或健康状况下降的研究。1.1.电动机的故障机理研究电动机的故障机理研究电动机的常见故障从故障部位上可分为定电动机的常见故障从故障部位上可分为定子故障、转子故障和轴承故障等。定子故子故障、转子故障和轴承故障等。定子故障主要是定子绕组故障，如匝间短路、相障主要是定子绕组故障，如匝间短路、相间短路和单相对地短路等，这类故障可以间短路和单相对地短路等，这类故障可以通过三相电流之间的相位差来判断。鼠笼通过三相电流之间的相位差来判断。鼠笼式异步电动机的转子故障主要是转子断条、式异步电动机的转子故障主要是转子断条、气隙偏心和转子不平衡，这类故障可以通气隙偏心和转子不平衡，这类故障可以通过定子电流分析和振动信号分析来诊断故过定子电流分析和振动信号分析来诊断故障障 。2.机械传动装置的故障机理研究机械传动装置的故障机理研究机械传动装置的故障诊断主要是通过设备振机械传动装置的故障诊断主要是通过设备振动信号和运行噪声的处理与分析来完成的，动信号和运行噪声的处理与分析来完成的，其中齿轮和轴承的故障是最常见的故障。齿其中齿轮和轴承的故障是最常见的故障。齿轮因制造误差、装配不当或在不适当的条件轮因制造误差、装配不当或在不适当的条件下使用，会发生损伤。常见的损伤有齿的断下使用，会发生损伤。常见的损伤有齿的断裂和磨损、齿面疲劳和塑性变形等。轴承故裂和磨损、齿面疲劳和塑性变形等。轴承故障主要是因负载过重、润滑不良或异物进入障主要是因负载过重、润滑不良或异物进入等原因，引起的轴承磨损、疲劳剥落、腐蚀、等原因，引起的轴承磨损、疲劳剥落、腐蚀、塑性变形、碎裂和胶合等故障。塑性变形、碎裂和胶合等故障。3.3.变频调速系统的故障机理研究变频调速系统的故障机理研究由于变频调速系统增加了变频器这一主要部件，而由于变频调速系统增加了变频器这一主要部件，而变频器自身十分复杂，所以，变频调速系统的故障变频器自身十分复杂，所以，变频调速系统的故障诊断增加了变频器故障诊断的内容，故障类型更多。诊断增加了变频器故障诊断的内容，故障类型更多。对于一些显而易见的故障，如短路、过电流、过电对于一些显而易见的故障，如短路、过电流、过电压、电源严重不对称等，其故障机理比较简单，这压、电源严重不对称等，其故障机理比较简单，这些故障的诊断也比较容易。变频器自身一般都具有些故障的诊断也比较容易。变频器自身一般都具有较完善的保护装置和自检功能，可以实现关键元器较完善的保护装置和自检功能，可以实现关键元器件的监测，诊断元器件是否出现损坏性故障。然而，件的监测，诊断元器件是否出现损坏性故障。然而，对于元器件的参数漂移、工作不可靠、变频器性能对于元器件的参数漂移、工作不可靠、变频器性能劣化等潜故障，其特征往往不明显，却能够影响系劣化等潜故障，其特征往往不明显，却能够影响系统的性能，并且可能会逐渐导致严重故障的发生。统的性能，并且可能会逐渐导致严重故障的发生。四、故障诊断方法四、故障诊断方法故障诊断方法通常分为：基于解析模型的诊断方法、基于信号分析与故障诊断方法通常分为：基于解析模型的诊断方法、基于信号分析与处理的诊断方法和基于知识的诊断方法三大类。处理的诊断方法和基于知识的诊断方法三大类。（一）基于解析模型的故障诊断方法（一）基于解析模型的故障诊断方法基于解析模型的故障诊断方法是最早的一种故障诊断方法，其主要思基于解析模型的故障诊断方法是最早的一种故障诊断方法，其主要思想是根据组成系统的元件与元件之间的连接，建立待诊断系统模型，想是根据组成系统的元件与元件之间的连接，建立待诊断系统模型，这种模型通常用一阶逻辑语句来描述。根据系统的逻辑模型以及系统这种模型通常用一阶逻辑语句来描述。根据系统的逻辑模型以及系统的输入，能够通过逻辑推理推导出系统在正常情况下的预期行为。观的输入，能够通过逻辑推理推导出系统在正常情况下的预期行为。观测到的系统实际行为与系统预期行为有差异，说明系统存在故障，利测到的系统实际行为与系统预期行为有差异，说明系统存在故障，利用逻辑推理也能够确定引发故障的元件集合。该方法主要包括基于状用逻辑推理也能够确定引发故障的元件集合。该方法主要包括基于状态估计的故障诊断方法、基于参数估计的故障诊断方法和基于一致性态估计的故障诊断方法、基于参数估计的故障诊断方法和基于一致性检验的故障诊断方法。检验的故障诊断方法。（二）基于信号分析与处理的故障诊断方法（二）基于信号分析与处理的故障诊断方法 目前，频谱分析、相关分析、传递函数分析、时间序列分析、倒谱分析、小波分析和小波包分析等信号处理方法，已在设备工况监测与故障诊断中得到了广泛应用。上述方法也将在健康诊断中得到广泛应用，尤其是小波分析和小波包分析。小波分析具有良好的时-频局部化特性，可以准确地抓住瞬变信号的特征，也能对信号中的低频缓变趋势进行估计，而小波包分析在各频段均具有较高的时间分辨率和频率分辨率。所以，小波分析和小波包分析在故障信息特征提取中应用得十分频繁。1.时域分析方法时域分析方法统计分析方法统计分析方法是一种传统的时域分析方法，常用的指标有：是一种传统的时域分析方法，常用的指标有：峰值、均值、均方根值、方差、歪度和峭度等。例如，峭峰值、均值、均方根值、方差、歪度和峭度等。例如，峭度指标对信号的冲击特性比较敏感，常用于滚动轴承的故度指标对信号的冲击特性比较敏感，常用于滚动轴承的故障诊断。障诊断。相关分析方法。相关分析方法。它在系统的振源识别和故障诊断中有着广它在系统的振源识别和故障诊断中有着广泛地应用。例如，在用噪声诊断设备的故障时，正常状态泛地应用。例如，在用噪声诊断设备的故障时，正常状态下设备的噪声是无序的随机信号，具有较宽而均匀的频谱，下设备的噪声是无序的随机信号，具有较宽而均匀的频谱，但当设备工作状态不正常时，噪声将出现有规则的、周期但当设备工作状态不正常时，噪声将出现有规则的、周期性的脉冲，采用自相关分析方法对设备的噪声进行分析，性的脉冲，采用自相关分析方法对设备的噪声进行分析，可以在故障发生的初期，查出设备的缺陷所在。可以在故障发生的初期，查出设备的缺陷所在。时间序列分析方法。时间序列分析方法。它是根据所研究系统的运行数据建立它是根据所研究系统的运行数据建立时间序列模型，用这个模型来分析数据的变化规律，进而时间序列模型，用这个模型来分析数据的变化规律，进而研究产生这些数据的系统状态和特性，以模型参数作为特研究产生这些数据的系统状态和特性，以模型参数作为特征矢量来判别故障类型。征矢量来判别故障类型。2.2.频域分析方法频域分析方法FFTFFT分析是一种最常用的频域分析方法，它在设备的故障诊分析是一种最常用的频域分析方法，它在设备的故障诊断中应用十分广泛，目前已经有一些成熟的频谱分析仪器。断中应用十分广泛，目前已经有一些成熟的频谱分析仪器。例如当齿轮、轴承出现故障时，通过例如当齿轮、轴承出现故障时，通过FFTFFT分析，提取齿轮、分析，提取齿轮、轴承振动信号的特征频率，从而进行故障诊断。轴承振动信号的特征频率，从而进行故障诊断。3.3.时时-频分析方法频分析方法小波分析在高频段具有高的时间分辨率和低的频率分辨率，在低频段小波分析在高频段具有高的时间分辨率和低的频率分辨率，在低频段具有低的时间分辨率和高的频率分辨率。它具有良好的时具有低的时间分辨率和高的频率分辨率。它具有良好的时-频局部化特频局部化特性，可以准确地抓住瞬变信号的特征，也能对信号中的低频缓变趋势性，可以准确地抓住瞬变信号的特征，也能对信号中的低频缓变趋势进行估计。所以，近年来小波分析方法在设备工况监测与故障诊断中进行估计。所以，近年来小波分析方法在设备工况监测与故障诊断中得到了广泛的应用。例如根据信号小波变换结果中极大值点的位置，得到了广泛的应用。例如根据信号小波变换结果中极大值点的位置，确定信号发生突变的时刻或空间位置，推断故障发生的部位；应用小确定信号发生突变的时刻或空间位置，推断故障发生的部位；应用小波变换计算信号突变点的奇异性指数，来区分不同的故障类别。此外，波变换计算信号突变点的奇异性指数，来区分不同的故障类别。此外，小波分析还可以用作信号的小波去噪，滤去干扰信号。小波包分析与小波分析还可以用作信号的小波去噪，滤去干扰信号。小波包分析与小波分析相比，频带细化为子频带，从而进一步提高了时小波分析相比，频带细化为子频带，从而进一步提高了时-频分辨率。频分辨率。小波包分析也已在设备工况监测与故障诊断中得到了较好的应用。小波包分析也已在设备工况监测与故障诊断中得到了较好的应用。（三）基于知识的故障诊断方法故障诊断方法 随着人工智能技术的发展，故障诊断和健康诊断方法已经由故障树、对比分析法、逻辑判断法等传统诊断方法，发展到基于灰色理论、神经网络、模糊神经网络、信息融合等智能化诊断方法。小波分析与人工神经网络的结合，即把小波函数作为神经元的激发函数，将小波和神经网络直接融合，构建成小波神经网络，为故障诊断和健康诊断开拓了新的思路。小波神经网络是基于小波分析而建立的一类新型前馈网络。由于小波神经网络结合了小波变换良好的时频局部化性质和传统神经网络的自学习功能，因而具有较强的逼近能力、容错能力和模式分类能力。目前，小波神经网络在机械设备故障诊断中已有一些应用。此外，多传感器信息融合技术可以充分利用多个传感器检测到的信号，获得更多的特征信息，并通过信息互补，避免了单一传感器信息的局限性。实践表明，多传感器信息融合可以给出更可靠的结果，有效地提高了信息特征提取的准确性。所以，多传感器信息融合技术在信息处理方面也有较多的应用。基于专家系统的故障诊断方法。基于专家系统的故障诊断方法。它是指计算机对采集的被它是指计算机对采集的被诊断对象信息，综合运用各种规则进行一系列的推理，必诊断对象信息，综合运用各种规则进行一系列的推理，必要时还可以在程序运行过程中向用户索取信息，从而得到要时还可以在程序运行过程中向用户索取信息，从而得到诊断结果。该方法在机械系统、电子系统及化工设备故障诊断结果。该方法在机械系统、电子系统及化工设备故障诊断等方面已有成功的应用。但是，专家系统的应用依赖诊断等方面已有成功的应用。但是，专家系统的应用依赖于专家的领域知识获取，而知识的获取被公认为专家系统于专家的领域知识获取，而知识的获取被公认为专家系统研究中的研究中的“瓶颈瓶颈”问题。故障诊断专家系统可分为基于专问题。故障诊断专家系统可分为基于专家知识的第一类故障诊断专家系统和基于模型知识的第二家知识的第一类故障诊断专家系统和基于模型知识的第二类故障诊断专家系统。类故障诊断专家系统。基于模糊神经网络的故障诊断方法。基于模糊神经网络的故障诊断方法。模糊神经网络技术是模糊神经网络技术是将模糊逻辑系统与神经网络相结合，充分吸收了两者的优将模糊逻辑系统与神经网络相结合，充分吸收了两者的优点，既能处理专家知识和经验，又能通过自学习增强系统点，既能处理专家知识和经验，又能通过自学习增强系统的判断能力。的判断能力。基于人工神经网络的故障诊断方法。基于人工神经网络的故障诊断方法。选择合适的变量作为选择合适的变量作为神经网络的输入，利用样本数据对神经网络进行训练，确神经网络的输入，利用样本数据对神经网络进行训练，确定神经网络的权值和阈值，然后将系统的检测样本输入到定神经网络的权值和阈值，然后将系统的检测样本输入到训练好的神经网络，根据其输出和已知故障类型的编码进训练好的神经网络，根据其输出和已知故障类型的编码进行比较，即可确定故障的类型。行比较，即可确定故障的类型。基于不确定理论的故障诊断方法。基于不确定理论的故障诊断方法。基于不确定理论的故障基于不确定理论的故障诊断方法主要有：基于模糊逻辑推理的故障诊断方法；基诊断方法主要有：基于模糊逻辑推理的故障诊断方法；基于灰色理论的故障诊断方法；基于于灰色理论的故障诊断方法；基于D-SD-S证据理论的故障诊断证据理论的故障诊断方法；基于粗糙集理论的故障诊断方法；基于贝叶斯网络方法；基于粗糙集理论的故障诊断方法；基于贝叶斯网络的推理方法。的推理方法。混合型智能故障诊断方法。混合型智能故障诊断方法。将两种以上的智将两种以上的智能诊断方法相结合，可构成一个多方法相融能诊断方法相结合，可构成一个多方法相融合的混和系统。各种方法相互配合，实现优合的混和系统。各种方法相互配合，实现优势互补，以提高诊断系统的性能。势互补，以提高诊断系统的性能。