东莞市锦品光电有限公司广东东莞523000
摘要：模式识别技术作为诊断机电设备故障的一种常用手段，可以探测出很多复杂的系统故障，在机电设备故障诊断中占据着重要地位。对机电设备的运行状态进行定期检测、故障维修不仅能够确保工作系统稳定运行还能尽量避免重大安全事故的发生。传统的故障诊断方法需要耗费大量的人力、物力、财力，已经难以满足现代新型机电设备的监测需求。因此，模式识别技术的提出为机电设备故障诊断提供了一个快速、准确的工作方式，提高了故障诊断的工作效率。本文通过对模式识别技术在复杂机电设备故障诊断的应用进行简要分析，并对建立的模式识别故障诊断通用平台进行简单介绍，以供相关人士参考交流。
关键词：机电设备；故障诊断；模式识别技术
随着社会经济的不断发展，科学技术水平也在飞速提升，不同的新型复杂机电设备逐渐被广泛应用于生产过程中，其不断提升的安全性、可靠性在很大程度上加大了机电设备工作系统的复杂性，但却对机电设备的检修工作造成了一定困难，同时加大了机电设备故障诊断的工作难度。由于人们对机电设备的安全性、定期检修、故障检测等方面越来越关注，因此寻求核心故障诊断技术成为工作重点。另外，由于机电设备系统的安全运行关系整个工作进度，所以故障诊断工作一直占据着重要地位。模式识别技术作为人工智能、信息科学中的相关组成部分，对机电设备故障诊断中的故障信息采集、故障原因分析以及故障排除等方面有着重要作用，能够大大提升机电设备故障诊断的工作效率，从而更加快速、准确的完成机电设备的故障诊断工作。
一、模式识别技术在机电设备故障诊断中的应用
模式识别技术有着先进的人工智能、信息科学等技术，而人工智能识别系统被广泛应用于机电设备故障诊断过程中。机电设备的故障诊断主要依靠现代测试仪器、计算机等为技术手段，以机电设备相关理论为基础，应用模式识别对机电设备中的工作现象以及各种形式的信息进行处理、分析，完成对事物、现象的解释、分类、描述等过程[1]。一般的模式识别智能系统主要是由初步问题的提出和定义为开始，对数据进行收集，并对数据进行预处理操作，之后根据数据信息进行特征提取和选择，从而实现分类决策、分类器设计两个方面的判断，最后完成分类和最终结果显示等组成。这种故障诊断方法是以信息处理、特征提取等技术为基础，同时应用线性和非线性系统工作原理，并降低了建立诊断对象动态模型的困难，是一种常用的故障诊断方法。
二、机电设备故障诊断中的相关技术
（一）特征提取技术
特征提取技术主要应用于数据预处理后根据相关信息特征进行样本数据的选择，排除无用数据，加强样本中的分类信息，从而快速、准确的实现样本数据的分类。特征提取技术首先要对D维的原始样本数据库xn确定一个变换T，并使变换后的数据信息形成一个样本，同时在构成的特征空间内，某个反映样本分离程度的准则函数值达到最高[2]。低维样本主要表示由高维样本映射或者变换之后的数据。具体使用的分支定界最优搜索算法主要有Bayes逐步判别分析、Fisher特征提取法、K-L特征变换法等，其次还可按概率距离判断以及按欧式距离空间进行度量。
（二）数据的预处理技术
机电设备在运行过程中会产生大量的运行数据，这些数据是进行故障检测的重要依据，由此可见数据的预处理技术在机电设备故障诊断中占据着重要地位。数据的预处理技术主要被应用于数据库的处理，从而使处理数据被应用于后期的模式识别工作。首先数据的预处理技术对采集的数据样本进行预处理，主要工作以样本数据中的偏差值进行删除、并对类别进行合并或分裂等。除此之外，还可以采用数字信号处理方法对信号中的噪声进行消除，以及增强模糊的图像，从而为后期的模式识别提供数据支持，并大大降低了模式识别的难度。
（三）状态识别技术
状态识别技术凭借其精准、快速的特征逐渐成为设备故障诊断过程中的重要技术，对设备故障诊断有着重要影响[3]。状态识别的工作方式主要是以标准的参考模式为衡量尺度，将有故障征兆预示的待检测模式与其进行比对，从而完成对机电设备系统的状态识别，实现设备的故障诊断。与此同时，人工智能技术在机电设备的故障诊断的应用也越来越广泛，以及其它的小波分析、支持向量机、模糊控制等技术都在不断进步，并在不同的故障诊断工作中发挥着重要作用。
三、模式识别技术下的故障诊断方法
（一）建立模式识别故障诊断通用平台
模式识别故障诊断通用平台可以更好的实现对机电设备的故障诊断，并快速、准确的检测机电设备的故障处，为找到发生故障的原因提供了便利。故障诊断通用平台主要是由用户和待诊断设备形成一个人机接口，之后分别从推理系统、解释系统、知识获取系统以及模糊神经网络训练系统进行数据库和知识库的一一比对，从而获取到有用的数据信息，有利于找到机电设备的故障处[4]。模式识别故障诊断通用平台是采用面向对象的C++语言在VisualC++可视化编程环境下完成编程程序，同时没有使用复杂的构成框架，而是使用了传统专家系统的设计框架，降低了模式识别故障诊断通用平台的操作难度，使工作人员操作时更加方便。
（二）机电设备故障诊断常用处理方法
随着我国社会的不断发展，经济水平也在逐步上升，各个领域的新型设备也在日益增多，设备功能增多，安全加强也意味着需要更加复杂的运行系统作为支撑，因此，机电设备的故障诊断工作也渐渐加大了难度[5]。机电设备故障诊断的常用方法是两队机械设备的振动信号进行监测，通过对其运行状态进行仔细对比分析，从而获取有效的故障信息，及时找到机电设备的故障发生处，尽快解决故障保证机电设备的正常运行。
在机电设备故障诊断中应用振动信号技术主要工作形式是将待检测的状态信息根据振动信号进行深入的分析处理，采用幅值域分析、小波包法、局域波法以及傅立叶变换，包络法等消除机电设备故障检测中的噪音和不相关的信息，并对特征信息进行强化和提取，从而使故障诊断的效率和实时性加强。除此之外，新型向量机和经验模式分解技术也正处于研究时期，将来也可被广泛应用于机电设备的故障诊断中。
四、结束语
综上所述，随着社会经济的不断发展，科学技术也在迅速提升，尤其是人工智能的发展更加迅速。机电设备由于其系统构成复杂以及体积重大等原因给设备的故障诊断工作带来了一定的困扰，传统的故障诊断技术已经难以满足新型机电设备的工作需求，而应用模式识别技术可以有效提升故障诊断工作效率，提高提取的特征信息的利用率，以及增强故障诊断的实时性。机电设备的长期运作导致需要定期进行故障检修，大量的故障检修工作单凭人工力量无法快速、准确的完成工作，而模式识别技术的出现正好解决了这一难题。
参考文献：
[1]张瑶，王然风，唐孝先.选煤厂机电设备参数检测与故障诊断系统设计与实现[J].矿业研究与开发，2017（06）：50-53.
[2]李明明.设备状态监测与故障诊断在化工企业设备管理中的应用[J].中国石油和化工标准与质量，2016，36（13）：62-63.
[3]陈俊.焦化设备管理中状态监测与故障诊断技术的应用浅析[J].化工管理，2017（10）：172-172.
[4]吉萍萍.面向机电系统状态监测与故障诊断的现代技术[J].山东工业技术，2017（6）：164-164.
[5]李志农，柳宝，侯娟.基于无限隐Markov模型的旋转机械故障诊断方法研究[J].仪器仪表学报，2016，37（10）：2185-2192.