嵌入式智能故障诊断系统设计

合集下载

面向旋转机械的嵌入式故障诊断系统

ｔｃｎｌｇ，ｉｎｒｄｃｄｎｔｉａｅ．Ｔｈｓｓｓｅｉｃｕｅｔｅｏｌｗｉｇｕｃｉｎ．ｄｔｅｈｏｏｙｓｔｏｕｅｉｈｓｐｐｒｉｉｙｔｍｎｌｄｓｈｆｌｏｎｆｎｔｏｓａａ
ａｑｉｉｉｎｅｌｉｏｄｔｏｎｔｒｎ，ｅｐｒｙｔｍｎＯｏ．Ｔｈａｄｒｒｈｔｃｕｅｃｕｓｔ，ｒａ－ｍｅｃｎｉｉｎｍｏｉｏｉｇｘｅｔｓｓｅａｄＳｎｏｔｅｈｒｗａｅａｃｉｔｒｅａｄｓｆｗａｅｄｓｇｆｔｅｓｓｅａｅａｓｒｓｎｅｎｄｔｉＴｈｓｆｕｔｄａｎｓｓｓｓｅｈｓｎｏｔｒｅｉｎｏｈｙｔｍｒｌｏｐｅｅｔｄｉｅａｌ．ｉａｌｉｇｏｉｙｔｍａ
ＡｂｔａｔＡａｌｄａｎｓｓａｐｒｔｓｆｒｒｔｔｎａｈｎｒ，ｉｈｂｓｄｏｍｂｄｅｙｔｍｓｒｃ：ｆｕｔｉｇｏｉｐａａｕｏｏａｉｇｍｃｉｅｙｗｈｃａｅｎｅｅｄｄｓｓｅ
可同时采集多路快变数据和缓变数据—— 通过安
满足对需要实时监测的重要机电设备进行数据采集分析的要求ｎ．工控机加数据采集卡的体系替］
代手持式数据采集仪虽然可以满足重要工业场合
求，昂贵的价格和相对庞大的体积使其应用范围但受到了制约［．年来，着嵌入式技术的蓬勃发２近］随

基于嵌入式技术的分布式电梯故障诊断系统

断模式，借助于嵌入式技术构建多层次的分布式故障诊断系统，而提高系统的实时性、靠性．低系统的成本并从可降和对网络的依赖，高系统的整体性能。提关键词：电梯；布式故障诊断；ｔｒｅ／］ｔａｅ；入式技术分Ｉｅｎｔｎｒｎｔ嵌ｎ
次的分布式电梯故障诊断系统，似于大医院和小类
（）４电梯故障时的应急操作。在保证设备和乘客安全的前提下，当电梯发生故障时，方面由本地一或远程进行故障诊断，另一方面通过语音等信息安
维普资讯
第２４卷
第ｌ０期
甘肃科技
ＧａｕＳｃｅｅａｃｏｌｇｎｓｉｎｃｎｄＴｅｈｎｏｙ
、０．２ＮｏＯ，Ｚ４．１Ｍａｙ．２０８０
２００８年５月
基于嵌入式技术的分布式电梯故障诊断系统
中图分类号：Ｐ０．Ｔ２６３
长期以来作者发现，在大城市，多患者无论大许病还是小病，见病还是疑难病症，常都要到大医院医治，而不选择就地就能得到很好治疗或缓解的中小
医院或社区卫生所。这样造成大医院人满为患、应
在电梯现场，即下位机中，而将非常见故障及疑难故
当诊断能力不足时，通过Ｉｔｒｅ／ｎｒｎｔ请可ｎｅｎｔＩｔａｅ邀

基于GTK的嵌入式故障诊断系统设计

ＷＡＮＧＸｕ
ＡＢＳＲＡＣＴ：ＴｔｅｈｆｅｌｉａｗｔｎｒｃｒｆｔｅｒｓｌｏｖｌａｉｎａｄｅｇｇｍｅｔｏｒｆｓｉｎｔｌｓＴｉｅｒｓｕｄｆｅｓｒｔｅｏｄｏｈｅｕｔｆｅａｕｔｎｎａｅｎｆｐｏｅｓｏｉｅｌｌｉｉｅｏｔｓｌｉｅｉｐｃｆｏｍａ，ｔｃｎｕｔｇｄｍａｄｉｉｈｒｂｃｕｅｉｉａｓｃａｅｉｅｓｎｌｉｃｍｅａｄｉｒｅｏｉｆｄｗｔｓｅｉｃｆｒｔｉｏｓｌｎｅｎｈｇｅｅａｓｔｓｓｏｉｔｄｗｔｐｒｏａｏ，ｎｏｄｒｄｉｈｉｓｉｄｈｎｎｔｃｉｖｉｈｅｃｅｔｒｔｅａ，ｉｉｉｌｅｎｇｍｅｔｂｓｎｎｉｅｆｅｍａａｅｎｙｔｍｓａｇｏｈｉｅｏａｈｅｅｈｇ－ｆｉｎｅｒｖｌｔｄｇｔｉｄｍａａｅｎｙｕｉｇｏｌｌｎｇｍｅｔｓｓｅｉｏｄｃｏｃ．ｉｉｓａｚｎｉ
档案，９９３：０３．１９（）３ — １
湖北大学，助理馆员，湖北民族学院综合档案室，湖北省恩施市
ＤｉｃｓｏｏｔｇｔｉｅａｇｍｅｆＴｉｌｓｕｆｅＦｉｅｓｕｓｉｎｎｈｅＤｉｉａｌｄＭｎａｅｎｔｏｔｅＲｅｈｆｄｌｚｌ
［］刘保国．２农民亦有了职称档案［］Ｊ．中国档案，９６７：９１９（）２．

基于CLIPS与ANN的嵌入式故障诊断专家系统

一
兰
图１故障诊断专家系统构成示意图
１２系统构成要素与关键环节．
随着嵌入式技术在故障诊断与工业检测领域的
１系统构架设计
１１故障诊断专家系统概述．
广泛应用，向故障诊断的专家系统的嵌入式化就面显得很有必要。满足嵌入式环境要求的故障诊断专
动家系统开发环境以及相应的设计工具链；于构件化设计思想，系统具备较好的可配置性与可扩展性，了专基使同时
工序接口设计实现了相对精简高效的规则库与知识库，通过ＡＮ信息融合算法完成判断与推理。业应用系用程并Ｎ工程
态数据进行快速计算与判断；３专用知识库，合（）结
相应的知识库管理算法，现系统的自学习以及规实
则管理；４轻型的图形用户界面（ＵＩ，（）Ｇ）提供友好
的人机接口Ｌ。４Ｊ１３开发工具链与思路．
可能原因和置信度；复杂的设备故障提供人：对亡对
话诊断；可给出诊断结果的解释。１图为故障诊断专
家系统的一般构造模型，中虚线框内的模块是其其
核心部分，即知识库与推理机－］２。
根据在嵌入式环境下故障诊断专家系统的特点

嵌入式系统中的异常处理与故障排查技术

嵌入式系统中的异常处理与故障排查技术嵌入式系统在现代社会中得到了广泛的应用，它们被用于控制和管理各种设备，从智能手机到航空航天系统。

然而，由于软硬件交互的复杂性和系统资源的有限性，嵌入式系统常常面临着各种异常和故障情况。

因此，为了确保系统的稳定性和可靠性，异常处理与故障排查技术成为嵌入式系统开发和维护中不可或缺的一部分。

一、异常处理技术1. 异常的类型在嵌入式系统中，异常可以分为两大类：硬件异常和软件异常。

硬件异常包括芯片失效、电路损坏、连接故障等，而软件异常则包括程序错误、内存溢出、死锁等。

在处理异常时，需要先确定异常类型，以便采取相应的处理方法。

2. 异常处理方式嵌入式系统中的异常处理方式通常包括以下几种：a. 收集异常信息：及时捕获异常发生的位置和原因，例如通过日志记录、硬件监控、断言等手段来收集异常信息。

这些信息对于后续排查和修复故障非常重要。

b. 异常处理器：嵌入式系统通常会配置一个专门的异常处理器，用于处理系统中的各种异常情况。

异常处理器可以根据不同的异常类型执行相应的操作，例如重新启动系统、恢复到安全状态、报警等。

c. 异常处理策略：根据异常的严重程度和影响范围，制定相应的异常处理策略。

例如，对于嵌入式系统中的软件异常，可以采用重启、恢复等策略来解决问题；而对于硬件异常，则可能需要更换故障部件。

二、故障排查技术1. 故障排查流程在嵌入式系统中，故障排查应该遵循一定的流程，以提高效率和准确性。

一般而言，故障排查流程可以分为以下几个步骤：a. 问题定义：明确故障的现象和表现形式，例如系统崩溃、功能失效、性能下降等。

同时收集相关信息，如异常日志、用户反馈等。

b. 系统调试：通过调试工具以及硬件/软件的监控来排查可能的问题源。

例如，使用示波器、逻辑分析仪等工具进行信号分析和跟踪，或者通过调试器对程序进行单步调试、设置断点等。

c. 故障定位：根据排查的结果，确定故障出现的位置和可能的原因。

这可能需要编写额外的测试代码，进行模块层面的功能验证和异常情况模拟。

汽车变速箱嵌入式诊断系统设计与实现

i =1
这里选择 b 3 使得 yif ( x i) = 1 成立 ,假定参数
α3 是下面的二次优化问题的解 ,其中对任意 i 有 C
> αi3 > 0 。这个二次优化问题等价于带有附加约束的最大间隔超平面的问题 ,向量α被约束到边长
(3)
i ∈sv
最大间隔 SVM 在许多实际的问题中不能使
用。例如当数据有噪声时 , 特征空间一般不能线性
分开 (除非使用很强的核 , 但很强的核易导致过拟
合) 。由于虚警问题的复杂性 ,各未知类样本往往是
线性不可分的 ,因此最大间隔 SVM 难以用作降虚
警的工具。
41112 软间隔 S V M [6 ]
为:
l
∑ min ( w ·w ) + C ξ2i
(6)
i =1
约束 :
yi{ ( w ·x i) + b} ≥1 - ξi , i = 1 , 2 , …, l
这样将优化问题的目标改为求 ( w ,ξ) =
n
∑ 1
2
‖w
‖2
+
C
ξi 最小 , 即折衷考虑最少错分
i =1
样本和最大分类间隔 , 就得到广义最优分类面。其
Key words :automobile gear - box ; embedded technology ; fault diagnosis ; Support Vector Machine (SVM)
1 引言
变速箱是汽车传动系的一个重要组成部件 ,它直接关系到整个汽车的运行状态。目前 ,我国汽车变速箱的维修多数是靠有经验的维修人员通过实例对故障进行维修。这样不能对故障做到实时分析、判断与预测 ;其次该模式的维修周期长 ;再次 , 汽车变速箱齿轮在运行状态与离线状态的参数不一样 ,在离线状态下进行维修 ,不能对汽车变速箱状态做动态、准确地把握。为提高变速箱故障定位

设备性能监测与故障诊断系统设计与实现

设备性能监测与故障诊断系统设计与实现概述设备性能监测与故障诊断系统是一种用于监测设备运行状态和及时诊断故障的软件系统。

该系统通过使用传感器和数据采集设备来收集设备运行时的各种参数指标，并通过算法模型对这些数据进行分析和处理，从而实时监测设备性能和预测设备可能的故障情况。

本文将围绕设备性能监测与故障诊断系统的设计与实现进行详细阐述。

设备性能监测模块设计设备性能监测是设备性能监测与故障诊断系统中最重要的模块之一。

该模块负责实时监测设备运行时的各项性能指标，包括温度、电流、压力、转速等参数。

为了实现设备性能监测模块的设计，需要在设备上安装传感器，并将传感器采集的数据通过数据采集设备传输到系统中进行处理。

设备性能监测模块的设计需要考虑以下几个方面：传感器的选择、数据采集设备的选型、数据传输的方式等。

在传感器的选择方面，需要根据具体设备的特性和监测需求选择合适的传感器。

在数据采集设备的选型方面，可以选择基于嵌入式系统的采集设备，它具有小型化、低功耗、高集成度等特点。

数据传输可以通过有线或无线方式实现，需要根据实际应用场景选择适合的通信技术。

故障诊断算法设计故障诊断是设备性能监测与故障诊断系统中的关键环节。

故障诊断算法的设计需要结合设备的运行状态和监测数据进行分析和判断，进而实现对设备故障的预测和诊断。

常用的故障诊断算法包括基于模型的方法、基于规则的方法和基于机器学习的方法等。

基于模型的方法是将设备的运行状态建模为数学模型，并通过对比模型与实际监测数据的差异来判断设备是否存在故障。

基于规则的方法是根据已有的经验规则和专家知识，通过判断监测数据是否满足规则条件来诊断设备故障。

基于机器学习的方法则是通过训练样本数据来学习设备的正常运行状态，并通过与实际监测数据的对比来判断设备是否存在故障。

系统实现与优化设备性能监测与故障诊断系统的实现主要包括硬件设计和软件开发两个方面。

硬件设计包括传感器的选择和数据采集设备的选型，需要根据具体设备的特性和监测需求进行选择。

基于嵌入式的故障诊断专家系统驱动程序设计

ＺＨＡＮＧ・ｎ，ＸＵｅＳｕｑｉＦｉ
（．ｏｈＩｓｔｔｏｎｏｍｔｎＥｇｎｅｉ，ｉｎｔｃｎｌｉｌｎｅｉＸｉｎ７０２，ｈｎ；．ｃｏｌ１ＮａｔｕｅｆＩｒａｉｎｉｅｒｇＸ＇ｈｏｏｃ＆ｍ＠，＇１０５Ｃｉ２Ｓｈｏｏｎｉｆｏｎａｅｇａｕａａｆ
第ｌ８卷第７期
Ｖｏ子设计工程
ＥｌｃｒｎｃＤｅｉｎＥｎｉｅｒｎｇｅｔｏｉｓｇｇｎｅｉ
２１００年７月
Ｊ１２１ｕ．００
基于嵌入式的故障诊断专家系统驱动程序设计
张素芹，飞徐
ＣｍｕｅＳｉｃｏｐｔｒｃｎｅ＆Ｅｇｎｅｎ，ｉｎｔｈｏｇａｎｅｉ，ｉｎ７０３，ｈｎ）ｅｎｅｒｇＸ＇ｅｎｌｉｌ＆ｒｔＸ＇１０２Ｃｉａｉｉａｃｏｃｕｓｙａ
Ａｂｔａｔｎｆｕｔｄａｎｓｘｅｔｓｓｍａｅｎｔｅｅｅｄｄ，ｔｒｕｈｔｅａａｙｉｏｈｙｔｍｅｎｎｈｓｒｃ：Ｉａｌｉｇｏｉｅｐｒｙｔｂｓｄｏｈｍｂｄｅｓｅｈｏｇｈｎｌｓｆｔｅｓｓｓｅｄｍａｄａｄｔｅ
ｓｓｅＴｒｕｈ山ｅｒｓａｃｆｔｅｐｎｉｌｆｈｉｄｗｓＣＥ．ｔａｄｔｅｆｍｅｒｌｄｖｃｒｅ，ｔｅｍｅｈｄｙｔｍ．ｈｏｇｅｅｒｈｏｒｃｐｅｏｅＷｎｏＮｅｎｈｒｈｉｔａｗｏｋｏｔｅｅｉｅｄｖ￣ｆＩｉｈｔｏｏｅｅｏｉｇｔｅＭｕｉａｅｒｅｎｈｉｇｅｄｖｒｗａｅｃｂｄｈｒｕｈｔｅｒｓａｃｉｇｏｈｅｎｌｏｈｆｄｖｌｐｎｈｔｌｙｒｄｖｒａｄｔｅｓｎｌｒｅｓｄｓｒｅ．Ｔｏｇｈｅｅｒｈｎｆｔｅｋｒｅｆｔｅ — ｉｉｉＷｉｄｗｓＣＮｅｎｈｐｎｎｅｏｒｅｃｄｓｈｏｔｇｐｃｄｒｎｏｅｉｅｄｖ￣ｗｒｅｉｎｄｅｉｅｎｏＥ．ｔａｄｔｅｏｅｉｇｒｓｕｃｏｅ，ｔｅｂｏｉｒｅｕｅａｄｓｍｅｄｖｃｆｅｎｏｉｅｅｄｓｇｅ．Ｄｖｃｄｖｍｎｌｄｄｔｅｋｙｏｒｒｅ，ｓｒａｐｒｄｖｒａｄｏｈｒｄｖ￣．Ｆｍｈｅｔｇｒｓｌ，ｔｉｏｅａｉｇｓｓｍｉｒｅｉｃｕｅｈｅｂａｄｄｖｒｅｌｏｔｒｅｎｔｅｒｅｉｉｉｉｏｒｔｅｔｓｎｅｕｔｈｓｐｒｔｙｔｉｓｎｅａｈｅｅｅｄｓｒｄｆｎｔｎ．ｃｉｖｄｔｅｉｅｕｃｉｓｈｏＫｅｒｓｘｅｔｙｔｍ；ｄｖｒｍｂｄｅｙｗｏｄ：ｅｐｒｓｓｅｉｒｅ；ｅｅｄｄ；ＷｉｄｗＥ．ｅｎｏｓＣＮｔ

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

嵌入式智能故障诊断系统设计
摘要：针对传统的故障诊断方法精度不高，实时性不好的问题，在嵌入式系统
环境下进行故障实时诊断系统的优化设计。

本文首先分析了机械状态监测及故障
诊断的相关理论，然后详细分析了嵌入式智能故障诊断系统的设计与实现。

实验
结果表明，采用该故障诊断系统进行滚动轴承故障实时检测非常便捷实用又适于
后续联网管理。

关键词：嵌入式系统；滚动轴承；故障诊断；硬件系统
引言
随着现代科技的不断发展，机械设备早已不是一个纯机械装备，而是融合了自动控制、
液压与气压传动等技术的结构和功能都十分复杂的系统。

这给机械运行状态的监测和故障诊
断提出了越来越高的要求。

机械运行过程中发生的故障不仅会导致重大经济损失，还可能给
人身安全带来极大威胁。

因此，实时监测机械设备的运行工况并及时诊断故障，对经济效益
和社会效益的提高都有极其重要的意义。

1 机械状态监测和故障诊断的相关理论
机械诊断技术是通过监测机械设备运行状况，发现故障并预报故障发展趋势，诊断故障
类型及故障原因，确保机器正常运转的技术。

目前，普遍采用的机械诊断技术有振动监测、
油液监测、噪声监测和无损探伤等。

油液光谱分析技术通过分析机油中的金属颗粒物浓度，
能准确判断机械设备传动系统是否存在磨损型故障隐患。

无损探伤技术利用物质的光、磁和
电等特性，能够在不损坏工件或改变机械设备运行状态的前提下准确完成机械部件工况的监测。

故障机理分析是机械诊断的关键。

故障机理是在理论研究和实验分析的基础上得到的反
映故障信号和机器参数关系的表达式。

从采集到的机械设备的状态信号，它能方便诊断出故
障的位置。

这些状态信号通常是机械设备运行过程中表现出来的物理或化学现象，如机械振动、运行噪声、机器温度、油压波动、功耗增多和异常气味等。

机械运行状态监测是通过各
种传感器采集机械设备运行过程中的物理或化学状态信号，并据此诊断故障的类型及原因。

故障信号的提取与处理是机械诊断中的重要步骤。

通过分析传感器采集到的反映机械设备运
行状态的信号，提取出机械故障特征信息，从而为故障类型和故障原因的准确诊断提供可靠
的依据。

信号处理方法经历了从时域分析到频域分析，再由频域分析到时频域分析的发展过程。

频域分析将采集到的机械状态信号从时域变换到频域。

典型的频域分析法有基于快速傅
里叶变换的经典谱估计法和现代谱估计法。

时频分析技术同时在时域和频域分析机械非平稳
信号，其中Wigner-Ville时频分布等时频分析技术在机械诊断中得到了普遍应用。

2 嵌入式智能故障诊断系统设计
本系统将整体结构分为四层，包括管理层、功能层、推理层和数据层。

管理层主要负责
整个系统的管理机制与通信机制。

决策需要通信的Agent双方需要对话，还是需要进行知识
的交换。

二是要Agent之间的关系作出判断。

Agent之间的交互有两种关系：正关系和负关系。

正关系表示Agent的规划有重叠的部分，或某个Agent具备其他Agent不具备的能力，
各Agent可通过管理层的协调获得帮助，负关系会导致冲突。

管理层要进行协调，达到冲突
的消解的目的。

功能层是多Agent诊断系统的核心层。

主要包括知识处理、特征提取、实时
监控、故障诊断与故障决策等功能组件。

推理层处于数据层和功能层之间。

主要提供各功能
组件所需的知识或数据，并对推理机制进行定义。

数据层包括数据库、知识库与扩展知识库
三个方面。

数据库主要用于存储由传感器获得的各种信息，知识库为众多相关领域的专家的
经验总和。

扩展知识库主要是为系统的日后扩展诊断功能留下接口。

在管理层中主要有两个Agent：管理Agent和数据传输Agent。

管理 Agent负责协调各Agent和通信，数据传输Agent 负责与后台计算机上的通信Agent之间传输巡检数据。

具体诊断时，数据采集子系统将被诊
断设备的运行状态、参数等数据采集输入到诊断系统，一方面提供给PC端显示，另一方面，将数据提供给诊断方法 Agent，形成诊断请求。

管理Agent对诊断请求进行任务分解，得出
多个子任务，再根据对诊断Agent的认识，将诊断任务分配给适当的诊断Agent。

管理Agent
还要负责诊断Agent间的工作协调、协作和借助于KQML语言通信，以及将各诊断Agent的
诊断结果综合成最终结论，提交给用户。

具体的诊断系统模型和诊断流程图如图1、2所示。

其中数据采集与处理Agent主要负责数据的特征识别等。

而诊断方法Agent将实现模糊数学
诊断方法和神经网络诊断方法，负责对故障的具体诊断。

3 嵌入式智能故障诊断系统的实现
系统在实现时采用面向对象的表示方法及规范。

面向对象的表示法是将表示的事物抽象
为对象，所有的知识都通过对象的属性及其方法来表达。

面向对象表示法具有强有力的知识
表达能力，能对客观世界进行自然的反应和描述。

根据面向对象的表示方法的定义及特点可
以得出，它与知识的的表示方法可以有效的结合在一起。

并且面向对象的方法可以具有良好
的模块性、继承性、封装性、可扩展性等特点。

这些特点使得将诊断产生的新知识作为诊断
系统的扩展成为可能。

从而可以实现系统的诊断知识库的灵活性和智能性。

面向对象的表示
方法，采用类表示诊断实体，一个现实中的诊断实体就对应一个类，每被诊断一次就创建一
次该对象的实例，在类中有该对象的属性或对诊断对象进行诊断的方法。

4 结束语
本文提出一种嵌入式智能故障实时诊断系统的优化设计方法。

通过系统调试，实验结果
表明，用该故障诊断系统进行滚动轴承故障实时检测的准确性较好，能有效实现故障识别和
诊断又适于后续联网管理。

参考文献
[1]杨超，李亦滔.机械设备故障智能诊断技术的现状与发展[J].华东交通大学学报，2011，05：23-28.
[2]程军圣，罗颂荣，杨斌，杨宇.LMD能量矩和变量预测模型模式识别在轴承故障智能诊断
中的应用[J].振动工程学报，2013，05：751-757.
[3]陈文清.基于ANNES的故障智能诊断技术研究[D].武汉理工大学，2002.。