大数据下机械智能故障诊断的机遇与挑战

来源：机械工程学报杂志2018年第5期北京时间：

作者：雷亚国, 贾峰, 孔德同, 林京, 邢赛博

单位：1. 西安交通大学机械制造系统工程国家重点实验室 西安 710049;2. 华电电力科学研究院 杭州 310030

摘要：机械故障是风力发电设备、航空发动机、高档数控机床等大型机械装备安全可靠运行的“潜在杀手”。故障诊断是保障机械装备安全运行的“杀手锏”。由于诊断的装备量大面广、每台装备测点多、数据采样频率高、装备服役历时长，所以获取了海量的诊断数据，推动故障诊断领域进入了“大数据”时代。而机械智能故障诊断有望成为大数据下诊断机械装备故障的“一把利器”。与此同时，大数据给机械智能故障诊断的深入研究和应用提供了新的机遇：“数据为王”的学术思想有望成为主流、诊断整机或系统级对象成为可能、全面解析故障演化过程成为趋势等；但也遇到了新的挑战：数据大而不全呈“碎片化”、故障特征提取受制于人为经验、浅层诊断模型诊断精度低等。阐述了机械智能故障诊断大数据的特点；从信号获取、特征提取、故障识别与预测三个环节，综述了机械智能故障诊断的国内外研究进展和发展动态；指出了机械智能故障诊断理论与方法在大数据背景下的挑战；最后讨论了应对这些挑战的解决途径与发展趋势。

关键词：大数据,机械装备,智能故障诊断；

基金资助：国家自然科学基金（61673311，51421004）、中组部“万人计划”青年拔尖人才支持计划和西南交通大学牵引动力国家重点实验室开放课题（TPL1703）资助项目。