摘要：文章分析了故障诊断在现代大型设备尤其是机械设备中的必要性，对故障诊断体系作了简要的说明，分析了专家系统的基本概念、应用和发展，并将其扩展到机械设备故障诊断里，特别是对某旋转机械设备的故障检测方法进行了说明。
关键词：专家系统；机械设备；故障检测；人工智能；模式识别
中图分类号：TP311文献标识码：A文章编号：1009-2374（2009）21-0024-03
一、故障诊断技术的紧迫性
现代科学技术如航空、航天、核工业、机器人等技术和民用工业领域系统规模和复杂程度迅速增加、自动化水平日益提高，这类系统一旦发生故障就可能造成人员和财产的巨大损失，甚至导致灾难性的后果。例如二次世界大战期间，美国空军由于飞机故障而损失的飞机达21000架，是整个大战期间被击落飞机的2.5倍；而从1998年8月到1999年5月的短短10个月间，美国三种运载火箭：“大力神”、“雅典娜”、“德尔它”就发生了5次发射失败，造成了近30亿美元直接经济损失。
在机械领域也是如此，必须大力提高故障诊断技术的水平。随着现代工业的发展，大型系统需求量不断增加，且这些系统本身还不断向大功率、大容量、高速度、高效率和复杂化等方面发展。机械设备发生故障是不可避免的事，但是严重的会造成巨大的经济损失，当一般故障发生后则应尽可能快地准确诊断，从速修复，使损失降为最小。当机械设备的运转出现一些不正常现象时，应尽可能地及时发现加以排除，防止故障发生。应用先进的故障诊断技术可以及时发现系统故障，避免和预防恶性事故发生。
二、故障诊断系统的分类
根据系统采用的特征描述和决策方法的差异形成了不同的故障诊断方法，概括起来可分为三大类：基于数学模型的故障诊断方法，基于知识模型的故障诊断方法和基于数据驱动的故障诊断方法。
1．基于数学模型的故障诊断技术。其核心思想是用解析冗余取代硬件冗余（物理冗余），解析冗余主要是通过构造观测器估计出系统输出，然后将它与测得的阿测量值作比较从中取得故障信息。
2．基于知识模型的故障诊断方法。主要有专家系统方法、故障数方法、基于SDG有向图的方法等。这里面专家系统得到了最为广泛的应用。故障诊断的专家系统方法：在系统运行过程中，若某一时刻系统发生故障，领域专家往往可以凭视觉、听觉、嗅觉、触觉或测量设备的到一些客观事实，并根据对系统结构和系统故障历史的深刻了解作出判断，确定故障的原因和部位。对于复杂系统故障诊断，这种基于专家系统的故障诊断方法尤为有效。
3．基于数据驱动的故障诊断方法。主要是各种信号处理、处理、分析的技术上产生的方法。主要有小波分析、FFT、频域分析等。
三、专家系统分析
（一）专家系统的特点
专家系统是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程。一般来说它具有如下的特点：
1．一般的计算机程序把数据结构和与数据结构有关的算法肯定的表达，也就是：常规程序=数据结构+算法；但是专家系统不一样，它利用相关知识分析，希望在问题领域内找到、推理出合适的答案，也就是：专家系统=知识+推理。
2．对于普通的程序来说，它往往将问题解答所需的知识放在子程序里，但专家系统不同，它将该专业领域内的知识独立地建成相关的库，与其它程序来讲，更加容易对系统行业知识进行维护，包括增删、修改操作。
（二）专家系统构成
图1专家系统组成
一般来说，专家系统，特别是故障诊断系统通常有如下的几个组成部分：
1．人机接口。人机接口（Man－machineInterface）。这是专家系统与领域专家、系统用户交流的平台。通常包括一组程序（当然附带着一些硬件），完成输入输出的任务。通常使用者从这里输入想求解的问题，或者就某些情况向系统发出询问；而系统通过该界面给出问题的答案和结果，并且智能的辅助用户了解相关问题。
2．知识库。知识库（KnowledgeBase）和有关的管理系统知识库保存着领域内的知识，它能够把相关的知识，还有某些工程师、专家、专业人员的经验、事实有机地、有序地存储起来。这里面知识一般都来自各种知识的获取机构，而且反过来为推理机求解问题提供各种需要的领域知识。在这里，知识库管理系统必须要完成库中知识的周期性组织、维护、检索。
3．知识获取。这是指把从人类专家、书籍、文献、其它资料获取到的庞大知识，进行分析、萃取、提炼，取得精华而且有序、合理、形式化地保存在计算机中，要求能够使得系统完成存储