智能故障诊断方法总结

1.故障诊断方法可分为三个步骤：信号处理、特征提取、模式分类。

2.信号处理方法通常包括：时域处理（提取振动信号的相关指标）；频域处理（包络谱分析，频谱分析）；时频域分析（小波分析，傅里叶变换）

3.故障诊断方法：专家系统故障诊断法，模糊故障诊断、灰色关联度故障诊断、神经网络故障诊断、数据融合故障诊断。

4.智能故障诊断与预测的发展趋势预测：

   4.1.分布式人工智能

        分布式人工智能的出现更多是为了解决大规模诊断与预测系统的需求。它通过协调各个子系统并行地，相互协作地进行问题求解。但是这一般是由老师申请国家基金时候用到的话题，这方面论文不太好做。

   4.2多种方法的融合

       例如：模糊方法与神经网络的结合，专家系统与神经网络的结合。

4.3.新的数学工具与智能算法

      例如：针对高维数据给神经网络带来的结构复杂，训练速度慢，收敛速度慢，将粗糙集引入神经网络。此外，经验模式分解，混沌与分形，支持向量机，粒子群、遗传等优化算法，都会在故障诊断领域有不断的应用于创新。