1問題的提出

      近年來人工智能技術進入故障診斷領域，形成了全新的另一種方法。因為傳統的故障診斷方法是建立在系統的數學模型基礎上的，數學模型依賴于被診斷系統的結構，而很多故障會造成系統結構的變化。在異常情況下，缺乏現場數據又難以建立新的數學模型。況且復雜系統的多故障源、多變量禍合情況也使建立數學模型十分困難。在線辨識也難以滿足在線診斷的快速性。人工智能法的基本思想是:不完全依靠檢測到的信號進行診斷，而是運用專家系統的綜合運算、邏輯推理進行判斷，這樣可以簡化檢測的硬件電路，并使診斷更加可靠。

       國內外使用的故障診斷方法還有:故障字典法、影響矩陣法、故障樹法、模式識別法、模糊集合法等。

2診斷方案的確定

      本方案是對超高壓水射流切割機電氣系統的故障進行檢測和診斷，因為水射流切割機的操作完全由電氣系統控制;若電氣系統出故障，其工作肯定不正常。電氣系統包括步進電機驅動電路和單片機控制系統。單片機控制系統發出所需的一系列脈沖，通過驅動電路使步進電機旋轉，帶動高壓噴嘴運動完成特定加工程序。單片機控制系統全部由數字集成電路組成，可靠性高，在研制過程中證明，只要在正常的使用條件下，這部分不易出故障。而驅動電路是大功率三極管構成的開關電路，工作電壓高、電流大，而且步進電機繞組是感J陛負載，在電流周期性通斷的情況下其負載效應對驅動電路影響很大，使大功率三極管極易擊穿或開路，驅動電路不能輸出所需的脈沖電流，因而步進電機無法正常進行。所以水射流切割機故障自診斷最終落實到步進電機的驅動電路上，即以驅動電路為診斷對象。

 故障診斷的要求是:檢測各驅動單元的輸入信號(即切割機控制系統通過接口電路輸出的周期性方波控制信號，共13路)是否正常，以及驅動單元各開關三極管(共34只)是否工作在開關狀態，若是處于短路/開路狀態，則認為發生了故障，進行故障報警并顯示故障部位(哪臺步進電機的第幾號驅動單元的第幾個測試點)和故障種類(短路或開路)，同時作出故障處理決策，即決定是進行自動糾錯還是切斷動電路的供電電源。

       用于水切割機故障自診斷的專家診斷系統的樣機對五相及三相電路的診斷和自檢，通過實驗室的模擬故障實驗，證明結果正確，系統運行正常，全部達到設計要求。