隨著我國(guó)城市化進(jìn)程的加快，城市生活垃圾的快速遞增。如何高效、低成本處理城市生活垃圾是目前國(guó)內(nèi)外專家試圖解決的一個(gè)重要課題。垃圾環(huán)保再生煤是在處理城市生活垃圾過(guò)程中產(chǎn)生的一種可供利用的新型再生能源。垃圾破碎是垃圾環(huán)保再生煤中的一道重要工序。國(guó)內(nèi)的一些公司借用礦石破碎等礦山設(shè)備原理，設(shè)計(jì)并制造了以剪切為主的臥式旋轉(zhuǎn)垃圾破碎機(jī)。然而，我國(guó)城市垃圾成分復(fù)雜，結(jié)構(gòu)變化大且極不均勻，增大了破碎設(shè)備故障的診斷及維修難度。在實(shí)際生產(chǎn)中，操作人員只能通過(guò)耳聽(tīng)、眼看、手摸來(lái)判斷故障。一方面人員依賴性強(qiáng)，另一方面診斷準(zhǔn)確度不高，使故障診斷不徹底，甚至失敗，嚴(yán)重影響了企業(yè)的生產(chǎn)效率。因此，對(duì)其開(kāi)展故障診斷研究有著重要的實(shí)際意義。本文總結(jié)了目前有關(guān)垃圾
破碎機(jī)故障診斷的方法，分析了這些方法的特點(diǎn)及局限性，最后指出了該領(lǐng)域有待進(jìn)一步研究的問(wèn)題和發(fā)展趨勢(shì)。
破碎機(jī)故障診斷技術(shù)始于20世紀(jì)60年代，至今已經(jīng)歷了從直觀故障預(yù)測(cè)到人工智能，再到人機(jī)協(xié)作的發(fā)展過(guò)程，快速發(fā)展的故障診斷技術(shù)已在工程應(yīng)用中發(fā)揮了重要作用。
1．基于直觀的故障診斷方法
故障預(yù)測(cè)主要是基于直接主觀的故障診斷方法，又稱主觀診斷法，主要是指診斷人員憑借個(gè)人的的踐經(jīng)驗(yàn)，通過(guò)看、聽(tīng)、摸、聞、問(wèn)，或借助簡(jiǎn)單的儀器、儀表，判斷系統(tǒng)故障發(fā)生的部位和原因。該方法需要利用系統(tǒng)或元件的結(jié)構(gòu)、模型、功能等方面的知識(shí)進(jìn)行綜合分析與判斷，因此對(duì)診斷人員有兩點(diǎn)要求：一是要掌握大量的故障機(jī)理知識(shí)；二是要具備豐富的診斷經(jīng)驗(yàn)。但該方法對(duì)人的依賴性較大，故障診斷率低。
2．基于故障樹(shù)的故障診斷方法
故障樹(shù)方法是從邏輯上對(duì)零部件與復(fù)雜系統(tǒng)或裝置的相互關(guān)系進(jìn)行定性分析及定量分析，它有靈活性大、邏輯性強(qiáng)、直觀性好等優(yōu)點(diǎn)，是目前公認(rèn)的對(duì)復(fù)雜系統(tǒng)進(jìn)行安全性分析、可靠性分析的一種好方法。
文獻(xiàn)根據(jù)破碎機(jī)液壓傳動(dòng)系統(tǒng)結(jié)構(gòu)的特點(diǎn)及工作原理，建立了故障樹(shù)，然后根據(jù)結(jié)構(gòu)函數(shù)，將故障樹(shù)用簡(jiǎn)單的數(shù)學(xué)表達(dá)式表示出來(lái)，對(duì)故障樹(shù)進(jìn)行了分析，實(shí)踐證明通過(guò)故障樹(shù)分析結(jié)果進(jìn)行故障診斷，能有效快速地找到故障發(fā)生所在，并能及時(shí)排除，為工人作業(yè)和維修工作帶來(lái)很大方便。
3．基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷方法
人工神經(jīng)網(wǎng)絡(luò)是人工智能領(lǐng)域中的一個(gè)重要分支，它是由大量的、很簡(jiǎn)單的處理單元（或稱神經(jīng)元）廣泛地互相連接而形成的復(fù)雜網(wǎng)絡(luò)系統(tǒng)�；谌斯ど窠�(jīng)網(wǎng)絡(luò)的故障診斷方法，就是通過(guò)對(duì)故障信息和診斷經(jīng)驗(yàn)的訓(xùn)練學(xué)習(xí)，用分布在網(wǎng)絡(luò)內(nèi)部的連接權(quán)值來(lái)表達(dá)所學(xué)習(xí)的故障診斷知識(shí)，因此它具有對(duì)故障模式的聯(lián)想記憶、模式匹配和相似歸納能力，實(shí)現(xiàn)故障與征兆之間復(fù)雜的非線性映射關(guān)系。神經(jīng)網(wǎng)絡(luò)技術(shù)與傳統(tǒng)的信息處理方法不同，神經(jīng)網(wǎng)絡(luò)是自適應(yīng)和可以被訓(xùn)練的，它有自修改能力，同時(shí)有對(duì)信息并行處理及并行推理的能力，從原理上就比傳統(tǒng)的方法要快得多，并且具有高度的非線性、模擬并行性、高度容錯(cuò)性、魯棒性、自聯(lián)想、自學(xué)習(xí)和自適應(yīng)等許多特點(diǎn)。
文獻(xiàn)[4]將BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于破碎機(jī)故障診斷系統(tǒng)，它的柔性信息處理特點(diǎn)，較好地解決了傳統(tǒng)故障診斷中遇到的問(wèn)題。在破碎機(jī)故障診斷中取得了很好的效果，極大地改善了神經(jīng)網(wǎng)絡(luò)訓(xùn)練的收斂性，有利于破碎機(jī)的故障診斷。但神經(jīng)網(wǎng)絡(luò)的不足之處是問(wèn)題的解決要依賴于網(wǎng)絡(luò)模型的選擇，同時(shí)訓(xùn)練過(guò)度或不足、收斂速度慢等都可能影響診斷結(jié)果。
4．問(wèn)題討論與展望
近些年來(lái)，由于計(jì)算機(jī)技術(shù)、信號(hào)處理、人工智能、模式識(shí)別技術(shù)的發(fā)展，促進(jìn)了故障診斷技術(shù)的不斷發(fā)展。特別是智能故障診斷方法得到廣泛的研究。目前故障診斷研究主要集中在以下幾個(gè)方面：
(1)將一些新的理論引入故障診斷之中，如信息融合故障診斷、基于進(jìn)化算法的故障診斷、基于Agent故障診斷、基于圖論的模型推理方法、基于核方法的故障診斷等，隨著新理論的不斷發(fā)展，這方面的工作仍是故障診斷的重要內(nèi)容之一。
(2)診斷系統(tǒng)集成化，將幾種診斷方法融合到一起的集成故障診斷研究，實(shí)現(xiàn)多種診斷方法的融合。如將小波變換、模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)綜合到一起的故障診斷方法。由于每種方法都有其優(yōu)點(diǎn)和不足，這種集成故障診斷方法必然有其獨(dú)特的優(yōu)點(diǎn)。這也是有待深入研究的內(nèi)容之一。
（3）診斷系統(tǒng)綜合化，由過(guò)去單純的監(jiān)測(cè)和診斷，向集監(jiān)控、測(cè)試、診斷、管理、預(yù)測(cè)和訓(xùn)練于一體的綜合系統(tǒng)化方向發(fā)展。
（4）隨著人工智能的發(fā)展，人們?cè)絹?lái)越意識(shí)到操作人員的常識(shí)及人的自然智能的優(yōu)越性，在故障診斷系統(tǒng)中適當(dāng)考慮人的作用會(huì)降低故障誤報(bào)率和漏報(bào)率。故障診斷是一門(mén)實(shí)用性很強(qiáng)的技術(shù)，因此只有在實(shí)際應(yīng)用中才能體現(xiàn)它的價(jià)值。目前在理論研究方面雖有不少進(jìn)展，但真正在工程實(shí)踐中成功應(yīng)用的實(shí)例還較少，因此，如何將先進(jìn)的故障診斷理論與方法應(yīng)用到實(shí)際中去還有待深入的研究。
