市場環(huán)境決定著企業(yè)的生產(chǎn)方式，制造企業(yè)需要以的上市速度，質(zhì)量、的成本、的服務及最清潔的環(huán)境來滿足不同客戶對產(chǎn)品的需求和社會可持續(xù)發(fā)展的要求。在這一目標的驅(qū)動下，多種制造技術(shù)（advanced manufacturing technology，AMT）被提出，并受到重點研究和發(fā)展。柔性制造系統(tǒng)（flexible manufacturing system，F(xiàn)MS）是ATM發(fā)展的產(chǎn)物，受到了普遍的研究，并在制造企業(yè)得到大量應用。FMS通常包括若干數(shù)控設(shè)備、刀庫、物料運輸裝置和計算機控制系統(tǒng)等子設(shè)備或子系統(tǒng)，由控制網(wǎng)絡(luò)將多個設(shè)備有機聯(lián)合，使各設(shè)備統(tǒng)一調(diào)度、相互協(xié)調(diào)共同完成生產(chǎn)加工任務，并可以根據(jù)制造任務或生產(chǎn)環(huán)境的變化進行靈活調(diào)整。這種靈活性即指系統(tǒng)的柔性，柔性是FMS的特點，其具有應變性好、生產(chǎn)率高，適應中、小批量生產(chǎn)等特點。

1 FMS特點及其故障診斷的困難性

柔性制造系統(tǒng)（FMS）作為一類復雜的機電系統(tǒng)，其復雜程度、行為狀態(tài)和工作環(huán)境等都與傳統(tǒng)的制造系統(tǒng)有很大不同，比較明顯的是：

（1）FMS是對多個異質(zhì)系統(tǒng)在功能及結(jié)構(gòu)上的有機集成，屬于復雜大系統(tǒng)。

（2）系統(tǒng)強調(diào)高度自動化，智能程度要求較高。

（3）相對于自動化生產(chǎn)線，系統(tǒng)的動態(tài)行為更加復雜，剛性控制減弱，柔性更加明顯。

（4）系統(tǒng)具有容錯控制，當某一子設(shè)備或子系統(tǒng)發(fā)生故障時，系統(tǒng)的運行過程控制（即調(diào)度）可以重構(gòu)，以保證系統(tǒng)整體功能的不失性。

（5）單一設(shè)備或系統(tǒng)的自身行為或故障不再局限于其自身范圍內(nèi)，常常會影響在功能或地域上相關(guān)、相連的設(shè)備或系統(tǒng)。

FMS系統(tǒng)所具有的上述特點，導致其故障診斷不僅有一般設(shè)備診斷的特點，而且表現(xiàn)的更復雜、更特殊。

（1）FMS的高度柔性，必然要求系統(tǒng)內(nèi)部的高度靈活性和運行模式的多樣性，負面的影響是增大了系統(tǒng)的不定因素和在模式轉(zhuǎn)換過程中故障發(fā)生的高可能性。

（2）系統(tǒng)設(shè)備多樣、復雜，加工以柔性多任務為目標，加工類型、過程、工況多樣，因此，難以全面搜集各種正常與異常狀態(tài)的先驗樣本和模式樣本，即診斷知識獲取困難。

（3）過程狀態(tài)及故障的斷續(xù)性、突發(fā)性、模糊性、關(guān)聯(lián)性及時變性更加明顯，致使故障征兆信息、設(shè)備狀態(tài)信息的獲取比較困難，故障的快速定位難度更大。

（4）加工設(shè)備各部件間的動態(tài)聯(lián)動性、離散性致使故障的傳播性、故障源的分散性更加明顯。

（5）工件尺寸甚至誤操作等隨機干擾因素影響加大，使診斷系統(tǒng)的誤診、漏診的可能性更大，診斷推理的精確性、結(jié)論的可信度都有所下降。

（6）加工過程中信息量大而繁雜，適合于監(jiān)控、診斷與預警的信息資源需要挖掘，對監(jiān)控策略、故障特征提取、診斷知識庫管理等環(huán)節(jié)提出了挑戰(zhàn)。

（7）FMS在運行過程中，更多情況下是缺乏人的現(xiàn)場監(jiān)視，因此，故障難以早期發(fā)現(xiàn)；對現(xiàn)場故障的瞬時信息，特別是感官信息就往往無法捕捉，而此類信息對故障的快速定位（推理）是極有價值的。

從實際的應用來看，診斷對象的復雜度增加，可能導致診斷系統(tǒng)的復雜度呈幾何指數(shù)性增長。從多家FMS研究及應用單位的實際應用情況看，F(xiàn)MS的運行故障頻發(fā)，且現(xiàn)有的診斷系統(tǒng)難以應付多種復雜的故障快速定位要求。

2 當前的研究內(nèi)容及發(fā)展狀態(tài)

作為FMS理論研究及實踐應用的關(guān)鍵與瓶頸技術(shù)之一的故障診斷技術(shù)，受到了國內(nèi)外制造領(lǐng)域的重點研究，并取得了一定的研究成果。分析和總結(jié)眾多在不同研究方向上具有創(chuàng)新性的研究成果，歸納、分類形成如圖1所示FMS診斷技術(shù)研究的基本方向。可以清楚的看出，圍繞FMS這一具有復雜結(jié)構(gòu)及組成的自動化制造系統(tǒng)，診斷技術(shù)的研究主要沿如下4個方向深入開展：

（1）診斷系統(tǒng)架構(gòu)研究。
（2）智能診斷方法研究。
（3）FMS故障機理及故障模型研究。
（4）系統(tǒng)集成技術(shù)研究。

基于上述4個大的研究方向，眾多的研究又從不同的側(cè)重點出發(fā)，最終形成了更細致的研究分支。整體而言，F(xiàn)MS診斷技術(shù)研究呈發(fā)散式向與診斷流程各個環(huán)節(jié)相關(guān)技術(shù)逐級深入。

圖1FMS診斷技術(shù)的研究方向及分類

2.1 診斷系統(tǒng)架構(gòu)

針對FMS的特點，當前的診斷系統(tǒng)架構(gòu)設(shè)計主要有兩種形式：集中式和分布式。在兩種基本方式的基礎(chǔ)上為了兼顧診斷的實時性及診斷的精密性要求，系統(tǒng)又出現(xiàn)了在線實時診斷與離線精密診斷相結(jié)合的模塊式結(jié)構(gòu)。

華中理工大學在診斷方、體系結(jié)構(gòu)方面進行了開創(chuàng)性研究，并針對鄭州紡織機械廠的FMS故障診斷開展進一步的研究；北京理工大學以長春BQ-FMS為研究對象，診斷系統(tǒng)采用簡易實時診斷與離線精密診斷相結(jié)合的形式，該系統(tǒng)已應用于現(xiàn)場運行，但其總體架構(gòu)仍是集中式結(jié)構(gòu)。

基于Internet的遠程故障診斷技術(shù)是復雜設(shè)備故障診斷的發(fā)展動態(tài)，美國的斯坦福大學、新加坡的國立大學等一些研究機構(gòu)已建立了開放式遠程診斷及支持中心，在設(shè)備用戶、研究機構(gòu)（領(lǐng)域?qū)＜遥┘霸O(shè)備生產(chǎn)商之間形成了面向多用戶、多設(shè)備的動態(tài)敏捷診斷通道，實現(xiàn)了診斷資源共享，大大提高了診斷效率、成功率及診斷結(jié)果的可信度。西安交通大學、上海交通大學和西北工業(yè)大學已先后建立了遠程故障診斷服務中心，在大型復雜設(shè)備診斷遠程網(wǎng)絡(luò)化方面邁出了可喜的一步。當前，華中科技大學也已開展分布式遠程協(xié)作診斷研究，已建立了一定功能的原型測試系統(tǒng)。

Agent及MAS（multi-agent system）理論和方法是計算機軟件工程革命性的成果之一，MAS理論應用于故障診斷希望解決兩方面的問題，其中之一就是從分布式問題求解角度來建立分布式診斷架構(gòu)。應用多Agent系統(tǒng)來構(gòu)建具有靈活配置、高柔性、擴充性好的軟件系統(tǒng)具有較大的優(yōu)勢。Maria-Athina等學者分析了在分布式設(shè)備故障管理中應用智能Agent技術(shù)的有關(guān)細節(jié)問題，并給出了簡單的系統(tǒng)設(shè)計方法。德國的研究者在FMS的實時監(jiān)測問題研究中，采用Multi-Agent機制解決了監(jiān)測的分布式問題，并給出了監(jiān)測Agent模型和功能封裝。英國曼徹斯特大學針對典型FMS系統(tǒng)研究并設(shè)計了基于Multi-Agent的集成故障診斷系統(tǒng)，目前的研究正在逐漸深入。加拿大Edmonton大學的智能工程實驗室提出了應用于復雜化工設(shè)備故障監(jiān)測及診斷的集成化分布式智能系統(tǒng)結(jié)構(gòu)，在基于MAS的集成框架下有效實現(xiàn)了多種診斷工具的綜合利用，并對原有工具、系統(tǒng)可以方便集成。R.Khosla同樣在電力供應系統(tǒng)監(jiān)測中應用了Multi-Agent方法，其所提出的多層模型及多診斷算法（軟件）Agent協(xié)同求解方法值得借鑒和采用。德國柏林技術(shù)大學的人機系統(tǒng)研究中心開發(fā)的商業(yè)化故障診斷軟件ComPASS，系統(tǒng)基于Multi-Agent架構(gòu)，具有良好的開放性，用戶可以方便地通過API接口進行功能和知識的擴展，實現(xiàn)特定設(shè)備的故障診斷。新加坡國立大學的研究者提出并構(gòu)建了基于Multi-Agent的遠程故障診斷系統(tǒng)架構(gòu)，給出了系統(tǒng)的自學習方法，并在Java環(huán)境中進行了兩個案例測試。陸寶春等人建造了面向制造過程監(jiān)控的分布式多Agent診斷系統(tǒng)結(jié)構(gòu)，研究了多Agent模糊關(guān)聯(lián)模型及基于此的診斷與決策問題；清華大學針對多Agent故障診斷原型系統(tǒng)，著重研究了基于多Agent理論的設(shè)備診斷問題分布式任務分解與控制策略及Agent間的協(xié)調(diào)合作機制，提出診斷任務的串行與并行以及混合控制策略。

2.2 智能診斷方法

目前，開展智能診斷是診斷領(lǐng)域的一個研究熱點，相應的成果也非常多，圖2對智能診斷方法的應用情況作了歸納。FMS故障診斷技術(shù)從總體而言，以智能診斷為主，特別是專家系統(tǒng)（expert system，ES）、人工神經(jīng)網(wǎng)絡(luò)（artificial neural net，ANN）以及它們與模糊理論的結(jié)合，此方面的研究和應用常見。技術(shù)中心的V.R.Mi-lacic等人開發(fā)了EXMAX專家系統(tǒng)模型，實現(xiàn)了對FMS機械系統(tǒng)的故障診斷和維修。北京航空航天大學與北京航空工藝研究所等單位合作，自行設(shè)計并建造了北京柔性制造系統(tǒng)實驗中心，并初步研究和應用了適用的診斷專家系統(tǒng)。但專家系統(tǒng)所存在的知識獲取‘瓶頸’、規(guī)則‘組合爆炸’、推理過程的低效率、對機器系統(tǒng)的依賴性強等缺陷限制了其更廣泛、更完善的應用。故障診斷從根本上來說仍然是一個模式識別問題，人們成功的應用神經(jīng)網(wǎng)絡(luò)解決了許多實時狀態(tài)監(jiān)測、故障分類、故障預報等難題。

圖2智能診斷方法的應用情況

從大量的應用來看，ANN只是作為一種信息軟處理的工具，在局部問題處理上優(yōu)勢明顯，但從一切系統(tǒng)行為的指標上，還沒有全部占優(yōu)的報道。與ES一樣，ANN同樣也存在缺陷：推理過程的不可解釋性、知識補充及修改的困難性、模型的僵化及脆弱性等等。

ES與ANN的集成應用為人們克服兩者的缺陷開辟了新的途徑，在具體應用中表現(xiàn)出更大的性?；谏窠?jīng)網(wǎng)絡(luò)的專家系統(tǒng)的實現(xiàn)方式主要有兩種：直接用神經(jīng)網(wǎng)絡(luò)構(gòu)造專家系統(tǒng)（也稱緊耦合方式）和兩者以簡單的功能組合形式（也稱松耦合方式）。前者仍然難以克服ANN的缺點，因此，人們正把注意力放在符號推理與數(shù)值運算的更高級集成上。第二種結(jié)合方式，其本質(zhì)是將整個系統(tǒng)中易于用符號表達的規(guī)則編碼于專家系統(tǒng)的知識庫中，而將不易于用符號或復雜邏輯表達，需要并行、模糊、實時處理的規(guī)則（知識）編碼于神經(jīng)網(wǎng)絡(luò)之中，通過功能互補提高系統(tǒng)的整體能力。

印度S.N.Gupta開發(fā)的工況監(jiān)測維修專家系統(tǒng)，在知識的獲取方法上，使用了神經(jīng)網(wǎng)絡(luò)以解決專家系統(tǒng)知識獲取困難的弊端。模糊邏輯、ANN與專家系統(tǒng)結(jié)合的診斷模型是發(fā)展前景的，也是目前人工智能領(lǐng)域的研究熱點之一，相應的診斷技術(shù)正在蓬勃開展。北京理工大學在其所開發(fā)的FMS診斷系統(tǒng)中將模糊數(shù)學方法與神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)相結(jié)合進行了綜合應用，給出了具體的模糊推理算法，同時就模糊性診斷規(guī)則的歸納和總結(jié)及知識庫的建立做出了較為全面的研究。

MAS理論應用于故障診斷希望解決的另一個問題就是將診斷功能模塊擬人化封裝，表現(xiàn)出社會化的群體智能，不僅使診斷系統(tǒng)更智能、更可靠，而且診斷決策成功的可能性大大提高。如果說，專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)是以實現(xiàn)系統(tǒng)單一手段的智能化為目標的話，MAS則是以提高系統(tǒng)整體問題求解的智能化為目標。智能體理論引入故障診斷領(lǐng)域已有一段時間，有關(guān)的研究正在深入進行。在應用方面，日本的T.Nagata實現(xiàn)了基于Multi-Agent的供電系統(tǒng)監(jiān)測及緊急恢復項目的實施，對多智能體的協(xié)商機制和消息通訊機制進行了實踐檢驗。南京理工大學首先將分布式人工智能（distributed artifical intelligence，DAI）理論引入FMS智能檢測與故障診斷系統(tǒng)研究中，并指出Agent的融合、協(xié)調(diào)和控制方法，知識表示與推理機制是實現(xiàn)該系統(tǒng)的關(guān)鍵；東南大學的鐘秉林教授及其學生提出了基于行為的多代理（Multi-Agent）故障診斷方法，并給出了系統(tǒng)的實現(xiàn)策略，對問題求解采用‘自下而上’的推理方法；南京理工大學的研究者用模糊集理論和定義決策相似度的方法建立了多監(jiān)控Agent求解結(jié)果的一致性判斷算法，將求解結(jié)果一致性融合問題轉(zhuǎn)換為群決策環(huán)境下的梯形模糊數(shù)表示的模糊意見的綜合問題。

2.3 FMS故障機理及故障模型

分析FMS故障機理，以的方法獲取反映FMS設(shè)備狀態(tài)（靜態(tài)）、運行狀態(tài)（動態(tài)）的特征量或診斷知識，并據(jù)此建立合適的故障模型是該部分的研究內(nèi)容。相關(guān)的研究集中在3個方面：

（1）以FMS的具體設(shè)備或部件為對象，如刀具切削狀態(tài)監(jiān)測與預警、加工主軸振動監(jiān)測與診斷、主軸伺服系統(tǒng)監(jiān)測與診斷、加工工件的質(zhì)量監(jiān)測等等，相應的診斷方法以傳感器技術(shù)、信號處理及分析技術(shù)、多傳感器信息融合技術(shù)為主，通過一定的監(jiān)控診斷模型（如閥值判斷或神經(jīng)網(wǎng)絡(luò)模型）實現(xiàn)狀態(tài)判定與故障預報，也有依靠數(shù)學模型來分析診斷對象的某種動態(tài)特性的嘗試，但應用的并不成功。

（2）從全局制造過程出發(fā)，建立過程仿真模型，注重狀態(tài)的變遷及原因和結(jié)果之間的聯(lián)系，如Petri網(wǎng)、有限狀態(tài)機、有向圖模型的應用。

（3）從分析診斷對象的功能、原理、結(jié)構(gòu)等方面入手，并結(jié)合人類專家經(jīng)驗，以建立診斷知識庫為目標，診斷過程以知識推理為主，機理模型、功能模型、故障樹模型是常用的方法。

Wu和Joshi就故障分類、故障知識表達及故障恢復3個方面的關(guān)鍵問題進行了研究，強調(diào)系統(tǒng)的執(zhí)行故障對FMS運行的影響。Monostori對機床與制造單元提出了知識基遞階狀態(tài)監(jiān)控與故障診斷模型。Kuo等人從FMS運行過程的行為角度出發(fā)，使用著色賦時Petri網(wǎng)建模實現(xiàn)對FMS的狀態(tài)監(jiān)測及故障診斷。新加坡南洋理工大學在分析FMS子設(shè)備及設(shè)備的子部件之間的故障傳播關(guān)聯(lián)性的基礎(chǔ)上，提出模糊圖模型診斷方法，診斷推理沿著節(jié)點之間的最壞路徑逐級搜索，該方法在缺乏先驗診斷樣本的情況下，能解決其它診斷模型應用的困難性，但模糊隸屬函數(shù)的確定有一定的主觀性。華中理工大學針對具體的FMS系統(tǒng)，深入研究了故障樹層次診斷模型，提出擴展故障樹建模方法，并給出了基于此的框架知識表達和診斷推理策略，并采用了多模型故障診斷方法。

2.4 診斷系統(tǒng)集成技術(shù)

從診斷技術(shù)的發(fā)展階段看，集成智能診斷是當前智能診斷的研究熱點及將來的發(fā)展趨勢。所謂集成診斷就是把涉及診斷的不同側(cè)面的理論和方法組合起來，并以系統(tǒng)對問題求解的高效性、有效性、成功性為目的。集成包含多方面的內(nèi)容，可以參考圖1所示。從宏觀角度而言，F(xiàn)MS診斷系統(tǒng)的集成技術(shù)體現(xiàn)在4個方面：

（1）診斷流程各個環(huán)節(jié)的集成直至向上集成至企業(yè)資源管理的一部分，可以稱之為過程集成。

（2）不同診斷數(shù)據(jù)、診斷知識及其相應的表達方法的合理綜合應用，可以稱之為信息集成，由于監(jiān)控系統(tǒng)中還包含硬件設(shè)備，如傳感器、PLC、NC、CNC等，但其是服務于監(jiān)控及診斷的底層數(shù)據(jù)獲取，因此，可以把硬件集成歸屬于信息集成中。

（3）多種故障模型、診斷推理策略或方法的組合應用，以及系統(tǒng)對多種智能方法的集成，包括人的集成，可以稱之為功能方法集成。

（4）從現(xiàn)場診斷到遠程診斷服務中心的網(wǎng)絡(luò)化、多資源共享集成，可以稱之為網(wǎng)絡(luò)化集成。從學科交叉的角度，系統(tǒng)集成意味著多種學科在某種目標下的交叉、銜接、滲透和綜合。

由FMS特點及其故障診斷的困難性看出，要建立有效、可靠的診斷系統(tǒng)，集成診斷勢在必行。W.Hu所提出的集成診斷系統(tǒng)強調(diào)模塊化及可重構(gòu)性，并將故障樹劃分為3類：功能化故障樹、原理性故障樹和規(guī)則化故障樹，在診斷過程中三者緊密聯(lián)系，共同實現(xiàn)故障推理過程，并基于PLC監(jiān)控信號提出了邏輯診斷和控制命令序列診斷模型。Abdoul等人將FMS的故障診斷及故障情況下加工任務的重新調(diào)度聯(lián)系在一起進行研究，建立了FG（functional graph）及OAG（operation alaccessibility graph）模型，系統(tǒng)以FG模型為基礎(chǔ)進行故障推理，以O(shè)AG模型為基礎(chǔ)實現(xiàn)生產(chǎn)任務的重新調(diào)度，這一過程是緊密聯(lián)系、協(xié)作完成的。國內(nèi)，國防科技大學在‘863’計劃項目中，對FMS監(jiān)控系統(tǒng)的總體設(shè)計和關(guān)鍵技術(shù)作了大量的預研工作，研究了系統(tǒng)安全、工件流、刀具流、加工設(shè)備等檢測監(jiān)控子系統(tǒng)的初步集成及統(tǒng)一協(xié)調(diào)處理問題。為了實現(xiàn)多種診斷方法的綜合應用和集成，從軟件設(shè)計方法上就要求一種更好的適用機制，多種信號檢測、處理及分析方法、診斷方法、知識處理方法通過智能Agent封裝，實現(xiàn)系統(tǒng)的總體集成。

3 研究的特點及存在的問題

3.1 研究的特點

（1）監(jiān)控及診斷系統(tǒng)多為集中式結(jié)構(gòu)，診斷系統(tǒng)總體架構(gòu)按FMS的層次結(jié)構(gòu)設(shè)計，呈遞階控制方式；考慮監(jiān)控及診斷的實時性需要，采用簡單的閥值判定和推理迅速的簡易專家系統(tǒng)，并利用神經(jīng)網(wǎng)絡(luò)數(shù)值運算的快速性，來處理局部信息的狀態(tài)識別問題；診斷系統(tǒng)結(jié)構(gòu)由集中式向分布式、網(wǎng)絡(luò)化方向發(fā)展，相關(guān)的研究已經(jīng)起步。

（2）相關(guān)學科的新技術(shù)、新方法迅速應用于FMS診斷，但更多的是針對FMS的子設(shè)備或某一設(shè)備的子部件進行試驗性研究，偏重于原理性探討和應用的試探，特別是圍繞知識處理問題，采用新型信息處理技術(shù)，力求建造實用性更高的專家系統(tǒng)；診斷方法、策略不斷智能化，如模糊數(shù)學、人工智能的應用，智能診斷方法逐漸占據(jù)主導地位。

（3）軟硬件系統(tǒng)的模塊化、可擴展、可重構(gòu)式結(jié)構(gòu)已逐步得到采用，系統(tǒng)的組建以圖形化組態(tài)方式進行。用戶可以運用基本的、標準的部件（模塊），各模塊單元根據(jù)診斷對象的不同，經(jīng)特征優(yōu)化及細節(jié)設(shè)計實現(xiàn)通用而又專業(yè)的系統(tǒng)；監(jiān)控系統(tǒng)的體系與布局與復雜制造系統(tǒng)的結(jié)構(gòu)相適應，采取不同的系統(tǒng)層對應不同的監(jiān)控與診斷模塊，即故障診斷的層次模型，形成分布式信息拾取與處理，并逐級向上集成形成全局的狀態(tài)檢測與故障診斷系統(tǒng)，即‘’、‘柔性’、‘可集成’系統(tǒng)。

（4）集成診斷開始受到重視，如多信息、診斷技術(shù)及方法的綜合運用與集成，但顯得零零散散，更多研究的出發(fā)點是就某一局部問題，將幾種診斷方法相結(jié)合加以應用。

3.2 存在的問題

從國內(nèi)外研究現(xiàn)狀可以看出，現(xiàn)有的研究仍有許多不足：

（1）集成化診斷思想還不成熟，缺乏合理的集成架構(gòu)，基于MAS理論建造診斷系統(tǒng)，已有的研究不夠深入，表現(xiàn)在Agent功能角色劃分不明確，粒度太粗，以及缺乏如何從系統(tǒng)的角度去實現(xiàn)這一集成架構(gòu)等等方面；狀態(tài)監(jiān)控與故障診斷系統(tǒng)的通用型智能化設(shè)計與實施方法研究還未形成明確的研究目標。

（2）診斷信息的傳遞及共享缺乏一個通用化、標準化的交互機制，傳統(tǒng)的方法是通過應用程序接口（API）按一一對應的關(guān)系進行參數(shù)傳遞，該方法僵硬死板，其協(xié)議的不透明性導致系統(tǒng)的開放性受限制。已應用的診斷系統(tǒng)缺乏開放性和柔性，功能子模塊之間采用‘緊耦合’方式，表現(xiàn)為：當監(jiān)測環(huán)境改變時，診斷系統(tǒng)難以適應；對診斷系統(tǒng)作局部調(diào)整時，牽扯的改動面太大，開發(fā)性是現(xiàn)代軟件系統(tǒng)的發(fā)展方向；軟件的重用、重構(gòu)性不理想導致開發(fā)和維護困難。

（3）實時監(jiān)測、故障診斷、趨勢預報有脫節(jié)形象，特別是在FMS實時運行過程中，忽視了應用設(shè)備內(nèi)部的信息，對PLC、CNC內(nèi)部實時數(shù)據(jù)沒有開發(fā)利用，而此類信息對故障的早期發(fā)現(xiàn)及‘事后’診斷極有價值。

（4）就多種智能診斷方法的集成應用還需要作進一步的深入研究，有限的研究與實際應用還有一定的距離，特別體現(xiàn)在國內(nèi)該領(lǐng)域的發(fā)展狀況上。總體而言，由于國內(nèi)FMS的發(fā)展和應用相對滯后于國外，導致FMS故障診斷技術(shù)的研究也相對粗淺和缺乏。

4 發(fā)展趨勢

（1）多傳感器信息拾取與融合的綜合智能決策系統(tǒng)。診斷系統(tǒng)的智能程度、決策方法更加趨近于人類專家在處理診斷問題時的綜合決策方式。

（2）自動地對未遇到過的或無法預計的加工狀態(tài)及異常、故障狀態(tài)進行分析、處理、監(jiān)控；敏銳的捕獲突發(fā)故障的能力。

（3）的組態(tài)化、高度‘柔性’的診斷系統(tǒng)結(jié)構(gòu)。這是診斷系統(tǒng)靈活性、易用性的要求，狀態(tài)監(jiān)控與故障診斷系統(tǒng)的通用型智能化設(shè)計與實施系統(tǒng)研究。

（4）監(jiān)控設(shè)備的‘積木式’組合方式，同時提供軟件的通用化標準接口（如：OPC）及監(jiān)測設(shè)備的自診斷、自適應功能模塊。用戶可以運用基本的、標準的各模塊單元簡單而快速的搭建適用的診斷系統(tǒng)，并最終實現(xiàn)軟硬件系統(tǒng)的高度集成應用。

（5）面向領(lǐng)域問題的特點，進一步分析、探討FMS診斷系統(tǒng)的體系結(jié)構(gòu)、原理、組成、監(jiān)控策略、功能要求等問題，并引入相關(guān)學科的新觀點、新方法、新思維、新技術(shù)不斷提高診斷系統(tǒng)的可靠性、靈活性、易用性、實用性、實時性及精確性。

（6）遠程網(wǎng)絡(luò)化診斷服務中心的建設(shè)，這是實現(xiàn)‘產(chǎn)校聯(lián)合’，推進應用與研究共同發(fā)展的有效途徑；服務中心的仿真教學為企業(yè)培養(yǎng)急需的高素質(zhì)維修人員，同時，通過廣闊的信息來源豐富診斷數(shù)據(jù)庫和教學素材。