導(dǎo)言：作為寫作愛(ài)好者，不可錯(cuò)過(guò)為您精心挑選的10篇故障診斷方法綜述，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內(nèi)容能為您提供靈感和參考。

篇1

關(guān)鍵詞：液壓系統(tǒng)故障 簡(jiǎn)易故障診斷法 人工智能故障診斷法

液壓系統(tǒng)具有很多獨(dú)特的優(yōu)點(diǎn)，常見(jiàn)的如：大容量、結(jié)構(gòu)緊湊、安裝靈活、反應(yīng)快、容易控制等等，在現(xiàn)代大型設(shè)備，特大型設(shè)備中具有廣泛的應(yīng)用的同時(shí)存在著問(wèn)題，極易發(fā)生故障從而影響生產(chǎn)，造成故障的原因主要是系統(tǒng)中元輔件和工作液體性能不穩(wěn)定，系統(tǒng)設(shè)備使用不當(dāng)或者維護(hù)不到位。近幾年液壓系統(tǒng)故障診斷成為了一門專門的學(xué)科，受到高度的重視。

1、液壓系統(tǒng)故障診斷的準(zhǔn)備工作

第一拿到設(shè)備使用說(shuō)明書時(shí)一定要認(rèn)真仔細(xì)的閱讀，詳細(xì)了解該設(shè)備的功能、結(jié)構(gòu)、工作原理，包括系統(tǒng)中元件的功能結(jié)構(gòu)和原理；第二從網(wǎng)上查閱設(shè)備的檔案資料，包括生產(chǎn)廠家、制造日期、調(diào)試驗(yàn)收，故障可能、處理方法等等。

2、簡(jiǎn)易故障診斷方法

2.1 主觀診斷法

這是一種最傳統(tǒng)的方法，憑借維修人員的主觀判斷（看、聽(tīng)、摸、聞、問(wèn)）和實(shí)踐經(jīng)驗(yàn)，或者利用簡(jiǎn)單的儀器、儀表判斷故障發(fā)生的部位并且給出發(fā)生的原因。常見(jiàn)到的主觀診斷法有感官診斷、方框圖分析、系統(tǒng)圖分析，該方法簡(jiǎn)單快捷方便，這種方法對(duì)維修人員的要求極高需要有豐富的診斷經(jīng)驗(yàn)，但是診斷結(jié)果具有局限性。

2.2直接性能測(cè)試法

這種方法通過(guò)測(cè)試液壓元件和系統(tǒng)性能進(jìn)而評(píng)價(jià)系統(tǒng)工作狀態(tài)，適用于處于工作狀態(tài)的系統(tǒng)，還能進(jìn)行定量的分析，現(xiàn)代運(yùn)用最多的是檢測(cè)液壓系統(tǒng)的狀態(tài)。如果檢測(cè)的液壓系統(tǒng)元件或者性能超出了規(guī)定的正常范圍，那么該系統(tǒng)就有發(fā)生故障的可能性。這種方法原理簡(jiǎn)單，相當(dāng)直觀，但是測(cè)試的精準(zhǔn)度不是很高，一般早期的失效很難檢測(cè)出來(lái)。

3、基于信號(hào)分析的故障診斷方法

3.1基于抽樣分析法

反映系統(tǒng)內(nèi)部信息的除了液壓系統(tǒng)本身的信息，其內(nèi)部的污染物也可以，也就是說(shuō)測(cè)定和鑒別油液當(dāng)中污染物的成分和含量，可以知道液壓系統(tǒng)的污染情況和運(yùn)行狀況，也是一種故障診斷的方法。目前我們經(jīng)常見(jiàn)到的有兩種：一種是基于油液顆粒污染度的檢測(cè)技術(shù)，包括：顯微鏡檢測(cè)技術(shù)（設(shè)備投資小、方法簡(jiǎn)單、費(fèi)時(shí)費(fèi)力、誤差大）、自動(dòng)顆粒計(jì)數(shù)器（檢測(cè)速度快、操作簡(jiǎn)便、準(zhǔn)確度高但精度低）、稱重法（設(shè)備簡(jiǎn)捷、檢測(cè)方便、只測(cè)重）、鐵譜分析法（可進(jìn)行定性和定量的分析）、光譜法（成本高、精度高）；另一種是基于油液性能參數(shù)的檢測(cè)技術(shù)，這種技術(shù)需要細(xì)致的分析油液的有關(guān)參數(shù)和金屬的含量，歷時(shí)的周期較長(zhǎng)，無(wú)法實(shí)現(xiàn)在線檢測(cè)，但是對(duì)重要液壓系統(tǒng)的診斷很有效。

3.2基于振動(dòng)噪聲分析法

在液壓系統(tǒng)的運(yùn)行過(guò)程中，必然會(huì)伴隨產(chǎn)生振動(dòng)和噪聲，尤其液壓泵的振動(dòng)聲音十分大，實(shí)際上這些設(shè)備的振動(dòng)和噪聲就包含了許多故障的信息，分析信號(hào)，得到元件狀態(tài)信息，進(jìn)而進(jìn)行故障診斷。這種方法的理論比較完善，應(yīng)用也比較廣泛，有多種信號(hào)處理方法如：時(shí)域特征參數(shù)法、時(shí)差域特征法、概率密度法、相關(guān)分析法、譜分析法、自功率譜分析法、倒頻譜分析法、包絡(luò)譜分析法、主分量自回歸譜提取法、AR譜參數(shù)提取法、小波分析等。目前旋轉(zhuǎn)機(jī)械設(shè)備也能用它分析診斷故障，純機(jī)械設(shè)備的故障診斷效果相當(dāng)明顯。隨著信號(hào)處理技術(shù)的發(fā)展，這種方法的應(yīng)用前景十分可觀。

3.3基于數(shù)學(xué)模型法

這種方法的指導(dǎo)是現(xiàn)代控制理論和優(yōu)化方法，基礎(chǔ)是系統(tǒng)的數(shù)學(xué)模型，殘差產(chǎn)生法是觀測(cè)器（組）、等價(jià)空間方程、Kalman濾波器、參數(shù)模型估計(jì)和辨識(shí)等，利用閥值或者準(zhǔn)則評(píng)價(jià)決策殘差。該方法和控制系統(tǒng)的關(guān)系相當(dāng)密切，共同成為監(jiān)控、容錯(cuò)控制、系統(tǒng)修復(fù)重構(gòu)的基礎(chǔ)。這種方法的數(shù)學(xué)模型的精確度直接決定診斷的精確性，一般最常建立的是線性和非線性的數(shù)學(xué)模型來(lái)診斷液壓系統(tǒng)的故障。

4、基于人工智能的故障診斷方法

4.1基于專家系統(tǒng)的智能診斷法

這是智能診斷技術(shù)中受到多方關(guān)注的一個(gè)發(fā)展方向，研究最多，應(yīng)用最廣，主要是利用專家的知識(shí)和推理方法解決實(shí)際遇到的復(fù)雜問(wèn)題。在這的專家系統(tǒng)并不是指人員而是指一種人工智能計(jì)算機(jī)程序，知識(shí)權(quán)威，學(xué)習(xí)功能強(qiáng)大。該系統(tǒng)的主要組成部分：知識(shí)庫(kù)（系統(tǒng)知識(shí)和規(guī)則庫(kù)）、數(shù)據(jù)庫(kù)、推理機(jī)和解釋機(jī)制。如果利用它檢測(cè)在線的系統(tǒng)，數(shù)據(jù)庫(kù)顯示的是實(shí)時(shí)工況數(shù)據(jù)；如果利用它檢測(cè)離線系統(tǒng)，則數(shù)據(jù)庫(kù)顯示的是實(shí)際故障時(shí)的數(shù)據(jù)或者人為故障的樣本數(shù)據(jù)。該方法的運(yùn)行過(guò)程是通過(guò)人機(jī)相互交換，專家系統(tǒng)獲得所需信息，利用系統(tǒng)的知識(shí)庫(kù)和數(shù)據(jù)庫(kù)，推理機(jī)運(yùn)用規(guī)則，調(diào)用應(yīng)用程序，進(jìn)行正確的推理，找到液壓系統(tǒng)的故障。這種方法給自動(dòng)化進(jìn)行液壓系統(tǒng)故障診斷代帶來(lái)了光明和希望，但是也存在一定的不足和問(wèn)題，不過(guò)未來(lái)的發(fā)展前景還是很廣闊的。

4.2基于神經(jīng)網(wǎng)絡(luò)的智能診斷法

20世紀(jì)80年代人工神經(jīng)網(wǎng)絡(luò)迅速崛起，成為人工智能領(lǐng)域的一個(gè)分支，是一種計(jì)算模型（與人的認(rèn)知過(guò)程相似），一種非線性動(dòng)力學(xué)網(wǎng)絡(luò)系統(tǒng)（模擬大腦神經(jīng)元結(jié)構(gòu)特性）。神經(jīng)網(wǎng)絡(luò)的非線性處理單元（類似神經(jīng)元）相互關(guān)聯(lián)，具有了學(xué)習(xí)、記憶、歸納總結(jié)等功能和數(shù)學(xué)模擬能力。這種方法的具有獨(dú)特的優(yōu)勢(shì)，如：分布式處理能力、聯(lián)想記憶、自學(xué)習(xí)能力等收到診斷領(lǐng)域的廣泛關(guān)注和重視，未來(lái)發(fā)展前景十分寬廣。

4.3基于模糊理論的智能診斷法

大量的模糊現(xiàn)象存在于液壓系統(tǒng)故障診斷領(lǐng)域，如：系統(tǒng)油溫過(guò)高、壓力波動(dòng)較重等等，過(guò)高、較重這些都是模糊的概念，并沒(méi)有清晰的邊界，故障發(fā)生會(huì)經(jīng)歷一個(gè)漫長(zhǎng)的時(shí)間，同時(shí)故障發(fā)生的原因和癥狀也是模糊的，可能一對(duì)一，可能一對(duì)多，也可能多對(duì)一。利用模糊邏輯、模糊關(guān)系描述故障的原因和現(xiàn)象，建立隸屬度函數(shù)和模糊方程，明確識(shí)別故障。這種方法的現(xiàn)象更為客觀，結(jié)果更符合實(shí)際，速度快，容易實(shí)現(xiàn)。

5、結(jié)束語(yǔ)

隨著21世紀(jì)科技的發(fā)展，人工智能技術(shù)更是突飛猛進(jìn)，還有許多智能診斷的方法如：故障樹診斷法、灰色理論智能診斷法、案例推理診斷法、多智能體的智能診斷法、信息融合技術(shù)智能診斷法等等。如何將新型科技、智能技術(shù)運(yùn)用到故障診斷系統(tǒng)當(dāng)中，實(shí)現(xiàn)自動(dòng)化、智能化的故障系統(tǒng)診斷是我們亟待解決的問(wèn)題。

參考文獻(xiàn)：

篇2

中圖分類號(hào)：X752 文獻(xiàn)標(biāo)識(shí)碼：A

對(duì)于電氣控制而言，其指的是使用電氣自動(dòng)控制的方式來(lái)對(duì)生產(chǎn)過(guò)程進(jìn)行控制，而對(duì)于電氣控制線路，則是將各有觸點(diǎn)的繼電器、接觸器和按鈕等電氣元件通過(guò)導(dǎo)線按照特定的方式連接起來(lái)組成的控制線路。該類控制線路故障的診斷是一項(xiàng)技術(shù)性較強(qiáng)的工作，也是實(shí)際工作中一項(xiàng)十分重要的工作。

一、故障調(diào)查法

對(duì)于電氣設(shè)備控制電路一旦有故障的發(fā)生，切忌不要出現(xiàn)盲目的亂動(dòng)或者盲目的自己操作，在進(jìn)行檢修之前需要對(duì)該控制線路的故障情況進(jìn)行詳細(xì)的檢查和詢問(wèn)，對(duì)于具體的方法而言，我們可以分為望、問(wèn)和摸、聽(tīng)和聞、切。望：首先弄清電路的型號(hào)、組成及功能。例如輸入信號(hào)是什么? 輸出信號(hào)是什么? 什么元器件受命令? 什么元器件檢測(cè)? 什么元件執(zhí)行? 各部分在什么地方? 操作方法有哪些等。這樣可以根據(jù)以往的經(jīng)驗(yàn)，將系統(tǒng)按原理和結(jié)構(gòu)分成幾部分，再根據(jù)控制元件的型號(hào)如接觸器、PLC、時(shí)間繼電器，大概分析其工作原理。檢查觸頭是否燒蝕、熔毀，線圈是否發(fā)熱、燒焦，熔體是否熔斷、脫扣器是否脫扣等; 其他電子元件是否燒壞、發(fā)熱、斷線，連接螺釘是否松動(dòng)、電動(dòng)機(jī)的轉(zhuǎn)速是否正常。然后對(duì)系統(tǒng)故障進(jìn)行初步檢查。檢查內(nèi)容包括: 系統(tǒng)外觀有無(wú)明顯操作損傷，各部分連線是否正常，控制柜內(nèi)元件有無(wú)損壞、燒焦，有無(wú)松脫等。問(wèn)和摸: 詢問(wèn)操作人員故障發(fā)生前后電路和設(shè)備的運(yùn)行狀況，故障發(fā)生時(shí)的跡象，如有無(wú)煙、火花及異常振動(dòng); 故障發(fā)生前后有無(wú)頻繁起動(dòng)、制動(dòng)、正反轉(zhuǎn)、過(guò)載等現(xiàn)象，詢問(wèn)系統(tǒng)的主要功能、操作方法、故障現(xiàn)象、故障過(guò)程、內(nèi)部結(jié)構(gòu)，其它異常情況、有無(wú)故障先兆等，通過(guò)詢問(wèn)，往往能得到一些很有用的信息。剛切開(kāi)電源后，盡快觸摸檢查線圈、觸頭等容易發(fā)熱的部分、看溫升是否正常。聞和聽(tīng): 聽(tīng)一下電路工作時(shí)有無(wú)異常響動(dòng)，如振動(dòng)聲、摩擦聲、放電聲以及其他聲音。用嗅覺(jué)器官檢查有無(wú)電氣元件發(fā)熱和燒焦的異味。這對(duì)確定電路故障范圍十分有用。在電路和設(shè)備還能勉強(qiáng)運(yùn)轉(zhuǎn)而又不致于擴(kuò)大故障的前提下，可通電起動(dòng)運(yùn)行，傾聽(tīng)有無(wú)異響，如有應(yīng)盡快判斷異響的部位后迅速關(guān)閉電源。切: 即檢查電路。

二、結(jié)構(gòu)、原理分析檢查法

1、依照結(jié)構(gòu)及原理查找故障

在進(jìn)行故障的檢修時(shí)，需要先從主電路處著手，看拖動(dòng)該設(shè)備的幾個(gè)電動(dòng)機(jī)是否正常，然后逆著電流方向檢查主電路的觸頭系統(tǒng)、熱元件、熔斷器、隔離開(kāi)關(guān)及線路本身是否有故障，接著根據(jù)主電路與控制電路的控制關(guān)系，檢查控制回路的線路接頭、自鎖或連鎖觸點(diǎn)、電磁線圈是否正常，檢查制動(dòng)裝置、傳動(dòng)機(jī)構(gòu)中工作不正常的范圍，從而找出故障部位。如能通過(guò)直觀檢查發(fā)現(xiàn)故障點(diǎn)，如線圈脫落、觸頭( 點(diǎn)) 、線圈燒毀等，則檢修速度更快。

2、從動(dòng)作程序檢查故障

通過(guò)調(diào)查、斷電檢查無(wú)法找到故障點(diǎn)時(shí)，可對(duì)電氣設(shè)備進(jìn)行通電檢查。通電檢查前要先切斷主電路，讓電動(dòng)機(jī)停轉(zhuǎn)，盡量使電動(dòng)機(jī)和其所傳動(dòng)的機(jī)械部分脫開(kāi)，將控制器和轉(zhuǎn)換開(kāi)關(guān)置于零位，行程開(kāi)關(guān)還原到正常位置，然后用萬(wàn)用表檢查電源電壓是否正常，有沒(méi)有缺相或嚴(yán)重不平衡。進(jìn)行通電檢查的順序?yàn)橄葯z查控制電路，后查主電路; 先檢查輔助系統(tǒng)，后檢查主傳動(dòng)系統(tǒng); 先檢查交流系統(tǒng)、后檢查直流系統(tǒng); 先檢查開(kāi)關(guān)電路，后檢查調(diào)整系統(tǒng)。通電檢查控制電路的動(dòng)作順序，觀察各元件的動(dòng)作情況，或斷開(kāi)所有開(kāi)關(guān)，取下所有熔斷器，然后按順序逐一插入要檢查部位的熔斷器，合上開(kāi)關(guān)，觀察各電氣元件是否按要求動(dòng)作。

三、電氣儀表檢測(cè)法

此種方法主要指的是利用儀器儀表作為輔助工具，以此來(lái)對(duì)煤礦電氣線路故障進(jìn)行判斷的檢修方法。由于儀器儀表種類很多，且有日新月異之勢(shì)，故檢測(cè)法發(fā)展很快，準(zhǔn)確率大大提高，手段也日益增多。但比較常用、比較實(shí)用的方法仍為利用歐姆表、電壓表和電流表對(duì)電路進(jìn)行測(cè)試。

1、電阻法

此類方法的原理是在被測(cè)線路兩端加一特定電源，則在被測(cè)線路中有電流通過(guò)。被測(cè)線路的電阻越大，流過(guò)的電流就越小。反之，被測(cè)電阻越小，流過(guò)的電流就越大。這樣在測(cè)量電路中，串接電流表，就可以根據(jù)電流表電流的指示換算出電阻的大小。由于換算中，電流和電阻是一一對(duì)應(yīng)關(guān)系，故可直接在電流表的刻度盤上標(biāo)出電阻的大小。

2、電壓法

在進(jìn)行電路的加電時(shí)，不同點(diǎn)之間的電壓也不同。如果在電壓不同的兩點(diǎn)之間接入一個(gè)電阻不為無(wú)窮大的支路時(shí)，支路中就會(huì)有電流通過(guò)，通過(guò)串接在支路中的電流表的讀數(shù)，就可推知此時(shí)的電壓值。一般直接在刻度盤上標(biāo)出電壓值。

3、電流法

電路在正常工作時(shí)，導(dǎo)線中有電流流過(guò)，其大小反映了電路的工作狀態(tài)。為了測(cè)量電路中的電流，常在電路中串接電流表，然后通過(guò)電流表讀出電路的電流。工作中應(yīng)充分發(fā)揮儀表檢查故障的作用，儀表檢測(cè)法具有速度快、判斷準(zhǔn)確、故障參數(shù)可量化等優(yōu)點(diǎn)，例如判斷電路是否通斷，電動(dòng)機(jī)繞組、電磁線圈的直流電阻，觸頭( 點(diǎn)) 的接觸電阻等是否正常，可用萬(wàn)用表相應(yīng)的電阻擋檢查。對(duì)于電動(dòng)機(jī)三相空載電流、負(fù)載電流是否平衡，大小是否正常，可用鉗型電流表或其他電流表檢查; 對(duì)于三相電壓是否正常、是否一致，對(duì)于工作電壓、線路部分電壓等可用萬(wàn)用表檢查; 對(duì)線路、繞阻的有關(guān)絕緣電阻，可用兆歐表檢查等。

四、工作經(jīng)驗(yàn)法

1、彈壓活動(dòng)部件法

主要用于活動(dòng)部件，如接觸器的銜鐵、行程開(kāi)關(guān)的滑輪、按鈕、開(kāi)關(guān)等。通過(guò)反復(fù)彈壓活動(dòng)部件，使活動(dòng)部件靈活，同時(shí)也使一些接觸不良的觸頭進(jìn)行磨擦，達(dá)到接觸導(dǎo)通的目的。

2、元件替換法

對(duì)于值得懷疑的元件，可采用替換的方法進(jìn)行驗(yàn)證。如果故障依舊，說(shuō)明故障點(diǎn)懷疑不準(zhǔn)，可能該元件沒(méi)有問(wèn)題。但如果故障排除，則與該元件相關(guān)的電路部分存在故障，應(yīng)加以確認(rèn)。

結(jié)論

實(shí)際的煤礦電氣控制線路進(jìn)行維修時(shí)，我們會(huì)發(fā)現(xiàn)造成電氣電路發(fā)生故障的原因多種多樣，既有明顯的、也有隱蔽的，有的簡(jiǎn)單、有的復(fù)雜。維修中應(yīng)靈活使用上述診斷方法，仔細(xì)觀察電路故障的特征和表現(xiàn)，探索故障發(fā)生的規(guī)律，找出故障點(diǎn)，從而順利排出故障。

參考文獻(xiàn):

[1] 黃瑩.淺談煤礦電氣控制電路檢修的方法[J].科技信息.2010(30)

[2] 馮潔.試論煤礦電氣控制電路常見(jiàn)問(wèn)題及解決策略[J].黑龍江科技信息.2010(20)

[3] 陳孔明,王家旺,張明.礦用隔爆型真空電磁啟動(dòng)器的檢修方法及技術(shù)[J].機(jī)電信息.2011(12)

[4] 韓艷娟,宋建成.基于信息融合技術(shù)的煤礦主通風(fēng)機(jī)故障參數(shù)檢測(cè)系統(tǒng)[J].工礦自動(dòng)化.2009(07)

[5] 于秀娟.煤礦井下電氣設(shè)備防爆探討[J].價(jià)值工程.2010(33)

篇3

0 引言

近年來(lái)，隨著故障診斷技術(shù)理論研究的不斷深入，各種方法相互滲透借鑒，目前該領(lǐng)域我國(guó)在大系統(tǒng)故障診斷、多元統(tǒng)計(jì)分析、基于信息融合方法、基于神經(jīng)網(wǎng)絡(luò)的方法、基于專家系統(tǒng)方法等方面取得了一系列的研究成果，其中部分領(lǐng)域處于國(guó)際領(lǐng)先地位[1-2]。盡管故障診斷技術(shù)的相關(guān)研究不斷深入，取得了很多成果，但工業(yè)技術(shù)的整體進(jìn)步迅猛，使得故障診斷技術(shù)理論及應(yīng)用研究都急需加強(qiáng)。目前該領(lǐng)域的研究熱點(diǎn)問(wèn)題有[3]：復(fù)雜系統(tǒng)多故障檢測(cè)；基于人工智能的故障推理機(jī)制；多信息融合故障診斷方法；強(qiáng)擾動(dòng)系統(tǒng)故障診斷；實(shí)用化工程故障診斷軟件的開(kāi)發(fā)。

聚類分析是近二十年發(fā)展起來(lái)的一種新的數(shù)學(xué)方法，聚類就是將一個(gè)數(shù)據(jù)集劃分為若干組或類的過(guò)程并使同一組內(nèi)的對(duì)象具有較高相似度，而不同組的對(duì)象之間相似度較差，組內(nèi)對(duì)象之間的相似度越高而不同組對(duì)象之間的差別程度越大，聚類的質(zhì)量也就越高。故障診斷領(lǐng)域應(yīng)用最多的是基于模糊理論衍化的各種模糊聚類分析方法[4]，因?yàn)閷?duì)故障的識(shí)別問(wèn)題往往伴有模糊性，即需要確定的不僅是定性的有或者無(wú)，更重要的是相識(shí)程度，這些問(wèn)題用模糊語(yǔ)言來(lái)表達(dá)更為自然和符合實(shí)際。

1 模糊聚類故障診斷模型

5 結(jié)束語(yǔ)

利用G-K算法提出了一種在輸入輸出乘積空間中，通過(guò)模糊聚類獲得基于知識(shí)的故障診斷模型的方法。該方法可以發(fā)現(xiàn)數(shù)據(jù)集中不同形狀和方向的故障模式，同時(shí)該方法比傳統(tǒng)的故障診斷模型更具柔性，具有更強(qiáng)的處理噪聲數(shù)據(jù)的能力。

【參考文獻(xiàn)】

[1]周東華.國(guó)內(nèi)動(dòng)態(tài)系統(tǒng)故障診斷技術(shù)的一些最新進(jìn)展[J].自動(dòng)化博覽，2007（10）：16-18.

[2]于春梅，楊勝波，陳馨.多元統(tǒng)計(jì)方法在故障診斷中的應(yīng)用綜述[J].計(jì)算機(jī)工程與應(yīng)用，2007，43（8）：205-208.

[3]BO-SUK YANG，XIAO DI，TIAN HAN，Random forests classifier for machine fault diagnosis[J].Journal of Mechanical Science and Technology，2013，22（9）：16-25.

篇4

中圖分類號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9599?。?012）　18-0000-02

1 引言

近二十年來(lái)，容錯(cuò)控制技術(shù)無(wú)論是在故障診斷研究方面，還是在控制律重構(gòu)算法設(shè)計(jì)上都取得了一系列的成果，文獻(xiàn)[1-2]對(duì)近些年研究狀況進(jìn)行了較好的綜述，雖然電機(jī)系統(tǒng)的在線故障診斷與容錯(cuò)控制有些報(bào)道，基于模型的故障診斷方法[3]，信號(hào)處理故障診斷方法[4-5]及基于人工智能的診斷方法等[6-7]。但是關(guān)于電機(jī)可靠性的容錯(cuò)控制技術(shù)研究卻很少[8-9]。仍有許多工作有待研究。

本文采用一種改進(jìn)的基于信度分配的CMAC（ICA-CMAC）神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，進(jìn)行電機(jī)系統(tǒng)的在線故障辨識(shí)，引入第一控制律控制算法進(jìn)行控制規(guī)律的在線重組，將在線故障診斷與容錯(cuò)控制相結(jié)合，構(gòu)造集成故障診斷與容錯(cuò)控制系統(tǒng)。保證系統(tǒng)的控制性能，實(shí)現(xiàn)電機(jī)系統(tǒng)容錯(cuò)控制。

篇5

模擬電路廣泛地應(yīng)用在通訊、自動(dòng)控制、家用電器等方面，伴隨著大規(guī)模的模擬集成電路的發(fā)展，模擬電路的復(fù)雜度和密集度也在不斷地增長(zhǎng)，同時(shí)，對(duì)模擬電路的運(yùn)行可靠性也要求越來(lái)越高。一旦發(fā)生模擬電路故障，能夠及時(shí)地診斷故障，以便調(diào)試和替換。模擬電路的故障診斷主要包括檢測(cè)點(diǎn)的選擇、測(cè)試信號(hào)的確定、被診斷對(duì)象輸出響應(yīng)信號(hào)的測(cè)試、處理和診斷的方法的實(shí)現(xiàn)、診斷結(jié)果的顯示等。本文從分析模擬電路故障特點(diǎn)，探討了模擬電路故障診斷的一些新方法。

1、模擬電路故障特點(diǎn)

模擬電路故障診斷就是根據(jù)現(xiàn)有網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，將信號(hào)輸入后檢測(cè)故障反應(yīng)，并據(jù)此確定出現(xiàn)故障的具置及相應(yīng)參數(shù)。模擬電路信號(hào)不同于數(shù)字信號(hào)，其受時(shí)間的影響較大，并處于不斷變化過(guò)程中，具體而言，模擬電路信號(hào)特點(diǎn)可以歸結(jié)為以下幾點(diǎn)：

（1）構(gòu)成模擬電路的元器件一大突出特點(diǎn)就是離散型，也就是通常所說(shuō)的容差，從本質(zhì)上講，就是許可范圍內(nèi)的小故障，在實(shí)踐中并不罕見(jiàn)，其會(huì)對(duì)模擬電路故障明確性造成一定影響，從而加大確定故障準(zhǔn)確位置的難度；（2）模擬電路輸入及輸出具有連續(xù)性，由于故障模型復(fù)雜程度較高，予以量化的難度較大；（3）通常情況下，模擬電路頻率范圍為至，可見(jiàn)其頻率范圍較寬，因此，就算檢測(cè)同一信號(hào)，由于原理、具體方法以及相關(guān)設(shè)備等因素，結(jié)果也會(huì)有所區(qū)別；（4）由于現(xiàn)代電路可以用來(lái)進(jìn)行檢測(cè)的節(jié)點(diǎn)數(shù)量較少，用于故障診斷的信息有限，這就加大了故障定位的難度；（5）由于非線性問(wèn)題的存在，差不多所有實(shí)用模擬電路都面臨反饋回路和非線性問(wèn)題，這也使得測(cè)試及計(jì)算變得更加困難。

2、故障診斷的新近方法

2.1信息融合故障診斷法

由于設(shè)備本身的復(fù)雜性和運(yùn)行環(huán)境的不穩(wěn)定性，單傳感器反映的設(shè)備信息具有不確定性，導(dǎo)致故障診斷準(zhǔn)確率降低，甚至出現(xiàn)漏檢和誤診現(xiàn)象。信息融合技術(shù)為解決復(fù)雜系統(tǒng)故障診斷的不確定性問(wèn)題提供了一條嶄新的途徑，采用其獨(dú)特的多維信息處理方式，來(lái)解決用常規(guī)的網(wǎng)絡(luò)撕裂法進(jìn)行模擬電路故障診斷時(shí)由于電路前后元器件相互影響和由于容差、非線性因素而出現(xiàn)的診斷不確定性問(wèn)題。

2.2模糊理論故障診斷法

依據(jù)專家經(jīng)驗(yàn)在故障征兆空間與故障原因空間之間建立模糊關(guān)系矩陣，再將各條模糊推理規(guī)則產(chǎn)生的模糊關(guān)系矩陣進(jìn)行組合，根據(jù)一定的判定閾值來(lái)識(shí)別故障元件。隨著模糊理論的發(fā)展，它的一些優(yōu)點(diǎn)逐步被重視，如其可適應(yīng)不確定性問(wèn)題；其模糊知識(shí)庫(kù)使用語(yǔ)言變量來(lái)表述專家的經(jīng)驗(yàn)，更接近人的表達(dá)習(xí)慣等。然而，由于復(fù)雜系統(tǒng)的模糊模型的建立、辨識(shí)，語(yǔ)言規(guī)則的獲取、遺忘、修改等理論和方法還不夠完善，使該方法的實(shí)際應(yīng)用受到了限制。

2.3人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，ANN）是用物理上可以實(shí)現(xiàn)的器件、系統(tǒng)或現(xiàn)有的計(jì)算機(jī)來(lái)模擬人腦的結(jié)構(gòu)和功能的人工系統(tǒng)。它以其諸多優(yōu)點(diǎn)，如I／O非線性映射特性、信息的分布存儲(chǔ)、并行處理、高度的自組織和自學(xué)習(xí)能力等，在智能故障診斷中受到越來(lái)越廣泛的重視，顯示出巨大的潛力。目前神經(jīng)網(wǎng)絡(luò)模型已有數(shù)十種，常用于故障診斷的神經(jīng)網(wǎng)絡(luò)模型主要有：誤差后向傳播（BP）網(wǎng)絡(luò)、Hopfield網(wǎng)絡(luò)、自組織特征映射（SOFM）網(wǎng)絡(luò)等。由此促成了以人工神經(jīng)網(wǎng)絡(luò)技術(shù)為核心的新近模擬電路故障診斷方法，這些方法解決了經(jīng)典方法面臨的問(wèn)題：采用BP網(wǎng)絡(luò)可有效解決非線性問(wèn)題；采用Hopfield網(wǎng)絡(luò)可用來(lái)診斷正常元器件容差條件下的多故障問(wèn)題；采用SOFM網(wǎng)絡(luò)解決模擬電路故障診斷容差問(wèn)題的方法，可以對(duì)單、多、軟、硬故障進(jìn)行有效識(shí)別、迅速定位。

2.4小波變換故障診斷法

通過(guò)小波母函數(shù)在尺度上的伸縮和時(shí)域上的平移來(lái)分析信號(hào)，適當(dāng)選擇母函數(shù)，可以使擴(kuò)張函數(shù)具有較好的局部性，是一種時(shí)-頻分析方法。在模擬電路故障診斷中，小波變換被有效地用來(lái)提取故障特征信息，之后再將這些故障特征信息送入故障分類處理器進(jìn)行故障診斷。不需要系統(tǒng)的數(shù)學(xué)模型，故障檢測(cè)靈敏準(zhǔn)確，運(yùn)算量也不大，對(duì)噪聲的抑制能力強(qiáng)，對(duì)輸入信號(hào)要求低。但其不足在于在大尺度下由于濾波器的時(shí)域?qū)挾容^大，檢測(cè)時(shí)會(huì)產(chǎn)生時(shí)間延遲，且不同小波基的選取對(duì)診斷結(jié)果也有影響。

2.5專家系統(tǒng)故障診斷法

專家系統(tǒng)是一種智能化的計(jì)算機(jī)軟件系統(tǒng)，運(yùn)用知識(shí)和推理來(lái)解決只有專家才能解決的復(fù)雜問(wèn)題。專家系統(tǒng)在模擬電路故障診斷中的典型應(yīng)用是基于產(chǎn)生式規(guī)則的系統(tǒng)，能夠有效地模擬故障診斷專家完成故障診斷過(guò)程。但在實(shí)際應(yīng)用中仍存在一定缺陷，其主要問(wèn)題是知識(shí)獲取的瓶頸問(wèn)題、知識(shí)難以維護(hù)、知識(shí)推理的"組合爆炸"和"無(wú)窮遞歸"問(wèn)題以及不能有效解決故障診斷中許多不確定因素。

2.6其他方法

分形理論在模式識(shí)別中也有初步的應(yīng)用，在故障診斷領(lǐng)域中的應(yīng)用研究只是剛剛開(kāi)始。設(shè)備故障診斷中用來(lái)反映設(shè)備運(yùn)行狀態(tài)的特征信號(hào)在一定尺度范圍內(nèi)部具有分形的特性，可通過(guò)計(jì)算分維數(shù)來(lái)進(jìn)行診斷?？捎糜陔娏υO(shè)備局部放電模式識(shí)別中，可大大減少特征提取數(shù)量，與小波變換、神經(jīng)網(wǎng)絡(luò)結(jié)合，可提高模式識(shí)別的有效性和可靠性。遺傳算法是一種新發(fā)展起來(lái)的全局優(yōu)化算法，已成為人們用來(lái)解決高度復(fù)雜問(wèn)題的一個(gè)新思路和新方法。它應(yīng)用于專家系統(tǒng)的故障診斷系統(tǒng)，仿真結(jié)果表明，可以加快推理速度，提高專家系統(tǒng)在缺乏先驗(yàn)知識(shí)和樣本數(shù)據(jù)很少的情況下的實(shí)用性。

總之，這些新術(shù)對(duì)模擬電路故障診斷都有著重要意義，有著廣闊的發(fā)展前景，為解決故障診斷問(wèn)題找到了新的突破口，促進(jìn)了模擬電路故障診斷技術(shù)的發(fā)展。但是這些技術(shù)自身發(fā)展還不完善，在實(shí)際工作中還需要我們努力探索。

參考文獻(xiàn)：

[1]白建社.淺談模擬電路的故障診斷[J].大眾科技，2007，(04)

篇6

一、緒論

隨著科學(xué)與經(jīng)濟(jì)的發(fā)展，電力系統(tǒng)在國(guó)民經(jīng)濟(jì)中發(fā)揮著日益深淵的影響，在人們的經(jīng)濟(jì)生活與生產(chǎn)的地位越來(lái)越突出，因此人們對(duì)電力系統(tǒng)的要求也逐漸提高。目前我國(guó)的電網(wǎng)的規(guī)模日益擴(kuò)大，結(jié)構(gòu)也逐漸復(fù)雜化，對(duì)區(qū)域之間電網(wǎng)系統(tǒng)的聯(lián)系要求也越來(lái)越高，做好電力系統(tǒng)故障的診斷研究有利于維護(hù)區(qū)域經(jīng)濟(jì)與生產(chǎn)的穩(wěn)定性，為人們生產(chǎn)與生活帶來(lái)更高的效益。

電力系統(tǒng)具有設(shè)備的復(fù)雜性與電網(wǎng)拓?fù)涞拇_定性，因此對(duì)于電力統(tǒng)故障診斷的研究是具有綜合性的課題。國(guó)內(nèi)外對(duì)電力統(tǒng)故障診斷的進(jìn)行研究得出了很多相關(guān)技術(shù)與方法，比如：專家系統(tǒng)法ES、遺傳算法GA、模糊理論法FT等等，文章對(duì)幾種電力統(tǒng)故障診斷方法進(jìn)行了闡述與歸納，并提出電力系統(tǒng)故障診斷的研究發(fā)展方向。

二、電力系統(tǒng)故障診斷國(guó)內(nèi)外研究發(fā)展現(xiàn)狀

所謂的電力統(tǒng)故障診斷指的是對(duì)保護(hù)裝置中的信息進(jìn)行采集與分析，利用相關(guān)經(jīng)驗(yàn)與理論基礎(chǔ)對(duì)故障區(qū)域進(jìn)行及時(shí)的處理，SCAD/EMS系統(tǒng)[1]的應(yīng)用為電力系統(tǒng)故障診斷提供了便捷，但是還不能完全實(shí)現(xiàn)電網(wǎng)故障時(shí)信息的全面處理，因此建立一套完備的電力系統(tǒng)故障診斷系統(tǒng)是現(xiàn)階段我們需要解決的問(wèn)題。

2.1基于專家系統(tǒng)的方法ES

專家系統(tǒng)ES是發(fā)展較為成熟的一種智能技術(shù)，是建立在智能計(jì)算機(jī)程序的包含大量知識(shí)與經(jīng)驗(yàn)的綜合系統(tǒng)，利用現(xiàn)有專業(yè)的知識(shí)與經(jīng)驗(yàn)技巧進(jìn)行系統(tǒng)故障相關(guān)問(wèn)題的解決。

專家系統(tǒng)中知識(shí)庫(kù)與推理機(jī)是量大核心組成，知識(shí)庫(kù)是用來(lái)存放問(wèn)題與相關(guān)專業(yè)知識(shí)的媒介，推理機(jī)是負(fù)責(zé)對(duì)整個(gè)系統(tǒng)工作的協(xié)調(diào)。專家電力系統(tǒng)的運(yùn)作中，通過(guò)保護(hù)器等結(jié)構(gòu)與運(yùn)行人員的經(jīng)驗(yàn)相結(jié)合，使用恰當(dāng)?shù)谋磉_(dá)式錄入知識(shí)庫(kù)，當(dāng)系統(tǒng)故障發(fā)生，推理機(jī)可根據(jù)報(bào)警系統(tǒng)提供的數(shù)據(jù)進(jìn)行診斷分析并得出結(jié)果，縮小了搜索和問(wèn)題推理的范圍，有效的利用了專家相關(guān)的經(jīng)驗(yàn)知識(shí)，提高了故障診斷的效率。科學(xué)技術(shù)的發(fā)展提高了專家系統(tǒng)的表達(dá)多樣性，使其廣泛運(yùn)用于電網(wǎng)故障診斷中。

電網(wǎng)運(yùn)行復(fù)雜性的提高，對(duì)專家系統(tǒng)的運(yùn)行程度提出了接近極限的要求，使其漸漸暴露出一些問(wèn)題：（1）專家系統(tǒng)知識(shí)庫(kù)不具備較高的靈活性，知識(shí)的獲取方式單一，普遍依靠傳統(tǒng)的人工移植方式，不能與復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)相適應(yīng)，需要

設(shè)計(jì)出具備自動(dòng)升級(jí)與知識(shí)獲取的完備系統(tǒng)，提高知識(shí)庫(kù)對(duì)信息的存儲(chǔ)與檢索能力。（2）專家系統(tǒng)中知識(shí)不具備模仿學(xué)習(xí)的能力，對(duì)于沒(méi)有出現(xiàn)過(guò)的故障容易造成誤判，影響相關(guān)人員操作的準(zhǔn)確性。 （3）知識(shí)庫(kù)維護(hù)困難，系統(tǒng)不具備簡(jiǎn)便的維護(hù)與修復(fù)功能。（4）系統(tǒng)容錯(cuò)能力低[2]，容易造成由于裝置誤動(dòng)作而引起的錯(cuò)誤診斷。 （5）系統(tǒng)故障診斷過(guò)程中多次迭代的產(chǎn)生會(huì)對(duì)系統(tǒng)正常運(yùn)行造成不同程度的影響，尤其影響了信息診斷的實(shí)時(shí)性。

2.2基于模糊理論的方法FT

模糊理論的方法FT指的是運(yùn)用語(yǔ)言變量和近似推理的模糊邏輯進(jìn)行故障推理的技術(shù)[3]。模糊理論在運(yùn)用中加入變量的結(jié)構(gòu)，更有利于表達(dá)專家經(jīng)驗(yàn)，有效增加了系統(tǒng)的容錯(cuò)能力，對(duì)于系統(tǒng)不確定問(wèn)題可以進(jìn)行有效的解決。

由于其推理理論自身的特殊性與局限性，在電力故障的分析與處理中常常與其他方法同時(shí)使用，對(duì)于較為復(fù)雜的具體問(wèn)題，還需要進(jìn)一步進(jìn)行研究與推理。

如果故障診斷過(guò)程中利用模糊理論不能有效地解決故障的不確定性問(wèn)題，可以建立復(fù)雜的的數(shù)學(xué)模型與函數(shù)關(guān)系進(jìn)行故障信息的處理。但模糊理論在邏輯語(yǔ)言上還不夠規(guī)范，信息修改的理論也不夠成熟。

三、電力系統(tǒng)故障診斷的研究發(fā)展方向

不同的電力系統(tǒng)故障診斷系統(tǒng)都具備各自的優(yōu)勢(shì)和不足，電網(wǎng)的規(guī)模的擴(kuò)大與結(jié)構(gòu)的復(fù)雜性發(fā)展對(duì)電力系統(tǒng)故障診斷技術(shù)提出了更高的要求，我們需要對(duì)以下幾個(gè)問(wèn)題進(jìn)行深入的研究：

（1）利用不同診斷方法相結(jié)合的方法：不同診斷方法都自身優(yōu)勢(shì)，實(shí)現(xiàn)各種方法的結(jié)合使用，有利于故障系統(tǒng)之間的進(jìn)行優(yōu)勢(shì)互補(bǔ)，彌補(bǔ)各自在電力系統(tǒng)故障診斷不足。比如在同一個(gè)故障問(wèn)題中利用數(shù)學(xué)建模，并結(jié)合遺傳算法進(jìn)行信息數(shù)據(jù)的處理，從而達(dá)到良好的解決效果。

（2） 故障診斷在信息不完整情況下的處理方法：通常清空下調(diào)度中心所記錄的信息具備完整與準(zhǔn)確性，但是當(dāng)斷路器等裝置出現(xiàn)錯(cuò)誤操作時(shí)，狀態(tài)信息的傳輸就會(huì)出現(xiàn)錯(cuò)誤，往往會(huì)影響故障診斷的結(jié)果的正確性。我們要將故障診斷過(guò)程中信息不完整的情況作為重點(diǎn)研究?jī)?nèi)容，深入研究并尋找出最有效的診斷方法。

（3）非正常的電網(wǎng)故障相關(guān)問(wèn)題與方法：當(dāng)電網(wǎng)的指標(biāo)沒(méi)有處于允許范圍時(shí)，就應(yīng)當(dāng)考慮到信息的錯(cuò)誤傳輸。常用的方法是將信息傳送到運(yùn)行中心，對(duì)故障進(jìn)行預(yù)測(cè)與防范，但目前對(duì)于非正常的參數(shù)與指標(biāo)還沒(méi)有建立起完善的應(yīng)對(duì)方法，

這將成為診斷故障與預(yù)防的重點(diǎn)問(wèn)題。

（4）各種算法與處理器結(jié)合的方法：電力故障診斷的過(guò)程中會(huì)發(fā)生數(shù)據(jù)信息的

多次迭代或多次循環(huán)現(xiàn)象，反復(fù)計(jì)算的過(guò)程延長(zhǎng)了故障診斷的時(shí)間，對(duì)故障診斷的時(shí)效性造成了很大的影響。我們需將不同的算法與合適的高速處理器進(jìn)行結(jié)合，為解決故障處理的時(shí)效問(wèn)題提供了方向。

四、結(jié)語(yǔ)

電力系統(tǒng)網(wǎng)絡(luò)規(guī)模日益擴(kuò)大，系統(tǒng)結(jié)構(gòu)也更加復(fù)雜化，只有提高電力系統(tǒng)故障診斷的水平才能適應(yīng)電力發(fā)展的現(xiàn)狀。今年來(lái)國(guó)內(nèi)外對(duì)電力故障診斷的研究逐漸深入，結(jié)合基礎(chǔ)理論采用了多種手段為故障診斷提出了相關(guān)解決技術(shù)，但實(shí)際應(yīng)用中還存在一些問(wèn)題與不足。我們需把握電力系統(tǒng)故障診斷的發(fā)展趨勢(shì)，在實(shí)踐中建立起更加完善、成熟的電網(wǎng)診斷系統(tǒng)，為提高經(jīng)濟(jì)生產(chǎn)效益奠定良好的基礎(chǔ)。

參考文獻(xiàn)：

篇7

1.電機(jī)故障診斷的特點(diǎn)及實(shí)施電機(jī)故障診斷的意義

1.1電機(jī)故障診斷的特點(diǎn)

電機(jī)的功能是進(jìn)行電能與機(jī)械能量的轉(zhuǎn)換，涉及因素很多，如電路系統(tǒng)、磁路系統(tǒng)、絕緣系統(tǒng)、機(jī)械系統(tǒng)、通風(fēng)散熱系統(tǒng)等。哪一部分工作不良或其相互之間配合不好，都會(huì)導(dǎo)致電機(jī)出現(xiàn)故障。因此，電機(jī)故障要比其它設(shè)備的故障更復(fù)雜，其故障診斷所涉及到的技術(shù)范圍更廣，對(duì)診斷人員的要求也就更高。一般來(lái)說(shuō)，電機(jī)故障診斷涉及到的知識(shí)領(lǐng)域主要有[20]：電機(jī)理論、電磁測(cè)量、信號(hào)處理、計(jì)算機(jī)技術(shù)、熱力學(xué)、絕緣技術(shù)、人工智能等。電機(jī)故障診斷的復(fù)雜性還表現(xiàn)在故障特征量的隱含性、故障起因與故障征兆之間的多元性。一種故障可能表現(xiàn)出多種征兆，有時(shí)不同故障起因也可能會(huì)反映出同一個(gè)故障征兆，這種情況下很難立即確定其真正的故障起因。另外，電機(jī)的運(yùn)行還與其負(fù)載情況、環(huán)境因素等有關(guān)，電機(jī)在不同的狀態(tài)下運(yùn)行，表現(xiàn)出的故障狀態(tài)各不相同，這進(jìn)一步增加了電機(jī)故障診斷難度，所以要求對(duì)電機(jī)進(jìn)行故障診斷首先必須掌握電機(jī)本身的結(jié)構(gòu)原理、電磁關(guān)系和進(jìn)行運(yùn)行狀況分析的方法，即掌握電機(jī)各種故障征兆與故障起因間的關(guān)系的規(guī)律。

1.2實(shí)施電機(jī)故障診斷的意義

電機(jī)的驅(qū)動(dòng)易受逆變器故障的影響，在交流電機(jī)驅(qū)動(dòng)系統(tǒng)中，逆變器短路故障將會(huì)使電機(jī)產(chǎn)生有規(guī)律波動(dòng)的或是恒定的饋電扭矩，使車輛突然減速。研究表明：逆變器出現(xiàn)故障時(shí)，永磁感應(yīng)電機(jī)將產(chǎn)生較大的饋電扭矩，而且永磁電機(jī)也有存在潛在的高消磁電流的問(wèn)題。而感應(yīng)電機(jī)在逆變器出現(xiàn)故障時(shí)所產(chǎn)生有規(guī)律的饋電扭矩將由于有持續(xù)的負(fù)載而迅速衰減，這說(shuō)明了感應(yīng)電機(jī)具有較高的容錯(cuò)能力，適應(yīng)混合動(dòng)力系統(tǒng)的要求。開(kāi)關(guān)電機(jī)磁阻是最具有故障容錯(cuò)能力的電機(jī)，而且當(dāng)其有一個(gè)逆變器支路出現(xiàn)故障時(shí)電機(jī)仍能產(chǎn)生凈扭矩，另外，開(kāi)關(guān)磁阻電機(jī)成本低，結(jié)構(gòu)緊湊，但是開(kāi)關(guān)磁阻電機(jī)有較大的噪聲和扭矩脈沖，而且需要位置檢測(cè)器，而這些缺點(diǎn)使得開(kāi)關(guān)磁阻電機(jī)在現(xiàn)階段不適合應(yīng)用于混合動(dòng)力客車上。在混合動(dòng)力客車動(dòng)力系統(tǒng)中，電機(jī)是作為輔助動(dòng)力的，而且電機(jī)屬于高速旋轉(zhuǎn)設(shè)備，如果電機(jī)出現(xiàn)故障，電機(jī)產(chǎn)生的瞬態(tài)扭矩將使車輛的穩(wěn)定性和動(dòng)力性將受到影響，而且，電機(jī)由高壓電池組驅(qū)動(dòng)，如果電機(jī)出現(xiàn)故障而不能及時(shí)容錯(cuò)，電機(jī)產(chǎn)生的瞬態(tài)電流將使電池受到損害，因此在混合動(dòng)力系統(tǒng)中對(duì)電機(jī)進(jìn)行故障診斷是非常必要的。

2.電機(jī)的故障診斷方法及典型故障診斷分析

2.1電機(jī)故障的診斷方法

（1）傳統(tǒng)的電機(jī)故障診斷方法

在傳統(tǒng)的基于數(shù)學(xué)模型的診斷方法中，經(jīng)典的基于狀態(tài)估計(jì)或過(guò)程參數(shù)估計(jì)的方法被應(yīng)用于電機(jī)故障檢測(cè)。圖1為用此類方法進(jìn)行故障診斷的原理框圖。這種方法的優(yōu)點(diǎn)是能深入電機(jī)系統(tǒng)本質(zhì)的動(dòng)態(tài)性質(zhì)，可實(shí)現(xiàn)實(shí)時(shí)診斷，而缺點(diǎn)是需建立精確的電機(jī)數(shù)學(xué)模型，選擇適當(dāng)決策方法，因此，當(dāng)電機(jī)系統(tǒng)模型不確定或非線性時(shí)，此類方法就難以實(shí)現(xiàn)了。

（3）基于模糊邏輯的電機(jī)故障診斷方法

圖3為基于模糊邏輯的電機(jī)故障診斷方法框圖，故障診斷部分是一個(gè)典型的模糊邏輯系統(tǒng)，主要包括模糊化單元、參考電機(jī)、底層模糊規(guī)則和解模糊單元。其中，模糊推理和底層模糊規(guī)則是模糊邏輯系統(tǒng)的核心，它具有模擬人的基于模糊概念的推理能力，該推理過(guò)程是基于模糊邏輯中的蘊(yùn)涵關(guān)系及推理規(guī)則來(lái)進(jìn)行的。模糊規(guī)則的制定有兩種基本方法：第一，啟發(fā)式途徑來(lái)源于實(shí)際電機(jī)操作者的語(yǔ)言化的經(jīng)驗(yàn)。第二，是采用自組織策略從正常和故障電機(jī)測(cè)量獲得的信號(hào)進(jìn)行模糊故障診斷的制定，將此方法通過(guò)計(jì)算機(jī)仿真實(shí)現(xiàn)，對(duì)電機(jī)故障有較好的識(shí)別能力。

（4）基于遺傳算法的電機(jī)故障診斷方法

遺傳算法是基于自然選擇和基因遺傳學(xué)原理的搜索算法，它的推算過(guò)程就是不斷接近最優(yōu)解的方法，因此它的特點(diǎn)在于并行計(jì)算與全局最優(yōu)。而且，與一般的優(yōu)化方法相比，遺傳算法只需較少的信息就可實(shí)現(xiàn)最優(yōu)化控制。由于一個(gè)模糊邏輯控制器所要確定的參變量很多，專家的經(jīng)驗(yàn)只能起到指導(dǎo)作用，很難根據(jù)指導(dǎo)準(zhǔn)確地定出各項(xiàng)參數(shù)，而反復(fù)試湊的過(guò)程就是一個(gè)尋優(yōu)的過(guò)程，遺傳算法可以應(yīng)用于該尋優(yōu)過(guò)程，較有效地確定出模糊邏輯控制器的結(jié)構(gòu)和數(shù)量。

遺傳算法應(yīng)用于感應(yīng)電機(jī)基于神經(jīng)網(wǎng)絡(luò)的故障診斷方法的框圖如圖4所示。設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)的關(guān)鍵在于如何確定神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及連接權(quán)系數(shù)，這就是一個(gè)優(yōu)化問(wèn)題，其優(yōu)化的目標(biāo)是使得所設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)具有盡可能好的函數(shù)估計(jì)及分類功能。具體地分，可以將遺傳算法應(yīng)用于神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)和訓(xùn)練兩個(gè)方面，分別構(gòu)成設(shè)計(jì)遺傳算法和訓(xùn)練遺傳算法。許多神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)細(xì)節(jié)，如隱層節(jié)點(diǎn)數(shù)、神經(jīng)元轉(zhuǎn)移函數(shù)等，都可由設(shè)計(jì)遺傳算法進(jìn)行優(yōu)化，而神經(jīng)網(wǎng)絡(luò)的連接權(quán)重可由訓(xùn)練遺傳算法優(yōu)化。這兩種遺傳算法的應(yīng)用可使神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)得以優(yōu)化，特別是用DSP來(lái)提高遺傳算法的速度，可使故障響應(yīng)時(shí)間小于300μs，不僅單故障信號(hào)診斷準(zhǔn)確率可達(dá)98%，還可用于雙故障信號(hào)的診斷，其準(zhǔn)確率為66%。

近年來(lái)，電機(jī)故障診斷的智能方法在傳統(tǒng)方法的基礎(chǔ)上得到了飛速發(fā)展，新型的現(xiàn)代故障診斷技術(shù)不斷涌現(xiàn)：神經(jīng)網(wǎng)絡(luò)、模糊邏輯、模糊神經(jīng)網(wǎng)絡(luò)、遺傳算法等都在電機(jī)故障診斷領(lǐng)域得到成功應(yīng)用。隨著現(xiàn)代工業(yè)的發(fā)展，自動(dòng)化系統(tǒng)的規(guī)模越來(lái)越大，使其產(chǎn)生故障的可能性和復(fù)雜性劇增，僅靠一種理論或一種方法，無(wú)論是智能的還是經(jīng)典的，都很難實(shí)現(xiàn)復(fù)雜條件下電機(jī)故障完全、準(zhǔn)確、及時(shí)地診斷，而多種方法綜合運(yùn)用,既可是經(jīng)典方法與智能方法的結(jié)合，也可是兩種或多種智能方法的結(jié)合，兼顧了實(shí)時(shí)性和精確度,因此多種方法的有機(jī)融合、綜合運(yùn)用這一趨勢(shì)將成為必然，也將成為電機(jī)故障在線診斷技術(shù)發(fā)展的主流方向。

參考文獻(xiàn)：

篇8

關(guān)鍵詞：

電氣設(shè)備；故障診斷；研究

1前言

家用電器為人類生活帶來(lái)了極大的便利，發(fā)電機(jī)和變壓器等設(shè)備提供人類日常所需用電，因此人類便利安全的生活很大程度上依賴這些電氣設(shè)備的有效運(yùn)行，當(dāng)電氣設(shè)備不能安全地運(yùn)行出現(xiàn)故障時(shí)，則會(huì)對(duì)日常生活產(chǎn)生影響，甚至?xí)斐蓢?yán)重的經(jīng)濟(jì)損失。為了提高設(shè)備的使用效率和安全運(yùn)行性能，必須采取相應(yīng)保護(hù)措施，當(dāng)出現(xiàn)故障或緊急事故時(shí)，應(yīng)首先對(duì)故障進(jìn)行診斷，然后對(duì)癥下藥，這樣才能高效地處理事故并把損失減少到最小，由此可知故障診斷是核心步驟。

2電氣設(shè)備常見(jiàn)故障分析

2．1電器設(shè)備發(fā)生絕緣

故障電氣設(shè)備往往處于長(zhǎng)時(shí)間不停歇的工作狀態(tài)，其工作環(huán)境是高電壓和強(qiáng)電場(chǎng)相互作用形成的區(qū)域。當(dāng)設(shè)備發(fā)生絕緣現(xiàn)象，不但對(duì)電氣設(shè)備的正常供電產(chǎn)生嚴(yán)重影響，還很可能造成事故，如設(shè)備的燒毀、設(shè)備引起爆炸等，給人們生活造成安全隱患。造成絕緣故障的原因很多，例如由于設(shè)備常年使用自身發(fā)生老化，設(shè)備沒(méi)有密封嚴(yán)密而受到外界物質(zhì)的腐蝕，設(shè)備喪失絕緣能力。這些原因最終導(dǎo)致電氣設(shè)備發(fā)生絕緣故障，主要表現(xiàn)在變壓器絕緣故障、電力電纜絕緣故障和電壓、電流互感器絕緣故障。

2．2電氣設(shè)備發(fā)生械損壞

通常電氣設(shè)備主要由三部分組成，分別為定子、轉(zhuǎn)子和軸承裝置，當(dāng)電機(jī)在運(yùn)行時(shí)，會(huì)形成不相互影響的電路，并經(jīng)過(guò)電路的斷開(kāi)和閉合作用而形成的一個(gè)耦合電路磁場(chǎng)，從而確保整個(gè)設(shè)備的正常運(yùn)行，且保證各個(gè)部位的良好散熱。設(shè)備發(fā)生機(jī)械故障通常的表現(xiàn)形式為機(jī)械的振動(dòng)、磨損和振動(dòng)等等，在電氣設(shè)備發(fā)生機(jī)械損壞之前，是不容易檢查出來(lái)的，其隱蔽性較強(qiáng)，因此對(duì)于這類故障，需要較強(qiáng)的檢修技術(shù)，并需要配備經(jīng)驗(yàn)豐富、操作技術(shù)靈活的檢修人員。

2．3設(shè)備散熱系統(tǒng)發(fā)生故障

電氣設(shè)備在運(yùn)行過(guò)程中，由于存在能量的轉(zhuǎn)換和傳遞過(guò)程，設(shè)備會(huì)隨著運(yùn)行時(shí)間的延長(zhǎng)而發(fā)熱，對(duì)設(shè)備的性能產(chǎn)生影響。當(dāng)設(shè)備的散熱系統(tǒng)發(fā)生故障，則不能及時(shí)降低設(shè)備因運(yùn)行產(chǎn)生的高溫，其原因是該方式容易導(dǎo)致設(shè)備長(zhǎng)時(shí)間處于高溫而燒壞。

3電氣設(shè)備故障診斷的方法和技術(shù)

電氣設(shè)備的故障診斷主要是檢測(cè)技術(shù)人員對(duì)設(shè)備在運(yùn)行時(shí)的各種技術(shù)參數(shù)進(jìn)行收集，然后根據(jù)收集的數(shù)據(jù)、專業(yè)知識(shí)和工程經(jīng)驗(yàn)對(duì)設(shè)備進(jìn)行診斷，確定故障發(fā)生的部位和性質(zhì)，并對(duì)發(fā)生故障的原因進(jìn)行分析和判斷，還包括對(duì)設(shè)備非正常狀態(tài)進(jìn)行原因識(shí)別和對(duì)故障變化趨勢(shì)進(jìn)行預(yù)測(cè)，其實(shí)質(zhì)是通過(guò)表面現(xiàn)象對(duì)實(shí)質(zhì)進(jìn)行分析判斷。

3．1電氣設(shè)備故障診斷方法

一般而言，設(shè)備故障診斷方法隨著設(shè)備結(jié)構(gòu)和性質(zhì)的不同而發(fā)生變化，主要可分為顯著性差異分析法、故障樹分析法、人工神經(jīng)網(wǎng)絡(luò)分析法等等。顯著性差異分析法主要給設(shè)備和同一家族其他設(shè)備提供幾乎同等條件，然后兩者之間的各項(xiàng)技術(shù)參數(shù)，進(jìn)行分析。故障樹分析法是列舉出所有可能造成電氣故障的影響因素，然后對(duì)其逐一分析和判斷，從而形成邏輯圖，確定各種因素以及各種組合發(fā)生的概率和造成的影響，進(jìn)一步確定設(shè)備發(fā)生故障的原因。人工神經(jīng)網(wǎng)絡(luò)分析法更現(xiàn)代化，它主要基于現(xiàn)代神經(jīng)生理學(xué)和心理學(xué)而建立的非線性動(dòng)力學(xué)系統(tǒng)，近似于人腦神經(jīng)元，可進(jìn)行相對(duì)容易的數(shù)學(xué)計(jì)算，由于這種分析方法趨于智能化，無(wú)需設(shè)定新的算法和規(guī)則進(jìn)行引導(dǎo)和限制，大大降低軟件工程量，因此其用于電氣設(shè)備范圍的前景很好。故障診斷方法越先進(jìn)，診斷精度越高，則專業(yè)診斷技術(shù)人員在在工作時(shí)效率越高，能更高效地完成任務(wù)，避免不必要的事故發(fā)生。

3．2電氣設(shè)備故障診斷技術(shù)

故障診斷方式是技術(shù)人員使用的手段，手段的高低與診斷效率密切相關(guān)，而故障診斷技術(shù)是診斷途徑，可加快診斷進(jìn)程。故障診斷技術(shù)可分為多種，而且隨著科學(xué)的進(jìn)步，肯定會(huì)出現(xiàn)更高科技的技術(shù)，如紅外診斷技術(shù)。診斷技術(shù)主要可由三部分組成:采用精確、高效的檢測(cè)方法對(duì)設(shè)備的各個(gè)參數(shù)、信息進(jìn)行測(cè)取;對(duì)測(cè)取的信息進(jìn)行提煉，從而診斷故障的部位;根據(jù)有效信息和相關(guān)專業(yè)知識(shí)建立針對(duì)性數(shù)學(xué)模型，確定故障的性質(zhì)。

4電氣設(shè)備故障診斷的現(xiàn)狀及發(fā)展趨勢(shì)

目前，我國(guó)針對(duì)電氣設(shè)備發(fā)生的故障有相應(yīng)的診斷方法。針對(duì)設(shè)備的絕緣故障，一般采用斷路法進(jìn)行診斷，通過(guò)對(duì)輸電線路采取分段斷電從而判斷該電路段是否發(fā)生絕緣故障，如此逐段進(jìn)行實(shí)驗(yàn)判斷整個(gè)路段的故障區(qū)域。針對(duì)設(shè)備機(jī)械損壞，通常采用常規(guī)化手段進(jìn)行診斷，如點(diǎn)燃實(shí)驗(yàn)、放電實(shí)驗(yàn)等，因?yàn)橛械臋C(jī)械損壞故障會(huì)產(chǎn)生甲烷、一氧化碳等氣體，其具有可燃性，所以可對(duì)生成的氣體進(jìn)行收集并通過(guò)點(diǎn)燃實(shí)驗(yàn)判斷。針對(duì)設(shè)備散熱系統(tǒng)發(fā)生故障，可采用紅外線設(shè)施進(jìn)行檢測(cè)，其主要利用紅外線對(duì)溫度的敏感度，即使是設(shè)備的細(xì)微溫度變化也可以檢測(cè)出來(lái)，可及時(shí)發(fā)現(xiàn)設(shè)備的非正常狀態(tài)，從而及時(shí)采取相應(yīng)措施進(jìn)行修復(fù)，避免安全事故發(fā)生。顯然針對(duì)不同的故障有不同的診斷方法，但是隨著科學(xué)技術(shù)的不斷更新，更優(yōu)秀的診斷方法必然會(huì)出現(xiàn)，然而不論診斷方法如何進(jìn)步都會(huì)沿著一定的性能，如綜合性、針對(duì)性、快捷性等。綜合性能主要表現(xiàn)在對(duì)信息的綜合整合，即當(dāng)設(shè)備出現(xiàn)故障時(shí)產(chǎn)生了設(shè)備的技術(shù)參數(shù)變化、溫度變化等信息，則需要一個(gè)數(shù)據(jù)終端對(duì)這些信息進(jìn)行整合，而后經(jīng)過(guò)一系列智能技術(shù)進(jìn)行分析和診斷，這種信息化數(shù)據(jù)處理使診斷方法針對(duì)性更強(qiáng)，根據(jù)不同的故障情形建立不同且完善的診斷體系，同時(shí)形成智能化體系，不但可以做出針對(duì)性的診斷，還可在第一時(shí)間把收集的信息上傳至總數(shù)據(jù)庫(kù)，詳細(xì)匯報(bào)故障，保證故障可以盡快得到處理。

5結(jié)語(yǔ)

電氣設(shè)備不僅為人類創(chuàng)造了更便利的日常生活條件，還對(duì)社會(huì)的工業(yè)化進(jìn)程做出貢獻(xiàn)，但是其使用過(guò)程存在著隱患，人們對(duì)設(shè)備的可靠性要求進(jìn)一步提高，因此設(shè)備故障診斷顯得尤為重要。隨著科技日新月異，故障診斷方法技術(shù)也趨于現(xiàn)代化，為電氣設(shè)備安全運(yùn)行提供保障。

參考文獻(xiàn):

［1］周舟，陳紹藝，龔尚昆，胡旭，陶靖．SF_6電氣設(shè)備的監(jiān)督與故障診斷［J］．高壓電器，2011(02):104～107．

［2］孫上鵬，趙會(huì)兵，全宏宇，陳德旺，林濤，寧濱．基于定性趨勢(shì)分析的無(wú)絕緣軌道電路電氣絕緣節(jié)設(shè)備故障診斷方法［J］．中國(guó)鐵道科學(xué)，2014(01):105～113．

篇9

【中圖分類號(hào)】TH 【文獻(xiàn)標(biāo)識(shí)碼】A

【文章編號(hào)】1007-4309（2013）04-0062-1.5

發(fā)動(dòng)機(jī)的診斷技術(shù)是根據(jù)發(fā)動(dòng)機(jī)在正常與非正常兩種狀態(tài)下的某些指標(biāo)的對(duì)比及變化趨勢(shì)，對(duì)發(fā)動(dòng)機(jī)的技術(shù)狀況和故障隱患進(jìn)行定性、定量的分析，為故障的診斷和決策提供科學(xué)的依據(jù)的一種技術(shù)。為了適應(yīng)現(xiàn)代柴油機(jī)使用維修的需要，必須以檢測(cè)診斷技術(shù)為基礎(chǔ)，加強(qiáng)故障潛伏期的監(jiān)控，實(shí)現(xiàn)狀態(tài)監(jiān)控下的針對(duì)性維修。

一、常用發(fā)動(dòng)機(jī)監(jiān)測(cè)技術(shù)

目前，比較成熟的性能指標(biāo)測(cè)試方法有以下幾種：無(wú)負(fù)荷測(cè)功法。一般情況下，采用國(guó)產(chǎn)無(wú)負(fù)荷加速測(cè)功儀，將發(fā)動(dòng)機(jī)從中低速（一般在l000r/min）猛加速至額定轉(zhuǎn)速，以實(shí)測(cè)功率值不小于額定功率的80%為使用標(biāo)準(zhǔn)；轉(zhuǎn)速的測(cè)定。用最高空轉(zhuǎn)轉(zhuǎn)速、額定功率時(shí)轉(zhuǎn)速、最大扭矩時(shí)轉(zhuǎn)速的測(cè)定值與其對(duì)應(yīng)的標(biāo)定值進(jìn)行對(duì)比，以不低于標(biāo)定值的90%為使用標(biāo)準(zhǔn)；發(fā)動(dòng)機(jī)各運(yùn)轉(zhuǎn)部件磨損程度的檢測(cè)分析。目前，比較成熟的手段是鐵譜分析法，通過(guò)鐵譜儀觀測(cè)油中金屬顆粒的數(shù)量、大小、形貌、濃度和顏色的變化，據(jù)此確定其磨損部位、性質(zhì)與程度。它為發(fā)動(dòng)機(jī)的磨損分析提供了有效依據(jù)。

二、發(fā)動(dòng)機(jī)故障診斷技術(shù)的分類

目前，發(fā)動(dòng)機(jī)故障診斷領(lǐng)域涌現(xiàn)出很多的方法，其中依據(jù)診斷的流程可分為經(jīng)驗(yàn)儀表診斷法（利用專家的經(jīng)驗(yàn)或借助儀表進(jìn)行診斷）、專家系統(tǒng)診斷法（將專家的經(jīng)驗(yàn)以計(jì)算機(jī)程序的形式進(jìn)行表達(dá)，是一種智能化的診斷方法）、基于特征狀態(tài)識(shí)別的方法（通過(guò)提取故障信號(hào)進(jìn)行分析和識(shí)別）、車載自診斷方法（主要用于車輛電控系統(tǒng)的故障診斷）以及近幾年來(lái)發(fā)展的集成化和網(wǎng)絡(luò)化故障診斷方法等。

三、專家系統(tǒng)故障診斷方法在發(fā)動(dòng)機(jī)故障診斷中的應(yīng)用

專家系統(tǒng)的基本結(jié)構(gòu)?；趯＜蚁到y(tǒng)的故障診斷方法其實(shí)是一個(gè)計(jì)算機(jī)智能程序，計(jì)算機(jī)在采集診斷對(duì)象的信息后，綜合運(yùn)用各種規(guī)則（專家經(jīng)驗(yàn)）進(jìn)行一系列的推理，必要時(shí)還可以隨時(shí)調(diào)用各種應(yīng)用程序，運(yùn)行過(guò)程中向用戶索取必要的信息后，就可快速地找到最終故障或最有可能的故障，再由用戶來(lái)證實(shí)，應(yīng)用人工智能技術(shù)，模擬人類專家求解問(wèn)題的思維過(guò)程來(lái)進(jìn)行汽車故障診斷的一種智能化方法。

專家系統(tǒng)的實(shí)現(xiàn)關(guān)鍵技術(shù)。知識(shí)獲取是指如何獲得專家的知識(shí)和經(jīng)驗(yàn)的問(wèn)題，一般知識(shí)獲取的方式有如下幾種：通過(guò)知識(shí)工程師與領(lǐng)域?qū)＜医佑|，在專家的指導(dǎo)下以一種適當(dāng)?shù)挠?jì)算機(jī)內(nèi)部表示將知識(shí)編入知識(shí)庫(kù)；通過(guò)一種智能的知識(shí)獲取機(jī)制，讓專家與專家系統(tǒng)直接打交道，由智能編輯器直接生成知識(shí)庫(kù)；通過(guò)建立一個(gè)帶有歸納、類比或其他高級(jí)學(xué)習(xí)功能的知識(shí)發(fā)現(xiàn)系統(tǒng)，使之通過(guò)實(shí)例或?qū)嶋H問(wèn)題來(lái)總結(jié)發(fā)現(xiàn)出一些尚未被專家掌握或認(rèn)識(shí)到的知識(shí)裝入知識(shí)庫(kù)。

知識(shí)表示是關(guān)于各種存儲(chǔ)知識(shí)的數(shù)據(jù)結(jié)構(gòu)及其對(duì)這些結(jié)構(gòu)的解釋過(guò)程的結(jié)合。傳統(tǒng)故障診斷專家系統(tǒng)主要有以下幾種知識(shí)表示方法：產(chǎn)生式，又稱規(guī)則式表示法，是人工智能中最常用的知識(shí)表示方法；語(yǔ)義網(wǎng)絡(luò)式，通過(guò)概念以及語(yǔ)義關(guān)系來(lái)表達(dá)知識(shí)的一種網(wǎng)絡(luò)圖；框架式，是一種表示定性狀態(tài)的數(shù)據(jù)結(jié)構(gòu)，可表達(dá)知識(shí)之間的結(jié)構(gòu)關(guān)系，但是框架表示法不善于表達(dá)過(guò)程性知識(shí)。

推理方法是專家系統(tǒng)解決具體問(wèn)題的思維過(guò)程，一般由程序?qū)崿F(xiàn)。常用的推理方式有基于規(guī)則的演繹推理，包括正向推理、反向推理和正反向混合推理等；還有歸納推理，包括完全歸納推理和不完全歸納推理等，這些都是關(guān)于精確知識(shí)的推理。對(duì)于不精確知識(shí)推理主要采用概率法、可信度方法、證據(jù)論證法和模糊子集法等。

專家系統(tǒng)的改進(jìn)：基于案例的專家系統(tǒng)。基于案例推理是近年來(lái)人工智能領(lǐng)域興起的一種診斷推理技術(shù)。它是類比推理的一個(gè)獨(dú)立子類。其基本思想是利用過(guò)去求解成功或失敗的經(jīng)驗(yàn)，通過(guò)對(duì)歷史案例知識(shí)的挖掘，獲得蘊(yùn)涵于過(guò)去中的豐富經(jīng)驗(yàn)和知識(shí)，并且可利用計(jì)算機(jī)進(jìn)行推理。該方法主要用于分析不確定性故障，適用于診斷領(lǐng)域源知識(shí)難以表示成規(guī)則而易于表達(dá)成案例的情況。

基于模糊理論的專家系統(tǒng)。在發(fā)動(dòng)機(jī)故障診斷方法中，針對(duì)界限不分明的模糊概念，可以采用將模糊理論與專家系統(tǒng)技術(shù)相結(jié)合的方法。采用人工智能的方法，利用專家知識(shí)動(dòng)態(tài)建立模糊診斷矩陣，并經(jīng)過(guò)適應(yīng)修正得到比較客觀的故障原因和故障征兆的判斷。

基于神經(jīng)網(wǎng)絡(luò)的專家系統(tǒng)。人工神經(jīng)網(wǎng)絡(luò)從1943年心理學(xué)家W.S.McCulloch和數(shù)學(xué)家W.Pitts研究并提出M-P神經(jīng)元模型起至今，已成為人工智能領(lǐng)域內(nèi)除專家系統(tǒng)外的又一重要分支。人工神經(jīng)網(wǎng)絡(luò)采用神經(jīng)元及它們之間的有向權(quán)重連接來(lái)隱含處理問(wèn)題的知識(shí)，因此，它善于處理復(fù)雜問(wèn)題，且具有自學(xué)習(xí)能力。神經(jīng)元處理信息是相對(duì)獨(dú)立的，便于處理并行問(wèn)題。

基于行為的專家系統(tǒng)?；谛袨榈膶＜蚁到y(tǒng)采用神經(jīng)網(wǎng)絡(luò)模塊化單元，以確保系統(tǒng)與對(duì)象的實(shí)時(shí)交互。它是一種相對(duì)獨(dú)立且能夠動(dòng)態(tài)構(gòu)建故障診斷子神經(jīng)網(wǎng)絡(luò)模塊單元的變結(jié)構(gòu)單元，該模塊同車輛電控單元（ECU）之間進(jìn)行數(shù)據(jù)交互，可以實(shí)現(xiàn)實(shí)時(shí)在線的監(jiān)測(cè)與診斷。開(kāi)發(fā)基于行為的診斷專家系統(tǒng)的關(guān)鍵是故障行為征兆（語(yǔ)義征兆、網(wǎng)絡(luò)征兆）的自動(dòng)獲取問(wèn)題，新故障的自動(dòng)識(shí)別和分類問(wèn)題也是開(kāi)發(fā)的重點(diǎn)。隨著網(wǎng)絡(luò)的不斷進(jìn)步，網(wǎng)絡(luò)技術(shù)和專家技術(shù)結(jié)合，可發(fā)展為基于網(wǎng)絡(luò)的故障診斷專家系統(tǒng)，可實(shí)現(xiàn)基于Web的數(shù)據(jù)庫(kù)技術(shù)、實(shí)時(shí)數(shù)據(jù)傳輸技術(shù)和網(wǎng)絡(luò)安全技術(shù)的遠(yuǎn)程裝甲車輛故障診斷技術(shù)。

四、信息融合技術(shù)在裝甲車輛發(fā)動(dòng)機(jī)故障診斷中的應(yīng)用

發(fā)動(dòng)機(jī)的工作過(guò)程是復(fù)雜的，其故障診斷信息也是非常復(fù)雜的。對(duì)于現(xiàn)代的發(fā)動(dòng)機(jī)，需要再用多種傳感器協(xié)同來(lái)獲取不同種類、不同狀態(tài)的信息，然而，不同的信息之間也是相互獨(dú)立或耦合，甚至?xí)霈F(xiàn)相互矛盾的情況。發(fā)動(dòng)機(jī)工作過(guò)程故障由于系統(tǒng)結(jié)構(gòu)的復(fù)雜性，各機(jī)構(gòu)運(yùn)動(dòng)的非線性，傳統(tǒng)的基于單傳感器診斷又由于故障與癥兆之間的不確定性而導(dǎo)致其診斷結(jié)果的不確定性，有效的解決方法是應(yīng)用多傳感器的信息融合技術(shù)和模糊邏輯推理方法。

相比于傳統(tǒng)的故障診斷技術(shù)來(lái)說(shuō)，還會(huì)出現(xiàn)更多先進(jìn)的可遠(yuǎn)程控制的裝甲車輛發(fā)動(dòng)機(jī)狀態(tài)監(jiān)測(cè)與故障分析技術(shù)，適應(yīng)裝甲部隊(duì)信息化高科技戰(zhàn)爭(zhēng)條件下的技術(shù)保障要求，為作戰(zhàn)部隊(duì)提供強(qiáng)有力的保障。

【參考文獻(xiàn)】

篇10

當(dāng)前,機(jī)電設(shè)備故障診斷技術(shù)是一項(xiàng)發(fā)展迅速的新興檢測(cè)技術(shù),它在預(yù)防和診斷設(shè)備故障方面發(fā)揮著重要的作用。它能預(yù)防重大事故的發(fā)生,有效地避免人員傷害和設(shè)備損害,為煤礦機(jī)電設(shè)備的維修管理和日常保養(yǎng)提供重要的技術(shù)數(shù)據(jù),有利于保證設(shè)備的安全運(yùn)行,并在節(jié)約設(shè)備的維修費(fèi)用和降低設(shè)備維修成本方面發(fā)揮著重要的作用,有利于現(xiàn)代化礦井的發(fā)展。

1 故障診斷技術(shù)的構(gòu)成

故障診斷技術(shù)包括信號(hào)檢測(cè)、信號(hào)處理、狀態(tài)識(shí)別、預(yù)測(cè)和決策等部分。

(1)信號(hào)檢測(cè)。設(shè)備狀態(tài)信號(hào)是設(shè)備異常貨故障信息的載體,要選擇最便于診斷的狀態(tài)信號(hào)(如振動(dòng)、噪聲、溫度等),以便能真實(shí)、充分地檢測(cè)到足夠數(shù)量、能客觀反映設(shè)備工作情況的狀態(tài)信號(hào)。這是診斷能否成功的關(guān)鍵。

(2)信號(hào)處理。它是伴有各種干擾的綜合信號(hào)中,把能反映設(shè)備狀態(tài)的特征信號(hào)提取出來(lái),并精化故障特征信號(hào),以達(dá)到提高診斷靈敏度和可靠性的目的。

(3)狀態(tài)識(shí)別。通過(guò)對(duì)設(shè)備狀態(tài)特征信號(hào)進(jìn)行分析和對(duì)比,識(shí)別和判斷設(shè)備狀態(tài),確定其是否存在故障,以及故障的部位、原因及嚴(yán)重程度。

(4)預(yù)測(cè)和決策。預(yù)測(cè)是對(duì)尚未發(fā)生的或目前還不明確的事物進(jìn)行預(yù)先的估計(jì)和推測(cè),通過(guò)預(yù)測(cè)故障的發(fā)展過(guò)程,以及在何時(shí)進(jìn)入危險(xiǎn)范圍,對(duì)設(shè)備的劣化趨勢(shì)和剩余壽命做出預(yù)報(bào),為進(jìn)行事故預(yù)防和預(yù)防維修提供依據(jù)。決策是指根據(jù)預(yù)測(cè)預(yù)報(bào)及故障診斷結(jié)論,所應(yīng)采取的預(yù)防和消除故障的方法、措施等。

2 故障診斷的基本方法

2.1 故障信息的采集

故障信息的采集是故障技術(shù)的第一步。只有信息正確,才有可能進(jìn)行正確的分析、判斷和決策。因此,故障信息的采集是診斷技術(shù)中最重要的內(nèi)容。一般可用以下幾種方法進(jìn)行故障信息采集。

(1)直接觀察。直接觀察是現(xiàn)場(chǎng)工作人員根據(jù)經(jīng)驗(yàn)對(duì)設(shè)備狀態(tài)做出判斷的方法。

(2)噪聲及振動(dòng)的測(cè)量。噪聲和振動(dòng)是診斷機(jī)器運(yùn)行狀態(tài)的重要信息,其測(cè)量可分為3個(gè)步驟:①測(cè)定總的噪聲或振動(dòng)強(qiáng)度,初步判斷機(jī)器運(yùn)行是否存在問(wèn)題。②進(jìn)行頻譜分析,進(jìn)一步判斷機(jī)器中的問(wèn)題發(fā)生在哪個(gè)環(huán)節(jié)。③采用一些特殊技術(shù),對(duì)特定的可疑零部件進(jìn)行深入分析。在噪聲和振動(dòng)測(cè)量中,儀器可以是便攜式的,也可以是固定安裝的。后者多用于對(duì)重要機(jī)器的監(jiān)控,以防止發(fā)生事故和突然損壞。

(3)整機(jī)性能測(cè)定。整機(jī)性能測(cè)定是對(duì)整臺(tái)機(jī)器的功能進(jìn)行測(cè)定,以取得信息的方法。把其性能劣化與后果聯(lián)系起來(lái),對(duì)其發(fā)展趨勢(shì)進(jìn)行測(cè)定。對(duì)整臺(tái)設(shè)備,通常用輸入與輸出的比較法或輸出量的變化趨勢(shì)進(jìn)行測(cè)定。

2.2 設(shè)備運(yùn)行工況綜合診斷

機(jī)械設(shè)備運(yùn)行狀態(tài)的診斷方法是多種多樣的,其中以噪聲及振動(dòng)測(cè)量、鐵譜分析、油位油溫檢測(cè)、無(wú)損探傷及超聲波等檢測(cè)方法最為常用。然而,由于一些特殊環(huán)境對(duì)設(shè)備的影響,一些診斷技術(shù)在具體診斷中受到限制或影響其準(zhǔn)確性,因此產(chǎn)生了進(jìn)行設(shè)備運(yùn)行工況綜合診斷的專家系統(tǒng)。

3 故障診斷技術(shù)在煤礦機(jī)電設(shè)備中的應(yīng)用

3.1 礦井提升機(jī)

礦井提升機(jī)擔(dān)負(fù)著提升煤炭、矸石、下放運(yùn)料、升降人員和設(shè)備的重要的任務(wù),因此說(shuō)提升機(jī)的運(yùn)行是否安全可靠關(guān)系著煤礦的安全生產(chǎn)和職工的生命、財(cái)產(chǎn)安全。提升機(jī)常用的故障有硬故障和軟故障兩大類。硬故障一般可以通過(guò)保護(hù)裝置解決。而對(duì)于軟故障來(lái)說(shuō)就需要設(shè)備運(yùn)行工況綜合診斷方法來(lái)判斷,軟故障通常是硬故障的前兆,因此說(shuō)要對(duì)軟故障進(jìn)行及時(shí)的診斷和預(yù)報(bào)這對(duì)于提升機(jī)的安全運(yùn)行是十分重要的。中國(guó)礦業(yè)大學(xué)研制的KJ46型礦井提升機(jī)狀態(tài)監(jiān)護(hù)系統(tǒng)、ASCC型全數(shù)字提升機(jī)控制系統(tǒng)等都包含了對(duì)提升機(jī)運(yùn)行參數(shù)的檢測(cè)和故障診斷功能,具有制動(dòng)失靈保護(hù)、過(guò)卷保護(hù)、超速保護(hù)功能,均取得了良好的效果,有很重要的現(xiàn)實(shí)指導(dǎo)意義。

3.2 采煤機(jī)

采煤機(jī)是煤礦生產(chǎn)過(guò)程中應(yīng)用最廣泛的設(shè)備之一。它是集機(jī)械、電氣和液壓為一體的大型復(fù)雜系統(tǒng)。因?yàn)槊旱V井下工作場(chǎng)所環(huán)境惡劣、空間狹小,采煤機(jī)才如此復(fù)雜和惡劣的環(huán)境中工作容易出現(xiàn)故障,而采煤機(jī)一旦出現(xiàn)故障將會(huì)導(dǎo)致整個(gè)采煤工作面中斷工作,給礦井帶來(lái)嚴(yán)重的經(jīng)濟(jì)損失。隨著現(xiàn)代化煤礦工業(yè)的發(fā)展,采煤機(jī)的功能越來(lái)越多,自身結(jié)構(gòu)也越來(lái)越復(fù)雜,導(dǎo)致發(fā)生的故障的原因變得更加復(fù)雜。國(guó)產(chǎn)的采煤機(jī)與國(guó)外先進(jìn)的采煤機(jī)相比在故障檢測(cè)診斷技術(shù)方面還有不少差距,主要表現(xiàn)在檢測(cè)參數(shù)的缺少和檢測(cè)范圍的不全面,并且無(wú)故障診斷功能。為了改變國(guó)產(chǎn)采煤機(jī)無(wú)故障診斷功能和檢測(cè)水平低的現(xiàn)狀,原煤炭部將“采煤機(jī)工況檢測(cè)及故障診斷系統(tǒng)”的研制列入了“九五”重點(diǎn)科技攻關(guān)計(jì)劃當(dāng)中。該故障檢測(cè)診斷系統(tǒng)主要包括了機(jī)身檢測(cè)單元、左右搖臂檢測(cè)單元、變頻器通信單元、工況檢測(cè)及故障診斷單元、高壓控制箱檢測(cè)單元、檢測(cè)顯示單元這六個(gè)單元,在當(dāng)前煤礦生產(chǎn)過(guò)程中已取得了顯著的成效。

4 結(jié)語(yǔ)

總之,故障診斷技術(shù)在煤礦機(jī)電設(shè)備的診斷和檢測(cè)中發(fā)揮著重要的作用。但是我們也應(yīng)該看到由于煤炭行業(yè)的各種原因,設(shè)備故障檢測(cè)診斷技術(shù)應(yīng)用的范圍還比較窄,對(duì)故障診斷技術(shù)的開(kāi)發(fā)研究投入不足,我國(guó)設(shè)備故障診斷檢測(cè)技術(shù)在理論上還不成熟,這就需要廣大的煤炭研究人員和技術(shù)人員不斷的探索,從而縮短差距。同時(shí),還應(yīng)該加強(qiáng)與各個(gè)行業(yè)間故障檢測(cè)診斷技術(shù)的交流與合作,并進(jìn)行新技術(shù)的推廣和應(yīng)用,使煤礦機(jī)電設(shè)備的安全性、可靠性得到進(jìn)一步提高,促進(jìn)礦井的和諧發(fā)展。

參考文獻(xiàn):

[1]王琳.機(jī)械設(shè)備故障診斷與監(jiān)測(cè)的常用方法及其發(fā)展趨勢(shì)[J].武漢工業(yè)大學(xué)學(xué)報(bào),2000(3):62-64.