设备故障诊断系统

2024-05-17

设备故障诊断系统（精选11篇）

设备故障诊断系统篇1

铁路信号设备故障诊断专家系统研究

摘要：铁路运输是当前社会交通运输当中一种重要的交通方式，在我国经济建设中发挥了十分重要的作用，铁路运输是否正常，在很大程度上取决于铁路系统的安全性和稳定性。信号故障设备是铁路运输基础设备之一，担负各类行车设备状况的信息传输与调度指令控制的作用。信号设备故障在铁路运输系统中是一个十分严重的隐患，如果对信号故障处理不到位，则很可能会带来严重的安全后果。铁路信号设备故障诊断专家系统可以实现对信号设备的故障进行实时诊断分析，从而提高铁路运行的安全性。本文对铁路信号设备故障诊断专家系统的设计进行分析和探讨。

关键词：铁路信号设备故障诊断专家系统

中图分类号：U284 文献标识码：A 文章编号：1003-9082（2017）05-0233-02

引言

随着我国经济水平不断提升，我国铁路行业近几年来得到了飞速的发展，尤其是列车的不断提速、高铁不断建设，铁路运行水平有了很大程度的提升，但铁路运行过程中的安全问题也越来越明显。安全问题一直是各国铁路运输行业关注的重点，在铁路运行过程中会产生很多信号，信号设备是对这些信号进行传输、接收、执行的基础设施设备，通过信号的产生、传输与执行，可以控制铁路车辆的正常安全运转。信号设备在运行过程中也可能会出现各种故障，对于信号设备故障要及时处理，以防对整个铁路运输系统带来影响。铁路信号设备越来越复杂，复杂程度也越来越高，传统的铁路信号设备管理通常都是通过技术人员将信号设备的故障信息收集起来，并且对这些信息进行分析，以得到信号设备的运行状况，对信号设备的维修工作进行指导。单纯地依靠人工检测并不能及?r检测发现到的问题，很有可能会导致铁路信号设备故障不能被及时发现而酿成大祸。铁路信号设备故障诊断专家系统是专门针对铁路信号设备故障提出的一个系统，能够实现对铁路信号设备故障的及时诊断、分析、处理，可以为铁路信号设备维护人员的维修工作提供帮助，提高信号设备维修效率。

一、铁路信号设备故障分类和成因

1.铁路信号设备故障分类

一般将铁路信号设备的故障划分为几种类型，例如电器元件故障、各种逻辑关系错误导致的故障、数据信息错误导致的故障等。在铁路信号设备故障的分类过程中，按照不同的角度进行分类会产生不同的故障类型。例如按照故障的显示形式可以将故障分为显性故障和隐性故障，隐性故障是难于发现的故障类型，这种故障往往需要通过很多检测以及技术人员丰富的检测经验才能发现，而显性故障则一般都表现得比较明显，能够明显地显示出来，有助于技术人员及时对故障进行维修。例如根据故障的产生原因可以将其分为人为故障、非人为故障，人为故障指的是由于操作人员的误操作和不尽工作义务产生的一些故障类型，而非人为故障则一般是指由于电气设备老化或者隐性故障没有检测出来而产生的故障类型。按照故障产生的性质可以将其分为机械设备故障和电气故障，机械设备故障主要是指各种硬件设备故障，例如由于维修不及时、材质老化等原因造成的各种机械设备不能正常运转，螺丝松动、继电器不能自动开关等都属于机械故障。电气故障指的是各种电气设备故障，很多电气元件都具有一定期限的使用寿命，超过使用寿命之后就会导致各种设备不能使用。

2.铁路信号设备故障的原因

在铁路信号设备管理过程中，找到故障原因才能对症下药，对故障进行及时解决。当前铁路信号设备故障产生原因主要有几个方面：

2.1铁路信号设备的质量差。构成基本电路的铁路信号设备质量不过关，使用一段时间之后就出现严重的老化、磨损等现象，会导致信号设备故障。

2.2维修不当。对铁路信号设备进行定期维修是提高信号设备工作效率的重要途径，但是当前铁路系统中有的现场维护的工作人员业务素质不够高，技术水平较低，误操作导致故障，而且对各种故障也没有及时维修处理，因此导致信号设备的故障越来越严重，最终酿成严重的安全后果。

2.3违章操作。在铁路系统中有规范的操作要求，很多技术人员在进行工作的时候没有按照相应的规章制度进行操作，因此导致各种故障问题出现。

2.4其他外界因素。铁路信号设备大多是暴露在室外的，因此外界环境条件对铁路信号设备的运行也产生很大影响。例如雷击事故就可能导致铁路信号设备烧毁，进而对整个铁路系统的运行造成安全隐患。

在铁路运行过程中，信号设备是一个十分重要的基础设施，随着铁路运输安全性要求越来越高，信号设备也必须要满足一定的要求，信号设备在发生故障时，应该要具备完善的应急措施，能够启用备用设备，确保列车稳定、安全运行。当前关于铁路信号设备故障的检测一般都是利用计算机实时检测，构成一个网络系统，但是这种系统对于铁路信号设备运行过程中的很多异常情况都不能及时发现，因此难以监测得到准确的数据。

二、铁路信号设备故障诊断专家系统结构的概况

专家系统是上世纪六十年代产生的一个系统性很强的学科，结合了人工智能、计算机程序设计、数据库、计算机网络等相关技术，也是人工智能在各个领域实践产生的系统。通常认为专家系统主要包括五个部分，第一，知识库，第二，推理机，第三，人机接口，第四，解释器，第五，事实获取系统。专家系统与铁路信号设备故障诊断的结合，是提高铁路信号设备故障诊断和处理水平的重要途径，可以及时发现各种信号设备故障，为技术人员的维修提供支持和帮助。

在铁路信号设备故障诊断专家系统设计过程中，其基础是信号微机监测系统数据，专家系统结构可以分为三个部分，分别是数据预处理、故障诊断专家系统、检修管理模块。其系统结构如下图所示：

如上图所示，该系统采用B/S结构作为系统设计基础，B/S结构具有独特的优势，为系统设计开发提供了很多便利，B/S结构是在 Internet 技术不断发展的基础上诞生的，能够帮助不同的人、用不同的介入方式来对共有的数据库进行访问和操作。例如利用B/S结构对就业规划测评系统进行开发，只需要从服务器方面着手即可，不需要考虑到客户端方面的因素，因此从某种程度来讲，降低了开发成本，也降低了开发人员的工作量。B/S结构最大的好处是运行维护过程都比较简单，但同时也具有一定的缺点，例如对外网环境依赖性太强，但是由于各种原因，可能会引起外网中断，从而导致系统出现瘫痪。该系统需在服务器上存放应用程序数据库与相应部件库存，而且统一选取浏览器用客户端访问服务器，系统操作系统比较简单，不需要额外安装其他软件。基于B/S结构故障诊断专家系统，可以对多个信号设备进行远程诊断，极大地提高了诊断效率。当诊断系统中想要开发新功能的时候，只需要对服务端进行开发或部署即可，不需要对客户端进行改变，因此极大地提高了系统的扩展能力。

从上图的结构系统图可以看出，在铁路信号设备故障诊断专家系统中有三个重要模块：

第一，数据预处理模块。数据预处理模块主要是为故障初始数据服务的，能够将各种故障数据信息传递给故障诊断模块，由铁路有关服务器对数据进行实时采集，并且将各种信号设备的故障初始数据转换成统一格式，将编码数据转换为可读表数据，并且在相应地数据库中添加新的故障信息。

第二，故障诊断模块。故障诊断模块是铁路信号设备故障诊断专家系统的核心，主要是对各种故障进行诊断，在故障诊断模块中会根据输入的故障症状信息体现出具体的症状，并且可以对知识库、数据库进行适当调用，将数据库中的信息与实际产生的故障信息进行匹配，利用和用户交互的过程取得更多完整的故障信息，对故障的种类以及具体的原因进行诊断分析。

第三，维修管理模块。维修管理模块也是铁路信号设备故障诊断专家系统中的重要组成部分，当分析故障成因之后要及时对故障进行解决，维修模块是铁路信号设备故障决策支持系统的组成部分，可以派发检修任务，及时对故障进行解除。

三、铁路信号设备故障诊断专家系统设计

1.系统结构总体框架设计

通过对信号设备故障诊断专家系统的构成进行分析，并且结合铁路信号设备故障诊断特征、要求等，可以将故障诊断专家系统结构总体框架设计出来。其中知识库、人机接口是专家系统的重点设计部分，例如知识获取子系统设计，主要是对各种信号信息进行获取，例如设备故障机理、故障记录等。知识库的设计也是一个关键内容，知识库被称为规则库，在设计知识库的过程中应该要根据相应格式、原则等进行处理，将信号设备体现出来的各种信号转移成为专家系统可以识别的信息形式。信号设备微机监测系统则主要实现对铁路车站现场设备的检测，能够对设备的运行状态进行更加准确地识别，并且向检测主机传递信号设备的状态。当前信号设备微机监测系统在铁路系统中的应用十分广泛。

2.系统功能模块设计

2.1铁路现场数据采集子系统

铁路信号数据采集子系统指的是微机监测系统，通过CAN总线对铁路信号设备的运行参数进行采集，并且要将各种参数存储到数据库中。下图为铁路信号数据采集子系统示意图：

通过铁路信号微机监测系统可以对信号设备的工作状态进行获取，这些数据信息将作为信号设备故障诊断专家系统的基础数据。当前我国铁路系统中大多数车站都采用TJWX-2000型微机监测系统，该系统主要通过模拟量与开关量两种形式对采集的信号设备数据进行描述。其中，开关量为二进制的0与1，主要描述各种信号设备的状态信息。模拟量则主要包括信号设备运行过程中产生的电流、电压、时间、温度等参数。与此同时，微机监测系统还具备设备历史状态存储功能，能够将信号设备历史运行过程中产生的信号状态进行记录。在电务段设置服务器保存监测数据，并且可以通过铁路局的服务器对所有设备的运行状况进行监测。其中，监测车站设备采用CAN总线传输，车站机、电务段、铁路局三者之间可以采用TCP/IP协议进行通信，对各种信息数据进行及时传输。

2.2人机对话子模块

在专家系统中人机交互是一个十分重要的功能，为了实现良好地人机交互功能，在专家系统设计过程中要设计输入、输出部分，人机对话子模块中不能任意修改参数，人机对话和专家、知识工程师接口都能对专家、知识工程师的知识进行接收，以此对系统的工作性能进行进一步了解。与此同时，技术人员还能通过人机交互功能对系统中的各种问题进行解决。在人机对话子模块设计过程中主要采用Windows操作系统，该界面良好、清晰，通过自然语言、文字输入与输出可以实现信息数据的传递。

2.3知识库构造子模块

知识库是推理机正常运作的前提，知识库要对电气集中故障检修专家知识进行准确表达，知识库是程序的外部数据库，主要存储各种故障信息，当信号设备出现故障的时候，监测系统将采集到的信号传递给诊断模块，诊断模块就要将实际故障与知识库中的故障信息进行比对分析，从而对故障进行“确诊”。知识库通常具有专家系统知识的存储与管理功能，需要根据固定格式对子模块进行设计，并且要区分中英文格式，确保信号设备的故障能及时被诊断。

2.4诊断分析推理模块

诊断分析推理模块主要是利用推理模式对故障进行诊断的过程，推理得到的结论就等同于专家对故障进行诊断之后得到的结论。推理模块结构如下图所示：

在推理机中集成了推理与控制两个功能，这两个功能也使得专家系统与一般的资料库系统和知识库系统不相同，专家系统的智能化程度更高，能够对信号设备的故障症状进行推理和分析，注重推理分析的过程，是对故障进行详细解剖的过程。推理模块中主要包括推理机制、控制策略两个重要方面，此子模块设计技术必须确保程序能够正常运作。在信号设备故障诊断系统中，可以选取反向推理机制作为专家系统故障诊断、维修专家系统的主要方式。其推理方式是首先对结论的正确性进行假设，然后再对各种结论所对应的条件的合理性进行分析和验证，如何验证条件成立，则可以得出对应的结论。

2.5综合数据库构造子模块

该模块在主要是对执行推理环节中的各种信息进行存储的模块，其中包含的内容十分复杂，例如用户对系统提问的回答等，其主要的目的是将设备运行工作状态数据存储到信号设备故障诊断专家系统的综合数据库中。在对该模块进行设计的时候应该要确保数据能够及时更新，从而能够对信号设备的状态进行正确反映。在专家系统运行过程中，综合数据库中的内容可能会呈现持续变化的现象，在整个专家系统运行过程中，都要考虑到数据库与知识库的对接，从而确保系统的完整性。

结语

综上所述，铁路信号设备是对铁路车辆运行过程中的各种故障进行反映的基础设施，信号设备的正常运转是确保铁路安全运行的重要前提，在信号设备运行过程中可能由于多种原因会导致信号设备出现故障，对此，要积极加强对故障的分析和处理，及时解除故障，提高信号设备的工作水平。铁路信号故障诊断专家系统是对铁路信号设备故障进行诊断分析的专业系统，可以对故障进行及时发现、及时分析、及时处理，从而提高信号设备的工作性能。

?⒖嘉南?

[1]张保银，梁朝辉，李永燕.铁路信号设备故障诊断专家系统研究[J].铁道通信信号，2010（09）

[2]崔丽娜.铁路信号设备故障诊断专家系统知识获取与知识表示的研究[D].北京交通大学，2007

[3]王宇.铁路信号设备故障诊断专家系统研究[J].科研，2015（47）

[4]谭洁，张友鹏.铁路信号设备故障诊断专家系统知识库的研究[J].铁道运营技术，2011（01）

[5]张清清.铁路信号设备故障诊断专家系统设计研究[J].企业技术开发月刊，2016（09）

[6]王兰勇.铁路信号设备故障诊断专家系统[D].吉林大学，2015

设备故障诊断系统篇2

1电力设备的状态监测技术

当前, 电力设备故障监测和检修缺少合理、科学、明确的规范要求, 这主要是由于各个地区存在较大的电气差别, 根据电力设备运行状态, 采用科学合理的故障状态检修方法, 但是电力设备故障监测和检修主要依赖长期积累的实践经验, 存在较大的主观性和随意性, 但是实效性、规范性、客观性和科学性不足, 而且电力设备故障监测和检修手段比较滞后。所以电力设备运行过程中, 应做好状态监测, 详细记录电力设备运行状态, 做好评估和分类, 为故障诊断和维修提供重要参考意见。电力设备状态监测包括以下内容:其一, 为电力设备运行积累数据和资料, 构建电力设备运行档案;其二, 科学判断电力设备的运行状态, 分析其处于异常或者正常状态, 结合电力设备的故障征兆或者特征、运行状态等级、历史档案等, 判断电力设备的故障程度和性质;其三, 科学评估电力设备运行状态, 合理分类, 形成一定标准后, 为电力设备状态检修提供重要参考依据, 对电力设备故障或者异常状态进行有效估计, 全面预测电力设备未来变化状态。对于电力设备的运行状态监测, 要采取有效的方法和技术。

1.1信号采集

结合当前我国电力系统建设发展现状, 通过电力设备在线监测系统, 持续检查和分析电力设备运行状态, 利用各种运行状态量, 分析电力设备运行状态, 全面采集电力设备状态信息, 包括磁力线密度、局部放电量、频率、电力、电压等信号, 结合电力设备的各种状态量, 采用合适的信号采集方法:其一, 定时采样, 按照电力系统运行状态, 做好电力设备的定时采样;其二, 一次性采样, 每次采集一次合适长度的数据处理信号样本;其三, 根据电力设备故障突变信号, 实现自动化的信息采样;其四, 结合电力设备故障诊断要求, 采用峰值采样、转速跟踪采样等特殊方式。结合电力设备运行状态, 采用合适的状态监测方法, 对于断路器, 采用振动监测法、跳闸轮廓法等, 采集断路器运行状态信息;对于交流旋转电机, 通过小波分析、神经网络等方法监测点击运行状态;电力系统变压器运行过程中其内部会发生绝缘老化, 导致变压器发生运行故障, 结合变压器的电气特性和机械性能, 采用电压恢复法、极化波谱、振动分析、油气分析、局部放电等方法, 全面监测变压器的运行状态。

1.2数据传送

通常情况下, 电力设备距离信号处理系统比较远, 在传输数据过程中很容易发生相移, 产生损失和受到干扰, 对数据进行预处理和模数转换, 然后进行压缩打包, 通过通信路径将电力设备状态数据传输到控制处理中心, 确保电力设备信号质量。

1.3数据处理

通过不同方法对电力设备状态数据进行解包处理, 例如, 利用人工智能、小波分析, 在时域利用不同信号的相关性, 分析和处理另一个信号数据。把电力设备运行信号进行频谱分析转换为不同频域的频率信号。

2电力设备故障诊断系统应用

2.1采集故障信号

从复杂错综的电力设备故障信号中提取有用信号, 做好电力设备故障信号处理, 通过采集精细的设备运行信息, 准确地进行电力设备故障诊断。电力设备的一种故障可能反映出多种故障特征量, 若故障特征量选取不合理, 在诊断电力设备故障状态过程中会产生漏诊或者误诊, 不利于电力设备故障的正确判断, 因此在针对电力设备故障, 应选择合适的特征参量。

2.2故障诊断

电力系统中包含各种类型的电力设备, 其故障类型也比较多, 对于电力设备故障, 应采用有效的诊断方法:其一, 结合电力设备的固有特性, 按照最大隶属度模糊理论原则, 在线监测电力设备的状态信息量, 科学判断电力设备故障类型, 结合模糊数学方法, 解决电力设备故障的模糊性、随机性问题;其二, 基于电力设备特征空间矢量, 采集故障特征量, 实时修正电力设备故障误差, 其对于诊断不确定、慢时变性电力设备故障准确率较高, 在实际应用中这种诊断技术具有较强的自适应能力, 将电力设备故障征兆矢量作为故障诊断先验征兆矢量, 结合自适应算法对电力设备故障特征矢量进行有效修正, 若电力设备故障征兆矢量比较模糊或者不确定时, 可以通过人工方式科学分析和判断电力设备故障;其三, 根据不同的电力设备故障情况, 采用信息融合技术、多传感技术等科学诊断电力设备故障。信息融合技术主要是在相关要求和规范下科学分析和处理多传感器数据, 一般情况下电力设备不同故障之间有某种特殊联系, 寻找故障共同点, 通过融合技术科学分析电力设备故障, 提高电力设备故障诊断和状态监测水平;多传感技术主要是运用多个传感器对同一个电力设备进行观测, 结合电力设备故障特征, 选择高灵敏度的设备信息量, 科学诊断电力设备运行故障, 提高故障诊断的准确性。

2.3故障诊断信息和分析技术

近年来, 我国科学技术快速发展, 对于电力设备故障情况, 在诊断故障过程中运用信息技术, 推动电力设备故障诊断的网络化、数字化、信息化、电子化发展, 通过局域网在一定范围实现电力设备故障的准确诊断和信息便捷、迅速的传输, 尤其是在电力设备故障诊断和分析过程中连接互联网, 可以突破空间、地理环境的限制, 实现电力设备故障的远程诊断和信息异地传输, 及大地提高电力设备故障诊断的便捷性和准确性, 并且保持实时的电力设备故障信息传递处理。另外, 电力设备运行状态受到多种因素的影响, 所以在现代化科学技术背景下, 电力设备故障维修应积极采用合理的科学技术, 根据电力系统中电力设备的运行状态, 合理调整电力供求关系, 提高电力设备故障诊断的准确性。同时, 对于电力设备故障, 全面分析电力设备故障发生的因果关系、化学过程和物理过程, 全面整理和归纳电力设备的故障特征量, 采用有效方法进行简化, 结合利用数理识别、神经网络识别、专家系统识别、模糊识别等技术, 有效识别电力设备故障特征参数, 准确确定电力设备故障发生部位、故障程度、故障类型、故障性质和故障发生原因。

3结束语

近年来, 我国电网建设不断加快, 电力设备在运行过程中不可避免会发生故障, 结合电力设备故障情况, 做好电力设备故障运行监测, 通过合理的技术或者方法, 科学诊断电力设备故障情况, 提高电力设备故障监测和诊断的准确性和科学性。

摘要：电力设备运行状态对于整个电力系统的安全、可靠运行有着重要影响, 而电力设备长时间运行过程中容易出现各种故障, 造成严重的供电事故。通过运用科学合理的故障诊断方法, 准确判断电力设备故障情况, 为维护检修提供重要参考, 并且加大对电力设备故障诊断系统的应用研究, 降低电力设备故障发生率。文章分析了电力设备的状态监测技术, 阐述了电力设备故障诊断系统应用, 以供参考。

关键词：电力设备,故障诊断系统,应用

参考文献

[1]罗珊.电力系统设备故障诊断与监测分析[J].科技创新与应用, 2012, 7:73.

[2]米瑞丰.电力系统设备状态监测与故障诊断[J].中小企业管理与科技 (下旬刊) , 2012, 8:300-301.

[3]李强, 牛帅奇.电力系统设备状态监测与故障诊断技术分析[J].科技传播, 2012, 20:50+62.

[4]高亢, 林圳杰.电力设备状态监测及故障诊断系统原理[J].自动化应用, 2016, 1:56-57.

焦化系统设备故障诊断技术的研究篇3

[关键词] 焦化系统设备故障诊断技术应用

一、前言

焦化公司从1998年生产以来，在焦化机动科设立了点检站，负责焦化公司所有设备的设备点检管理工作。制定点检定修管理办法并详细制定了点检的范围、点检职责的划分、点检的程序、故障处理程序、预知维修、点检管理职责及点检管理的考核制度，组织监督各作业区的点检运行情况，保证焦化各台设备的安全稳定运行。

焦化公司在点检工作中对重要设备实行预知维修。预知维修是应用故障诊断技术对运行中的设备进行动态监测，根据大量的数据科学的预言设备的使用寿命，在最合理的时间和条件下进行检修，使各项综合费用降到最低。我们已经对主要的设备进行了动态监测，获得了大量的设备运行数据，及时掌握设备运行状况及劣化程度，使合理的安排设备计划检修延长设备的使用寿命，节约经费开支，为最大限度地防止设备过修和欠修提供了科学依据，同时为设备安全经济稳定高效运行做出了贡献。

二、故障监测及诊断技术在焦化公司设备上的应用

1.检测的步骤

(1)对每一台设备详细地指定出敏感的检测部位，找出最能反映设备工作状态的合适位置，作为定期的检测点；

(2)对检测的时间做出规定（分为正常运转、非正常运转期）；

(3)根据仪器的使用要求，正确的采集数据；

(4)根据数据绘制劣化趋势图表；

(5)根据所有数据进行分析，发现异常点及时分析原因，并提出处理方案；

(6)逐步积累数据图谱，形成分析评价设备状态的标准。

2.远红外测温仪在供电设备及电器控制系统上的应用

根据远红外检测技术的特点，将检测重点放在供电配电的电器设备上，如变压器，高低压开关柜接线接点等，并获得了良好的经济效益。在对变压器等电器设备的状态监测过程中，均发现过数起故障，及时进行了处理，避免了因电器系统接点发热而酿成的设备事故和突发性的故障停机，保证了设备的安全运行，并为正常合理的电器检修提供了大量可靠的信息和依据。

3.应用诊断技术对大型旋转机械进行振动监测和诊断

焦化的吸气机和1200m3/h掺混风机是焦化的重要的煤气输送设备，是保证焦化正常生产和外网煤气用户正常生产的最关键设备，这两台风机一旦有故障停机现象，将会给焦化和其他煤气用户造成巨大的经济损失，根据生产的重要性，我们对这两种风机进行设备的状态监测和故障诊断，并取得了很好的成绩。

风机在进行正常运转时进行定期检测，记录振动数值，绘制振动轨迹图表，如发现风机某点的振动值超出正常运转时的数值范围，便开始劣化跟踪，缩短监测周期，实行每班一次或每两个小时一次的监测，同时进行分析产生振动增值的原因，提出处理方案或做检修前的准备和安排倒机运行方案。

例1:2005年10月21日1#风机振动值突然出现异常，数值已为原正常振动值的4倍以上。我们立即组织分析原因：首先，改变风机转速、进口流量及压力，振动数值未见减少，因此排除了风机在喘振区工作的可能;恒定进口压力改变进口流量，并根据轴瓦温升不变判定出轴承运行良好。经分析后初步判断：风机是由于转子粘积灰尘造成转子不平衡导致的振动增值。2005年10月21日至30日进行分析和提出方案同时进行检修前的准备。31日开始检修，在检修中发现，转子动平衡量已经达到220g/cm，（允许不平衡量11.5g/cm）超出允许不平衡量很多，证明经监测后判断正确。检修时重新做动平衡，风机安装运行后振动值达到正常运行数值范围，运行稳定。如表1。

例2:2005年8月5日，2＃风机电机、偶合器的各测振点数值明显偏高，初步判断：电机轴承损坏，电机与偶合器的同心度不够。在8月25日检修中发现，电机轴弯曲，轴与定子不同心；电机轴承损坏。通过更换电机转子轴、精确找正偶合器与电机轴的同心度，安装后风机运行振动值在正常的范围内。检修前后的振动数值劣化趋势图如表2。

振动监测技术在焦化公司应用后，通过对风机的振动监测，可以为风机提供机械设备状态与所记录的振动数据之间的直接相关性，风机机械状态的任何劣化均可以利用振动监测技术查出来，通过振动分析，可以在发生严重损坏之前识辨正在劣化的机械零件或故障模式，使风机的故障停机降到了最低。因在发生故障前为排除机器的故障，修理件和技术工人均做好了事前的安排，从而减小了故障严重程度，避免了重大的修理，节约了使用备件费和人工费，降低了检修成本。还可以更合理地安排检修时间。

三、结论

通过分析，对运转中的风机不停车检查其主要作用有:可以掌握设备的运行状态，建立劣化趋势分析和动态管理，变被动为主动;可以对设备故障原因、故障机理进行诊断分析，适时制定对策，选择最合理的时间和最优化的检修方案进行检修;对检修后的设备严格把关，对维修质量进行检查和验收。

通过应用故障诊断技术，实现预知维修，逐步实现精细化的设备管理，提高整体管理水平。监测与设备故障诊断技术是保证企业生产安全、可靠、经济运行，最大限度发挥设备效能的重要手段，对于像风机这样的关键设备，普及设备监测与诊断技术，费用低，见效快，能解决设备的常见故障。

参考文献:

[1]范虹:工作振型分析在焦化冷鼓设备故障诊断中的应用[J].山西科技，2002，3:42～43

[2]穆亚辉朱彩霞:淺谈机床电气设备常见故障的排除[J].中国科技信息，2005，20:9

[3]李民中:状态监测与故障诊断技术在煤矿大型机械设备上的应用[J].煤矿机械，2006，3:534～535

[4]陈岚周晓谋薛冲:煤矿堆取料机自动控制系统的故障诊断设计[J].煤矿机械，2006，2:119～121

机电设备故障诊断及维修技术篇4

诊断机电设备的故障

在煤矿生产中所用到的机电设备比较多，必须要掌握其诊断方法，这也是煤矿生产中重要的组成部门。

尤其是现代化技术大量应用的今天，机电设备更是衡量各个煤矿企业产量重要标志。分析机电设备故障以及维护管理上更是生产经营管理之基础。依据设备故障的构造、工作状况差异及运行状态，最终其表现形式必然不同。对于机电设备的故障诊断之后总体有如下几个方面：机电设备的性能参数忽然降低;振动出现异常;声响异常;剧烈增加了磨损残留物;排气的成分发生变化，过热现象等。其故障多样变化就表明机电设备故障的产生原因比较多，并不是单一。对于煤矿机电设备的发生故障率大多是随着时间变化而发生变化。设备出现故障大体划分成三个阶段：

其一，早期故障。如果设备位于早期故障期，开始具有较高故障率，但是随着时间逐渐变化而快速降低故障几率，这个故障期间也叫机电设备的磨合期，这个故障时间的长短大多是随着产品及系统设计和制造的质量相关。在该时段出现故障几乎都是因设计与制造上存在缺陷造成，或者是所用环境不但所致。

其二，偶发故障期。一旦机电设备处于了偶发故障期，那么故障率基本上就在稳定状态，靠近定值。在该期间出现故障就是随机的，而且这个时段中故障率比较低，大多属于稳定状态。

其三，损耗故障期。就是机电设备使用一段时间之后故障发生率随之上升。因此按照上面所示曲线，就必须针对性对机电设备进行维护及修理，这样才能够确保机电设备正常工作。一旦设备发生故障就必须进行诊断，为下一步维修打下基础。当然，不同的机电设备诊断方式不同，本文对矿井提升机及采煤机的诊断做一些阐述。

①煤矿提升机。在煤矿生产中提升机是主要设备之一，承担着提升矸石、原煤、升级人员、下放材料以及运送设备之任务;提升机是否能够安全运行直接关系着煤矿生产，影响着生产人员生命及财产安全，构造如图1所示。

在提升机的故障处理上，一直都被煤矿企业高度重视，如今采用最多就是使用单一的传感器检测提升机的控制系统，分析其频谱而诊断出故障。因为提升机主要是由机械传动系统、制动系统及润滑系统等，当运行时各个部件都可能发生故障，要想准确诊断出故障类型存在一定困难。如果采用多传感器信息融合技术来诊断提升机故障，就能够导出一些新信息，任何单一的传感器都不能够获取到该新信息，采取这种诊断方法有效扩大了时间覆盖范围，提升了置信度，改善了检测系统可靠性。

设备故障诊断系统篇5

学习总结

2012年2月25日至2月29日我们一行2人参加了由中国设备管理培训中心在重庆举办的高压电气设备试验及故障诊断培训班学习，通过这次学习，让我们开拓了视野，对高压电气试验和电气设备状态检修有了新的认识，授课的中国电力科学院曹斌老师具有丰富的现场试验和高压电气理论知识教学经验，她根据《电力系统状态检修技术》教材和结合现场具体事故案例分析为我们形象的讲解，主要内容有以下六部分：

（一）电气设备的绝缘试验。

（二）电力变压器试验及故障分析。

（四）高压开关设备状态检修。

（五）电力电缆的试验。

（六）接地装置试验，配电网综合防雷技术。

培训的时间虽然短暂，但在学习期间认真我们听取老师的授课，一同思考现场故障案例，同其他学员一起探讨交流，收获颇多。参加培训所得认识主要有以下几点：

1、从学习中了解当前电气设备检修的管理模式是由计划检修想状态检修的过度，电气设备检修朝着在线监测、状态检修发展，通过在线监测，掌握设备的真实状态，以确定该设备是否需要进修检修，哪些部位需要检修，检修应解决哪些方面的问题等。认清电气设备状态检修与计划检修的区别，新的理念要在今后的工作中需要不断进行现场实践，以预测设备状态发展趋势为依据，根据潜在性故障进行在线测量，结合巡视数据等监测手段对设备进行状态评估，并以此来指导安排设备进行检修，与此同时将新的管理理念模式灌输到每一位员工。

2、通过对高压电气设备的试验学习，对电气设备绝缘、电力变压器、高压开关等高压设备试验原理有了基础的理论知识，试验中所运用的设备仪器和试验项目根据以往的试验案例进行讲解，帮助我们对试验的具体操作方法和试验目的有了形象的认识。并且老师在学习中还对对各类设备的试验规范标准和试验导则进行了介绍，这对今后我们开展试验工作具有指导性的作用。

3、高电压状态试验是重要的技术监督手段，电气设备的运行状态，有没有潜伏性的故障，是否需要进行检修，检修是否达到质量要求等，都需要通过实验来验证。只有定期做好各种离线和在线的实验项目，并根据试验结果对电气设备的真实状态进行分析和判断，做好技术监督，才能保证电气设备的安全稳定运行。

短暂的培训虽然已经结束了，但我们的电气设备试验工作才准备开始，这次培训为今后的试验工作积累了必备的理论知识，通过培训我们对高压设备的结构，试验方法，故障检测的认识有了非常大的提高。在今后的工作中还要不断的和现场实际结合，学习高压电气设备试验这方面的知识，不断提高自己的业务水平，开展好电气设备试验和状态检修工作。

设备管理部电气作业区

李明强原强斌

设备故障诊断系统篇6

支持向量机在机载设备故障诊断及预测中的应用研究

支持向量机是一种基于统计学习理论的机器学习算法,采用结构风险最小化原则代替经验风险最小化原则,较好地解决了小样本学习问题;采用核函数思想,使非线性空间的问题转换到线性空间,降低了算法的`复杂度;具有良好的泛化能力.针对机载设备故障诊断及预测等工程实际应用中遇到的典型故障样本缺乏、先验知识不足等采用神经网络等其它方法无法解决的问题,提出利用支持向量机应用在机载设备故障诊断及预报中.

作者：邸亚洲李宝亭袁涛 DI Ya-zhou LI Bao-ting YUAN Tao 作者单位：海军航空工程学院青岛分院,山东,青岛,266041刊名：科技信息(科学・教研)英文刊名：SCIENCE & TECHNOLOGY INFORMATION年，卷(期)：“”(2)分类号：V2关键词：支持向量机机载设备故障诊断及预测统计学习理论

设备故障诊断系统篇7

安钢高速线材机组高速区采用多模块结构,尤其是精轧机采用单台电机驱动增速箱两路输出,通过长通轴驱动8架精轧机运行,模块化设计、奇偶数对应的辊箱可互换安装。由于长通轴的振动传递使得各架轧机的振动相互影响,机械结构非常复杂,且以前高速区的设备仅依靠人工观察进行点检和事故判断,因此往往不能及时发现设备隐患,以至于设备事故扩大,严重影响生产。

为改变高速区设备事故频出的现状,扭转设备维护检修的被动局面,做到设备的预知维修。在研究利用频谱分析方法对振动信号进行处理的基础上,对设备的事故高发部位及部件的振动频谱进行分析和跟踪,描述设备频域的频谱状态模型,进而提取典型故障的特征模型,实现对高速区设备(预精轧、精轧、#3夹送辊和吐丝机)的在线振动检测和故障诊断,实现对高线轧机的在线振动检测,并最终达到积极预防事故发生的目的。

1 系统组成

1.1 方案确定

设备状态监测系统在充分利用频谱分析技术的基础上,结合现场生产设备的实际运行情况,遵循计算机监控系统的研制方法、步骤和原则,对监控对象的性质、特点和监控任务以及功能定位进行分析,实现集数据采集、在线状态监测、故障诊断于一体。

系统硬件采用分布式结构,有效保证了数据快速、高效、无误地传输;软件部分主程序以COM组件为中心实现三层结构,设备运行状态监测系统的振动与噪声的信号分析算法采用ActiveX组件完成,使用ADO技术实现数据库在趋势分析的应用。系统由数据采集、在线状态监测、故障诊断3个功能模块构成,完成对现场35个数据采集通道振动信号的自动监测、实时采集和监控报警;运用频谱分析的方法对原始数据进行分析,完成故障的自动诊断、准确定位,达到及时消除隐患、提高设备可靠性的目的。

系统可以实现自动监测,也可以在人工干预下进行多种数据分析和处理,包括大量的数据采集、存贮和故障特种分析、趋势分析。系统具有图形显示、数据处理、结果打印和故障自动诊断报警、智能故障诊断专家系统等功能。设备状态监测系统的基本结构如图1所示。

1.2 软件设计

设备软件主要是以LeadMeasure-GX2设备运行状态监测平台为核心,完成一炼轧高线机组振动信号拾取、数据采集和在线长期监测,在发生运行异常及故障时及时报警,具有动态信号分析与追忆功能。LeadMeasure-GX2软件包括数据采集、数据通讯、信号分析与故障诊断三套软件。数据采集用于采集设备物理表征信号(振动、转速等)数据预处理和保存;数据通讯支持网络访问,自动数据同步;信号分析与故障诊断是LeadMeasure-GX2设备运行状态监测平台软件的核心,运行在各监测工作站,提供状态报警、信号趋势分析,振动信号时域和频域分析,数据信息查询、故障诊断功能。幅域指标、时域分析、趋势分析掌握容易,频域分析和非稳态分析为精密诊断的工具。

2 系统运行效果评估

该系统自投运以来分别对预精轧、精轧、吐丝机、#3夹送辊的振动情况进行实时监测、分析与诊断,多次及时地发现了轴承、电机的初始故障,合理地安排了检修时间,避免了重大事故的发生,为整个生产线的保产增收奠定了基础;同时,提高了设备维护水平,减少了停机抢修时间,提高了生产设备的安全可靠运行能力、产品质量和市场竞争力。以精轧#20锥箱的故障诊断为例,经过测试系统振动量指标分析、趋势分析、谱图分析等,可以判定精轧机20架Ⅰ轴两端的轴承有损伤,需要立即对精轧机20架Ⅰ轴及其两端轴承进行检修。在随后的检修中发现,先前的诊断正确无误。

3 结束语

该系统已成为我厂高线机组设备人员判断高速区设备状况、分析诊断故障的重要方法和手段。高线设备故障诊断与在线监测系统的状态参量监控全面、分析手段齐全,对解决疑难问题有较大帮助,具有较高的实用推广价值。

摘要：介绍了安钢高线设备故障诊断与在线监测系统的软硬件结构及基本功能,结合具体的故障实例分析了设备故障诊断与在线监测系统在高速线材生产实际中的应用与价值。

关键词：故障诊断,在线监测,高线设备

参考文献

设备故障诊断系统篇8

摘要：随着中国轨道交通线路的不断扩展和加密，站内机电设备状态对地铁运营影响日益加深。本文以地铁机电设备故障监测与智能诊断系统为研究对象，简要地阐述了针对地铁机电设备建立该系统的作用与意义，分别对系统内部的采集层、分析层和评估层这三个基本工作层的逻辑架构以及维修中心级、机电工区级和设备现场级这三个工作级的结构设计进行了详细地分析研究。希望能够在文中为地铁运营机电公司的维修人员们提供相关方面的理论参考与实践帮助。

关键词：地铁机电；机电设备；故障监测；智能诊断

近几年，中国国内各大城市都迎来了城市轨道交通的建设高峰。以首都北京为例，截止2015年，已经顺利完成了国家“一二五”规划中的发展要求。600km的地铁线路上添置和安装了大量的机电设备，光是安全屏蔽门就设有一万多套。这就给地铁运营机电公司的维修人员们增加了工作量和工作强度。为了提高运营维护的效率，需要建立起地铁机电设备的故障监测与智能诊断系统。

一、建立故障监测与智能诊断系统的必要性

（一）创新发展轨道交通科技的要求

国家“一二五”的发展规划明确提出，轨道交通装备产业隶属于装备制造业中的高端产业，应该大力开发轨道交通装备中的先进技术、节能经济、环保科技和安全性能，推动智能化机电设备的协调创新与可持续发展。地铁机电设备的故障监测与智能诊断系统，完全符合这一现代化建设的要求，对轨道交通科技的创新发展有着极为重要的意义和作用。

（二）高效管理地铁线网的必然需要

自中共在十八大会议上，提出高效推动城市化建设的要求以后，各个城市都开始加密本地的地铁线网。同时，大量机电设备投入使用，迫使地铁运营机电设备公司不得不扩大现有的维修团队，以满足地铁线网正常运营的实际需求。地铁机电设备故障监测与智能诊断系统的建立，可以在现代化信息手段和技术的辅助之下，对现有的维修管理资源进行优化升级，可以快速诊断故障点，分析故障原因，节省排除故障时间，在提高维修团队工作效率的同时，也避免了盲目投入人力资源的浪费现象。

（三）机电设备安全运行的基本保障

负责运输地铁站内乘客上下出入的电扶梯，是发生安全事故和机械故障最频繁的机电设备。很多因电扶梯引起的大型事故，都是是由于固定零件和驱动链条等设备零件年久失修或故障失察而最终导致的。另外，安全屏蔽门机电设备中的安全回路、系统接口、电气设备和门体机械等部位都很容易发生机械故障。大型风机在运转过程中的轴承振动很大，也时刻有着叶片脱落的安全风险。由此可见，地铁机电设备中的电扶梯、安全屏蔽门和大型风机等机电设备是发生机械故障几率最高的“重灾区”，预防并及时发现故障及危险源，可以避免或减少灾害发生。

地铁机电设备的故障监测与智能诊断系统，不仅可以适时判断出地铁运转系统中各个机电设备的运转状态是否正常，有没有隐藏安全隐患，还能够对可能存在的机械故障和安全风险进行警告，并针对故障风险做出与之相应的提示，为维修人员提供必要的原始数据和维修建议。这是保证地铁机电设备安全运行的基本保障，也是建设安全稳定地铁运行线路所必须的前提条件。

二、故障监测与智能诊断系统的逻辑架构

（一）数据采集层的逻辑架构

地铁机电设备故障监测与智能诊断系统中数据采集层的主要职能，是监督和采集地铁机电设备的运行状态，存储和整理机械故障的数据信息。对于系统无法提供或是掌控的信息，比如温度、湿度和振动频率等，需要在地铁机电设备的内部安装功能相符的传感器。通过传感器实现数据和模拟信息的相互转换之后，再应用采集层进行数据采集。

（二）数据分析层的逻辑架构

地铁机电设备故障监测与智能诊断系统中数据分析层的主要职能，是分析整合由采集层收集到的信息，从中提取出具有风险故障特征的数据信号，进而判断出地铁机电设备的故障根源和故障趋势。如果数据采集层报送上来的是清晰明确的数据信息，则可以直接跳过数据分析层的解析环节，直接经数据传输层送到决策评估层。

（三）决策评估层的逻辑架构

地铁机电设备故障监测与智能诊断系统中决策评估层的主要职能，是利用存储于专业数据库的历史经验数据和设备维修信息，应用状态评估算法得出机械故障与安全风险的真实数据，最后统筹评估，为现场的维修人员提供机电设备故障的原始数据、可能原因以及维修的建议与计划。当然，维修人员也可以根据故障现场的具体情况，对维修方案进行灵活调整。

三、故障监测与智能诊断系统的结构设计

（一）维修中心级的结构设计

故障监测与智能诊断系统中的维修中心级，一般会设立在地铁轨道线路车辆段的维修中心内部。维修中心级的结构设计，旨在从宏观的角度上出发，对地铁全线机电设备的工作状态进行统筹规划与管理。中心级可以在发现故障的同时发出警报，并精确地显示出机电设备故障的蔓延趋势和紧随其后的风险损失。这就要求维修人员科学合理地安排维修养护工作，对需要维修的地铁资源和机电设备进行现代化的信息管理，为故障监测与智能诊断系统提供信息存储、资料查询和维修管理等基础性的服务。维修中心级的结构设计在整个系统的建设过程中具有重量级的关键作用。

（二）机电工区级的结构设计

通常情况下，每隔4～6个地铁站，就应该设置一个集中进驻维修人员的机电工区。故障监测与智能诊断系统中机电工区级的主要作用是监事和管理区域内地铁站各个机电设备的工作状态。一旦发现安全隐患或是故障信息，能够立即调取现场所有的数据信息和列车运行状况的监控录像，并通过计算机得出机电设备安全状态的故障诊断以及随之而来的风险评估。只有这样，才能实现维修工人个体管理和系统整体管理之间的和谐统一，尽可能地在最短的时间内找出机电设备故障的根源和维修养护的建议。

（三）设备现场级的结构设计

地铁机电设备系统中的设备现场级，主要负责采集和分析机电设备的数据信息与故障原因，主要被安置在地铁轨道线路的车站内部。设备现场级的基本结构会按照地铁机电设备的不同类型，划分为具有不同诊断特性的子单元，对机电设备的各类故障进行监督测试和智能诊断。具体的现场级子单元包括屏蔽门故障的子单元、扫描仪故障的子单元、购票机故障的子单元电扶梯故障的子单元等。各个子单元之间的监测、诊断功能都较为独立，相互之间没有什么牵连关系或干涉作用。子单元的设计是为了加强智能诊断系统监测数据的准确性，提升故障监测与智能诊断系统在地铁运行过程中的工作效率。这种精细化的结构设计，使得各个机电设备的监察工作都可以独立进行。即便是脱离了全线的系统之后也能正常运转。除此之外，地铁机电设备的现场级网络支持便携式手持终端的插口接入与信息交换，方便现场的工作人员随时查阅和调用机电设备的原始数据信息，以便更加高效地找出故障原因。

结束语

针对地铁的机电设备建立故障监测与智能诊断系统，可以在机电设备的关键部位或重要装置发生故障的早期，及时发现故障的源头并尽快找出原因，有效规避故障的风险与威胁。同时，也能强化提升运营公司对地铁机电设备的维保效率，引领着机电设备的维修养护作业向着信息化、现代化和智能化的方向发展创新。

参考文献：

[1]秦冲，王素粉.机电设备故障诊断技术发展探析[J].机械制造与自动化，2011，06：90-92+104.

[2]周祖德，谭跃刚等.机械系统光纤光栅分布动态监测与诊断的现状与发展[J].机械工程学报，2013，19：55-69.

吉利汽车电喷系统故障诊断及排除篇9

吉利汽车电喷系统故障诊断及排除

吉利汽车现在所搭载的发动机采用的都是电子燃油喷射系统,这一系统引进的是德国著名的博世汽车电喷技术.博世电喷技术是一套先进的`发动机管理系统.它是以一个发动机电子控制单元(简称ECU)为控制中心,利用安装在发动机不同部位的传感器测得发动机的各种参数,按照由发动机电子控制单元中设定的控制程序,精确的控制喷油量、点火提前角,使发动机在各种工况下都能以最佳状态工作,即最佳的动力输出,最经济的油耗,最佳的尾气排放.

作者：郭喜峰作者单位：河北省任丘市农业局农机推广总站刊名：农机使用与维修英文刊名：FARM MACHINERY USING & MAINTENANCE 年，卷(期)： “”(1) 分类号：U4 关键词：

设备故障诊断系统篇10

机械设备的检测诊断技术在现代工业生产中的作用不可忽视，随着科学技术的发展，机械设备越来越复杂，自动化水平越来越高,机械设备在现代工业生产中的作用和影响越来越大，与其有关的费用越来越高,机器运行中发生的任何故障或失效不仅会造成重大的经济损失,甚至还可能导致人员伤亡。通过对设备工况进行检测，对故障发展趋势进行早期诊断,找出故障原因，采取措施避免设备的突然损坏，使之安全经济地运转，在现代工业生产中起着重要的作用。本学期通过对《机械系统可靠性与故障诊断》这门课程的学习，了解到机械系统的可靠性和故障诊断的重要性，并对这门课程有了进一步地了解。接下来，我就针对在课程中所学到的相关内容，谈谈自己的理解和看法。

机械故障检测诊断的基本过程包含两方面内容：(1)对设备运行状态进行检测；(2)发现异常情况后对设备的故障进行分析、诊断。其发展也经历了从简易诊断到精密诊断，从一般诊断到智能诊断，从单机诊断到网络诊断的过程，发展速度愈来愈快。根据系统采用的特征描述和决策方法，故障检测诊断的方法概括起来分为：基于系统数学模型的故障诊断方法和基于非模型的故障诊断方法两大类。基于模型的故障检测诊断技术是通过构造观测器估计出系统输出，然后将它与输出的测量值比较，从中取得故障信息。该方法能与控制系统紧密结合，是监控、容错控制、系统修复和重构的前提；是以现代控制理论和现代优化方法为指导，以系统的数学模型为基础，利用观测器

(组)、等价空间方程、滤波器、参数模型估计和辨识等方法产生残差，然后基于某种准则或阈值对该残差进行评价和决策。

而基于非模型的故障诊断方法主要包括以下几个方面：(1)基于可测信号处理的故障诊断方法系统的输出在幅值、相位、频率及相关性上与故障源存在着某种关系,利用这种关系可确定系统的故障。常用的方法有谱分析、相关分析、功率谱分析和概率密度法。

(2)基于故障诊断专家系统的诊断方法专家系统是近年来故障诊断领域最显著的成就之一,内容包括诊断知识的表达、诊断推理方法、不确定性推理以及诊断知识的获取等。随着计算机科学和人工智能的发展,基于专家系统的故障诊断方法克服了基于模型的故障诊断方法对模型的过分依赖性,成为故障检测的有效方法。

(3)故障模式识别的故障诊断方法这是一种静态故障诊断方法,它以模式识别技术为基础,其关键是故障模式特征量的选取和提取。该方法分为离线分析和在线分析2 个阶段。通过离线分析来确定表达系统故障状态的特征向量集和以该特征向量集所描述的故障模式向量,由此形成故障的基准模式集,并确定区分识别这些故障模式向量的判别函数,然后通过在线诊断实时提取故障的特征向量,由判别函数对故障进行分离定位。

(4)基于故障树的故障诊断方法故障树是表示系统或设备特定事件或不希望事件与它的各子系统或各部件故障事件之间的逻辑结构图,通过结构图对系统故障形成的原因做出总体至部分按树状逐渐地详细划分。这是一种图形演绎法,把系统故障与导致该故障的各

种因素形象地绘成故障图表,较直观地反映故障、元部件、系统及因素、原因之间的相互关系,也能定量计算故障程度、概率和原因等。

(5)基于模糊数学的故障诊断方法根据模糊集合论征兆空间与故障状态空间的某种映射关系,由征兆来诊断故障。由于模糊集合论尚未成熟,通常只能凭经验和大量试验来确定。另外因系统本身不确定的和模糊的信息,以及要对每一个征兆和特征参数确定其上下限和合适的隶属度函数,而使其应用有局限性。但随着模糊集合论的完善,相信该方法有较光明的前景。

(6)基于人工神经网络的故障诊断方法是20世纪80 年代末90 年代初才真正具有实用性的一种故障诊断方法。由于神经网络具有原则上容错、结构拓扑鲁棒、联想、推测、记忆、自适应、自学习、并行和处理复杂模式的功能,使其在工程实际存在着大量的多故障、多过程、突发性故障、庞大复杂机器和系统的监测及诊断中发挥较大作用。

关于机械设备故障诊断的探讨篇11

关键词：机械设备故障检测技术诊断

中图分类号：TH17 文献标识码：A 文章编号：1672-3791（2014）08（a）-0095-01

故障诊断技术走过了将近40年的发展历程，在理论上已经初始形成了较完整的学科体系步骤，一点点形成以油样分析、振动诊断、无损检测探伤和温度监测为主，同时很多新的技术和方法也逐渐形成性的发展局面。其中故障诊断（FD）始于对机械设备的故障进行诊断，其全称则是状态监测与故障诊断（CMFD）。其主要内容包含了两个方面：一是在发现特殊的情况下，对各项设备的故障进行诊断与分析；二是对设备的运行进行状态监测。计算机软硬件技术的发展非常的促进了信号分析与处理技术的飞跃跨步，推向了机械故障诊断和监测技术朝实用化和科学化路线发展。

1 主要技术方法现状

1.1 系统故障原因结构图的形成

通过结构图对系统故障造成的原因，做出从整体到部分的按树状依次的细致划分。故障树则表示出系统或者设备上的不理想事件和指定设备之间的逻辑结构图，同时好包含了它的各个部件和各个子系统之间的逻辑结构图，该方法称之为图形演绎法。故障图表则是由造成故障的各项因素与系统中的故障这两者相互绘制而成，而这样就可以很直观的反、反映出了系统、元部件、因素、故障以及其他因素之间的相互关系，并且可以定量的计算出故障的程度、故障的原因和故障的概率等。

1.2 模糊数学的故障诊断方法应用

根据模糊的集合论征兆空间和故障状态空间的某种映射关系，故障诊断用征兆的方法来进行。只因它的集合理论还未发展成形，大部分能借用经验和大量诸多的试验来定位。系统本身存在的模糊与不确定的相关信息因素，同时还对每个特征参数与每一个征兆来制定其上、下限以及合格的隶属度的函数，从而在应用上存在一定的局限控制性。随着模糊集合论的不断完善更新，运用这个方法的可观性能上还是十分被关注重用的。

1.3 诊断故障的人工神经网络方法应用

在20世纪80年代末90年代初，人工神经网络方法才真正的开始实用。因为神经网络中存在很多功能，其中包含了对结构的联想、推测、记忆、自适应和学习、容错、处理繁琐和并行模式等方面，并且在工程的实际工作中还存在许多的突发性能，同时故障很多，过程也很复杂，使它在庞大多样的机器、突发性故障较多以及系统检测和诊断中可以发挥出更加广泛的应用。

2 机械设备故障的诊断技术

2.1 故障诊断技术依次分类介绍

（1）简易诊断又称之为初级诊断。一般由现场的职责人员开始进行触及诊断及其能对设备的状态做出极速有效的概括和进行讨论评价。

（2）精密诊断是在初始诊断的基础上对于出现特殊状况的设备进行清晰识别，并进行详细的诊断策略，检查出设备出现的异常部位，并对设备不同的种类和故障程度执行研究和判断实施进行。

（3）运行诊断和功能诊断。对刚刚组装或刚开始维修的设备检查其功能和状况是否出现异常的诊断称之为功能诊断，同时根据他们对设备或者机组进行检查，所得到的结果来进行相应的整改。同时对正常工作的设备所产生的故障特征进行检测运行诊断。

（4）连续监控和定期诊断。每间隔一定时间就对工作的设备进行检测即是定期诊断。连续监控就是采用仪表和计算机信息处理系统对机器运行状态进行监视和控制；何时使用连续监控？多在因故障而导致重大生产耗失，事故影响悲劣以及频频出现故障和较容易发生故障的设备，由于安全以及劳动保护方面的因素无法点检的设备都将使用连续监控。

2.2 技术的诊断形式

（1）外观检查：借用人体的感官，从味道，声音，温度和运行状态等诸多方面，可直接观察故障信号的发生，同时通过丰富的检查经验和维修经验及技术来判断故障将会出现的个别部位和成因，目的就是达到预测的效果。

（2）振动测量：振动是机械设备中比较平常的现象，振动一般在作回转或往复运动都会产生的，振动信息的产生通过设备运行的状态特征来判断。大多数振动的增强都将会发生故障。

（3）噪声：物体的机械振动通过弹性媒质向远处传播的结果，声源是发生声音的振动机械振动将是媒质中的传播过程。如机械振动系统实机械噪声的声源。机械设备噪的声源主要包括电机、液压泵、齿轮、轴承等，其噪声频率与其运动频率或固有频率都有关系。不动的零件（如支架、箱体、盖板等）的噪声均是受其它声源或振源的诱发引起共鸣造成的。

（4）泄漏：在机械设备运行的过程中，气态，液态和粉尘状的介质从其孔眼和裂缝和空隙中流出或者涌入，形成泄漏，造成能源的大量浪费，工况恶质化，环境受到污染，损坏快速这是机械设备使用中力图防止的最坏现象。

3 材料缺陷损伤和裂纹的故障检测

（1）超声波探伤法：这种方法不仅成本低，测厚度较大，速度较快，尤其对人体无任何伤害，检测平面型缺陷是主要目的。

（2）射线探伤法：重要使用X射线。此方法关键用于展示体积型的缺陷，大多数材料均适用，测量的成本非常之高，对人体具有相当的损害，要小心谨慎的使用。

（3）渗透探伤法：包括荧光渗透和着色渗透两种方法。这两种方法的操作不仅容易而且成本极低，广泛的范围应用能够直观的显示出来，但是也只仅适用于表面缺陷的损伤种类。

（4）磁粉探伤法：此种方法的使用容易方便，与渗透探伤比较特别敏捷，近表面的缺陷能够探测出来，铁磁性材料最为适用。

（5）涡流探伤法：对封闭在材料表面下的缺陷有非常高的检测灵敏度比较适应，此种方法定位为电学测量方法，方便自动化和计算机的运用处理。

（6）激光全息检测法：此种方法是20世纪60年代才兴盛起来的一种科研技术，此种方法不仅检测各种高压容器、蜂窝结构还有叠层结构等。

（7）微波检测技术：此种方法也是近几十年挖掘出来的一种新兴技术，超声波方法远远不如非金属的贯穿能力方法，此方法的特征是简便快速，属于一种非接触式的无损检测技术。

（8）声发射技术：重点对大型构件结构的完整性进行长期监测和评价，对缺陷的增长可实时监测和实行动态，检测灵敏度极高，目前，压力容器，核电站重点设备还有放射性物质的偶尔泄漏，得到广泛应用的是输送管道的焊接部位缺陷等方面的检测。

4 结语

机械设备一定要深化各种理论和技术的相互渗透性；应用范围必须要广，使用内容也要更丰富实用。机械故障诊断学不管在技术上或是在理论方法角度学都需要进一步发展研究和健全完善，以适应时代的机械化的新需求。