课程名称：故障诊断方法与应用报告题目：内圈故障诊断实验报告学生班级；研152 学生姓名： 任课教师： 学位类别：
设备故障诊断技术是一种了解和掌握设备在使用过程中的状态，确定其整体或局部是正常或异常，早期发现故障及其原因，并能预报故障发展趋势的技术。安装合适的传感器可以获得故障的特征信号，通过信号反映故障产生原因。滚动轴承是机械中的易损元件，据统计旋转机械的故障有30%是由轴承引起的，它的好坏对机器的工作状态影响极大。轴承的缺陷会导致机器剧烈振动和产生噪声，甚至会引起设备的损坏。滚动轴承的振动可由于外部的振源引起，也可由于轴承本身的结构特点及缺陷引起。而随着科学技术不断发展和工业化程度的不断提高，机械设备精密程度、复杂程度及自动化程度不断提高，凭个人的感观经验对机械设备进行诊断己经远远不够，因此轴承的状态检测和故障诊断是十分必要的，已经成为机械设备故障诊断技术的重要内容。滚动轴承故障监测诊断方法有很多种，它们各具特点，其中振动信号法应用最广泛。本次实验就是采用振动信号法对滚动轴承故障实验平台的滚动轴承的故障信号进行分析。
1 绪论 (1) 2 轴承内圈故障特征频率 (2) 3 时域无量纲参数分析 (2) 3.1 时域波形 (2) 3.2 傅里叶变换运算分析故障 (3) 4通过自相关、互相关、功率谱运算分析故障 (4) 4.1 自相关分析 (4) 4.2 互相关运算分析故障 (5) 4.3功率谱密度 (6) 5 Haar小波分析 (7) 5.1小波分解 (7) 5.2 小波降噪 (9)
1 绪论 随着对滚动轴承的运动学、动力学的深入研究，对于轴承振动信号中的频率成分和轴承零件的几何尺寸及缺陷类型的关系有了比较清楚的了解，加之快速傅里叶变换技术的发展。开创了用频域分析方法来检测和诊断轴承故障的新领域。其中最具代表性的有对钢球共振频率的研究，对轴承圈自由共振频率的研究。本文主要着重于对滚动轴承内圈磨损的故障研究，主要研究方法为傅里叶变换，功率谱，自相关以及互相关，小波理论。 滚动轴承在运行过程中可能会因为各种原因出现故障，如安装不当、异物入侵、润滑不良、腐蚀和剥落等都会导致轴承出现故障。安装不当会导致轴承不对中，使得轴承在运行中，产生一种附加弯矩，给轴承增加附加载荷，形成附加激励，引起几组强烈振动，严重时会导致转子严重磨损、轴弯曲、联轴器和轴承断裂等严重后果。即使轴承安装正确，在长期的运行中，由于异物的入侵或则负荷的作用下，接触面会出现不同程度的金属剥落、裂痕等现象，进而导致旋转部件与故障区域接触时产生强烈振动。本次实验主要针对潜在危害很大的裂痕故障信号进行分析研究。滚动轴承在出现裂痕故障后，随着轴承的旋转，由于旋转部件与裂痕周期性的碰撞会产生周期性的冲击信号，且周期可以通过轴承结构计算得出。图1.1所示为滚动轴承基本结构。 图1.1 滚动轴承基本结构 d：滚动体直径 D：轴承节径（滚动体所在圆的直径） R：内圈直径 i R：外圈直径 o ：接触角（滚动体受力方向与轴承径向平面的夹角） Z：滚动体个数
OTDR测试与误差分析 OTDR是光缆工程施工和光缆线路维护工作中最重要的测试仪器，它能将长100多公里光纤的完好情况和故障状态，以一定斜率直线（曲线）的形式清晰的显示在几英寸的液晶屏上。根据事件表的数据，能迅速的查找确定故障点的位置和判断障碍的性质及类别，对分析光纤的主要特性参数能提供准确的数据。OTDR主要是根据光学原理以及瑞利散射和菲涅尔反射理论制成的。仪表的激光源发出一定强度和波长的光束至被测光纤，由于光纤本身的缺陷，制作工艺和石英玻璃材料组分的不均匀性，使光在光纤中传输将产生瑞利散射；由于机械连接和断裂等原因将造成光在光纤中产生菲涅尔反射，由光纤沿线各点反射回的微弱的光信号经光定向耦合器到仪器的接收端，通过光电转换器，低噪声放大器，数字图象信号处理等过程，实现图表、曲线扫迹在屏幕上显现。目前OTDR 型号种类繁多，操作方式也各不相同，但其工作原理是一致的。在光纤线路的测试中，应尽量保持使用同一块仪表进行某条线路的测试，各次测试时主要参数值的设置也应保持一致，这样可以减少测试误差，便于和上次的测试结果比较。即使使用不同型号的仪表进行测试，只要其动态范围能达到要求，折射率、波长、脉宽、距离、均化时间等参数的设置亦和上一次的相同，这样测试数据一般不会有大的差别。 一、 OTDR测试 1.测试方式：利用OTDR进行光纤线路的测试，一般有三种方式，自动方式，手动方式，实时方式。当需要概览整条线路的状况时，采用自动方式，它只需要设置折射率、波长最基本的参数，其它由仪表在测试中自动设定，按下自动测试（测试）键，整条曲线和事件表都会被显示，测试时间短，速度快，操作简单，宜在查找故障的段落和部位时使用。手动方式需要对几个主要的参数全部进行设置，主要用于对测试曲线上的事件进行详细分析，一般通过变换、移动游标，放大曲线的某一段落等功能对事件进行准确定位，提高测试的分辨率，增加测试的精度，在光纤线路的实际测试中常被采用。实时方式是对曲线不断的扫描刷新，由于曲线在不断的跳动和变化，所以较少使用。 2.OTDR可测试的主要参数：⑴测纤长和事件点的位置。⑵测光纤的衰减和衰减分布情况。⑶测光纤的接头损耗。⑷光纤全回损的测量。光纤距离的测量是以激光进入光纤到它遇到故障点返回光时域反射仪的时间间隔来计量纤长的。为了提高测量的精确度，应根据被测纤的长度设置合适的“距离范围”和“脉冲宽度”，距离一般选被测纤长的1.5倍,使曲线占满屏的2/3为宜。脉冲宽度直接影响着OTDR的动态范围，随着被测光纤长度的增加，脉冲宽度也应逐渐加大，脉宽越大，功率越大，可测的距离越长，但分辨率变低。脉宽越窄，分辨率越高，测量也就越精确。一般根据所测纤长，选择一个适
故障诊断分析方法比较 摘要：小波变换作为信号处理的手段，逐渐被越来越多领域的理论工作者和工 程技术人员重视和应用。在机械系统和电气系统中，故障时常发生，为了诊断 系统是否故障，小波分析是很好的方法。小波分析的方法很多，小波的选择也 很多类，为了研究哪种小波分析方法更加适合于故障检测。论文将通过一个例 子来分别采用功率谱、多分辨小波分析和小波包三种方法进行突发性故障诊断，来研究各自的分析特点。并总结在故障发生时，一个更加好的分析方法。 关键词：故障功率谱多分辨分析小波包分析 正文： 在对机械设备进行故障检测时，通常采用对振动信号进行频谱分析找出奇 异点的方法来实现设备监测。傅里叶变换是频谱分析的主要工具，其方法是研 究函数在傅里叶变换后的衰减以推断函数是否具有奇异性及奇异性的大小，但 傅里叶分析只能确定一个函数奇异性的整体性质而难以确定奇异点空间的位置 分布情况，这一局限性导致了频谱分析不能精确的确定信号的奇异性特点，给 进一步分析信号的规律带来了一定的障碍。 而在傅里叶基础上发展而来的功率谱可以识别不同信号的故障信号。将正 常信号的功率谱与运行过程中不断连续收集的信号功率谱进行对比，功率谱异 常就表示机械系统有故障，不同类型的故障会有不同类型的频谱特征，从故障 信号的功率谱中可以识别故障的类型。 然而利用传统的频谱分析方法只能从频谱图上了解故障信号的所包含的频 率成分，而无法确定具体的频率成分的震动形式。无法对具体的频率成分进行 分析，难以直接描述机械的状态。小波分析是近十年发展起来的一门适用于时 变信号分析的新兴工具，它可以把时域信号变换到时间—尺度域中，在不同尺 度下观察不同的局部化特性。在信号突变时，其小波变换后的系数具有模量极 大值，可通过对模的极大值点的检测来确定故障发生的时间点。在从小波基础 上发展的小波包，对各个子小波空间做出更加细致的分解，其对应的频带被进 一步分解，这使得时—频分析能聚焦于任意的细节，在故障诊断时，可从细节 上分析故障。 很多工作系统正常工作时，工作输出点的采样信号是蠕变信号，当由于多 种原因系统系统故障时，输出信号将产生一突变信号（主要表现在幅度和频率 的变化），信号的突变时刻被称为信号的奇异点。这些奇异点数值包含有重要 的故障信息，因此，对突变信号进行检测和处理，是故障诊断的关键。 因此，本文从功率谱、多分辨分析分析和小波包三种方法进行蠕变信号突发性 故障诊断，并比较总结它们的特点。 实例：由于日常机械中很多振动信号都是由不通频率的正弦余弦波组成的，于 是这里选择的原始信号采用的是单一频率正弦波的形式。为了研究上述三种分 析方法，并且由于还未在先研究阶段中未得到研究机械的信号，为了简化分析
OTDR测试时常遇到的几个问题 一、我们在使用光时域反射仪（OTDR）时，常常由于测试链路较长不能看到所有的链路情况。那么在什么情况是动态范围不足的表现哪？ 1、轨迹被淹没在噪声中，有时候会测到的轨迹波动很大，但却保持着轨迹应有的发展趋势。 2、当分析轨迹时，出现《扫描结束》的标识。所谓扫描结束实际是说从该点以后的测试结果只作为参考。扫描结束的出现实际上是因为轨迹的清晰度变差，噪声水平较高，轨迹波动性较大。 3、已知测试链路的长度较长，应该考虑通过设臵增大动态范围。 增大动态范围有两种最为常用的方法，一是增加激光注入能量，另一是提高信噪比（S/N）。两种方法均可以通过仪表设臵达到。下面是对几种方法的简单概述。 1、选择更大的脉冲宽度。 实际上这种方法是最为常用的方法，它的本质是增加激光的注入能量。由于激光器的性能限制，不可能直接调整激光器以求更大的发射能量。我们知道，OTDR 测量必须采用脉冲方式，加大脉冲宽度实际上是使激光器发射的持续时间增加，以达到增大注入能量的目的。因此，这种方法可以获得更大的动态范围。然而，更大的脉宽意味着会有更大的盲区，这种方法是有一定代价的。 2、选择《取平均时间》测量模式，并选择更长的取平均时间。 这种方法被我们实际测量中大量采用，实际上是增大信噪比的一种数字信号处理的算法。主要采用将多次测量的结果相加取平均值的方式提高信噪比。它利用了信号及噪声的不同特性达到提高信噪比的目的。信号是有规律性的，而噪声是随机的。在相加过程中，信号被一次次放大，而噪声相加总的趋势是趋近于“0”。取平均的过程，是将信号还原到原有的强度。整个处理过程实际上是降低噪声的
油浸式变压器DGA数据分析及其故障诊断研究变压器是电力系统实现输、变电工程的枢纽设备,其运行状态直接影响着整个电力系统的安全、可靠和稳定。然而变压器在长时间的运行过程中,由于绝缘老化等因素造成的各类故障是不可能完全避免的。 因此需通过诊断和检修尽早发现并排除变压器的早期潜伏性故障,从而降低事故原因造成的经济损失,提高电力系统的供电率,更方便人们的生产生活。分析油浸式变压器的故障机理,可将其油中溶解气体的数据作为诊断的一个重要依据,并结合人工智能的方法,实现故障类型的诊断和预测。 本文的主要研究内容有以下几个方面：1、分析变压器油中溶解气体的产生机理与溶解过程,通过研究变压器内部主要故障类型与油中气体组分的对应关系,确定故障诊断研究中以H2、CH4、C2H6、C2H4、 C2H2这5种特征气体的含量为参量。采用模糊C-均值聚类算法将结论明确的102台次变压器故障样本进行聚类分析,分类准确率达到82.35%,为有效防止其陷入局部最优的情况,采用遗传 算法和模拟退火算法对其搜索性能进行改进,用400个样本点验证改进后算法的性能,再运用SAGA-FCM算法对上述102个故障样本进行聚类分析,分类准确率较FCM算法高出4.9个百分点,并得出6个典型故障类型的聚类中心。 2、结合灰关联熵的理论基础建立变压器故障诊断模型,其中参考序列采用第二章中SAGA-FCM算法得到的6个典型故障类型的聚类中心,比较序列采用三比值法编码不全的8个故障样本,对这8个样本进行基于SAGA-FCM聚类中心的灰关联熵变压器故障诊断,8个样本全部正确。而采用单一参考序列的灰关联熵法的诊断中有3个样本出现错误,发现以SAGA-FCM聚类中心为灰关联熵的参考序列,不仅增强了比较序列和参考序列的关联性,提高了故障诊断的准确率,就三比值编
故障诊断理论方法综述 故障诊断的主要任务有：故障检测、故障类型判断、故障定位及故障恢复等。其中：故障检测是指与系统建立连接后，周期性地向下位机发送检测信号，通过接收的响应数据帧，判断系统是否产生故障；故障类型判断就是系统在检测出故障之后，通过分析原因，判断出系统故障的类型；故障定位是在前两部的基础之上，细化故障种类，诊断出系统具体故障部位和故障原因，为故障恢复做准备；故障恢复是整个故障诊断过程中最后也是最重要的一个环节，需要根据故障原因，采取不同的措施，对系统故障进行恢复一、基于解析模型的方法 基于解析模型的故障诊断方法主要是通过构造观测器估计系统输出，然后将它与输出的测量值作比较从中取得故障信息。它还可进一步分为基于状态估计的方法和基于参数估计的方法，前者从真实系统的输出与状态观测器或者卡尔曼滤波器的输出比较形成残差，然后从残差中提取故障特征进而实行故障诊断；后者由机理分析确定系统的模型参数和物理元器件之间的关系方程，由实时辨识求得系统的实际模型参数，然后求解实际的物理元器件参数，与标称值比较而确定系统是否发生故障及故障的程度。基于解析模型的故障诊断方法都要求建立系统精确的数学模型，但随着现代设备的不断大型化、复杂化和非线性化，往往很难或者无法建立系统精确的数学模型，从而大大限制了基于解析模型的故障诊断方法的推广和应用。 二、基于信号处理的方法 当可以得到被控测对象的输入输出信号，但很难建立被控对象的解析数学模型时，可采用基于信号处理的方法。基于信号处理的方法是一种传统的故障诊断技术，通常利用信号模型，如相关函数、频谱、自回归滑动平均、小波变换等，直接分析可测信号，提取诸如方差、幅值、频率等特征值，识别和评价机械设备所处的状态。基于信号处理的方法又分为基于可测值或其变化趋势值检查的方法和基于可测信号处理的故障诊断方法等。基于可测值或其变化趋势值检查的方法根据系统的直接可测的输入输出信号及其变化趋势来进行故障诊断，当系统的输入输出信号或者变化超出允许的范围时，即认为系统发生了故障，根据异常的信号来判定故障的性质和发生的部位。基于可测信号处理的故障诊断方法利用系统的输出信号状态与一定故障源之间的相关性来判定和定位故障，具体有频谱分析方法等。 三、基于知识的方法 在解决实际的故障诊断问题时，经验丰富的专家进行故障诊断并不都是采用严格的数学算法从一串串计算结果中来查找问题。对于一个结构复杂的系统，当其运行过程发生故障时，人们容易获得的往往是一些涉及故障征兆的描述性知识以及各故障源与故障征兆之间关联性的知识。尽管这些知识大多是定性的而非定量的，但对准确分析故障能起到重要的作用。经验丰富的专家就是使用长期积累起来的这类经验知识，快速直接实现对系统故障的诊断。利用知识，通过符号推理的方法进行故障诊断，这是故障诊断技术的又一个分支——基于知识的故障诊断。基于知识的故障诊断是目前研究和应用的热点，国内外学者提出了很多方法。由于领域专家在基于知识的故障诊断中扮演重要角色，因此基于知识的故障诊断系统又称为故障诊断专家系统。如图1.1
机械工程学报 CHINESE JOURNAL OF MECHANICAL ENGINEERING 2000 Vol.36 No.12 P.95-100 基于连续小波变换的信号检测技术与故障诊断 林京 屈梁生 摘 要：通过分析指出，连续小波变换具有很强的弱信号检测能力，非常适合故障诊断领域。从参数离散到参数优化系统研究了连续小波变换的工程应用方法，建立 了“小波熵”的概念，并以此作为基小波参数的择优标准。论文最后把连续小波技术应用在滚动轴承滚道缺陷和齿轮裂纹的识别中，诊断效果十分理想。 关键词：小波故障诊断滚动轴承齿轮 分类号：TH133．33 TH132．41 FEATURE DETECTION AND FAULT DIAGNOSIS BASED ON CONTINUOUS WAVELET TRANSFORM Lin Jing（State Key Laboratory of Acoustics, Institute ofAcou stics, Chinese Academy of Science） Qu Liangsheng（Xi’an Jiaotong University） Abstract：It is pointed out that continuous wavelet transform(CWT) has powerful ability for weak signal detection which help itself to be used for fault diagnosis. The method for parameter discretization and optimi zation of CWT is estabished. The concept of wavelet entropy is introduced and it is used as a rule for parameter optimization. In the end, CWT is used fo r fault diagnosis of rolling bearing and gear-box. Very good results are obtain ed using this method. Keywords：Wavelet Fault diagnosis Rolling bearing Gear
OTDR测试技巧与假峰现象的分析 毕建军 尹志国 姚大军 （黑龙江电通自动化有限公司，哈尔滨 150001） 摘 要：在用OTDR测试光缆线路时，在测试曲线上有时出现非实际存在的假峰。对假峰出现的原因进行了分析，并简述了假峰对测试的影响及假峰的判断和消除。 关键词：光时域反射计；真峰；假峰 0 问题的提出 在用OTDR进行光缆线路测试过程中，经常遇到许多故障点，测试曲线上有时出现非实际存在的假峰。结合辽长吉哈等光纤通信工程对上述原因进行分析，提出利用改变折射率的方法精确故障点，同时简述了假峰对测试的影响及假峰的判断和消除。 1 用改变折射率的方法精确故障点 在黑龙江省辽长吉哈光纤通信工程施工过程中，我们遇到过一个故障点。即测量时发现在距永源变机房479m处有一断纤，从断点距离分析，就在终端塔接头盒处。但在打开终端塔接头盒并将此纤用OTDR监视熔接数次后，仍未与干线光缆接通。因此，我们采用改变OTDR 折射率的方法判断并排除了故障。 根据光传输基本原理，即 n=c/v c－光速 n－折射率 v－光在介质中传输速率（这里指在光纤中传输速率） 由于c是光速为一常数，而且在同一介质里（同一光缆里的光纤）传输速率v也为定值，所以折射率n的值是唯一的，一般均为厂家提供。这就决定了只要OTDR的折射率被选定，从其光源发光后再接收到反射信号的时间上便可确定一个准确距离。如果我们人为地改变OTDR折射率，比如将实测折射率比厂家提供的标准折射率高，那么OTDR仪表内部认定的计算速率一定要降低。根据 V=D/T V－OTDR仪表内部认定的计算速率 D－OTDR仪表显示距离 T－光在光纤中传输及反射的时间 此时光在光纤中传输及反射的时间T不会改变，而V的值被OTDR认定为降低，相应的OTDR仪表内计算的结果必然减少，即测量结果比标准距离减少了。 同理，若人为减少实测折射率值，则测量值比实际距离将增加。 根据上述原理，我们经过多次改变OTDR折射率测量，结果如下表： 故 障 光 纤 测 试 表 测试条件 厂家提供折射率：1.4658 测试范围：1km 脉冲宽度：100ns 波长：1310nm 实测折射率 未断光纤实测值 已断光纤实测值 2.0 328.4 332.5 1.9658 334.1 337.8
前言： 相对PC机而言服务器出故障的机率是小多了，但是它的故障给企业也带来了一些影响。作为服务器工程师除要有服务器基础知识以外，还需要具备服务器故障的诊断思路，这样才能最快速的解决问题也可以减少故障停机时间。 本文并不是针对某个厂家服务器故障完全手册，而是根据个人经验总结出来的一些经验思路还有一些总结案例。按照下面思路和方法基本上能够解决目前服务器更换式维修的大多数问题。而且里面的一些操作风险性也不是很大，因为服务器本身就是坏的，最坏的情况下就是它一点都不能工作了呗，（主要确认是否有数据，数据无价啊）而且现在很多厂商都有自己的客服电话关于产品问题打个电话也很方便，所以安心做啦 当然如果服务器在保修期内就打电话让售后工程师上门服务，毕竟顾客就是上帝嘛，但是如果上帝比较着急使用，一般小故障自己解决一下就好了，因为一般报修最快都是第二天（大客户如银行等除外，一般当天还得是晚上才能停机解决） 目录： 一、服务器常见故障分类 二、服务器常见故障现象及其对应排错方法 三、服务器排错基本原则 四、服务器故障需要收集哪些信息 五、服务器硬件故障排错实例 六、服务器软件故障排错实例 七、服务器常见内存故障现象 一、服务器常见故障类型分类： A. 开机无显示 B. 加电BIOS自检阶段故障 C. 系统和软件安装阶段故障和现象 D. 操作系统启动失败 E. 系统运行阶段故障 二、服务器常见故障现象及其对应的排除方法
A．服务器开机无显示（加电无显示和不加电无显示） 1. 检查供电环境 2. 检查电源和故障指示灯（故障指示灯状态，目前很多厂商的服务器都有故障指示灯，或故障诊断卡等。） 3. 按下电源开关时，键盘指示灯是否亮、风扇是否全部转动 4. 是否更换过显示器，尝试更换另外一台显示器 5. 插拔内存，用橡皮擦擦拭一下金手指，如果在故障之前有增加内存，去掉增加的内存尝试 6. 是否添加了CPU，如果有增加CPU尝试去掉 7. 去掉增加的第三方I/O卡包括Raid卡等 8. ClearCMOS (记得使用跳线来清除，尽量不要直接拔电池，每款服务器清除跳线位置不一致，具体找不到电话联系一下厂商客服) 9. 尝试更换主板、内存等主要部件 10．清除静电，将电源线等外插在服务器上的线缆全部拔掉，然后轻按开机键几下 B．加电BIOS自检报错 1. 根据BIOS自检报错信息提示 2. 查看是否外插了第三方的卡或者添加部件，如果有还原基本配置重启 3. 做最小化测试 4. 尝试清除CMOS 5. 看能否正常进入BIOS C. 系统安装阶段故障和现象 1.查看服务器支持操作系统的兼容版本（从厂商能查到兼容性列表） 2.系统安装蓝屏（对蓝屏故障代码诊断） 3.安装在分区格式化的时候找不到硬盘 （阵列驱动没有安装或者没有配置阵列，可以尝试适应引导光盘安装） 4.大于2T的硬盘式应该如何分区（必须使用阵列卡才能实现或者有外插识别卡） （使用阵列卡配置阵列分成一个小于2T的空间，一个大于2T的空间，然后将系统安装在小于2T的上面，安装好系统后在使用GPT方式分区即可） 5.安装过程是死机 (检查兼容性列表---查看硬盘接口选择是否正确---阵列驱动安装是否正确---尝试最小化配置安装检查是否为内存和CPU等问题) 6.引导光盘安装失败
绪 论 机械故障诊断技术作为一门新兴的科学，自从二十世纪六七十年代以来已经取得了突飞猛进的发展，尤其是计算机技术的应用，使其达到了智能化阶段。现在，机械故障诊断技术在工业生产中起着越来越重要的作用，生产实践已经证明开展故障诊断与状态预测技术研究具有重要的现实意义。 我国的故障诊断技术在理论研究方面，紧跟国外发展的脚步，在实践应用上还是基本落后于国外的发展。在我国，故障诊断的研究与生产实际联系不是很紧密，研究人员往往缺乏现场故障诊断的经验，研制的系统与实际情况相差甚远，往往是从高等院校和科研部门开始，再进行到个别行业，而国外的发展则是从现场发现问题进而反映到高等院校或科研部门，使得研究有的放矢[1]。 要求机械设备不出故障是不现实的，因为不存在绝对安全可靠的机械设备。因此，为了预防故障和减少损失，必须对设备的运行状态进行监测，及时发现设备的异常状况，并对其发展趋势进行跟踪：对己经形成的或正在形成的故障进行分析诊断，判断故障的部位和产生的原因，并及早采取有效的措施，这样才能做到防患于未然。因此，设各状态监测与故障诊断先进技术的研究对于保证复杂机械设备的安全运行具有重要意义。 关键词：小波分析，故障诊断，小波基选取，奇异性 基于小波分析的机械故障检测 小波奇异性理论用于机械故障检测的基本原理 信号的奇异性与小波变换的模极大值之间有如下的关系： 设)(x g 为一光滑函数，且满足条件0g(x) lim ,1x)dx ( g x ==∞→+∞ ∞-?，不妨设)(x g 为高斯函数，即σσπ2221)(x e x g -= ，令 d x,/x)( dg x)(=ψ由于?+∞ ∞-=0x)dx (ψ，因此，可取函数x)(ψ
应用数据分析法进行简易的设备故障诊断 秦涛 摘要理论与实践证明，借助一定的测量技巧和规律，通过对便携式测振仪采集的数据进行分析，基本可以满足现场对设备故障点进行粗略佑计的要求。运用便携式测振仪进行故障分析，对于普及设备状态监测与故障诊断工作、量化设备管理及维修具有重要的意义。结合两个典型的现场案例，对应用数据分析法开展简易的设备故障诊断工作进行探讨。 关键词便携式测振仪数据分析故障诊断 为了对转动设备实施有效的管理，在开展设备状态监测与故障诊断的时候，仅笼统地从总体上判断设备正常与否是远远不够的，还需要进一步弄清设备故障的具体类型和部位。 精密诊断仪能够借助相对较多的手段（如时域分析、频域分析、轴心轨迹分析等），分析设备的故障点及故障原因，为检修提供必要的指导。但是，由于精密诊断仪价格昂贵，对操作人员的理论知识储备要求较高，因此很难在现场普及推广。主要应用于状态监测的便携式测振仪（如公司采用的HG2500系列）具有价格低、易操作、携带方便、便于普及装备和应用等优点。理论与实践证明，借助一定的测量技巧和规律，通过对便携式测振仪采集的数据进行分析，同样可以满足现场对设备故障原因进行粗略估计的要求。在此结合在现场工作中所处理的典型案例，对应用数据分析法进行简易的设备故障诊断做一引证论述。 一、案例一离心式式压缩机震动故障 1.设备基本情况 电机型号YKK4005-2，功率500kW，转速2976r/min，经增速比3.51的行星齿轮增速器驱动主机；主机型号4H-4，转速10459r/min，3725m3/h，进口压力0.088Mpa，出口压力0.47MPa。输送介质为氯气。 2005年8月6日，巡检发现离心式压缩机振动异常。 2.振动测量与分析 现场应用便携式测振仪对主机前后轴承部位进行振动测量。测量结果如表1所示。根据表1中数值分析如下： 表1 离心式压缩机振动值 (1)根据化工行业HGJ1018-79位移振幅标准及ISO2372标准中关于机械振动烈度的规定：离心式压缩机全位移振动值应不大于0.015mm；对于功率大于75kW、转速介于600～12000r/min之间刚性安装的大型机械，其振动烈度阑值为1.12cm/s。现该压缩机前后轴承
基于小波分析的故障诊断算法 前言： 小波变换是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的“时间- 频率”窗口，是进行信号时频分析和处理的理想工具。它的主要特点是通过变换能够充分突出问题某些方面的特征，因此，小波变换在许多领域都得到了成功的应用，特别是小波变换的离散数字算法已被广泛用于许多问题的变换研究中。从此，小波变换越来越引起人们的重视，其应用领域来越来越广泛。 在实际的信号处理过程中，尤其是对非平稳信号的处理中，信号在任一时刻附近的频域特征都很重要。如在故障诊断中，故障点（机械故障、控制系统故障、电力系统故障等）一般都对应于测试信号的突变点。对于这些时变信号进行分析，通常需要提取某一时间段（或瞬间）的频率信息或某一频率段所对应的时间信息。 因此，需要寻求一种具有一定的时间和频率分辨率的基函数来分析时变信号。小波变换继承和发展了短时傅里叶变换的局部化思想，并且克服了其窗口大小和形状固定不变的缺点。它不但可以同时从时域和频域观测信号的局部特征，而且时间分辨率和频率分辨率都是可以变化的，是一种比较理想的信号处理方法。 小波分析被广泛应用于信号处理、图像处理、语音识别、模式识别、数据压缩、故障诊断、量子物理等应用领域中。 小波分析在故障诊断中应用进展 1）基于小波信号分析的故障诊断方法 基于小波分析直接进行故障诊断是属于故障诊断方法中的信号处理法。这一方法的优点是可以回避被诊断对象的数学模型, 这对于那些难以建立解析数学模型的诊断对象是非常有用的。 具体可分为以下4种方法: ①利用小波变换检测信号突变的故障方法连续小波变换能够通过多尺度分析提取信号的奇异点。基本原理是当信号在奇异点附近的Lipschitz指数a >0时，其连续小波变换的模极大值随尺度的增大而增大；当a <0时，则随尺度的增大而减小。噪声对应的Lipschitz指数远小于0, 而信号边沿对应的Lipschitz 指数大于或等于0。因此, 利用小波变换可以区分噪声和信号边沿, 有效地检测出强噪声背景下的信号边沿（奇变）。动态系统的故障通常会导致系统的观测信号发生奇异变化, 可以直接利用小波变换检测观测信号的奇异点, 从而实现对系统故障的检测。比如根据输油管泄漏造成的压力信号突变的特点, 用小波变换检测这些突变点, 实现输油管道的泄漏点诊断。 ②观测信号频率结构变化的故障诊断方法小波多分辨率分析能够描述信号的频谱随 时间变化情况或信号在某时刻
实验名称：自构建光纤链路的otdr测试实验实验日期：指导老师：林远芳学生姓 名：同组学生姓名：成绩： 一、实验目的和要求二、实验内容和原理三、主要仪器设备四、实验结果记录 与分析 五、数据记录和处理六、结果与分析七、讨论、心得 一、实验目的和要求 1. 了解瑞利散射及菲涅尔反射的概念及特点； 2. 熟练掌握裸纤端面切割、清洁、连接对准方法及熔接技术； 3. 熟悉光时域反射仪（optical time domain reflectometer，以下简称 otdr）的工 作原理、操作方法和使用要点，能利用 otdr 测试、判断和分析光纤链路中的事件点位置及 其产生原因，提高工程应用能力。 二、实验内容和原理 1．otdr 测试基本理论 散射：光遇到微小粒子或不均匀结构时发生的一种光学现象，此时光传输不再具有良好 的方向性。 瑞利散射：当光在光纤中传播时，由于光纤的基本结构不完美（光纤本身的缺陷、制作 工艺和材料组分存在着分子级大小的结构上的不均匀性），一部分光纤会改变其原有传播方向 而向四周散射（图 1-3-1），引起光能量损失，其强度与波长的 4 次方成反比，随着波长的 增加，损耗迅速下降。 后向或背向散射：瑞利散射的方向是分布于整个立体角的，其中一部分散射光纤和原来 的传播方向相反，返回到光纤的注入端，形成连续的后向散射回波。光纤中某一点的后向回 波可以反映出光纤中光功率的分布情况，椐此可以测试出光纤的损耗。 菲涅尔反射：当光纤由一种媒质进入另一种媒质时会产生的一种反射，其强度与两种媒 质的相对折射率的平方成正比。如图1-3-2 所示，一束能量为p0 的光，由媒质 1（折射率 为nl）进入媒质 2（折射率为 n2）产生的反射信号为p1，则 ?n1?n2p1???n?n2?1? ???2 衰减：指信号沿链路传输过程中损失的量度，以 db 表示。衰减是光纤中光功率减少量 的一种度量，光纤内径中的瑞利散射是引起光纤衰减的主要原因。通常，对于均匀光纤来 说，可用单位长度的衰减，即衰减系数来反映光纤的衰减性能的好坏。 当光脉冲通过光纤传输时，沿光纤长度上的每一点均会引起瑞利散射。这种散射向着四 面八方，其中总有一部分会沿着纤轴反向传输到输入端。由于主要的散射是瑞利散射，并且 瑞利散射光的波长与入射光的波长相同，其光功率与该散射点的入射光功率成正比，光纤中 散射光的强弱反映了光纤长度上各点衰减大小，光纤长度上的某一点散射信号的变化，可以 通过后向散射方法独立地探测出来，而不受其它点散射信号改变的影响，所以测量沿纤轴返 回的后向瑞利散射光功率就可以获得光沿着光纤传输时的衰减及其它信息。 基于后向散射法设计的测量仪器称为 otdr，其突出优点在于它是一种非破坏性的单端测 量方法，测量只需在光纤的一端进行。它利用激光二极管产生光脉冲，经定向耦合器注入被 测光纤，然后在同一端测量沿光纤轴向向后返回的散射光功率返回信号与时间的关系，将时 间值乘以光在光纤中的传播速度以计算出距离，在屏幕上显示返回信号的相对功率与距离之 间的关系曲线和测试结果。国内厂家主要是中国电子科技集团公司第四十一研究所，国外的 品牌主要有安捷伦（agilent）、安立（anritsu）、exfo、wavetek 等。 2．光纤的连接 光纤连接时的耦合损耗因素基本上可分为两大类：一类是固有的，是被连接光纤本身特 性参数的差异，比如纤芯直径、模场直径、数值孔径差异、纤芯或模场的同心度偏差、纤芯
基于大数据分析的风电机组运行状态评估及故障诊断 发表时间：2019-11-08T10:53:05.477Z 来源：《电力设备》2019年第14期作者：李鹏 [导读] 摘要：目前风电行业，随着风电机组运行年限增加，大量的风电机组超出质保期，其安全隐患不断增加、造成运维的成本不断升高，使得风电场的经济效益严重下降。 (山西龙源风力发电有限公司山西省太原市 030006) 摘要：目前风电行业，随着风电机组运行年限增加，大量的风电机组超出质保期，其安全隐患不断增加、造成运维的成本不断升高，使得风电场的经济效益严重下降。因此，为保证风电机组健康安全运行和降低风场运维成本等方面考虑，研发基于大数据分析的大型风电机组运行状态评估及故障诊断技术已成为风电行业亟待解决的课题。 关键词：风电机组；大数据；状态评估；故障诊断 风电机组是集多种电气、控制和机械等子系统为一体的非线性、强耦合机械设备，不同子系统的部件之间的联系和耦合极其紧密，任何某一部件发生故障，如果不及时诊断排除，通过部件之间的层层级联与相互不断耦合的放大作用，将进一步发生严重故障，从而导致风电机组故障停机，给电力设备的安全稳定运行带来严重威胁。而且机组一旦发生故障，由于事前对机组的健康信息掌握不充分，受天气状况和地理位置影响，造成故障事后维修工作难度大、停机时间长、维修成本高等经济损失加重。因此，通过基于风电机组的 SCADA 系统监测数据、振动系统监测数据、生产运行和管理数据等大数据应用分析，判断其健康状况，诊断潜藏性故障，对降低运行维护成本，提高机组的运行效率和可靠性，已成为我国风电行业亟待解决的关键问题。 1风电机组的主要故障类型 1.1齿轮箱故障 齿轮箱是风电系统中故障率最高的部件，且造成停机时间较长，包含齿轮、滚动轴承和轴等部件，其常见的故障主要为齿轮和滚动轴承的故障。近年来，新投产风电机组普遍都配备了振动监测系统。当齿轮或滚动轴承存在局部缺陷时，其振动信号中含有丰富的信息。通过有效提取信号的特征，一般可以较为准确地诊断出缺陷种类及所处的部位。 1.2发电机故障 目前风电系统采用的发电机型主要有双馈异步电发机、笼型异步发电机和永磁同步电发机。由于承载发电机的机舱处于几十米的高空，发电机长期运行于交变工况和恶劣的电磁环境中，极易发生故障。常见的故障有轴承故障、短路故障、转子偏心故障等。当发电机由正常状态衍化到故障状态时，会引发某些电量和非电量的变化。其中电量信号主要有电流、电压、输出有功功率、电磁力矩等，而非电量主要为振动信号。发电机的故障诊断正是以这些反映电机运行状态的物理量信号的变化为依据，通过相应监测设备获取电量或非电量信号，采用先进有效的信号处理技术，最终提取出反映发电机故障种类以及故障严重程度的特征信息。 1.3电力电子装置故障 并网风电机组一般通过变频器接入电网，从而实现在环境风速变化的情况下，也可以向电网输送高质量电能。所不同的是：永磁直驱式风力发电机是定子侧通过变频器接入电网的；双馈式风力发电机是转子侧通过变频器接入电网的，定子侧直接与电网相连。变速恒频式风力发电机，尤其是双馈式风力发电机在电网发生故障时容易导致风力发电机机端电压跌落，造成发电机定子电流增加进而导致转子电流的增加，极易导致风电机组变频装置的功率元器件损坏。 1.4叶片故障 叶片是风电机组最基础和最关键的部分，长期承受风带来的交变冲击载荷作用，是受力最复杂的部件之一，运行过程中各种激振力通过叶片传递出去。实际中常用有限元分析法建立风电机组的动力学模型，通过计算与模态分析获得其固有频率和振型等信息，并通过观测固有频率变化反映叶片的裂纹等故障特征，依此达到对风机叶片故障的检测与诊断识别的目的。 2基于大数据分析的风电机组运行状态评估及故障诊断方案 风电机组的结构主要可分为两部分：一是由将风能转换为机械能的风力机；二是将机械能转换为电能的发电机。风力机主要由风轮、主轴、齿轮箱、控制器及辅助装置组成，其作用是将转化成机械能的风能传递至齿轮箱，通过齿轮箱增速，带动高速发电机工作。风电机组的类型有双馈型风电机组和直驱型风电机组等，其中双馈型风电机组在我国实际运行数量最多。 首先，在机组各个关键部位安装不同传感器，采集振动、转速、温度等信号。如低速轴位置选择低速加速度传感器，在高速轴部分选择压电加速度传感器。然后通过调整单元和信号采集卡，输入到在LabVIEW上开发监测平台，该平台运用小波消噪的方法进行消噪，然后通过快速傅里叶变换将输入信号进行分解，通过曲线拟合、时域分析、频域分析等步骤，将数据以图形的形式呈现出来，并根据分析得到的结果对照正常运行时的信号，如果出现信号异常，进行故障原因分析，并在系统界面上给出故障预示以及故障维护建议。 3基于大数据分析的风电机组运行状态评估及故障诊断的发展方向 结合现有先进技术以及风电场运行维护经验的不断完善和基础数据的不断增加，提出下一步基于大数据分析的风电机组运行状态评估及故障诊断的发展方向。完整和正确的数据采集是后续状态分析和故障诊断的基础。因此，在今后的集中监控技术研究中，应将风电机组SCADA系统、升压站综合自动化系统、风功率预测系统、AGC/A VC能量管理系统、生产管理系统等现有分散监控与管理系统进行整合。采取不同时间尺度的异构数据采集技术、防止数据丢失的数据队列技术以及不同时间尺度的异构数据的统一存储技术，建立以风电机组关键部件的振动在线监测数据、油液在线监测数据、叶片在线监测、离线点检数据、风电场的环境监测数据等为基础的统一实时和历史数据库，确保风电场实时数据的完整性和正确性。进而，基于各类异构数据的统一管理技术，将实时数据库和历史数据库与统一的风电设备健康状态数据库相结合，建立风电场统管数据库。基于风电场统管数据库，开发风电场场群的集中监控与管理技术，实现不同供应商的各类设备的集中监控与管理，实现风电场场群的状态监测、运维调度和生产运营的统一管理。 在风电场场群的实时监测、运维管理和生产运营的统一管理基础上，下一步的工作即是开发重要子系统的在线监测系统，如齿轮箱磨损状态监控、叶片表面状态监控等。以齿轮箱磨损状态监控为例，通过对齿轮摩擦副的摩擦、磨损、润滑与润滑油劣化特征的研究，寻求对齿轮油运动粘度、油中水含量、介电常数、温度、磨损烈度指数等多参数的集成式实时在线检测方法，从而系统地建立风电机组齿轮箱润滑磨损在线监测体系。 风电场故障预警技术的实现，有利于运维人员工作职责的原子化、远程化和信息化，实现风电场维护的智能化和简易化，最终达到风
交通部西部交通建设科技项目 交通编号： 合同号:2001 398 365 76 单位编号： 密级:内部 分类号：U47 U48 汽车故障诊断分析系统的开发 研究报告简本 承担单位：中国汽车维修行业协会 项目负责人：康文仲 起止年限：2001年10月至2003年8月
二○○三年八月 目录 第一章绪论 (2) 第二章课题的研制进程 (3) §2-1硬件课题的研制进程 (3) §2-2软件课题的研制进程 (10) 第三章结论与建议 (14) 致谢 (14) 参考文献 (15)
第一章绪论 一、课题背景及必要性 汽车安全、节能及污染控制已成为我国汽车工业发展的三大主题，国家积极推荐汽车生产企业使用汽车电子技术、新工艺、新材料，一批新技术已在汽车上广泛采用：如，电控燃油喷射装置（EFI）、自动变速器（AT）、防抱死装置（ABS）、安全气囊系统（SRS）、车轮差速控制系统（ATA）、空调系统（AC）、电子巡航导向控制系统（CCS）等；传统的检测、诊断技术和设备就已不能满足现代光—机—电一体化的汽车检测、维护及诊断修理的需要。 为了适应现代汽车的检测、诊断和维修技术的发展，解决在用汽车安全、节能和污染控制等问题，就需要开发一套适合中国国情的适用于汽车检查维护（IM）制度的检测、诊断设备。与此同时，相应的软件建设，诸如现代化的管理软件、与时俱进的行业政策和提高行业从业人员素质的培训体系等也是我们亟待研究解决的问题。 二、课题研究意义 本课题的立项研究的意义在于通过汽车检测、诊断维修设备的研究，可以提高我国西部汽车维修行业的技术水平、推进汽车维修质量、防治汽
车排放污染；通过建立西部地区道路运输车辆技术管理指标系统可构筑全国统一的道路运输车辆技术管理的技术规范；通过改进维修管理工作模式，正确引导我国汽车维修业的持续健康发展；通过建立汽车维修业职业培训体系可以提高行业从业人员的整体素质，从而推动行业的整体进步。 第二章课题的研制进程 §2-1 硬件课题的研制进程 一、汽车电控系统故障综合分析诊断仪和故障诊断模块的浓缩化的开发研究 汽车电控系统诊断仪在国际市场已被广泛的使用，国外性能先进的几类产品有美国OTC公司的IMPORT2000，TECH-II；美国Snap-on的ScannerMi-2500；德国的Audivw1553；瑞典Sweden Autodiagons ltd 的Multi-Tester Pro等，在国内也有几家公司生产的几十种品牌。但国外产品有未汉化的障碍，即便是汉化了的其性价比也比较差，而国内的产品在性能上有待提高，并存在着储存资料少（特别是进口车型）的问题。因此研制一种既能满足我国进口轿车多、品牌多、车型复杂的现状，又能有着良好性价比的电控系统诊断仪就显得十分必要。 广西梧州三原高新技术有限公司研发的汽车电控系统诊断仪结合我国汽车发展的现状，实现了对欧洲、美国、亚洲（日、韩）、和国产的四大车系的ENG引擎系统，自动变速箱（AT）系统，防抱刹车（ABS）系统
测 控 系统 课 程 设 计 题目:基于小波分析的故障诊断 院 （系） 机电及自动化学院 专 业 测控技术与仪器1班 学 号 0911211014 姓 名 李志文 级 别 2 0 0 9 指导老师 王启志 2012年6月 Huaqiao university
摘要 基于小波变换的故障诊断是当前比较热门的一项研究之一，如何快速、准确地提取故障信号，如何准确定位故障的发生点及进行故障的预测是故障分析与检测的关键性问题。本文就此问题展开如下研究。 本文详细分析了小波变换的基本理论、小波变换用于故障检测的基本原理。介绍了几种常用的小波及其应用特点。通过实例分析比较不同小波类型的应用特点，通过对他们的优缺点的了解，能够在不同的环境下选取合适的小波类型进行故障检测，同时针对不同的着重点选取恰当的小波。 关键词：小波分析，故障检测，小波基选取，奇异性 ABSTRACT Fault diagnosis based on wavelet transform is one of the popular a study, how quickly and accurately extract the fault signal, and how to accurately locate the fault occurred and the failure of the forecasts are the key issues of fault analysis and detection. On this issue, the following research. In this paper a detailed analysis of the basic theory of wavelet transform, the basic principles of wavelet transform for fault detection. Several commonly used wavelet and its application characteristics. By case analysis comparing different wavelet characteristics, by understanding their strengths and weaknesses in different environments to select the appropriate wavelet for fault detection, and select the appropriate wavelet for a different focus. KEY WORDS:wavelet analysis，defect detection，wavelet basis selection, singularity