工程机械故障诊断方法综述
谢祺
机0801-1 20080534
【摘要】：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,从设备诊断的基本方法、内容和技术手段等
多方面对我国机械设备诊断技术的现状进行了综述,并在此基础上分析并提出了该技术在今后的发展趋势。
【关键字】：机械设备诊断技术发展趋势
引言
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。开展机械设备故障检测与诊断技术的研究具有重要的现实意义。本文试图对机械设备故障监测诊断的内容、方法的现状及发展趋势进行探讨。
1机械故障诊断技术的历史
早在60年代末，美国国家宇航局(NASA)就创立美国机械故障预防MFPG(Machinery Fault Prevention Group)，英国成立了机械保健中心(UK，Machineral Health Monitoring Center)。由于诊断技术所产生的巨大的经济效益，从而得到迅速发展。但各个工程领域对故障诊断的敏感程度和需求迫切性并不相同。例如一台机械设备因故障停机检修并不导致全厂生产过程停顿，或对产品质量产生严重的影响，它对故障诊断的需求性就不那么迫切。反之，就非要有故障诊断技术不可。目前监视诊断技术主要用于连续生产系统或与产品质量有直接关系的关键设备。
机械故障诊断技术发展几十年来，产生了巨大的经济效益，成为各国研究的热点。从诊断技术的各分支技术来看，美国占有领先地位。美国的一些公司，如 Bently，HP等，他们的监测产品基本上代表了当今诊断技术的最高水平，不仅具有完善的监测功能，而且具有较强的诊断功能，在宇宙、军事、化工等方面具有广泛的应用。美国西屋公司的三套人工智能诊断软件（汽轮机TurbinAID，发电机GenAID，水化学ChemAID）对其所产机组的安全运行发挥了巨大的作用。还有美国通用电器公司研究的用于内燃电力机车故障排除的专家系统DELTA；美国NASA研制的用于动力系统诊断的专家系统；Delio Products公司研制的用于汽车发动机冷却系统噪声原因诊断的专家系统ENGING COOLING ADCISOR等。近年来，由于微机特别是便携机的迅速发展，基于便携机的在线、离线监测与诊断系统日益普及，如美国生产的M6000系列产品，得到了广泛的应用[2]。
英国于70年代初成立了机器保健与状态监测协会，到了80年代初在发展和推广设备诊断技术方面作了大量的工作，起到了积极的促进作用。英国曼彻斯特大学创立的沃森工业维修公司和斯旺西大学的摩擦磨损研究中心在诊断技术研究方面都有很高的声誉。英国原子能研究机构在核发电方
面，利用噪声分析对炉体进行监测，以及对锅炉、压力容器、管道得无损检测等，起到了英国故障数据中心的作用。目前英国在摩擦磨损、汽车、飞机发动机监测和诊断方面仍具有领先的地位。
欧洲一些国家的诊断技术发展各具特色。如瑞典SPM公司的轴承监测技术，AGEMA公司的红外热像技术；挪威的船舶诊断技术；丹麦的B&K公司的振动、噪声监测技术等都是各有千秋。日本在钢铁、化工等民用工业中诊断技术占有优势。东京大学、东京工业大学、京都大学、早稻田大学等高等学校着重基础性理论研究；而机械技术研究所、船舶技术研究所等国立研究机构重点研究机械基础件的诊断研究；三菱重工等民办企业在旋转机械故障诊断方面开展了系统的工作，所研制的“机械保健系统”在汽轮发电机组故障监测和诊断方面已经起到了有效的作用[3]。
我国诊断技术的发展始于70年代末，而真正的起步应该从1983年南京首届设备诊断技术专题座谈会开始。虽起步较晚，但经过近几年的努力，加上政府有关部门多次组织外国诊断技术专家来华讲学，已基本跟上了国外在此方面的步伐，在某些理论研究方面已和国外不相上下。目前我国在一些特定设备的诊断研究方面很有特色，形成了一批自己的监测诊断产品。全国各行业都很重视在关键设备上装备故障诊断系统，特别是智能化的故障诊断专家系统，在电力系统、石化系统、冶金系统、以及高科技产业中的核动力电站、航空部门和载人航天工程等。工作比较集中的是大型旋转机械故障诊断系统，已经开发了20种以上的机组故障诊断系统和十余种可用来做现场故障诊断的便携式现场数据采集器。透平发电机、压缩机的诊断技术已列入国家重点攻关项目并受到高度重视；而西安交通大学的“大型选转机械计算机状态监测与故障诊断系统”，哈尔滨工业大学的“机组振动微机监测和故障诊断系统”。东北大学设备诊断工程中心经过多年研究，研制成功了“轧钢机状态监测诊断系统”，“风机工作状态监测诊断系统”，均取得了可喜的成果
2 设备故障诊断技术的现状
2.1 故障诊断的基本过程及内容
机械故障检测诊断的基本过程(见图1) 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。
图1 机械故障诊断基本过程
2.2 主要技术方法现状
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。
2.2.1 基于系统数学模型的故障诊断方法
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。
2.2.2 基于非模型的故障诊断方法
(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。
3 设备检测诊断技术的发展趋势
传感器的精密化、多维化;诊断理论、诊断模型的多元化;检测诊断技术趋于自动化、数字化、智能化和综合化;应用软件规范化;硬件专业化、标准化;诊断仪表与装置趋向工程网络系统发展。具体表现在以下几方面:
(1) 研究和改进传感器与监测仪器选取合适的参量以提高诊断的准确度与当代最新传感技术融合,研究开发新型传感器和监测仪器,提高监测技术水平;选择最有效的参量是提高诊断准确性的前提,高效多功能仪器对诊断设备的几何量、物理量快速准确的检测与识别是研究故障诊断的基础工作。
(2) 与最新信号处理方法相融合,开展基于小波分析的故障诊断技术研究小波分析是一种全新的信号- 尺度分析方法,其分析基函数是一系列尺度可变的简谐函数,具有良好的时- 频定性特性以及对信号的自适应能力。机械设备故障诊断中由于设备零件结构不同,产生的信号中含有大量的非平稳成分,利用小波分析可把不同频率信号分解到不同频道的分解序列,从而为故障特征的提取而提供理论依据,由于它具有时域和频域局部化分析功能和可变分辨率的特点,使之在分析瞬变信号时比傅立叶分析更具优越性。
(3) 与非线性原理和方法及多元传感技术的融合现代化大生产要求对设备进行全方位、多角度的监测与维护,以便对设备的运行状态有整体的、全方面的了解;在进行设备故障检测诊断时,可采用多个传感器同时对设备的各个位置进行监测,然后按照一定的方法对这些信息进行处理。机械设备在发生故障时,又往往表现为非线性特征,随着混沌与分型几何方法的日趋完善,这类问题也必将得到进一步解决。
(4) 与现代智能方法的融合现代智能技术包括专家系统、模糊逻辑、神经网络、进化计算等。现代智能方法在设备故障诊断技术中已得到了广泛的应用,随着智能科技不断发展,设备状态的智能监测和故障诊断将是故障诊断技术的最终目标。
(5) 远程化、网络化设备故障诊断系统是针对一台或同类型的某几台设备开发的专用系统,使用效率低,故障诊断知识、技术与信息不易共享,导致其开发和维护费用过高;工程实际中诊断规则的收集不够全面,收集也困难,造成故障诊断系统中的诊断规则普遍很少,系统诊断能力低;当系统出现严重或新的故障时,无法快速、经济地利用各方技术力量解决问题。随着网络技术的发展,实现多专家与多系统的共同诊断,一种有效的解决途径就是建立基于网络的远程故障诊断与监测系统。网络化的远程设备故障诊断系统中储存了多种设备的故障诊断知
识和经验,可响应不同监测现场用户的使用要求,不同的监测现场可以与同一个诊断中心建立联系
4结束语
随着微电子、计算机、智能技术和网络技术的发展,机械设备故障检测诊断技术的准确性会越来越高、操作使用越来越方便、在机械设备维修中会起着越来越重要的作用,它可以直接提高企业设备管理和维护水平,提高企业效益和国际竞争力。
参考文献
[1 ] 张斌,张微薇. 机械设备故障诊断技术概述[J ] . 建筑机械化,2005(8) :14 - 36.
[2 ] 黄伟力,黄伟建, 王飞. 机械设备的故障诊断技术及其发展趋势[J ] . 矿山机械,2005 ,33 (1) :66 - 68.
[3 ] 陆春月,王俊元. 机械故障的现状与发展趋势[J ] . 机械管理开发,2004 ,81 (6) :85 - 86.
[4 ] 楼应侯,蒋亚南. 机械设备故障诊断与检测技术的发展[J ] . 机床与液压,2002 (4) :7 - 9
[5] 马建仓,林其敖,葛文杰.机械故障诊断学现状及发展[J].机械科学与技术,1994,50(2):85-90.
[6] Raper A M,Hammondj K.An expert systems approach to understanding signals and svstems[J].Mechanical Systems and Sigmd Processing,1988,2(2):153-164.
[7] 张晓彤等．故障诊断的应用[C]．全国设备诊断技术学术会议一97(CMDTC97论文集)．北京：兵器工业出版社，1997．10：546—554．
[8] 黄志坚,袁周,故障诊断与监测实用技术[M].北京;机械工业出版社,2005.
[9] ZHANG S，MATHEWJ，MA L，etal．Best basis-based intelligent machine fault diagnosis[J]．Mechanical Systems and Sign Processing．2005，19(2)：357-370．
[10] 张晓彤．诊断系统理论研究[J]．冶金设备，2001．
[11] Hart Y L.Study of a fault diagnosis expert system for synthetic mining system hyaraulic support[J].Jounralof coal science & engineering,2000,6(1):72-75.
[12] Qu L S.Chen Y D.Liu X The Holospectrum-a New Method for Rotor Surveillance and Diagnosis 1989(3)
[13] Arai M Mapping abilities of three-layered neural networks 1989
[14] 张兆国,包春江.机械故障诊断与维修[M].北京:中国农业出版社,2003.
[15] ZDZISLAW P．Rough sets and intelligent data analysis[J]．Information Sciences，2002。147(1-4)：l一12．
[16] 陈涛，屈梁生等．机械诊断的应用[J]．机械工程学报，1997，33(3)
[17] 陈进．机械设备故障诊断技术的现状与发展趋势[J]．振动工程学报，1998．
[18] S J Rothberg.N A Halliwell Vibration Measurements on Rotating Machinery Using Laser Doppler Velocimeter 1994(3)
[19] 杨叔子．设备诊断系统研究[J]．中国设备管理，1998．
[20] P W Hills Vibration-based Condition Monitoring-the Learning Issue 1996(8)
[21] 刘曙光．远程测控技术[J]．国外电子测量技术，2001，(6)．
[22] KUNG S Y.Hwang J N An algebraic projection analysis for optional hidden units size and learning rates in backpropagation learning 1991
[23] VENKA T V．Prognostic and diagnostic monitoring of complex systems for product lifecycle management: challenges and opportunities[J]．Computers and Chemical Engineering．2005，29(6)：1 Z53—1 263．
[24] 陈明，李正华等．机械诊断技术[J]．机械工程学报，2002，31(3)
安全管理编号：LX-FS-A18166 工程机械远程故障诊断及维护系统 构架 In the daily work environment, plan the important work to be done in the future, and require the personnel to jointly abide by the corresponding procedures and code of conduct, so that the overall behavior or activity reaches the specified standard 编写：_________________________ 审批：_________________________ 时间：________年_____月_____日 A4打印/ 新修订/ 完整/ 内容可编辑
工程机械远程故障诊断及维护系统 构架 使用说明：本安全管理资料适用于日常工作环境中对安全相关工作进行具有统筹性，导向性的规划，并要求相关人员共同遵守对应的办事规程与行动准则，使整体行为或活动达到或超越规定的标准。资料内容可按真实状况进行条款调整，套用时请仔细阅读。 摘要：本文介绍了工程机械行业的特点，详细阐述了设备故障诊断技术，进而结合设备故障诊断技术及计算机网络技术提出了基于集成媒体“看门狗”式的机电一体化产品的工程机械远程故障诊断及维护系统的构架。对工地上机械设备故障迅速诊断、尽快修复，保证施工正常进行具有十分重要的意义。 关键词：工程机械远程故障诊断与维护 近年来，随着国民经济的高速发展，一些高等级
2012年第2期 1 500kV 输电线路故障诊断方法综述 魏智娟1 李春明2 付学文1 （1.内蒙古工业大学电力学院，呼和浩特 010080；2.内蒙古工业大学信息学院，呼和浩特 010080） 摘要 对近几年国内外具有代表的中外文献进行了学习研究，重点论述了输电线路故障诊断的四种方法：阻抗法，神经网络和模糊理论等智能算法，小波理论，行波法。综合输电线路的四种故障诊断方法，建议采用小波熵原理对输电线路故障模型进行故障类型识别，运用基于小波熵的单端行波测距方法实现故障定位。 关键词：故障诊断；阻抗法；智能算法；小波理论；行波法 The Survey on Fault Diagnosis in the 500kV Power Transmission Lines Wei Zhijuan 1 Li Chunming 2 Fu Xuewen 1 （1.The Power College of Inner Mongolia University of Technological, Inner Mongolia, Hohhot 010080; 2.The Information College of Inner Mongolia University of Technological, Inner Mongolia, Hohhot 010080） Abstract Based on the overview of typical literatures at home and abroad, this research focused on the four methods of failure diagnosis of transmission lines, namely, Impedance method, Intelligent method such as Neural Network Theory and Fuzzy Theory, Wavelet Theory and Traveling Wave method. And based on the synthesis of the four methods, this research suggested that simulation should be conducted to the failure models of transmission line by applying Wavelet Entropy Principle and the results of the simulation should be analyzed in order to identify the failure types; and the failure simulation should be conducted by the single traveling wave distance-testing method of wavelet entropy, and the results of the simulation should be analyzed in order to realize failure location. Key words ：failure diagnosis ；impedance method ；intelligent algorithm ；the Wavelet Theory ；the traveling wave method 超高压输电线路是电力系统的命脉，它担负着传送电能的重任，其安全可靠运行是电网安全的根本保证。输电线路在实际运行中经常发生各种故障，如输电线路的鸟害故障[1]、输电线路的风偏故障等[2]，及时准确地对输电线路进行故障诊断就显得非常重 要。国家电网公司架空送电线路运行规程明确规定 “220kV 及以上架空送电线路必须装设线路故障测 距装置”[3-4]。由于我国幅员辽阔，地形地貌的多样 性致使输电线路工作环境极为恶劣，输电线路发生 故障导致线路跳闸、电网停电，对电力系统安全运 行造成了很大威胁，所以，在线路发生故障后迅速 准确地进行故障诊断，减少因故障引起的停电损失， 降低寻找故障点的劳动强度，尽最大可能降低对整 个电力系统的扰动程度，确保电力系统的安全可靠稳定运行具有十分重要的意义。本文在总结前人的基础上，重点论述了超高压输电线路的4种故障诊断方法，建议采用小波熵原理对输电线路故障类型 进行故障识别，利用基于小波熵的单端行波测距方法实现故障定位。 1 输电线路故障诊断 当输电线路发生故障时，早先的故障定位通常是由经验丰富的运行人员在阅读故障录波图的基础上，综合电力用户提供的信息，进行预测、判断可能出现的故障位置，然后派巡线人员通过查线确认故障位置并及时排除故障。在电力市场竞争日渐激
智能电网技术及装备专刊·2010年第8期 21 电力系统故障的智能诊断综述 李再华1 刘明昆2 （1.中国电力科学研究院，北京 100192；2.北京供电公司海淀供电分公司，北京 100086） 摘要 电力系统是人类制造的最复杂的系统，故障诊断是现代复杂工程技术系统中保障其可靠运行的非常重要的手段，故障的智能诊断是该领域的热点和难点。本文综述了电力系统故障的智能诊断技术的发展现状，总结了几种常用的智能技术在故障诊断应用中存在的若干问题以及解决这些问题的相关新技术。最后，展望了智能诊断技术的发展趋势：以专家系统为基础，融合其他先进的智能技术，以提高诊断的速度和准确度，及其对电力系统发展的适应性，逐步实现在线诊断。 关键词：电力系统；智能故障诊断；专家系统；发展趋势 Review of Intelligence Fault Diagnosis in Power System Li Zaihua 1 Liu Mingkun 2 （1.China Electric Power Research Institute ，Beijing 100192； 2. Haidian branch Company, Beijing Power Supply Company, Beijing 100086） Abstract Power system is the most complex system by man-made in the world, fault diagnosis is a kind of very important methods to ensure the reliable operation of modern complex engineering system. Intelligence fault diagnosis (IFD) is the hot and difficult subject in this field. The paper reviews the actual state of development of IFD in power system, and then summarizes some existing problems in application and new relation technology to resolve these problems. IFD technologies include expert system (ES), artificial neural network (ANN), decision-making tree (DT), data mining (DM), fuzzy theory (FT), Petri network (PN), support vector machine(SVM), bionic theory (BT), etc. To adopt these kinds of methods synthetically is very helpful to improve the intelligence of ES. At last, development trends of IFD are expected: based on ES, integrates with other advanced intelligence technologies, to heighten the speed and accuracy of fault diagnosis, and the adaptability to the development of power system, so as to realize online IFD gradually. Key words ：power system ；intelligence fault diagnosis ；expert system ；development trend 1 引言 电网的发展和社会的进步都对电网的运行提出了更高的要求，加强对电网故障的诊断处理显得尤为重要。随着计算机技术、通信技术、网络技术等的发展，采用更为先进的智能技术来改善故障诊断系统的性能，具有重要的研究价值和实际意义。 故障的智能诊断技术也被称为智能故障诊断技 术，包括专家系统（Expert System ，ES ）、人工神 经网络（Artificial Neural Network ，ANN ）、决策树（Decision Tree ，DT ）、数据挖掘（Data Mining ， DM ）、模糊论（Fuzzy Theory ，FT ）、Petri 网理论（Petri Network Theory ，PNT ）、支持向量机（Support Vector Machine ，SVM ）、仿生学理论（Bionics Theory ，BT ）的应用等，其中前四种技术得到了较多的研究，相对比较成熟和常用。本文对电力系统故障诊断领域的智能诊断技术的发展现状以及存在的问题进行综述，并对解决相关问题的方法进行了总结。 2 智能故障诊断技术发展现状 美国是对故障诊断技术进行系统研究最早的国家之一，1961年美国开始执行阿波罗计划后，出现了一系列设备故障，促使美国航天局和美国海军积
电力系统故障诊断算法概述 摘要：本文概述了目前电力系统故障诊断的算法研究现状，总结了当前的主流研究算法——专家系统法、模糊理论法、人工神经网络法、遗传算法、petri 网的方法、粗糙集理论、多代理系统、贝叶斯网络法以及近似熵算法，并对他们在电力系统故障诊断应用中存在的一些缺点做出了概括。 关键词：申力系统；故障诊断；专家系统；人工神经网络；溃传算法； 0引言 当前，电力系统在国民经济中的地位越来越突出，因而对电力系统的安全性、可靠性提出了更高的要求。现在电网的规模庞大，结构趋于复杂，区域之间的联系密切，对电力系统故障诊断的研究意义重大。电力系统故障诊断是通过各类保护装置产生的信息，基于一定的理论和经验来对故障发生的区段、故障元器件、故障性质作出快速、准确的处理。虽然国家电网的SCAD/EMS系统在电力系统故障的获取方面起到了一定的作用，但是电网故障时大量的信息远远超出了运行人员的能力，所以迫切的需要一套更加完整的智能电力系统故障诊断系统，实现对电网故障的自动快速诊断。 但是，电力系统中电力设备的种类繁多品种不一，保护装置配合的复杂性、电网结构的变化不确定性，导致了电网故障诊断是一个复杂的综合问题。近年来国内外许多学者提出了多种故障诊断的技术和方法，主要包括：专家系统法ES （Expert System）、模糊理论法ET（Fuzzy Theory）、人工神经网络法ANN （Artificial Neural Network）、遗传算法GA（Genetic Algorithms）、petri网法、粗糙集理论RST（Rough Set Theory）、多代理系统MAS（Multi-agentSystem）、贝叶斯法BN（belief network）以及近似熵算法。本文对上述方法归纳总结，阐述了各自在电力网中的故障诊断的应用，分析各种方法的特点，并对一些相关技术和方法的发展进行简要的介绍。 1电力系统故障诊断国内外研究发展现状 1.1基于专家系统的方法ES 专家系统ES(Expert System)是目前发展最早相对比较成熟的一种智能技术。它是一个智能计算机程序系统，内部含有大量的某个领域专家水平的知识与经验，具有大量的专业知识与经验的程序系统，利用人类专家的知识和解决问题的方法
机械故障诊断技术 （第二版张建）课后答案 第一章 1、故障诊断的基础是建立在能量耗散的原理上的。 2、机械故障诊断的基本方法课按不同观点来分类，目前流行的分类方法有两种：一是按机械故障诊断方法的难易程度分类，可分为简易诊断法和精密诊断法；二是按机械故障诊断的测试手段来分类，主要分为直接观察法、振动噪声测定法、无损检测法、磨损残余物测定法、机器性能参数测定法。 3、设备运行过程中的盆浴曲线是指什么？ 答：指设备维修工程中根据统计得出一般机械设备劣化进程的规律曲线（曲线的形状类似浴盆的剖面线） 4、机械故障诊断包括哪几个方面内容？ 答：（1）运行状态的检测根据机械设备在运行时产生的信息判断设备是否运行正常，其目的是为了早期发现设备故障的苗头。 （2）设备运行状态的趋势预报在状态检测的基础上进一步对设备 运行状态的发展趋势进行预测，其目的是为了预知设备劣化的速度，以便生 产安排和维修计划提前做好准备。 （3）故障类型、程度、部位、原因的确定最重要的是设备类型的确定，它是在状态检测的基础上，确定当机器已经处于异常状态时所需进一步解决的问题，其目的是为了最后诊断决策提供依据。 5、请叙述机械设备的故障诊断技术的意义？ 答：设备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。机械设备的故障诊断可以保证整个企业的生产系统设备的运行，减少经济损失，还可以减少某些关键机床设备因故障存在而导致加工质量降低，保证整个机器产品质量。 6、劣化曲线沿横、纵轴分别分成的三个区间分别是什么，代表什么意义？ 答：横轴包括1、磨合期 2、正常使用期 3、耗损期纵轴包括1、绿区（故障率最低，表示机器处于良好状态）2、黄区（故障率有抬高的趋势，表示机器
浅谈工程机械的液压系统常见故障诊断与排除蓝宏春 发表时间：2018-03-20T16:10:14.360Z 来源：《基层建设》2017年第35期作者：蓝宏春 [导读] 摘要：在公路工程的施工过程中，常用到的机械设备有装载机、压路机，翻斗车等，它们都装有液压系统，因长期运作的原因而导致液压系统容易出现各种故障。 身份证号码：45223119850405XXXX 摘要：在公路工程的施工过程中，常用到的机械设备有装载机、压路机，翻斗车等，它们都装有液压系统，因长期运作的原因而导致液压系统容易出现各种故障。本文结合工程实例，对公路工程施工过程中这些常见的机械设备的液压系统故障诊断与排除进行了探讨，这有利于加强对公路工程机械液压系统结构的理解，具有一定的意义。 关键词：工程机械；液压系统；故障；诊断；排除 目前，我国工业领域的液压技术占据着非常重要的地位。在公路工程的施工过程中，装有液压系统的机械设备有装载机、压路机、摊铺机、挖掘机、翻斗车等等，他们的故障诊断与维修直接关系到公路工程的进度，做好这项工作，不仅能增强机械的使用性能，而且能提高机械的工作效率。 1、诊断液压系统故障的基本技能和方法 1.1基本技能 要对工程机械的液压系统常见故障进行诊断和排除，必须掌握好液压系统的基本结构。对工程机械的液压系统有一个彻底的了解，能够及时掌握液压系统的元件特点。在熟知液压系统的工作原理后，能够改进机械的工作状况。这就需要工作人员具备足够的经验，并且有一定的机械管理能力。只有技术人员的素质得到提高，对于工程机械的液压系统常见故障的处理起来也就更加容易。在发现机械出现故障时，就可以将自己的知识转变为实际行动，利用相关的检测工具，像手提式测试器、油液检测器、放大镜或显微镜等等，对工程机械的液压系统进行排查。 1.2常见诊断方法 1.2.1直观检查法 直观检查法是比较容易的一种检查方法，由于对于液压系统的检查大部分是通过身体的感官系统进行的，所以对于技术人员的专业知识以及身体素质要求较高。在对新型机械进行诊断时，首先要通过说明书等对它的信息进行了解，在脑海里形成一个初步的认识。问、看、听、摸、试是直观检查法常用的手段，这种方法的检测速度相对较快。“问”主要是向机械操作人员咨询机械的工作状况。掌握机械的运行情况，及时发现是否存在使用不当等问题；接着要对液压油牌号进行询问，观察其是否及时更换；最后就是要问故障产生的时间以及地点等情况，以便于机械维修。“看”是直观检查法的第二个环节，技术人员的视力必须达到工作要求方可被录用。观察的内容有油箱内的油量以及有无气泡和变色现象等，同时，观察密封部位和管街头等处的漏油情况也是这个环节必须检测的重要内容。“听”，主要是利用耳朵来检查液压系统的故障。根据声音的异常来判断机械是否出现问题。一般而言，正常的机器在运转过程中，产生的声响都是有规律的。接着，“摸”是指利用手指对机械进行检查，对液压系统的一些重要部位进行按压，观察其运行状况。最后一个环节，“试”是对机械进行复查，找出产生故障的元件，及时进行诊断与维修，确保其满足工作要求。 1.2.2逻辑分析法 一些机械的液压系统相对复杂，诊断起来较为困难。所以，可以通过逻辑分析法来对其进行检查。使用这种方法必须做好以下两个方面的工作：第一，先从主机找原因，观察液压系统的执行机构是否正常工作；第二，要从系统本身的性能出发，对故障产生的原因进行逻辑推理 1.2.3参数测量法 这种方法主要是通过测得液压系统回路中的参数来诊断的，将得到的数据与机械正常工作时的数据进行比较，就能够判断机械是否出现故障。 2、液压系统的常见故障及排除方法 2.1液压油的故障 在对液压油进行检查时，如液压油的清洁度、颜色、粘度、稠度和气味，这些都能直观地反映出液压油是否出现故障，方便对其做出诊断。一旦液压油由高压侧流向低压侧，机械运行不正常，就会导致液压系统发热，造成局部的温度上升。如果液压油的温度超过一定的范围，就会导致它失去作用，会对机械造成腐蚀，并且产生一些杂质。如果这些杂质堆积过多，将会堵塞阻尼孔，同时损坏加速阀。严重的情况下，会造成安全事故的产生，威胁工作人员的生命安全。通过检查油温，可以对机械故障进行预防。能量损失直接影响着机械的工作效率，所以，在对液压油故障进行检查时，还能够找出系统存在的缺陷，及时对机械进行维修与养护。 2.2系统中流量不足的原因分析 在液压系统的工作过程中，会因为液压泵缺少流量，而出现系统流量不足的情况。这对液压系统的工作是非常不利的，必须引起重视。首先，应对液压泵的零件进行彻底的检查，将老化的零件淘汰掉。受空气侵入的影响，流量不足，则这时必须采取额外的措施阻止空气进入。变量泵的运行状态受其机械结构影响，容易出现流量异常的情况。这种情况下，可以对变量机构进行清理或者拆除更换。还有一种情况也不容忽视，一旦压力分配阀出现问题，导致工作状态不佳，也要对其进行维护和更换。 2.3系统工作装置失效 系统工作装置失效主要有以下几种故障引起。（1）系统泄漏严重：出现这种状况的原因有以下三个方面，一是运动零件被损坏，不能正常工作，应予以更换；其次，压力过高也是导致系统出现泄漏的重要原因，需及时检查调整液压系统调压阀；不容忽视的还有一点，即密封件损坏，这也是液压系统最常见的故障，是造成液压系统泄漏的主要原因。（2）系统散热性能差：这可能是由于贮油量过少引起的，应及时检查补充。另外，一些外部因素也会对系统的散热性产生影响，比如环境温度过高、散热面积不足等，应经常检查清理散热器进风面杂质。（3）系统无泄荷回路：这些可能是由于泄荷油道内的脏物引起的，由于脏物阻碍了系统的正常运行，导致系统无法工作，这就要求我们按时更换液压油及滤芯，保证系统清洁。2.4空气侵入到液压系统一旦空气侵入到液压系统，会导致液压系统出现不良后果。具
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
机械故障诊断考试--题库 （部分内容可变为填空题） 第一章： 1、试分析一般机械设备的劣化进程。 答：1）早期故障期 阶段特点：开始故障率高，随着运转时间的增加，故障率很快减小，且恒定。 早期故障率高的原因在于：设计疏忽，制造、安装的缺陷，操作使用差错。 2）偶发故障期 阶段特点：故障率恒定且最低，为产品的最佳工作期。 故障原因：主要是使用不当、操作失误或其它意外原因。 3）耗损故障期 阶段特点：故障率再度快速上升。 故障原因：零件的正常磨损、化学腐蚀、物理性质变化以及材料的疲劳等老化过程。 2、根据机械故障诊断测试手段的不同，机械故障诊断的方法有哪些？ 答：1′直接观察法－传统的直接观察法如“听、摸、看、闻”是最早的诊断方法，并一直沿用到现在，在一些情况下仍然十分有效。 2′振动噪声测定法－机械设备在动态下(包括正常和异常状态)都会产生振动和噪声。进一步的研究还表明，振动和噪声的强弱及其包含的主要频率成分和故障的类型、程度、部位和原因等有着密切的联系。 3′无损检验－无损检验是一种从材料和产品的无损检验技术中发展起来的方法 4′磨损残余物测定法（污染诊断法 5′机器性能参数测定法－机器的性能参数主要包括显示机器主要功能的一些数据 3、设备维修制度有哪几种？试对各种制度进行简要说明。 答：1o事后维修 特点是“不坏不修，坏了才修”，现仍用于大批量的非重要设备。 2o预防维修（定期维修） 在规定时间基础上执行的周期性维修 3o预知维修 在状态监测的基础上，根据设备运行实际劣化的程度决定维修时间和规 模。预知维修既避免了“过剩维修”，又防止了“维修不足”；既减少了 材料消耗和维修工作量，又避免了因修理不当而引起的人为故障，从而 保证了设备的可靠性和使用有效性。 第二章： 1、什么是故障机理？ 答：机械故障的内因，即导致故障的物理、化学或机械过程，称为故障机理。 2、什么是机械的可靠性？机械可靠性的数量指标有哪两个？他们之间互为什么关系？
工程机械故障诊断方法综述 谢祺 机0801-1 20080534 【摘要】：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,从设备诊断的基本方法、内容和技术手段等多方面对我国机械设备诊断技术的现状进行了综述,并在此基础上分析并提出了该技术在今后的发展趋势。 【关键字】：机械设备诊断技术发展趋势 引言 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。开展机械设备故障检测与诊断技术的研究具有重要的现实意义。本文试图对机械设备故障监测诊断的内容、方法的现状及发展趋势进行探讨。 1机械故障诊断技术的历史 早在60年代末，美国国家宇航局(NASA)就创立美国机械故障预防MFPG(Machinery Fault Prevention Group)，英国成立了机械保健中心(UK，Machineral Health Monitoring Center)。由于诊断技术所产生的巨大的经济效益，从而得到迅速发展。但各个工程领域对故障诊断的敏感程度和需求迫切性并不相同。例如一台机械设备因故障停机检修并不导致全厂生产过程停顿，或对产品质量产生严重的影响，它对故障诊断的需求性就不那么迫切。反之，就非要有故障诊断技术不可。目前监视诊断技术主要用于连续生产系统或与产品质量有直接关系的关键设备。 机械故障诊断技术发展几十年来，产生了巨大的经济效益，成为各国研究的热点。从诊断技术的各分支技术来看，美国占有领先地位。美国的一些公司，如 Bently，HP等，他们的监测产品基本上代表了当今诊断技术的最高水平，不仅具有完善的监测功能，而且具有较强的诊断功能，在宇宙、军事、化工等方面具有广泛的应用。美国西屋公司的三套人工智能诊断软件（汽轮机TurbinAID，发电机GenAID，水化学ChemAID）对其所产机组的安全运行发挥了巨大的作用。还有美国通用电器公司研究的用于内燃电力机车故障排除的专家系统DELTA；美国NASA研制的用于动力系统诊断的专家系统；Delio Products公司研制的用于汽车发动机冷却系统噪声原因诊断的专家系统ENGING COOLING ADCISOR等。近年来，由于微机特别是便携机的迅速发展，基于便携机的在线、离线监测与诊断系统日益普及，如美国生产的M6000系列产品，得到了广泛的应用[2]。 英国于70年代初成立了机器保健与状态监测协会，到了80年代初在发展和推广设备诊断技术方面作了大量的工作，起到了积极的促进作用。英国曼彻斯特大学创立的沃森工业维修公司和斯旺西大学的摩擦磨损研究中心在诊断技术研究方面都有很高的声誉。英国原子能研究机构在核发电方面，利用噪声分析对炉体进行监测，以及对锅炉、压力容器、管道得无损检测等，起到了英国故障
电力变压器过热故障综合诊断 摘要：对电力变压器故障的常用诊断方法, 如油中溶解气体分析、绝缘试验、 油务试验及其它预防性试验等, 进行了全面论述, 重点分析和评价了这些故障诊断方法的有效性, 并对其未来发展方向, 提出了建议。 关键词：电力变压器故障诊断方法分析 引言 电力变压器是工矿企业中配电系统的枢纽设备,其运行可靠性直接关系到企业生产的安全与稳定。但由于电力变压器故障的原因复杂、多样且不明显,使得要准确地判断电力变压器故障类型相当困难。若能在电力变压器运行过程中通过某些检测和试验,及时有效的判断其状态,预先发现早期潜伏性故障,并避免某些重复、无必要的检修, 将对企业配电系统的安全经济运行产生重要的意义。ＤＧＡ(油中溶解气体分析)方法作为一种有效的油浸式电力变压器异常监测手段得到广泛的应用。在1997年颁布执行的《电力设备预防性试验规程》把油中溶解气体色谱分析放到了首位。 变压器易发生的故障基本可分两大类:①电性故障;②热性故障。电力变压器故障，从发展过程上可分两大类，即突发性故障和潜伏性故障，突发性故障发展过程很快，瞬间就会造 成严重后果，如雷击、误操作、负荷突变等，突发性故障具有偶然性，只能通过避雷器、继电保护等手段，使突发性故障被限制在最小的范围内。潜伏性故障一般有三种，即变压器内部局部放电，局部过热和变压器绝缘的老化。故障诊断主要是针对这些潜伏性故障的诊断预测。 1 变压器运行状态的主要测试与监测手段 当前我国变压器运行状态监测在相当程度上主要依据传统的预防性试验来实现，包括:电气试验和油务试验 1.1电气试验 (1)直流电阻的测t:直流电阻虽然是一个测试方法比较简单的实验，但它比较直观地确认绕组、引线、调压开关等导电回路是否正常，能发现绕组导线的焊接质t，引线接头是否拧 紧接触是否良好，调压开关触头接触是否良好等等。 (2)绝缘性能测试:通过绝缘电阻、吸收比、极化指数、介损、电容t(包括电容套管)、泄诵测试等实验可掌握变压器的绕组绝缘水平和铁心对地绝缘。 (3)有载调压开关特性测试:通过有载调压开关切换时间、周期、切换的波形测f可以掌握变压器的有载调压开关的性能是否良好。 (4)绕组变形测试和低电压短路阻抗的测试。可以掌握变压器出口短路后变压器绕组有否变形和移位。 (5)铁心接地电流测试。可判断变压器是否多点接地。 (6)远红外测沮:通过红外线测温可以随时掌握各出线引 线接触是否良好。 1.2油务试验 定期对变压器充油设备的油采样进行油色谱分析，通过油色谱分析判断变压
机械故障诊断技术的现状及发展趋势 摘要：随着机械行业的不断发展，机械故障诊断的研究也不断提出新的要求，进20年来，国内外的故障诊断技术得到了突飞猛进的发展，对机械故障诊断的发展现状进行了详细的论述，并对其发展趋势进行了展望。 关键词：故障诊断；现状；发展趋势 引言 机械故障诊断技术作为一门新兴的科学，自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其重要的现实意义。 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锣鼓后语国外的发展。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，研究的系统与实际情况相差甚远，往往是从高等院校或者科研部门开始，在进行到个别企业，而国外的发展则是从现场发现问题进而反应到高等院校或者科研单位，是的研究有的放矢。 记过近二十年的努力，我国自己开发的故障诊断系统已趋于成熟，在工业生产中得到了广泛应用。但一些新的方法和原理的出现，使得故障诊断技术的研究不断向前发展，正逐步走向准确、方便、及时的轨道上来。 1.故障诊断的含义及其现状 故障诊断技术是一门了解和掌握设备运行过程中的状态，进而确定其整体或者局部是否正常，以便早期发现故障、查明原因，并掌握故障发展趋势的技术。其目的是避免故障的发生，最大限度的提高机械地使用效率。 1.1设备诊断技术的研究内容主要包括以下三个环节： （1）特征信号的采集：这一过程属于准备阶段，主要用一些仪器测取被测仪器的有关特征值，如速度、湿度、噪音、压力、流量等。 现在信号的采集主要用传感器，在这一阶段的主要研究基于各种原理的传感技术，目标是能在各种环境中得到高可靠、高稳定的传感测试信号。国内传感器类型：电涡流传感器、速度传感器、加速度传感器和湿度传感器等；最近开发的传感技术有光导纤维、激光、声发射等。（2）信号的提取与处理：从采集到的信号中提取与设备故障有关的特征信息，与正常信息只进行对比，这一步就可以称之为状态检测。目前，小波分析在这方面得到广泛应用，尤其是在旋转机械的轴承故障诊断中。基于相空间重构的GMD数据处理方法也刚刚开始研究，此方法对处理一些复杂机械的非线性振动，从而进一步预测故障的发展趋势非常有效。（3）判断故障种类：从上一步的结果中运用各种经验和知识，对设备的状态进行识别，进而做出维修决策。这一步关键是研究系统参数识别和诊断中相关的实用技术，探讨多传感器优化配置问题，发展信息融合技术、模糊诊断、神经网络、小波变换、专家系统等在设备故障诊断中的应用。 1.2故障诊断及时的发展历程· 故障诊断技术的大致三个阶段： （1）事后维修阶段；（2）预防维修阶段；（3）预知维修阶段。现在基本处于预知维修阶段，预知维修的关键在于对设备运行状态进行连续监测或周期检测，提取特征信号，通过对历史数据的分析来预测设备的发展趋势。 1.3故障诊断的发展现状 目前，国内检测技术的研究主要集中在以下几个方面：
中国自动化学会中南六省（区）２０１０年第２８届年会?论文集 机械故障诊断综述 Survey on Faults Diagnosis of Machine 赵宏伟１，２，张清华１，夏路易２，邵龙秋１（１广东石油化工学院 计算机与电子信息学院，广东 茂名５２５０００；２太原理工大学 信息工程学院，山西 太原０３００２４）摘要：本文较系统的介绍了故障诊断的基本过程、原理，在此基础上对故障诊断方法做了详细、系统的论述，并进一步对故障诊断技术的发展做了展望。 关键词：故障诊断；诊断原理；维修制度 Ａｂｓｔｒａｃｔ： Ｉｎ ｔｈｉｓ ｐａｐｅｒ， ｔｈｅ ｂａｓｉｃ ｐｒｏｃｅｓｓ ａｎｄ ｐｒｉｎｃｉｐｌｅ ｏｆ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ ａｒｅ ｉｎｔｒｏｄｕｃｅｄ． Ｏｎ ｔｈａｔ ｂａｓｉｓ， ｔｈｅ ｍａｉｎ ｍｅｔｈｏｄ ｏｆ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ ｉｓｉｎｔｒｏｄｕｃｅｄ ｉｎ ｄｅｔａｉｌ． Ｆｉｎａｌｌｙ， ｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔ ｏｎ ｔｅｃｈｎｉｑｕｅ ｏｆ ｆａｕｌｔｓ ｄｉａｇｎｏｓｉｓ ｉｓ ｌｏｏｋｅｄ ｆｏｒｗａｒｄ． Ｋｅｙ Ｗｏｒｄｓ： Ｆａｕｌｔｓ Ｄｉａｇｎｏｓｉｓ； Ｄｉａｇｎｏｓｉｓ Ｐｒｉｎｃｉｐｌｅ； ｍａｉｎｔｅｎａｎｃｅ １ 引言 七十年代以来，计算机和电子技术飞跃发展，促使工业生产向现代化、机器设备向大型化、连续化、高速化、自动化发展。与此同时，现代化机械设备的应用一方面大大促进了生产的发展；另一方面也潜伏着一个很大的危机，即一旦发生故障所造成的直接和间接的损失将是十分严重。为解决这一问题，机械故障诊断技术孕育而出。这门新技术也是一门以高等数学、物理、化学、电子技术、机电设备失效学为基础的新兴学科。它的宗旨就是运用当代一切科技的新成就发现设备的隐患，以期对设备事故防患于未然。如今它已是现代化设备维修技术的重要组成部分，并且成了设备维修管理工作现代化的一个重要标志。 ２ 设备维修制度 目前，与故障诊断技术紧密相关的设备维修制度共有三种： （１）事后维修制度（ＰＯＭ）：这是一种早期的维修制度。主要特点是“不坏不修，坏了再修。”这种维修制度对发生事故难以预料，并往往会造成设备的严重损坏，既不安全且又延长了检修时间。 （２）预防维修制度（ＰＭ）：又称以时间为基础的设备维修制度（ＴＢＭ）或计划维修制度。这是一种静态维修制度，主要特点是当设备运行达到计划规定的时间或吨公里时便进行强制维修。它比前一种维修制度大大前进了一步，对于保障设备和人身安全，起到了积极作用。同时，这种维修制度也存在明显的缺陷，即过剩维修和失修的问题。以滚动轴承为例，同一型号的滚动轴承，其实际的使用寿命有时相差达数十倍。在预防维修制度行监测与诊断故障的方法，具体包括声音监听法、频谱分析法和声强法。 温度信号监测诊断技术包括物体温度的直接测量和热红外分析技术。实际工业中不恰当的温度变化往往意味着热故障的发生。从被测设备的某一部分的温 １３０
电力系统故障的智能诊断综述 发表时间：2016-06-30T14:34:41.580Z 来源：《电力设备》2016年第9期作者：李艳君蒋杰李玉玲李飞翔 [导读] 在电力系统中，设备故障诊断和厂站级的故障诊断经过了几十年的发展和改革，现今已经较为成熟，而电力系统层面的故障才刚刚开始。 李艳君蒋杰李玉玲李飞翔 （国网新疆检修公司新疆乌鲁木齐 830000） 摘要：常用的智能故障诊断技术有专家系统、人工神经网络、决策树、数据挖掘等，专家系统技术应用最广，最为成熟，但是也需要结合使用其他智能技术来克服专家系统技术自身的缺点。智能故障诊断技术的发展趋势主要有多信息融合、多智能体协同、多种算法结合等，并向提高智能性、快速性、全局性、协同性的方向发展。基于此，本文就针对电力系统故障的智能诊断进行分析。 关键词：电力系统；故障；智能诊断 引言 文章对电力系统故障的智能诊断进行了详细的阐述，通过对电力系统的简介，和对故障诊断的发展阶段进行了简要的分析，并阐述了电力系统故障的智能诊断实际应用存在的问题及对策，文章最后指出了电力系统故障的智能诊断的发展趋势。望文章的阐述推动电力系统故障的智能诊断的发展。 1电力系统概述 电力系统是由发电厂、送变电线路、供配电所和用电等环节组成的电能生产与消费系统。电力系统的主要功能是将自然界中的能源，通过先进的发电动力装置，将能源转换为电能。在通过输电线路和变压系统，将电能传送到各个用户。为了实现这一功能，电力系统在各个环节和不同层次还具有相应的信息与控制系统，对电能的生产过程进行测量、调节、控制、保护、通信和调度，以保证用户获得安全、优质的电能。 2电力系统故障智能诊断技术及发展现状 2.1智能故障诊断技术 传统的故障诊断方法分为基于信号处理和基于数据模型，均需要人工进行信息的处理和分析，缺乏自主学习能力。随着人工智能技术这一新方法的产生及发展，为故障诊断提供了初步的自动分析和学习的途径。人工智能技术能够存储和利用故障诊断长期积累的专家经验，通过模拟人大脑的逻辑思维进行推理，从而解决复杂的诊断问题。 目前在电网故障诊断领域出现了包括专家系统、人工神经网络、决策树理论、数据挖掘、模糊理论、粗糙集理论、贝叶斯网络、支持向量机及多智能体系统等技术以及上述方法的综合应用。 目前，在对电网故障智能诊断领域的研究中，依靠单一智能技术的系统多，信息的综合利用研究较少，协同技术的研究应用更少；投入运行的诊断系统多为专家系统，但是离线运行的多，在线运行的很少。即使广泛投入使用的专家系统也同样存在着：（1）知识的获取和管理问题，难以获取较高适应度和准确度的知识。（2）推理的效率问题。（3）故障诊断的在线应用问题，目前仅限于离线故障诊断，该结论不能指导对电网的实际控制。（4）故障诊断的动态分析问题，缺乏故障的动态分析，从而屏蔽了很多有用的细节，尤其是各元件之间的相互关联关系等。基于以上问题，采用决策树方法可以对系统信息进行归类梳理，可以提高专家系统的速度；通过粗糙集方法建立清晰的数学模型；采用数据挖掘和关联性规则可以提高故障诊断分析的准确度。这几种方法的结合应用有助于提高故障诊断的智能水平、效率和准确度。 2.2电力系统故障智能诊断发展现状 电力系统连锁故障分析理论与应用中提到，电力系统故障智能诊断是相对传统的故障诊断而言的。在传统的故障诊断方法可划分为两类。其一是关于信号出路的方法。其二是数学模型的方法。这些都需要人为地区判断和分析，这些方法应用是没有自动化的处理能力。故障的智能诊断是将传统的方法，与当下先进的计算机技术有效的结合，形成的人工智能技术的新方法，对电力系统的故障进行智能的诊断，这是故障诊断技术发展的新时期。 3智能故障诊断面临的问题和对策 3.1智能故障诊断面临的问题 知识的获取和管理问题，也可以说是规则的表达和维护问题。知识是专家系统行为的核心，如何根据系统的变化，获取具有较高适应度和准确度的知识（规则）。对知识的一致性、冗余性、矛盾性和完备性进行检验、维护和管理，是专家系统亟需解决的首要问题。 推理的效率问题，也可以说是如何解决规则组合爆炸的问题。规则库的规模增大以后，搜索的运算量迅速增长，尽管人们提出了许多算法，规则组合爆炸的问题还是没有得到满意的解决。 故障诊断的在线应用问题。以往的故障诊断离线运行，只能告诉调度员已有故障是如何发展的，因为运行方式的多变性，离线故障诊断结论不一定能够指导调度员对电网的实际控制；只有做到在线运行，才能及时帮助调度员进行控制决策。 故障诊断的动态分析问题。以往的故障诊断只能进行静态分析，忽略了故障动态过程的大量有用的细节，尤其是采用了高速保护的大型电网，更加需要分析动态过程，例如快速相继开断过程中的顺序和相互关系、复杂故障中各元件之间的相互影响、电压崩溃的动态过程、运行方式切换或调度控制过程对电网的影响等。 3.2智能故障诊断面临问题的解决对策 对于知识的获取和管理问题，可以采用提高故障诊断系统的学习能力的方法，如 ANN、数据挖掘、仿生学方法等。这些智能方法都有其优点和局限性，需要有针对性地应用。 对于推理的效率问题，可以采用计算速度更快的计算机硬件和软件算法，通信速度更快的数据采集和传输手段；数据挖掘是从各种复杂故障中发现最常见的故障或分解出简单故障的有力手段；建立系统的故障案例库，可以降低决策分析的计算量，提高诊断推理的效率。 对于故障诊断的在线应用和动态分析问题，可以采用更能够反映电网实时运行状态的信息，如广域量测系统、高速保护信息系统和故障录波信息系统、稳定控制系统等提供的动态数据；实时进行电网的灵敏度分析，动态分析电网的健康状况；增量挖掘技术只处理实时的