设备故障诊断方法

漫谈设备故障检测

在役设备故障诊断技术在设备运行中或基本不拆卸全部设备的情况下，掌握设备的运行状态，判定产生故障的部位和原因，并预测预报未来状态的技术。是防止事故的有效措施，也是设备维修的重要依据。

连续生产过程，如石油炼制、化工、电力、钢铁、冶金等行业，它们的生产环境通常处于高温高压或低温真空等极端条件，如操作不当，疏于检测或因不可抗拒的自然界因素，时有生产中断、爆炸、泄漏毒气的危险。多年来，汽轮机转子断裂、锅炉断裂、反应器升压爆炸、有毒气体泄漏等事故常有发生，不仅给生产带来巨大损失，而且严重威胁着人身安全。因此故障检测和诊断问题引起了越来越多的关注。

从机械设备诊断技术的起源与发展来看，机械设备诊断技术的目的就是保证可靠的高效的发挥设备应有的功能【1】。也就是：役是保证设备无故障，工作可靠：二是保证物尽其用，设备要发挥其最大的效益；三是保证设备在江油故障或已有故障时，能及时诊断出来，正确的加以维修，以减少维修时间、提高维修质量、节约维修费用，使重要的设备能按设备状态进行维修（即视情况维修或预知维修），改革目前按时维修的体制【2】。应指出，故障不能与失效，更不等于损坏，失效与损坏是严重的故障。

设备正常工作是指它具备应有的功能、没有任何缺陷；设备出现异常是缺陷有了进一步发展、使设备状态发生变化，性能恶化，但仍能维持工作。故障则是缺陷发展到使设备性能和功能都有所丧失的程度。【3】

故障诊断（FD）始于机械设备故障诊断，其全名是状态检测与故障诊断（CMFD）。它的基本过程包含两方面：一是对设备运行状态进行检测；二是发现异常情况后对设备的故障进行分析、诊断。其发展过程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。【4】

由于目前人们对故障诊断的理解不同，各工程领域都有各自的方法。根据系统采用的特征描述和决策方法的差异，我们将故障诊断的方法概括为：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【5】。

一种高压电气设备故障诊断的方法

摘要:现代经济的快速发展对高压电气设备运行的稳定性、可靠性要求越来越高。文章针对常规方法检测高压电气设备故障诊断的缺陷,提出一种改进的粗神经网络用于高压电气设备故障诊断。

关键词:高压电气设备;故障诊断;粗神经网络

随着社会经济的快速发展,对电力的需求量越来越大,电网规模日益庞大,结构日趋复杂,对高压电气设备运行的稳定性、可靠性要求也越来越高。为了保证设备安全运行,就要对设备定期地进行预防性试验,掌握设备的运行情况,防患于未然。由于高压电气设备的温变故障监测环境恶劣,所以用常规方法进行检测很难达到理想效果。人工神经网络具有人脑的信息综合、学习记忆和归纳功能,在故障诊断应用中较好地克服了基于规则推理的单一专家系统知识获取困难这一缺陷,展现了很好的应用前景。但是,常规BP算法存在收敛速度慢以及容易陷入局部最小点等缺陷,对实际的故障诊断效果有很大的影响。文章提出一种改进的粗神经网络方法用于高压电气设备故障的诊断。

1模糊神经网络的构成

神经网络预测技术的原理在于通过对样本的学习,将专家知识以权值和阈值的形式保存在网络中,利用网络的信息进行预测推理。学习的样本越多,神经网络的预测能力越强。但是,使用大量的样本训练将导致产生过于复杂的网络结构,极大地降低了网络的运算速度。此外,传统神经网络的输入仅限于单值输入的情况,应用范围受到了限制。基于以上分析,有必要对样本进行优化,去除冗余属性的干扰,减少神经网络需要处理的数据量,需要构建新的神经元以兼容非单值输入信息,扩展网络的使用领域,提高预测的准确性。

粗糙集理论是由波兰数学家Zdzislaw Pawlak提出的一种处理不完整性和不确定性的数学工具,其主要思想就是根据目前已有的对给定问题的知识,将问题的论域进行划分,在保持分类能力不变的前提下,通过知识约简,导出概念的分类规则。利用粗糙集理论对传统的BP神经网络进行改进,得到的模糊神经网络可以用图1所示。

设备故障诊断

设备故障诊断是一种给设备“看病”的技术，是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。随着科学技术与生产的发展，设备工作强度不断增大，生产效率、自动化程度越来越高，同时设备更加复杂、各部分的关联愈中密切，从而往往某处微小故障就爆发链锁反应，导致整个设备乃至与设备有关的环境遭受灾难性的毁坏，这不仅会造成巨大的经济损失，而且会危及人身安全，后果极为严重。因此，设备诊断技术日益发挥重要作用，它可使设备无故障、工作可靠，发挥最大效益；保证设备在将有故障或已有故障时，能及时诊断出来，正确地加以维修，以减少维修时间，提高维修质量，节约维修费用。

1.设备故障诊断内容

设备故障诊断一般监、测监控系统的区别主要在于系统的软件方面，它不仅能监测设备运行的参数而且能根据监测进行评价，分析设备的故障类型与原因。它是将监测、控制、评价融为一体的系统。安的软件主要功能是：1信号采集和处理软件，采集合适的信号样本，对其进行各种分析处理，提取和凝聚故障特征信息，提高诊断的灵敏度和可靠度。2故障诊断和状态评价软件，对信号分析处理结果进行比较、判断，依据一定的判别规则得出诊断结论。或是由系统自动地诊断出状态的水平和各种故障存在的倾向性及严重性；或是帮助工程技术人员结合其他条件全面作出判断决策。

对于设备的诊断，一是防患于未然，早期诊断；二是诊断故障，采取措施。其主要内容包括：

（1）正确选择与测取设备有关状态的特征信号

所测取的信号应该包含设备有关状态的信息，例如，诊断起桁架有无裂纹不能靠测取桁架各点温度信号中不包含裂纹有无的信息。而测取桁架的振动信号则可达到目的，因为振动信号中包含了结构有无裂纹的信息，这种信号即称为特征信号。

（2）正确地从特征信号中提取设备有关状态的有用信息（征兆）从特征信号直接判明故障的有无，一般是比较难的。例如，从结构 的振动信号一般以直接判明结构有无裂纹，还需根据振动理论、信号分析理论、控制理论等提供的理论与方法，加上试验，对特征信号加以处理，持取有用的信息（称为征兆），才有可能判明设备的有关状态。征兆信息包括结构的物理参数（如质量、刚度等）、结构的模态参数（如固有频率、模态阻尼等），设备的工作特性（如耗油率、工作转速、工率等），信号统计特性及其他特征量。

电气设备故障诊断法“六诊、九法、三先后、六先后”

“六诊”

口问、眼看、耳听、鼻闻、手摸、表测六种诊断方法，简单地讲就是通过“问、看、听、闻、摸、测”来发现电气设备的异常情况，从而找出故障原因和故障所在的部位。前“五诊”是借人的感官对电气设备故障进行有的放矢的诊断，称为感官诊断，又称直观检查法。同样，由于个人的技术经验差异，诊断结果也有所不同。可以采用“多人会诊法”求得正确结论。

“表测”即应用电气仪表测量某些电气参数的大小，经过与正常数值对比，来确定故障原因和部位。

1、口问

当一台设备的电气系统发生故障后，检修人员应和医生看病一样，首先要了解详细的“病情”。即向设备操作人员或用户了解设备使用情况、设备的病历和故障发生的全过程。

如果故障发生在有关操作期间或之后，还应询问当时的操作内容以及方法、步骤。总的来讲，了解情况要尽可能详细和真实，这些往往是快速找出故障原因和部位的关键。

2、眼看

①、看现场

根据所问到的情况，仔细查看设备外部状况或运行工况。如设备的外形、颜色有无异常，熔丝有无熔断：电气回路有无烧伤、烧焦、开路、短路，机械部分有无损坏以及开关、刀闸、按钮插接线所处位置是否正确，改过的接线有无错误，更换的元件是否相符等：还要观察信号显示和仪表指示等。

②、看图纸和资料

必须认真查阅与产生故障有关的电气原理图和安装接线图，应先看懂原理图，再看接线图，以“理论”指导“实践”。看懂熟悉有关故障设备的电气原理图后，分析一下已经出现的故障与控制线路中的那一部分、那些电气元件有关，产生了什么毛病才能有所述现象。接着，在分析决定检查那些地方，逐步查下去就能找出故障所在了。

3、耳听

细听电气设备运行中的声响。电气设备在运行中会有一定噪声，但其噪声一般较均匀且有一定规律，噪声强度也较低。带带病运行的电气设备其噪声通常也会发生变化，用耳细听往往可以区别它和正常设备运行是噪声之差异。利用听觉判断故障，虽说是一件比较复杂的工作。但只要本着“实事求是”的科学态度，从实际出发，善于摸索规律，予以科学的分析，就能诊断出电气设备故障的原因和部位。