下载文档原格式
大型发电机状态监测和故障诊断专家系统本文转载自湘电集团/一、概述电力行业是关系国计民生的基础产业，电力系统运作的好坏，直接影响到国民经济的发展和人民生活。
随着当代发电设备向高参数、大容量、超高压远距离输电的发展，其对安全性的要求越来越高。
同时，随着电力体制改革的进行，发电厂将实行竞价上网。
在发电厂的运营上，如何保证安全并降低发电成本，对设备实行更先进、更科学的管理、运行和检修体制，无论从发电厂的自身利益还是从社会的要求出发，都势在必行。
为提高设备的安全可靠性，降低检修成本，解决以往计划检修模式下存在的欠修、过修、缺乏成本核算的问题，状态检修/优化检修作为一种先进的检修模式，正逐步得到电力企业的认可和推广。
一般来说，设备状态检修/优化检修由设备状态监测系统、对监测数据进行分析、诊断的专家系统和决策系统三大部分组成，目前绝大多数的发电厂都具有一套比较完整的监测系统，但能够根据监测数据对设备状况做出诊断的专家系统，相对而言，则比较难于实现。
因此对电力设备故障诊断专家系统的研究工作已引起国内、外诸多专家的关注。
发电机是发电厂的重要设备之一，对电力系统的安全生产起着至关重要的作用。
多年来的事故统计结果表明，发电机事故的发生往往是由于对故障的早期先兆缺乏认识或没有给予足够的重视，未能及时处理，消灭故障于萌芽阶段；有时甚至会因故障的发展而导致恶性事故的发生，给电力生产乃至国民经济带来巨大的损失。
因此，提高发电机的安全运行水平、实现发电机的状态检修/优化检修具有十分重要的意义。
但由于发电机故障特有的复杂性，给发电机故障诊断专家系统的研究工作带来较大的困难，目前国内尚多属理论研究及论证的阶段。
基于这样一个背景，鉴于生产的迫切需要，北京伏安基业电气技术有限公司研究、开发了以“发电机故障诊断专家系统”为技术核心的系列软件,其中包括水氢氢冷却方式、双水内冷冷却方式、全氢冷冷却方式及空冷冷却方式的汽轮发电机故障诊断专家系统和定子水内冷和其它冷却方式的水轮发电机故障诊断专家系统。
专家系统在汽车故障诊断中的应用作者：蒋鸣雷来源：《中国新技术新产品》2011年第02期摘要：专家系统是应用人工智能技术和计算机技术，模拟人类专家的决策过程。
将专家系统应用于汽车的故障诊断，是降低诊断成本，提高诊断工作效率和准确性的有效途径。
此外还阐述了各种汽车故障诊断专家系统的优缺点。
关键词：专家系统；应用；模型中图分类号：TP399文献标识码：A前言专家系统(Expert System，简记ES)产生于20世纪60年代中期，是人工智能(Artificial In-telligene，岛简称AI)研究中最活跃和最广泛的领域。
所谓专家系统，实际上是一个以知识为基础的智能计算机程序系统，其内部含有大量的某个领域专家的知识和经验，能够利用人类专家的知识和和解决问题的方法来处理该领域问题。
1专家系统的结构组成一个专家系统一般由人机接口、知识库、数据库(Data Base)、推理机(Inference Engine)、解释器(Explanation)和知识获取系统(KnowledgeAcquisition)六部分组成，如图1－1所示。
1.1人机接口人机接口是用户与系统之间进行数据、信息交流的界面。
接口的功能是识别与解释用户向系统提供的命令、问题和数据等信息，并把信息转化为系统内部的表示形式，另一方面，接口也将系统向用户提出的问题、得出的结果和做出的解释以用户易于理解的形式提供给用户。
1.2知识库知识库用来存储领域专家的经验性知识和事实。
知识库内的知识通过知识获取得到，又为推理提供问题求解所需的知识。
1.3数据库数据库又称“黑板”，是专家系统在推理过程中存储初始事实、中间结果、最终结论等信息的工作存储器。
数据库的内容在系统运行过程中是变化的，而知识库在一次推理中是相对不变的，两者动静结合，构成专家系统完整的知识库。
1.4推理机推理机能够模拟领域专家的思维过程，根据知识库中的知识，按一定的推理方法和控制策略进行推理，最终求得问题的解。
专家系统故障诊断方法
专家系统是一种基于人工智能技术的计算机系统，其设计目的是模拟专家的知识和经验，用于解决复杂的问题。
在实际应用中，专家系统常常用于故障诊断和问题解决。
故障诊断是专家系统的重要应用之一。
在现代社会中，许多系统和设备都非常复杂，一旦出现故障，往往需要专业的知识和经验来诊断和解决。
专家系统通过将专家的知识和经验编码成规则和推理机制，可以快速准确地诊断和解决各种故障。
专家系统故障诊断方法可以分为以下几个步骤：
1. 知识获取：首先需要从专家那里获取故障诊断所需的知识和经验。
这可以通过面谈、观察和文献研究等方式进行。
2. 知识表示与编码：获取到的知识和经验需要转化为计算机可以处理的形式，通常是规则和推理机制。
规则是一种以“如果-那么”形式表示的知识，推理机制则是用于根据规则进行推理和推断的方法。
3. 诊断推理：在诊断推理阶段，根据用户提供的故障现象和系统信息，专家系统将使用已编码的知识和推理机制进行推理和推断，以确定可能的故障原因。
这通常涉及到多个规则的匹配和推理链的构建。
4. 故障排除：在确定可能的故障原因后，专家系统还可以提供相应的故障排除建议。
这些建议通常是基于专家知识和经验的，可以帮助用户解决故障。
5. 知识更新与维护：随着时间的推移，系统的故障诊断知识和经验可能会发生变化。
因此，定期对专家系统的知识进行更新和维护是很重要的，以保证其准确性和有效性。
综上所述，专家系统故障诊断方法是一种基于专家知识和经验的计算机辅助诊断方法。
通过将专家的知识和经验编码成规则和推理机制，专家系统可以快速准确地诊断和解决各种故障。
铁路机车故障诊断及预警系统的分析发布时间：2021-10-12T06:23:00.881Z 来源：《科学与技术》2021年第5月15期作者：谭齐郑治国[导读] 铁路系统在社会经济发展中起到了非常关键的作用，在铁路系统运行过程中，如果铁路机车出现故障，很容易引发严重后果，所以，谭齐郑治国中车大连机车车辆有限公司辽宁大连 116021摘要: 铁路系统在社会经济发展中起到了非常关键的作用，在铁路系统运行过程中，如果铁路机车出现故障，很容易引发严重后果，所以，为了实现对机车故障的事前控制和预警，铁路部门提出了故障诊断及预警系统。
该系统具有智能化的特点，属于信息时代的产物，利用专业预判以及传输技术，对铁路机车的运行状态信息进行收集和分析，及时的发现机车故障，同时，对机车运行参数进行调节，达到降低故障率的目的，有效的促进了铁路机车运行安全性的提升。
本文对此进行分析，并且提出了几点浅见。
关键词：铁路机车；必要性分析；故障诊断及预警系统；结构分析引言近年来，由于我国社会经济的高速发展，铁路系统的重要性得到了充分的体现，在铁路系统运行中，铁路机车是其中的关键元素，铁路机车的运行状态，不仅关系到了铁路的运行效率，同时，也会对铁路系统的安全性产生直接影响。
当前我国的铁路系统普遍配置安全检测体系，但是该体系应用效果不理想，在5G时代背景下，铁路部门要着手构建全新的故障诊断及预警系统，进一步的拓展系统功能，该系统的构建，对于铁路机车的运行来说具有非常重要的意义。
下文对此进行简要的阐述。
1 铁路机车故障诊断及预警系统构建的必要性分析在铁路机车的使用过程中，会受到多种因素的干扰，如果铁路机车在使用过程中出现故障，就会引发严重后，导致列车调度受到直接影响。
随着社会的不断发展，铁路机车的运行原理越发复杂，对机车安全性提出了更高的要求，而且在当代的铁路工程中，部门增加了铁路电子信号设备的安装数量，风险隐患也得到了进一步的增加，在这种形势下，故障诊断及预警系统的重要性得到了充分体现。
自动变速器离线故障诊断专家系统设计与实现自动变速器是现代车辆中的重要部件，负责使发动机输出的转速与车辆的速度匹配，以提供最佳的性能和燃油效率。
然而，由于使用寿命、制造不良或维护不当等原因，变速器可能发生故障，导致车辆行驶受到影响。
因此，设计一款自动变速器离线故障诊断专家系统，可以及时发现和定位故障，有重要的实际应用价值。
一、专家系统的架构本系统采用基于知识的专家系统架构，将专家知识高度抽象化，并利用推理机实现自动推理。
其主要由三部分组成：知识库、推理机和用户接口。
（一）知识库知识库是专家系统的核心部分，它存储了关于变速器故障的专家知识。
知识库以规则库的形式存在，包含了各种故障现象和相应的诊断方法。
每条规则都包括前提条件和结论两部分，前提条件是指导规则是否可用的逻辑条件，结论是规则触发时所产生的结果。
例如：IF 油压过低 AND 变速器卡顿 THEN 推荐更换液压泵。
这条规则表示当油压过低且变速器卡顿时，需要更换液压泵。
（二）推理机推理机是实现推理过程的核心组件，它是一个基于规则的逻辑推理引擎。
推理机的主要作用是根据用户提供的问题、已知事实和知识库中的规则，推理出最终诊断结果。
系统采用基于正向推理的推理机，通过匹配推理规则的前提条件，逐步获得分析结果。
（三）用户接口用户接口是用户与系统之间进行交互的界面组件。
用户可以通过该接口输入与变速器相关的现象和参数，并得到系统的诊断结果。
系统的用户接口将提供简单明了的诊断结果和建议，可以帮助修车师傅或车主对变速器问题有基础的认识和理解。
二、实现方法（一）构建知识库为了保证系统具有较高的诊断准确度和可靠性，知识库需要由专业人士提供、审核和维护。
可以通过实地检测、试验、文献调研等方式获取故障数据，将这些数据转换为规则的形式，再将其存储到知识库中。
经过不断更新和完善，知识库中的规则将成为专家系统的“灵魂”。
（二）实现推理机本系统采用基于规则的推理机，利用前向推理算法进行推理。
旋转机械故障诊断实验专家系统近年来，随着工业化进程的加快，旋转机械在工业生产中的应用越来越广泛。
然而，由于旋转机械的复杂性和长时间运转，故障问题也频繁出现，给生产效率和安全性带来了威胁。
为了快速准确地诊断旋转机械故障，并提高故障排除的效率，研发出了旋转机械故障诊断实验专家系统。
旋转机械故障诊断实验专家系统是一种基于人工智能技术的系统，利用机器学习和专家知识库，通过对旋转机械故障的实验数据进行分析和处理，能够准确诊断出故障的类型和原因，并给出相应的解决方案。
该系统首先需要收集旋转机械的运行数据，包括振动、温度、电流等参数，以及机械的结构和工作状态。
然后，将这些数据输入到系统中进行处理和分析。
系统会根据专家知识库中的故障模型和规则进行比对和推理，找出与实际数据相匹配的故障类型。
在诊断过程中，系统会根据不同的故障类型，给出相应的解决方案。
例如，如果是轴承故障，系统会建议更换或维修轴承；如果是电机故障，系统会建议检查电机的绝缘性能。
此外，系统还可以根据历史故障数据和实时监测数据，预测旋转机械的故障概率，提前采取预防措施，避免故障的发生。
旋转机械故障诊断实验专家系统的应用能够极大地提高故障排除的效率和准确性。
相比传统的人工诊断方法，该系统能够快速分析大量的数据，并利用机器学习算法进行模式识别，从而准确地诊断出故障类型和原因。
同时，系统能够根据实时监测数据进行故障预测，提前采取措施，避免故障带来的损失。
总之，旋转机械故障诊断实验专家系统是一种结合人工智能技术和专家知识的创新工具，能够提高旋转机械故障的诊断和排除效率，为工业生产提供了可靠的保障。
随着技术的不断发展和完善，相信这一系统在未来会有更广阔的应用前景。
先进控制技术——专家系统故障诊断1适用场合目前专家系统在故障诊断领域的应用非常广泛，如美空军研制的用于飞机喷气发动机故障诊断专家系统XMAN，NASA与M IT合作开发的用于动力系统诊断的专家系统，英国某公司为英国军方开发的直升机发动机转子监控与诊断专家系统等，此外在电力、机械、化工、船舶等许多领域中也大量应用了故障诊断。
但不同的专家知识可能不一样，甚至互相矛盾，因此它主要应用于非结构化有经验的系统当中。
2专家系统诊断优缺点2.1优点（1）灵活性大多数故障诊断专家系统的体系结构都采用知识数据库与推理机制相互分离的构造规则，二者之间既有数据关联，又相互独立运行。
这样在专家系统运行时，能根据具体问题的特点，分别选取合适的知识条目构成不同的推理方法序列，实现对问题的诊断。
（2）透明性专家系统设置解释机制或者解释模块，用于向用户解释推理机制的思维过程，以及某些答案的分析思路。
这样，可以帮助用户较清楚地了解系统诊断问题的过程。
（3）交互性智能度较高的专家系统均采用交互式系统。
专家系统的这一特征为用户提供便利，这也是它得以广泛应用的重要原因。
（4）实用性专家系统的技术要求来自于特定领域问题的实际需求，这种特性决定了专家系统具有强烈的应用性。
同时该诊断方法具有诊断过程简便、快速快、不单纯依赖于数学模型，而且具有较为丰富与灵活的知识表达和问题求解能力，它可充分发挥人类专家根据经验和知识所进行的推理和判断能力。
2.2缺点（1）获取知识的能力较弱为开发特定对象的专家系统，软件设计人员几乎要从头学习一门新的专业知识，大大增加了开发成本，还不能完全保证特定专业知识的领会程度，对知识条目数据库的建设和维护带来很多麻烦。
另一方面，不同的专家知识可能不一样，甚至互相矛盾，因此该方法不适用于没有经验的系统的故障诊断。
（2）具有一定的复杂性及难度专家系统拥有知识数据库，运用知识条目进行推理，模拟领域专家诊断问题的思维过程。
但是，人类的知识世界丰富多彩，人类的思维方式多种多样，要想较准确地实现模拟人类思维，是一项非常困难的技术。
汽车故障诊断与维修专家系统设计随着汽车普及率的日益增长，汽车故障诊断与维修变得非常重要。
为了提高汽车维修的效率和准确性，设计一个汽车故障诊断与维修专家系统是必不可少的。
本文将介绍如何设计一个有效的汽车故障诊断与维修专家系统，以帮助技术人员更好地解决汽车故障。
首先，汽车故障诊断与维修专家系统应该包括一个完善的故障诊断模块。
这个模块可以根据车辆主人提供的故障描述和车辆检测数据，自动分析问题，并给出最有可能的故障原因。
为了实现这个功能，可以使用机器学习的方法，通过大量的历史故障数据进行训练，建立一个故障诊断模型。
这样，当新的故障发生时，系统就可以根据之前的训练结果进行快速诊断。
其次，汽车故障诊断与维修专家系统还需要一个维修建议模块。
这个模块可以根据故障诊断结果，向技术人员提供相应的维修建议。
例如，如果诊断结果显示是发动机故障，系统可以提供更具体的维修指导，如更换特定的零部件、调整相关参数等。
为了提供准确的维修建议，一个可行的方法是建立一个知识库，其中包含了各种不同故障对应的解决方案。
技术人员可以通过查询这个知识库，获取相关故障的维修建议。
此外，汽车故障诊断与维修专家系统还应该具备实时更新的能力。
随着汽车技术的不断发展，新的车型和故障类型不断出现。
为了保证系统的准确性和可靠性，需要定期更新系统的数据库和模型。
这样，系统就能及时了解到新的故障情况，并进行相应的诊断和维修建议。
另外，为了提供更好的用户体验，汽车故障诊断与维修专家系统可以考虑添加一些额外的功能。
例如，可以设计一个故障排查流程导航模块，帮助技术人员按照一定的流程来进行故障排查，避免漏检或者冗余检查。
同时，系统还可以提供实时在线咨询的功能，让技术人员可以随时向专家请教，以解决一些复杂的故障问题。
最后，为了保证汽车故障诊断与维修专家系统的可用性和稳定性，需要进行良好的系统测试和质量控制。
在设计系统的时候，可以考虑使用敏捷开发的方法，通过迭代式开发和测试，逐步完善系统的功能和性能。
电力系统故障诊断专家系统的设计与实现1. 引言电力系统是现代社会不可或缺的基础设施之一，它负责供应稳定、可靠的电力以满足人们的生活和工作需求。
然而，电力系统可能会出现各种故障，如电压异常、电流过载、设备损坏等，这些故障如果不能及时检测和修复，将对供电可靠性和用户体验产生严重影响。
为了提高电力系统的设备故障诊断能力，本文将设计和实现一个电力系统故障诊断专家系统。
2. 专家系统概述专家系统是一种基于人工智能技术的计算机程序，它通过模拟人类专家的推理过程来解决复杂的问题。
电力系统故障诊断专家系统将采用专家系统的方法和技术，通过收集和分析各种电力系统的历史故障数据，建立故障诊断知识库，并利用推理引擎进行故障诊断和推理过程。
3. 数据采集与预处理为了建立有效的故障诊断知识库，需要先收集和预处理大量的电力系统故障数据。
数据可以来源于实际电力系统运行中的故障记录、设备传感器数据等。
在数据预处理阶段，需要清洗数据、剔除异常值和噪声，对数据进行特征提取和归一化处理，以便于后续的建模和分析。
4. 知识库建立与维护在专家系统中，知识库是最核心的部分，它包含了各种故障案例和其对应的诊断过程。
建立知识库的方法可以采用基于规则的方法，例如用IF-THEN规则进行表示。
规则例如：“如出现电流过载现象，并且温度超过设定阈值，则故障为设备过载故障。
”这样的规则可以由专家根据实际经验进行编写。
除了规则的知识表示方法，还可以采取其他方法如案例推理、模式识别等方法进行知识的表达。
专家系统还可以通过机器学习算法进行知识的自动学习和更新，进一步提高故障诊断的准确性和可靠性。
5. 推理引擎设计与实现推理引擎是专家系统的核心模块，它负责根据用户输入的故障现象和问题，从知识库中检索和应用适当的规则，进行推理和诊断。
在电力系统故障诊断专家系统中，推理引擎可能会采用基于规则的推理引擎、基于案例推理的推理引擎和基于机器学习的推理引擎等不同形式。
6. 用户接口设计与实现为了方便用户使用和交互，电力系统故障诊断专家系统需要设计友好、直观的用户接口。
故障诊断专家系统的设计与实施方法研究故障诊断是指通过对故障进行检测、判断和解决的过程。
在工业制造中，故障诊断是一个重要的环节，它可以帮助企业提高生产效率、降低成本、减少故障带来的损失。
随着人工智能的不断发展，故障诊断专家系统成为一种常见的工具，它利用专家知识和推理技术来进行故障诊断。
本文将介绍故障诊断专家系统的设计与实施方法。
一、故障诊断专家系统的设计方法1. 知识获取故障诊断专家系统的设计首先需要收集和获取相关领域的专家知识。
这可以通过面对面的专家访谈、文献研究、案例分析等方式来完成。
专家知识是系统的核心，它是基于多年经验积累的宝贵资源，必须准确地获取和整合。
2. 知识表示获取到的专家知识需要进行适当的表示和组织，以便于专家系统的使用和推理。
常见的知识表示方法包括规则表示、框架表示和网络表示等。
规则表示是一种基于条件-动作对的形式，可以方便地进行推理和解释。
框架表示则是一种用于表示对象和概念的通用模型。
合理的知识表示能够提高专家系统的诊断效果和可解释性。
3. 推理机制专家系统的推理机制是其核心组成部分，通常采用基于规则的推理、基于案例的推理、基于模型的推理等。
基于规则的推理是最常见的方式，它通过匹配规则库中的规则，进行前向或后向的推理过程。
基于案例的推理则是通过比较和匹配已有案例，进行相似案例的故障诊断。
而基于模型的推理则是构建一个系统模型，通过比较实际数据和模型预测结果来进行故障诊断。
4. 用户界面设计一个好的用户界面设计可以提高专家系统的易用性和用户体验。
用户界面应该清晰、简洁、直观，并提供必要的帮助和反馈信息，使用户能够轻松地使用专家系统进行故障诊断。
二、故障诊断专家系统的实施方法1. 数据采集与预处理故障诊断专家系统实施的第一步是采集相关数据，并进行适当的预处理。
数据采集可以通过传感器、设备监控等方式进行，获取的数据需要进行滤波、降噪和归一化等处理，以便于后续的分析和建模。
2. 特征提取与选择从采集到的数据中提取合适的特征是故障诊断的关键一步。
振动监测分析诊断交流材料北京英华达公司2009年11月目录振动监测分析在冶金行业的应用1.传感器TSI=Turbine Supervisory Instrumentation传感器亦称换能器或变换器，它是将被测的某一物理量（或信号），按一定规律转换为与其对应的另一种（或同种）物理量（或信号）并输出的装置。
传感器是实现自动检测与自动控制的首要环节，如果没有传感器对原始信号进行准确的捕获与转换，自动检测和自动控制将无法实现。
所以，传感器是故障诊断系统中的重要部件。
传感器的分类方法：由于传感器测量的物理量种类繁多，传感器的工作原理又各不相同，因而传感器的种类也很多，从不同的角度研究就有不同的分类方法。
传感器通常有如下几种分类方法。
（1）根据被测物理量分类。
这种分类方法说明了传感器用途，如位移传感器、速度传感器、加速度传感器、温度传感器、压力传感器、噪声传感器等。
这种分类方法对用户和生产单位来说是比较方便的。
其不足之处是将原理互不相同的传感器归为一类，难以找出各种传感器原理上的共性和差异。
（2）按工作原理分类。
这种分类方法是以传感器的工作原理作为分类的依据，将传感器分为应变式、压电式、涡流式、电阻式、电容式、差动变压器式等。
这种分类方法有利于对各种传感器的原理和性能进行分析研究和设计改进，使应用更灵活。
（2）按能量传递方式分类。
从能量观点来分，传感器可分为有源传感器和无源传感器两大类。
设备诊断对传感器的要求：传感器是诊断系统获取原始信号的装置，正确地选用传感器是设备诊断技术的一个关键环节。
前面已介绍过传感器的种类很多，即使对于相同的被测量（如振动），也有很多不同种类的传感器。
由于测量的目的和要求不同，测量范围、频响特性、精度、灵敏度等有所区别，而且测量环境也往往不同，因此必须选择合适的、能满足检测要求的传感器。
例如，对于振动的精密诊断，由于需要对信号进行各种处理和精细分析，就必须采用高悧能精密传感器。
因此，根据设备诊断的目的以及诊断系统的配置来合理地选择传感器的类型，是完成诊断任务的重要环节。
在传感器的选择上主要应遵循如下原则：（1）传感器应具有良好的响应特性。
由于被诊断对象的原始信息（一次信息）是通过传感器获得的，如果传感器传输信号失真或不稳定，对于同样的原始输入信号，其输出信号就不一样，传感器输出有误差的信号，将使诊断造成困难和错误。
（2）传感器从被测对象抽走的能量要小。
有些传感器是属于能量交换型的，被测量对象的物理状态与某种形式的能量有关，为了获得信息，传感器要从被测物体的状态中抽走信息（能量），进行能量交换。
但为了不扰乱被测物体的状态，具体来说，为了能正确地反映被测设备和系统的特征量，传感器从被测系统抽走的能量必须很小。
（3）传感器加在被测对象上的负载尽可能小。
接触型传感器是将传感器或传感元件安装在被测物体上，肯定会在被测量对象上加上一定的负载，并可能扰乱被测对象的状态和特性，例如加速度传感器、电阻温度传感器和被测对象进行直接接触是不可避免的，如果忽视了这种负载影响，有时甚至会导致得不到有关被测对象的正确状态信息。
所以，必须减小传感器的体积、质量、刚度、热容量等会引起负载影响的参数，以减少这些参数对被测对象的影响。
（4）传感器应有较高的稳定性和较长的使用寿命。
用于状态监测系统的传感器，由于长期连续监测的需要，必须有较高的稳定性和较长的使用寿命，以减少监测系统自身故障率、维护工作量和运行成本。
（5）另外，传感器还应满足信号传递、记录和处理方便的要求，能适应复杂的工作环境，具有较好的抗干扰能力。
用于冶金行业的风机、水泵、减速机以及齿轮箱等设备的振动监测的传感器主要有如下几种：a)电涡流传感器图1i.工作原理：电磁转换，一般来说电涡流传感器由探头（probe）+延伸电缆（Extension cable）+前置器（conditioner，又称适配器或前置放大器）组成，二次仪表给前置器提供-18V~-32V（一般用-24V）直流电源，前置器通过本身的振荡电路给探头以2M Hz的高频振荡信号，此等高频振荡信号通过探头的线圈会产生交变的磁场A；此等交变的磁场在被测量的金属表面会产生电场，该电场在被测量的金属表面会产生涡流电流，此电场的存在又会产生磁场B；如此一来磁场B和磁场A就会产生耦合作用，探头和被测金属表面的距离如果发生变化的话，磁场B和磁场A就会产生耦合作用就会发生改变；前置器拾取磁场B和磁场A就会产生耦合作用的改变，加以放大并量化成成线性变化的电压信号；二次仪表接受这种成线性变化的电压信号去量化探头和被测金属表面的距离。
所以电涡流传感器一般都是用来测量被测量金属表面的位移变化的。
无论哪一种电涡流传感器，无论是哪一公司的电涡流传感器，他的工作原理都是如此。
ii.分类：我们按照电涡流传感器的探头直径可以分为8mm，11mm，14mm，17mm，25mm，35mm，50mm等等。
一般来说，我们在电涡流传感器的选型时最根本的依据就是用户所提出的具体的被测量金属表面的变化范围（测量范围）。
一般来说，电涡流传感器的测量范围要小于探头的半径（例如Bently 8mm电涡流传感器的测量范围是2mm，BKV 8mm分体电涡流传感器的测量范围是2mm，BKV 8mm 分体电涡流传感器的测量范围是1.5mm）。
具体某一个电涡流传感器的测量范围可以查阅该公司的产品样本。
iii.安装和调试：电涡流传感器的安装一般是采用L型支架，瓦体本身打孔或延伸杆安装。
电涡流传感器应用于现场时，要注意被测量金属表面的有效长度和宽度均要大于电涡流传感器的探头直径的两倍以上；而且在该传感器安装位置的上下左右探头直径的两倍以上的空间范围内没有其他的金属物体存在；如果测量要求在同一个位置安装两个以上的电涡流传感器时，每两个电涡流传感器之间的直线距离要大于该传感器的探头直径的3-5倍。
电涡流传感器应用于具体的现场时，一般把它的直流静态工作电压要调整到合适的值：一般来说轴振传感器的直流静态工作电压要调整到-10V；轴位移的测量范围一般是对称的，所以轴位移传感器的直流静态工作电压要调整到-10V，并将二次仪表中关于轴位移测量通道的零点电压设置为-10V；胀差的测量比较特殊，大部分现场胀差的测量范围不是对称的，因此胀差传感器的直流静态工作电压要按照具体测量范围和该传感器的线性范围去推算，例如某厂的高压胀差测量范围是-2~6mm，那么我们可以选用BKV 的17mm电涡流传感器完成，此时传感器的直流静态工作电压应该调整到-6V，如果用户要求的胀差测量范围是对称的话（-4~4mm ），传感器的直流静态工作电压应该调整到-10V。
（齿轮）转速测量的电涡流传感器安装时一般将电涡流传感器的探头表面调整到距被测量齿轮顶部1mm，此时要求被测量齿轮的径向跳动很小；（键相槽）转速测量的电涡流传感器安装时一般将电涡流传感器的探图2头表面调整到距被测量有键槽同圆周转子平面约2mm （量电压为-10V ），（键）转速测量的电涡流传感器安装时一般将电涡流传感器的探头表面调整到距被测量有键同圆周转子键表面约2mm （量电压为-10V ），此时要求被测量齿轮的径向跳动很小。
至于说不同的现场要求测量其他的位移量时，可以依此类推。
b) 速度传感器i. 工作原理：磁电转换，速度传感器一般都由内部永久磁缸，支撑弹簧，线圈，外壳和信号电缆构成。
一般来说，速度传感器是直接和被测物体用刚性连接在一起的；当被测量物体发生振动时，速度传感器和被测物体一起运动，但是由于速度传感器内的支撑弹簧的存在，使得永久磁缸和线圈做相对运动，如此一来线圈切割磁力线，速度传感器就成了一个小型的发电机；被测物体的振动速度越快，速度传感器输出的电压越高，二次仪表即是拾取此等电压信号去量化被测物体的振动速度，二次仪表将此电压信号进行积分后就为被测物体的振动位移。
无论哪一种速度传感器，无论是哪一公司的速度传感器，他的工作原理都是如此。
ii. 分类：速度传感器又称惯性式速度传感器，一般我们使用的全都是惯性式速度传感器，只是不同的生产厂家的惯性式速度传感器的灵敏度不一样，Bently 16699的灵敏度为20mv/mm/s ，BKV VS068/9的灵敏度为100mv/mm/s ，英华达 EN080的灵敏度为20mv/mm/s 。
现在使用的速度传感器中有英华达EN090，此传感器为低频积分速度传感器，即英华达EN090输出的为积分后的位移电信号，灵敏度为5v/mm 。
另外，Bently 330500为积分加速度传感器，他输出的也是振动速度信号。
iii.安装和调试：速度传感器安装十分方便，一般情况下是在被测物体的合适位置打孔攻丝，用固定螺栓将传感器和被测物体连在一起。
安装完毕，无需调整。
c) 加速度传感器加速度传感器是用来测量被测物体的振动加速度的，加速度传感器内有一片压电晶体片，加速度传感器和被测量物体也是用螺丝连接在一起的，当被测物体发生振动时，由于惯性的作用会对压电晶体片产生压力使其发生形变，由于压电晶体的特有特性即会产生电荷，传感器将此电荷放大送给二次仪表，即可量化被测物体的振动加速度。
d)线性差动变送器（LVDT）线性差动变送器是用来测量大量称位移的传感器，例如机壳热膨胀，油动机行程，主汽门开度等。
线性差动变送器的工作原理是磁尺在磁缸中作相对运动，线性差动变送器将此相对运动位移量化成电信号，再有4-20mA变送器变成4-20mA送给二次仪表。
线性差动变送器在安装调试时，要将线性差动变送器的0点和满量程所对应的4 mA 和20mA调整准确。
再在二期仪表中作相应设置即可。
e)磁阻传感器/霍尔传感器/压力变送器及其他传感器磁阻传感器/霍尔传感器在TSI系统中主要是用来测量转速和键相等，主要是因为该传感器价格较低。
压力变送器及其他传感器主要是用来测量TSI系统中其他的一些过程量，基本上都是4-20mA信号，在此不多讲。
2.测量参数冶金行业相关设备振动监测（TSI）所涉及的测量量主要有：1.转速：即旋转机械在运转过程中的旋转速度，例如冶金行业的风机额定转速为1500转/分（记作1500rpm）。
在对机械运行状态分析中找出振动和转速之间的关系是特别重要的。
在设计时，它的转速运行范围应避开机器的平衡共振，并且使其运行转速也不激发机器的这些特殊共振。
机器启动时的数据在确定平衡共振时是重要的，这些数据可表示为振幅和相位与机器转速之间的关系曲线，在描绘这种曲线和寻找这些参量之间的关系时，可以很容易地确定机器的平衡共振（临界共振）。
转速的测量所使用的传感器主要有8mm电涡流传感器（例如 BKV的IN081）或者霍尔传感器（例如Turck 公司的霍尔传感器）和磁阻传感器（例如 BKV的TS012）。
