故障诊断方法综述范文

导语：如何才能写好一篇故障诊断方法综述，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

摘要： 随着经济的发展，技术的进步，现代企业设备越来越大型化、复杂化、智能化，如果液压设备发生故障，生产就无法进行。本文首先介绍液压系统故障诊断的准备工作，然后详细介绍三种诊断方法。

关键词：液压系统故障 简易故障诊断法 人工智能故障诊断法

液压系统具有很多独特的优点，常见的如：大容量、结构紧凑、安装灵活、反应快、容易控制等等，在现代大型设备，特大型设备中具有广泛的应用的同时存在着问题，极易发生故障从而影响生产，造成故障的原因主要是系统中元辅件和工作液体性能不稳定，系统设备使用不当或者维护不到位。近几年液压系统故障诊断成为了一门专门的学科，受到高度的重视。

1、液压系统故障诊断的准备工作

第一拿到设备使用说明书时一定要认真仔细的阅读，详细了解该设备的功能、结构、工作原理，包括系统中元件的功能结构和原理；第二从网上查阅设备的档案资料，包括生产厂家、制造日期、调试验收，故障可能、处理方法等等。

2、简易故障诊断方法

2.1 主观诊断法

这是一种最传统的方法，凭借维修人员的主观判断（看、听、摸、闻、问）和实践经验，或者利用简单的仪器、仪表判断故障发生的部位并且给出发生的原因。常见到的主观诊断法有感官诊断、方框图分析、系统图分析，该方法简单快捷方便，这种方法对维修人员的要求极高需要有丰富的诊断经验，但是诊断结果具有局限性。

2.2直接性能测试法

这种方法通过测试液压元件和系统性能进而评价系统工作状态，适用于处于工作状态的系统，还能进行定量的分析，现代运用最多的是检测液压系统的状态。如果检测的液压系统元件或者性能超出了规定的正常范围，那么该系统就有发生故障的可能性。这种方法原理简单，相当直观，但是测试的精准度不是很高，一般早期的失效很难检测出来。

3、基于信号分析的故障诊断方法

3.1基于抽样分析法

反映系统内部信息的除了液压系统本身的信息，其内部的污染物也可以，也就是说测定和鉴别油液当中污染物的成分和含量，可以知道液压系统的污染情况和运行状况，也是一种故障诊断的方法。目前我们经常见到的有两种：一种是基于油液颗粒污染度的检测技术，包括：显微镜检测技术（设备投资小、方法简单、费时费力、误差大）、自动颗粒计数器（检测速度快、操作简便、准确度高但精度低）、称重法（设备简捷、检测方便、只测重）、铁谱分析法（可进行定性和定量的分析）、光谱法（成本高、精度高）；另一种是基于油液性能参数的检测技术，这种技术需要细致的分析油液的有关参数和金属的含量，历时的周期较长，无法实现在线检测，但是对重要液压系统的诊断很有效。

3.2基于振动噪声分析法

在液压系统的运行过程中，必然会伴随产生振动和噪声，尤其液压泵的振动声音十分大，实际上这些设备的振动和噪声就包含了许多故障的信息，分析信号，得到元件状态信息，进而进行故障诊断。这种方法的理论比较完善，应用也比较广泛，有多种信号处理方法如：时域特征参数法、时差域特征法、概率密度法、相关分析法、谱分析法、自功率谱分析法、倒频谱分析法、包络谱分析法、主分量自回归谱提取法、AR谱参数提取法、小波分析等。目前旋转机械设备也能用它分析诊断故障，纯机械设备的故障诊断效果相当明显。随着信号处理技术的发展，这种方法的应用前景十分可观。

3.3基于数学模型法

这种方法的指导是现代控制理论和优化方法，基础是系统的数学模型，残差产生法是观测器（组）、等价空间方程、Kalman滤波器、参数模型估计和辨识等，利用阀值或者准则评价决策残差。该方法和控制系统的关系相当密切，共同成为监控、容错控制、系统修复重构的基础。这种方法的数学模型的精确度直接决定诊断的精确性，一般最常建立的是线性和非线性的数学模型来诊断液压系统的故障。

4、基于人工智能的故障诊断方法

4.1基于专家系统的智能诊断法

这是智能诊断技术中受到多方关注的一个发展方向，研究最多，应用最广，主要是利用专家的知识和推理方法解决实际遇到的复杂问题。在这的专家系统并不是指人员而是指一种人工智能计算机程序，知识权威，学习功能强大。该系统的主要组成部分：知识库（系统知识和规则库）、数据库、推理机和解释机制。如果利用它检测在线的系统，数据库显示的是实时工况数据；如果利用它检测离线系统，则数据库显示的是实际故障时的数据或者人为故障的样本数据。该方法的运行过程是通过人机相互交换，专家系统获得所需信息，利用系统的知识库和数据库，推理机运用规则，调用应用程序，进行正确的推理，找到液压系统的故障。这种方法给自动化进行液压系统故障诊断代带来了光明和希望，但是也存在一定的不足和问题，不过未来的发展前景还是很广阔的。

4.2基于神经网络的智能诊断法

20世纪80年代人工神经网络迅速崛起，成为人工智能领域的一个分支，是一种计算模型（与人的认知过程相似），一种非线性动力学网络系统（模拟大脑神经元结构特性）。神经网络的非线性处理单元（类似神经元）相互关联，具有了学习、记忆、归纳总结等功能和数学模拟能力。这种方法的具有独特的优势，如：分布式处理能力、联想记忆、自学习能力等收到诊断领域的广泛关注和重视，未来发展前景十分宽广。

4.3基于模糊理论的智能诊断法

大量的模糊现象存在于液压系统故障诊断领域，如：系统油温过高、压力波动较重等等，过高、较重这些都是模糊的概念，并没有清晰的边界，故障发生会经历一个漫长的时间，同时故障发生的原因和症状也是模糊的，可能一对一，可能一对多，也可能多对一。利用模糊逻辑、模糊关系描述故障的原因和现象，建立隶属度函数和模糊方程，明确识别故障。这种方法的现象更为客观，结果更符合实际，速度快，容易实现。

5、结束语

随着21世纪科技的发展，人工智能技术更是突飞猛进，还有许多智能诊断的方法如：故障树诊断法、灰色理论智能诊断法、案例推理诊断法、多智能体的智能诊断法、信息融合技术智能诊断法等等。如何将新型科技、智能技术运用到故障诊断系统当中，实现自动化、智能化的故障系统诊断是我们亟待解决的问题。

参考文献：

[1]范士娟，杨超.液压系统故障诊断方法综述[J].机床与液压，2009，37（5）：188-192，195.

篇2

关键词：神经网络；故障诊断；容错控制；电机

中图分类号：TP393 文献标识码：A 文章编号：1007-9599　（2012）　18-0000-02

1 引言

近二十年来，容错控制技术无论是在故障诊断研究方面，还是在控制律重构算法设计上都取得了一系列的成果，文献[1-2]对近些年研究状况进行了较好的综述，虽然电机系统的在线故障诊断与容错控制有些报道，基于模型的故障诊断方法[3]，信号处理故障诊断方法[4-5]及基于人工智能的诊断方法等[6-7]。但是关于电机可靠性的容错控制技术研究却很少[8-9]。仍有许多工作有待研究。

本文采用一种改进的基于信度分配的CMAC（ICA-CMAC）神经网络学习算法，进行电机系统的在线故障辨识，引入第一控制律控制算法进行控制规律的在线重组，将在线故障诊断与容错控制相结合，构造集成故障诊断与容错控制系统。保证系统的控制性能，实现电机系统容错控制。

2 改进的CMAC神经网络模型

篇3

关键字：汽车电机故障方法

1.电机故障诊断的特点及实施电机故障诊断的意义

1.1电机故障诊断的特点

电机的功能是进行电能与机械能量的转换，涉及因素很多，如电路系统、磁路系统、绝缘系统、机械系统、通风散热系统等。哪一部分工作不良或其相互之间配合不好，都会导致电机出现故障。因此，电机故障要比其它设备的故障更复杂，其故障诊断所涉及到的技术范围更广，对诊断人员的要求也就更高。一般来说，电机故障诊断涉及到的知识领域主要有[20]：电机理论、电磁测量、信号处理、计算机技术、热力学、绝缘技术、人工智能等。电机故障诊断的复杂性还表现在故障特征量的隐含性、故障起因与故障征兆之间的多元性。一种故障可能表现出多种征兆，有时不同故障起因也可能会反映出同一个故障征兆，这种情况下很难立即确定其真正的故障起因。另外，电机的运行还与其负载情况、环境因素等有关，电机在不同的状态下运行，表现出的故障状态各不相同，这进一步增加了电机故障诊断难度，所以要求对电机进行故障诊断首先必须掌握电机本身的结构原理、电磁关系和进行运行状况分析的方法，即掌握电机各种故障征兆与故障起因间的关系的规律。

1.2实施电机故障诊断的意义

电机的驱动易受逆变器故障的影响，在交流电机驱动系统中，逆变器短路故障将会使电机产生有规律波动的或是恒定的馈电扭矩，使车辆突然减速。研究表明：逆变器出现故障时，永磁感应电机将产生较大的馈电扭矩，而且永磁电机也有存在潜在的高消磁电流的问题。而感应电机在逆变器出现故障时所产生有规律的馈电扭矩将由于有持续的负载而迅速衰减，这说明了感应电机具有较高的容错能力，适应混合动力系统的要求。开关电机磁阻是最具有故障容错能力的电机，而且当其有一个逆变器支路出现故障时电机仍能产生净扭矩，另外，开关磁阻电机成本低，结构紧凑，但是开关磁阻电机有较大的噪声和扭矩脉冲，而且需要位置检测器，而这些缺点使得开关磁阻电机在现阶段不适合应用于混合动力客车上。在混合动力客车动力系统中，电机是作为辅助动力的，而且电机属于高速旋转设备，如果电机出现故障，电机产生的瞬态扭矩将使车辆的稳定性和动力性将受到影响，而且，电机由高压电池组驱动，如果电机出现故障而不能及时容错，电机产生的瞬态电流将使电池受到损害，因此在混合动力系统中对电机进行故障诊断是非常必要的。

2.电机的故障诊断方法及典型故障诊断分析

2.1电机故障的诊断方法

（1）传统的电机故障诊断方法

在传统的基于数学模型的诊断方法中，经典的基于状态估计或过程参数估计的方法被应用于电机故障检测。图1为用此类方法进行故障诊断的原理框图。这种方法的优点是能深入电机系统本质的动态性质，可实现实时诊断，而缺点是需建立精确的电机数学模型，选择适当决策方法，因此，当电机系统模型不确定或非线性时，此类方法就难以实现了。

（3）基于模糊逻辑的电机故障诊断方法

图3为基于模糊逻辑的电机故障诊断方法框图，故障诊断部分是一个典型的模糊逻辑系统，主要包括模糊化单元、参考电机、底层模糊规则和解模糊单元。其中，模糊推理和底层模糊规则是模糊逻辑系统的核心，它具有模拟人的基于模糊概念的推理能力，该推理过程是基于模糊逻辑中的蕴涵关系及推理规则来进行的。模糊规则的制定有两种基本方法：第一，启发式途径来源于实际电机操作者的语言化的经验。第二，是采用自组织策略从正常和故障电机测量获得的信号进行模糊故障诊断的制定，将此方法通过计算机仿真实现，对电机故障有较好的识别能力。

（4）基于遗传算法的电机故障诊断方法

遗传算法是基于自然选择和基因遗传学原理的搜索算法，它的推算过程就是不断接近最优解的方法，因此它的特点在于并行计算与全局最优。而且，与一般的优化方法相比，遗传算法只需较少的信息就可实现最优化控制。由于一个模糊逻辑控制器所要确定的参变量很多，专家的经验只能起到指导作用，很难根据指导准确地定出各项参数，而反复试凑的过程就是一个寻优的过程，遗传算法可以应用于该寻优过程，较有效地确定出模糊逻辑控制器的结构和数量。

遗传算法应用于感应电机基于神经网络的故障诊断方法的框图如图4所示。设计神经网络的关键在于如何确定神经网络的结构及连接权系数，这就是一个优化问题，其优化的目标是使得所设计的神经网络具有尽可能好的函数估计及分类功能。具体地分，可以将遗传算法应用于神经网络的设计和训练两个方面，分别构成设计遗传算法和训练遗传算法。许多神经网络的设计细节，如隐层节点数、神经元转移函数等，都可由设计遗传算法进行优化，而神经网络的连接权重可由训练遗传算法优化。这两种遗传算法的应用可使神经网络的结构和参数得以优化，特别是用DSP来提高遗传算法的速度，可使故障响应时间小于300μs，不仅单故障信号诊断准确率可达98%，还可用于双故障信号的诊断，其准确率为66%。

近年来，电机故障诊断的智能方法在传统方法的基础上得到了飞速发展，新型的现代故障诊断技术不断涌现：神经网络、模糊逻辑、模糊神经网络、遗传算法等都在电机故障诊断领域得到成功应用。随着现代工业的发展，自动化系统的规模越来越大，使其产生故障的可能性和复杂性剧增，仅靠一种理论或一种方法，无论是智能的还是经典的，都很难实现复杂条件下电机故障完全、准确、及时地诊断，而多种方法综合运用,既可是经典方法与智能方法的结合，也可是两种或多种智能方法的结合，兼顾了实时性和精确度,因此多种方法的有机融合、综合运用这一趋势将成为必然，也将成为电机故障在线诊断技术发展的主流方向。

参考文献：

[1]陈清泉,詹宜君，21世纪的绿色交通工具——电动汽车[M]，北京:清华大学出版社,2001

篇4

【关键词】 故障诊断煤矿机电设备应用

当前,机电设备故障诊断技术是一项发展迅速的新兴检测技术,它在预防和诊断设备故障方面发挥着重要的作用。它能预防重大事故的发生,有效地避免人员伤害和设备损害,为煤矿机电设备的维修管理和日常保养提供重要的技术数据,有利于保证设备的安全运行,并在节约设备的维修费用和降低设备维修成本方面发挥着重要的作用,有利于现代化矿井的发展。

1 故障诊断技术的构成

故障诊断技术包括信号检测、信号处理、状态识别、预测和决策等部分。

(1)信号检测。设备状态信号是设备异常货故障信息的载体,要选择最便于诊断的状态信号(如振动、噪声、温度等),以便能真实、充分地检测到足够数量、能客观反映设备工作情况的状态信号。这是诊断能否成功的关键。

(2)信号处理。它是伴有各种干扰的综合信号中,把能反映设备状态的特征信号提取出来,并精化故障特征信号,以达到提高诊断灵敏度和可靠性的目的。

(3)状态识别。通过对设备状态特征信号进行分析和对比,识别和判断设备状态,确定其是否存在故障,以及故障的部位、原因及严重程度。

(4)预测和决策。预测是对尚未发生的或目前还不明确的事物进行预先的估计和推测,通过预测故障的发展过程,以及在何时进入危险范围,对设备的劣化趋势和剩余寿命做出预报,为进行事故预防和预防维修提供依据。决策是指根据预测预报及故障诊断结论,所应采取的预防和消除故障的方法、措施等。

2 故障诊断的基本方法

2.1 故障信息的采集

故障信息的采集是故障技术的第一步。只有信息正确,才有可能进行正确的分析、判断和决策。因此,故障信息的采集是诊断技术中最重要的内容。一般可用以下几种方法进行故障信息采集。

(1)直接观察。直接观察是现场工作人员根据经验对设备状态做出判断的方法。

(2)噪声及振动的测量。噪声和振动是诊断机器运行状态的重要信息,其测量可分为3个步骤:①测定总的噪声或振动强度,初步判断机器运行是否存在问题。②进行频谱分析,进一步判断机器中的问题发生在哪个环节。③采用一些特殊技术,对特定的可疑零部件进行深入分析。在噪声和振动测量中,仪器可以是便携式的,也可以是固定安装的。后者多用于对重要机器的监控,以防止发生事故和突然损坏。

(3)整机性能测定。整机性能测定是对整台机器的功能进行测定,以取得信息的方法。把其性能劣化与后果联系起来,对其发展趋势进行测定。对整台设备,通常用输入与输出的比较法或输出量的变化趋势进行测定。

2.2 设备运行工况综合诊断

机械设备运行状态的诊断方法是多种多样的,其中以噪声及振动测量、铁谱分析、油位油温检测、无损探伤及超声波等检测方法最为常用。然而,由于一些特殊环境对设备的影响,一些诊断技术在具体诊断中受到限制或影响其准确性,因此产生了进行设备运行工况综合诊断的专家系统。

3 故障诊断技术在煤矿机电设备中的应用

3.1 矿井提升机

矿井提升机担负着提升煤炭、矸石、下放运料、升降人员和设备的重要的任务,因此说提升机的运行是否安全可靠关系着煤矿的安全生产和职工的生命、财产安全。提升机常用的故障有硬故障和软故障两大类。硬故障一般可以通过保护装置解决。而对于软故障来说就需要设备运行工况综合诊断方法来判断,软故障通常是硬故障的前兆,因此说要对软故障进行及时的诊断和预报这对于提升机的安全运行是十分重要的。中国矿业大学研制的KJ46型矿井提升机状态监护系统、ASCC型全数字提升机控制系统等都包含了对提升机运行参数的检测和故障诊断功能,具有制动失灵保护、过卷保护、超速保护功能,均取得了良好的效果,有很重要的现实指导意义。

3.2 采煤机

采煤机是煤矿生产过程中应用最广泛的设备之一。它是集机械、电气和液压为一体的大型复杂系统。因为煤矿井下工作场所环境恶劣、空间狭小,采煤机才如此复杂和恶劣的环境中工作容易出现故障,而采煤机一旦出现故障将会导致整个采煤工作面中断工作,给矿井带来严重的经济损失。随着现代化煤矿工业的发展,采煤机的功能越来越多,自身结构也越来越复杂,导致发生的故障的原因变得更加复杂。国产的采煤机与国外先进的采煤机相比在故障检测诊断技术方面还有不少差距,主要表现在检测参数的缺少和检测范围的不全面,并且无故障诊断功能。为了改变国产采煤机无故障诊断功能和检测水平低的现状,原煤炭部将“采煤机工况检测及故障诊断系统”的研制列入了“九五”重点科技攻关计划当中。该故障检测诊断系统主要包括了机身检测单元、左右摇臂检测单元、变频器通信单元、工况检测及故障诊断单元、高压控制箱检测单元、检测显示单元这六个单元,在当前煤矿生产过程中已取得了显著的成效。

4 结语

总之,故障诊断技术在煤矿机电设备的诊断和检测中发挥着重要的作用。但是我们也应该看到由于煤炭行业的各种原因,设备故障检测诊断技术应用的范围还比较窄,对故障诊断技术的开发研究投入不足,我国设备故障诊断检测技术在理论上还不成熟,这就需要广大的煤炭研究人员和技术人员不断的探索,从而缩短差距。同时,还应该加强与各个行业间故障检测诊断技术的交流与合作,并进行新技术的推广和应用,使煤矿机电设备的安全性、可靠性得到进一步提高,促进矿井的和谐发展。

参考文献:

[1]王琳.机械设备故障诊断与监测的常用方法及其发展趋势[J].武汉工业大学学报,2000(3):62-64.

[2]周东华,王桂增.故障诊断技术综述[J].化工自动化及仪表,1998(1):42-46.

篇5

关键词：转动机械；故障诊断及处理；方法；意义

科学技术水平的提高使得我国众多发电厂都应用了众多新型的自动化、智能化的设备设施。同时，发电厂需要进行全天候、不间断的工作，保障电力的供应。因此，一些外部因素和内部因素的出现会导致各种转动机械设备故障问题的发生。而应用以往的故障诊断和处理模式无法对于其中存在的问题进行解决，使得发电厂的工作质量和效率受到影响。具体来讲，我们针对转动机械故障诊断及处理的方法、应用现代化诊断及处理技术的意义进行分析和研究工作，使得发电厂在较长时间中各种转动的机械设备保障安全运行，更好地开展工作，保障电力资源的供应。

一、转动机械故障诊断及处理的方法

（一）转动机械故障类型

我国发电厂中应用的转动机械发生故障主要是以下方面的问题。具体来讲，第一，滚动的轴承存在缺陷。比如：滚动的轴承出现了滚道或者是滚子脱落、腐蚀、破裂、有凹痕、有杂物的进入等等。而造成以上问题出现的原因有：应用的滑动轴承质量不高、没有应用专业化的技术和方式进行安装导致轴承与轴之间存在性能不高、配合不准确等问题，在较长时间应用后造成其出现了一系列问题。第二，滑动轴承问题。滑动类型的轴承在应用中主要存在的故障问题是：间隙的大小存在问题，无法进行有效性的工作，应用的油膜存在震荡或者是涡动问题。而造成以上问题出现的原因，除了质量问题外、还存在滑动轴承长期的高温、振动大的环境中进行工作的因素，无法进行有效性的运转。第三，转动机械存在松动的问题。转动机械松动主要有两种类型，一种是结构性的松动，另一种为转动性的松动。结构性松动问题出现主要原因是没有进行科学化、专业化的安装，造成了转动机械长期在磨损、腐蚀的环境中工作，导致一些结构出现了基础性的松动，影响到了其应用的质量和效率。而转动机械部件松动主要的原因是有关部件在长时间工作下出现了部件应用的损坏，轴承无法进行有效性工作。第四，转子不平衡的问题。其主要的缺陷和问题有：径向振动大、而在其他方向上的振动值较小。而造成以上问题出现的原因是，其一存在安装不当的问题、其二存在有外来的附加物进入使得转动机械部件出现了严重的磨损问题。

（二）诊断和处理的方法

我们需要应用专业化的人员和技术方式来进行以上故障问题的诊断和处理，保障我国发电厂转动机械进行良好的运行，充分发挥出自身应有状态，为促进发电厂工作水平的提高，实现良好的价值和效益发挥出重要作用。具体来讲，第一，发电厂需要定期对于转动机械设备检修处理人员进行专业化技能的培训工作，提升他们工作的积极性，学习和应用好各种故障设备设施处理的技术素养，保障它们运转正常。第二，发电厂需要进行大量资金的投入购买专业化的故障检测诊断、处理设备，提高诊断和处理的水平。应用好网络信息技术、计算机技术来构建专业化的故障保修系统、有利于有关人员快速进入现场进行设备故障诊断和处理，提高有关设备设施运行的水平。如：型号为IZ300-250-765的灰渣泵其在运行中出现了轴承温度偏高、振动值偏大的问题，我们就可以应用现场图谱仪对其进行科学诊断。如：在现场图谱仪中显示其在78Hz和6.5Hz的地方存在明显波峰、在其高频的区域存在群峰，然后应用其他专业化仪器以及专业人员的经验可以判断出此种类型的灰渣泵外滚道、保持架、轴承的滚子等已经损坏。我们通过查找此类灰渣泵应用的时间明确此已经超过合理化应用的时间。因此，需要对于其进行更换，使得发电厂有关设备可以进行正常运行。对于引风机这类的设备在进行了长时间的应用后也会出现振动偏大的问题。因此，我们需要应用专业化的温度测试装置对于其运行温度进行测量。如：显示的温度为轴瓦48摄氏度，然后应用专业化的频谱图则发现其明显的波峰出现在5Hz的地方。通过有关的分析后我们发现，滑动类型的轴承存在间隙过大问题。在有关专业化人员对其进行精细化检查下发现轴承顶隙存在超标的问题，应用专业化的机械和手段对其进行调整后，使得其恢复正常。

二、应用现代化诊断及处理技术的意义

应用现代化诊断及处理技术具有重要的意义。首先，专业化人员和现代化转动机械故障诊断设备仪器的应用，可以提高对于转动机械故障诊断工作的质量和水平，并且对于存在的问题进行快速化处理，通过周期性的常规诊断、科学化处理方式的应用，对于发电厂有关设备运行中的故障问题进行及时解决，避免了安全事故问题的发生，充分保障了发电厂进行有效性的工作，使其经济效益和社会价值得以实现。其次，应用现代化诊断及处理技术的应用使得专业化故障诊断和处理体系已经形成，可以充分结合转动机械设备运行的历史、对于故障问题进行预报、分析、判断、确定好故障发生的部位、原因、今后运行的趋势，应用专业化的手法进行修复、必要时进行转动机械的更换，保障其具有良好的应用状态。

三、结论

对于转动机械故障诊断及处理问题进行研究和分析，有利于我们应用现代化的故障诊断和处理人员、高端智能化的专业故障诊断仪器对于故障进行全面性的预报、诊断、分析、处理，提高转动机械诊断处理的水平，保障其具有良好的应用状态，使得发电厂可以取得良好的效益和价值。

参考文献：

[1]赵永忠.浅谈转动机械故障诊断及处理[J].机电信息,2015,24:71+73.

[2]王金福,李富才.机械故障诊断的信号处理方法:频域分析[J].噪声与振动控制,2013,01:173-180.

[3]任玲辉,刘凯,张海燕.基于图像处理技术的机械故障诊断研究进展[J].机械设计与研究,2011,05:21-24.

[4]余建青,臧观建,谢世坤,李强征.旋转机械故障诊断中的信号处理技术综述[J].机床与液压,2011,24:107-110.

篇6

关键词机电设备，故障诊断，现状，智能诊断技术

中图分类号： TU85 文献标识码： A 文章编号：

1引言

机电设备运行中发生的故障或失效不仅会造成重大经济损失，甚至还可能导致人员伤亡和恶劣的社会影响。因此，掌握机电设备故障诊断技术，并及时确定机电设备发生故障的原因和部位，对保证机电设备的安全运行、提高产品质量和产量、防止恶性事故发生以及节约维修成本等方面都具有十分重要的现实意义。

2机电设备故障诊断的现状

机电设备故障诊断技术是一门了解和掌握机电设备在使用过程中的工作状态，检测设备故障隐患，并对故障发生的原因、部位、性质以及故障发展的趋势做出预测的技术。

我国的机电设备故障诊断技术起步晚，但随着经济和生产的快速发展，机电设备的故障诊断技术越来越受到重视，人们投人大量精力进行研究，使这项技术取得了很大的进展，取得了较大的成功，一系列新的理论方法与技术被应用于实际并取得了良好的效果，由此我国的机电设备故障诊断技术开始了新的局面，并奠定了我国的机电设备故障诊断基础。

3常用的故障诊断技术及其存在的问题

3.1常用的故障诊断技术

机电设备故障诊断技术并不是一门单独的科学技术，它是一门融合了多门学科的综合技术，常用诊断技术主要包括振动监测技术、噪声监测技术、红外测温技术以及射线扫描技术等。近些年发展起来的一些新技术使机电设备故障诊断变得更加的准确实用，但常用技术随着科技的进步也在不断取得发展，在设备故障诊断领域的应用范围和规模仍然很大。

1.振动监测诊断技术

振动信号普遍存在于运转的机电设备中，当机电设备发生故障时，一般都会出现振动增大和工作性能的变化，因而可以通过检测设备的振动参数及其特征来分析设备的状态和故障。由于振动的理论检测手段和测量方法都比较成熟，所以人们常将机电设备振动监测诊断作为机电设备故障诊断的首选方法。另外，由于振动监测诊断技术简单易行，很方便在现场进行，实时性和直观性较好，并能精确地表征机械动态特征及其变化过程，所以被广泛应用。

2.油液磨屑分析检测诊断技术

通过对油液磨屑粒形状态识别或观察油液理化性分析、化学成分的变化来判断机械运行状况。

3.红外测温诊断技术

机电设备发生故障时，其故障部位的温度往往会升高，因而可通过测温对机电设备的故障进行判断，例如红外测温诊断技术。红外测温诊断技术易于实现在线检测，诊断效率较高，但它易受主观影响，从而引起误判。

4.射线扫描技术

γ射线扫描是一项用于工艺设备过程故障检测诊断的技术。它能在不停工不影响生产的条件下快速、准确地对故障进行诊断，具有较好的应用前景。

3.2存在的问题

常用故障诊断技术虽然取得了很大的发展，并且对特定种类的设备或故障的诊断效果良好，但依然没有形成一套完整的理论体系和相对完善的诊断评价体系。一些故障诊断技术虽然在不断创新，但创新成果在实际中普遍应用地较少，或者即使在实际中得到应用，也因为限制条件太苛刻而难以真正发挥其价值。

此外，提高故障诊断的准确性也是一个急于解决的问题。故障诊断对人们的认识和经验往往存在较大的依赖性，但人们对事物的认识有其局限性，尤其对一些状态介于故障边缘的机电设备，依靠诊断人员的经验和知识做出准确判断是比较难的。

目前存在的具体问题有：建立的故障诊断平台繁琐且可操作性差；关于智能诊断方法的研究大都还停留在理论研究上，实际应用较少；注重诊断的准确性而忽视了对故障发展状况的预测；忽视对故障排除等。

4机电设备故障诊断新技术

1.远程诊断技术

目前，在因特网不断发展与普及的今天，状态监测与诊断的网络化成为可能，对于机电设备远程监测与诊断的研究与应用正在全球范围内兴起。机电设备的远程诊断是计算机技术、通讯技术与故障监测诊断技术相结合的一种设备故障诊断方法，它以网络的远程协作为载体，采用开放式体系结构，具有强大的生命力和广阔的应用前景。

远程诊断系统一般由以下3部分组成：单位监测诊断节点、数据传输网络以及远程诊断中心。其中，监测诊断节点包括传感器系统、数据采集监测系统、智能诊断软件系统等。其功能主要是从数据采集监测系统上获取数据并完成故障诊断，并为远程诊断中心提供基本的诊断结果信息。数据传输网络将单位监测诊断节点与远程诊断中心相连，一般可利用TCP/IP Socket网络接口建立基于客户/服务器的数据传输模式，具有很强的开放性和扩展性。远程诊断中心是诊断技术的集合，一般具有如下功能：(1)设备专家系统。用户提交信息后，由诊断中心进行分析并将结果反馈给用户。(2)实现基于Inertnet的远程数据文件的传输。(3)提供诊断方法软件。

2.智能诊断技术

人工神经网络是模拟生物神经系统建立起来的非线性动力学系统，具有强大的分类能力和非线性映射能力。将传统的专家经验与人工神经网络与相结合，将神经网络的自学习机制引人机电设备的故障诊断系统，可以提高故障判断准确性。具体内容将在下节以实例的形式作详细探讨。

5新技术的应用实例

5.1 RBF 神经网络模型与算法

RBF神经网络结构如图1所示，其中x1,x2,…,xm为输入量；gi(x)(i=1,2…,n) 为隐含层基函数，y1,y2,…,yn为输出函数。

图1 RBF神经网络结构图

输入层与隐含层之间是非线性关系，隐含层与输出层之间是线性关系，即：

（k=1,2…,j） (1)

其中， gi(x,ci)一般选择为高斯函数（见式2）；ω为输出层权矢量，一般采用竞争机制进行确定。

(2)

其中，ci为隐含层第 i个单元基函数的中心，ci的确定一般采用K-Maens聚类法；σi为第 i 个隐节点的归一化参数，ci确定后可使用固定法进行确定。

5.2机电设备故障诊断模型

机电设备一般由驱动部分、 动力和传动部分、控制部分、执行机构及机身部分组成。因此，设备的故障群空间可设为r={控制系统故障，执行机构故障，传动系统故障，驱动系统故障，机身部分故障}={y1,y2,y3,y4,y5}；由于温度、振动等信息可以表征机电设备的工作状态是否正常，所以检测症状信息集可设为 u={温度，压力，速度，电压，振动}={x1,x2,x3,x4,x5}。

5.3诊断实例

现以包装生产线的雄师 2502SF 立式包装机为例，运用 RBF 神经网络对其进行故障诊断。

5.3.1网络训练

在 RBF 网络创建过程中，如果经过归一化处理，样本数据的训练时间大大缩短，训练的成功率会提高，所以有必要先将数据样本做归一化处理。归一化公式为：

xi=Pi/Pmax (3)

其中，xi为归一化后的第 i 个样本数据；Pi为第 i个样本数据；Pmax为样本数据的最大值。

网络采用教师学习方式。当网络某个输出结点为“1”时，表示对应故障发生；“0”表示对应故障不发生。训练样本见表 1。

表1 训练样本

5.3.2辨识结果

通过实测数据模拟不同测量参数的分散度 k。k分别取0.1、0.2、0.3时的故障诊断成功率见表 2。

表2 仿真测试结果的正确率

显而易见，k 较小时，故障诊断比较精确，随着 k 的增大，故障诊断的精确性会随着下降。在实际应用过程中，为了保证诊断的准确性，RBF 网络样本要求具有一定的遍历性、致密性和相容性，再考虑到实际测量得到的数据中会受噪声干扰、测量工具误差等因素影响，这都会降低故障诊断的正确率。

参考文献

[1]薛光辉,吴淼.机电设备故障诊断方法研究现状与发展趋势[J].煤炭工程, 2010 , (5): 103-105

[2]臧大进,曹云峰.故障诊断技术的研究现状及展望[J].西安文理学院学报 (自然科学版), 2011, 14(1): 33-39

[3]鲁绪阁,范云霄,钱抗抗.设备故障诊断技术综述及其发展趋势[J].矿山机械, 2007, 35(12): 15-18

篇7

[关键词]大型机械设备 日常维修 故障诊断

中图分类号：TD407 文献标识码：A 文章编号：1009-914X（2016）09-0387-01

一、大型机械设备维修与故障诊断综述

随着科学技术的发展，煤炭企业正在经历前所未有的变革升级，正在逐步转向集约化、高效生产。因而大型机电设备被广泛使用，这些大型设备本身智能化程度高、技术密集再加之连续超负荷的运转，造成人员伤亡、经济损失。从事物的辩证性来分析：设备出现故障是不可避免的，因而煤矿企业只能在设备的日常维修与故障的诊断、提前预判相结合上下功夫，最大程度的降低损失，增加效益。目前我国大型煤炭企业所使用的大型机电设备是部分引进、部分国产。国产设备和引进设备在技术上、工艺上、材料上存在差距和差异，这必然要求我们要使用不同以往的维修原则和创新维修类型，运用更加先进的维修管理、技术方能适应新设备、用好新设备。设备状态监测和故障诊断技术就是利用科学的检测方法和现代化技术手段，对设备进行监测，确认其局部或整机是否正常运行。

二、大型机械设备日常维修三项管理

1、日常维修体制的根本转变

过去我国煤矿使用的机械设备从苏联引进，沿引的前苏联维修体制，带有技术经济的色彩，称为计划预期维修，它的确定源于大量的统计规律。除了在故障出现时进行维修外，根据统计规律和生产计划定时实施小修、中修、大修，这种设备预期修理的维修体系属于被动维修体系、不具有灵活性无法适应技术密集型、高智能化的机械设备面。

现今我国从美国、德国等西方国家引进机械设备，开采位于陕西、内蒙的神府东胜煤田的煤炭企业则成套引进西方国家的综采工作面大采高机械设备，将煤矿企业的产量拉倒千万吨级、百万吨死亡率逐年跳跃式下降。对应的维修体制则由前苏联的计划预期维修转向西方国家的预防性维修体系，下面就预防性维修管理体制下大型机械设备的日常维修三项管理浅谈几点体会。

2、日常维修中的准备管理

预防性维修管理体制必然要求准备管理要有超前性、全面性，要求维修管理单位时刻处于预备演习状态。如何做到超前，从机械设备的智能化、高度集成化、关联性、使用环境的变化思维角度出发要求维修准备不能单一针对某一设备、某一零件。比如工作面顶底板岩性、煤层倾角、煤层硬度和夹矸等地质条件的突然变化极易导致综采设备整件、多处大件发生较大、不同于一般的常规性故障、损坏，因此综采设备故障维修应考虑到地质条件突变情况下的大型、综合维修，并要在维修装备、维修人员以及维修工时上留出一定的富余量来充分满足综采设备大面积故障维修，这既是维修管理的超前性和全面性。

维修管理的预见性即是高出设备的日常维修计划的一种准备状态，对大型机械设备发生了在以往运行中从未出现过的故障的一种假想推演、预判，预演出对煤矿生产企业的影响程度以及维修单位的应急处理能力。维修单位可以根据推演来作出高于日常维修计划或者无法计划到的准备。

3、日常维修中的技术管理

从根本上来讲，日常维修技术管理的本质是对从事于设备维修的技术人员以及日常维修手段的管理和创新。人是创造、改变事物的首先保证维修技术人员本质素质高，要具备受过良好教育、专业对口、思维活跃这三项基本要素。对于人员的管理应从两方面入手：一是要做好新进人员的质量把关工作从源头上解决人员综合素质不够问题，二是要做好现有人员的培训、再教育等工作从后续拔高上解决人员专业素质问题。

拥有一支素质高、创新能力强的维修队伍是日常维修手段创新的本质前提，每一个煤矿都有自身独特的地质条件，装备、生产、销售等各个环节属性不尽相同。因此创新的前提和目的就是如何克服本单位大型机械设备在运行过程中出现的各种故障。着重从三个方面入手：

（1）采用“一人双岗、一人多岗”的办法：将设备维修人员编入操作岗，以便掌握设备从装备、试生产、运行、报废全过程的各类故障并积累足够的现场经验，在设备出现故障后能够快速准确的解决问题。

（2）畅通信息分享渠道，着重解决设备制造单位、设备引进单位、设备使用单位、设备维修单位之间的信息分享，使得设备维修单位能够全面了解掌握设备的连续运转状态、参数、技术更新等各项信息。便于多单位协同、配合创新维修手段，达到大型机械设备的维修尽量采用现代化的新技术的目的[1]。

三、大型机械设备故障诊断方法

1、无损检测故障诊断方法

无损检测故障诊断方法是利用物质的某种物体特性进行故障诊断，在无损检测过程中机械设备不会出现任何损坏，而机械设备出现故障的部位会产生一定变化，进而确定故障诊断部位。无损检测故障诊断方法主要采用射线技术、磁力技术或超声探伤技术等，其不仅能对机械设备进行无损伤检测，保障机械设备的正常稳定运作，从而降低煤矿企业的经济损失，而且能提高煤矿企业产品质量和工艺，提高煤矿企业的经济效益，并且无损检测故障诊断方法的成本较低，因此，无损检测故障诊断方法在大型机械设备故障诊断中运用较为广泛。？

2、油膜分析故障诊断方法

油膜分析故障诊断方法是利用光谱分析或铁谱分析对机械设备的故障进行诊断。油膜分析故障诊断方法具有一定的缺陷，其对机械设备零部件的磨损情况具有较好的诊断，而不太适用于其它故障的诊断，并且油膜故障诊断方法需要诊断的时间较长，影响机械设备恢复正常稳定运作的时间，进而影响煤矿企业生产运作，造成煤矿企业的经济损失。另外，油膜分析故障诊断方法只能在实验室进行操作，故障诊断结果容易受到技术人员的操作影响，因此，油膜分析故障诊断方法通常运用于液压系统或系统中。

3、温度检测故障诊断方法

温度检测故障诊断方法主要是利用机械设备的温度参数对机械设备进行故障诊断的方法，通常分为接触式温度检测技术和非接触式温度检测技术[5]。接触式温度检测技术是运用于连续检测或技术人员观察不到的故障部位进行检测，比如，轴承的温度检测。非接触式温度检测技术是运用于故障部分不安全或技术人员不容易接触到的故障部位进行检测，比如，高压电器接点的温度。温度检测故障诊断方法操作简便，诊断结果清楚明确，不仅能对机械故障进行准确的诊断，更能提高技术人员操作的安全性，保障煤矿企业人员生命财产安全。

四、总结

1、大型机械设备的日常维修在煤矿企业的生产过程中占据着仅次于人的主体地位，其正常安全、稳定、可靠的生产是企业高产高效的重要保障。

2、大型机械设备故障假想推演是做好设备维修准备工作的有力保证，同时也是故障预判技术的发展方向。

3、预防性维修管理体制下，提高维修人员的专业素质是做好大型机械化设备维修工作的根本前提。

4、无损检测故障诊断对设备影响小、成本低因此使用极为广泛，油膜分析故障诊断方法在液压支架、采煤机等机械液压系统上应用广泛，温度检测故障诊断方法在大型机械设备的运转部位应用广泛。

参考文献

[1] 王建文.煤矿机械设备故障诊断及维修[J]. 技术与市场，2013（16）

篇8

论文摘要：分析了模拟电路故障诊断的重要性和目前存在的困难，对基于小渡分析理论和神经网络理论的模拟电路故障诊断方法进行了综述．指出了小波神经网络应用于模拟电路故障诊断存在的问题和未来的应用前景。

模拟电路故障诊断在理论上可概括为:在已知网络拓扑结构、输人激励和故障响应或可能已知部分元件参数的情况下，求故障元件的参数和位置。

尽管目前模拟电路故障诊断理论和方法都取得了不少成就，提出了很多故障诊断方法，如故障字典法、故障参数识别法、故障验证法等。但是由于模拟电路测试和诊断有其自身困难，进展比较缓慢。其主要困难有:模拟电路中的故障模型比较复杂，难以作简单的量化;模拟电路中元件参数具有容差，增加了故障诊断的难度;在模拟电路中广泛存在着非线性问题，为故障的定位诊断增加了难度;在一个实用的模拟电路中，几乎无一例外地存在着反馈回路，仿真时需要大量的复杂计算;实际的模拟电路中可测电压的节点数非常有限.导致可用于作故障诊断的信息量不够充分，造成故障定位的不确定性和模糊性。

因此，以往对模拟电路故障诊断的研究主要停留在中小规模线性无容差或小容差的情况，有些方法也已成功地应用于工程实际。但如何有效地解决模拟电路的容差和非线性问题，如何解决故障诊断的模糊性和不确定性等是今后迫切需要解决的问题。小波神经网络则因其利于模拟人类处理问题的过程、容易顾及人的经验且具有一定的学习能力等特点，所以在这一领域得到了广泛应用。

1小波分析理论在模拟电路故障诊断中的应用现状分析

简单地讲，小波就是一个有始有终的小的“波浪”小波分析源于信号分析，源于函数的伸缩和平移，是Fourier分析、Gabor分析和短时Fourier分析发展的直接结果。小波分析的基木原理是通过小波母函数在尺度上的伸缩和时域上的平移来分析信号，适当选择母函数.可以使扩张函数具有较好的局部性，小波分析是对信号在低频段进行有效的逐层分解，而小波包分析是对小波分析的一种改进，它为信号提供了一种更加精细的分析方法，对信号在全频段进行逐层有效的分解，更有利于提取信号的特征。因此，它是一种时频分析方法。在时频域具有良好的局部化性能并具有多分辨分析的特性，非常适合非平稳信号的奇异性分析。如:利用连续小波变换可以检测信号的奇异性，区分信号突变和噪声，利用离散小波变换可以检测随机信号频率结构的突变。

小波变换故障诊断机理包括:利用观测器信号的奇异性进行故障诊断以及利用观测器信号频率结构的变化进行故障诊断。小波变换具有不需要系统的数学模型、故障检测灵敏准确、运算量小、对噪声的抑制能力强和对输入信号要求低的优点。但在大尺度下由于滤波器的时域宽度较大，检测时会产生时间延迟，且不同小波基的选取对诊断结果也有影响。在模拟电路故障诊断中，小波变换被有效地用来提取故障特征信息即小波预处理器之后，再将这些故障特征信息送人故障分类处理器进行故障诊断。小波分析理论的应用一般被限制在小规模的范围内，其主要原因是大规模的应用对小波基的构造和存储需要的花费较大。

2神经网络理论在模拟电路故障诊断中的应用分析

人工神经网络(ANN)是在现代神经科学研究成果的基础上提出来的，是一种抽象的数学模型，是对人脑功能的模拟。经过十几年的发展，人工神经网络已形成了数十种网络，包括多层感知器Kohomen自组织特征映射、Hopfield网络、自适应共振理论、ART网络、RBF网络、概率神经网络等。这些网络由于结构不同，应用范围也各不相同。由于人工神经网络本身不仅具有非线性、自适应性、并行性、容错性等优点以及分辨故障原因、故障类型的能力外，而且训练过的神经网络能储存有关过程的知识，能直接从定量的、历史故障信息中学习。所以在20世纪80年代末期，它已开始应用于模拟电路故障诊断。随着人工神经网络的不断成熟及大量应用，将神经网络广泛用于模拟电路的故障诊断已是发展趋势。BY神经网络由于具有良好的模式分类能力，尤其适用于模拟电路故障诊断领域，因而在模拟电路故障诊断系统中具有广泛的应用前景，也是目前模拟电路故障诊断中用得较多而且较为有效的一种神经网络。 　3小波神经网络的应用进展分析

3，1小波分析理论与神经网络理论结合的必要性

在神经网络理论应用于模拟电路故障诊断的过程中，神经网路对于隐层神经元节点数的确定、各种参数的初始化和神经网络结构的构造等缺乏更有效的理论性指导方法，而这些都将直接影响神经网络的实际应用效果。小波分析在时域和频域同时具有良好的局部化特性，而神经网络则具有自学习、并行处理、自适应、容错性和推广能力二因此把小波分析和神经网络两者的优点结合起来应用于故障诊断是客观实际的需要。

目前小波分析与神经网络的结合有两种形式，一种是先利用小波变换对信号进行预处理，提取信号的特征向量作为神经网络的输人，另一种则是采用小波函数和尺度函数形成神经元，达到小波分析和神经网络的直接融合第一种结合方式是小波神经网络的松散型结合，第二种结合方式是小波神经网络的紧致型结合。

3.2小波分析理论与神经网络理论的结合形式

小波与神经网络的松散型结合，即:用小波分析或小波包分析作为神经网络的前置处理手段，为神经网络提供输人特征向鱼具体来说就是利用小波分析或小波包分析，把信号分解到相互独立的频带之内，各频带内的能童值形成一个向觉，该向童对不同的故障对应不同的值，从而可作为神经网络的输入特征向量一旦确定神经网络的输入特征向童，再根据经验确定采用哪种神经网络及隐层数和隐层单元数等，就可以利用试验样本对神经网络进行训练，调整权值，从而建立起所需的小波神经网络模型。

小波与神经网络的紧致型结合，即:用小波函数和尺度函数形成神经元，达到小波分析和神经网络的直接融合，称为狭义上的小波神经网络，这也是常说的小波神经网络。它是以小波函数或尺度函数作为激励函数，其作用机理和采用Sigmoid函数的多层感知器基本相同。故障诊断的实质是要实现症状空间到故障空间的映射，这种映射也可以用函数逼近来表示。小波神经网络的形成也可以从函数逼近的角度加以说明。常见的小波神经网络有:利用尺度函数作为神经网络中神经元激励函数的正交基小波网络、自适应小波神经网络、多分辨率小波网络、区间小波网络等。

3.3小波分析理论与神经网络理论结合的优点

小波神经网络具有以下优点:一是可以避免M LY等神经网络结构设计的育目性;二是具有逼近能力强、网络学习收敛速度快、参数的选取有理论指导、有效避免局部最小值问题等优点。

在模拟电路故障诊断领域，小波神经网络还是一个崭新的、很有前途的应用研究方向。随着小波分析理论和神经网络理论的不断发展，小波神经网络应用于模拟电路故障诊断领域将日益成熟。

篇9

关键词：电力设备；状态监测；故障诊断

中图分类号：F407文献标识码： A

电力设备诊断技术当前在开展过程中，主要是实现了状态监测和故障诊断两个方面的技术实施，在诊断监测过程中，通过提取故障信号，进一步开展检查维修工作，或者是通过对收集到的信号进行分析和处理，从而能够获取有效的状态信息，进一步做好故障机理分析、在线监测、监测信息传递、处理和存储等工作，从而不断的推动我国电力设备状态监测和故障诊断技术的提高，促进我国电力系统的良好行业，改善我国电力行业的发展现状，实现可持续、安全发展。

1.在线状态监测系统

1.1信号采集

电力设备在系统状态监测运行过程中，其在线状态监测系统主要就是在设备运行过程中，能够持续的开展检查工作，准确的判断设备运行状态，预测设备在未来的运行发展状态，通过设备运行状态量能够有效的反映设备运行情况，获取诊断对象的状态信息，通过采集电力设备的电压、电流和频率等信号，进一步依据所获取的信号来开展信号采集工作。通常情况情况下，在获取信号的过程中，有多种采样方式，第一，一次性采样方式，每次获取一个足够数据处理所需长度的信号样本；第二，定时采样，按照事前制定的周期进行采样分析；第三，在设备运行过程中发生故障后对其输出信号进行采样；第四，在设备故障诊断过程中，针对其有关的监测和跟踪信号，采取特殊的采样方式。

不同的采样方式目的就是为了能够获取电力设备运行状态，能够做出准确的判断，提高设备运行效率，对于断路器状态的好坏监测能够利用跳闸轮廓法和振动监测方法获得断路器的状态信息。

1.2数据传送

信号处理系统和监测设备的距离通常情况下都比较远，在传输过程中很容易受到外界的干扰，那么就可能造成对系统运行的影响，因此在信号传输过程中，需要先将信号进行模数转换，预处理和压缩打包后，再利用通信路径传输到处理控制中心，这样就可以将信号进行无阻断传输，保证信号传输的准确性。

1.3数据处理

在数据处理过程中，当接收中心收到通信线路传输来的状态量数据包以后，就可以利用不同的数学方式来对数据包进行很好的解析处理，在使用过程中，通过信号之间的数字化转换能够保证在时域中实现两个不同信号之间的相关分析搜索，进一步对另一个信号进行处理分析，在整个数据处理过程中，可以通过利用数字信息技术、智能控制技术等进行数据处理，提高了电力设备在线监测效率。

2.故障诊断

2.1故障信号特征量的选取

信号处理技术就是在很多的信号中能够准确的获取有用的信息，通过对这些信息进行进一步的传输和转换，从而能够提高电力系统的运行效率。在系统设备运行过程中，一种故障通常是通过若干的故障特征量来显示的，但是一个故障特征量也可能是不同的故障原因所致，因此在故障和故障特征量两者之间的关系并不明确，故障特征量的选取和提取是故障诊断中的难点问题。在对电力设备运行状态进行状态监测和故障诊断过程中，通常会由于故障特征量选取不当，而造成错误的故障诊断，当然也可能是由于故障的错误判断，选错了故障特征量，从而使得其运行状态存在很大的不合理。在选取过程中，存在错误诊断的原因就是由于故障特征量之间存在交叉区域，这就使得在交叉区域的故障特征量存在很大的模糊性，因此在选取故障信号特征量时，一定要选择具有代表性的特征量。

2.2故障诊断

在故障诊断过程中，其诊断方式不是单一的，下面我简单对常见的几种故障诊断方式加以分析探讨。

第一，利用多种传感技术和信息融合处理技术进行诊断。多种传感技术就是通过多个传感器来对同一个监测对象进行不同角度的诊断和观察，对同一个故障采用多个故障特征量进行分析，实现了多层次、多领域角度的特征量采集，在故障运行过程中，可以选择反映灵敏度较高的状态信息量，从而能够实现全面的故障诊断。

信息融合处理技术就是将传感器获取的信息数据进行处理，在设备故障诊断过程中，针对不同特征空间的反映进行相互联系，然后在信息融合处理技术实施过程中，能够求同去异，这样就可以提高电力设备监测和诊断的准确性，在信息融合技术实施过程中，不断的提高诊断准确率。

第二，基于特征空间矢量的诊断方式，这是一种通过对故障误差来进行故障特征量修正处理的方式，在故障诊断过程中，这种诊断方式具有较高的适应能力，能够针对不确定性和改变性的复杂对象进行故障诊断，在诊断过程中，在每次发生故障后，选择之前的故障征兆矢量作为监测对象，之后再选择一个新的先验征兆矢量，通过对误差进行计算和修正后，从而获取准确的征兆矢量，提高故障诊断效率。

第三，针对电力设备固有特性和在线监测状态信息量中的不确定因素进行综合考虑，能够按照最大隶属度原则进行故障分析和诊断。将信号采用模糊数学方式进行故障诊断，对故障的随机性和模糊性问题进行分析，建立相应的随机性方程和模糊性方程，能够以故障原因为方程变量，故障征兆为方程参数进行分析探讨，建立关系矩阵，做出正确的故障变量分析，提高故障诊断的准确性。

在上述三种不同的故障诊断方式进行诊断过程中，可以通过结合现代化技术，比如专家系统、人工智能等方法进行诊断，通过改进模糊神经网络在故障诊断中的应用效果，能够在建立的故障模型中进行故障的准确识别，提高故障诊断效率。

2.3故障诊断分析技术

故障诊断分析主要是对系统设备运行过程中发生故障的物理、化学过程等进行故障因果分析，在设备运行发生故障后，需要寻找故障特征量，对大量复制的设备状态特征量进行分析和整理，能够利用基于特征空间矢量的诊断方式，从而能够进行模糊识别，通过寻找适合的故障特征参数，从而判断故障种类和原因，能够进行很好的维修工作开展，提高设备运行效率，降低设备运行过程中的故障发生率。

电力设备故障诊断技术逐渐向着数字化、智能化等方向发展，在设备运行过程中，利用局域网传输的诊断信息，实现远程信息传输和故障诊断，在电力系统运行过程中，逐渐实现了设备状态监测和故障诊断信息的传输，在技术装备上进行很好的状态监测和故障诊断分析，从而保证信息传输的准确性和系统设备的良好运行。

3.结束语

随着我国电力监测技术的快速发展，传感器技术和信息技术也不断取得发展进步，在电力设备状态监测和故障诊断分析过程中，通过融合传感器监测技术和信息处理技术能够有效的提高设备监测的准确率，做好相应的设备运行故障监测和诊断，实现对故障设备的预测和准确诊断，进一步提高我国电力系统的运行效率。

参考文献：

[1]刘念，陈卓，薄丽雅．电力设备状态监测与故障诊断［J］．高电压技术，2005，31（04）：46-49.

[2]程玲．电力系统设备状态监测与故障诊断［J］．水电厂自动化，2008，29（03）：67-69.

篇10

Abstract: This paper discussed how to build the automatically generated simulation platform of fault dictionary of analog circuits, and made exploration and research combining with the diagnosis theory of soft fault of analog circuits, in order to automatically generate the soft fault dictionary of analog circuits. Based on building the automatically generated simulation platform of hard and soft fault dictionary of analog circuits, this paper introduced the algorithm theory of soft fault dictionary and the structure of simulation platform in detail, and showed the automatically generated fault dictionary through circuit simulation examples.

关键词：模拟电路；故障字典；节点电压增量关系方程；故障仿真

Key words: analog circuits；fault dictionary；node voltage increment relation equation；fault simulation

中图分类号：TM7文献标识码：A文章编号：1006-4311（2011）02-0054-01

0引言

在航空航天、国防武器及汽车领域之中，各种电子设备和嵌入式系统的数字化程度越来越高，电路的设计复杂化，数字电路板的测试和仿真及维修难度也在不断随之增大。虽然数字电路有其自身的优点，而且在装备电路板中占有很大的比重，但是在特定条件和装备的关键部位，如果采用模拟电路的设计，可以得到性能更为优越的电路。

1模拟电路故障概述

目前，模拟电路在电子装备设计中还是占有相当比重的，而且模拟电路的故障率相对较高。大约在数字电路的千倍以下。电路板的故障有90%是模拟电路故障引起的，对于模拟电路的测试诊断和维修，向来被人们看作是装备技术保障中的一个难以解决的问题。如果采用传统的人工分析测试方法和常规的仪表，那么维修的难度是相当大的，另外一方面，从维修周期来说，时间也比较长。在现代生活中，这种情况已经远远不能适应实际要求经济、快捷保障的需要。自动生成仿真平台是指在单一计算机系统控制下的多种测试和测量仪器、仪表的集成系统，通过在计算机系统上进行适当的编程，可以实现对被测验件的自动激励和响应采集。并可以实现对激励序列的相关性分析。对被测件进行功能行为或特征参数的分析、进行性能状态的评估，以及故障检测和定位，可以通过自动测试系统来实现。自动测试系统进行模块化、编程性和通用化的处理，可以令其成为构建测试维修平台的最佳选择。

2如何建立模拟电路故障字典自动生成仿真平台

2.1 模拟电路的故障测试基本做法通常模拟电路的故障测试的基本做法就是从输入端加上若干的测试激励，然后再观察相应的输入响应，并和自己预期的正确结果进行比较，如果一致，便可以认为电路板是满足设计要求的，是好板，如果不是这样，那么就会有故障存在。另外，还要对于产生故障的电路板进行诊断，找出故障发生的原因并进行维修。这就是通常所说的模拟电路故障的基本做法。

2.2 如何进行故障模拟进行故障模拟是评价测试激励故障探测能力，每次可以先在被测模型中插入一个故障的类型，然后再将测试激励顺序进行施加到被测板模型上，并将其响应与好板仿真的响应周期来进行对比。若发生不匹配的现象，那么就可以认为检测出了这个故障，并在这个基础之上得出故障的覆盖率。当故障覆盖率没有达到要求的时候，就要进一步的进行优化激励。在这个过程中，可以利用Sherlock算法，把“可能探测”转成“确定探测”。同时，故障模拟要技持步进式，分布式的故障模拟，以提高故障模拟的效率。故障的类型通常可以分为固定的故障和开路故障、短路故障，用户可以插入被测板的任意位置，此做法可以根据自己的实际情况进行一种或两种选择。

2.3 故障覆盖率报告与可测性数据报告故障覆盖率报告是故障模拟的输出信息之一，描述测试激励对于故障探测能力的大小，主要有以下几个方面的内容，第一，评价每条测试向量的故障测试能力，可以按测试向量在测试激励中顺序排序，这样就可以达到删除多余的测试量的目的，从而可以大大提高测试的效率。其二，在报告可能探测和不可能探测的故障中，便用户口有目的的增加测试量，同样可以达到提高故障覆盖率的目的。其三，报告插入每种类型故障的数目，还有所有故障的总数，再加上测试激励对于各个类型的故障的和总的探测率。要知道，对于故障模拟的输出信息而言，可测性数据报告也是故障模拟的输出信息之一，如果对于故障板上的结点进行描述，那么对于故障覆盖率影响的大小，并按从大到小的顺序进行排列，那么可以有效提高设计的可测性和故障的覆盖率。

2.4 故障字典的形成故障字典是故障模拟的输出信息之一，用于可维修故障板的故障诊断，与传统的引导探笔相比，利用故障字典进行诊断要快得多，大大提高了工作的效率。但是故障字典只能对于已经模拟过的故障进行诊断。当然，它也可以与引导探笔一起诊断，这样一来，在故障字典中，可以先按故障特征进行分组。故障组的平均数目越低，就说明故障字典的隔离率越高，从而说明故障定位的精确性就越高。这样，就可以达到故障诊断用时少的目的。而故障覆盖率和故障隔离率是相关的概念，故障覆盖率强调的是故障的覆盖面，而隔离率则强调的是故障定位的精确性，故障覆盖率高说明了测试激励发现故障的可能性也在提高。而故障隔离率高，则可以达到发现一个故障的平均用时少的目的。

3结束语

如果引入基于故障字典法的模拟电路故障字典开发平台，可以有针对性的解决模拟电路板故障诊断和维修中存在的困难，该平台上可以集成电路模型图形化的输入以及无器故障的自动插入技术，更便于交流频率的自动选取。另外，该平台还集成了诊断测试点优选等关键技术。通过对电路的自动仿真与数据分析实现了模拟电路故障诊断用故障字典的自动生成。应用该平台可有效避免传统依赖人工分析进行故障诊断遇到的各种难题，这已经通过结合实际模拟电路板验证表明。而且，对于提高模拟电路板故障诊断效率以及实现模拟电路板的自动测试都具有重要意义。

参考文献：

[1]彭敏放,何怡刚.容差模拟电路的模糊软故障字典法诊断[J];湖南大学学报(自然科学版)，2005，（01）.

[2]王光义.RC－Nullor网络的一种拓扑分析方法及不定导纳矩阵的形成[J].电子学报，1994，（05）.