设备故障诊断系统范文

导语：如何才能写好一篇设备故障诊断系统，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

[关键词]电气设备；故障分析；诊断系统；研究分析

中图分类号：TM507 文献标识号：A 文章编号：2306-1499（2014）13-0027-01

促进经济发展的根本动力是生产力的发展，只有提高了生产力，生产技术才会得以提高，经济效益才能发生质的改变。社会是不断向前发展的，生产力发展就是其中一个重要的体现，在社会、经济快速进步的这个过程中，电气设备发挥了无比大的价值。在欢庆之余，也应该看到电气设备的不足之处。如果电气设备一旦发生问题，由于网络、电气等科技产品具有很强的整体性和连带性，那么发生的后果将是无法挽回的，严重的话整个系统将会发生瘫痪。因此在使用电气设备的基础上，也要注重电气设备的故障检测，及时修复电气设备故障，掌握电气设备的相关应用知识，利用电气设备故障诊断系统排除因为设备故障而发生任何后果的情况，避免企业的生产受到损失和延退，更好地促进社会的发展和经济效益的提高。

1.电气设备故障诊断的必要性

进行电气设备故障诊断主要有两个方面的原因，一方面是随着全球经济政治一体化的趋势日益显著，整个世界已经连成一个整体，各国经济贸易日益密切，这些都说明了在以后经济的发展中，电气设备更加发挥着重要的作用。经济交易是连接生产和消费的桥梁，只有保障企业进行安全的生产才能保证经济交易的成功。而企业安全生产的保证就必须依靠电气设备的安全应用。古往今来，每一家企业都明白生产产品质量的好坏直接关系着企业的信誉和前景，并希望自己的产品能够达到工业品的质量要求，在此基础上，企业也希望所付出的成本代价较低，为企业后续的资金运作提供一个良好的平台。电气设备不仅能够保证企业产品的安全，还可以避免企业因为设备不善而不断投入资金造成巨大的成本损失。因此，企业必须采取科学的手段对企业电气设备进行科学准确地检测，对电气设备的故障进行精确可靠的分析，运用科学的技术方法的监测和故障诊断措施对生产装置的电气设备进行及时的检修维护的工作。这样就可以预先知道电气设备存在的安全隐患，并根据故障分析结果，进行相应的措施和防范，及时改善电气设备的不足和问题之源，在最短的时间里解决隐患问题和出现的故障问题。

另一方面是工业所应用的电气设备稍微不注意，一般都比较容易受到磨损。当设备受到磨损后，就会阻碍企业产品的生产。导致电气设备发生磨损主要有以下两大原因。第一个原因主要是设备的外部表面的原因，由于员工在工作的时候没有多加注意造成机器外部的摩擦、电线的熔断以及短路电线磨出火花等等问题。第二个原因主要是设备内部的原因，比如设备内在的零件轴承不咬合，部分零件的损坏和部分元件不能像正常那样发挥本具有的价值，这些问题都是当时选取设备的时候采购方面出现问题造成的，例如无意间采购了不合格的产品等等。所以为了避免电气设备发生损坏而造成无法弥补的过错，必须对电气设备的故障进行日常检查和维修，利用电气设备故障诊断系统来进行处理。

2.电气设备故障诊断系统的构成

电气设备故障诊断系统主要由人机接口、数据库、推理机、知识获取设备这几部分组成。

2.1人机接口

人机接口主要是连接用户和故障诊断系统的桥梁，用户可以通过人机接口将受到的信息进行更加准确、更加科学的处理，最后整理出实效信息，在一定程度上保证了信息的可靠性和精准性。

2.2数据库

数据库主要有静态数据库和动态数据库两种表现形式，不同的形式有着不同的作用途径。静态数据库是通过产生式的规则来获取数据，而动态数据库则是在系统运行过程中进行数据的存储处理。虽然数据库的表现形式不同，产生作用的途径不同，但是这两种方式都可以对故障进行检测和研究，其重要地位不可小觑。

2.3推理机

推理机和数据库有相同点，但是也有不同点。相同点是他们都可以有效地对电气设备提供相应的技术支持，进而更好地为电气设备提供一个有效的故障诊断系统。两者的不同点在于推理机要比数据库更加具体，处理故障比较细微的地方。根据故障诊断系统反馈的数据来对电气设备的故障进行推理，从而可以确定电气设备的部位，找出电气设备发生故障的根本原因，针对下药，采取正确的措施来使得电气设备更好的工作和发挥作用。缺少了推理机，则无法完成故障分析和故障修复，因此，推理机在整个故障诊断系统中占有重要的位置。

2.4知识获取设备

知识获取设备主要和故障诊断系统性能的高低有着重要的联系。通过知识获取设备可以掌握有关故障的一切知识，也可以借鉴前期的经验总结。总之，在知识获取设备的基础上，将经验和知识两者相结合，使得诊断系统日益完善，其功能也不断提高。

3.电气设备故障诊断系统的作用

3.1保护作用

电气设备故障诊断系统可以对电气设备进行强有力的保护，通过对电气设备进行故障诊断和故障分析，保证电气设备的更新程度和更新频率，可以使电气设备更好地投入到工作中。也可以提前了解电气设备的质量，根据数据反馈来进行故障预防，这样可以降低修复故障的成本。

3.2能够有效地处理设备故障

电气设备诊断系统不仅可以为设备进行诊断，还可以对设备的故障处理进行指导。在找出故障的基础上，进一步地分析故障产生的原因，条件，从而有针对性地提供一个故障解决的计划，而且这个计划具有最优性。当遇到其他问题时，也可以为人们提供一个比较好的处理规划。

3.3诊断作用

通过电气设备故障诊断系统，人们可以找到发生故障的位置，明白哪里出现了问题。首先，在最开始进行设备的诊断时，在系统的选择页面选择需要进行故障诊断的设备；其次，根据所选择的的设备来调取相应的数据库，以数据库为基础找出准确的故障发生点；最后，根据数据库来进行故障原因的分析，为故障的诊断提供依据。

参考文献

[1]肖方勇.浅议电气设备故障诊断系统的分析与设计[J].科技创新导报，2013，20：238.

[2]胡晓光，齐明，纪延超，于文斌.基于径向基函数网络的高压断路器在线监测和故障诊断[J]；电网技术；2001（08）.

篇2

【关键词】煤矿机电；远程监控；故障诊断；设备管理

由于煤矿机电处于相对恶劣的工作环境中，煤矿机电设备多承受变载荷，煤矿机电的监控与故障诊断要求实时性较高，机械的故障原因复杂。对于煤矿机电设备的管理，只有可靠的及时的监控技术和故障诊断系统，才可以提高系统的稳定安全性能，降低管理运行成本。煤矿机电设备监控与诊断系统采取了数据的采集与集中监测显示的方式实现设备的动态诊断，这种方式在设备运行状态监测中起到重要作用，及时准确地诊断分析出机电设备可能出现的故障。

1．机电设备管理信息系统的目标

机电设备管理水平的高低、设备运行的好坏、设备有效作业率的高低直接关系到煤矿生产计划的制定、实施、产品、质量、原材料的消耗以及工艺指标的控制等方面，因此，开发和建立煤矿机电设备管理信息系统有着重要意义。机电设备管理信息系统的目标如下：(1)对企业内的设备档案、运行状态、维修计划等进行维护、查询，为各级管理部门提供所需的设备统计、查询数据。建立符合煤矿生产的设备管理系统，以保障设备信息的动态完整性、可靠及时性。(2)机电设备管理子系统应将全部的设备管理部门、设备使用部门、财务等相关部门联系起来，达到数据共享，形成一个完整的设备管理体系。(3)设备维修管理，支持辅助编制设备维修计划功能；提供记录历次设备维修情况的输入、存储功能；提供反映维修计划、执行情况的相关数据；提供维修分析功能。(4)设备改造管理，支持辅助编制设备改造计划功能；提供记录历次设备维改造情况的输入、存储功能；提供反映改造计划、执行情况的相关数据。(5)设备运行管理，提供设备完好率等统计数据，以反映设备技术状态和管理水平。煤矿检测与诊断系统可以直观地反映设备的运行状态、运行效率及设备的安全状况，对设备进行及时的跟踪反馈，动态的展示机电设备的运行状态，以方便制定出合理的维修、保养计划，使设备因故障造成的停工时间降到最短，延长设备的使用寿命，降低库存量，增加经济效益。

2.煤矿机电监控与故障诊断系统的原理

2.1现场总线技术

现场总线技术是近年来迅速发展起来的一种工业数据总线，它主要解决工业现场的智能化仪器仪表、控制器、执行机构等现场设备间的数字通信以及这些现场控制设备和高级控制系统之间的信息传递问题。由于现场总线简单、可靠、经济实用等一系列突出的优点，因而受到了许多标准团体和计算机厂商的高度重视。现场总线技术沟通了煤矿生产过程现场及控制设备之间及其与更高控制管理层次之间的联系。它不仅是一个基层网络，而且还是一种开放式、新型全分布控制系统。现场总线技术是以智能传感、控制、计算机、数字通讯等技术为主要内容的综合技术，对于煤矿机电设备的管理起着重要的作用。

2.2小波神经网络

小波分析 (wavelet Analysis) 是 20 世纪 80 年代中期发展起来的一门数学理论和方法 ,由法国科学家Grossman和Morlet 在进行地震信号分析时提出的,随后迅速发展。小波分析的出现被认为是傅立叶分析的突破性进展 ,在逼近论、微分方程、模识识别、计算机视觉、图像处理、非线性科学等方面使用小波分析取得于许多突破性进展。

小波神经网络技术通过现场调研收集1000 组传感器收集的常见检测记录，依据不同的故障诊断方法、疑似故障的内部检查、专家讨论分析等方法确定出相应的故障类型。温度监测技术也己广泛应用于煤矿设备状态监测，但设备在即将出现事故温度才会急剧上升，因此温度检测难以完成设备安全监测和早期预警的重任和及时报警的现场要求。铁谱技术是现阶段煤矿行业设备状态监测与故障诊断常用技术，美国煤矿开展 屑监测工作较早，然而，在应用铁谱分析技术属于离线监测，大多还是从设备现场采集油样，再在实验室制作谱片进行油液成分分析，分析周期相对较长，速度慢，降低了设备监测的实时性。振动监测技术利用振动信号对设备进行诊断，是设备故障诊断最常用、最有效的方法之一。设备振动信号中包含了系统、零部件由于磨损、疲劳、老化等因素引起的劣化和失效等重要信息，通过对振动信号进行采集、分析和处理，可以监测设备的运行状态，识别机械设备的故障类型、故障来源，从而为设备的维修提供依据，以达到保障设备安全运行的目的。

3.机电监控与故障诊断系统的实际应用

以下是通过振动分析仪对煤矿通风机设备进行的故障诊断数据及处理过程：(1)振动加速度信号波形：振动峰峰值大小为81.6m/ss(8.16g) 峭度指标:1.8103；(2)振动烈度信号波形：振动烈度为29.7mm/s（最大值*0.707）；(3)振动加速度信号包络谱分析。

分析结果：一是风机轴承型号为NU324，轴承故障频率为内圈损伤故障频率97.5Hz，外圈损伤故障频率为65Hz，滚动体损伤故障频率为60Hz。分析图谱中未发现与轴承各故障频率相对应的成分；二是从振动加速度时域波形可以看出风机振动剧烈，峰峰值达到80m/ss，此外，时域波形上存在杂乱毛刺，说明风机零部件存在摩擦现象；三是振动加速度信号频谱图中没有出现明显的轴承故障频率成分，在700Hz附近存在明显的边频带现象，对振动信号进行包络解调分析，得出的调制频率为12.5Hz，与风机旋转频率750rpm相对应；四是由于振动加速度信号振动峭度指标为1.8，小于3，所以风机振动剧烈原因不是由轴承故障引起的冲击性故障；五是由振动波形中摩擦现象，以及故障调制频率12.5Hz，可以判断风机振动剧烈原因与叶片有关，且叶片存在摩擦现象。

结论：检修发现刚安装风机的叶片与机壳出现严重摩擦，检修后运行正常。

总之，煤矿机电设备管理涉及内容广泛，信息复杂，数据量大。在传统手工管理方式下，信息的采集和反馈速度慢，数据失真、丢失严重，导致了设备管理的各个环节相互脱节，各种指标的分析不准确，计划与实际脱离，影响了设备管理水平的提高。因此，企业开发设备管理信息系统的基本任务，就是要通过将信息技术和管理技术结合，利用计算机辅助设备管理人员的工作，提高工作效率，达到促进设备管理现代化，为提高企业生产技术水平和产品质量、降低消耗、确保安全生产、增加经济效益等服务的目的。

煤矿机电监测与故障诊断系统及时准确识别核心零部件故障的微弱特征信号，必将为潜在故障预示和演化、寿命预测和制定维修策略提供技术支持，从而提高煤矿关键装备整体运行安全性和可靠性，实现由“事后维修”到“预知维修”的转变，避免意外停机及恶性事故发生，具有巨大的经济效益和社会效益。

【参考文献】

［1］李国华,张忠忠.机械故障诊断[M].北京:化学工业出版社.

［2］陈志强,李青松,张端．基于多种诊断知识的回热系统故障诊断[J].电站辅机,2004,(1):16-22．

［3］侯国莲,孙晓刚,张建华,等.基于非线性主元分析和概率神经网络的凝汽器故障诊断方法研究[J].中国电机工程学报,2005,25(18):104-108．

［4］潘浩.Internet 上实时视频流传输框架的研究[J].北京工大学报,2003，(6).

篇3

关键词　电力gis设备；故障诊断。局部放电

引言

电力gis设备(gas-insulated metal-enclosed switch gear，气体绝缘金属封闭开关设备)是由断路器、接地开关、母线等元件直接联到一起，并垒部封闭在接地的金属外壳内，壳内充以一定压力的绝缘气体作为灭弧介质。近年来，随着城市电网建设的发展，gis变电站的数量不断增加。gis因其具有的诸多优点，已经成为主导开关设备。但是，由于电力gis设备本身的封闭性，使得故障检测和诊断相对困难，同时该类设备内部场强又很高，一旦出现内部缺陷，极易发生设备故障，严重时发生爆炸，造成巨大损失。到目前为止，国内已发生多起由于电力gis／断路器绝缘故障引起的变电站事故，例如韶关和溪电站的110kv gis、江门的220kv和500kvgis、大亚湾的400kvgis、云南临沧大朝山500kvgis等都发生过绝缘事故。为提高供电可靠性，及时发现事故的征兆，避免重大事故，同时也是为了减少盲目的定期检修造成的停电、人力物力浪费和可能的设备损坏，具备一套完整准确的电力gis设备故障诊断与分析综合系统是非常必要的。

一、设计原则

由于gis设备本身的特性，除微水等少数试验项目外，现行的高压电气设备预防性实验方法大多无法用于gis设备。一般来讲，在电力gis设备在现场安装前，只进行耐压试验，验证其运输和安装过程中是否受损以及检查其重新组装的正确性。统计表明，通过试验的gis设备如果存在的一些缺陷，最初可能无害，也不容易发现，但随着运行年限的延长，在开关操作震动和静电力作用下，异物碎屑的移动或是绝缘的老化等可能产生局部的放电现象，以致最终发展为击穿放电事故。研究表明，gis设备内部故障以绝缘性故障为多。gis设备的局部放电往往是绝缘性故障的先兆和表现形式。一般认为，gis设备中放电使sf6气体分解，严重影响电场分布，导致电场畸变，绝缘材料腐蚀，最终引发绝缘击穿。实践证明，开展局部放电检测可以有效避免gis事故的发生。针对上述问题，对于电力gis设备的故障诊断和分析系统要具有高灵敏度、强抗干扰性，尽量避免设备的体内传感器。在设计上可概括为：按照模块化、通用化、标准化的原则，通过对电力gis设备局部放电现象的研究，设计电力gis设备故障诊断模型，以及电力gis设备通用故障检测算法和分析决策算法，构建由硬软件结合的电力gis设备故障综合诊断系统。软件研发过程采用了面向构件的设计方法，为系统日后升级提供了必要条件，同时也为最终实现一个综合的电力设备状态监测综合管理系统奠定基础。另外，设计过程中系统突出资源共享的特性，力求实现电气设备故障综合诊断系统和其他电力软件系统的数据共享、信息交换。

二　系统总体设计方案

电力gis设备故障综合诊断系统在体系上主要由状态监测单元、数据预处理与初判单元和服务器三部分组成。具体结构见图1。系统通过gi s设备状态监测单元获得电力g r s设备运行时状态监测关键数据，上传至上位主机，在主机中提取特征信息，进行一般的设备状态判别与分类，并将提取的数据通过上位主机借助网络上传至服务器，建立数据库，通过智能算法对异常设备进行深入的多层次地识别与分析，得出准确的故障定位与故障种类，同时进行趋势预测，为诊断决策提供依据，利用分析后的结论来进行设备维修和更换的科学合理的决策。

三、系统功能分析

(一)状态监测单元

该部分主要由气体密度测量装置传感器和局部放电监测装置传感器等功能模块组成，监测设备的运行状态，完成测量信号的模数转换和预处理。其原理框图如图2。其中针对监测中抗干扰性、检测灵敏度，以及满足避免电力gis设备体内传感器的要求，在局部放电监测中采用gi s局部放电uhf信号传感。

(二)数据预处理与初判单元

通过u sb接口接收状态监测单元的状态数据信息，对接收的设备气体密度状态数据同标准数据进行比对，若超出正常范围则报警；对所接收的局部放电信号进行特征提取，并同典型波形进行初步比对，进行初步判别；将状态信息上传至服务器，以便建立数据库。

(三)服务器

在系统中服务器端主要实现以下功能：海量数据存储与处理，提取关键特征数据，对电力gis设备进行多层次的故障诊断分析。实现gis设备重要参数的长期状态监测，进行分布式数据存储。系统不仅要提供gis现有的状态，而且还能通过这些数据分析各种重要参数的变化趋势，识别gis设备可能存在的故障}通过数据挖掘技术将有益于动态分析的数据从大量的监测数据中提取出来，形成故障特征数据样本；由浅入深地从不同层面对监测到的电力gis设备数据进行动态分析。结合智能化解决方案，对异常数据进行动态分析和趋势分析，辨别设备状态，对存在故障隐患的设备进行跟踪，适时报警，做出对电力gis设备科学合理的维修和更换策略。制定维修计划、合理地下达维修工单，根据系统中得出的设备状态的结论，实现预防性维修、以可靠性为中心的维修以及状态维修等几种维修模式，合理制定电力gis设备检修。同时，对每次维修的维修成本进行总体量化，对电力网络中多个gis设备的维修做出合理决策。同时将设备整体情况进行实时分析与决策，以工作单的提交为执行主线，对进行检修和维护人员的工作进行规范，把检修过程中责任明确到个人，杜绝事故的发生。

篇4

论文关键词：测试系统，BP神经网络，故障诊断

 

引 言

系统测试是导弹发射前必要的过程，测试的快速性和有效性直接影响到导弹的正常发射，因此要时刻确保导弹的测试系统的处于良好状态，才能做到对导弹的及时保障。而导弹的测试系统是一个非常复杂的系统，具有系统性强、结构复杂的特点，一旦发生故障很难排查。多层前馈神经网络及其误差向后传播的BP神经网络是目前应用最成功的一种神经网络，本文以导弹伺服机构测试设备的故障为例，将神经网络引入测试设备的故障诊断中，使故障诊断更加方便、快捷，对增强导弹部队的生存能力有着重要意义。

1 BP（Back Propagation）神经网络的结构及学习算法

1.1 BP神经网络的结构及数学描述

标准的BP网络由三层神经元组成，由于三层前向神经网络可以实现以任意精度逼近任意连续函数，所以本文只研究三层.BP神经网络及其学习算法。图1是一个典型的三层前向网络结构图[1，3]。图中圆圈代表神经元，?（.）是作用函数测试系统，多层前向神经网络的作用函数是sigmoid函数。输入层对应于故障现象，输出层对应于故障原因。设输入层有m个节点，输出层有n个节点，隐含层节点的数目u可根据需要设置。

隐含层中的节点输出函数为

（1）

输出层中节点的输出函数为

（2）

式中，；――输入层输入，也是输入层输出；

――输入层到隐含层间的连接权；――隐含层到输出层间的连接权；

――隐含层的阈值；――输出层单元阈值。

1.2 BP网络的学习算法

BP网络自学习原理[3-4]：神经网络学习时输出层出现的与事实不符的误差，归结为连接层中各节点连接权及闽值的过错，通过把输出层节点的输出误差逐层向输入层逆向传播以分给各连接节点，可算出各连接点的参考误差，并据此对各连接权进行相应的调整，使网络达到适合要求的输出，实现训练模式对A（k）--C（k)(k= 1,2,3......， N)的映射，其中

C(k)=(C1（k),C2 (k),...,Cn（k))――第k个输出样本

A(k)=(a1(k),a2(k),...,am(k))，――第k个输入样本

ai(k),cj(k)∈R (R为实数域)

概括起来，BP网络的自学习算法如下：

（1）给、、、随机赋一个（0，1）之间的较小值；

（2）将的值输入给输入层节点，输入层节点激活值，依次正向计算、；

（3）计算输出层节点输出与期望输出值的误差；

（4）向隐含层节点反向分配误差

（5）权值调整

式中为学习步长，一般取（0，1）范围内的值；为动量因子，取（0，1）范围内的值。

（6）阈值调整

（7）重复（2）至（6），直至对于，误差变得足够小或者达到规定的训练步数。

2某伺服机构测试系统的故障诊断模型

以某导弹伺服机构为例论文提纲怎么写。伺服机构是导弹重要的组成部分，其所处工作状态的好坏直接关系到导弹能否正常发射，因此伺服机构的测试是保障工作必不可少的内容。伺服机构的测试装置采用的是智能化和自动化程度较高的测试系统，主要由控制机箱、启动机箱、计算机、显示器、打印机等组成测试系统，测试原理框图如下[2]

伺服机构测试系统故障是与测试步骤、测试动作相联系的，而且故障可归类为指示灯、测试仪表和其他三类中。指示灯涵盖了测试设备所有的指示灯，对于每一个指示灯，故障可分为动作后不亮或不灭，仪表故障可分为无读数或读数出现偏差等，其他故障包括计算机显示错误、数据传输错误等。故障定位网络主要根据以上所述完成故障的定位，它通过对测试信号的判别(在线)或用户的选择(离线)对故障进行分类，其输出对应第二层的输入。第二层网络包括漏电故障、计算机故障、综合测试等诊断网络，它们分别完成各自的故障诊断。每个网络都是一个前馈式网络，包括输入层、隐含层和输出层[6]。例如，在建立的故障诊断系统的神经子网络中，有一网络，其输入输出符号定义如下表格A:

表格 A

 

符号

代表意义

1

符号

代表意义

1

X1

压力表1

指示正确

指示不正确

X10

LED显示

正确

不正确

X2

压力表2

指示正确

指示不正确

Y1

调压电路

正常工作

故障

X3

压力表3

指示正确

指示不正确

Y2

调流电路

正常工作

故障

X4

电流表

指示正确

指示不正确

Y3

灯泡1

正常

故障

X5

指示灯1

亮

不亮

Y4

灯泡2

正常

故障

X6

指示灯2

亮

不亮

Y5

灯泡3

正常

故障

X7

指示灯3

亮

不亮

Y6

灯泡4

正常

故障

X8

指示灯4

亮

不亮

Y7

灯泡5

正常

故障

X9

指示灯5

亮

不亮

Y8

数据传输

篇5

关键词：电力系统；故障诊断；检修方法

中图分类号：TM764 文献标识码：A 文章编号：1006-8937（2013）20-0114-02

电力系统中电气设备的长期运行，会使设备出现老化、磨损等问题，使得设备出现故障的概率大增。如果未能及时解决，那么很可能导致设备无法正常运行，影响供电系统的可靠稳定，故障严重时甚至会威胁到人身安全。

1 电力系统中电气设备常见故障

1.1 电气设备机械故障

电气设备（特别是电机）通常发生磨损、疲劳等故障。转子、定子与轴承装置共同组成电机，它拥有独立的电机绝缘系统和能保证电机正常工作的散热系统和基本的机械系统，并且电机工作时它的电路相互独立，这些特点使得电机一旦出现故障就很难被诊断，这就需要经验丰富的检修员，同时需要高科技设备来检修。除了电机，高压断路故障也比较常见，绝缘器被破坏、拉杆瓷瓶断裂等都属于高压断路故障，严重时会烧毁设备，影响供电安全。

1.2 电气设备绝缘故障

设备绝缘故障是整个电气设备故障中的重点问题。高电压、强电场的长时间作用，使得绝缘设备极容易出现故障，一旦出现，不仅影响正常供电，而且会扩大故障程度。绝缘故障通常出现在变压器、电压电流互感器和电力电缆等设备的绝缘器上，主要是因为这些设备密封不严、出现老化，容易受到环境物质的侵蚀（如二氧化硫），使得设备丧失绝缘能力出现故障。由于电压电流互感器是整个电气设备的核心部件，它承担着最大的负荷，老化速度最快，并且由于绝缘设备采用的油侵材料和胶纸材料电容型结构密封不严，所以最容易出现电气设备绝缘故障。

1.3 电气设备发热故障

在供电过程中，电气设备起到电能转换和传递电能的作用，整个过程中都伴随着放热。如果放热量过大，将使电气设备运行时的温度急剧升高，电气设备运行出现异常，影响供电稳定，造成极大破坏。由于热故障很容易被检测，但考虑到它的破坏性，决不能忽视它，要将热故障诊断作为关键工作来对待。

2 电力系统中电气设备的诊断与检修

2.1 调查分析

调查分析是电气设备检修前的准备工作，能为检修人员带来故障初步信息。严谨、正确的调查分析能促进检修工作的顺利进行。调查分析针对电气设备的表面，通常采用以下六种方法：①口问，询问相关操作人员，及时了解设备运行状况和以往发生故障的信息，为迅速找到故障原因做好准备工作。②鼻闻，闻电气设备是否散发异味来判断故障是否出现，如存在烧焦气味，表明电气设备很可能发生了故障。③眼看，仔细观察电气设备外部颜色是否改变，接线是否正确等。④耳听，通常电气设备运行时会产生一定规律的噪音，如果设备出现故障，运行时噪音会变得没有规律，用耳就能听出其中的差异从而判断故障是否出现。⑤手摸，必须先切断电源保障人员安全，用手触摸电气设备，判断设备温度是否过高，出现异常。⑥手拽，轻轻拽动电线，是否出现松动的情况，如果出现表明接线不严。运用上述六种方法，可直接检测外观特征明显的一类电气设备故障，大致确定故障发生范围。

2.2 分析电路确定故障的范围和故障点

故障范围和故障点的确定，要从电气设备的电路控制关系和原理图开始分析。主电路和控制电路组成电气设备电路。因为主电路出现故障时特征很直观，极容易确定故障点，所以关键在于控制电路上，控制电路由若干个支路或者控制单元组成，具有复杂性，它们根据设备的功能、控制要求，通过合理的设计电路使之组合起来共同完成控制任务。检修时，可利用电器辅助触点确定控制单元，同时也可通过结合主线路连线特征，运用电路控制关系，找到控制电器货单元。最后进一步分析，可准确的确定故障范围和故障点。

2.3 通电试验控制电路

检查电气设备外部直观特征，也未能准确找到故障点时，可以进行通电试验对电路逐步排查故障点，这种方法虽然操作繁琐，花费较多时间，但准确性更高。比如操作开关、按钮时，电路中的继电器和接触器要按规定的动作关系进行工作。一旦发现拒不动作的电器，检查这个电气是否有线圈损坏、接触点磨损等情况，然后对相关的电路进行逐项分析，最终确定故障点。试验前，一定要断开电源，避免出现触电事故，并且要求检修人员对电气设备的电路控制关系相当熟悉。

2.4 利用常用仪表进行诊断

使用合适的电工仪器测出电路的电压、电流和电阻等参数，然后比较设备正常运行时电路的电压、电流、电阻，判断故障点。电压测量法、电阻测量法和短接测量法在检修工作中运用比较普遍。

2.4.1 电压测量法

测量时通常采用电压分阶测量或者电压分段测量的方法。首先将万用表转换开关调拨到合适的电压测量档位上，然后测量故障电路的负荷电压或者电器元件的电压，测得的数据与电路正常运行电压值相比，判断出故障点。

2.4.2 电阻测量法

为保证安全，必须先将电气设备的电源断开。将万用表转换开关调拨到合适的电阻测量档位上，然后测量故障电路的电阻来判断设备故障点。如果线圈元件包含在测点间，测得的电阻为线圈电阻，如果测得的电阻值比线圈电阻值大，那么表明接线或者触点接触不良；如果待测电路间只有导线和触点，测得的电阻值应是零。如果测得的电路电阻无穷大，表明电路呈断开状态。

2.4.3 短接测量法

短接测量法是指电路带电状态下，在所怀疑的断路或者接触不良部位，使用一根绝缘性能优越的导线短接。短接后，电路能够通电，那么表明该处线路断路，即为故障点。短接时通常采用长短结合的方式，这样能加快排查故障点速度。

电压检修并没有断开电源，所以安全性较差，但是这种测量方法比较准确，容易判断；电阻测量法是在断开电源后进行，安全性较好，但容易受到外界环境的影响使得电阻值测量不够准确，容易出现错误的判断；短接测量法与前两种先比，使用的工具较少，可以不使用万能表，只使用试电笔和绝缘导线就能快速进行检测并判断出故障点，但这种方法不能使用于电阻、线圈，因为它是带电检修，很容易出现人员触电事故。在实际检修过程中，可以几种方法相结合，灵活使用，快速检测出故障点。

3 检修实例

新疆某电厂主变压器运行过程中出现故障，现对其进行分析。

3.1 故障经过

电厂的主变压器长时间运行，需要对外部进行及时清理。通过调度正常停电后，对主变压器进行例行检修和清扫。完成工作后正常供电，变压器励磁分接开关位置却发出异常声音，调度人员立即断开电源。

3.2 诊断经过

工作人员首先就对瓦斯继电器进行诊断，发现其内的气体呈淡黄色并且能燃烧，断定主变压器出现故障。对分接开关进行检查，发现其位置不正确，由原来的+1档变动到+1档与+2档之间。最后通过电阻和电流测量方法，分析得出+1档位置的电阻不能正确测出。

3.3 故障原因

此次故障最主要的原因，是由于分接开关位置不正确而引起。清扫工作时，没有把开关位置的螺母固定紧，触碰开关档位圆盘后造成开关位置出现异常。

3.4 预防措施

①切换分接开关前，测量直流电阻。分接开关由于长时间使用会引起局部的熔化，使得电阻变大，可能引起放热量过大威胁变压器的正常运行。所以，切换分接开关前，必须测量直流电阻，并且三相电阻值之间的差值不能大于2%。

②及时清除切换开关的手柄，并且要求在停电状态下进行开关切换。切换开关时，一定注意将螺母紧固，避免出现松动引起开关位置不正确。

③主变压器经过大检修工作中后，分接开关极容易发生故障，可能引起接触面的烧伤。因此，主变压器停止工作，通过测量三相分接头的直流电阻来确定开关接触情况。

4 结 语

为确保电力系统中电气设备正常运行，要根据电气设备的特点和运行要求制定严格的管理措施，定期进行维护检修，全面掌控电气设备运行情况。一旦出现故障，要采取合理措施，灵活运用各种检修方法，及时进行处理，并积累工作经验，保障电力系统的安全可靠运行。

参考文献：

[1] 李珉.电气设备检修的问题及解决方案[J].沿海企业与科技，2008，（3）.

篇6

【关键词】 西门子Step7 故障诊断 PLC

1 前言

在计算机、微处理器和数字通讯技术的不但发展之下，计算机控制被广泛的应用到工业领域当中。并且随着社会需求的不断增大，制造业也对市场需求做出迅速的反应。为满足这一要求，自动化生产和生产设备应具备较好的灵活性和可靠性。因此，可编程序控制器（PLC）的提出，便是为满足这一发展要求，具有广泛的应用，并且具备应用方便和功能强大的应用优势，逐渐的成为现代化的重要支柱，而且已逐步的被应用到工业领域中，尤其是在自动工业生产中发挥最为基本的过程控制作用。同时，其质量的优劣可直接影响到产品的生产。因此，为保证PLC能够保持良好的运行状态，需对其出现的故障进行及时的处理，可采用故障诊断和状态监测的方式。

2 Step7在PLC故障诊断中的应用

在目前，S7300/400在我国所占有的市场份额较大，其为模块式的PLC，通过信号模块、接口模块、信号模块、机架、电源模块和CPU模块组成。并且该型号具有较强的故障判断功能，结合STEP7编程软件的应用，能够得到诸多的编程错误信息和硬件故障信息。由于其内部具有记录和识别错误的功能，可将错误信息保存到CUP诊断缓冲区当中，若是在此过程中出现事件，或是错误的发生，还可将编辑有时间和日期的信息保存在诊断的缓冲区中，以便于后续处理措施的制定[1]。

2.1 故障诊断方法

在进行故障诊断前，应先对诊断符号进行了解。依据诊断符号对模块故障状态和模块运行的形象表示，可对故障进行及时的了解。若是模块运行中存在诊断信息，相应的模块上便会有诊断符号增加，或者是相应模块对比度下降。诊断符号中显示的“模块故障”，其原因可能为诊断被中断，检测到故障时，LED发亮，或是I/O的访问错误；而若是诊断符号显示为“无法诊断”，则表明不能够实现在线连接，或是其模块对诊断信息不支持。

在基本的故障诊断的方法中，首先应在管理器当中透过菜单命令，将在线窗口打开。进而将所有的站均打开，看其CPU是否存在指示故障或错误的诊断符号。还可使用F1键帮助，对诊断符号进行了解。通过对诊断符号的观察，能够对CPU模块的相应运行模式进行判断，主要判断其是否存在轻质变量，以及CUP或是别的模块是不是存在故障等。同时，还可将在线窗口打开，并在STEP7当中将采用执行菜单命令，进而硬件诊断的浏览窗口快速的打开，在打开的窗口中会对PLC状态有显示，通过对其分析，可找出诊断模块中存在的硬件故障，对故障模块进行双击操作，可对故障信息进行详细的了解。

2.2 故障诊断中模块信息的应用

在应用模块信息进行故障诊断时，首先应将模块信息的窗口打开，之后将其和PLC形成在线连接，选取STEP7中需要检查的站点，接下来便可执相应的菜单命令，在开启的模块信息窗口当中，可对选中站点中的CPU模块信息进行显示。其次，需使用“Module Information”按钮，其按钮可在快速视窗中找到。此外，还可通过对CPU模块的双击，进而将模块信息窗口打开。最后对于CPU所发生的故障明细，能够显示在模块信息出口当中诊断缓冲区的选项卡当中。最后通过对缓冲区诊断可分析系统错误，进而找出其原因，在对事故分类的基础上，制定出解决的措施[2]。

3 故障处理组织块的应用

3.1 错误处理

相对而言，S7300/400具备较强的检测错误和处理事故的功能。“错误”指的是PLC当中存在的编程错误，或是功能性错误，并非是执行装置，或是外部传感器存在的故障。在其应用过程中，若是CPU检测出错误。此时，操作系统便会出现对应错误的组织模块，进行错误的处理。若是出现的错误，缺乏对应的组织模块，CPU将会进入到相应的STOP模式当中。

3.2 错误的分类

根据组织块，可将能够被S7CPU检测到的错误分为两个基本的类型。其一为异步错误，其二为同步错误。其中异步错误指的是同PLC操作系统和硬件具有密切关系的错误，跟程序的执行情况无关。同时异步错误所造成的后果通常较大，其所对应的组织模块为OB80-OB87和 OB70-OB73。而同步错误则是和程序执行相关联的错误，对应的错误处理模块为OB122和OB121。

除故障组织处理模块的应用外，还需注重通讯故障的诊断。在各类因素的影响下，PLC自动控制网络通常会发生不同的通讯故障，并且其故障的存在，将会对整个PLC自动控制系统的运行产生较大的影响。因此，若是应用PLC自动控制系统，应尽量的保证通讯的正常应用，确保在发生故障时，能够迅速作出反应。其中，西门子S7300/400中的大型和中型的PLC可应用STEP7的编程软件进行相应程序的编写，进而诊断处理的各类网络通讯中出现的故障[3]。

4 结语

企业通过PLC的应用，可达到分布式过程控制的目的，但由于该种形式的分布存在地点分散和需要较多现场设备的特点。因此，为能够准确、快速的对PLC所出现的故障进行处理，并尽量减少停机的时间，要求企业的相应的操作人员需掌握好PLC的诊断方法和状态监测方法，以此促进企业生产经营效果的提升。同时，由于PLC的故障特点较多，若是处理人员缺乏专业性知识，在处理中将会导致诸多问题的出现，进而导致问题扩大化发展。所以作为设备技术人员，应对PLC运行状态进行较好的掌握，要求能够对相应的程序进行编写，进而对分布式PLC系统的外部设备和通讯故障进行处理，确保其系统的有效性运行。

参考文献：

[1]孔令峰.西门子PLC系统在切粒机调刀机构控制应用[J].中国科技纵横，2012，4（2）：191-192.

篇7

[关键词]电气设备；在线监测；故障诊断

中图分类号：TH165+.3 文献标识码：B 文章编号：1009-914X（2014）42-0017-01

电气设备在日常生产中广泛应用，却存在着较为明显的问题，那就是设备的故障往往十分常见，影响生产的正常进行。为了在最大程度上消除电气设备故障所带来的影响，可以通过设计电气设备故障诊断系统，来达到在第一时间诊断系统故障并排除故障的目的。

1 电气设备在线监测实现的方式

1.1 在线监测

在线监测一般指在设备不停电、保持正常运行的情况下，安装在被检测设备上的相关的设备、仪器，对电力设备状况实时进行连续或周期性自动检测的过程。随着技术的不断发展，各类单一功能的在线监测系统趋向集成，各种电气设备的监测单元通过现场总线或以太网的主机相连，统一生成图形、报表，并将数据存入数据库。电气设备在线监测系统的形成实现了对变电站变压器、电抗器、断路器、GIS、避雷器、高压套管、容性设备等变电设备的实时在线监测功能。

1.2 离线检测

离线检测一般指通过各类检测，对生产及设备状况进行必要的人工检测。如日常巡检、例行检查、定检、例行试验、诊断性试验等，旨在及时获取设备状态量，评估设备运行状态，发现事故隐患并为设备状态检修提供依据。离线检测是对可能存在或已经存在的故障进行分析，而在线监测的实质是要求分析设备的当前状态及未来趋势，在发生故障之前提出检修计划，做到防患于未然，是状态检修的技术基础之一。在实际的应用中有时需要结合在线监测和离线检测两种手段，充分发挥各自的优点，一般的做法是采用在线监测的方法对运行设备实施实时监测，当发现异常后，根据严重程度可以采用必要的合适的离线检测方法对异常进行进一步的判定，最终确定检修策略。

1.3 带电检测

带电检测是采用便携式检测设备，在电气设备的运行状态下，对电气设备状态量进行的现场检测，其检测方式为带电短时间内检测，有别于长期连续的在线监测。带电检测受环境因素影响较大，实际测试过程中要密切关注信号的重复性，重复性包括周期、幅值、波形、频率等。

2 电气设备在线故障诊断系统的组成

针对于电气设备的设备故障诊断系统，主要是进行故障部位的查找以及故障原因的分析，在尽量短的时间之内找出解决故障的有效方法。在本文所研究的故障诊断系统中，是根据数据库原理，将设备的故障表现输入计算机分析系统，依靠计算机的数据分析，来达到诊断故障的目的。通常一个完善的电气设备故障诊断系统，包括了人机接口、数据库、推理机、知识获取设备等多个部分。

2.1 人机接口

人机接口是用户和故障诊断系统之间进行信息交流的重要通道，可以保证信息收集的实时性以及准确性。通过人机接口，可以将收集到的信息通过分析判断其准确性之后显示出来，具有非常高的可信度。

2.2 数据库

数据库是系统进行故障诊断的核心依据，能够为故障的查找与分析提供准确的数据支持。通常，数据库包括了静态数据库以及动态数据库两种，以获取数据的途径不同来进行划分。静态数据库是通过产生式的规则来获取数据，而动态数据库则是在系统运行过程中进行数据的存储处理，两类数据库的数据获取途径不同，但都可以用于对故障分析的支持。

2.3 推理机

数据库在系统进行故障诊断的过程中所起到的作用是对故障分析的支持，而推理机在故障诊断中的作用则是具体的故障分析执行，通过系统在数据支持上的准确推理，来找出电气设备故障的部位与产生原因，从而让电气设备能够保持正常的工作运行。推理机和数据库的地位一样，都是故障诊断系统中最为核心的一部分。

2.4 知识获取设备

在电气设备故障诊断系统当中，知识获取设备的好坏决定着系统的性能高低。知识获取的内容通常十分多样，包括了对以往电气设备故障诊断的经验总结，对最新故障知识资料的收集与分析，以及对故障诊断系统运行模式的改进等等。对这类信息进行整理，得到较为系统的知识内容，为系统的故障诊断工作提供支持。

3 电气设备故障诊断系统的应用

通过电气设备故障诊断系统，可以进行大多数电气设备故障的诊断与排查，方便在第一时间内找出故障问题并及时解决故障。从进行故障诊断的过程以及故障的处理与维护等角度进行分析，电气设备故障诊断系统的作用主要包括了以下几个方面。

3.1 对设备进行诊断

在对电气设备的故障进行诊断时，找出故障位置，将故障位置精确到每一件具体设备中是最基本的一项要求。首先，在最开始进行设备的诊断时，在系统的选择页面选择需要进行故障诊断的设备；其次，根据所选择的的设备来调取相应的数据库，以数据库为基础找出准确的故障发生点；最后，根据数据库来进行故障原因的分析，为故障的诊断提供依据。在完成了对设备的诊断，确定了故障位置以后，可以对出现故障较为频繁的设备进行标记，进行具有针对性的处理，从而提高工作效率。

3.2 对精密部件诊断

在找出发生故障的设备以及故障存在的准确部位之后，还需要分析出故障发生的机理以及细节，才能够更好地为故障的处理提供前提条件。而对故障发生的机理进行分析，其实也就是对设备内的精密部件进行诊断。在电气设备故障诊断系统中，进行精密部件的诊断主要是通过人机交互来进行。诊断人员在系统中调出发生故障的设备数据，并由系统提出一系列的问题由诊断人员来完成回答，系统根据诊断人员的回答结果来进行推理，并最终得出诊断答案。如果系统出现了数据库知识储量不足，无法进行准确的精密部件诊断，以及无法进行故障原因的分析，那么则需要对数据库进行更新补充，满足系统对电气设备故障诊断的需求。

3.3 对电气设备故障处理

通常电气设备故障诊断系统在提供了对设备的故障诊断功能的同时，也具有故障处理的指导功能，可以指出解决故障的主要方法。特别是对于一些设备故障来说，即使知道了故障发生的原因，也很难得出一个最佳的故障处理方案。通过计算机系统，则可以较为科学地给出一个比较合理的处理方法，杜绝电气设备故障难以处理的情况出现。

3.4 对电气设备维护

要保证电气设备能够长久地进行生产工作，就必须要进行设备的日常维护。通常，对电气设备进行维护同样可以使用到故障诊断系统，由系统来判断电气设备的工作状况，对可能发生故障的设备进行及时的预防。另外，对于电气设备故障诊断系统本身，也需要得到及时的维护，来保持系统诊断能力的实时性。一般可以通过向数据库增加最新知识储备的方式来对故障诊断系统进行维护。

结语

本文主要介绍了电气设备故障诊断系统的基本结构组成以及设计时应该注意的系统作用，为故障诊断系统的理论设计提供了基本的依据。要实现对电气设备故障的准确诊断以及为故障的处理提供依据，就必须要保持系统结构的完整性以及实时性，对系统中所存在的不足进行及时的更新。随着工业的发展，人们对电气设备的使用要求也在逐年提高，电气设备故障诊断系统的诊断性能也会达到更高水平。

参考文献

[1] 肖方勇.浅议电气设备故障诊断系统的分析与设计[J].科技创新导报，2013（20）.

篇8

关键词：钢铁 冶炼设备 故障 措施

在连续生产系统中，如果某台关键设备因故障而不能继续运行，往往会涉及全厂生产系统设备的运行，而造成巨大的经济损失。因此，对于连续生产系统，例如电力系统的汽轮发电机组、冶金过程及化工过程的关键设备等，故障诊断具有极为重要的意义。

对于某些关键机床设备，因故障存在而导致加工质量降低，使整个机器产品质量不能保证，这时故障诊断技术也不容忽视。

故障诊断的基础是建立在能量耗散原理上的。所有设备的作用都是能量转换与传递，设备状态愈好，转换与传递过程中的附加能量损耗愈小。例如机械设备，其传递的能量是以力、速度两个主要物理参数来表征，附加能量损耗主要通过温度及振动参数表现。随着设备劣化程度加大，附加能量损耗也增大。因此，监测附加能量损耗的变化，可以了解设备劣化程度。

一、 钢铁冶炼机械设备故障诊断技术的发展

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、工业等方面具有广泛的应用。

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。

故障诊断(FD)始于(机械)设备故障诊断,其全名是状态监测与故障诊断(CMFD)。故障诊断技术是一门交叉学科 ,为解决复杂系统的故障诊断问题提供了强有力的理论基础,同时实现了故障诊断技术的实用化;近二十年来,由于技术进步与市场需求的双重驱动,故障诊断技术得到了快速发展,已在航空航天、核反应堆、电厂、钢铁、化工等行业得到了成功应用,取得了显著的经济效益;从故障诊断技术诞生起,国际自动控制界就给予了高度重视。

二、钢铁冶炼机械设备故障诊断的主要理论及其方法

从不同的角度出发有多种故障诊断分类方法,这些方法各有特点,但从学科整体可归纳以下几类方法。

1、基于系统数学模型的诊断方法:该方法以系统的数学模型为基础,以现代控制理论和现代优化方法为指导,利用Luenberger观测器 、等价空间方程、Kalman滤波器、参数模型估计与辨识等方法产生残差,然后基于某种准则或阀值对残差进行分析与评价,实现故障诊断。该方法要求与控制系统紧急结合,是实现监控、容错控制、系统修复与重构等的前提、得到了高度重视,但是这种方法过于依赖系统数学模型的精确性,对于非线性高耦合等难以建立数学模型的系统,实现起来较困难。 2、基于系统输入输出信号处理的诊断方法:通过某种信息处理和特征提取方法来进行故障诊断,应用较多的有各种谱分析方法、时间序列特征提取方法、自适应信号处理方法等。这种方法不需要对象的准备模型,因此适应性强。这类诊断方法有基于小波变换的诊断方法、基于输出信号处理的诊断方法、基于时间序列特征提取的诊断方法。

3、基于人工智能的诊断方法:基于建模处理和信号处理的诊断技术正发展为基于知识处理的智能诊断技术。人工智能最为控制领域最前沿的学科,在故障诊断中已得到成功的应用。对于那些没有精确数学模型或者很难建立数学模型的复杂大系统,人工智能的方法有其与生俱来的优势。基于专家系统的智能诊断技术、基于神经网络的智能诊断技术与基于模糊逻辑的诊断方法已成为解决复杂大系统故障诊断的首选方法,有很高的研究价值和应用前景。

4、其它诊断方法:其它诊断方法有模式识别诊断方法、定性模型诊断方法以及基于灰色系统理论的诊断方法等。另外还包括前述方法之间互相耦合、互补不足而形成的一些混合诊断方法。

三、钢铁行业中机械设备故障诊断技术的应用

钢铁行业中的主要机械设备是各种传动设备和液压设备,如轧机、传送带、各种风机等。它们的工作状况决定了生产效率和钢铁冶炼的质量,对这些设备状态的在线检测,能够及时、准确的检测出生产设备的运行状况,并给出相应的操作和建议。因此建立相应的故障诊断系统对整个系统的正常运行特别重要。于是针对钢铁行业特殊的机械环境(多传动设备和液压设备),相应的故障诊断系统也必须以这些设备的特点而建立。主要原理是以运动机械的振动参量检测为中心,辅助以温度、压力、位移、转速和电流等各种参数的采集,从而对这些大型传动设备的状态进行分析和判断,再进行相应的处理。整套故障诊断系统由计算机系统、数据采集单元、检测元件、数据通讯单元以及专业开发软件组成。此系统既可单独工作,又可和DCS或PLC组成分散式故障诊断系统对所遇生产设备进行监控和故障诊断。

机械振动是普遍存在工程实际中,这种振动往往会影响其工作精度,加剧及其的磨损,加速疲劳损坏;同时由于磨损的增加和疲劳损坏的产生又会加剧机械设备的振动,形成一个恶性循环,直至设备发生故障,导致系统瘫痪、损坏。同时机械设备的工作环境也是造成机械设备发生故障主要原因之一,因此,根据对机械振动信号和工作环境温度、湿度的测量和分析,不用停机和解体方式,就可以对机械的恶劣程度和故障性质有所了解。同时根据以往经验建立相应的处理机制库,从而针对不同的故障做出相应的诊断和处理。整个处理过程如下:

1、传感器采集设备工作状态信号。如各种传动装置的振动信号、温度信号、液压装置的压力、流量和功率信号等。

2、特征信号提取。将各种传感器采集信号进行信号分类,刷选出相应的传感器信号,如振动传感器采集的文振动强度信号、压力传感器采集的压力信号等。

3、对特征信号处理。对传感器采集的特征信号进行滤波、放大等处理,提取出相应的特征信号。

4、对采集信号进行故障诊断。将提取的特征信号进行判断处理,选择相应的故障方法(如小波变换法),分析故障类型和设备状态,然后查询故障类型库,做出相应的决策。

四、结束语

建立在现代故障诊断技术上的钢铁冶炼设备故障诊断系统,可对设备的运行状态进行实时在线检测、通过对其监测信号的处理与分析,可真实地反映出设备的运行状态和松动磨损等情况的发展程度及趋势,为预防事故、科学合理安排检修提供依据,可以提高设备的利用效率,产生了很大的经济价值,对此类故障诊断系统的研究有很深远的意义。

参考文献:

篇9

关键词:故障诊断技术;钢铁冶炼设备;计算机控制

中图分类号:TP277文献标识码:A文章编号:1009-3044(2009)27-7781-02

Failure Diagnosis in Steel and Iron Smelting Equipment's Applied Research

LIAN Bin-zhong, DING Xiao-mei

(Xi'an Xin Ancestral Temple China Heavy Duty Machinery Research Institute Limited Company Three, Xi'an 710032, China)

Abstract: In modernized steel and iron smelting, along with mechanical device's large scale, the modernization and the automation, mechanical device's failure diagnosis question receives more and more takes seriously. This article first introduced the breakdown will examine the failure diagnosis technology the development as well as future predict that will then unify the steel and iron profession mechanical device characteristic, proposed the steel and iron smelting interruption system, and aimed at this kind of system characteristic to conduct the research.

Key words: failure diagnosis technology; steel and iron smelting equipment; computer control

1 故障诊断技术的发展[1]

故障诊断(FD)始于(机械)设备故障诊断,其全名是状态监测与故障诊断(CMFD)。它包含两方面内容:一是对设备的运行状态进行监测;二是在发现异常情况后对设备的故障进行分析、诊断。故障诊断技术是一门交叉学科,融合了现代控制理论、信号处理、模式识别、最优化方法、决策论、人工智能等,为解决复杂系统的故障诊断问题提供了强有力的理论基础,同时实现了故障诊断技术的实用化;近二十年来,由于技术进步与市场需求的双重驱动,故障诊断技术得到了快速发展,已在航空航天、核反应堆、电厂、钢铁、化工等行业得到了成功应用,取得了显著的经济效益;从故障诊断技术诞生起,国际自动控制界就给予了高度重视。

以运动机械的振动检测为中心,辅助以温度、压力、位移、转速和电流等各种参数的采集,从而对钢铁冶炼中的各种大型传动设备的状态进行分析和判断,从而达到故障诊断的目的。

2 故障诊断的主要理论和方法[2-3]

1971年Beard 发表的博士论文以及Mehra和Peschon发表的论文标志着故障诊断这门交叉学科的诞生。发展至今已有30多年的发展历史,但作为一门综合性新学科――故障诊断学――还是近些年发展起来的。从不同的角度出发有多种故障诊断分类方法,这些方法各有特点,但从学科整体可归纳以下几类方法。

1) 基于系统数学模型的诊断方法:该方法以系统的数学模型为基础,以现代控制理论和现代优化方法为指导,利用Luenberger观测器 、等价空间方程、Kalman滤波器、参数模型估计与辨识等方法产生残差,然后基于某种准则或阀值对残差进行分析与评价,实现故障诊断。该方法要求与控制系统紧急结合,是实现监控、容错控制、系统修复与重构等的前提、得到了高度重视,但是这种方法过于依赖系统数学模型的精确性,对于非线性高耦合等难以建立数学模型的系统,实现起来较困难。如状态估计诊断法、参数估计诊断法、一致性检查诊断法等。

2) 基于系统输入输出信号处理的诊断方法:通过某种信息处理和特征提取方法来进行故障诊断,应用较多的有各种谱分析方法、时间序列特征提取方法、自适应信号处理方法等。这种方法不需要对象的准备模型,因此适应性强。这类诊断方法有基于小波变换的诊断方法、基于输出信号处理的诊断方法、基于时间序列特征提取的诊断方法。基于信息融合的诊断方法等。

3) 基于人工智能的诊断方法:基于建模处理和信号处理的诊断技术正发展为基于知识处理的智能诊断技术。人工智能最为控制领域最前沿的学科,在故障诊断中已得到成功的应用。对于那些没有精确数学模型或者很难建立数学模型的复杂大系统,人工智能的方法有其与生俱来的优势。基于专家系统的智能诊断技术、基于神经网络的智能诊断技术与基于模糊逻辑的诊断方法已成为解决复杂大系统故障诊断的首选方法,有很高的研究价值和应用前景。这类智能诊断方法有基于专家系统的智能诊断技术、基于神经网络的智能诊断技术、基于模糊逻辑的诊断方法、基于故障树分析的诊断方法等。

4) 其它诊断方法:其它诊断方法有模式识别诊断方法、定性模型诊断方法以及基于灰色系统理论的诊断方法等。另外还包括前述方法之间互相耦合、互补不足而形成的一些混合诊断方法。

3 钢铁行业中故障诊断技术的应用[4-6]

钢铁行业中的主要机械设备是各种传动设备和液压设备,如轧机、传送带、各种风机等。它们的工作状况决定了生产效率和钢铁冶炼的质量,对这些设备状态的在线检测,能够及时、准确的检测出生产设备的运行状况,并给出相应的操作和建议。因此建立相应的故障诊断系统对整个系统的正常运行特别重要。于是针对钢铁行业特殊的机械环境(多传动设备和液压设备),相应的故障诊断系统也必须以这些设备的特点而建立。主要原理是以运动机械的振动参量检测为中心,辅助以温度、压力、位移、转速和电流等各种参数的采集,从而对这些大型传动设备的状态进行分析和判断,再进行相应的处理。整套故障诊断系统由计算机系统、数据采集单元、检测元件、数据通讯单元以及专业开发软件组成。此系统既可单独工作,又可和DCS或PLC组成分散式故障诊断系统对所遇生产设备进行监控和故障诊断。整个系统的工作流程图如图1所示。

机械振动是普遍存在工程实际中,这种振动往往会影响其工作精度,加剧及其的磨损,加速疲劳损坏;同时由于磨损的增加和疲劳损坏的产生又会加剧机械设备的振动,形成一个恶性循环,直至设备发生故障,导致系统瘫痪、损坏。同时机械设备的工作环境也是造成机械设备发生故障主要原因之一,因此,根据对机械振动信号和工作环境温度、湿度的测量和分析,不用停机和解体方式,就可以对机械的恶劣程度和故障性质有所了解。同时根据以往经验建立相应的处理机制库,从而针对不同的故障做出相应的诊断和处理。整个处理过程如下:

1)传感器采集设备工作状态信号。如各种传动装置的振动信号、温度信号、液压装置的压力、流量和功率信号等。

2)特征信号提取。将各种传感器采集信号进行信号分类,刷选出相应的传感器信号,如振动传感器采集的文振动强度信号、压力传感器采集的压力信号等。

3)对特征信号处理。对传感器采集的特征信号进行滤波、放大等处理,提取出相应的特征信号。

4)对采集信号进行故障诊断。将提取的特征信号进行判断处理,选择相应的故障方法(如小波变换法),分析故障类型和设备状态,然后查询故障类型库,做出相应的决策。

4 结束语

建立在现代故障诊断技术上的钢铁冶炼设备故障诊断系统,可对设备的运行状态进行实时在线检测、通过对其监测信号的处理与分析,可真实地反映出设备的运行状态和松动磨损等情况的发展程度及趋势,为预防事故、科学合理安排检修提供依据,可以提高设备的利用效率,产生了很大的经济价值,对此类故障诊断系统的研究有很深远的意义。

参考文献:

[1] 沈庆根,郑水英.设备故障诊断[M].北京:化学工业出版社,2006.

[2] 王仲生.智能故障诊断与容错控制[M].西安:西北工业大学出版社,2005.

[3] 李民中.状态监测与故障诊断技术在煤矿大型机械设备上的应用[J].煤矿机械,2006(03).

[4] 傅其凤,葛杏卫.基于BP神经网络的旋转机械故障诊断[J].煤矿机械,2006(04).

篇10

关键词：汽轮机，故障，诊断技术，发展

伴随我国对工业发展的越来越高度重视，人们对工业设备的运行安全性、稳定性与可靠性等多方面提出了更高的要求。如何加强机械设备故障诊断，降低故障发生几率成为现代工业领域工作的首要任务。汽轮机作为电力生产中的重要设备之一，一旦其发生故障将会给整个电力系统带来巨大的不良影响，甚至引发人员伤亡事故。因此，非常有必要对汽轮机故障进行分析与诊断，这样才能有效提高汽轮机的安全性与可靠性。

一、汽轮机故障诊断现存问题

（一）材料性能诊断环节薄弱

材料性能检测是汽轮机检测工作中一个十分重要的环节。正常情况下，在检测汽轮机材料性能时，需要对汽轮机的使用期限进行预测。但就目前情况来看，汽轮机材料性能检测环节薄弱是我国大多数电力企业普遍存在的一个问题，即汽轮机材料性能诊断工作存在诸多地方需要改进，材料性能检测需要引起检查人员的高度重视，检测力度需要加强。

（二）检测方面问题

就现有汽轮机故障诊断系统而言，大多数系统均存在这样那样的弊端与缺陷，如许多汽轮机故障诊断系统采用推理算法，这在故障征兆的获取上是个不可忽视的弊端，长期以来都没有取得较有成效的突破。究其原因发现，汽轮机故障诊断系统检测问题是导致上述弊端产生的主要因素[1]。由于汽轮机故障诊断系统所用检测技术较为陈旧落后，难以适应与满足时展需求，难以实现对汽轮机故障的有效检测，导致诊断系统应有的效用无法正常发挥出来，这极大地阻碍了汽轮机故障诊断技术的发展与应用。

二、汽轮机故障诊断技术

（一）信号采集与分析

在信号采集方面，鉴于汽轮机工作环境较为恶劣，对故障诊断系统中传感器要求偏高，而传感器是系统信号采集的重要部件，所以当前对于汽轮机故障诊断技术的研究主要侧重于降低误诊率和漏诊率，提高传感器的工作性能与可靠性，以及积极开发新的传感器。

在信号分析与处理方面，目前使用最多的为振动信号分析与处理。而快速傅里叶变换（FFT）是汽轮机故障诊断系统中振动信号分析与处理采用最多的一种思想[2]。该思想的主要内容是将一般时域信号表示成不同频率的谐波函数，并以线性叠加的方式表示出来。同时，快速傅里叶变换思想认为信号是平稳的，因而分析出的频率具有统计不变性。从大量实践应用情况来看，FFT在汽轮机故障诊断信号分析过程中对于许多平稳信号都较为适用。然而，在实际诊断过程中许多信号都是不平稳的、非线性的。所以，提高信号分析精度与处理效率，是汽轮机故障诊断研究人员当前所迫切需要解决的一个问题。

（二）故障诊断

要想对汽轮机故障进行准确的诊断，首先就需要对故障发生的机理进行了解，这也是汽轮机故障诊断工作中一项不可缺少的基础性环节。目前对于汽轮机故障机理的研究主要包括故障类型与故障规律两方面。根据汽轮机故障发生机理，目前制定的故障诊断策略较为有效的主要有逻辑诊断、模糊诊断、人工神经网络，对比诊断、专家系统和模式识别等[3]。其中，人工神经网络和专家系统是当前研究较多的两种诊断方法。故障诊断的一般过程如图1。

图1汽轮机故障诊断一般过程

（三）应用人工智能

伴随互联网技术的不断进步与信息技术应用的日益广泛，人工智能已经成为当今时代的代名词，许多领域目前正致力于发展人工智能。作为我国重要支柱产业之一的电力产业，在汽轮机故障诊断方面也正朝着人工智能的方向发展。其中最具代表性的当属专家系统。专家系统作为人工智能在汽轮机故障诊断技术中的应用成果已取得了成功，但面对科技飞速发展的新时期，汽轮机故障诊断中的人工智能仍有许多问题丞待解决，如自学习、知识的获取、智能辨识、信息融合等等。

三、汽轮机故障诊断技术的未来展望

虽然现有汽轮机故障诊断技术已普遍应用于实际当中，但从上文对汽轮机故障诊断技术及各相关方面的深入研究与分析中发现，我国汽轮机故障诊断技术仍存在较多问题，诊断技术水平需要不断提高[4]。同时，为加快解决汽轮机故障问题，未来我国汽轮机故障诊断技术将朝着全方位检测技术，诊断技术与仿真技术有效融合、综合诊断与故障机理更深入研究等几个重点方向发展。

在故障机理更深入研究方面，需要电力企业相关工作人员加大对汽轮机故障机理的研究力度与深度，尤其是对渐发故障定量表征和整个故障系统状态指标的研究，并在此基础上对汽轮机故障机理进行详细、明确的区分。只有明确汽轮机故障机理，汽轮机故障诊断技术才能得到有效的改进与优化，才能得到快速稳定的发展。

在全方位检测技术方面，需要系统设计人员利用自动化技术、GPS定位技术、通信技术、计算机技术等多种现代化信息技术来积极开发新型汽轮机故障诊断系统，在不断提升系统功能的同时，实现对汽轮机故障的全方位检测，实现对汽轮机故障诊断效率的提升。

对于诊断技术与仿真技术的有效融合，主要是基于故障仿真思想来实现对汽轮机故障类型的辨别[5]。利用仿真技术可以实现对汽轮机组成零件故障的识别与诊断，而诊断技术与仿真技术的融合既能够为专家系统提供所需知识与学习样本，又能够在故障潜伏时期对汽轮机征兆进行充分研究，从而大大提高汽轮机故障诊断技术水平，促进汽轮机故障诊断技术快速发展。

综合诊断发展趋势主要表现在相关研究人员正逐步扩大对汽轮机故障诊断技术的研究宽度，这就为综合诊断技术的发展提供了有利的条件。目前，对于汽轮机性能诊断、油液诊断、机械振动及温度诊断等的综合性诊断已初步形成体系，并在继续发展着。