故障诊断范文
时间:2023-04-12 03:09:02
导语:如何才能写好一篇故障诊断,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 汽车故障;诊断技术;发展趋势
中图分类号U46 文献标识码A 文章编号1674―6708(2011)36―0181―02
随着科学技术的发展和先进科技在现代汽车上的广泛应用。现代汽车制造技术发生了翻天覆地的变化。今天的汽车无论从设计、制造工艺、加工设备、车辆材料上看,还是从整车能及美学造型等方面看,现代汽车都发生了质的飞跃。由于现代汽车的结构越来越复杂,功能越来越完善,自动化程度也越来越高,因此故障诊断的难度也有了相应的增加,人们迫切需要提高系统的可靠性、可维修性和安全性,因而有必要建立一个监控系统来监控整个系统的运行状态,不断检测系统的变化和故障信息,进而采取必要的措施,防止事故的发生。汽车故障诊断技术是一门综合性的技术,它已成为科技研究的热点之一。下面探讨一下汽车故障诊断技术的目前状况及发展趋势
1 传统汽车故障诊断技术
1.1 人工经验诊断法
这种方法是诊断人员凭丰富的经验和一定的理论知识,在汽车不解体或局部解体情况下,借助简单工具,用眼看、耳听、手摸和鼻子闻等手段,边检查、边试验、边分析,进而对汽车技术状况做出判断的一种方法。这种诊断方法具有不需要专用仪器设备,可随时随地应用和投资少、见效快等优点。但是,也有诊断速度慢、准确性差、不能进行定量分析和需要诊断人员有较高技术水平等缺点。人工经验诊断法多适用于中、小维修企业和汽车队的故障诊断。该法虽然有一定缺点,但在相当长的历史时期内仍有十分重要的使用价值。即使普遍使用了现代仪器设备诊断法,也不能完全脱离人工经验诊断法。近年来刚刚起步研制的专家诊断系统,也是把人脑的分析、判断通过计算机语言变成了电脑的分析、判断。所以,不能鄙薄人工经验诊断法。
1.2 简单仪表检测诊断法
将一些简单的仪表,如机油压力表、真空表、万用表、示波器等应用于汽车诊断工作中,从而使汽车诊断从眼看、耳听、手摸和鼻子闻等的定性阶段,逐步转变为仪表测量的定量诊断阶段。而且随着汽车诊断技术的不断进步和发展,一些技术性能先进的检测仪器和设备将得到广泛的应用。但这些测试仪器和设备常常是单项、分散地在汽车诊断中使用。
1.3 专业综合诊断法
专业综合诊断法以将单项、分散的检测设备联线建站为特征。使诊断工作成为汽车维修工作中一项新的专门任务。诊断工作是依靠仪表和设备,在不解体或不拆卸零件的情况下,得到一系列准确数据,并与规定的标准技术参数相比较。以确定汽车零部件是否需要维修或更换。由于许多相关法令或条例的制订,促进了有关方面对汽车专业综合诊断的深入研究和广泛推广。
2 现代汽车故障诊断技术
这种方法是在人工经验诊断法的基础上发展起来的一种诊断法。随着汽车电子技术的应用和发展,汽车电控系统日趋复杂。传统的诊断方法和诊断设备无论是精确度和使用方便性,还是对汽车技术发展的适应性均不能满足用户的需要,为了提高故障诊断技术,不断完善诊断理论和方法。必须广泛应用各学科的最新科研成果发展适用于故障诊断的边缘技术。该法可在汽车不解体情况下,用专用仪器设备检测整车、总成和机构的参数、曲线或波形,为分析、判断汽车技术状况提供定量依据。采用微机控制的仪器设备能自动分析、判断、存储并打印汽车的技术状况。现代汽车故障诊断法的优点是检测速度快,准确性高,能定量分析,可实现快速诊断等;缺点是投资大,占用厂房,操作人员需要培训等。该诊断法适用于汽车检测站和中、大型维修企业。
3 汽车故障诊断技术的发展趋势
近几年来,高科技的发展,信息化的网络,使得汽车故障诊断技术必将向着智能化、集成化方向发展。如基于人工智能的神经网络法;基于信号处理的小波分析法和基于网络的集成汽车故障诊断专家系统等。它们的应用前景是令人鼓舞的,值得我们去进一步研究与推广。可以预见,其用于汽车的故障诊断研究必将有很大的发展。这里仅简要介绍以下几种:
1)人工神经网络在汽车诊断中的应用
人工神经网络是由大量神经元广泛互联而成的复杂网络系统。它具有较强的自学习功能、较好的容错性、很高的自适应能力,且有大规模并行处理能力等。把人工神经网络技术应用于诊断专家系统无论是在知识表达体系,还是在知识获取、并行推理等方面都有明显的优越性,解决了传统专家系统在知识获取上的“瓶颈”问题,很大的提高了诊断系统的智能水平,提高了诊断速度和诊断精度。所以,人工神经网络技术在汽车行业的应用前景是广阔而深远的。
2)小波分析在汽车诊断中的应用
小波分析是近年来发展起来的新的数学理论和方法,在噪声消除方面有着广泛的应用。小波分析能同时在时频域内对信号进行分析,所以它能有效区分信号中的突变部分和噪声,从而实现对非平稳信号的消噪。它将替代传统的FFT分析而广泛地应用于汽车故障诊断中。如在汽车故障特征信号分析中,采用了小波分析技术替代傅立叶分析技术。它在时域和频域上同时具有良好的局部化特征,弥补了傅氏变换仅能进行稳态信号分析的不足之处。
篇2
对案例推理的应用情况进行分析发现,其具有一定智能化和丰富的诊断经验,对于提高汽车故障维修准确性和效率等有极大作用。在实际应用案例推理的过程中,最先搜索的是相似或者有共同点的案例,从而提高汽车故障诊断的时效性。因此,一般情况下,案例推理主要包括四个部分:检索、启用、调整、学习,以在接收到用户提供的故障案例的情况下,立即生成检索所需的案例方式,从而在对数据库进行快速搜索的情况下,寻找到相关的案例和匹配出最合适的推理方式。在实践过程中,如果没有检索到相似的故障案例,案例推理会对案例内的关键点进行抽取,并合理调整所接收的案例,最终确保相关解析可以在汽车故障诊断中得到有效利用。另外,这些新的解说会被及时存储到案例数据库中,以便在以后相似的汽车故障诊断中再次应用。
2案例推理在汽车故障诊断中的应用
根据相关调查和研究,在汽车故障诊断中,案例推理的合理应用主要包括几个方面。
2.1案例表示方面一般情况下,案例表示的主要内容通常是整套的数据方案,在汽车故障诊断的实际应用中,如果汽车故障一样,则可以直接使用案例来进行处理,从而有效解决相同的汽车故障。总的来说,案例表示主要包括六个部分,在进行汽车故障的案例推理时,案例序号可以看作是故障案例的标志,并且有唯一性特性;故障特征是对汽车故障进行清楚确定,并对故障诊断结果进行准确反馈;辅助信息是对各种相关的信息进行汇总,如车牌号、型号、序列号和性能,以在有效实施各种解决方案的情况下,及时满足信息方面的需求。
2.2案例调整和学习方面在汽车故障诊断中,案例调整制度是对汽车故障进行全面分析,并运用案例来推进故障问题,从而达到快速诊断汽车故障的目的。例如:案例推理界面主要显示的信息包括故障代码、故障案例号、车系、损伤件代码、型号、处理结果、故障描述等多个方面,这些内容都是案例调整后产生的,可以使汽车故障的信息、处理方法等变得越来越多,从而在各种故障诊断信息的基础上,促进案例推理准确度不断提高。
3案例推理在汽车故障诊断中的实践分析
本文就某品牌的汽车出现的故障问题进行诊断分析,以通过案例推理的方式,对其实践应用进行全面分析,从而促进案例推理在汽车故障诊断中更广泛的应用。该汽车表现出来的故障问题是:点火启动以后,汽车的反应比较缓慢,没在规定的时间内实现齿轮分离,并且,在某些时候齿轮可以分离,但汽车行驶的速度不够快。因此,在这种情况下,采用案例推理来进行故障诊断,其实践应用主要包括几个方面。1)在案例推理的人机界面中,运用检索功能的“关键检测”这个选项,将该汽车的故障部位、名称等信息输入进去,如:发动机,通过点击检索按钮,案例推理系统会马上按照用户输入的信息进行相似案例的搜索,并将相关信息筛选出来,同时,用户要将汽车故障的相关情况描述出来,并输入在界面右侧对应的栏目中,如:发动机声音不对、点火器反复点火等,以确保案例推理系统接收到的信息是该汽车出现的故障实情,从而提高系统检索的效率和准确性。2)在案例推理系统检索完成以后,该汽车对应的故障内容会出现在界面上,一般情况下,故障检索出来的故障结果有三条相似的情况,如果故障结果比较多,则很难获得比较准确的故障信息,因此,需要返回到故障描述界面进行再次输入,从而在输入更详细的故障描述信息的情况下,如:该车日常行驶的山路路程较多,运行时间、车辆环境等,以确保故障检索信息的全面性,最终获得更加可靠、准确、科学的检索结果。3)在经过两次或者多次检索以后,该汽车的故障诊断可以得到最好的诊断方案,同时,案例推理界面会将该汽车的故障参数、原因等展示出来,以确保故障解决方案的可行性和合理性。一般情况下,汽车维修人员可以按照案例推理提供的维修方案进行该汽车的维修,是提高汽车故障诊断效率、维修效率等的重要途径,对于节约故障诊断时间、提高汽车故障维修能力等有极大影响。
4结语
篇3
关键词:采煤机;故障诊断;预测伴
随着工业化生产的不断深入,重大型的机电设备系统也越来越自动化,其系统的结构也逐渐的向着更加复杂的方向变化,规模也变得更大。对于我国的大型煤矿厂来说,其与机电设备的联系也越来越紧密,这就从本质上加大了机电设备出现故障的可能性,而且往往这种故障会给煤矿的正常工作带来一定的影响。在煤炭的生产过程中,采煤机无疑是一个重要的机械,其地位和作用是无可替代的。采煤机的工作环境一般都比较差,再加上采煤机自身的组成十分复杂,这就导致了采煤机故障的出现是十分频繁的,而但凡发生问题就会给采煤工作带来恶劣影响。因此,对采煤机进行故障的诊断和故障的预测分析十分重要且必要。
1采煤机的主要结构
采煤机是煤矿产业中的核心机械,其主要负责装煤和落煤的工作。对于下双滚筒采煤机来说,其主要包括附属装置机构、电气装置机构以及牵引和截割装置机构。其中,电气装置机构是采煤机的主要动力来源,主要任务就是负责牵引和采煤机的转动。在电气装置中,所有的电机都是具有防爆功能的电动机,电子水冷技术也运用在其中,其目的就在于提高采煤机的生产效率,并且保证采煤机运行的安全性。促使采煤机沿着工作面行走是采煤机牵引装置的最主要的功能,这可以保障将煤及时的运走。采煤机的截割装置的主要工作方式就是通过上下左右摇臂来刮取更多的更深层的煤,滚筒的驱动是由截割电动机来完成的。
2采煤机的具体工作方式
在采煤机的实际工作之中,大致可以分为两种采煤工作面:普采工作面和综采工作面。在一般的情况下,单滚筒的采煤机是普采工作面通常采用的工作设备,而综采工作面的工作设备一般是双滚筒采煤机。其中,单滚筒的采煤机其最大的优势就是可以提高采煤机工作面的利用效率,其对于生产能力的提高十分有效。对于双滚筒的采煤机来说,其形式是在两端各自分别安装一个滚筒,这两个滚筒分为前滚筒和后滚筒,两者的工作区域有明显的分工,前滚筒主要在上面割煤顶,而后滚筒则主要负责在下割底煤。
3采煤机的常见故障分析
(1)采煤机的轴承故障。采煤机牵引行走链轮的载荷不均匀以及其较大的负荷很容易导致支承轴承出现磨损,甚至导致滚动体出现破裂等。在实际的采煤过程中,由于摇臂的升降十分频繁就会导致摇臂部分的各个传动轴出现较大的受力情况,这就很容易导致轴承出现损伤,这些都是在实际的采煤工作过程中轴承部位市场会出现的问题。其中,轴承过载是导致轴承故障的主要原因,不理想以及系统出现污染、支承座出现变形和错误的安装轴承都是采煤机轴承故障的成因。除此之外,采煤机轴承的制造问题和设计问题以及轴承的自身问题都会从本质上造成采煤机的轴承故障。(2)采煤机的液压系统故障。采煤机的液压系统故障是采煤机故障中出现频率最高。采煤机的牵引部位液压系统虽然有各种保护装置,比如过载保护和自动调速装置等,但依然不可避免的出现很多的故障问题。液压系统自身的构造十分的复杂,故障出现的具体部位以及故障的原因和现象也尤为复杂,因而在诊断和维修等方面面临较大困难。再加上采煤机的工作环境大多比较恶劣,如果将采煤机的液压系统拆开进行彻底的检查,极易造成采煤机液压系统的二次污染,这也就是故障在诊断中不能彻底检查的原因所在。油液污染是液压系统出现故障的重要原因,也是十分常见的故障成因,如果有杂质混入到油液中就会导致液压马达、泵异常的泄露和磨损,这就会导致最终的液压系统产生流量的欠缺,使得压力下降,温度升高,继而致使液压系统产生故障。(3)采煤机其他机械系统的故障。在采煤机的实际工作中,各种故障的出现都会给煤矿的工作带啦影响。采煤机其他机械系统的故障也是比较常见的,比如联结松动则会使采煤机的载荷出现一定的变化,使得采煤机的某一个或者是多个部件承受比较大的荷载,不断的恶化,最终出现机件的损伤甚至是断裂。采煤机的齿轮传动系统和联结处的故障也是在采煤机故障中经常发生的,对于采煤作业的产生的影响也是不能忽略的。另外,采煤机机械系统的安装以及使用和制造和采煤机零件自身的制造缺陷都是导致采煤机系统故障的重要原因。
4采煤机故障诊断以及其故障预测
(1)采煤机的温度监督和预测。采煤机的机械设备在正常的工作中会出现温度的上升,在产生摩擦发生故障之后其相应区域的温度就会有明显的升高。对采煤机进行温度检测可以使用一些温度的传感器,这些传感器对温度的变化十分敏感,在温度上升到一定的高度后就会产生特定的警报,给相关的工作人员提醒。在实际的工作中,温度监督不仅仅可以应用在一个特定的区域和特定的装备,而且还可以较长时间的对多个领域的设备进行温度的集中检测与监督,同时也可以对温度进行数据记录,从而有效的掌握温度的变化情况,更好的掌握机械的运行状况。(2)采煤机的专家系统。采煤机的故障一般来说比较隐蔽而且比较复杂,在传统的工作中,采用的诊断方式要想得出结论需要有一个漫长的过程,在短时间内很难得出结论,而且还经常出现一定的误差,出现错误的判断。采煤机专家系统建立和运行的基础在当前具有一定的先进性,其指的是获得了一定的专家的知识的系统,并且可以以此为基础来对故障进行分析诊断。采煤机的专家系统内的数据一般是由两个重要的部分组成,即经验知识部分和事实知识部分,其中的经验知识部分包括了大量的判别规则,主要偏向于理论化。而事实部分的知识则偏向于智能化,由特定领域的专家根据大家广泛认同的事实来进行诊断。(3)采煤机铁谱分析。首先需要建立一个强磁场和高梯度的环境,在此环境下引入油,在重力和磁场力的共同作用下,油流中大小不同的磨屑颗粒就会按照一定的顺序沉积下来,一般来说,上层是颗粒较大的,而下层是颗粒较小的磨屑;其次,将这些沉积下来的磨屑制作成透明的谱片,进而使用显微镜装置对此进行观察;再次,可以利用光密度计测仪测量并记录下来磨屑数量的相关数据,并且通过所得到的磨屑数量以及其形状的信息来具体的分析采煤机设备的具体磨损情况,以及其具体的磨损部位,采用该方法还可以将造成磨损的源头查找出来,从而对采煤机的机械设备进行诊断和及时的保护。
5结束语
总而言之,采煤机作为采煤工作中的核心设备,故障的出现十分频繁,而一旦出现故障就会对煤矿工作带来诸多负面影响。而采煤机的内部构造复杂,集机械、电气以及液压为一体,体积也较大,故障出现之后常常会导致整个采煤工业的中断,给煤矿企业带来难以估量的经济损失。随着煤炭工业的不断发展,采煤机的功能也有了一定的补充,这就导致其结构更加复杂,同时,其对应的故障诊断和故障预测技术也应该有更好的发展和创新,充分的了解采煤机的内部结构和工作原理,尽量减少其在实际的运转过程中出现较大的故障,从而促进整个煤矿工业的和谐稳定发展,这也是促进我国经济发展的一个方面。通过文章对采煤机故障诊断和故障预测的分析,希望可以引起相关工作人员的重视。
参考文献
[1]赵体兵,董贺.采煤机故障诊断与故障预测研究[J].中国机械,2014(11):146.
[2]贺建设.采煤机故障诊断与故障预测研究[J].科技风,2014(18):560-562.
篇4
关键词:电气设备故障;分析诊断;维护检修
DOI:10.16640/ki.37-1222/t.2017.03.004
科学技术的发展和人们生活水平的提升是人们电力设备在日常生活和社会生产中的应用更加广泛,与此同时,电气系统的规模也在不断扩大,功能日益完善,结构愈发复杂,故障类型也有所增加,提高了故障检修的难度。电力系统中最为重要和基本的元件就是电气设备。一旦电气设备的运行发生问题,会对整个电力系统产生严重的影响,如停电、电气设备短路或局部损坏等。这些故障不仅会严重的影响人们的正常生活,还会造成严重的经济损失,甚至导致火灾等事故的发生,威胁生命财产安全。因此,进行电气设备故障诊断技术的研究具有重要的现实意义,能够有效的提高电力系统运行的稳定性和安全性,减少由于电气设备故障引起的经济损失和人员伤亡。
1 电气故障的特点
电气故障主要有三个方面的特点,分别是隐形、显性和故障区域性。很多电气设备故障没有明显的外在表现,很难常规检查的过程中被发现,这些故障包括熔丝熔断、绝缘线内部断裂、保护装置调试不当、触头接触不良等。而有些电气故障却有明显的外部特征,可以在常规检查的过程中被及时发现,并采取相应的措施,这些故障包括继电器、接触器过热、冒烟,触头熔断,接头脱落,电气发出异常声音,异常震动等。很多电气设备的元件分布区域很广,如变电器中的很多断路器就安装在进出线的间隔中,当变电站发生故障时,需要对这些区域进行全面的检查才能确定故障发生的确切位置,增加了电气故障检修的难度。
2 变电所电气设备运行中常见故障类型及分析
要做好电气设备故障的检修,找到正确的故障类型和原因是关键。要对电气故障类型作出准确的判断需要有良好的电工学理论知识、对线路的熟悉和掌握为基础。造成设备故障的原因可能有很多,在检修的过程中要抓住最为主要的故障原因。
2.1 运行温升引起的电气故障
引起电气设备故障的一个重要原因是电接触不良,而电接触不良主要是由于电接触部分温升引起的。当电接触部分的温度过高时导体的表面会出现严重的氧化现象,从增加导体的电阻值,造成导体及周围元件温度的进一步升高,严重时甚至可能引发触头的熔焊现象。触头原本是由弹簧压紧的,在温度升高后,弹簧的弹性降低,对触头的压力减小,电接触的稳定性明显下降,从而引发电气接触头电弧灼伤故障。
此外,运行温度过高还会加速有机绝缘材料的老化,降低其绝缘性能,甚至出现绝缘材料被击穿的问题,材料的使用年限显著降低。根据绝缘材料的性能,其受热温度每增加8摄氏度,材料的使用寿命将减少50%。高温对无机绝缘材料也会产生较大的影响,如电磁的击穿能力在高温状态下将得到显著的提升。
高温也是损坏电子元件的重要因素。在高温状态下,半导体集成元件被击穿的概率明显提升。这是由于随着温度的升高,电子元件激活程度相应升高,原本不导电的元件在高温下也会通电。
2.2 电动力引起的电气故障
当电动力过大时,导体可能产生严重的变形,尤其是在几个平行导线中,短路电流会导致导体之间的引力和排斥力显著升高,当这种力的作用超过某一限度后,就会导致导体的变形、接头的松动和破损。电动力还有可能导致开关的误动作。当开关内的电流过大或出现短路现象时,电动力有可能导致开关自动打开,这种误动作可能引起严重的后果,如烧毁触头,引起火灾等。
3 电气设备故障分析的常用方法
3.1 状态分析法
所谓的状态分析法就是根据电气设备发生故障时的状态进行分析检修的方法。电气设备的运行过程可以分为几个阶段,这些阶段也可以成为运行状态,如电动机的运行就可以分为启动、运转、正转、反转、制动、停止等几个过程。在电气设备运行的某些状态下故障的发生频率较高,而在某一状态下元件的运行状态是进行电气设备故障分析的主要依据。
3.2 图形分析法
电气设备都具有相应的设计图,设计图中包括设备的结构、运行原理、功能、装接方式、维修方法等重要的信息。在进行电气设备检修时,这些设计图发挥了重要的作用。电气设备的图纸有很多种类,如原理图、构造图、系统图、位置图等。在进行电气设备的故障诊断时,需要对这些图纸进行综合全面的分析,并掌握图纸之间的关系,如接线图可以转变为电路图、原理图等。
3.3 单元分析法
电气设备是由多个单元组合而成的,每一个单元都有其特定的功能。当电气设备发生故障时,也就相当于其中某个单元的功能丧失了,可以通过这种方式来判断故障发生的具体环节。在进行电气设备的故障分析时应当将设备的功能分为几个具体的单元,这样就能在最短的时间内确定故障发生的范围。
4 结语
上述方法是电气设备故障诊断中的常用方法,在实际诊断过程中,应当根据具体的故障类型和故障原因选择合适的检修方法。在诊断和检修的过程中都应当遵循既有的原则和程序,并不断总结经验,提高诊断检修的能力和水平,提高电气设备故障诊断的效率和质量。
参考文献:
[1]李绍明.浅谈电气设备故障诊断技术[J].建筑界,2013(09):123-125.
篇5
[论文摘要]从汽车诊断对汽车维修的重要性来探讨诊断过程中的思路问题,对于汽车维修人员来说,有一个好的诊断思路在诊断汽车障碍过程中会起到事半功倍的效果。
在汽车维修领域里,由于种种原因,很多维修人员在判断故障时失误较多,并不是因为他们技术欠缺,而是在诊断过程中过于急躁。遇到问题时不能冷静的思考,找到解决问题的方法。在确定维修思路前,千万不要忙于动手。首先要排除杂念,然后再遵循一定的诊断程序。
一、汽车故障诊断时要注意的问题
(一)查找合适的维修信息。对于装有自诊断系统的待检查的汽车来说,检查诊断的第一步就是查找合适的维修信息。必须拥有修汽车的说明书,不能用推测、猜想,如果实在找不到原车说明书,用同类车型作参考也可以,但要注意数据的差异。除此之外,最好拥有要维修汽车的服务通报。
同时,必须拥有汽车的电路图和结构图,没有相应的电路图对于诊断计算机系统的故障是很困难的,甚至是不可能的。制造商提供的维修手册、通用维修手册或电子数据系统中必须载有维修程序信息。诊断结果可以由专用的输出传感器表明是否有故障,但无法显示故障是出在传感器本身还是出在导线上,必须有合适的检查程序以确定出准确的故障原因。一本部件位置手册可以帮助找到汽车上的某一个部件,从而节省时间。
(二)积极的查找故障。有些汽车的间歇性故障是难于诊断的,除非是你检查汽车时正好故障显现。换句话说,当我们进行诊断测试时,故障症候不出现,故障就难以诊断。
当故障一出现,立即直接到现场去诊断故障。这一方法对无法启动的故障尤为适用。如果出现这种情况,应当告知顾客不要再试图启动汽车。这样做的费用可能偏高,但有时候,这可能是成功地诊断故障原因的唯一方法。一定要乐于多跑上几千米为顾客诊断,排除故障。
在汽车检修中,如果计算机装有可拆卸的“可编程只读存储器”,那么必须拥有最新的“可编程只读存储器”刷新的信息。假如不具备这类知识,而汽车制造商却推荐更换“可编程只读存储器”来修正一项特别的驾驶性能,那么将在检查、诊断上浪费时间。
再有一点需要注意的常识是,必须知道发动机的机械故障也能产生诊断故障代码,因此诊断故障代码并不一定是发动机计算机系统某一元件的故障。例如,如果是由于排气阀烧坏而使汽缸压缩性变差,而诊断故障代码显示的一直是氧传感器提供的缺氧信号。事实上,大量的油气混合气在这个汽缸内未燃烧,氧传感器能感应到排气气流中附加的氧气。这时必须能决定到底是传感器故障导致缺氧故障码还是有机械上的原因。
二、根据故障的性质不同进行不同的维修
汽车维修很重要的一点就是确定故障性质。根据汽车故障性质、状态的不同采用不同的维修方法。
(一)按工作状态可分为间歇性故障和永久性故障。间歇性故障就是有时发生、有时消失的故障。永久性故障是故障出现后,如果不经人工排除,它将一直存在。
(二)按故障程度可分为局部功能故障和整体功能故障。局部功能故障是指汽车某一部分存在故障,这一部分功能不能实现,而其它部分功能仍完好。整体功能故障虽然可能是汽车的某一部分出现了故障,但整个汽车的功能不能实现。
(三)按故障形成速度分,有急剧性故障和渐变性故障。急剧性故障是故障一经发生后,工作状况急剧恶化,不停机修理汽车就不能正常运行。渐变性故障发展较缓慢,故障出现后一般可以继续行驶一段时间后再修理。与急剧性故障相类似的一种故障叫突发性故障。在故障发生的前一刻没有明显的症状,故障发生往往导致汽车功能丧失,甚至危及人身、车辆安全。
(四)按故障产生的后果分,有危险性故障和非危险性故障。突发性故障和急剧性故障属于危险性故障,常引起汽车损坏,危及到车辆和人身安全,是汽车故障诊断与预防的重点。渐变性故障属非危险性故障,故障发生后一般可以修复。
三、汽车诊断时要注意以下三点
(一)要有详细的汽车诊断参数。汽车诊断参数是诊断技术的重要组成部分。在不解体的条件下直接测量结构参数十分困难,因此必须通过状态参数进行描述。此时用来描述系统、零件和过程性质的状态参数称为诊断参数。一个结构参数的变化可能引起很多状态参数的变化。究竟选择哪些状态参数作为诊断参数,应从技术上和经济上综合分析来确定。
(二)合理使用汽车诊断方法。汽车在工作过程中,各种零件和总成都处于装配状态,无法对其零件进行直接测试,例如汽缸的磨损量、曲轴轴承的间隙等,在发动机不解体的情况下是无法测量的。因此,对汽车进行诊断时都是采用间接测量,如通过振动、噪声、温度等物理量的测量,来间接诊断汽车的技术状况。由于采用间接测量方法进行判断,必然会带来一些“不准确性”,例如,发动机工作时,曲轴主轴承的工作状态可分为正常状态和不正常状态两种情况,如果采用机油温度作为判断轴承工作状态的特征,并将油温分为“正常”、“过高”两种情况,则可能会产生误判。因为机油温度过高,固然可能是由于轴承运转失常所致,但也可能是其它原因(如机油粘度不合适、机油量不足、机油散热器不良等)造成机油温度上升。
“故障树”分析法,是根据汽车的工作特征和技术状况之间的逻辑关系构成的树枝状图形,来对故障的发生原因进行定性分析,并能用逻辑代数运算对故障出现的条件和概率进行定量估计。这是一种可靠性分析技术,它普遍应用于汽车等复杂动态系统的分析。树枝图分析法用于汽车诊断,不仅可以分析由单一缺欠所导致的系统故障,而且还可以分析两个以上零件同时发生故障时才发生的系统故障,还能分析系统组成中除硬件以外的其它成份,例如可以考虑汽车维修质量或人员因素的影响。
汽车故障的发生带有随机性,属于偶然性事件,如若建立树枝图,并用它来分析故障,则有助于弄清楚故障发生的机理,除可进行定性分析外,还可以根据树枝图中影响故障发生因素的出现概率,定量地预测出故障发生的可能性(即故障发生的概率)。
除此之外,汽车诊断方法还有其它的一些方法,概括起来有:经验法、推理法、对比法、替换法、分析法、仪器辅助诊断方法等。对于汽车维修工来说,具体使用哪一种方法,就要看汽车的故障与原因了。
篇6
1.1凝汽器真空故障诊断方法
凝汽器故障诊断的目的是预测凝汽器的早期故障,并安排运行人员及时排除。其基本方法是:收集凝汽器的各种故障集和征兆集,经过大量的真实数据训练形成一个网络,当监测凝汽器的运行参数出现征兆集中对应的某些征兆时,就可以判断为相应的故障[3]。基于模糊神经网络的故障诊断方法中有两个关键问题:一是专家知识库必须要非常完善,二是模糊隶属度函数的选取要合理。对于第一个问题,建立起合理的专家知识库结构,随着时间和经验的积累来不断进行扩充和完善。对于第二个关键问题,需要经过大量的试验和计算,来确定符合的模糊隶属度函数,因为模糊隶属度函数的确定目前尚未统一标准,其函数的选取会对最后的诊断结果精度造成一定的影响。模糊理论是建立在模糊集合论、模糊语言变量及模糊逻辑推理基础上的一种计算机数字控制理论,它因在设计系统时不需要建立被控对象精确的数学模型而得到了日益广泛的应用[4]。模糊语言变量的定量描述由它的隶属函数确定,正确地确定隶属函数,是运用模糊集合理论解决实际问题的基础,是能否用好模糊控制的关键之一。隶属度函数的确定过程,本质上说应该是客观的,但每个人对于同一个模糊概念的认识理解又有差异,因此,隶属度函数的确定又带有主观性。隶属度函数的确立目前还没有一套成熟有效的方法,大多数系统的确立方法还停留在经验和实验的基础上。对于同一个模糊概念,不同的人会建立不完全相同的隶属度函数,尽管形式不完全相同,只要能反映同一模糊概念,在解决和处理实际模糊信息的问题中仍然殊途同归。其中常用的确定方法有:模糊统计法、例证法、专家经验法、二元对比排序法等[5]。
1.2隶属度函数的确定
根据电力行业标准《DL/T932-2005凝汽器与真空系统运行维护导则》,凝汽器真空系统的主要故障有:a)真空系统泄漏,b)冷却水系统故障,c)凝汽器水位升高,d)抽气设备工作失常,e)轴封系统故障,f)热负荷增加,g)循环冷却水进口温度高,h)凝汽器清洁系数降低,i)凝结水过冷度大,j)凝结水含氧量大。本文针对某电厂凝汽器的特性,确定了21个典型故障,22个典型征兆参数。在征兆参数中,取0.0为参数下降到下限故障报警值,即急剧下降,0.25为缓慢下降,0.5为正常运行值,0.75为缓慢上升,1.0为参数上升到上限故障报警值,即急剧上升。凝汽器的形式为单壳体、双流程、表面式凝汽器。根据现场考察,发现该凝汽器的汽侧分开,水侧相连。按照征兆集中确定的参量,从DCS上采得相关参量的实际数据,根据凝汽器设备运行的影响因素(及征兆参数)对凝汽器的影响程度来确定主要故障的自定义函数。
1.3故障征兆知识库
对故障征兆知识集中的训练样本,采用BP神经网络进行学习训练,确定BP网络结构为3层,输入层有22个节点,对应于22个征兆,经仿真训练,隐层节点定为24个,输出层节点为21个,对应21个典型故障。输入层到隐含层采用tansig函数,隐含层到输出层采用logsig函数,采用traingdx进行训练。训练样本的知识库如表2所示。表中列为征兆集:1-凝汽器真空;2-循环水泵电机电流;3-循环水进口压力(A侧);4-循环水进口压力(B侧);5-凝汽器水阻(A侧);6-凝汽器水阻(B侧);7-低压缸转子胀差;8-凝结水泵出口母管压力(凝泵有三台,读电流值不方便);9-凝结水导电度;10-7号低加水位;11-8号低加水位;12-循环冷却水温升(A侧);13-循环冷却水温升(B侧);14-凝汽器传热端差(A侧);15-凝汽器传热端差(B侧);16-凝结水过冷度;17-真空泵抽出的空气温度与冷却水进口温度之差;18-凝汽器抽气口与真空泵入口之间的压差;19-凝汽器热水井水位;20-冷却塔出塔水温;21-真空泵电机电流;22-轴封蒸汽母管压力。表中行为故障集:1-循环水泵工作不正常,发生严重故障;2-凝汽器出口水室有空气进入或冷却管脏污(A侧);3-凝汽器出口水室有空气进入或冷却管脏污(B);4-凝汽器出口水室有空气进入或冷却管脏污(A、B侧);5-低压缸供汽中断或供汽不足;6-凝汽器内水位很高淹没铜管,即凝汽器满水;7-凝汽器内非正常途径漏入空气,真空不严密;8-凝结水泵工作异常;9-凝汽器冷却管损坏致使循环冷却水内漏(A侧);10-凝汽器冷却管损坏致使循环冷却水内漏(B侧);11-凝汽器冷却管损坏致使循环冷却水内漏(A、B侧);12-凝汽器低压加热器管路损坏;13-凝汽器冷却管路内部堵塞(A侧);14-凝汽器冷却管路内部堵塞(B侧);15-凝汽器冷却管路内部堵塞(A、B侧);16-真空泵损坏;17-真空系统管路破裂或存在大的漏点;18-冷却水塔故障;19-抽气设备工作不正常;20-凝结水泵盘根漏水或取样器泄漏;21-循环水流量不足。
1.4故障诊断流程
故障诊断的大致步骤为先确定凝汽器故障征兆知识库的专家系统,然后通过训练得到一个网络,再把从DCS系统上采得的征兆实际值,通过模糊隶属度函数进行模糊化处理,代入到训练好的网络中即可显示出诊断的结果。见图1。把从电厂DCS中采集到的故障征兆参数经适当的隶属度函数模糊化,模糊化后的结果为[0.01,0.5,0.180075,0.202975,0.5,0.5,0.317104,1,0.5,0.5,0.5,0.217346,0.145241,1,1,1,0.5,0.5,0.61578,0.318924,0.75,0.5]
2结论
篇7
关键词:汽车空调系统;故障诊断;故障排除技术
引言
近年来,随着私家车数量的不断增加,人们对于车内的乘坐环境也提出了更高的要求,所以,首先就需要从空调系统入手进行强化。通过大量的实践调查得知,还经常会一些故障问题存在于车辆空调系统中,因此,我们必须要找出其中存在的问题,将有效的对策制定出来。那么,通过文章上述内容的分析,从而为有关单位及工作人员在实际工作中提供一定的帮助作用。
1定量检测空调系统
在车内温度为20℃-30℃之间时,将发动机打开,按A/C按钮,置风量开关为最高档,置温度开关为最低温度处,将车门打开,确保发动机在2000r/分内运转20分钟。再通过低、高压表组进行检测,并且,在规定的范围内控制低、高压力值。随着温度的变化,适当调整温度,比如,环境温度30℃情况下,压力表会表现出这样几种情况:首先,在1.176-1.47Mpa左右控制高压侧压力值;其次,在0.196-0.294Mpa左右控制电压侧压力值。并且,还需要在规定的范围内控制中央出风口的温度。比如,24℃是蒸发器入口的基础温度,12℃是中央出风口的温度。如果制冷存在问题,在透过储液干燥器的视液窗对制冷剂的储量进行检查,并将每个管的接头处拧紧。其次,要从实际情况入手,对空调系统构造情况进行细致的了解,如图1所示。
2常见的故障及排除策略分析
2.1制冷功能丧失
首先,制冷系统内没有制冷液。如果系统内发生制冷液泄露问题,这是因为长期缺乏制冷液所致。面对此种情况,首先要将漏点找到,再次抽真空处理,然后将制冷液灌入即可。其次,压缩机问题。压缩机内部损坏、卡死、压缩机垫和压缩机缸窜气、有短路问题出现在压缩机电磁离合器线圈中、排进气阀损坏等都能够导致压缩机不良或者不能压缩制冷液问题出现。这时,可以通过压力表对压缩机工作期间的排气压力与进气压力进行检测,能够将二者之间的差异性找出来,进而把发动机转速提升,如果仍然没有变化;还需要进一步处。用手触摸压缩机上的排气管和进气管,进而能够找出二者之间温差。如果压缩机垫窜气或压缩机缸出现问题,用手碰压缩机会觉察烫手,如果有这种故障出现,通常要进行更换。
2.2制冷量出现问题
首先,制冷液超标。如果空调系统刚被维修完,制冷不合理一般是由于制冷液添加过多导致的,制冷液在空调系统中所占比例是有详细规定的。一旦比例太大,对其散热效果反而会带来影响。这是由于制冷液内制冷液同高压侧的散热能力联系密切,制冷液多少会影响到散热能力,如果散热能力不足,这样可以少加入一些制冷液。如果过多的注入了制冷液,能够通过干燥罐上面视液镜进行观察,一旦空调系统正在工作,从视液镜内不会觉察到一丝气泡,压缩机停止工作也没有气泡,这样就说明制冷液容量过大。面对此种情况,可以将制冷液慢慢放出一些。其次,有空气存在于空调系统中。如果有空气进入了空调系统中,或者加注制冷液时有空气渗入,再或者维修时抽真空不彻底,都会导致制冷量不够。这是因为空气的导热性能较差,在制冷系统温度与压力下,它很难同制冷液相溶,所以,空气要占据相应的制冷液空间,进而对其散热能力就会带来影响,这样伴随着制冷液,这些空气也会存在于空调系统内,也会随之循环。进而就会不断降低膨胀阀内喷出的制冷液,降低空调的制冷能力。如果有过多的空气存在于制冷液中,也能够通过干燥罐上检视镜进行观察,如果能够正常运行空调,有快速、连续的气泡在视液孔内流动,这样就会表明系统中有较多的空气,这时,就需要抽真空处理制冷系统,再将新的制冷液加入进去。再次,压缩机驱动带问题。如果空调压缩机驱动带较松,压缩机在运行时就容易打滑,进而降低其传动效率,降低压缩机转速,降低压缩制冷液输送量,对空调系统的制冷效果就会带来直接的影响。所以,需要定期的检查驱动带的运行情况:在发动机停止工作时进行检查,用手拨动、翻动驱动带中间位置的皮带,如果可以进行90°的旋转,证明不存在问题,一旦转动角度较大,表明驱动带松,如果用手难以转动,则表明驱动带比较紧,需要在松一些。如果驱动带已经有老化、裂纹等损伤或者紧固无效,这时,需要将一条新的驱动带更换上去。最后,有水渗入到空调制冷液中。干燥罐是制冷系统中的重要部件,吸收制冷液内的水份是它的主要任务,以免有过多的水份进入到制冷液中而降低和影响制冷效果。然而,如果干燥罐中的干燥剂处于饱和吸湿状态,因为温度与压力的不断下降,这样冷却液内的水咋小孔中就会出现结冻情况,并造成制冷液难以顺畅的流通,增大其阻力,或是流动不够完全。有无水份存在于系统中,可以利用停机进行观察,系统能否归为正常,如果能够恢复正常,就能够确定,只要是制冷液含水量过多引起的问题,都应该进行更换干燥罐或者更换干燥剂进行处理,此外,重新抽真空处理系统,将新的适量的制冷液重新注入进去。
2.3压缩机停转存在问题
高压压力开关损坏、温控器故障、电线短路和低压保护开关损坏等是导致压缩机难以正常自动停转的主要原因。如果碰到这种情况,先对压缩机进气口的排气压力与吸气压力进行检查,一旦吸气压力较起跳值低,表明低压开关出现问题,一旦排气压力比起跳值高,则表明高压开关损坏,如果觉察到损坏,可以直接对压力继电器进行更换处理。然后,检测分析温控器,将温控器电源切断,观察温控器的起跳情况是否正常,如果不能,就要更换温控器,最后检测线路有无短路和损坏现象出现。图2为空调压缩机控制图。
2.4空调系统运转时伴有噪音
压缩机内部磨损或者压缩机冷冻机油不足诱发摩擦;制冷液不足或者过多;冷冻油量较大;转动带磨损或者松弛;冷却电机风扇与其他部件相碰触;电机轴承缺油;鼓风电机机械损伤等容易导致有噪音问题出现在空调系统中。空调运行时一旦有异响出现,这时,要仔细听,找到发生的位置,之后关机检查。首先对压缩机传动带进行检查,看是否磨损或者松散,如果是这个部位有问题,要适当的进行更换或者调整;如果其他部位构件与风扇电机相互摩擦,需要校正或者调整相关部件;最后对电机轴承进行检查,判断其是否缺油,如果条件允许,可以将其拆卸下来,然后将油添加进去,不然就需要对压缩机进行更换。
2.5冷气供应不均匀
导致冷气输出不均匀断续的原因,一般是电器部分出现问题,如风机开关、风机电机、电路开关出现问题,或者接地不良、连接松动、电磁阀短路、压缩机线圈短路等。也可能是由于蒸发器阻塞与压缩机连接装置松动所造成的。这时,可以通过万用表对风机开关、风机电机、电路开关的工作状态进行检查,检查电磁离合器线圈与压缩机皮带的松紧是否符合标准。
3结语
综上所述,通常有一定的规律性存在于汽车空调故障中,因此,必须要按照汽车空调的具体工作原理,从出现故障的原因与现象入手,利用科学的分析策略和方法将一定的诊断与故障排除策略制定出来。在对空调故障问题进行检修时,不要忙于将部件拆卸下去,需要科学的进行分析与周密的检测,将故障的原因找出来,然后通过合理的对策将故障排除掉。那么,为了有效的掌握这方面的内容,文章通过上文进行了论述,从而为有关单位及工作人员在实际工作中提供一定的帮助作用。
参考文献
[1]李学勤,吕纪平.汽车空调故障的检诊与排除[J].实用汽车技术.2009(02):34-35.
[2]谢红叶,叶波.汽车空调系统常见故障的诊断方法[J].汽车维修.2011(02):6-8.
[3]李显贵.汽车空调常见故障的诊断方法[J].装备制造技术,2010(09):163-164.
[4]黄志坚.小型汽车空调常见故障的分析与排除[J].信息系统工程.2010(08):38-39.
[5]陈守平.汽车空调系统的常见故障诊断方法及排除[J].江苏技术师范学院学报.2013(07):896-897.
[6]丁新桥,刘霞.《汽车空调系统检修》课程学习情境设计与实施[J].现代商贸工业.2016(24):852-853.
[7]陈洪燕,胡伦德,宋庆社.汽车空调系统一般故障诊断与排除[J].汽车运用.2011(05):846-847.
[8]刘哲铭,李小川.某车型汽车空调系统性能研究与优化设计[J].汽车实用技术.2016(09):862-863.
[9]李玉龙,刘焜,等.渐开线齿轮展成法的参数化精确建模[J].现代制造工程2006(09):70-72.
篇8
关键词: 变压器;故障诊断;技术研究
0 引言
随着电力系统容量和规模的不断增大,电力用户对系统的安全运行和可靠供电提出了越来越高的要求。变电站作为连接系统输电和配电的关键设备,承担着变电的重要任务。当变电站变压器发生故障后,维护人员应快速识别出故障发生位置及故障元件,并及时对故障设备进行检修,减少由停电带来的损失。因此,对变电站变压器设备进行有效的故障判断后检修是确保电力系统安全稳定运行的前提。
1 故障诊断
变压器内部结构复杂,长期运行状态下的变压器将出现绝缘老化、材质劣化等现象。当变压器发生故障后,将给电力系统的安全稳定经济运行带来严重后果。因此,及时查找变压器中已发生的故障或未发生的隐性故障,并采取相应的抑制措施具有重要的理论和实际工程意义。
变压器的故障诊断就是根据变压器运行过程中产生的各种状态量信息,判断变压器是否正常运行,并确定产生故障的位置。变压器的故障诊断本质是变压器运行状态的模式识别问题,包括故障状态量信息预处理、特征信息提取和故障识别三个过程[1]。
变压器故障诊断方法可分为三类,即:传统故障诊断法、基于数学模型以及基于人工智能的故障诊断法。
1.1 传统故障诊断法
传统变压器故障诊断法通过对变压器进行预防性电气试验来进行故障诊断。依据试验种类的不同,可分为绝缘试验法、局部放电试验法和绝缘油电气试验法[2]。
1)绝缘试验法。绝缘试验的内容包括:① 测量绕组的绝缘电阻及吸收比;② 测量绕组连同套管的泄露电流、交流耐压、直流电阻;③ 测量铁芯对比电阻;④ 油中溶解气体和微量水分分析。该方法原理简单、可靠性强。
2)局部放电试验法。在已知的变压器故障中,大多数由变压器局部放电引起。因此,采用局部放电实验法进行故障诊断受到了广泛的关注。可采用多种方法和装置进行局部放电试验,包括直接法、间接法以及混合法。
3)绝缘油电气试验法。绝缘油电气试验内容用于检测油中含水量、油中含气量以及油中糠醛含量。该方法可有效检测变压器中绝缘油的优劣状况。
上述预防性电气试验法通过对变压器的一些常规状态量进行检测,可有效检测到变压器内部故障,然而该方法却难以对某些局部现象(如铁芯局部过热)作出准确判断。通过在试验中对油中溶解气体进行检测可避免上述方法的不足,该方法不受外界干扰,诊断精度和灵敏度高。目前,该方法已广泛应用于诊断变压器的早期潜伏性故障。
预防性电气试验方法仅能离线进行变压器故障诊断,该类方法不具备可预测性,大大限制了其应用范围。为此,研究者提出了以数学模型和人工智能为主的故障诊断法。
1.2 基于数学模型的故障诊断法
1)基于模糊理论的故障诊断法。美国学者Zadeh于1965年提出处理模糊信息的模糊理论。当变压器发生故障后,其故障现象、故障原因和故障机理之间存在大量由排中律缺失引发的不确定性,采用模糊理论可对其进行准确的描述。
基于模糊理论的方法基于专家经验,采用隶属度函数描述状态变量的变化规律,主观性强。
2)基于粗糙集理论的故障诊断法。学者Pawlak在1982年提出了粗糙集理论,该理论可有效分析和处理不精确、不一致和不完整等各类不完备信息,通过揭示数据间隐藏的规律,提取有效的信息。
1.3 基于人工智能的故障诊断法
随着计算机技术和人工智能技术的发展,以人工神经网络、遗传算法、专家系统、支持向量机等为代表的智能诊断方法能最大程度上的利用专家经验,引起了研究人员的广泛关注。
1)基于人工神经网络的故障诊断法。人工神经网络是一种模拟大脑行为和活动过程的智能分析方法。它具有很强的自学习能力,能有效处理不完全和不精确的信息。目前,应用较多的人工神经网络为基于BP算法的前向神经网络和基于径向基函数的神经网络。
文献[3]采用传统三比值法构建了BP神经网络,并证明该方法的有效性和正确性。
文献[4]将多种故障信息进行融合,并将神经网络和证据理论相结合,提出了一种新的变压器故障诊断方法。实例证明,该方法能有效利用初始故障信息中包含的冗余和互补信息,结果准确可靠。
文献[5]采用神经网络进行故障诊断,实例证明,该方法能有效处理动态和敏感样本数据,具有较强的故障诊断能力。
人工神经网络在变压器故障诊断中取得了一系列的成果,但该方法属于局部搜索算法,极易陷入局部最小点,且收敛速度较慢
2)基于遗传算法的故障诊断方法。遗传算法是由生物进化思想启发得到的一种智能化分析方法。该方法分为选择、交叉和变异等阶段,与人工神经网络相比,该方法具有全局搜索能力。
文献[6]采用基因多点交叉和动态变异的方式进行最优种群的选取,建立了一种基于遗传算法的变压器故障在线诊断系统。
文献[7]将遗传算法与人工神经网络结合起来,由遗传算法选取人工神经网络的初值,解决了人工神经网络极易陷于局部收敛和收敛速度慢的弊端。
文献[8]提出了基于遗传算法和粗糙集理论的约简算法。其中,遗传算法的全局并行寻优能力有效的提高了整个算法的执行效率。
3)基于专家系统的故障诊断方法
篇9
关键词:飞控系统;故障诊断;技术研究
随着现代化科学技术的不断发展,多样自动化的科学技术得到了不断的提高,因此,飞行控制系统的可靠性具有十分重要的意义。飞控系统在优化运行的过程中,为了充分保证系统的优化运营,在系统故障检测的过程中,应该保证某些特定部件的完整性,实现系统故障损坏的情况下,整个系统的正常运行。在飞控系统中,如果传感器在运行的过程中出现故障,就会为使整个飞行系统的运行造成严重的影响。因此,在整个系统控制的过程中,应该有效监测传感器的故障问题,通过检测技术的优化分析,提高飞行控制系统的有效运行。
一、飞控系统故障诊断的结构分析
知识库模块:主要是专家在案例总结以及知识库构建的过程中,可以将其分为系统结构原理以及故障树知识库两个部分组成,在整个部分中存放着飞控故障诊断的基本规则。管理模块:是由知识库管理模块以及用户管理模块所组成,其知识库模块主要是在知识库的基础上所构建的,通过增加、修改、删除等技术进行设备的操作,用户在管理模块分析的过程中通过注册、权限的分析进行系统的管理。动态数据库模块:其数据内容主要储存控故障系统之中,当发生故障时通过对数据的分析及处理,提高故障的诊断结果。解释机模块:在其故障分析的过程中,可以向用户合理解释故障诊断中的推理过程,以及所得到的数据结论。通过文本法以及追踪解释的充分结合,形成了故障解释机模块的基本形式[1]。
二、飞控系统故障诊断技术研究
(一)神经网络预测器的传感器故障诊断分析
在神经网络预测器技术分析的过程中,其故障的检测应该通过对传感器的输出前m个值进行预测,x(k)、x(k+1)、......、x(k+m-1),当得到地m+1值时,其结果是x(^k+m),并将其预测的结果与传感器中的第m+1的实际输出值的差也就被称之为残值,所分析的整个过程就是对传感器故障问题的分析[2]。
(二)离线学习中的故障检测
在离线学习方法故障分析的过程中,其具体的诊断过程可以通过如下所示:将所得到的传感器输出序列通过y(1)、y(2)、y(3)、......、y(n)表现,并将其分为l各组,在每组之中规定为n+1个数值,首先,在分析的过程中将前n个数值,y(1)、y(2)、y(3)......y(n)作为基本的神经网络系统,将其输入到数据之中,第n+1个数据的y(n+1)将所形成的第一组数据输入到整个系统之中。在将第n的收据输入到神经网络系统之中,其输出的结果作为第二个样本。对于这种方式而言主要适用于在系统特定的状况下,出现的神经网络理想学习方法,因此,在整个技术学习的过程中其精度相对较高,所选择的阈值应该充分考虑到数据检测过程中所产生的噪音形式,其噪音中的标准值应该保持在3-5倍[3]。
(三)在线学习的故障诊断
在在线故障诊断的过程中,其具体的诊断方式如下。其数据分析应该采取一定的周期之内,利用传感器系统输出前n个值,分别用z(1)、z(2)......z(n)进行表示,并将这些数据作为基本的神经网络输出样本,其中传感器输出的第n+1个值作为z(n+1)的神经网络输出样本,通过在线监测出具体的精确数值时在进行进一步的数据证明。之后。再用n个传感器预测数值,如果发现残值岛屿某一阈值,可以将整个检测内容用z(2)、z(3)...z(n+1)作为神经样本进行数据的输出,将z(n+2)作为在线学习的样本,如果在检测的过程中发现某一阈值小于残差,也就说明该传感器发生了一定的故障。在神经玩了过预测其在线学习的过程中,其样本只应用一组,所以,所获得的数据结果相对较快,同时也可以在一定程度上充分的满足实时的需求。这种技术检测形式主要适用于系统特性未知的状态,其中传感器中的最大变化值与噪音标准差应该保持3-5倍的总和。
(四)仿真故障检测分析
在故障诊断及原理分析的过程中,其系统的运行及仿真技术的应用,将采集所得到的数据标称之为训练的样本以及检测的样本,对其进行系统性的训练及网络的预测。在数据内容分析的过程中可以选择300组数据,作为基本的训练样本,ymi(m=1、2、3、......50)作为样本的输出值,y(i+1)作为输出的样本,得出其预测的结果为8:6:1.在网络仿真训练结束之后,所采集的300组数据作为基本的检测样本,通过校验训练,得到相应的验证结果。在神经网络预测器模型分析的过程中,预测值与实际的输出值是相对一致的,因此,也就说明其实验的验证所得到的神经网络预测器是相对有效的,可以实现飞控系统的优化检测[4]。
结束语
总而言之,文章通过对飞控系统传感器故障检测的模型分析,通过其离线、在线以及仿真的技术检测形式进行了系统性的模型。神经网络诊断系统可以更好的完成故障现象的诊断及分析,而且整个技术形式相对有效,可以在故障诊断的过程中进行及时的定位,而且其仿真技术的应用,也为网络输出系统的故障分析提供了有效的依据。实现了故障内容的优化处理,从而为飞控系统的故障控制提供了科学化的依据。
参考文献:
[1]周德新,杨磊.波音777飞控系统故障诊断专家系统的设计[J].计算机测量与控制,2013,01:7-9.
[2]魏慕恒,贾秋玲.飞控系统传感器故障诊断的神经网络方法研究[J].计算机测量与控制,2010,01:14-16.
[3]孙学初,陈小平.无人机飞控系统故障诊断专家系统设计[J].装备制造技术,2012,02:66-68.
篇10
关键词:油,铁谱,光谱
Abstract: in the equipment maintenance and repair, lubricating oil quality is often the running state of the equipment and the service life of key, therefore, to lubricant inspection will become the important factor of equipment fault diagnosis. This paper analyzes the lubricating oil test equipment fault diagnosis of function and meaning, and expounds the testing method and its application.
Keywords: lubricating oil, iron spectrum, the spectrum
中图分类号:C34文献标识码:A 文章编号:
一、 现行油诊断技术的缺陷
由于从事故障诊断的人员以机械专业为主,对油分析大多把注意力集中在油中的磨粒的检测,把油当成与故障诊断及其诊断无关的仅起磨粒携带作用的介质,因而较少首选从油的变化和其中污染物去考虑分析,只有从颗粒分析发现问题后再回过来检测油本身的变化,这方面还存在明显不足。
1.“诊断”与“预测”概念模糊、及时性差
大多诊断仅起到“证明”作用,即从油中磨粒情况“推测”设备中“已”发生了什么故障,而未“预测”到设备“将”发生什么故障。在很多例子中,从光谱或铁谱中提出“预报”,拆机后发现不同程度的故障已发生,如拉缸、断环、断齿、烧瓦等。在实际工作中,许多情况下铁谱分析并没有预测故障的发生,仅能在不停机时从油中携带出来的磨粒分析去推测机内已发生的故障,希望及时处理以避免由已发生的故障而造成后继更大故障的发生。
2.因果颠倒,多走弯路
实际操作中很多例子是先做铁谱或光谱,发现有问题再做油的理化分析,或所有方法都做,再找出原因去排除。如有一次检测中空压机油样先做铁谱,发现磨粒有氧化,再做油分析,发现含水达10%,采取措施后正常。若先做油的水含量分析,工作量会小很多,同时在水含量远未到10%即可警告,可避免已发生故障。同时检测涡轮涡杆箱油机械杂质高达5%,再做光谱发现铁、铜、硅大大超标,然后做铁谱有异常后拆机检查,涡轮磨损严重。其实仅从油的机械杂质含量超高或至多从光谱中铁等浓度异常的高足以判断应拆机检查了,后面的工作已是多余。机械使用中经常由于冷却水泄漏造成故障,某文献中使用光谱和铁谱的监测工作内容之一是通过用光谱测油中冷却剂的元素(Si、Na、B)含量及铁谱磨粒而监测冷却液泄漏情况,若用理化方法做油中水含量又快又省又准确,何必等到由于冷冻液造成恶性磨损后反过来推测冷却系统的泄漏问题。
由上可知,故障诊断手段存在的主要问题:一是故障警告的及时性较差;二是警告不准确,无法指出事故出在哪里;三是对故障发生的原因指导不够,无法指导以后的整改措施。
二、检验是诊断的依据
在油对设备故障诊断技术中,常规理化分析、光谱和铁谱的合理配合很重要。设备故障的发生是设备本身的质量(设计、材质、加工精度)、操作、管理、环境及油质量的综合结果,相互影响,情况复杂,只有几种方法从不同角度分析,才能提高诊断的准确性。
1.在正常情况下,光谱中磨损颗粒浓度与铁谱结果有大致一致关系。据资料记载在研究了发动机、液压系统及变速箱等大量油样数据后得出结论:在正常磨损期,大磨粒与小磨粒变化速率之比保持不变,在研究的11例中,有4例二者预测一致,其他则是某一种方法预测有故障,拆机后均得到证实。也就是说作为磨粒浓度测定,在大多情况下不必二者都做,仅做其一即可,当然首选油样品均匀、操作简单而易于定量的光谱法。
2.铁谱与光谱预测不一致得也有很多例子,这里面有仪器本身性能的局限和取样的代表性的问题,同时也反映了故障的复杂性。也就是说不同的磨粒分析仪器从不同方面检测磨粒情况,互相替代不了。
3.在实际诊断中,根据故障的范围和发生频率,可以将化验分为以下几类:
① 必做项目:油的主要理化指标,含粘度、酸值、碱值(发动机油)、水分、机械杂质、不溶物、闪点,上述指标的变化表示油的降解,油降解到一定程度会引发故障,另一方面也反映设备运转状态,如泄漏等本身就是故障或很快就会由泄露物造成故障,若不处理将引起更大故障,因此原则上超标即停机检查、拆检或换油。这类项目的仪器较便宜,设置容易,操作费低,技术难度不高,省时省事,都有标准方法,分析结果都有明确且通用得数值。
② 关键项目:这类项目检测的频率较①疏,接近油降解后期或污染物量接近警告值时加密,它们包括发射光谱、红外光谱等,这些项目反映了故障发生前夕或初期的后果,应及时检测。这类仪器价格较贵,但操作简便,能给出定量数据。由于设备较贵,配置不普遍。
③ 选做项目:这类项目在①和②项目接近警告值或需要明确时做检测,主要指铁谱。它能使人们更清楚认识到故障的发生及磨损性质,在不停机拆机的情况下,通过铁谱能从更深层次了解机器内发生的摩擦磨损情况,因而在光谱测出某些有关金属元素浓度到一定值后,按需要或抽检做铁谱是必要的。必做项目还包括某些油的性能指标,如抗泡、抗乳化、剩余抗氧化能力等。
④ 观察项目:油压、油耗等的异常也是故障的征兆。