時間：2022-09-29 06:56:47
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇設備故障診斷系統，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
中圖分類號：TM507 文獻標識號：A 文章編號：2306-1499（2014）13-0027-01
促進經濟發展的根本動力是生產力的發展，只有提高了生產力，生產技術才會得以提高，經濟效益才能發生質的改變。社會是不斷向前發展的，生產力發展就是其中一個重要的體現，在社會、經濟快速進步的這個過程中，電氣設備發揮了無比大的價值。在歡慶之余，也應該看到電氣設備的不足之處。如果電氣設備一旦發生問題，由于網絡、電氣等科技產品具有很強的整體性和連帶性，那么發生的后果將是無法挽回的，嚴重的話整個系統將會發生癱瘓。因此在使用電氣設備的基礎上，也要注重電氣設備的故障檢測，及時修復電氣設備故障，掌握電氣設備的相關應用知識，利用電氣設備故障診斷系統排除因為設備故障而發生任何后果的情況，避免企業的生產受到損失和延退，更好地促進社會的發展和經濟效益的提高。
1.電氣設備故障診斷的必要性
進行電氣設備故障診斷主要有兩個方面的原因，一方面是隨著全球經濟政治一體化的趨勢日益顯著，整個世界已經連成一個整體，各國經濟貿易日益密切，這些都說明了在以后經濟的發展中，電氣設備更加發揮著重要的作用。經濟交易是連接生產和消費的橋梁，只有保障企業進行安全的生產才能保證經濟交易的成功。而企業安全生產的保證就必須依靠電氣設備的安全應用。古往今來，每一家企業都明白生產產品質量的好壞直接關系著企業的信譽和前景，并希望自己的產品能夠達到工業品的質量要求，在此基礎上，企業也希望所付出的成本代價較低，為企業后續的資金運作提供一個良好的平臺。電氣設備不僅能夠保證企業產品的安全，還可以避免企業因為設備不善而不斷投入資金造成巨大的成本損失。因此，企業必須采取科學的手段對企業電氣設備進行科學準確地檢測，對電氣設備的故障進行精確可靠的分析，運用科學的技術方法的監測和故障診斷措施對生產裝置的電氣設備進行及時的檢修維護的工作。這樣就可以預先知道電氣設備存在的安全隱患，并根據故障分析結果，進行相應的措施和防范，及時改善電氣設備的不足和問題之源，在最短的時間里解決隱患問題和出現的故障問題。
另一方面是工業所應用的電氣設備稍微不注意，一般都比較容易受到磨損。當設備受到磨損后，就會阻礙企業產品的生產。導致電氣設備發生磨損主要有以下兩大原因。第一個原因主要是設備的外部表面的原因，由于員工在工作的時候沒有多加注意造成機器外部的摩擦、電線的熔斷以及短路電線磨出火花等等問題。第二個原因主要是設備內部的原因，比如設備內在的零件軸承不咬合，部分零件的損壞和部分元件不能像正常那樣發揮本具有的價值，這些問題都是當時選取設備的時候采購方面出現問題造成的，例如無意間采購了不合格的產品等等。所以為了避免電氣設備發生損壞而造成無法彌補的過錯，必須對電氣設備的故障進行日常檢查和維修，利用電氣設備故障診斷系統來進行處理。
2.電氣設備故障診斷系統的構成
電氣設備故障診斷系統主要由人機接口、數據庫、推理機、知識獲取設備這幾部分組成。
2.1人機接口
人機接口主要是連接用戶和故障診斷系統的橋梁，用戶可以通過人機接口將受到的信息進行更加準確、更加科學的處理，最后整理出實效信息，在一定程度上保證了信息的可靠性和精準性。
2.2數據庫
數據庫主要有靜態數據庫和動態數據庫兩種表現形式，不同的形式有著不同的作用途徑。靜態數據庫是通過產生式的規則來獲取數據，而動態數據庫則是在系統運行過程中進行數據的存儲處理。雖然數據庫的表現形式不同，產生作用的途徑不同，但是這兩種方式都可以對故障進行檢測和研究，其重要地位不可小覷。
2.3推理機
推理機和數據庫有相同點，但是也有不同點。相同點是他們都可以有效地對電氣設備提供相應的技術支持，進而更好地為電氣設備提供一個有效的故障診斷系統。兩者的不同點在于推理機要比數據庫更加具體，處理故障比較細微的地方。根據故障診斷系統反饋的數據來對電氣設備的故障進行推理，從而可以確定電氣設備的部位，找出電氣設備發生故障的根本原因，針對下藥，采取正確的措施來使得電氣設備更好的工作和發揮作用。缺少了推理機，則無法完成故障分析和故障修復，因此，推理機在整個故障診斷系統中占有重要的位置。
2.4知識獲取設備
知識獲取設備主要和故障診斷系統性能的高低有著重要的聯系。通過知識獲取設備可以掌握有關故障的一切知識，也可以借鑒前期的經驗總結。總之，在知識獲取設備的基礎上，將經驗和知識兩者相結合，使得診斷系統日益完善，其功能也不斷提高。
3.電氣設備故障診斷系統的作用
3.1保護作用
電氣設備故障診斷系統可以對電氣設備進行強有力的保護，通過對電氣設備進行故障診斷和故障分析，保證電氣設備的更新程度和更新頻率，可以使電氣設備更好地投入到工作中。也可以提前了解電氣設備的質量，根據數據反饋來進行故障預防，這樣可以降低修復故障的成本。
3.2能夠有效地處理設備故障
電氣設備診斷系統不僅可以為設備進行診斷，還可以對設備的故障處理進行指導。在找出故障的基礎上，進一步地分析故障產生的原因，條件，從而有針對性地提供一個故障解決的計劃，而且這個計劃具有最優性。當遇到其他問題時，也可以為人們提供一個比較好的處理規劃。
3.3診斷作用
通過電氣設備故障診斷系統，人們可以找到發生故障的位置，明白哪里出現了問題。首先，在最開始進行設備的診斷時，在系統的選擇頁面選擇需要進行故障診斷的設備；其次，根據所選擇的的設備來調取相應的數據庫，以數據庫為基礎找出準確的故障發生點；最后，根據數據庫來進行故障原因的分析，為故障的診斷提供依據。
參考文獻
[1]肖方勇.淺議電氣設備故障診斷系統的分析與設計[J].科技創新導報，2013，20：238.
[2]胡曉光，齊明，紀延超，于文斌.基于徑向基函數網絡的高壓斷路器在線監測和故障診斷[J]；電網技術；2001（08）.
【關鍵詞】新形勢下 電氣設備 狀態檢測 故障診斷
狀態檢修是以本設備當前實際的工作狀況為主要依據，通過先進狀態監測的手段，可靠評價手段及壽命預測手段判斷設備的當前狀態。對故障嚴重程度、發生部位、發展趨勢做出正確判斷，同時可識別故障早期征兆。通過該系統能夠掌握電力設備狀態信息，對變化發展趨勢和使用期限等信息作出預測，并能對各種故障設備進行專家級診斷，制定檢修方案和策略。本系統的開發為電氣設備的事故檢修，定期檢修，狀態檢修，以及最終建立電氣設備狀態檢修整個體制提供一個有效技術支持。
一、電氣設備狀態檢測重要性
電氣設備的定期檢修試驗，是整個電力系統長期以來的一條原則。狀態檢修是根據設備當下的實際情況決定它是否需要及時檢修，對需要進行檢修的設備及時修理，以保證其安全性和運行的可靠性，對于不需要檢修的設備，可以延長其檢修周期，在需要檢修時再進行檢修。目前實際系統中造成電氣設備內部各類安全隱患有很多，例如：出廠時試驗不嚴格、廠家設計不夠合理、搬運安裝工程中不規范操作也可能導致絕緣損傷等。較輕的安全隱患在試驗中較難發現，而隨著設備使用年限的增加，又在外部強大電磁交融的誘導下，安全隱患會逐步轉換為故障，會導致供電系統隨時出現停電故障，會影響到整個系統供電質量。
二、故障診斷系統的功能及構成
（一）故障診斷系統的功能
本文介紹的故障診斷系統的功能有如下幾個主要方面：
1.數據瀏覽電氣設備的狀態監測和故障診斷系統采用的是瀏覽器方式實現。使用者可以在任何一網機上查詢有關設備的數據和工作狀態，也可以要求主機對設備的數據進行計算、分析和判斷，并將分析結論返回給使用者。診斷中用到的數據則是由數據庫獲取，而診斷結果存到數據庫中。這樣，使得本系統與數據庫緊密結合在一起，可以實現資源共享，成為一個有機整體。
2.故障和災害的分析計算。當電氣設備發生故障和災害時，有助于分析發生的原因和對損失的計算等。
3.智能診斷。將神經網絡、專家系統、粗糙集理論這些人工智能理論使用到設備的運行狀態和故障的判斷，故障診斷和檢修建議。具有快速、便捷、準確的優點，可以有效提高綜合判斷效率。
4.智能預測和決策支持。根據歷史數據和工作狀況，可以預測設備未來運行狀態。并通過此調整設備工作條件，以保證其正常運行。
5.提供相關設備在線和非在線狀態參數，其中包括互感器、變壓器、絕緣子、斷路器、隔離開關避雷器等設備狀態信息。此系統具備功能：數據查詢功能（批量查詢、單位查詢、當前數據查詢、歷史數據查詢），數據錄入功能（批量錄入、單個錄入），歷史數據修改功能，數據信息顯示功能及數據打印輸出功能。
（二）故障診斷系統構成
電氣設備的狀態監測和故障診斷系統，離線和在線診斷結合的方法，在分析當前試驗數據、歷史數據及在線數據之后判斷電氣設備運行狀況，從而得出結論，為決策者提供必要依據。本系統包括一下幾個方面：1.互感器和套管及電容器的在線檢測；2.變壓器狀態監測和故障診斷系統；3.動態污穢分析系統；4.ZnO避雷器的在線檢測；5.SF6斷路器的在線檢測。
三、設備狀態監測及故障診斷
電氣設備的狀態監測及故障診斷系統，其功能主要包括以下部分：顯示有關于變壓器各種數據，其中包括離線的和在線的以及歷史和當前的數據，色譜和電氣試驗數據，同時判斷變壓器絕緣狀態，有效預測變壓器絕緣狀態，并且進行相應決策支持，對出現故障的變壓器進行有效的智能診斷。具體措施有以下幾個方面：
（一）各數據的輸入
電氣試驗的結果及變壓器背景信息。為了用戶更準確判斷故障類型和故障元件，應該將氣相色譜法和電氣試驗結合在一起來診斷系統所產生的故障。電氣試驗是變壓器檢修項目中的電氣試驗，背景信息包括變壓器生產日期、型號、生產廠家和維修記錄等資料。在系統故障診斷過程中，考慮變壓器背景信息可以提高相關故障診斷的效率。②變壓器油中氣體的濃度。需要檢測的氣體濃度有H2、CH4、C2H4、C2H6、C2H2、CO2、CO等幾種氣體。這些氣體濃度信息可評估變壓器絕緣狀態。當變壓器狀態處于“有問題”的階段，就應該跟蹤氣體產氣率，以確定變壓器的內部是否出現故障。如果變壓器出現了故障，還可以用這些氣體的濃度來判斷故障的性質。在線局部放電放電量、在線氫氣濃度及放電位置。系統在線氫氣濃度及在線局部放電量可以用來評估變壓器即時絕緣狀態，對確定故障元件起著十分關鍵的作用。
（二）基于專家系統的故障性質及故障元件的判別
在確定變壓器內部已經出現故障是，首先要用氣相色譜三比值法及特征氣體法來判斷故障性質。其中某性質的故障，可能存在若干種元件故障，為了準確判斷出可能的故障元件，還要配合一些相關電氣試驗。如果某電氣試驗結果出現了異常，可以根據試驗類型來確定一個或者幾個故障的元件。再結合氣相色譜試驗或電氣試驗結果，就可確定故障元件，從而大大地節約變壓器檢測和維修的工作量，有效提高維修的正確率。
（三）基于灰色理論的智能預測
基于灰色理論的智能預測包括檢驗變壓器的某一方面性能電氣試驗參數值的預測以及對變壓器絕緣狀態的預測。
（四）基于專家知識在線狀態評估
在變壓器中，氫氣可表征其內部是否有故障，而且氫氣濃度也是故障程度的尺度。此外，氫氣量變化速度還可以進一步判斷故障發展的速度。對變壓器內部的局部放電參數測試，能夠獲得局部絕緣信息，而局部放電強弱可用來評定電氣絕緣缺陷和劣化程度。同離線檢測技術對比，在線測量有以下兩個優點：第一，在線監測技術可以及時測量雷擊等因素造成的突發故障，第二，在較低或者較高電壓下進行的有關電氣試驗相比，在工作電壓下的在線監測更加符合實際運行的情況。
[關鍵詞]電氣設備；在線監測；故障診斷
中圖分類號：TH165+.3 文獻標識碼：B 文章編號：1009-914X（2014）42-0017-01
電氣設備在日常生產中廣泛應用，卻存在著較為明顯的問題，那就是設備的故障往往十分常見，影響生產的正常進行。為了在最大程度上消除電氣設備故障所帶來的影響，可以通過設計電氣設備故障診斷系統，來達到在第一時間診斷系統故障并排除故障的目的。
1 電氣設備在線監測實現的方式
1.1 在線監測
在線監測一般指在設備不停電、保持正常運行的情況下，安裝在被檢測設備上的相關的設備、儀器，對電力設備狀況實時進行連續或周期性自動檢測的過程。隨著技術的不斷發展，各類單一功能的在線監測系統趨向集成，各種電氣設備的監測單元通過現場總線或以太網的主機相連，統一生成圖形、報表，并將數據存入數據庫。電氣設備在線監測系統的形成實現了對變電站變壓器、電抗器、斷路器、GIS、避雷器、高壓套管、容性設備等變電設備的實時在線監測功能。
1.2 離線檢測
離線檢測一般指通過各類檢測，對生產及設備狀況進行必要的人工檢測。如日常巡檢、例行檢查、定檢、例行試驗、診斷性試驗等，旨在及時獲取設備狀態量，評估設備運行狀態，發現事故隱患并為設備狀態檢修提供依據。離線檢測是對可能存在或已經存在的故障進行分析，而在線監測的實質是要求分析設備的當前狀態及未來趨勢，在發生故障之前提出檢修計劃，做到防患于未然，是狀態檢修的技術基礎之一。在實際的應用中有時需要結合在線監測和離線檢測兩種手段，充分發揮各自的優點，一般的做法是采用在線監測的方法對運行設備實施實時監測，當發現異常后，根據嚴重程度可以采用必要的合適的離線檢測方法對異常進行進一步的判定，最終確定檢修策略。
1.3 帶電檢測
帶電檢測是采用便攜式檢測設備，在電氣設備的運行狀態下，對電氣設備狀態量進行的現場檢測，其檢測方式為帶電短時間內檢測，有別于長期連續的在線監測。帶電檢測受環境因素影響較大，實際測試過程中要密切關注信號的重復性，重復性包括周期、幅值、波形、頻率等。
2 電氣設備在線故障診斷系統的組成
針對于電氣設備的設備故障診斷系統，主要是進行故障部位的查找以及故障原因的分析，在盡量短的時間之內找出解決故障的有效方法。在本文所研究的故障診斷系統中，是根據數據庫原理，將設備的故障表現輸入計算機分析系統，依靠計算機的數據分析，來達到診斷故障的目的。通常一個完善的電氣設備故障診斷系統，包括了人機接口、數據庫、推理機、知識獲取設備等多個部分。
2.1 人機接口
人機接口是用戶和故障診斷系統之間進行信息交流的重要通道，可以保證信息收集的實時性以及準確性。通過人機接口，可以將收集到的信息通過分析判斷其準確性之后顯示出來，具有非常高的可信度。
2.2 數據庫
數據庫是系統進行故障診斷的核心依據，能夠為故障的查找與分析提供準確的數據支持。通常，數據庫包括了靜態數據庫以及動態數據庫兩種，以獲取數據的途徑不同來進行劃分。靜態數據庫是通過產生式的規則來獲取數據，而動態數據庫則是在系統運行過程中進行數據的存儲處理，兩類數據庫的數據獲取途徑不同，但都可以用于對故障分析的支持。
2.3 推理機
數據庫在系統進行故障診斷的過程中所起到的作用是對故障分析的支持，而推理機在故障診斷中的作用則是具體的故障分析執行，通過系統在數據支持上的準確推理，來找出電氣設備故障的部位與產生原因，從而讓電氣設備能夠保持正常的工作運行。推理機和數據庫的地位一樣，都是故障診斷系統中最為核心的一部分。
2.4 知識獲取設備
在電氣設備故障診斷系統當中，知識獲取設備的好壞決定著系統的性能高低。知識獲取的內容通常十分多樣，包括了對以往電氣設備故障診斷的經驗總結，對最新故障知識資料的收集與分析，以及對故障診斷系統運行模式的改進等等。對這類信息進行整理，得到較為系統的知識內容，為系統的故障診斷工作提供支持。
3 電氣設備故障診斷系統的應用
通過電氣設備故障診斷系統，可以進行大多數電氣設備故障的診斷與排查，方便在第一時間內找出故障問題并及時解決故障。從進行故障診斷的過程以及故障的處理與維護等角度進行分析，電氣設備故障診斷系統的作用主要包括了以下幾個方面。
3.1 對設備進行診斷
在對電氣設備的故障進行診斷時，找出故障位置，將故障位置精確到每一件具體設備中是最基本的一項要求。首先，在最開始進行設備的診斷時，在系統的選擇頁面選擇需要進行故障診斷的設備；其次，根據所選擇的的設備來調取相應的數據庫，以數據庫為基礎找出準確的故障發生點；最后，根據數據庫來進行故障原因的分析，為故障的診斷提供依據。在完成了對設備的診斷，確定了故障位置以后，可以對出現故障較為頻繁的設備進行標記，進行具有針對性的處理，從而提高工作效率。
3.2 對精密部件診斷
在找出發生故障的設備以及故障存在的準確部位之后，還需要分析出故障發生的機理以及細節，才能夠更好地為故障的處理提供前提條件。而對故障發生的機理進行分析，其實也就是對設備內的精密部件進行診斷。在電氣設備故障診斷系統中，進行精密部件的診斷主要是通過人機交互來進行。診斷人員在系統中調出發生故障的設備數據，并由系統提出一系列的問題由診斷人員來完成回答，系統根據診斷人員的回答結果來進行推理，并最終得出診斷答案。如果系統出現了數據庫知識儲量不足，無法進行準確的精密部件診斷，以及無法進行故障原因的分析，那么則需要對數據庫進行更新補充，滿足系統對電氣設備故障診斷的需求。
3.3 對電氣設備故障處理
通常電氣設備故障診斷系統在提供了對設備的故障診斷功能的同時，也具有故障處理的指導功能，可以指出解決故障的主要方法。特別是對于一些設備故障來說，即使知道了故障發生的原因，也很難得出一個最佳的故障處理方案。通過計算機系統，則可以較為科學地給出一個比較合理的處理方法，杜絕電氣設備故障難以處理的情況出現。
3.4 對電氣設備維護
要保證電氣設備能夠長久地進行生產工作，就必須要進行設備的日常維護。通常，對電氣設備進行維護同樣可以使用到故障診斷系統，由系統來判斷電氣設備的工作狀況，對可能發生故障的設備進行及時的預防。另外，對于電氣設備故障診斷系統本身，也需要得到及時的維護，來保持系統診斷能力的實時性。一般可以通過向數據庫增加最新知識儲備的方式來對故障診斷系統進行維護。
結語
本文主要介紹了電氣設備故障診斷系統的基本結構組成以及設計時應該注意的系統作用，為故障診斷系統的理論設計提供了基本的依據。要實現對電氣設備故障的準確診斷以及為故障的處理提供依據，就必須要保持系統結構的完整性以及實時性，對系統中所存在的不足進行及時的更新。隨著工業的發展，人們對電氣設備的使用要求也在逐年提高，電氣設備故障診斷系統的診斷性能也會達到更高水平。
參考文獻
[1] 肖方勇.淺議電氣設備故障診斷系統的分析與設計[J].科技創新導報，2013（20）.
關鍵詞：鋼鐵 冶煉設備 故障 措施
在連續生產系統中，如果某臺關鍵設備因故障而不能繼續運行，往往會涉及全廠生產系統設備的運行，而造成巨大的經濟損失。因此，對于連續生產系統，例如電力系統的汽輪發電機組、冶金過程及化工過程的關鍵設備等，故障診斷具有極為重要的意義。
對于某些關鍵機床設備，因故障存在而導致加工質量降低，使整個機器產品質量不能保證，這時故障診斷技術也不容忽視。
故障診斷的基礎是建立在能量耗散原理上的。所有設備的作用都是能量轉換與傳遞，設備狀態愈好，轉換與傳遞過程中的附加能量損耗愈小。例如機械設備，其傳遞的能量是以力、速度兩個主要物理參數來表征，附加能量損耗主要通過溫度及振動參數表現。隨著設備劣化程度加大，附加能量損耗也增大。因此，監測附加能量損耗的變化，可以了解設備劣化程度。
一、 鋼鐵冶煉機械設備故障診斷技術的發展
診斷技術發展幾十年來，產生了巨大的經濟效益，成為各國研究的熱點。從診斷技術的各分支技術來看，美國占有領先地位。美國的一些公司，如Bently，HP等，他們的監測產品基本上代表了當今診斷技術的最高水平，不僅具有完善的監測功能，而且具有較強的診斷功能，在宇宙、軍事、化工、工業等方面具有廣泛的應用。
我國診斷技術的發展始于70年代末，而真正的起步應該從1983年南京首屆設備診斷技術專題座談會開始。雖起步較晚，但經過近幾年的努力，加上政府有關部門多次組織外國診斷技術專家來華講學，已基本跟上了國外在此方面的步伐，在某些理論研究方面已和國外不相上下。目前我國在一些特定設備的診斷研究方面很有特色，形成了一批自己的監測診斷產品。全國各行業都很重視在關鍵設備上裝備故障診斷系統，特別是智能化的故障診斷專家系統，在電力系統、石化系統、冶金系統、以及高科技產業中的核動力電站、航空部門和載人航天工程等。工作比較集中的是大型旋轉機械故障診斷系統，已經開發了20種以上的機組故障診斷系統和十余種可用來做現場故障診斷的便攜式現場數據采集器。透平發電機、壓縮機的診斷技術已列入國家重點攻關項目并受到高度重視；而西安交通大學的“大型選轉機械計算機狀態監測與故障診斷系統”，哈爾濱工業大學的“機組振動微機監測和故障診斷系統”。東北大學設備診斷工程中心經過多年研究，研制成功了“軋鋼機狀態監測診斷系統”，“風機工作狀態監測診斷系統”，均取得了可喜的成果。
故障診斷(FD)始于(機械)設備故障診斷,其全名是狀態監測與故障診斷(CMFD)。故障診斷技術是一門交叉學科 ,為解決復雜系統的故障診斷問題提供了強有力的理論基礎,同時實現了故障診斷技術的實用化;近二十年來,由于技術進步與市場需求的雙重驅動,故障診斷技術得到了快速發展,已在航空航天、核反應堆、電廠、鋼鐵、化工等行業得到了成功應用,取得了顯著的經濟效益;從故障診斷技術誕生起,國際自動控制界就給予了高度重視。
二、鋼鐵冶煉機械設備故障診斷的主要理論及其方法
從不同的角度出發有多種故障診斷分類方法,這些方法各有特點,但從學科整體可歸納以下幾類方法。
1、基于系統數學模型的診斷方法:該方法以系統的數學模型為基礎,以現代控制理論和現代優化方法為指導,利用Luenberger觀測器 、等價空間方程、Kalman濾波器、參數模型估計與辨識等方法產生殘差,然后基于某種準則或閥值對殘差進行分析與評價,實現故障診斷。該方法要求與控制系統緊急結合,是實現監控、容錯控制、系統修復與重構等的前提、得到了高度重視,但是這種方法過于依賴系統數學模型的精確性,對于非線性高耦合等難以建立數學模型的系統,實現起來較困難。 2、基于系統輸入輸出信號處理的診斷方法:通過某種信息處理和特征提取方法來進行故障診斷,應用較多的有各種譜分析方法、時間序列特征提取方法、自適應信號處理方法等。這種方法不需要對象的準備模型,因此適應性強。這類診斷方法有基于小波變換的診斷方法、基于輸出信號處理的診斷方法、基于時間序列特征提取的診斷方法。
3、基于人工智能的診斷方法:基于建模處理和信號處理的診斷技術正發展為基于知識處理的智能診斷技術。人工智能最為控制領域最前沿的學科,在故障診斷中已得到成功的應用。對于那些沒有精確數學模型或者很難建立數學模型的復雜大系統,人工智能的方法有其與生俱來的優勢。基于專家系統的智能診斷技術、基于神經網絡的智能診斷技術與基于模糊邏輯的診斷方法已成為解決復雜大系統故障診斷的首選方法,有很高的研究價值和應用前景。
4、其它診斷方法:其它診斷方法有模式識別診斷方法、定性模型診斷方法以及基于灰色系統理論的診斷方法等。另外還包括前述方法之間互相耦合、互補不足而形成的一些混合診斷方法。
三、鋼鐵行業中機械設備故障診斷技術的應用
鋼鐵行業中的主要機械設備是各種傳動設備和液壓設備,如軋機、傳送帶、各種風機等。它們的工作狀況決定了生產效率和鋼鐵冶煉的質量,對這些設備狀態的在線檢測,能夠及時、準確的檢測出生產設備的運行狀況,并給出相應的操作和建議。因此建立相應的故障診斷系統對整個系統的正常運行特別重要。于是針對鋼鐵行業特殊的機械環境(多傳動設備和液壓設備),相應的故障診斷系統也必須以這些設備的特點而建立。主要原理是以運動機械的振動參量檢測為中心,輔助以溫度、壓力、位移、轉速和電流等各種參數的采集,從而對這些大型傳動設備的狀態進行分析和判斷,再進行相應的處理。整套故障診斷系統由計算機系統、數據采集單元、檢測元件、數據通訊單元以及專業開發軟件組成。此系統既可單獨工作,又可和DCS或PLC組成分散式故障診斷系統對所遇生產設備進行監控和故障診斷。
機械振動是普遍存在工程實際中,這種振動往往會影響其工作精度,加劇及其的磨損,加速疲勞損壞;同時由于磨損的增加和疲勞損壞的產生又會加劇機械設備的振動,形成一個惡性循環,直至設備發生故障,導致系統癱瘓、損壞。同時機械設備的工作環境也是造成機械設備發生故障主要原因之一,因此,根據對機械振動信號和工作環境溫度、濕度的測量和分析,不用停機和解體方式,就可以對機械的惡劣程度和故障性質有所了解。同時根據以往經驗建立相應的處理機制庫,從而針對不同的故障做出相應的診斷和處理。整個處理過程如下:
1、傳感器采集設備工作狀態信號。如各種傳動裝置的振動信號、溫度信號、液壓裝置的壓力、流量和功率信號等。
2、特征信號提取。將各種傳感器采集信號進行信號分類,刷選出相應的傳感器信號,如振動傳感器采集的文振動強度信號、壓力傳感器采集的壓力信號等。
3、對特征信號處理。對傳感器采集的特征信號進行濾波、放大等處理,提取出相應的特征信號。
4、對采集信號進行故障診斷。將提取的特征信號進行判斷處理,選擇相應的故障方法(如小波變換法),分析故障類型和設備狀態,然后查詢故障類型庫,做出相應的決策。
四、結束語
建立在現代故障診斷技術上的鋼鐵冶煉設備故障診斷系統,可對設備的運行狀態進行實時在線檢測、通過對其監測信號的處理與分析,可真實地反映出設備的運行狀態和松動磨損等情況的發展程度及趨勢,為預防事故、科學合理安排檢修提供依據,可以提高設備的利用效率,產生了很大的經濟價值,對此類故障診斷系統的研究有很深遠的意義。
參考文獻:
關鍵詞:故障診斷技術;鋼鐵冶煉設備;計算機控制
中圖分類號:TP277文獻標識碼:A文章編號: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 故障診斷技術的發展[1]
故障診斷(FD)始于(機械)設備故障診斷,其全名是狀態監測與故障診斷(CMFD)。它包含兩方面內容:一是對設備的運行狀態進行監測;二是在發現異常情況后對設備的故障進行分析、診斷。故障診斷技術是一門交叉學科,融合了現代控制理論、信號處理、模式識別、最優化方法、決策論、人工智能等,為解決復雜系統的故障診斷問題提供了強有力的理論基礎,同時實現了故障診斷技術的實用化;近二十年來,由于技術進步與市場需求的雙重驅動,故障診斷技術得到了快速發展,已在航空航天、核反應堆、電廠、鋼鐵、化工等行業得到了成功應用,取得了顯著的經濟效益;從故障診斷技術誕生起,國際自動控制界就給予了高度重視。
以運動機械的振動檢測為中心,輔助以溫度、壓力、位移、轉速和電流等各種參數的采集,從而對鋼鐵冶煉中的各種大型傳動設備的狀態進行分析和判斷,從而達到故障診斷的目的。
2 故障診斷的主要理論和方法[2-3]
1971年Beard 發表的博士論文以及Mehra和Peschon發表的論文標志著故障診斷這門交叉學科的誕生。發展至今已有30多年的發展歷史,但作為一門綜合性新學科――故障診斷學――還是近些年發展起來的。從不同的角度出發有多種故障診斷分類方法,這些方法各有特點,但從學科整體可歸納以下幾類方法。
1) 基于系統數學模型的診斷方法:該方法以系統的數學模型為基礎,以現代控制理論和現代優化方法為指導,利用Luenberger觀測器 、等價空間方程、Kalman濾波器、參數模型估計與辨識等方法產生殘差,然后基于某種準則或閥值對殘差進行分析與評價,實現故障診斷。該方法要求與控制系統緊急結合,是實現監控、容錯控制、系統修復與重構等的前提、得到了高度重視,但是這種方法過于依賴系統數學模型的精確性,對于非線性高耦合等難以建立數學模型的系統,實現起來較困難。如狀態估計診斷法、參數估計診斷法、一致性檢查診斷法等。
2) 基于系統輸入輸出信號處理的診斷方法:通過某種信息處理和特征提取方法來進行故障診斷,應用較多的有各種譜分析方法、時間序列特征提取方法、自適應信號處理方法等。這種方法不需要對象的準備模型,因此適應性強。這類診斷方法有基于小波變換的診斷方法、基于輸出信號處理的診斷方法、基于時間序列特征提取的診斷方法。基于信息融合的診斷方法等。
3) 基于人工智能的診斷方法:基于建模處理和信號處理的診斷技術正發展為基于知識處理的智能診斷技術。人工智能最為控制領域最前沿的學科,在故障診斷中已得到成功的應用。對于那些沒有精確數學模型或者很難建立數學模型的復雜大系統,人工智能的方法有其與生俱來的優勢。基于專家系統的智能診斷技術、基于神經網絡的智能診斷技術與基于模糊邏輯的診斷方法已成為解決復雜大系統故障診斷的首選方法,有很高的研究價值和應用前景。這類智能診斷方法有基于專家系統的智能診斷技術、基于神經網絡的智能診斷技術、基于模糊邏輯的診斷方法、基于故障樹分析的診斷方法等。
4) 其它診斷方法:其它診斷方法有模式識別診斷方法、定性模型診斷方法以及基于灰色系統理論的診斷方法等。另外還包括前述方法之間互相耦合、互補不足而形成的一些混合診斷方法。
3 鋼鐵行業中故障診斷技術的應用[4-6]
鋼鐵行業中的主要機械設備是各種傳動設備和液壓設備,如軋機、傳送帶、各種風機等。它們的工作狀況決定了生產效率和鋼鐵冶煉的質量,對這些設備狀態的在線檢測,能夠及時、準確的檢測出生產設備的運行狀況,并給出相應的操作和建議。因此建立相應的故障診斷系統對整個系統的正常運行特別重要。于是針對鋼鐵行業特殊的機械環境(多傳動設備和液壓設備),相應的故障診斷系統也必須以這些設備的特點而建立。主要原理是以運動機械的振動參量檢測為中心,輔助以溫度、壓力、位移、轉速和電流等各種參數的采集,從而對這些大型傳動設備的狀態進行分析和判斷,再進行相應的處理。整套故障診斷系統由計算機系統、數據采集單元、檢測元件、數據通訊單元以及專業開發軟件組成。此系統既可單獨工作,又可和DCS或PLC組成分散式故障診斷系統對所遇生產設備進行監控和故障診斷。整個系統的工作流程圖如圖1所示。
機械振動是普遍存在工程實際中,這種振動往往會影響其工作精度,加劇及其的磨損,加速疲勞損壞;同時由于磨損的增加和疲勞損壞的產生又會加劇機械設備的振動,形成一個惡性循環,直至設備發生故障,導致系統癱瘓、損壞。同時機械設備的工作環境也是造成機械設備發生故障主要原因之一,因此,根據對機械振動信號和工作環境溫度、濕度的測量和分析,不用停機和解體方式,就可以對機械的惡劣程度和故障性質有所了解。同時根據以往經驗建立相應的處理機制庫,從而針對不同的故障做出相應的診斷和處理。整個處理過程如下:
1)傳感器采集設備工作狀態信號。如各種傳動裝置的振動信號、溫度信號、液壓裝置的壓力、流量和功率信號等。
2)特征信號提取。將各種傳感器采集信號進行信號分類,刷選出相應的傳感器信號,如振動傳感器采集的文振動強度信號、壓力傳感器采集的壓力信號等。
3)對特征信號處理。對傳感器采集的特征信號進行濾波、放大等處理,提取出相應的特征信號。
4)對采集信號進行故障診斷。將提取的特征信號進行判斷處理,選擇相應的故障方法(如小波變換法),分析故障類型和設備狀態,然后查詢故障類型庫,做出相應的決策。
4 結束語
建立在現代故障診斷技術上的鋼鐵冶煉設備故障診斷系統,可對設備的運行狀態進行實時在線檢測、通過對其監測信號的處理與分析,可真實地反映出設備的運行狀態和松動磨損等情況的發展程度及趨勢,為預防事故、科學合理安排檢修提供依據,可以提高設備的利用效率,產生了很大的經濟價值,對此類故障診斷系統的研究有很深遠的意義。
參考文獻:
[1] 沈慶根,鄭水英.設備故障診斷[M].北京:化學工業出版社,2006.
[2] 王仲生.智能故障診斷與容錯控制[M].西安:西北工業大學出版社,2005.
[3] 李民中.狀態監測與故障診斷技術在煤礦大型機械設備上的應用[J].煤礦機械,2006(03).
[4] 傅其鳳,葛杏衛.基于BP神經網絡的旋轉機械故障診斷[J].煤礦機械,2006(04).
關鍵詞：汽輪機，故障，診斷技術，發展
伴隨我國對工業發展的越來越高度重視，人們對工業設備的運行安全性、穩定性與可靠性等多方面提出了更高的要求。如何加強機械設備故障診斷，降低故障發生幾率成為現代工業領域工作的首要任務。汽輪機作為電力生產中的重要設備之一，一旦其發生故障將會給整個電力系統帶來巨大的不良影響，甚至引發人員傷亡事故。因此，非常有必要對汽輪機故障進行分析與診斷，這樣才能有效提高汽輪機的安全性與可靠性。
一、汽輪機故障診斷現存問題
（一）材料性能診斷環節薄弱
材料性能檢測是汽輪機檢測工作中一個十分重要的環節。正常情況下，在檢測汽輪機材料性能時，需要對汽輪機的使用期限進行預測。但就目前情況來看，汽輪機材料性能檢測環節薄弱是我國大多數電力企業普遍存在的一個問題，即汽輪機材料性能診斷工作存在諸多地方需要改進，材料性能檢測需要引起檢查人員的高度重視，檢測力度需要加強。
（二）檢測方面問題
就現有汽輪機故障診斷系統而言，大多數系統均存在這樣那樣的弊端與缺陷，如許多汽輪機故障診斷系統采用推理算法，這在故障征兆的獲取上是個不可忽視的弊端，長期以來都沒有取得較有成效的突破。究其原因發現，汽輪機故障診斷系統檢測問題是導致上述弊端產生的主要因素[1]。由于汽輪機故障診斷系統所用檢測技術較為陳舊落后，難以適應與滿足時展需求，難以實現對汽輪機故障的有效檢測，導致診斷系統應有的效用無法正常發揮出來，這極大地阻礙了汽輪機故障診斷技術的發展與應用。
二、汽輪機故障診斷技術
（一）信號采集與分析
在信號采集方面，鑒于汽輪機工作環境較為惡劣，對故障診斷系統中傳感器要求偏高，而傳感器是系統信號采集的重要部件，所以當前對于汽輪機故障診斷技術的研究主要側重于降低誤診率和漏診率，提高傳感器的工作性能與可靠性，以及積極開發新的傳感器。
在信號分析與處理方面，目前使用最多的為振動信號分析與處理。而快速傅里葉變換（FFT）是汽輪機故障診斷系統中振動信號分析與處理采用最多的一種思想[2]。該思想的主要內容是將一般時域信號表示成不同頻率的諧波函數，并以線性疊加的方式表示出來。同時，快速傅里葉變換思想認為信號是平穩的，因而分析出的頻率具有統計不變性。從大量實踐應用情況來看，FFT在汽輪機故障診斷信號分析過程中對于許多平穩信號都較為適用。然而，在實際診斷過程中許多信號都是不平穩的、非線性的。所以，提高信號分析精度與處理效率，是汽輪機故障診斷研究人員當前所迫切需要解決的一個問題。
（二）故障診斷
要想對汽輪機故障進行準確的診斷，首先就需要對故障發生的機理進行了解，這也是汽輪機故障診斷工作中一項不可缺少的基礎性環節。目前對于汽輪機故障機理的研究主要包括故障類型與故障規律兩方面。根據汽輪機故障發生機理，目前制定的故障診斷策略較為有效的主要有邏輯診斷、模糊診斷、人工神經網絡，對比診斷、專家系統和模式識別等[3]。其中，人工神經網絡和專家系統是當前研究較多的兩種診斷方法。故障診斷的一般過程如圖1。
圖1汽輪機故障診斷一般過程
（三）應用人工智能
伴隨互聯網技術的不斷進步與信息技術應用的日益廣泛，人工智能已經成為當今時代的代名詞，許多領域目前正致力于發展人工智能。作為我國重要支柱產業之一的電力產業，在汽輪機故障診斷方面也正朝著人工智能的方向發展。其中最具代表性的當屬專家系統。專家系統作為人工智能在汽輪機故障診斷技術中的應用成果已取得了成功，但面對科技飛速發展的新時期，汽輪機故障診斷中的人工智能仍有許多問題丞待解決，如自學習、知識的獲取、智能辨識、信息融合等等。
三、汽輪機故障診斷技術的未來展望
雖然現有汽輪機故障診斷技術已普遍應用于實際當中，但從上文對汽輪機故障診斷技術及各相關方面的深入研究與分析中發現，我國汽輪機故障診斷技術仍存在較多問題，診斷技術水平需要不斷提高[4]。同時，為加快解決汽輪機故障問題，未來我國汽輪機故障診斷技術將朝著全方位檢測技術，診斷技術與仿真技術有效融合、綜合診斷與故障機理更深入研究等幾個重點方向發展。
在故障機理更深入研究方面，需要電力企業相關工作人員加大對汽輪機故障機理的研究力度與深度，尤其是對漸發故障定量表征和整個故障系統狀態指標的研究，并在此基礎上對汽輪機故障機理進行詳細、明確的區分。只有明確汽輪機故障機理，汽輪機故障診斷技術才能得到有效的改進與優化，才能得到快速穩定的發展。
在全方位檢測技術方面，需要系統設計人員利用自動化技術、GPS定位技術、通信技術、計算機技術等多種現代化信息技術來積極開發新型汽輪機故障診斷系統，在不斷提升系統功能的同時，實現對汽輪機故障的全方位檢測，實現對汽輪機故障診斷效率的提升。
對于診斷技術與仿真技術的有效融合，主要是基于故障仿真思想來實現對汽輪機故障類型的辨別[5]。利用仿真技術可以實現對汽輪機組成零件故障的識別與診斷，而診斷技術與仿真技術的融合既能夠為專家系統提供所需知識與學習樣本，又能夠在故障潛伏時期對汽輪機征兆進行充分研究，從而大大提高汽輪機故障診斷技術水平，促進汽輪機故障診斷技術快速發展。
綜合診斷發展趨勢主要表現在相關研究人員正逐步擴大對汽輪機故障診斷技術的研究寬度，這就為綜合診斷技術的發展提供了有利的條件。目前，對于汽輪機性能診斷、油液診斷、機械振動及溫度診斷等的綜合性診斷已初步形成體系，并在繼續發展著。
【關鍵詞】軸承；故障檢測；智能化
一.軸承故障檢測技術的發展現狀
機械故障診斷學可以對及其或者機組的運行狀態進行有效識別。隨著科學技術的日益發展，工業水平也不斷提高，機械設備的自動化程度也不斷提升，要想憑借個人感覺來對機械設備進行故障診斷已經不切實際了。在第二次世界大戰時期，由于軍事設備的診斷維修技術落后，導致大量軍事設備發生非戰斗引起的破壞，由此可見設備故障檢測技術是如此重要。在20世紀60年代以來，半導體技術快速發展，使越來越多的集成電路出現在機械設備中，隨著電子技術和計算機技術的更新換代，逐漸出現了數字信號處理和分析技術的分支，為機械設備的故障檢測技術打下了良好的基礎。而軸承是在各種旋轉式機械中最常用的一種零配件，它的正常與否能夠直接影響設備 的綜合性能，例如精度、壽命、穩定性等。根據可靠數據顯示，在旋轉機械常見故障中，百分之三十都是由于軸承故障所導致的。軸承故障診斷技術最初起源于國外20世紀60年代初，現階段，該領域相關研究人員對于軸承故障診斷技術的研究主要體現在以下幾個方面。
1.時域分析法
時域分析法是軸承故障診斷技術發展的起源方法，這種診斷方式主要是依靠相關分析和時序分析等信號提取特征，同時使用振動信號中常見的基本數字特征及概率分布特征實現機械設備的診斷工作。其中包括均值、有效值、峰值等判定依據。時域同步平均法在軸承故障診斷中極其常見，它主要依靠信號增強原則，并通過對軸承振動信號的取樣，實現對多周期信號的同步平局，以此來得到時域同步平均信號。該方式的主要優點在于能夠有效減少其他零部件或振動源對于信號的干擾，增強信噪比。
2.頻域分析法
頻域分析法主要是通過將時域波形在FFT的變換下轉換為頻譜圖，并利用振動信號的頻譜特征實現軸承故障診斷，例如特征頻率、無量綱判別因子等，對軸承故障進行深入的檢測。在頻譜分析技術中，細化技術和倒譜技術是最常用的診斷手段，在對軸承振動信號的頻譜進行分析時必須達到一定程度的頻率分辨率，細化譜分析技術可以有效提高頻率分辨率。另外，在不另外增加采樣點數的條件下，FFT-FS頻譜細化方式可以選擇性地對感興趣的頻帶進行細化處理，以此得到較為精確的頻率值。
3.時頻分析法
利用普通的頻譜分析技術很難與視頻技術同時進行，探測到信號的時域特點。若采用時頻分析技術，既可以體現出時域特征又能夠體現出頻域特征，可以對軸承故障的特征進行全面描述。在1946年，GABOR提出了一種基于窗口傅立葉的轉換概念，通過一個可在時間上進行滑動的時窗來實現傅立葉的變換，從而研究出一種在時域和頻域方面都擁有良好局部性的分析方式。其中，小波分析方式中的多尺度特性及其對突變信號的發現能力，對于穩定信號的處理具有極大的優勢，它成功破解了短時傅立葉變換分辨率中無法改變的缺陷，使時域和頻域同時具有較好的局部性，并成為軸承診斷發展過程中的研究重點。
4.智能化診斷分析法
計算機人工智能和診斷理論的有效融合形成了具有信息時代特征的智能化診斷方法。現階段中，軸承診斷領域中出現頻率較高的兩類人工智能診斷系統主要是在知識專家系統和網絡智能診斷系統的基礎上建立的。其中，基于知識的專家系統具有以下特征：以知識為技術基礎，通過串行運行模式對人類大腦邏輯思維能力進行模擬，以此實現精密的人工故障診斷技術。而基于神經網絡的智能診斷系統具有以下特征：以神經網絡結構為技術基礎，通過大規模并行運算模式實現人腦物理結構的模擬。通常情況下，智能診斷系統會和各種現論基礎進行相結合，例如模糊集理論基礎與轉矩系統結合之后會形成具有模糊性質的專家系統，而將小波和神經網絡相結合可以形成具有小波特性的神經網絡。這種結合方式可以充分發揮各種系統的優勢，揚長避短，對更加復雜的軸承故障進行診斷分析，得到更加準確的診斷結果。相關研究人員根據該模型的特征提出了一種新算法來取代傳統的BP算法，這種算法可以提高學習速度，并避免陷入局部極小的狀況發生。改善后的新算法能夠很好地運用在軸承故障診斷中，根據大量實驗表表明，該算法可以有效降低網絡在訓練過程中停留在局部極小區域的時間，極大地提高了網絡學習速度。
二.軸承故障診斷技術的前景展望
隨著信息技術和通信技術的高速發展，軸承故障診斷技術也逐漸實現電子化和智能化。根據現階段的研究資料來看，軸承故障診斷的未來發展趨勢主要集中在以下幾個方面：
1.混合故障診斷技術
智能診斷技術為軸承故障診斷工作提供了一個重要的發展方向。而將各種不同類型的智能技術進行有效結合而形成的混合式故障診斷系統，將是智能故障診斷研究道路上的突破點。這些智能技術之間的結合方式多種多樣，主要有根據規則進行的專家系統神經網絡系統的結合、實例推理與神經網絡系統的結合、模糊邏輯和神經網絡之間的結合。
2.多層次診斷融合
集成知識庫中各類診斷經驗，與數據庫中存檔的各類故障數據，根據故障的特征進行綜合性分析，確定故障的具體發生場所。該技術主要是對狀態監測過程中所監測到的數據信息進行相結合，再與層次診斷模型進行相結合，按照層次性推理方式作出由淺至深的診斷。除此之外，它還可以進一步講狀態監測過程中所監測到的信號匯總到診斷系統中，實現在線數據分析處理和在線故障診斷，無論是在實時性還是智能化方面都有較大的提升。
【關鍵詞】消防技術裝備；故障診斷；維修管理；專家系統
消防安全是保障居民生命財產、生產活動的重要新生力量，隨著消防技術的進步，消防技術裝備的發展也是日新月異，多兵種、多樣式的消防裝備配置到各個消防部隊，在應對各項消防營救活動中表現出了極大的戰斗能力。然而新型消防技術裝備更新速度快，技術含量高，配套的維修管理難以跟上，這使得許多的新型、大型設備的使用頗受限制，為了改變這一技術后勤保障問題，開發出一套行之有效的消防技術裝備維修管理系統已是刻不容緩。
一、消防技術裝備維修管理系統
消防技術維修管理系統主要由二部分構成，即消防技術設備故障診斷系統和設備保養維修系統。消防技術裝備出勤率高、工作環境往往十分惡劣，這使得消防裝備極易出現各種故障，甚至是失效癱瘓，因此如何快速的辨別出消防裝備的故障類型，分析各種故障誘因，提前加以防護，這樣才能保障消防設備的工作壽命，同時降低設備的故障風險。狀態監測和故障診斷技術在20世紀60年代初期，為發展高性能飛機和保證航空航天系統的可靠性與安全性而發展起來的專家控制系統，在動力設備、航空設備、石油化工設備和礦山機械設備等大型成套設備中均得到了廣泛應用，據統計，應用設備狀態監測和故障診斷技術后，事故發生率可降低75%，維修與保障費用可減少25%～50%。設備保養維修系統通過維修管理技術人員，實現設備的日常技術保養和故障部件的修復工作，具體工作流程如下：
1.消防技術設備故障診斷系統
該系統主要是為消防技術裝備提供常見的故障診斷的技術支持，實現故障類型的快速診斷和故障查詢服務，大幅縮短維修時間，提高效率。系統主要服務功能有：
（1）常見故障類型的故障特性分析，提供技術指標參數
通過現有的故障診斷數據庫，提供現有的消防技術裝備的故障特性參數，提供有效的評價技術指標，提取設備運行時核心部件的振動信號的時域信號和頻域信號，做好人機交互界面，簡化系統操作，便于維修管理人員的參照比對。
（2）消防技術裝備運行狀態檢測和故障診斷系統
在現有運行的主要消防技術裝備上裝置設備狀態監測和故障診斷系統，實時的獲取設備運行情況，通過設置主要部件的工作耗時閾值，結合設備材料的工作特性，未雨綢繆，保障設備不在超時、超量工作。同時這樣的狀態檢測和故障診斷系統有助于設備生命周期的運行參數的收集，便于完善已有的故障數據庫。
（3）設備故障診斷方案生成系統
設備故障診斷系統主要是提供設備運行時的振動信號參數，方便后期數據處理比對，然而這樣的數據資料無疑是增加了維修管理人員的操作難度，因而開發出簡便明了的設備診斷方案，才能更好的給維修人員提供技術支持，診斷方案主要內容包括：故障部件、損毀程度估計、參考維修方案、維修成本預估等，隨著原始數據的積累，可以為以后的專家診斷系統的建立奠定數據支撐。
2.設備保養維修系統
裝備維修管理系統主要是面向消防技術裝備的維修管理人員，即該系統的實際操作者，系統主要組成部分有：
（1）消防技術裝備技術資料數據模塊
該模塊主要是通過裝備的原始數據資料，建立健全各技術裝備的技術數據資料，便于實現裝備技術資料的實時查詢，也為維修操作提供參考，數據模塊參照標準的數據庫建立模式，實現多終端數據查詢功能，提高數據利用率。
（2）裝備維修耗材管理模塊
消防技術裝備機構復雜，零部件數額巨大，在原有的技術資料數據模塊的基礎上，建立維修耗材管理模塊，在耗材的采購、使用、回收上科學管理，將大大簡化維修流程，降低設備維修成本，縮短維修周期。
（3）設備維修方案處理模塊
在故障診斷方案處理系統的基礎上，建立設備維修處理方案模塊，科學的選擇合適的維修方案，建立方案評估機制，積累方案種類，建立常規維修方案和特殊維修方案的應急機制，切實可行的為維修人員提供詳實且具有參考價值的設備維修處理方案。
（4）維修案例收集模塊
針對不同類型的維修案例，整理記錄，組成自有的維修案例檔案數據庫，這既是消防技術裝備的病歷本，也為日后同類裝備的維修保養提供了科學有效的參考。
二、消防技術裝備維修管理制度的建設
消防技術裝備的維修管理是一項需要大量人力、物力參與的周期性的管理活動，為了提高管理效率，落實管理政策，也需要建立相應的管理制度。
1、消防技術裝備維修管理人員的專業培訓
運行新的消防技術裝備維修管理系統，需要大量的專業技術人員的參與，保障高質量的運行效果，需要專業化的技術操作，因此，必須對原有的管理人員進行專業技能培訓，設立考核評價機制，打造一支高效、專業的維修管理團隊。
2、消防技術裝備維修管理系統監督機制
保障管理系統的正常、高效運行需要建立配套的監督管理系統，設立管理系統運行評價指標，實時掌握系統運行狀況，開展周期檢查和不定期抽查，對于管理系統中出現的問題和特殊狀況予以及時處理，建立管理系統的反饋咨詢機制。
3、做好消防技術裝備維修管理系統的升級換代
該管理系統涉及多項技術子系統，隨著設備的更新換代，也會出現新型的故障類型，應該實時的做好維修管理系統的升級換代工作，保障管理系統的運行效率。
總 結：
消防技術裝備的維修管理是一項內容復雜的系統工程，這需要合理有效的配套管理機制，也需要高效率的執行力，在當前消防安全重要性日益凸顯的今天，應該合理運用信息化技術，提升維修管理各個環節的工作效率，建立詳實的技術資料數據庫，組不建立具有自身特色的管理維修系統，擴展系統的兼容性，將成功的管理經驗大力推廣，為其他技術裝備的維修管理提供寶貴的參考意見。
【參考文獻】
[1]蔡莉，金宏斌.裝備維修保障管理系統的設計與實現[J].信息技術，2009（11）.
[2]張曉青.消防技術裝備故障診斷專家系統的設計與實現[J].滅火救援創新與消防學科建設，2006.
關鍵詞：船用柴油機；故障處理；輔助診斷系統
內燃機主要有汽油機和柴油機兩大類，柴油機在動力性能方面更具備優勢。通常來說，柴油機的燃油效率更高、功率更大且工作穩定性更好，它在大型設備上的應用范圍更廣。我國的社會經濟的快速發展，使得水路運輸尤其是遠洋運輸業得到了迅猛發展，我國船舶總噸位和船舶保有量都成直線上升的趨勢，由于船舶在動力性能上的重點要求，使得柴油機系統成為船舶動力系統的首選，在船舶輔助系統中也是得到廣泛應用。因此，傳播柴油機的性能情況將直接影響船舶的工作狀態，一旦船舶發生故障現象，其維修保養相對于汽油機的難度更大，一方面船用柴油機體型大、結構復雜且輔助設備眾多；另一方面船用發動機的故障診斷和故障處理還缺乏切實可行的分析方法，這也將是本文要重點探討的內容和方向。
1.船用柴油機故障概述
通常來說，船用柴油機多為四沖程柴油機，主要的組件有：機體組件、曲柄連桿機構、傳動機構、配氣機構與進排氣系統、燃油系統、系統、冷卻系統和起動系統。相對于汽油機系統，柴油機系統的結構更加復雜，它是機電系統、液壓系統和控制系統的綜合體，由于柴油機系統的功率普遍較大，大功率的輸出會加速零部件的磨損和老化，使得關鍵的零部件出現功能退化甚至是失靈，子系統之間的邏輯關系紊亂也會導致柴油機運行失穩、控制策略無法正常執行，子系統出現功能鼓掌，從而引發整個柴油機系統出現故障。因此，其故障現象往往十分復雜且呈現一定的時間規律，通過分析零部件之間的關聯關系可以有效的預判故障發生機率，提前做好維護和保養。
2.船用柴油機故障分析和輔助診斷系統
船用柴油機的故障往往在局部零部件高發，常見的故障類型包括啟停困難、功率不足、運行失穩、排煙異常、油壓過低、柴油機異響等，通過總結歷史數據可以獲取不同故障類型時的關鍵運轉參數和零部件性能參數，通過專業的故障處理方法和故障診斷方法，可以有效的對故障進行快速識別并為故障處理提供有效的方案。
2.1.故障處理參數的設定和獲取
選擇合適的監測參數，可以在合適的故障處理模型的輔助下，完成故障診斷和故障處理工作。對于船用柴油機，其功能、結構和運行情況較為復雜，通常來說會選擇以下的運行參數作為故障處理的基礎數據。實時轉速是反應柴油機動力性能的直觀參數，通過轉速傳感器可以實時獲取各種工況和載荷條件下的柴油機轉速，并對轉速的波動和異常情況進行監測；機油系統是柴油機和液壓系統的主要組成部部分，通常來說柴油機內部旋轉部件和往復部件會使得機油溫度升高，檢測機油溫度和壓力的異常變化情況，可以對連接件、軸承、冷卻系統、液壓系統、運行異常進行實時的監測；水是柴油機的主要冷卻介質，通過監測不同部位的水溫，可以實時獲取各個交換部件的工作狀況。尾氣溫度是反映柴油機氣密性和內部壓力的關鍵數據。
2.2.故障診斷機理研究
柴油機的故障診斷兼具往復機械和旋轉機械的故障診斷，是一個綜合性的故障診斷系統。通常來說可以采用以下的故障診斷方法進行故障識別。
2.2.1.基于專家系統的故障診斷方法，專家系統是通過對歷史故障數據和專家分析意見進行數據集成，對典型故障類型的特征故障數據進行量化，通過數據模式識別和數據索引的方法，可以對當前的故障類型進行快速診斷；
2.2.2.基于神經網絡的故障診斷方法，神經網絡能夠對故障樣本數據進行抽樣培訓，在有效的迭代次數以內，快速識別出故障的特征模式，通過數據比對獲取故障特征類型；
2.2.3.基于故障樹的故障診斷方法，采用分級分層數據處理的方法，能夠對故障誘因中的機械因素、人為因素、環境因素和沖擊現象進行分類處理，通過直觀的故障樹反應不同因素的影響程度。
2.3.故障診斷系統的功能簡述
故障診斷系統是故障診斷方法的真實體現，通過交互式的操作界面能夠實現故障處理的全流程。前端系統負責故障特征數據的監測和采集，通過數據傳輸通道，將船用柴油機的故障數據上傳到故障數據處理系統，進行故障機理分析，通過交互式的界面操作，設備管理人員可以直接獲取故障診斷的最終結果，并為設備的故障處理方案提供數據參考依據。
總結：
柴油機在效率、功率和穩定性上的巨大優勢，使得柴油機被廣泛應用于船舶動力系統中。然而船用柴油機功能復雜且輔助設備眾多，這都給其日常維修養護增加了難度。對于船用柴油機的故障處理分析，要在運行參數實時監測的基礎上，結合現場工況進行故障處理。通過總結船用柴油機的故障類型，基于常用的幾種分析方法進行船用柴油機的故障處理和輔助診斷系統的開發。
參考文獻：
[1] 朱發新，船用柴油機故障診斷系統研究[J]，浙江海洋學院學報，2011（1）
【關鍵詞】遠程監控；故障診斷；研究；應用
0 前言
現代生產制造系統中，機械設備的在線檢測與故障診斷技術越來越受到人們的重視。傳統的在線監測與故障診斷的實現是采用現場讀取儀器儀表，再根據記錄的數據人工進行故障診斷。隨著傳感器及計算機技術飛速的發展，人們可以在計算機上進行在線監測與故障診斷。計算機網絡技術的發展，使遠程進行在線監測與故障診斷成為可能，這對于提高制造廠家的售后服務質量及減少維修費、提高設備利用率有著重大的意義。現今，人們已對加工中心、柔性制造系統及一些特殊環境中的重要設備進行遠程監測與故障診斷的研究與開發。
由上可以看出，遠程在線監測與故障診斷系統是目前研究的熱點，依據此，本文提出了對“面向鍛壓機床的遠程在線監測與故障診斷系統”進行研究的思想。
1 面向鍛壓機床的遠程監控診斷技術研究系統功能需求
機床的遠程監測與故障診斷技術的研究與應用，對故障發現、控制修復、故障排除、故障預防都有著十分重要的意義。國外對此非常重視，早在20世紀60年代就已經開始研究，某些技術已經應用于實際工程，我國對機床的遠程監測與故障診斷的研究起步較晚。因此，積極開展機床的遠程監測與故障診斷的理論和方法的研究，并開發用相應的監測與故障診斷系統非常必要。
1.1 系統功能需求
系統需能實現如下功能：
（1）機床特征信號采集功能
從傳感器組收集到的信號必須是反映機床運行狀態的特征信號，經放大、采樣保持與模數轉換成PC機可接收的數據，由PC機進行數據處理與顯示，并保存于數據庫中便于以后的分析研究。
（2）現場在線監測與故障診斷功能
在線監測及故障診斷系統在現場工控機端能實現如下功能：顯示監測的數據對監測的數據進行存儲，顯示變化趨勢圖、進行報警記錄并能及時進行故障診斷、生成各種報表、可以對有關參數進行設置。
（3）基于Web的遠程監測功能
要求機床與企業內部各部門之間的信息共享，通過Internet實現機床使用廠家與制造商之間的信息共享，有授權的用戶在遠程能通過瀏覽器進行在線監測。
（4）支持分布式數據庫
支持面向企業及全球的網絡數據庫功能。具有采集、存取現場監測數據的功能，支持遠程數據的存取操作，基于數據庫實現非實時性數據信息的共享。
1.2 系統體系結構
在系統的功能需求分析的基礎上，本課題提出了滿足上述需求的體系結構。下面從不同方面去分析系統的體系結構。
（1）系統框架體系結構
面向機床的遠程在線監測與故障診斷系統主要包括現場數據采集、現場服務器端部分、遠程客戶端部分。
現場數據采集部分：現場數據包括傳感器組采集來的數據及機床數控系統中的數據。由傳感器組采集來的數據直接與嵌入式PC系統相連，數據系統中機床狀態數據的獲取采用數控系統自帶的通訊端口與現場的嵌入式PC系統相連。嵌入式PC機通過工業以太網與計算機及企業服務器相連，并通過Internet與遠程計算機進行通訊。
現場服務器端部分：包括現場監控計算機，企業局域網中的Web服務器及數據庫服務器。此部分實現現場監測數據實時顯示與存儲、變化趨勢顯示、報警記錄及故障診斷結果顯示、報表生成、以及各種參數的設置，并可及時進行故障診斷。Web服務器接受客戶端傳來的請求，通過Socket或訪問數據庫來響應遠程客戶端實行監控的請求。
遠程客戶端部分：通過瀏覽器向現場服務器端提出監控請求，經驗明權限后可實現遠程監測功能。
（2）系統技術體系結構
遠程在線監測與故障診斷系統包括遠程對歷史數據查詢與對在線數據進行監測兩個方面。
遠程對歷史監控數據進行查詢采用B/S模式的分布式體系結構。遠程客戶端向Web服務器層提出請求，Web服務器響應客戶需求，將從數據庫服務器中查詢的結果反饋給客戶端。
對于在線數據，為了保證大量的監控數據遠程傳輸，采用Socket技術對在線監控數據進行遠程發送、接收。Socket是基于消息的異步存取策略，用于在Internet上傳輸數據和交換信息量，在使用中Socket分為服務端和客戶端，客戶端向服務器端發送數據請求，服務器對接收到的請求消息進行處理后發送相應的數據給客戶端。現場的工控機為服務器端，遠程瀏覽器為客戶端。
1.3 系統實現
在上述研究的基礎上，現開發出適合鍛壓機床的遠程監測診斷原型系統。
本系統采用友好的圖形化界面，利用串口通信實現現場數據的采集，用ADO技術進行數據庫的訪問，Socket技術實現遠程在線監測。
根據系統功能的需求，設計了以下幾個功能模塊：在線動態分析模塊、報個警功能模塊、故障診斷模塊、輸出模塊和維護模塊。
在線動態分析模塊：實現在線監控數據隨時間的變化趨勢顯示，同時能通過讀取歷史數據庫中的數據，再現任一歷史時間段的趨勢圖，并能對趨勢圖進行存檔與打印操作。
報警模塊：采用聲音、畫面閃爍進行故障報警，能顯示報警的詳細數據，同事啟動數據存儲功能。
故障診斷模塊：包括如下兩方面：
（1）建立知識庫：將工廠內工程技術人員經過長期實踐積累的知識以規則的形式存儲于計算機中。本系統采用的知識表示方法主要為產生式規則。其基本思想是把知識表示成“IF THEN“的因果關系；
（2）設計推理機制：本系統采用正向推理機制。推理過程如下：取出知識庫中一條規則的前提，搜索這些前提是否都在數據庫中，若在數據庫內，激活規則，推出故障診斷結果。
輸出模塊：按照廠家的要求設計報表格式。本模塊實現隨機報表、日報表、月報表的輸出功能，并能進行自動保存最近的報表，同時將更早時間的報表自動消除。
系統維護模塊：可以實現如下的功能：
（1）各種參數報警上下限及最值的設定；
（2）為保證系統的安全性，設置系統訪問密碼口令。
由上可知，本系統界面友好，操作方便，運行可靠，既具有一定的先進性，又具有實用性。
2 總結
關鍵詞：煤礦企業；機電設備； 故障診斷；維修方法
【中圖分類號】 TP76【文獻標識碼】 B【文章編號】 1671-1297（2012）11-0361-01
一煤礦機電設備的常見故障類型及新興檢測方法概述
隨著煤礦產業規模的擴大和機械化程度的逐年提高，煤礦機電設備在礦山生產中的作用越來越得到人們的重視。由于環境、工藝、維護等諸多因素對機電設備的影響復雜，設備在運行中不可避免地會發生零部件斷裂、變形、磨損等各種問題，使設備性能逐漸降低，并嚴重威脅著礦井生產的安全性。雖然煤礦生產中使用的設備種類很多，且根據不同的工作環境，其故障形式的表現也是多種多樣的，但依照故障產生的原因和程度，仍可大致將其分為斷裂、變形、燒蝕、壓痕等損壞性故障；異常磨損、老化、剝落等退化型故障；壓力過低或過高、間隙過大或過小等失調型故障；松動、脫落等松脫型故障；以及堵塞故障、滲漏故障、功能失效故障等類型。
為避免設備故障導致的嚴重經濟損失和重大傷亡事故，確保煤礦企業的良性發展，必須加強對其的養護和維修，以提高設備的精度和穩定性。然而傳統的礦山設備維修養護制度主要包括事后維修檢護和計劃性定期檢修兩種，前者比較被動、效率過低、效果很不理想，后者則常常需要定期停工，這樣一來就大大提高了維護成本，也影響了生產作業的連續性，而且難以對偶發故障做出及時、有效的反應。現階段，隨著國內機械設備檢測技術的日趨完善，在線故障診斷系統開始逐漸應用于礦山機電設備的檢修環節，并取得了非常理想的效果。
二精準檢測技術的發展及在煤炭企業的應用
時下流行的煤礦機電精準檢測技術莫過于機電設備故障診斷技術，該技術是指以預防設備在運行中發生的各種故障為目的，通過現代計算機技術、信息技術、遙感技術等多學科交互形成的在線設備監測控制系統。該系統能夠通過實時、定量地掌握礦山機電設備在運行中的各種工況參數，將其與數據庫中相應參數值進行比對，從而對設備的工作性能以及可靠性做出預測，能對異常參數進行定位，并對其進行原因、危害程度以及處理措施等方面進行精準的智能分析，為維修人員確定處理策略提供科學依據。系統可依據不同參數的變化規律，進一步對設備運行情況作出科學的預判，成功避免了傳統檢測中的漏檢、誤檢以及重復檢修等問題，極大地提高了設備運行的連續性與安全性。
早在上世紀70年代，故障診斷系統就因其具有的一系列優點被廣泛應用于歐美國家的機電設備維修中，我國也于80年代開始了故障診斷技術的研究，并在近年來開始將該技術向煤炭開采企業大力推廣。與世界先進水平相比，目前我國礦山設備的故障診斷系統仍有較大的改進空間，需要技術人員嚴格控制系統運行的幾個關鍵環節，提高系統的準確度和前瞻性。
三新興故障診斷技術的應用
1.診斷方法。
故障診斷方法主要包括如下幾點：分析數據庫的建立；工況參數的檢測與控制；小波神經網絡技術和模糊數學概念的應用；通過專家技術進行診斷等。該技術將現代科技與專業的人工分析相結合，是目前在煤礦企業應用最為廣泛的故障檢測診斷技術，基本能夠找出機電設備不能正常運轉的原因所在。
2.故障檢測技術的實際應用。
以礦用鑿井絞車為例，隨著絞車在功率、容積以及調速系統等方面性能的大幅提升，其安全性也得到了進一步的提高。然而絞車液壓系統的故障在運行中發生的幾率仍然較高，并暴露出狀態參數監測數量少、精度低等問題，給操作、使用和維護帶來不便和困難。另外，作為典型的復雜液壓伺服控制系統中，其故障的識別與排除也較為困難，嚴重地影響了煤礦生產安全和秩序。在這一背景下，很多礦井開始通過運用對絞車狀態的在線監測與故障診斷系統，實現液壓絞車狀態參數的實時檢測與顯示，并通過運行狀態參數的存儲與分析，實現故障判別與維修指導。
故障診斷系統總體結構分別由位于井下的實時狀態監測與顯示系統和位于地面的故障智能診斷系統等兩個部分組成，井上監測與顯示系統可為絞車司機提供操作控制信息，為液壓絞車運行狀態和故障診斷提供分析依據的思想，井下檢測系統實時采集液壓絞車液壓系統、絞車運行和操作員操作等三類信息，其中的主要參數包括：提升速度、提升位置、主回路壓力、低壓回路壓力、制動器開閘壓力、制動器貼閘壓力、伺服壓力、操縱回路壓力、補油系統壓力、濾油器工作壓差、油箱液壓油溫度、及閘瓦位移等。在事先將設備的構造原理及常見故障的基本特征輸入診斷系統數據庫后，系統可自動根據監測到的參數實時判斷其運行狀態和故障位置，為故障的預警和排除提供可靠依據。
四新興維修策略
1.維修方式。
設備的維修方式是指對維修時機的控制，具體方式主要有以下幾種：事后維修。是指設備發生故障或損壞、造成停機之后進行維修；定期維修。只要使用到預定的維修時間，不管其技術狀態如何，都要進行規定的維修工作；視情維修。它不是根據故障特征而是由設備在線監測和診斷裝置預報的實際情況來確定維修時機和內容；機會維修。它是與視情維修或定期維修同時進行的一種有效的維修活動。它不會引起生產損失。機會是在其他必須進行定期維修或排除故障之時出現，實施這種維修可獲得較好的有效度；改進設計。在故障發生過分頻繁，即平均故障期很短，以及維修或更換的費用又很大，即人力、備件費用或停工損失很大時，改進設計是最好的辦法。
2.維修類型。
基于以上對機電設備故障類型的分析，煤礦機電設備的維修類型可根據故障浴盆曲線具體的分為偶發型維修和壽命型維修（耗損故障）兩種。其中偶發型故障維修一般是不能預測的，通常采用事后修理方式。對待別重要的、連續地不間斷運轉的、不允許突發故障停機的設備，可采用在線連續狀態監測，配以備用系統和保護系統，以預防操作失誤、檢查疏忽和意外事件造成的故障停機。而壽命型故障維修一般是可預測的，主要根據維修和故障停機的損失，及安全性的要求選擇維修方式。
參考文獻
[1]魏晉文.煤礦機電設備全套技術[M].北京：化學工業出版社，2010
【關鍵詞】水輪發電機組 故障診斷模糊神經網絡專家系統
前言
隨著現在科學技術水平的日益提高，尤其是信號處理、知識工程和計算智能等理論技術的發展，水輪發電機組的故障診斷也正由人工診斷到自動診斷、由離線診斷到在線診斷，由現場診斷到遠程診斷的逐漸發展，本文從智能診斷的理論和方法著手，在分析多種智能診斷方法的基礎上，進行水輪發電機組故障診斷方法的探討。
國內外故障診斷技術的現狀及應用
1、國外故障診斷技術發展現狀及應用
總的說來，國外發電機組監測與故障診斷開始研究較早，無論在診斷理論的
研究上還是在傳感器的性能、產品的可靠性等監測儀器設備的研制生產上，都達到了較高的水平，已有實用的產品。
①最早開展故障診斷技術研究的是美國，從1976年開始電站在線計算機診斷工作，1980年投入了一個小型的電機診斷系統，1981年進行電站人工智能專家故障診斷系統的研究．后來發展成大型電站在線監測診斷系統(AID)，并建立了沃倫多故障運行中心，可以看到分布在全美20多個電廠的數據信息。
②歐洲瑞士的ABB公司子1971年由BBC公司引入第一個計算機輔助數據采集系統；法國于1978年在法國電氣研究與發展部研制了在線振動監測系統；丹麥的B&K公司在90年代推出了新一代狀態監測與故障診斷系統――B&K3450型COMPASS系統，該系統具有廣泛的故障診斷功能，除了能檢測和記錄機器的異常情況外，還能進行故障隔離，分析故障的部位、性質、程度。
③日本首先研制成了機械狀態監測系統在多臺核電站和商業熱電站使用，后來又發展成帶診斷規則描述，以及采用模糊邏輯分析確定置信因素功能的振動診斷專家系統。
2、國內診斷技術的發展現狀及應用
國內診斷技術是在消化、吸收國外先進技術基礎上發展起來的，自1985年以來發展非常迅速，現在全國從事與電站設備監測診斷系統相關的單位主要是高校、研究所、制造廠、電廠。雖然國內開發的系統與國外相比還存在一定的差距，但實踐證明，國內開發故障診斷系統在電力行業中發揮了一定的作用，也取得了良好的經濟和社會效益。
水輪發電機組的故障機理分析
根據導致水輪發電機組振動的三類振源，將其振動故障分為水力因素故障、機械因素故障、電氣因素故障三種類型進行分析研究。
1、水利因素故障
指振動中的干擾力來自水輪機水力部分的動水壓力。其特征是帶有隨機性，且當機組處在非設計工況或過渡工況運行時，因水流狀況惡化，機組各部件的振動亦明顯增大。產生振動的水力因素主要有：水力不平衡、偏心渦帶、空腔汽蝕等。
2、機械因素故障
指振動中的干擾力來自機械部分的慣性力、摩擦力及其它力。引起振動的機械因素主要有：轉子質量不平衡、機組軸線不對中、動靜碰磨、主軸過細、軸承間隙過大等。
3、電氣因素
指振動中的干擾力來自發電機電氣部分的不平衡磁拉力。引起電磁振動的主要因素有定子鐵芯組合縫松動或定子鐵芯松動、定子繞組固定不良、定轉子氣隙不均勻、轉子線圈短路、不對稱工況運行等。
智能故障診斷方法分析
1、單一診斷方法
①模糊神經網絡診斷方法
模糊神經網絡是模糊理論同神經網絡相結合的產物。模糊邏輯理論和神經網絡技術在知識表示、知識存儲、推理速度及克服知識窄臺階效應等方面起到了很大的作用，因此將模糊邏輯與神經網絡融合起來構造的模糊神經網絡，具有模糊邏輯和神經網絡各自的優點。近年來，模糊神經網絡的理論及應用得到了飛速發展，各種的新的模糊神經網絡模型的提出以及與其相適應的學習算法的研究不僅加速了模糊神經網絡理論的完善，而且它們在實際中得到了非常廣泛的應用。模糊方法與神經網絡方法結合的主要思想，是在神經網絡框架下，引入定性知識，即在常規神經網絡的輸入層和輸出層加入模糊層，用模糊規則構造神經網絡，在使網絡權值有明確的物理意義的同時，保留了神經網絡的學習機制。
②專家系統故障診斷方法
專家故障診斷系統是人們根據長期的實踐經驗和大量的故障信息知識，設計出的一套智能計算機程序系統，以解決復雜的難以用數學模型來描述的故障診斷問題。其內部具有大量專家水平的某個領域知識與經驗，應用人工智能技術，根據某個領域一個或多個人類專家提供的知識和經驗進行推理和判斷，模擬人類專家的決策過程，以解決那些需要專家決定的復雜問題。
專家系統在水輪發電機組故障診斷中的典型應用是基于產生式規則的系統，其基本工作原理是：首先把專家知識及其診斷經驗用規則表示出來，形成故障診斷專家系統的知識庫，進而根據報警信息及其他一些故障征兆對知識庫進行推理，得出是否發生故障以及發生什么故障，然后對診斷結果進行評價、決策。
③模糊診斷方法
是一種基于知識的自動診斷方法，它利用模糊邏輯來描述故障原因與故障現象之間的模糊關系，通過隸屬度函數和模糊關系方程解決故障原因與狀態識別問題。其基本原理為；設用一個集合Y定義系統中所有可能發生的各種故障原因，由這些故障原因引起的各種癥狀，如時域特征、頻域特征、相關參數變化特征等定義為一個集合X
根據模糊數學原理，可得到Y和X的因果模糊關系為：
Y=X o R
其中，符號“o”為模糊邏輯算子，足為模糊關系矩陣。
④人工神經網絡(ANN)是模擬人腦組織結構和人類認知過程的信息處理系統，自1943年首次提出以來，已迅速發展成為與專家系統并列的人工智能技術的另一個重要分支．人工神經網絡具有模擬任何連續非線性函數的能力和從樣本學習的能力，非常適合應用于故障診斷系統。應用ANN技術解決故障診斷問題的步驟包括：根據診斷問題組織學習樣本、根據問題和樣本構造神經網絡、選擇合適的學習算法和參數。
2、混合診斷方法研究
通過分析可知，依靠單一智能技術無法滿足水輪發電機組故障診斷的任務要求。因此，將多種不同的智能診斷技術結合起來的混合診斷系統是智能化故障診斷研究的發展趨勢。根據水輪發電機組故障診斷特點，基于不同方法互補的原則，從實際對象和方法本身特點出發，為有效地解決水輪發電機組故障診斷問題，提出基于模糊邏輯、神經網絡與專家系統的混合智能診斷方法：
①針對水輪發電機組具有振動故障原因多、征兆多的特點，根據引起水輪發電
機組振動的三類振源，建立三個故障診斷子模糊神經網絡，對三類振動故障分
別進行診斷。每個子網采用多輸入多輸出的結構，且每個子神經網絡單獨用學
習樣本進行訓練，通過網絡分解，學習速度和推理能力都能滿足現場要求。
②針對故障征兆的模糊性闖題，提出利用模糊集理論對故障征兆進行模糊處理，
建立典型征兆的隸屬度函數；
③針對專家系統領域知識的不確定性闖題，及基于模糊產生式規則的故障診斷
專家系統存在模糊規則推理的沖突與低效率問題，鑒于神經網絡具有較強的容
錯與并行處理能力，引入模糊神經網絡到專家系統，專家系統中的知識獲取、
知識表示、知識庫維護、不精確推理等用模糊神經網絡來解決。
結語：水力發電在我國能源生產中扮演著重要角色，特別是近年來隨著我國幾
座裝機百萬千瓦的機組相繼投產，水電的重要性越來越顯著，國家對水電的安
全穩定生產也提出了更高的要求。本論文重點論述機組狀態監測和故障診斷方
法來提高水電站的安全穩定運行。
參考文獻：
［1］張曉亭．機組運行設備診斷維護高效管理模式實施研究川．湖北電力，1999
［2］馬劍澤，隆元林．水電廠的狀態檢修和故障診斷技術陰．四川電力技術，
1999
［3］沈磊．《中國水力水電工程運行管理卷》中國電力出版社，2000
