故障診斷精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的故障診斷主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：故障診斷范文

【關(guān)鍵詞】汽車ABS；故障診斷；BP神經(jīng)網(wǎng)絡(luò)

1引言

隨著汽車相關(guān)技術(shù)的快速發(fā)展，人們對(duì)車輛行駛速度的要求越來越高，交通事故也日益頻繁，近年來，我國因制動(dòng)方面的故障而發(fā)生的交通事故占60%以上。作為汽車的主動(dòng)安全裝置之一的汽車防抱死制動(dòng)系統(tǒng)（Anti-lockBrakingSystem，ABS),通過調(diào)節(jié)車輪制動(dòng)力來防止車輪抱死，因此對(duì)ABS系統(tǒng)故障診斷技術(shù)的研究具有重要意義。

2ABS系統(tǒng)的工作原理

目前，典型的ABS系統(tǒng)主要由車輪轉(zhuǎn)速傳感器、電子控制單元（ECU）和制動(dòng)壓力調(diào)節(jié)器三個(gè)部分組成，車輪轉(zhuǎn)速傳感器，電控單元計(jì)算分析車輪速度、滑移率、加減速等信息后，向壓力調(diào)節(jié)器發(fā)出制動(dòng)壓力控制指令，控制制動(dòng)壓力增加、減小或不變，以調(diào)節(jié)制動(dòng)力矩與地面附著狀況相適應(yīng)。

3ABS系統(tǒng)故障分析

通常根據(jù)故障指示燈的閃爍規(guī)律對(duì)ABS系統(tǒng)進(jìn)行排查和維修。正常情況下，點(diǎn)火后指示燈閃后，發(fā)動(dòng)機(jī)啟動(dòng)后，指示燈熄滅，進(jìn)入正常工作狀態(tài)；如果ABS系統(tǒng)以及其制動(dòng)系統(tǒng)發(fā)生故障，則指示燈會(huì)間歇性閃亮不正常等現(xiàn)象。故障原因包括5種：①車輪轉(zhuǎn)速傳感器信號(hào)不良；②電控單元內(nèi)部故障；③制動(dòng)調(diào)節(jié)電磁閥故障；④指示燈故障；⑤液壓電泵故障。其中車輪轉(zhuǎn)速傳感器和電磁閥（調(diào)節(jié)器）故障是故障發(fā)生的主要原因，對(duì)其進(jìn)行診斷，分析故障模式和故障原因[1]。

4基于BP網(wǎng)絡(luò)的故障診斷

BP神經(jīng)網(wǎng)絡(luò)是誤差反向傳播（ErrorBackPropagation）單向傳播的多層前饋網(wǎng)絡(luò),包括輸入層、隱含層和輸出層，隱含層的數(shù)有多個(gè)，采用是三層神經(jīng)網(wǎng)絡(luò)。

4.1確定節(jié)點(diǎn)數(shù)

根據(jù)故障模式和原因分析確定BP網(wǎng)絡(luò)的輸入層和輸出層節(jié)點(diǎn)數(shù)。以故障模式X=｛x1、x2、x3、x4、x5、x6｝輸入，原因輸出Y=｛y1、y2、y3、y4、y5｝；同理，對(duì)于調(diào)節(jié)器來說，以故障模式X=｛x7、x8、x9、x10、x11、x12｝輸入，以故障原因Y=｛y6、y7、y8、y9、y10｝為樣本輸出，對(duì)應(yīng)6個(gè)輸入節(jié)點(diǎn)和5個(gè)輸出節(jié)點(diǎn)。即輸出結(jié)果中yi=0示無故障，yi=1示相應(yīng)位置發(fā)生故障。選取10個(gè)樣本數(shù)據(jù)分析研究，以多種故障原因的模式作為訓(xùn)練樣本，建立故障模式與故障原因之間的映射關(guān)系。確定網(wǎng)絡(luò)模型后，激活函數(shù)，一般BP采用S型函數(shù)，具有非線性放大系數(shù)功能，變換為（-1,1）間的輸出。S型函數(shù)分:tansig函數(shù)（值域在（0,1））和logsig函數(shù)。

4.2網(wǎng)絡(luò)的訓(xùn)練與仿真

值域在（-1,1）），將輸出限制（0,1），S型作為輸出函數(shù)，隱含層來說，將兩種分別訓(xùn)練，對(duì)比結(jié)果，選擇隱含層函數(shù)。結(jié)果表明隱含層采用tansig函數(shù)需1950步迭代網(wǎng)絡(luò)收斂，而隱含層采用logsig函數(shù)預(yù)先步數(shù)2500，曲線趨于平行網(wǎng)絡(luò)未能收斂，未能進(jìn)行故障診斷。因此，對(duì)傳感器的故障診斷采用隱含層為tansig的BP神經(jīng)網(wǎng)絡(luò)。選取2s時(shí)速度數(shù)據(jù)作為檢驗(yàn)樣本，因2s時(shí)相應(yīng)車輪抱死代表與其對(duì)應(yīng)的輪速傳感器發(fā)生故障，得到仿真結(jié)果。對(duì)于調(diào)節(jié)器，隱含層采用tagsig函數(shù)的網(wǎng)絡(luò)需1963步迭代后網(wǎng)絡(luò)收斂，而隱含層采用logsig函數(shù)的網(wǎng)絡(luò)迭代2727時(shí)，網(wǎng)絡(luò)最小梯度達(dá)到下限，但性能目標(biāo)未達(dá)到。因此，故障診斷采用隱含層為tansig函數(shù)的BP神經(jīng)網(wǎng)絡(luò)。結(jié)果得出傳感器的最大誤差,0.0051，最大誤差為0.0035，兩種BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練后可滿足故障診斷要求。但是仍存在以下不足：①迭代次數(shù)較多，訓(xùn)練時(shí)間較長(zhǎng)；②易陷入局部極小值導(dǎo)致訓(xùn)練失?。虎垲A(yù)測(cè)能力與訓(xùn)練能力出現(xiàn)“過擬合”現(xiàn)象。

5基于改進(jìn)BP網(wǎng)絡(luò)的故障診斷

針對(duì)BP網(wǎng)絡(luò)改進(jìn)方案主要分為:啟發(fā)式改進(jìn)和數(shù)值優(yōu)化改進(jìn)。啟發(fā)式改進(jìn)法是通過改進(jìn)BP神經(jīng)網(wǎng)絡(luò)各項(xiàng)參數(shù)來克服網(wǎng)絡(luò)學(xué)習(xí)中的各項(xiàng)缺陷，在解決復(fù)雜問題時(shí)，而數(shù)值優(yōu)化方法在求解非目標(biāo)函數(shù)時(shí)收斂快，受到專家學(xué)者的青睞?；跀?shù)值優(yōu)化的改進(jìn)方法包括牛頓法、共軛梯度法和Levenberg-Marquardt(L-M)法等,采用L-M法對(duì)BP神經(jīng)網(wǎng)絡(luò)優(yōu)化，基本計(jì)算步驟如下：①對(duì)權(quán)值和閾值向量初始化，并給出訓(xùn)練誤差精度ε，因子β，常數(shù)μ0，并令μ=μ0；②計(jì)算網(wǎng)絡(luò)輸出以及指標(biāo)函數(shù)E[w（k）]：基于L-M算法的BP網(wǎng)絡(luò)中，根據(jù)迭代結(jié)果自動(dòng)調(diào)整比例系數(shù)μ，即動(dòng)態(tài)調(diào)整迭代的收斂方向，使得每次的誤差下降，收斂速度更快，訓(xùn)練精度也更高[2]。根據(jù)L-M算法進(jìn)行訓(xùn)練仿真所示。選取2s時(shí)速度數(shù)據(jù)特征值作為傳感器訓(xùn)練網(wǎng)絡(luò)模型的檢驗(yàn)樣本，選取1.5s時(shí)的速度數(shù)據(jù)特征值作為調(diào)節(jié)器訓(xùn)練網(wǎng)絡(luò)模型的檢驗(yàn)樣本，得到仿真結(jié)果。對(duì)比發(fā)現(xiàn)：采用基于L-M算法的網(wǎng)絡(luò)訓(xùn)練方法迭代次數(shù)更小，收斂速度明顯提高[3]。

6結(jié)論

本文根據(jù)ABS系統(tǒng)的工作原理，總結(jié)常見的故障實(shí)例以及診斷方法，從中找出問題，結(jié)合MATALAB仿真結(jié)果，對(duì)比發(fā)現(xiàn)后者有效克服了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的問題，改善了訓(xùn)練效果，提高了診斷的效率和精度，為ABS故障診斷增加了一種可行途徑。

【參考文獻(xiàn)】

【1】丁舒平,余同進(jìn).道路交通事故的間接成因分析[J].公路交通科技:應(yīng)用技術(shù)版,2009(3):170-171+182.

【2】王華中,錢晉,陳明福.汽車檢測(cè)與診斷技術(shù)[M].湖南：中南大學(xué)出版社,2012.

第2篇：故障診斷范文

隨著自動(dòng)化立體倉庫向全自動(dòng)、高精度、高速度、智能化、網(wǎng)絡(luò)化控制的方向發(fā)展，自動(dòng)化立體倉庫設(shè)備的遠(yuǎn)程故障診斷變得十分必要。堆垛機(jī)遠(yuǎn)程故障診斷是對(duì)機(jī)械系統(tǒng)、自動(dòng)化控制系統(tǒng)運(yùn)行狀態(tài)及其變化規(guī)律進(jìn)行監(jiān)測(cè)，對(duì)運(yùn)行過程中各參數(shù)變化所反映的狀態(tài)信息特征進(jìn)行分析，從而判斷機(jī)械構(gòu)件、自控系統(tǒng)是否存在故障，并進(jìn)一步查出故障的類型、部位及嚴(yán)重程度。自控系統(tǒng)故障診斷還可進(jìn)行遠(yuǎn)程自動(dòng)修復(fù)。

遠(yuǎn)程故障診斷的必要性

傳統(tǒng)的堆垛機(jī)故障診斷與維修存在如下弊端：

1、故障診斷與維修受維修人力、技術(shù)和地域的限制，時(shí)效性受到影響；

2、由于故障診斷和維修資源不能共享，制約了維修水平的提高；

3、用戶無法快速、及時(shí)獲得所需零配件的信息，維修單純依靠一成不變的維修手冊(cè)，缺乏針對(duì)性和靈活性；

4、維修服務(wù)響應(yīng)速度的提高主要依賴于維修隊(duì)伍和網(wǎng)點(diǎn)的擴(kuò)大，由于受到成本的限制，無法得到不斷的提升；

5、維修成本相對(duì)較高。

遠(yuǎn)程故障診斷技術(shù)是對(duì)設(shè)備運(yùn)行狀態(tài)及其變化規(guī)律進(jìn)行測(cè)量與分析的技術(shù)，它借助于電子技術(shù)、信息技術(shù)、信號(hào)分析技術(shù)及計(jì)算機(jī)分析等先進(jìn)手段，將設(shè)備運(yùn)行過程中各參數(shù)的變化所反映的狀態(tài)信息取出來，對(duì)其特征進(jìn)行分析，判斷設(shè)備是否存在故障，并進(jìn)一步查出故障的類型、部位及嚴(yán)重程度。因此，它是一個(gè)多學(xué)科相互交叉滲透的綜合性技術(shù)。

通常，堆垛機(jī)的某些故障關(guān)系到整個(gè)立體倉庫是否能正常運(yùn)行，如載貨臺(tái)升降導(dǎo)向機(jī)構(gòu)的故障關(guān)系到堆垛機(jī)載貨臺(tái)的安全；運(yùn)行機(jī)構(gòu)的導(dǎo)向裝置故障威脅到整個(gè)堆垛機(jī)的安全；貨又軸承故障關(guān)系到存取貨物的安全。

對(duì)于用戶來說，當(dāng)倉儲(chǔ)系統(tǒng)或設(shè)備出現(xiàn)故障時(shí)，都希望能獲得供貨商及時(shí)良好的技術(shù)服務(wù)，對(duì)故障進(jìn)行快速、正確的診斷并將其排除。因此，在市場(chǎng)競(jìng)爭(zhēng)日益激烈的今天，供貨商已把服務(wù)創(chuàng)新提高到企業(yè)生存的戰(zhàn)略高度，以服務(wù)贏得用戶已成為擴(kuò)大市場(chǎng)份額的重要舉措。

遠(yuǎn)程故障診斷的可行性

近年來，計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)、通訊技術(shù)的迅猛發(fā)展為異地診斷提供了技術(shù)手段?；趶V域網(wǎng)的遠(yuǎn)程分布式工況監(jiān)測(cè)與故障診斷系統(tǒng)，通過在設(shè)備上建立監(jiān)測(cè)點(diǎn)，實(shí)時(shí)采集設(shè)備運(yùn)行的狀態(tài)數(shù)據(jù)。并傳輸?shù)皆\斷中心；診斷中心應(yīng)用系統(tǒng)的動(dòng)力學(xué)分析理論模型、分析程序?qū)C(jī)械設(shè)備的故障進(jìn)行分析，最終得出量化數(shù)據(jù)，判斷可能發(fā)生故障的機(jī)率及類型。為設(shè)備故障作出診斷；還能夠?qū)⒐收险髡准皶r(shí)通知設(shè)備現(xiàn)場(chǎng)，以采取緊急措施，實(shí)施預(yù)知維護(hù)，排除隱患，避免事故的發(fā)生。在故障發(fā)生之后，遠(yuǎn)離現(xiàn)場(chǎng)的專家沒有必要親臨工作地點(diǎn)，完全通過信息交流來解決現(xiàn)場(chǎng)的故障問題。這樣不僅提高了工作效率，而且降低了維修成本。

由于網(wǎng)絡(luò)和通訊技術(shù)的支持，異地診斷技術(shù)克服了地域上的限制，診斷中信息的交流與傳遞有了更大的活動(dòng)空間，現(xiàn)場(chǎng)操作與技術(shù)人員不僅可以獲得本地故障診斷系統(tǒng)的支持，也可以通過信息高速公路獲得世界上任何一個(gè)或幾個(gè)專家的技術(shù)和知識(shí)方面的支持，實(shí)現(xiàn)資源共享，大大拓寬了故障診斷系統(tǒng)應(yīng)用的廣度和深度。

遠(yuǎn)程故障診斷系統(tǒng)的功能

機(jī)械故障診斷

具有預(yù)警功能，提示可能發(fā)生的故障，包括故障類型、部位及嚴(yán)重程度，對(duì)已發(fā)生的故障作出準(zhǔn)確定義。

控制程序故障診斷

提示故障類型、路徑，并且能夠進(jìn)行遠(yuǎn)程自動(dòng)修復(fù)。

有軌巷道堆垛起重機(jī)故障分析

一般情況下，堆垛機(jī)的故障主要表現(xiàn)在如下幾個(gè)方面：

堆垛機(jī)導(dǎo)向輪故障

堆垛機(jī)運(yùn)行機(jī)構(gòu)導(dǎo)向輪安裝于下橫梁的兩端頭，共兩組四個(gè)，它的主要作用是水平限位，保證沿軌道運(yùn)行。導(dǎo)向輪一旦發(fā)生故障，可能引起堆垛機(jī)脫軌，導(dǎo)向輪故障形式主要為松動(dòng)、脫落。

載貨臺(tái)導(dǎo)向輪故障

載貨成垂直運(yùn)動(dòng)，依靠安裝在載貨臺(tái)吊架上的導(dǎo)向輪，它的作用主要是：一、當(dāng)載貨臺(tái)垂直運(yùn)動(dòng)時(shí)，保證載貨臺(tái)沿著起升導(dǎo)軌垂直運(yùn)動(dòng)；二、當(dāng)出叉時(shí)，可承載傾覆力矩，使貨物保持水平運(yùn)動(dòng)。載貨臺(tái)導(dǎo)向輪發(fā)生故障，將使載貨臺(tái)運(yùn)動(dòng)失衡，造成載貨臺(tái)傾斜，甚至造成貨物滑落的嚴(yán)重事故。導(dǎo)向輪故障形式主要為松動(dòng)、脫落。

貨叉軸承故障

堆垛機(jī)貨叉承載貨物重量，但支撐軸承受結(jié)構(gòu)限制，只能選用輕型軸承。這些軸承雖然運(yùn)行速度低，但載荷較大，如果密封不好，很容易造成軸承的磨損、疲勞和膠合等，而堆垛機(jī)貨叉軸承一旦發(fā)生故障，將無法完成貨物存取。

故障與監(jiān)測(cè)機(jī)理分析

兩連接件連接緊密時(shí)，可以簡(jiǎn)化為一個(gè)彈性體，當(dāng)連接緊密時(shí)，響應(yīng)是相關(guān)的，而連接松動(dòng)時(shí)響應(yīng)是不相關(guān)的。因此，使用相關(guān)系數(shù)作為故障特征之一，同時(shí)，提取振動(dòng)時(shí)域波形、頻域波形。采用主元分析實(shí)施數(shù)據(jù)壓縮，最后和相關(guān)系數(shù)再作主元分析，得到最后故障特征，最終通過神經(jīng)網(wǎng)絡(luò)映像故障特征。另外，監(jiān)測(cè)振動(dòng)的有效值，可提高故障識(shí)別的準(zhǔn)確率。

隨著產(chǎn)品復(fù)雜性的增加、相關(guān)技術(shù)的高度融合，以上問題將表現(xiàn)得更加突出，較好的解決方法是通過某種有效手段使用戶能方便正確地對(duì)自己的自動(dòng)化倉儲(chǔ)系統(tǒng)進(jìn)行維護(hù)、維修。目前采用的方法包括三個(gè)方面：

1，采用工況監(jiān)測(cè)與故障診斷方式，在線實(shí)時(shí)采集設(shè)備工作狀態(tài)數(shù)據(jù)，根據(jù)數(shù)據(jù)判斷設(shè)備的工作狀態(tài)，可實(shí)現(xiàn)預(yù)先維修。

2，將專家系統(tǒng)、人工智能技術(shù)應(yīng)用于系統(tǒng)的故障診斷和維修，提高故障診斷的正確性、有效性。

第3篇：故障診斷范文

關(guān)鍵詞：電氣設(shè)備；故障診斷

一、高壓斷路器機(jī)械故障診斷

(一)機(jī)械振動(dòng)信號(hào)處理的常用方法

1．傅立葉變換

頻域分析是設(shè)備故障診斷領(lǐng)域中應(yīng)用最廣泛的信號(hào)分析方法之一，故障的發(fā)生、發(fā)展通常將引起設(shè)備振動(dòng)信號(hào)所包含頻率成分的發(fā)生變化。頻域分析的基礎(chǔ)是頻譜分析，而使用最普遍的方法是傅立葉變換，它將復(fù)雜信號(hào)分解為有限或無限個(gè)頻譜的分量之和。

傳統(tǒng)的傅立葉變換分析方法曾經(jīng)為信號(hào)處理技術(shù)的發(fā)展做出了卓越的貢獻(xiàn)，傅立葉分析是一種全局的變換，雖然能夠?qū)⑿盘?hào)的時(shí)域和頻域的特征聯(lián)系起來，但僅僅是分別的從時(shí)域和頻域觀察，而不能將兩者有機(jī)的結(jié)合起來，使得傅立葉分析方法僅適用于分析平穩(wěn)信號(hào)，對(duì)時(shí)變的非平穩(wěn)信號(hào)則不能進(jìn)行充分描述，同時(shí)傅立葉分析只能獲取信號(hào)f(t)的整體頻譜，而不能獲得信號(hào)的局部特征，即它不適合于信號(hào)的局部分析。這些缺陷限制了它在機(jī)械設(shè)備故障診斷中的應(yīng)用。

2．短時(shí)傅立葉變換

短時(shí)傅立葉分析即為一種時(shí)頻分析方法，通常它也被稱為加窗傅立葉分析它的基本思想是在采用傅立葉變換的同時(shí)，在傅立葉變換的基函數(shù)之前乘上一個(gè)時(shí)間上有限的函數(shù)。通過時(shí)頻雙限制，進(jìn)而對(duì)信號(hào)進(jìn)行時(shí)域局部化分析。

雖然短時(shí)傅立葉變換在一定程度上克服了傅立葉變換不具有局部分析能力的缺陷，但是短時(shí)傅立葉變換所確定的時(shí)頻窗口的大小和形狀是固定不變的，而振動(dòng)信號(hào)的頻率與時(shí)間周期成反比，對(duì)于高頻信號(hào)，時(shí)間分辨率相對(duì)高，時(shí)頻窗口應(yīng)該相對(duì)窄；對(duì)于低頻信號(hào)，時(shí)間分辨率相對(duì)低，時(shí)域窗口應(yīng)該相對(duì)寬。顯然具有固定形狀和大小的窗函數(shù)的短時(shí)傅立葉變換，不能很好的滿足信號(hào)分析的這一要求。對(duì)于高頻信號(hào)，固然可以通過縮小時(shí)域窗口寬度改進(jìn)時(shí)域分辨率，但卻降低了頻域分辨率，對(duì)低頻信號(hào)則不適合，同時(shí)縮小時(shí)域窗口寬度會(huì)使計(jì)算變得相當(dāng)復(fù)雜。

3．小波分析

小波變換從基函數(shù)角度出發(fā)，吸取傅立葉變換中的三角基(進(jìn)行頻率分析)和短時(shí)傅立葉變換中的時(shí)移窗函數(shù)的特點(diǎn)，形成振蕩、衰減的基函數(shù)。它的定義域有限，故稱為小波。小波分析方法是一種窗口大小固定但其形狀可改變，時(shí)間窗和頻率窗都可以改變的時(shí)頻局部化分析方法。小波變換以不同的尺度(分辨率)來觀察信號(hào)，將信號(hào)分解到不同的頻帶中，既看到了信號(hào)的全貌，又看到信號(hào)的細(xì)節(jié)，具有多分辨能力，即在低頻部分具有較高的頻率分辨率和較低的時(shí)間分辨率，在高頻部分具有較高的時(shí)間分辨率和較低的頻率分辨率。

4．信號(hào)奇異性檢測(cè)

信號(hào)中的奇異點(diǎn)及不規(guī)則的突變部分經(jīng)常帶有比較重要的信息，它是信號(hào)重要的特征之一，利用小波變換來分析信號(hào)的奇異性及奇異性位置和奇異度大小是比較有效的。一般情況下，信號(hào)奇異性分兩種情況：一種是信號(hào)在某一時(shí)刻內(nèi)，其幅值發(fā)生突變，引起信號(hào)的非連續(xù)，幅值的突變處是第一種類型的間斷點(diǎn)；另一種是信號(hào)外觀上很光滑，幅值沒有突變，但是，信號(hào)的一階微分有突變產(chǎn)生，且一階微分是不連續(xù)的，稱為第二種類型的間斷點(diǎn)。

(二)高壓斷路器的機(jī)械振動(dòng)信號(hào)處理

高壓斷路器每次的合閘或者分閘操作，都會(huì)引起若干次振動(dòng)事件，每個(gè)振動(dòng)事件都對(duì)應(yīng)著特定的幅值、頻率及衰減指數(shù)。當(dāng)高壓斷路器發(fā)生故障時(shí)，在斷路器的故障信號(hào)中，必然會(huì)引起意外的振動(dòng)事件，這使得整個(gè)振動(dòng)信號(hào)在特定頻段內(nèi)振動(dòng)頻率、幅值及衰減指數(shù)都可能發(fā)生變化，這些就可以作為判斷的依據(jù)。

如果高壓斷路器運(yùn)行正常，變化應(yīng)在有限的幅度和范圍之內(nèi)，并且應(yīng)在平均值的上下隨機(jī)的波動(dòng)。在操作中，如果在某些點(diǎn)上的變化大大超出平均值或者在某一方向上有規(guī)律的遷移，就可能檢測(cè)出問題的端倪。

1．消噪處理

在高壓斷路器的振動(dòng)信號(hào)中，包含許多尖峰和突變部分，而且噪聲也不是平穩(wěn)的白噪聲，因此應(yīng)當(dāng)對(duì)信號(hào)進(jìn)行預(yù)處理，將信號(hào)的噪聲部分去除，提取有用信號(hào)。由于小波分析能同時(shí)在時(shí)頻域中對(duì)信號(hào)進(jìn)行分析(且在頻率域內(nèi)分辨率高時(shí)，時(shí)間域內(nèi)分辨率則低，在頻率域內(nèi)分辨率低時(shí)，時(shí)間域內(nèi)分辨率則高)所以能有效的區(qū)分信號(hào)中的突變部分和噪聲，從而實(shí)現(xiàn)信號(hào)的消噪。小波分析用于降噪的過程，可以細(xì)分為如下幾個(gè)階段：分解過程：選定一種小波，對(duì)信號(hào)進(jìn)行N層小波分解；作用閾值過程：對(duì)分解得到的各層系數(shù)選擇一個(gè)閡值，并對(duì)細(xì)節(jié)系數(shù)作軟閾值處理；

重建過程：降噪處理后的系數(shù)通過小波重建恢復(fù)原始信號(hào)。

2．信號(hào)趨勢(shì)的檢測(cè)

在組成信號(hào)的所有成分中，信號(hào)的總體趨勢(shì)是構(gòu)成信號(hào)的最慢的一個(gè)部分，也是頻率最低的部分，在多尺度分析的概念里，對(duì)應(yīng)著最大尺度的小波分解部分，隨著尺度的增加，分辨率隨著降低，也就提供了對(duì)信號(hào)緩慢變化成分的越來越好的近似結(jié)果。從頻率的角度分析，隨著分解層數(shù)的增加，分解結(jié)果中的近似系數(shù)也就包含越來越少的高頻成分信息，隨著高頻成分逐層被濾掉，剩下的成分就越來越接近信號(hào)的整體發(fā)展趨勢(shì)。高壓斷路器合閘信號(hào)本身包含有很陡的變化，在多尺度小波變換的低頻部分中，顯示的信號(hào)和原始信號(hào)相差較遠(yuǎn)，因?yàn)樾盘?hào)本身的陡峭變化被當(dāng)作高頻濾掉了。

二、用微機(jī)進(jìn)行電氣設(shè)備故障診斷

(一)故障信息的來源

電氣設(shè)備故障時(shí)，要求調(diào)度員能迅速、準(zhǔn)確地判明發(fā)生的故障，盡快恢復(fù)系統(tǒng)的正常運(yùn)行。提高故障判斷的正確率，實(shí)現(xiàn)電網(wǎng)故障的快速診斷和恢復(fù)，對(duì)故障前后的原始電氣量和非電氣量的快速準(zhǔn)確獲得提出了較高的要求。

目前己有的監(jiān)測(cè)系統(tǒng)可向調(diào)度端提供開關(guān)變?yōu)樾畔ⅲ晃C(jī)保護(hù)裝置可判斷出電網(wǎng)局部故障類型，給出相應(yīng)的告警和出口動(dòng)作，并可進(jìn)行事故追憶、事故重演等。當(dāng)發(fā)生復(fù)雜故障時(shí)，這些信息還不足以分析故障原因的和判斷故障類型，也談不上對(duì)故障作快速診斷恢復(fù)處理。微機(jī)錄波器能反映出故障前、后電網(wǎng)電氣量的瞬間變化及繼電保護(hù)動(dòng)作的狀態(tài)，是對(duì)現(xiàn)代電網(wǎng)故障進(jìn)行深入研究的基礎(chǔ)，也是評(píng)價(jià)繼電保護(hù)動(dòng)作及分析設(shè)備故障性質(zhì)、原因的重要依據(jù)。

(二)高壓斷路器的特征參數(shù)采集

保持微機(jī)保護(hù)裝置現(xiàn)有的硬件平臺(tái)基本不變(可多增加幾路模擬／開關(guān)通道)，而軟件中嵌入故障診斷信息庫。將這些參數(shù)實(shí)時(shí)通過相應(yīng)的傳感器采集出來后，進(jìn)行一些處理，然后傳送到保護(hù)裝置中，與其中的故障診斷信息庫進(jìn)行比對(duì)，預(yù)測(cè)可能發(fā)生故障的趨勢(shì)或判斷出相應(yīng)的故障，進(jìn)而發(fā)出預(yù)告或動(dòng)作信號(hào)。

三、故障診斷與微機(jī)繼電保護(hù)的集成化

在微機(jī)繼電保護(hù)裝置現(xiàn)有硬件平臺(tái)基本不變的基礎(chǔ)上，加入故障診斷的功能，重點(diǎn)在于在軟件中嵌入故障診斷知識(shí)庫。知識(shí)庫中知識(shí)的來源有兩種途徑，一種是通過理論研究建立被研究對(duì)象的數(shù)學(xué)模型，通過數(shù)學(xué)模型對(duì)實(shí)際模型進(jìn)行仿真。但由于這種方法很難建立實(shí)際對(duì)象的數(shù)學(xué)模型，以及所建立的數(shù)學(xué)模型求解困難，因此這種方法只能定性的分析出故障診斷的基本規(guī)則，另一種方法就是通過實(shí)驗(yàn)來獲取各種故障波形，研究各種故障下的輸出，總結(jié)判別這些故障的規(guī)則。比如說，利用小波變換和人工神經(jīng)網(wǎng)絡(luò)模型獲取診斷這些故障的診斷規(guī)則。另外，知識(shí)庫中還應(yīng)有各種情況下，斷路器開合負(fù)載／短路電流時(shí)的各個(gè)參數(shù)的正常波形。這樣，實(shí)時(shí)的監(jiān)測(cè)斷路器每次開合的參數(shù)波形，并分別與正常波形和故障波形進(jìn)行比對(duì)，從而判斷斷路器是否出現(xiàn)故障，以及故障的嚴(yán)重程度。例如，基座螺絲松動(dòng)的情況。故障嚴(yán)重時(shí)，保護(hù)裝置會(huì)發(fā)出跳閘信號(hào)，跳開斷路器。當(dāng)故障比較輕微，還不至于影響運(yùn)行時(shí)，保護(hù)裝置會(huì)發(fā)出預(yù)警信號(hào)，提示工作人員注意，工作人員視故障的程度

采取相應(yīng)的措施。

首先應(yīng)該建立故障診斷的硬件平臺(tái)― ―高壓斷路器的硬件平臺(tái)，創(chuàng)建高壓斷路器故障診斷的監(jiān)測(cè)和診斷流程，組織好故障診斷知識(shí)庫。

真空斷路器狀態(tài)監(jiān)測(cè)與診斷系統(tǒng)數(shù)據(jù)庫包括實(shí)時(shí)數(shù)據(jù)庫(靜態(tài)數(shù)據(jù)庫、動(dòng)態(tài)數(shù)據(jù)庫)、歷史數(shù)據(jù)庫和專家知識(shí)庫三大部分。專家知識(shí)庫是診斷知識(shí)的存儲(chǔ)場(chǎng)所，用于存儲(chǔ)設(shè)備的原理性知識(shí)、專家經(jīng)驗(yàn)等診斷知識(shí)，為診斷系統(tǒng)的診斷推理過程提供知識(shí)支持。實(shí)時(shí)數(shù)據(jù)庫的數(shù)據(jù)記錄是隨著智能監(jiān)測(cè)與診斷系統(tǒng)的運(yùn)行而不斷變化，用于存放斷路器各種實(shí)時(shí)狀態(tài)信息、診斷推理的初始報(bào)普信息、功能故障信息、診斷推理結(jié)論等。歷史數(shù)據(jù)庫與實(shí)時(shí)數(shù)據(jù)庫具有相似的存儲(chǔ)結(jié)構(gòu)，數(shù)據(jù)記錄通過實(shí)時(shí)

數(shù)據(jù)定時(shí)轉(zhuǎn)儲(chǔ)形成。

實(shí)時(shí)數(shù)據(jù)庫主要存儲(chǔ)當(dāng)天的實(shí)時(shí)信息，歷史數(shù)據(jù)庫和實(shí)時(shí)數(shù)據(jù)庫具有相同的格式，但是其保存的信息量更大，是歷史所有數(shù)據(jù)的存儲(chǔ)空間，但是其時(shí)標(biāo)不是實(shí)時(shí)數(shù)據(jù)庫的嚴(yán)格時(shí)標(biāo)，因?yàn)闉榱斯?jié)省空間，對(duì)其進(jìn)行了數(shù)據(jù)挖掘和優(yōu)化。專家知識(shí)庫是所有與優(yōu)化檢修診斷決策相關(guān)專家知識(shí)的知識(shí)倉庫，是系統(tǒng)智能程度的表現(xiàn)。所有數(shù)據(jù)的存儲(chǔ)都嚴(yán)格按照知識(shí)描述框架的要求進(jìn)行。為系統(tǒng)的智能性、開發(fā)性打下基礎(chǔ)。

第4篇：故障診斷范文

1級(jí)聯(lián)式變頻器故障診斷原理

級(jí)聯(lián)式變頻器是由多個(gè)相互獨(dú)立的低壓功率單元串聯(lián)實(shí)現(xiàn)高壓輸出。移相整流變壓器采用的為多重化設(shè)計(jì)，它將網(wǎng)側(cè)的高壓轉(zhuǎn)換為二次側(cè)的多組低壓，二次側(cè)低壓繞組均相互獨(dú)立給功率單元供電，所以也沒有串聯(lián)均壓的問題存在。功率單元是級(jí)聯(lián)式變頻器實(shí)現(xiàn)其功能的基本單元，它相當(dāng)于一臺(tái)交直交低壓電壓型變頻器，結(jié)構(gòu)如圖1所示，相鄰的功率單元的輸出端成Y型連接，實(shí)現(xiàn)高壓輸出，給高壓電動(dòng)機(jī)供電。本文所研究的級(jí)聯(lián)式變頻器每相分別由五個(gè)功率單元相互串聯(lián)組成，其中每個(gè)功率單元的逆變部分有四個(gè)功率器件(Q1～Q4)。由于所含的功率器件數(shù)量眾多而且在運(yùn)行時(shí)不停的導(dǎo)通和關(guān)斷，因此極易發(fā)生開路故障。由于級(jí)聯(lián)式變頻器發(fā)生功率管開路故障時(shí)，對(duì)輸出的電壓、電流影響很小，不容易被發(fā)現(xiàn)，因此需要研究高效的級(jí)聯(lián)式變頻器故障診斷方法。級(jí)聯(lián)式變頻器每個(gè)功率器件發(fā)生故障的概率相同，而且是隨機(jī)的，因此需要分析級(jí)聯(lián)式變頻器故障時(shí)的輸出電壓和電流信號(hào)，找到能夠反映其故障特征的信號(hào)。本文通過對(duì)級(jí)聯(lián)式變頻器故障時(shí)輸出的電壓電流信號(hào)進(jìn)行分析，發(fā)現(xiàn)在故障時(shí)輸出的電壓信號(hào)所含的信息量最大，因此將級(jí)聯(lián)式變頻器輸出電壓作為故障信號(hào)源來對(duì)級(jí)聯(lián)式變頻器進(jìn)行故障分析。

2改進(jìn)PSO－BP的級(jí)聯(lián)式變頻器故障診斷算法

2．1PSO算法PSO算法是通過模擬鳥群捕食行為來進(jìn)行群體搜索的算法。PSO算法中的每個(gè)待優(yōu)化問題的解都可以看作搜索空間中的一只鳥，稱其為“粒子”。所有粒子都有一個(gè)適應(yīng)度來決定它們的優(yōu)劣，然后每個(gè)粒子就跟隨其當(dāng)前最優(yōu)粒子在解空間中進(jìn)行搜索。即粒子對(duì)以前速度的改變程度，當(dāng)它取值較大時(shí)有利于使算法擺脫局部最優(yōu)，當(dāng)它取值較小時(shí)有利于算法收斂。所以，在算法的初期階段，ω應(yīng)該賦予較大的值以便于擴(kuò)大粒子的搜索范圍，從而提高全局搜索效率;在算法的收斂階段，應(yīng)該盡可能減小ω的取值，使其盡可能的搜索最優(yōu)個(gè)體周邊的范圍，從而提高其準(zhǔn)確率。

2．2PSO算法的改進(jìn)思想在PSO算法中，ω大多設(shè)定為隨進(jìn)化而線性遞減，由于慣性權(quán)重ω服從線性變化，難以在搜索范圍和尋優(yōu)精度之間取得較好的權(quán)衡，所以本文考慮將ω服從隨機(jī)分布，如式(3)所示，易跳出局部最優(yōu)值，且能有效搜索到全局最優(yōu)值。學(xué)習(xí)因子c1、c2分別代表了粒子在進(jìn)行速度更新時(shí)，個(gè)體最優(yōu)和全局最優(yōu)所占的比重大小。c1、c2的調(diào)整方式與粒子群此時(shí)位置的適應(yīng)度有關(guān)，當(dāng)適應(yīng)度大于群體適應(yīng)度的平均值時(shí)，可以通過增大c1、減小c2的方式來減小飛向全局極值的速度;反之，則減小c1、增大c2［12］。

2．3BP神經(jīng)網(wǎng)絡(luò)假設(shè)BP神經(jīng)網(wǎng)絡(luò)的輸入層、隱含層、輸出層神經(jīng)元個(gè)數(shù)分別為n、m、q，輸入層到隱含層的權(quán)值為vij，隱含層的閾值為b1，隱含層到輸出層的權(quán)值為ωjk，輸出層的閾值為b2，隱含層和輸出層節(jié)點(diǎn)所用的傳遞函數(shù)分別。

2．4PSO－BP的級(jí)聯(lián)式變頻器故障診斷過程PSO－BP神經(jīng)網(wǎng)絡(luò)的算法診斷流程如圖2所示，具體步驟如下:1)故障模擬及樣本數(shù)據(jù)采集。首先根據(jù)級(jí)聯(lián)式變頻器的仿真模型模擬出功率管開路故障，獲取其故障信息。然后，采用小波分解方法對(duì)級(jí)聯(lián)式變頻器故障狀態(tài)和正常狀態(tài)的輸出電壓信號(hào)進(jìn)行分解，提取其頻帶能量值。將提取的特征頻帶能量值與輸出電壓歪度值一起構(gòu)造故障特征向量，并對(duì)其進(jìn)行歸一化處理，進(jìn)而作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本和測(cè)試樣本。2)確定網(wǎng)絡(luò)的結(jié)構(gòu)。網(wǎng)絡(luò)的輸入層節(jié)點(diǎn)數(shù)n=5，根據(jù)多次實(shí)驗(yàn)結(jié)果隱含層節(jié)點(diǎn)數(shù)確定為m=7，網(wǎng)絡(luò)的輸出層節(jié)點(diǎn)數(shù)q=13。

3級(jí)聯(lián)式變頻器的故障診斷

本文以6kV級(jí)聯(lián)式變頻器功率管開路故障為例，在MATLAB下建立其故障仿真模型。級(jí)聯(lián)式變頻器每相由5個(gè)輸出電壓為690V的功率單元(即1號(hào)～5號(hào)功率單元)串聯(lián)組成。每個(gè)功率單元的逆變部分有4個(gè)功率管，分別為Q1、Q2、Q3、Q4。以每相1號(hào)功率單元的功率管開路故障為例，級(jí)聯(lián)式變頻器的輸出共有13種狀態(tài)，規(guī)定為F1～F13，對(duì)應(yīng)的故障編碼分別為(1000000000000～0000000000001)。根據(jù)級(jí)聯(lián)式變頻器的故障特點(diǎn)，采集級(jí)聯(lián)式變頻器不同狀態(tài)下每相的仿真輸出電壓信號(hào)，用于網(wǎng)絡(luò)的訓(xùn)練和測(cè)試。仿真時(shí)的采樣頻率fs為2000Hz，采樣點(diǎn)數(shù)為512個(gè)。本文總共采集了78組仿真數(shù)據(jù)，其中前65組數(shù)據(jù)用于網(wǎng)絡(luò)的訓(xùn)練，后13組數(shù)據(jù)用于網(wǎng)絡(luò)的測(cè)試。表1列舉了每種狀態(tài)的一組訓(xùn)練樣本，其中A1Q1表示A相1號(hào)功率單元逆變橋的1號(hào)功率管故障，后面的依次類推;|γ|表示不同狀態(tài)下輸出電壓的歪度值;E1，E2，E3，E4分別為四層小波分解后d1～d4細(xì)節(jié)頻帶所對(duì)應(yīng)的頻帶能量值。為了驗(yàn)證改進(jìn)的PSO－BP神經(jīng)網(wǎng)絡(luò)具有更好更快的學(xué)習(xí)能力和精度，分別用改進(jìn)的PSO－BP神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)對(duì)級(jí)聯(lián)式變頻器進(jìn)行故障診斷，設(shè)定最大訓(xùn)練次數(shù)為2000，設(shè)定訓(xùn)練精度為0．0001。每一種算法運(yùn)行100次，傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)在100次運(yùn)行中有85次不能夠達(dá)到設(shè)定的精度，并且陷入了局部極小值，只有15次能夠達(dá)到設(shè)定的精度;而改進(jìn)的PSO－BP神經(jīng)網(wǎng)絡(luò)在100次運(yùn)行中都能夠達(dá)到設(shè)定的精度，并且達(dá)到精度所需迭代的步數(shù)集中在20～69步之間。選取這兩種算法在100次運(yùn)行中的平均情況，得到樣本的學(xué)習(xí)過程如圖3所示。在改進(jìn)的PSO－BP神經(jīng)網(wǎng)絡(luò)作用下所得到的測(cè)試數(shù)據(jù)的網(wǎng)絡(luò)輸出結(jié)果如表2所示。其中A1Q1、A1Q2、A1Q3、A1Q4、B1Q1、B1Q2、B1Q3、B1Q4、C1Q1、C1Q2、C1Q3、C1Q4分別代表這些功率管所對(duì)應(yīng)的開路故障。改進(jìn)的PSO－BP神經(jīng)網(wǎng)絡(luò)和傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)在100次運(yùn)行中的平均診斷結(jié)果參數(shù)對(duì)比如表3所示。由圖3兩種算法的對(duì)比，可以看出傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)收斂速度非常慢，且陷入了局部極值。改進(jìn)的PSO－BP神經(jīng)網(wǎng)絡(luò)的收斂速度很快，由表3可以看出，傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)的均方誤差很大，未達(dá)到設(shè)定精度，而只需要經(jīng)過30次迭代就可以達(dá)到設(shè)定的訓(xùn)練誤差，且均方誤差為2．05353×10－5。由此可知，改進(jìn)的PSO－BP神經(jīng)網(wǎng)絡(luò)不論是在學(xué)習(xí)速度還是精度方面都遠(yuǎn)遠(yuǎn)優(yōu)于傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)。

4結(jié)論

第5篇：故障診斷范文

【關(guān)鍵詞】減速機(jī)；結(jié)構(gòu)；故障

1 減速機(jī)的結(jié)構(gòu)

一單級(jí)直齒圓柱齒輪減速機(jī)主要由齒輪、軸及軸承組合、箱體和減速機(jī)附件等組成。箱體是減速機(jī)的重要組成部分，是傳動(dòng)零件的基座。箱體通常用灰鑄鐵制造，對(duì)于重載或有沖擊載荷的減速機(jī)可以采用鑄鋼箱體。單件生產(chǎn)的減速機(jī)，可采用鋼板焊接的箱體。為了便于安裝和拆卸，箱體制成沿軸心線水平剖分式結(jié)構(gòu)。上箱蓋和下箱體用螺栓聯(lián)接成一體。箱座與地基用地腳螺栓聯(lián)接。箱蓋上的視孔是為檢查嚙合情況及向箱內(nèi)注入油而設(shè)置的，箱蓋頂部還裝有通氣器，它能及時(shí)排出箱內(nèi)廢氣。為了檢查箱內(nèi)油面的高低，在箱座側(cè)面裝有測(cè)油尺，箱座底部設(shè)有放油螺塞，用以放出箱內(nèi)的油。

箱蓋上的吊鉤是為了吊裝箱蓋用的，而整個(gè)減速機(jī)的吊運(yùn)，則用箱座上鑄出的吊耳。為了便于打開箱蓋，有些減速機(jī)上常設(shè)有起蓋螺釘。為了保證在拆裝箱蓋時(shí)，保證箱蓋與箱座的定位精確，而設(shè)置了兩個(gè)定位銷。

2 減速機(jī)的故障特征分析

2.1 軸不平衡

不平衡是旋轉(zhuǎn)機(jī)械最常見的故障。引起轉(zhuǎn)子不平衡的原因有結(jié)構(gòu)設(shè)計(jì)不合理，制造和安裝誤差，材質(zhì)不均勻，運(yùn)行中轉(zhuǎn)子的腐蝕、磨損、結(jié)垢、零部件的松動(dòng)和脫落等。軸系不平衡的主要故障特征：（1）軸頻或基頻出現(xiàn)峰值，其他倍頻振幅較小；（2）徑向振動(dòng)大；（3）軸心軌跡成為橢圓形；（4）振動(dòng)強(qiáng)烈程度對(duì)工作轉(zhuǎn)速的變化很敏感。

2.2 軸不對(duì)中

軸不對(duì)中通常是指相鄰兩轉(zhuǎn)子的軸心線與軸承中心線的傾斜或偏移程度。軸不對(duì)中可分為聯(lián)軸器不對(duì)中和軸承不對(duì)中，聯(lián)軸器不對(duì)中又可分為平行不對(duì)中、偏角不對(duì)中和平行偏角不對(duì)中三種情況。軸不對(duì)中的主要故障特征：（1）平行不對(duì)中徑向出現(xiàn)軸的一倍頻、二倍頻峰值，尤以二倍頻顯著。（2）偏角不對(duì)中軸向振動(dòng)大，在基頻、二倍頻甚至三倍頻處有穩(wěn)定的高峰。（3）平行偏角不對(duì)中軸向和徑向均發(fā)生振動(dòng)。

2.3 滾動(dòng)軸承故障

滾動(dòng)軸承的主要故障形式有：

（1）疲勞剝落。滾動(dòng)軸承工作時(shí)，滾道和滾動(dòng)體表面既承受載荷又相對(duì)滾動(dòng)，由于交變載荷的作用，首先在表面下一定深度處最大剪應(yīng)力處形成裂紋，繼而擴(kuò)展到接觸表面層生剝落坑，最后發(fā)展到大片剝落，這種現(xiàn)象就稱為疲勞剝落。

（2）磨損。由于滾道和滾動(dòng)體的相對(duì)運(yùn)動(dòng)包括滾動(dòng)和滑動(dòng)和塵埃異物的侵入等都會(huì)引起表面磨損，而當(dāng)不良時(shí)更會(huì)加劇表面磨損。磨損的結(jié)果使軸承游隙增大，表面粗糙度增加，降低運(yùn)轉(zhuǎn)精度。

（3）塑性變形。在工作負(fù)荷過重的情況下，軸承受到過大的沖擊載荷和靜載荷，或者因?yàn)闊嶙冃我鸬念~外的載荷，或者當(dāng)有高硬度的異物侵入時(shí)，都會(huì)在滾道表面上形成凹痕或劃痕。

（4）斷裂。當(dāng)載荷超過軸承滾道或滾動(dòng)體的強(qiáng)度極限時(shí)會(huì)引起軸承零件的斷裂。此外，由于磨削加工、熱處理或裝配時(shí)引起的殘余應(yīng)力、工作時(shí)的熱應(yīng)力過大等也都有可能造成軸承零件的斷裂。

2.4 齒輪故障

由于齒輪制造，操作，維護(hù)以及齒輪材料、熱處理、運(yùn)行狀態(tài)等因素的不同，產(chǎn)生異常的形式也不同，常見的齒輪異常有以下幾種形式。

（1）齒面磨損。油不足或油質(zhì)不清潔，將造成齒面劇烈的磨粒磨損。

（2）齒面膠合和擦傷。重載和高速的齒輪傳動(dòng)，使齒面工作區(qū)溫度很高。新齒輪未經(jīng)跑合時(shí)，常在某一局部產(chǎn)生這種現(xiàn)象，使齒輪擦傷。

（3）齒面接觸疲勞。齒輪在嚙合過程中，既有相對(duì)滾動(dòng)，又有相對(duì)滑動(dòng)，而且相對(duì)滑動(dòng)的摩擦力在節(jié)點(diǎn)兩側(cè)的方向相反，從而產(chǎn)生脈動(dòng)載荷。這兩種力的作用使齒輪表面層深處產(chǎn)生脈動(dòng)循環(huán)變化的剪應(yīng)力。當(dāng)這種剪應(yīng)力超過齒輪材料的剪切疲勞極限時(shí)，表面將產(chǎn)生疲勞裂紋。

（4）彎曲疲勞與斷齒。輪齒承受載荷，如同懸臂梁，其根部受到脈沖循環(huán)的彎曲應(yīng)力作用。當(dāng)這種周期性應(yīng)力超過齒輪材料的彎曲疲勞極限時(shí)，會(huì)在根部產(chǎn)生裂紋，并逐步擴(kuò)展。

3 主要故障診斷方法分析

一般而言，對(duì)隨機(jī)信號(hào)可從時(shí)域和頻域這兩個(gè)角度來進(jìn)行分析。如果對(duì)所測(cè)得的時(shí)間歷程信號(hào)直接實(shí)行各種運(yùn)算且運(yùn)算結(jié)果仍然屬于時(shí)域范疇，則這樣的分析運(yùn)算即為時(shí)域分析，如統(tǒng)計(jì)特性參量分析、相關(guān)分析等；反之，如果首先將所測(cè)時(shí)域信號(hào)經(jīng)過傅立葉變換為頻域信號(hào)，然后再對(duì)其施行各種運(yùn)算的分析方法稱為頻域分析。

3.1 時(shí)域分析

常用工程信號(hào)都是時(shí)間波形的形式。時(shí)間波形有直觀、易于理解等特點(diǎn)，由于是最原始的信號(hào)，所以包含的信息量大。缺點(diǎn)是不太容易看出所包含信息與故障的聯(lián)系。對(duì)于某些故障信號(hào)，其波形具有明顯的特征，這時(shí)可以利用時(shí)間波形做出初步判斷。時(shí)域分析方法包括自相關(guān)函數(shù)、互相關(guān)函數(shù)、概率密度，時(shí)域平均等。

3.1.1 自相關(guān)函數(shù)

信號(hào)或數(shù)據(jù)X（t）的自相關(guān)函數(shù)Rx（τ）用以描述一個(gè)時(shí)刻的取值與另一個(gè)時(shí)刻的取值之間的依賴關(guān)系。相關(guān)函數(shù)數(shù)學(xué)表達(dá)式為：

不同信號(hào)具有不同的相關(guān)函數(shù)，是利用自相關(guān)函數(shù)進(jìn)行故障診斷依據(jù)。正常運(yùn)動(dòng)的機(jī)器，其平穩(wěn)狀態(tài)下的振動(dòng)信號(hào)的自相關(guān)函數(shù)往往與寬帶隨機(jī)噪聲的自相關(guān)函數(shù)相近，而當(dāng)有故障，特別是周期性沖擊故障時(shí)，自相關(guān)函數(shù)就會(huì)出現(xiàn)較大的峰值。

3.1.2 互相關(guān)函數(shù)

互相關(guān)函數(shù)是表示兩組數(shù)據(jù)之間的依賴關(guān)系的相關(guān)統(tǒng)計(jì)量，互相關(guān)的函數(shù)表示為：

互相關(guān)函數(shù)在時(shí)間位移等于信號(hào)通道系統(tǒng)所需時(shí)間值時(shí)，將出現(xiàn)峰值?；ハ嚓P(guān)分析不但可以利用互相延時(shí)和能量信息對(duì)傳輸通道進(jìn)行識(shí)別，還可以檢測(cè)外界噪聲中的信號(hào)。

3.2 頻域分析

3.2.1 自功率譜分析

自功率譜密度函數(shù)是在頻域中對(duì)信號(hào)能量或功率分布情況的描述，它可由自相關(guān)函數(shù)的傅立葉變換求得，也可以直接用FFT求得。

自功率譜分析能夠?qū)?shí)測(cè)的復(fù)雜工程信號(hào)分解成簡(jiǎn)單的諧波分量來研究，描述了信號(hào)的頻率結(jié)構(gòu)，因此對(duì)機(jī)器設(shè)備的動(dòng)態(tài)信號(hào)作功率譜相當(dāng)于給機(jī)器“透視”，從而了解機(jī)器設(shè)備各個(gè)部分的工作狀況。功率譜分析在解決工程實(shí)際問題中獲得了廣泛的應(yīng)用。

3.2.2 倒頻譜分析

由于一般減速機(jī)中都有很多齒輪和轉(zhuǎn)軸，因而有很多不同的轉(zhuǎn)軸速度和齒輪嚙合頻率。每一個(gè)軸速度都有可能在每一個(gè)嚙合頻率周圍調(diào)制出一個(gè)邊帶信號(hào)。因此，在減速機(jī)振動(dòng)的功率譜中，就可能有很多調(diào)制頻率不同的邊帶信號(hào)，即功率譜圖中包含很多大小和周期都不同的成分，在功率譜圖上都混在一起，很難分離，即很難直觀看出其特點(diǎn)。如果對(duì)具有連帶信號(hào)的功率譜本身再做一次譜分析，則能把連帶信號(hào)分離出來，因?yàn)楣β手械闹芷诜至吭诘诙巫V分析的譜圖中是離散譜線，其高度就反映原功率譜中周期分量的大小。這就是倒譜分析法。

參考文獻(xiàn)：

[1]陳仲生.機(jī)器狀態(tài)監(jiān)測(cè)與故障診斷綜述[J].機(jī)電一體化，2001.

[2]馬波.旋轉(zhuǎn)機(jī)械故障診斷專家系統(tǒng)[J].機(jī)電工程技術(shù)，2005.

第6篇：故障診斷范文

關(guān)鍵詞：汽車；故障診斷；專利

引言

隨著汽車工業(yè)的發(fā)展，汽車的電子化程度越來越高，增強(qiáng)了汽車的安全性和舒適度。但這些復(fù)雜的系統(tǒng)同時(shí)也會(huì)導(dǎo)致汽車故障率的提高和故障維修更為復(fù)雜。在汽車發(fā)生故障以后，對(duì)故障的準(zhǔn)確定位和快速排除變得尤為重要，利用汽車故障診斷技術(shù)，能夠?qū)崿F(xiàn)汽車故障準(zhǔn)確快速地排除。

1 專利申請(qǐng)整體狀況分析

1.1 全球?qū)＠暾?qǐng)分析

為了研究汽車故障診斷技術(shù)的發(fā)展?fàn)顩r，在專利數(shù)據(jù)庫中進(jìn)行了檢索，并對(duì)專利申請(qǐng)量按照年份進(jìn)行了統(tǒng)計(jì)，如圖1所示。從圖1中可以看出，在1986年以前，全球汽車故障診斷技術(shù)的專利申請(qǐng)量較少，幾乎一直維持在10件以下；從1987年開始至1992年，專利申請(qǐng)量逐年略有增加，其中1991年的申請(qǐng)量達(dá)到了30件；1993年之后，專利申請(qǐng)量有了較大幅度提升，進(jìn)入了快速發(fā)展期，典型地，2001年申請(qǐng)量達(dá)到了175件，2008年申請(qǐng)量達(dá)到了346件。從圖1中也可以看到，最后兩年的專利申請(qǐng)量大幅下降，這是由于近兩年申請(qǐng)的專利大部分還沒有公開，并非專利申請(qǐng)量急劇下降。

另外，對(duì)各國專利申請(qǐng)量占全球申請(qǐng)量的比例進(jìn)行了統(tǒng)計(jì)，申請(qǐng)量較大的依次是日本（JP，23%）、美國（US，18%）、中國（CN，15%）、德國（DE，12%）、韓國（KR，9%）等。其中中國（CN）的申請(qǐng)量占全球的15%，而日本（JP）以23%的占有量位列第一。汽車故障診斷技術(shù)的發(fā)展?fàn)顩r也從一定程度上反映了該國汽車行業(yè)的發(fā)展?fàn)顩r。

圖1 全球?qū)＠暾?qǐng)量

1.2 國內(nèi)專利申請(qǐng)分析

圖1中也對(duì)汽車故障診斷技術(shù)國內(nèi)專利申請(qǐng)量的統(tǒng)計(jì)。從圖中可以看出，在2000年之前，中國在汽車故障診斷技術(shù)領(lǐng)域的專利申請(qǐng)量較少，每年的申請(qǐng)量一直處于個(gè)位數(shù)；從2001年開始，申請(qǐng)量才有較快提升，到2008年達(dá)到了37件，2013年達(dá)到了104件。同樣，最后兩年的專利申請(qǐng)量大幅下降，也是由于近兩年申請(qǐng)的專利大部分還沒有公開造成的。

將我國在這一領(lǐng)域的專利申請(qǐng)量變化與全球申請(qǐng)量變化進(jìn)行對(duì)比，不難發(fā)現(xiàn)，相比于全球?qū)＠暾?qǐng)量1993年開始由較大幅度提升，我國在2001年之后申請(qǐng)量才有較快提升，說明我國在這一技術(shù)領(lǐng)域起步相對(duì)較晚。而同時(shí)參考各國申請(qǐng)量的比例，我國現(xiàn)在在這以領(lǐng)域的專利申請(qǐng)量已達(dá)全球總量的15%，位列第三，說明我國在近些年在這一技術(shù)領(lǐng)域也有較快的發(fā)展。

2 主要的汽車故障診斷技術(shù)及其專利申請(qǐng)狀況

汽車故障診斷技術(shù)主要有：經(jīng)驗(yàn)診斷法、簡(jiǎn)單儀器故障診斷法、專用儀器故障診斷法、針對(duì)特定部件的故障診斷法和智能故障診斷法。

經(jīng)驗(yàn)診斷法是早期的故障診斷方法，主要依賴人工的耳聽、眼看、手模、鼻嗅、拆試等手段根據(jù)邏輯推理的方式對(duì)汽車故障進(jìn)行診斷。針對(duì)該經(jīng)驗(yàn)診斷法的專利申請(qǐng)幾乎沒有，以下主要分析另外四種故障診斷方法。

2.1 簡(jiǎn)單儀器故障診斷法

簡(jiǎn)單儀器故障診斷法是使用萬用表、示波器、電感式電流探測(cè)針等儀器獲取汽車的相關(guān)信息，與系統(tǒng)正常工作的標(biāo)準(zhǔn)值進(jìn)行對(duì)比，從而判斷是否存在故障以及故障可能的位置。典型的專利申請(qǐng)有：International Business Machines Corp.公司的申請(qǐng)?zhí)枮閁S198608

69870的專利申請(qǐng)涉及了一種使用多功能測(cè)試探針的汽車故障隔離裝置；專利申請(qǐng)GB8803397涉及了一種適用于不具備汽車專業(yè)知識(shí)的人員使用的汽車萬用表。

2.2 專用儀器故障診斷法

專用儀器故障診斷法就是利用專門設(shè)備對(duì)汽車故障進(jìn)行綜合診斷，該方法在汽車總成不解體的情況下，使用儀器對(duì)汽車的狀態(tài)進(jìn)行監(jiān)測(cè)，然后分析監(jiān)測(cè)的數(shù)據(jù)，從而確定故障原因。在這一階段專利的申請(qǐng)量較之前有明顯增多。典型的專利申請(qǐng)有：專利申請(qǐng)CN201120553282公開了一種基于無線技術(shù)的汽車OBD故障診斷儀；專利申請(qǐng)KR20120135369公開了一種汽車故障診斷設(shè)備。

2.3 針對(duì)特定部件的故障診斷法

對(duì)于某些特定汽車部件，通過專門的故障檢測(cè)設(shè)備進(jìn)行故障診斷，可以提高故障診斷的效率和準(zhǔn)確度。針對(duì)特定部件的故障診斷方法，可以分別針對(duì)汽車中的發(fā)動(dòng)機(jī)、制動(dòng)裝置、變速箱、空調(diào)等部件進(jìn)行有針對(duì)性的故障檢測(cè)。典型的專利申請(qǐng)有：專利申請(qǐng)US2014

14525915公開了一種用于內(nèi)燃機(jī)的故障診斷系統(tǒng)和故障診斷方法；專利申請(qǐng)CN01143927公開了一種變速器輸出軸RPM傳感器的故障診斷方法及系統(tǒng)。

2.4 智能故障診斷法

20世紀(jì)90年代開始，專家系統(tǒng)、計(jì)算機(jī)智能化等技術(shù)得到了快速的發(fā)展，這些技術(shù)也逐漸應(yīng)用到汽車故障診斷領(lǐng)域中，把汽車故障診斷技術(shù)推向了智能化階段。典型的專利申請(qǐng)有：專利申請(qǐng)US19950476077公開了一種基于模式識(shí)別的在板汽車故障診斷裝置；專利申請(qǐng)CN201210499356公開了一種基于維修資料和專家系統(tǒng)的汽車故障診斷方法。

第7篇：故障診斷范文

[關(guān)鍵詞]：變壓器 狀態(tài)監(jiān)測(cè) 故障診斷

引言

隨著電力負(fù)荷逐漸增大，電力系統(tǒng)穩(wěn)定性要求日益增高，變壓器類電氣設(shè)備的狀態(tài)監(jiān)測(cè)和故障診斷技術(shù)日益受到普遍關(guān)注，越來越多的研究、生產(chǎn)部門正在積極開發(fā)和應(yīng)用該技術(shù)，目前已有全面推廣之勢(shì)。在這種情況下，全面、客觀、深入的認(rèn)識(shí)該技術(shù)，了解其目前技術(shù)狀態(tài)，比較、認(rèn)識(shí)其和現(xiàn)行預(yù)防性檢修體系的優(yōu)劣性及關(guān)系，對(duì)于正確開發(fā)應(yīng)用和推廣這一新技術(shù)及更好保障電力生產(chǎn)的可靠安全性將具有一定意義。

1.狀態(tài)監(jiān)測(cè)和故障診斷技術(shù)的重要性

變壓器是連接發(fā)、輸、配電環(huán)節(jié)的重要電力設(shè)備。隨著經(jīng)濟(jì)的發(fā)展，電力負(fù)荷和電壓等級(jí)的增大，變壓器的運(yùn)行可靠與否對(duì)電力系統(tǒng)的穩(wěn)定影響更加明顯。變壓器在運(yùn)行時(shí)，受到電、熱、機(jī)械、環(huán)境等各種因素的影響，其性能會(huì)逐漸劣化，運(yùn)行狀態(tài)變差，可能導(dǎo)致發(fā)生各類故障。

為了盡量減少和避免故障的發(fā)生，長(zhǎng)期以來電力系統(tǒng)的傳統(tǒng)做法是不斷地研究、總結(jié)，實(shí)施各種有效的定期預(yù)防性試驗(yàn)、檢修等方式。與遇到事故維修相比，這種預(yù)防性試驗(yàn)、檢修方式有著本質(zhì)的進(jìn)步。但是，定期計(jì)劃?rùn)z修存在著盲目性，且預(yù)防性試驗(yàn)大多是離線進(jìn)行的，試驗(yàn)時(shí)需停機(jī)、停電，造成經(jīng)濟(jì)損失。對(duì)于一些重要的設(shè)備，不能輕易停運(yùn)，使得定期試驗(yàn)難以完成。即使能夠停運(yùn)待檢設(shè)備，也往往因運(yùn)行中與停運(yùn)后變壓器狀態(tài)差異，試驗(yàn)結(jié)果會(huì)有偏差。另一方面，檢查維修可能會(huì)造成維修過度，對(duì)變壓器性能有所損傷。

2.變壓器的狀態(tài)監(jiān)測(cè)和故障診斷

變壓器的故障診斷技術(shù)從以時(shí)間為基準(zhǔn)的方式轉(zhuǎn)變到以狀態(tài)為基準(zhǔn)的方式，其內(nèi)容包括狀態(tài)監(jiān)測(cè)與故障診斷兩個(gè)方面：前者通過提取故障的特征信號(hào)為狀態(tài)維修提供檢修依據(jù)，后者則分析、處理所采集的狀態(tài)信息。變壓器的在線監(jiān)測(cè)技術(shù)研究大致包括以下內(nèi)容：（1）故障機(jī)理分析；（2）在線監(jiān)測(cè)手段；（3）監(jiān)測(cè)信息的傳遞、處理和存儲(chǔ)；（4）故障特征量的提取；（5）故障診斷的方法和理論分析。

電力工業(yè)主要采用充油式變壓器，在某些特殊場(chǎng)合也采用干式變壓器或者六氟化硫變壓器。目前國內(nèi)外對(duì)于變壓器的狀態(tài)監(jiān)測(cè)，多采用局部放電監(jiān)測(cè)和超聲定位技術(shù)、紅外技術(shù)、微水分析技術(shù)。對(duì)于變壓器的高壓套管，通常采用介質(zhì)損耗因數(shù)的數(shù)字化在線測(cè)量技術(shù)。對(duì)于故障較多的有載調(diào)壓開關(guān)，采用有載故障診斷在線裝置測(cè)量觸點(diǎn)磨損及機(jī)械和電氣回路等。除此之外，油溫、線匝繞組溫度、負(fù)載電流及電壓、冷卻泵風(fēng)扇運(yùn)行等參數(shù)也在監(jiān)測(cè)之列變壓器狀態(tài)監(jiān)測(cè)。涉及到的變壓器主體部件為：磁路繞組及固定絕緣液體的絕緣，氣體絕緣和冷卻系統(tǒng)。擬診斷故障為：過熱行故障、放電性故障、過熱兼放電故障、機(jī)械故障和進(jìn)水受潮等。常用的局部放電監(jiān)測(cè)與診斷，多采用電脈沖信號(hào)發(fā)生法和超聲法，對(duì)電信號(hào)和聲信號(hào)聯(lián)合檢測(cè)去的理想的定量和定位效果，根據(jù)視在放電量、分布圖譜和放電源的定位來判斷故障。油中溶解氣體組分含量的分析（DGA），首先依據(jù)溶解平衡原理采用各種不同原理脫氣，方法如：真空、滲透膜、氣體洗脫等，將油中氣體脫出，再用分離柱進(jìn)行分離，再經(jīng)檢測(cè)器監(jiān)測(cè)（如TCD、FID等），或各種原理的傳感器對(duì)不同組分氣體進(jìn)行監(jiān)測(cè)，后依據(jù)國內(nèi)外通用的組分比值法或多維圖視法，結(jié)合電氣試驗(yàn)和離線定期試驗(yàn)結(jié)果，綜合分析診斷出潛伏性故障。近期還發(fā)展了復(fù)合滲透膜電化學(xué)/燃料電池紅外監(jiān)測(cè)等技術(shù)進(jìn)行油中溶解氣體組分含量的分析。由于DGA分析判斷的準(zhǔn)確性已被國內(nèi)外所認(rèn)可，該技術(shù)成為各國研究的熱點(diǎn)。

3.在線監(jiān)測(cè)與故障診斷技術(shù)研究存在的問題

狀態(tài)監(jiān)測(cè)、故障診斷技術(shù)雖然有其不可替代的優(yōu)勢(shì)，但在目前情況下，尚存在很多不足和問題需要解決。已經(jīng)安裝投運(yùn)狀態(tài)監(jiān)測(cè)系統(tǒng)的單位，決不可高枕無憂，不再有安全憂患。由于變壓器有復(fù)雜的結(jié)構(gòu)系統(tǒng)，運(yùn)行參數(shù)間并非全部有嚴(yán)格的邏輯和定量關(guān)系，其故障現(xiàn)象、故障原理之間具有很大的不確定性，一個(gè)故障可表現(xiàn)出多種征兆，監(jiān)測(cè)到的幾個(gè)故障起因，同時(shí)反應(yīng)一個(gè)故障征兆，故障與征兆之間關(guān)系模糊復(fù)雜，完全用建立精確的數(shù)學(xué)模型來診斷是十分困難的。這種復(fù)雜的系統(tǒng)都是模糊的系統(tǒng)。而模糊系統(tǒng)的邊界、結(jié)構(gòu)等概念的外延是模糊的，內(nèi)涵是灰色的。也就是說，此系統(tǒng)中，一些信息是確知的，另一些是非確知的，因此，需要采用將精確性向模糊性逼近的模糊集的數(shù)學(xué)方法來處理這些模糊現(xiàn)象，并將人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)也注入，才能對(duì)變壓器故障診斷這一復(fù)雜系統(tǒng)，找出合適的描述方法。同時(shí)還要模擬技術(shù)專家在進(jìn)行故障診斷時(shí)的經(jīng)驗(yàn)及將經(jīng)驗(yàn)、規(guī)劃模型化，以計(jì)算機(jī)替代專家，并以遠(yuǎn)程通信方式進(jìn)行傳輸。除此之外，復(fù)雜的現(xiàn)場(chǎng)環(huán)境也給狀態(tài)監(jiān)測(cè)和故障診斷技術(shù)的應(yīng)用帶來困難。到目前，狀態(tài)監(jiān)測(cè)和故障診斷技術(shù)尚存在以下不足和問題：

（1）受技術(shù)條件限制，目前發(fā)展較成熟的僅有局放定位儀和部分組分含量的在線色譜儀，而其他反應(yīng)設(shè)備狀態(tài)的項(xiàng)目尚無成熟監(jiān)測(cè)。因此，在故障診斷中，很多需采集的信息還必須依賴于離線監(jiān)測(cè)。

（2）早期故障的監(jiān)測(cè)信號(hào)極弱，設(shè)備運(yùn)行現(xiàn)場(chǎng)均有較強(qiáng)的磁場(chǎng)和電場(chǎng)干擾，信噪比很低，給狀態(tài)監(jiān)測(cè)帶來困難。

（3）現(xiàn)有的一些監(jiān)測(cè)系統(tǒng)，只能反映設(shè)備故障的發(fā)展趨勢(shì)，很難提供設(shè)備故障的類型及故障的危急程度。滲透膜存在滲透率衰減，軟件不能適應(yīng)個(gè)案的分析、判定。

（4）現(xiàn)行規(guī)程中沒有狀態(tài)監(jiān)測(cè)的技術(shù)要求和指標(biāo)，使故障診斷中缺乏科學(xué)的判據(jù)。

（5）現(xiàn)有的監(jiān)測(cè)、診斷系統(tǒng)尚不能完全實(shí)現(xiàn)連續(xù)不斷實(shí)時(shí)監(jiān)測(cè)，所以對(duì)突發(fā)性故障不能準(zhǔn)確、及時(shí)預(yù)報(bào)

4.結(jié)論

綜上所述，變壓器類的電氣設(shè)備的狀態(tài)監(jiān)測(cè)和故障診斷技術(shù)，可以更迅速、連續(xù)反映設(shè)備的運(yùn)行狀態(tài)，預(yù)示運(yùn)行設(shè)備存在的潛伏性故障，提出處理措施，不同程度地延長(zhǎng)設(shè)備的服役期，減免不必要的維修干擾，大大降低運(yùn)行成本，易實(shí)行自動(dòng)化和科學(xué)化設(shè)備管理，是保障電力設(shè)備安全經(jīng)濟(jì)運(yùn)行的有力措施，應(yīng)大力推廣，實(shí)施狀態(tài)監(jiān)視和故障診斷為不可逆轉(zhuǎn)的發(fā)展趨勢(shì)。

參考文獻(xiàn)：

[1] 李常喜.電力設(shè)備診斷技術(shù)概論[M]. 北京： 水利電力出版社，1994

[2] 陳維榮， 宋永華， 孫錦鑫. 電力系統(tǒng)設(shè)備狀態(tài)監(jiān)測(cè)的概念機(jī)現(xiàn)狀[J]. 電網(wǎng)技術(shù)， 2000， 24（11）： 12-17

[3] 陳卓， 劉念， 薄麗雅. 電力設(shè)備狀態(tài)監(jiān)測(cè)與故障診斷[J]. 高電壓技術(shù)， 2005， 31（4）： 46-48.

第8篇：故障診斷范文

關(guān)鍵詞：液壓系統(tǒng)故障 主觀診斷法 故障診斷

液壓系統(tǒng)故障是一門綜合技術(shù)，它需要基數(shù)較高的工作人員用比較先進(jìn)的檢測(cè)設(shè)備查找故障的原因、異常程度，以預(yù)防維修液壓設(shè)備，提高設(shè)備運(yùn)行的安全性和可靠性。液壓系統(tǒng)在實(shí)際工作中，若降低或喪失了規(guī)定的功能，出現(xiàn)了不能滿足其技術(shù)性能和運(yùn)轉(zhuǎn)品質(zhì)要求的情況，即為液壓系統(tǒng)故障。

一、液壓系統(tǒng)故障的特點(diǎn)有：1.故障的隱蔽性；2.故障的多樣性和復(fù)雜性；3.故障的難于判斷性；4.故障的交錯(cuò)性；5.故障產(chǎn)生的隨機(jī)性與必然性；6.故障的產(chǎn)生與使用條件的密切相關(guān)性；7.故障的可變性；8.故障的差異性。

液壓系統(tǒng)具有廣泛的工藝適應(yīng)性、優(yōu)良的控制性和較低廉的成本，因而在各個(gè)領(lǐng)域中，液壓系統(tǒng)應(yīng)用越來越廣泛。液壓系統(tǒng)的故障分析是受各方面正確分析故障的原因是排除故障的前提。

液壓系統(tǒng)產(chǎn)生故障的原因可分為內(nèi)因和外因。內(nèi)在原因包括：①設(shè)計(jì)時(shí)確定的技術(shù)參數(shù)不合適；②系統(tǒng)結(jié)構(gòu)設(shè)計(jì)不合理；③所選用的元件不符合要求；④系統(tǒng)安裝未能達(dá)到技術(shù)規(guī)范要求；⑤零部件的加工制造質(zhì)量不合格；⑥某些零件經(jīng)長(zhǎng)期使用后出現(xiàn)的正常磨損。外在原因包括：①設(shè)備運(yùn)輸或安裝中引起的損壞；②使用環(huán)境惡劣；③調(diào)試、操作與維護(hù)不當(dāng)；④電網(wǎng)電壓異常。在液壓系統(tǒng)故障診斷的工作過程中，需要判定故障的性質(zhì)與嚴(yán)重程度；查找失效元件及失效位置；查找引起故障的初始原因；故障機(jī)理分析；預(yù)測(cè)故障發(fā)展趨向。

液壓系統(tǒng)故障診斷與排除的步驟包括：1、熟悉性能和資料。在查找故障前要了解設(shè)備的性能,熟悉液壓系統(tǒng)工作原理和運(yùn)行要求,以及一些主要技術(shù)參數(shù)。 2、調(diào)查情況。要向操作者詢間設(shè)詢問該設(shè)備的特性及其功能持征;詢問該設(shè)備出現(xiàn)故障時(shí)的基本現(xiàn)象,同時(shí)要了解怎樣排除故障的經(jīng)過。3、現(xiàn)場(chǎng)觀察。核實(shí)操作者提供的現(xiàn)象并仔細(xì)檢查，操縱有關(guān)控制部分,觀察故障現(xiàn)象,查找故障部位,并觀察系統(tǒng)壓力變化和工作情況,聽聽噪聲,查查漏油等。 4、查閱技術(shù)檔案。根據(jù)了解、詢問、核實(shí)、檢查所得到的資料列出可能的故障原因表。對(duì)照本次故障現(xiàn)象是否與歷史記載的故障現(xiàn)象相似,還是新出現(xiàn)的故障。 5、歸納分析。將現(xiàn)場(chǎng)觀察到的情況,排出檢查順序。先選擇那些一經(jīng)簡(jiǎn)單檢查核實(shí)或修理即可使設(shè)備恢復(fù)正常，以便在最短時(shí)間內(nèi)完成檢查工作。6.驗(yàn)證結(jié)論。找出原因，著手進(jìn)行排除故障。排除故障包括用適當(dāng)?shù)脑囼?yàn)裝置檢查壓力和流量，拆開殼體蓋板，檢查泵、馬達(dá)及其它元件.這些試驗(yàn)檢查便是判定零件、液壓元件更換的基礎(chǔ)。在實(shí)際工作中往往沒有適當(dāng)?shù)脑囼?yàn)裝置來進(jìn)行檢查，這時(shí)只好以換泵、馬達(dá)、液壓閥等元件總成來做為排除故障的有效手段。

二、故障診斷技術(shù)的層次

⑴簡(jiǎn)易診斷技術(shù)。①主觀診斷法②分段檢查試驗(yàn)法③澆油法④元件替換法⑤截堵法。

⑵精密診斷技術(shù)，即客觀診斷法。它是在簡(jiǎn)易診斷法的基礎(chǔ)上對(duì)有疑問的異?，F(xiàn)象，采用各種監(jiān)（檢）測(cè)儀器對(duì)其進(jìn)行定量分析，從而找出故障原因。

主觀診斷法主要是依靠簡(jiǎn)單的診斷儀器, 憑借個(gè)人的實(shí)踐經(jīng)驗(yàn), 判別故障發(fā)生的部位及其原因。要求診斷人員具有液壓系統(tǒng)基礎(chǔ)知識(shí)和較強(qiáng)的分析能力，方可保證診斷的效率和準(zhǔn)確性。主觀診斷法具有方便、快捷、實(shí)用的特點(diǎn), 在現(xiàn)階段仍有一些液壓設(shè)備用戶在延用。但是它也存在著局限性, 由于人們的感覺不同, 判斷能力和實(shí)踐經(jīng)驗(yàn)有差異, 因而對(duì)所掌握的客觀情況的分析結(jié)果也就不同。此診斷方法只能對(duì)故障進(jìn)行簡(jiǎn)單的定性分析, 做不到定量分析。以下介紹其中兩種方法，液壓系統(tǒng)原理圖分析方法和參數(shù)測(cè)量的故障診斷方法。

1、液壓系統(tǒng)原理圖分析法

根據(jù)液壓系統(tǒng)原理圖分析液壓傳動(dòng)系統(tǒng)出現(xiàn)的故障，找出故障產(chǎn)生的部位及原因，并提出排除故障的方法。液壓系統(tǒng)圖分析法是目前工程技術(shù)人員應(yīng)用最為普遍的方法，它要求人們對(duì)液壓知識(shí)具有一定基礎(chǔ)并能看懂液壓系統(tǒng)圖掌握各圖形符號(hào)所代表元件的名稱、功能、對(duì)元件的原理、結(jié)構(gòu)及性能也應(yīng)有一定的了解，有這樣的基礎(chǔ)，結(jié)合動(dòng)作循環(huán)表對(duì)照分析、判斷故障就很容易了。

2、參數(shù)測(cè)量的故障診斷方法

當(dāng)液壓系統(tǒng)發(fā)生故障時(shí)，實(shí)質(zhì)是系統(tǒng)中某個(gè)元件或某些元件有故障，進(jìn)一步可斷定回路中某一點(diǎn)或某幾點(diǎn)的參數(shù)已偏離了預(yù)定值。這說明如果液壓回路中某點(diǎn)的工作參數(shù)不正常，則系統(tǒng)已發(fā)生了故障或可能發(fā)生了故障，需維修人員馬上進(jìn)行處理。這樣在參數(shù)測(cè)量的基礎(chǔ)上，再結(jié)合邏輯分析法，即可快速、準(zhǔn)確地找出故障所在。參數(shù)測(cè)量法不僅可以診斷系統(tǒng)故障，而且還能預(yù)報(bào)可能發(fā)生的故障，并且這種預(yù)報(bào)和診斷都是定量的，大大提高了診斷的速度和準(zhǔn)確性。

其它液壓系統(tǒng)故障診斷方法：

1、澆油法

可采用澆油法找出進(jìn)氣部位。找進(jìn)氣部位時(shí)，可用油澆淋懷疑部位，如果油澆到某處時(shí)，故障現(xiàn)象消失，證明找到了故障的根源。澆油法對(duì)查找液壓泵和系統(tǒng)吸油部位進(jìn)氣造成的故障特別有效。

2、人工智能故障診斷方法

專家領(lǐng)域是液壓系統(tǒng)故障診斷領(lǐng)域研究最多的一類智能診斷技術(shù)，它是一種人工智能計(jì)算機(jī)程序，，運(yùn)用專家知識(shí)推理，解決人們?cè)谕ǔl件下難以解決的問題，具有大量的權(quán)威性知識(shí)，具備較強(qiáng)的學(xué)習(xí)功能。專家系統(tǒng)在運(yùn)行中通過人機(jī)交互獲得必要信息，在知識(shí)庫和數(shù)據(jù)庫的支持下，進(jìn)行一系列推理，從而找到最可能故障。

液壓系統(tǒng)的正確使用對(duì)保障液壓系統(tǒng)有重要意義。在液壓系統(tǒng)使用過程中需要維護(hù)以下幾點(diǎn)：1.控制液壓系統(tǒng)污染；2.控制工作介質(zhì)溫升；3.控制液壓系統(tǒng)泄漏；4.防止和排除液壓系統(tǒng)的振動(dòng)與噪聲；5.嚴(yán)格執(zhí)行日常點(diǎn)檢和定期點(diǎn)檢制度；6.嚴(yán)格執(zhí)行定期緊固、清洗、過濾和更換制度；7.嚴(yán)格貫徹工藝紀(jì)律；8.建立液壓設(shè)備技術(shù)檔案；9.建立液壓元件修理試驗(yàn)基地。

液壓設(shè)備往往是結(jié)構(gòu)復(fù)雜而且是高精度的機(jī)、電、液一體化的綜合系統(tǒng)。引起液壓故障的原因較多, 加大了故障診斷的難度。對(duì)于液壓系統(tǒng)設(shè)備故障處理完畢后，應(yīng)認(rèn)真地進(jìn)行定性、定量分析總結(jié)，從而提高處理故障的能力，防止以后同類故障的再次發(fā)生。根據(jù)液壓系統(tǒng)故障有著自身的特點(diǎn)與規(guī)律, 正確把握液壓系統(tǒng)故障診斷的方法, 深入研究液壓系統(tǒng)的故障診斷技術(shù), 有著重要的實(shí)際意義。

參考文獻(xiàn)：

第9篇：故障診斷范文

關(guān)鍵詞： 汽輪機(jī)；振動(dòng)故障；診斷技術(shù)

中圖分類號(hào)：F407文獻(xiàn)標(biāo)識(shí)碼： A

汽輪機(jī)是一種高速旋轉(zhuǎn)機(jī)械，其主要的構(gòu)造部件包括轉(zhuǎn)子、轉(zhuǎn)子軸承、汽缸以及聯(lián)軸器等。由于在加工或者安裝過程中存在缺陷，將導(dǎo)致汽輪機(jī)在運(yùn)行的過程中出現(xiàn)振動(dòng)。根據(jù)振動(dòng)的類型可以將振動(dòng)分為橫向振動(dòng)、軸向振動(dòng)以及扭轉(zhuǎn)振動(dòng)三種。而根據(jù)導(dǎo)致振動(dòng)的激勵(lì)方式，又可以將振動(dòng)分為基頻振動(dòng)和二倍頻振動(dòng)。其中，導(dǎo)致汽輪機(jī)運(yùn)行不穩(wěn)定或者是破壞的主要原因是由橫向振動(dòng)或者是基頻振動(dòng)而導(dǎo)致的。

1 汽輪機(jī)故障分析方法

對(duì)于汽輪機(jī)而言，其故障普遍表現(xiàn)為機(jī)組振動(dòng)過大。在現(xiàn)場(chǎng)故障診斷中，常用到的故障分析方法便是振動(dòng)分析法。

波形分析法

時(shí)間波形是最初的振動(dòng)信息源。由傳感器進(jìn)行輸出的振動(dòng)信息在普遍情況下均為時(shí)間波形。對(duì)一些有著明顯特征的波形，可以直接用于設(shè)備故障的判斷。波形分析簡(jiǎn)易直觀，這也是波形分析法的優(yōu)勢(shì)之所在。

軌跡分析法

對(duì)于軸承座的運(yùn)動(dòng)軌跡而言，轉(zhuǎn)子軸心直接性地對(duì)轉(zhuǎn)子瞬時(shí)的運(yùn)動(dòng)狀態(tài)反應(yīng)出來，并且涵蓋了很多關(guān)于機(jī)械運(yùn)作情況的信息[2]。由此可見，對(duì)于設(shè)備故障的診斷，軌跡分析法的作用是非常明顯的。基于正常狀態(tài)，軸心軌跡具有穩(wěn)定性，每一次轉(zhuǎn)動(dòng)循環(huán)一般情況下均保持在相同的位置上，且軌跡普遍上是相互重合的。在軸心軌跡的形狀與大小呈現(xiàn)不斷變化的勢(shì)態(tài)時(shí)，便表現(xiàn)轉(zhuǎn)子運(yùn)行狀態(tài)不具穩(wěn)定性。面對(duì)此種情況，需進(jìn)行及時(shí)有效的調(diào)整工序，不然極易致使機(jī)組失去穩(wěn)定性，進(jìn)而造成停車事故的發(fā)生。

頻譜分析法

對(duì)于設(shè)備故障的分析，頻譜分析法在應(yīng)用方面極具廣泛性。普遍應(yīng)用到的頻譜有兩種：其一是功率譜；其二是幅值譜。其中，功率譜代表在振動(dòng)功率隨振動(dòng)頻率的分布狀況，其物理含義較為清晰。幅值譜代表相對(duì)應(yīng)的各個(gè)頻率的諧波振動(dòng)分量所具備的振幅，在應(yīng)用過程中，幅值譜具有直觀的特點(diǎn)。并且，幅值譜的譜線高度便是此頻率分量的振幅大小?？傊?，對(duì)于頻譜分析法而言，其目的便是把形成信號(hào)的每一種頻率成分均進(jìn)行分解，以此為振源的識(shí)別提供方便。

汽輪機(jī)振動(dòng)故障診斷技術(shù)探究

汽輪機(jī)存在多方面的振動(dòng)故障，筆者主要對(duì)啟動(dòng)過程中暖機(jī)或脹差過大等原因引起的振動(dòng)、造成故障診斷準(zhǔn)確率低的原因以及振動(dòng)故障診斷步驟三大方面進(jìn)行探究。

啟動(dòng)過程中暖機(jī)時(shí)間不夠或脹差過大而引起的振動(dòng)分析

啟動(dòng)過程中暖機(jī)或脹差過大而引起的振動(dòng)極具明顯性。汽輪機(jī)在啟動(dòng)及停止過程中，轉(zhuǎn)子和氣缸的熱交換條件是有所區(qū)別的。所以，兩者之間在軸向形成的膨脹也有所區(qū)別，即為出現(xiàn)相對(duì)膨脹現(xiàn)象。所謂的相對(duì)膨脹又可稱之為長(zhǎng)差。通過脹差的大小，能夠反映出汽輪機(jī)軸向動(dòng)靜間隙的改變狀況。為了讓由軸向間隙改變進(jìn)而引起的動(dòng)靜摩擦得到有效規(guī)避，不但需要對(duì)脹差進(jìn)行嚴(yán)密監(jiān)視，還需要充分認(rèn)識(shí)到脹差對(duì)汽輪機(jī)運(yùn)行所造成的嚴(yán)重影響。我們知道，機(jī)組從升速至定速過程中，時(shí)間短，蒸汽溫度及流量基本上沒有發(fā)生改變，因此對(duì)脹差造成的影響只能在定速之后才能夠很好地反映出來。定速之后，脹差所增加的幅度比較大的，并且持續(xù)時(shí)間長(zhǎng)。另外，基于低負(fù)荷暖機(jī)階段，蒸汽對(duì)轉(zhuǎn)子及氣缸的加熱程度較為激烈。大致上分析，造成機(jī)組暖機(jī)或者脹差的原因主要有：凝汽器真空的改變、暖機(jī)時(shí)間的長(zhǎng)短、軸封供汽溫度的高低以及供汽時(shí)長(zhǎng)等。因此，在機(jī)組啟動(dòng)過程中，需要從三方面做好：1）在低速階段進(jìn)行聽音；2）在高速階段對(duì)機(jī)組的振動(dòng)引起足夠重視，尤為重要的是在過臨界的狀況下，如果振動(dòng)超標(biāo)，是不能夠硬闖的；3）當(dāng)機(jī)組并網(wǎng)之后，因?yàn)槠诇囟容^低，額轉(zhuǎn)子膨脹又比氣缸要打，所以要以差脹的狀況為基礎(chǔ)，進(jìn)而對(duì)進(jìn)汽溫度進(jìn)行有效控制，并使低負(fù)荷暖機(jī)得到有效保證。

造成故障診斷準(zhǔn)確率低的原因分析

在汽輪機(jī)中，振動(dòng)診斷技術(shù)當(dāng)前已經(jīng)得到廣泛的應(yīng)用。造成故障診斷準(zhǔn)確率低的原因表現(xiàn)在三個(gè)方面：1）對(duì)振動(dòng)特征的掌握程度不夠；2）在認(rèn)識(shí)上對(duì)故障機(jī)理存在偏差；3）只重視直觀的故障，對(duì)內(nèi)部故障不深入了解。并且，在實(shí)際應(yīng)用中，如果遇到振動(dòng)故障，作業(yè)人員只是憑借自身的經(jīng)驗(yàn)進(jìn)行處理。然而振動(dòng)診斷的實(shí)際價(jià)值之所在便是對(duì)振動(dòng)狀況進(jìn)行有效規(guī)避。如果故障診斷的準(zhǔn)確率大于50%，便說明消除振動(dòng)的指導(dǎo)作用極具明顯性。如果準(zhǔn)確率只在20%至30%之間，那么說明消除振動(dòng)的效果不具良好性，甚至可能是一種誤導(dǎo)。對(duì)于汽輪機(jī)的振動(dòng)故障診斷，常用的兩種方法便是正向推理法與反向推理法。在對(duì)機(jī)組振動(dòng)故障正確的認(rèn)識(shí)之下，適宜采用正向推理法。但從實(shí)踐情況上分析，對(duì)于振動(dòng)故障診斷并不經(jīng)常使用正向推理法。因此，便經(jīng)常性采用反向推理法。該方法是根據(jù)振動(dòng)的特征進(jìn)行分析，并對(duì)故障的特點(diǎn)進(jìn)行反推，以此獲取多種結(jié)論，讓振動(dòng)故障在引導(dǎo)之下得到處理。此種方法會(huì)使故障診斷的準(zhǔn)確率大大降低。

振動(dòng)故障診斷步驟分析

對(duì)傳統(tǒng)故障診斷的方法進(jìn)行改善是使診斷故障診斷準(zhǔn)確率得到提升的有效策略。若想要使診斷故障準(zhǔn)確率大大提升，還需要進(jìn)行充分做好以下步驟：1）首先對(duì)振動(dòng)的種類進(jìn)行確認(rèn)。主要是對(duì)振動(dòng)頻譜及外在特征進(jìn)行觀察，進(jìn)而將各類振動(dòng)進(jìn)行有序的分類。將所存在的故障的原因充分確認(rèn)之后，再實(shí)施判斷措施；2）先對(duì)軸承座剛度進(jìn)行檢查，看是不是正常，然后對(duì)激振力故障原因進(jìn)行分析；3）對(duì)轉(zhuǎn)子進(jìn)行檢查，檢查是不是存在不平衡力、不平衡電磁力以及平直度偏差等故障，進(jìn)而對(duì)基于穩(wěn)定的普通強(qiáng)迫振動(dòng)是否存在進(jìn)行確認(rèn)，最終使故障類型能夠得到有效診斷。 3 汽輪機(jī)振動(dòng)故障診斷實(shí)例分析

實(shí)例概況：以某熱電廠4#汽輪發(fā)電機(jī)組為實(shí)例，它是由上海汽輪機(jī)廠所生產(chǎn)的50 MW汽輪發(fā)電機(jī)，其型號(hào)為C50-90/1.2-1，并且是單缸沖動(dòng)一級(jí)調(diào)整抽汽凝汽式機(jī)組，在配裝方面，配置了由上海電機(jī)廠生產(chǎn)的發(fā)電機(jī)，其型號(hào)為QFs-60-2。

振動(dòng)情況：此機(jī)組在運(yùn)作過程當(dāng)中有3#瓦軸向振動(dòng)偏大的現(xiàn)象存在，高達(dá)20 mm/s，經(jīng)過反復(fù)檢查后依舊沒有找出其中的原因[3]。

診斷：3#瓦軸向振動(dòng)的主頻率為50 Hz，據(jù)分析可知為普通強(qiáng)迫振動(dòng)。造成普通強(qiáng)迫振動(dòng)存在兩方面的原因：其一，軸承座動(dòng)剛度偏低；其二，激振力偏大。

處理因素：通過對(duì)3#瓦軸承座檢查發(fā)現(xiàn)軸承座存在多方面的問題，主要有球面墊鐵接觸性能不良、軸承緊力不夠、地腳螺栓較為松動(dòng)以及軸承座墊片不具合理性等。其中，在對(duì)壓軸承緊力進(jìn)行檢修時(shí)發(fā)現(xiàn)，軸承體球面和球面座兩者間有0.02毫米的間隙，軸承蓋和軸承體兩者間有0.15毫米的間隙。此機(jī)的檢修標(biāo)準(zhǔn)在軸承體球面和球面座兩者間為0.02毫米到0.04毫米時(shí)呈過盈狀態(tài)；軸承蓋和軸承體兩者間在0.02毫米到0.05毫米時(shí)呈過盈狀態(tài)。由此可見，整個(gè)軸瓦的緊力明顯不夠，且垂直方向沒有辦法對(duì)振動(dòng)進(jìn)行控制。

故障診斷結(jié)論：通過數(shù)據(jù)分析可知，在垂直振動(dòng)的差異達(dá)到兩倍的情況下，軸向振動(dòng)可達(dá)到9 mm/s；在垂直振動(dòng)的差異振動(dòng)比較小的情況，軸向振動(dòng)便偏小。振動(dòng)故障出現(xiàn)后，不能僅靠現(xiàn)場(chǎng)動(dòng)平衡進(jìn)行解決，應(yīng)該對(duì)問題的根源進(jìn)行嚴(yán)謹(jǐn)分析，然后對(duì)問題進(jìn)行有效解決。

結(jié)束語

通過本文的探究，充分認(rèn)識(shí)到造成故障診斷準(zhǔn)確率低的現(xiàn)象存在三方面的原因，分別為：對(duì)振動(dòng)特征的掌握程度不夠、在認(rèn)識(shí)上對(duì)故障機(jī)理存在偏差、只重視直觀的故障，對(duì)內(nèi)部故障不深入了解。因此充分掌握汽輪機(jī)振動(dòng)故障診斷技術(shù)便顯得尤為重要。最后筆者通過實(shí)例進(jìn)行深入分析，希望以此為今后關(guān)于汽輪機(jī)振動(dòng)故障診斷技術(shù)的研究提供一些具有建設(shè)性的參考依據(jù)。

參考文獻(xiàn)

[1]謝亮.汽輪機(jī)振動(dòng)故障診斷技術(shù)探討[J].科技傳播，2011（07）.