鲁棒主元分析及在故障诊断中的应用

机械故障诊断案例分析

六、诊断实例 例1：圆筒瓦油膜振荡故障的诊断 某气体压缩机运行期间，状态一直不稳定，大部分时间振值较小，但蒸汽透平时常有短时强振发生，有时透平前后两端测点在一周内发生了20余次振动报警现象，时间长者达半小时，短者仅1min左右。图1-7是透平1＃轴承的频谱趋势，图1-8、图1-9分别是该测点振值较小时和强振时的时域波形和频谱图。经现场测试、数据分析，发现透平振动具有如下特点。 图1-7 1*轴承的测点频谱变化趋势 图1-8 测点振值较小时的波形与频谱

图1-9 测点强振时的波形和频谱 (1)正常时，机组各测点振动均以工频成分）幅值最大，同时存在着丰富的低次谐波成分，并有幅值较小但不稳定的（相当于×）成分存在，时域波形存在单边削顶现象，呈现动静件碰磨的特征。 (2)振动异常时，工频及其他低次谐波的幅值基本保持不变，但透平前后两端测点出现很大的×成分，其幅度大大超过了工频幅值，其能量占到通频能量的75%左右。 (3)分频成分随转速的改变而改变，与转速频率保持×左右的比例关系。 (4)将同一轴承两个方向的振动进行合成，得到提纯轴心轨迹。正常时，轴心轨迹稳定，强振时，轴心轨迹的重复性明显变差，说明机组在某些随机干扰因素的激励下，运行开始失稳。 (5)随着强振的发生，机组声响明显异常，有时油温也明显升高。 诊断意见：根据现场了解到，压缩机第一临界转速为3362r/min，透平的第一临界转速为8243r/min，根据上述振动特点，判断故障原因为油膜涡动。根据机组运行情况，建议降低负荷和转速，在加强监测的情况下，维持运行等待检修机会处理。 生产验证：机组一直平稳运行至当年大检修。检修中将轴瓦形式由原先的圆筒瓦更改为椭圆瓦后，以后运行一直正常。 例2：催化气压机油膜振荡 某压缩机组配置为汽轮机十齿轮箱＋压缩机，压缩机技术参数如下： 工作转速：7500r/min出口压力：轴功率：1700kW 进口流量：220m3 /min 进口压力：转子第一临界转速：2960r/min 1986年7月，气压机在运行过程中轴振动突然报警，Bently 7200系列指示仪表打满量程，轴振动值和轴承座振动值明显增大，为确保安全，决定停机检查。

奇异Markov跳跃系统的鲁棒故障检测

２０１０年１月系统仿真技术Ｊａｎ．．２０１０第６卷第１期ＳｙｓｔｅｍＳｉｍｕｌａｔｉｏｎＴｅｃｈｎｏｌｏｇｙＶ０１．６．Ｎｏ．１ 中图分类号：ＴＰ２７３文献标识码：Ａ 奇异Ｍａｒｋｏｖ跳跃系统的鲁棒故障检测 丁强１，钟麦英２ （１．山东大学控制科学与工程学院，山东济南２５００６１； ２．北京航空航天大学仪器科学与光电工程学院，北京１００１９１） 摘要：研究受￡：有界未知输入影响的一类奇异Ｍａｒｋｏｖ跳跃系统的鲁棒故障检测问题。采用基于观测器的故障检测滤波器（ＦＤＦ）作为残差产生器，将故障检测滤波器的设计归结为随机意义下的日。滤波问题。推导并证明了问题可解的充分条件，并通过求解线性矩阵不等式得到了故障检测滤波器参数矩阵的解。箅例验证了所给算法的有效性。 关键词：奇异Ｍａｒｋｏｖ跳跃系统；故障检测滤波器；线性矩阵不等式 ＲｏｂｕｓｔＦａｕｌｔＤｅｔｅｃｔｉｏｎｆｏｒＳｉｎｇｕｌａｒＭａｒｋｏｖｉａｎＪｕｍｐＳｙｓｔｅｍｓ ＤＩＮＧＱｉａｎ９１，ＺＨＯＮＧＭａｉｙｉｎ９２ （１．ＳｃｈｏｏｌｏｆＣｏｎｔｍｌＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｄｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｊｉｎａｎ２５００６１，Ｃｈｉｎａ； ２．ＳｃｈｏｏｌｏｆＩｎｓｔｒｕｍｅｎｔＳｃｉｅｎｃｅａｎｄＯｐｔｏ—ＥｌｅｃｔｒｏｎｉｃｓＥｎｇｉｎｅｅｒｉｎｇ，ＢｅｉｈａｎｇＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｉｉｎｇ１００１９１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＴｈｉｓｐａｐｅｒｄｅａｌｓｗｉｔｈｔｈｅｐｒｏｂｌｅｍｏｆｒｏｂｕｓｔｆａｕｌｔｄｅｔｅｃｔｉｏｎｆｏｒａｃｌａｓｓｏｆｓｉｎｇｕｌａｒＭａｒｋｏｖｉａｎｊｕｍｐｓｙｓｔｅｍｓｗｉｔｈＬ２ｎｏｒｍｂｏｕｎｄｅｄｕｎｋｎｏｗｎｉｎｐｕｔ．Ｕｓｉｎｇａｎｏｂｓｅｒｖｅｒ?ｂａｓｅｄｆａｕｌｔｄｅｔｅｃｔｉｏｎｆｉｌｔｅｒ（ＦＤＦ）ａｓａｒｅｓｉｄｕａｌｇｅｎｅｒａｔｏｒ，ｔｈｅｄｅｓｉｇｎｏｆｒｏｂｕｓｔＦＤＦｉｓｆｏｒｍｕｌａｔｅｄｉｎｔｈｅｆｒａｍｅｗｏｒｋｏｆｓｔｏｃｈａｓｔｉｃＨ。 ｆｉｌｔｅｒｉｎｇ．ＳｕｆｆｉｃｉｅｎｔｃｏｎｄｉｔｉｏｎｓｏｎｔｈｅｅｘｉｓｔｅｎｃｅｏｆＦＤＦａｎｄｐａｒａｍｅｔｅｒｍａｔｒｉｃｅｓｔｏｔｈｅＦＤＦａｒｅｄｅｒｉｖｅｄｉｎｔｅｒｍｓｏｆｌｉｎｅａｒｍａｔｒｉｘｉｎｅｑｕａｌｉｔｉｅｓ（ＬＭＩ）．Ａｎｕｍｅｒｉｃａｌｅｘａｍｐｌｅｉｓｇｉｖｅｎｔｏｉｌｌｕｓｔｒａｔｅｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄ． Ｋｅｙｗｏｒｄｓ：ｓｉｎｇｕｌａｒＭａｒｋｏｖｉａｎｊｕｍｐｓｙｓｔｅｍｓ；ｆａｕｌｔｄｅｔｅｃｔｉｏｎｆｉｌｔｅｒ；ｌｉｎｅａｒｍａｔｒｉｘｉｎｅｑｕａｌｉｔｙ １引言 基于解析模型的线性定常系统故障诊断问题经过近４０年的研究已经取得了大量成果。尤其是Ⅳ。优化技术被广泛应用于ＦＤＦ的设计中，其成果大致可以分为两类：Ｈ。／Ｈ。或Ｈ。／Ｈ一最小化问题和日。滤波描述¨一Ｊ。 Ｍａｒｋｏｖ跳跃系统可用于描述因突发性环境变化或者元件损坏等导致结构发生突变的系统， 基金项目：国家自然科学基金资助项目（６０７７４０７１）如电力系统、生产制造系统、通讯系统等。随着对系统安全可靠性要求的不断提高，Ｍａｒｋｏｖ跳跃系统故障检测问题的研究也引起了越来越多的重视＂。１¨。其中，文献［５］设计了基于观测器的ＦＤＦ，并将ＦＤＦ的设计问题归结为随机日。／Ｈ一最小化问题；文献［６］基于两目标优化方法研究了具有时变参数的连续时间Ｍａｒｋｏｖ跳跃系统的ＦＤＦ设计问题；文献［７］基于日。滤波方法研究了离散时间Ｍａｒｋｏｖ跳跃系统的故障检测问题；文献［８］和［９］利用几何方法分别研究了离散时间和 万方数据

油浸式变压器DGA数据分析及其故障诊断研究

油浸式变压器DGA数据分析及其故障诊断研究变压器是电力系统实现输、变电工程的枢纽设备,其运行状态直接影响着整个电力系统的安全、可靠和稳定。然而变压器在长时间的运行过程中,由于绝缘老化等因素造成的各类故障是不可能完全避免的。 因此需通过诊断和检修尽早发现并排除变压器的早期潜伏性故障,从而降低事故原因造成的经济损失,提高电力系统的供电率,更方便人们的生产生活。分析油浸式变压器的故障机理,可将其油中溶解气体的数据作为诊断的一个重要依据,并结合人工智能的方法,实现故障类型的诊断和预测。 本文的主要研究内容有以下几个方面：1、分析变压器油中溶解气体的产生机理与溶解过程,通过研究变压器内部主要故障类型与油中气体组分的对应关系,确定故障诊断研究中以H2、CH4、C2H6、C2H4、 C2H2这5种特征气体的含量为参量。采用模糊C-均值聚类算法将结论明确的102台次变压器故障样本进行聚类分析,分类准确率达到82.35%,为有效防止其陷入局部最优的情况,采用遗传 算法和模拟退火算法对其搜索性能进行改进,用400个样本点验证改进后算法的性能,再运用SAGA-FCM算法对上述102个故障样本进行聚类分析,分类准确率较FCM算法高出4.9个百分点,并得出6个典型故障类型的聚类中心。 2、结合灰关联熵的理论基础建立变压器故障诊断模型,其中参考序列采用第二章中SAGA-FCM算法得到的6个典型故障类型的聚类中心,比较序列采用三比值法编码不全的8个故障样本,对这8个样本进行基于SAGA-FCM聚类中心的灰关联熵变压器故障诊断,8个样本全部正确。而采用单一参考序列的灰关联熵法的诊断中有3个样本出现错误,发现以SAGA-FCM聚类中心为灰关联熵的参考序列,不仅增强了比较序列和参考序列的关联性,提高了故障诊断的准确率,就三比值编

基于连续小波变换的信号检测技术与故障诊断

机械工程学报 CHINESE JOURNAL OF MECHANICAL ENGINEERING 2000 Vol.36 No.12 P.95-100 基于连续小波变换的信号检测技术与故障诊断 林京 屈梁生 摘　要：通过分析指出，连续小波变换具有很强的弱信号检测能力，非常适合故障诊断领域。从参数离散到参数优化系统研究了连续小波变换的工程应用方法，建立 了“小波熵”的概念，并以此作为基小波参数的择优标准。论文最后把连续小波技术应用在滚动轴承滚道缺陷和齿轮裂纹的识别中，诊断效果十分理想。 关键词：小波故障诊断滚动轴承齿轮 分类号：TH133．33　TH132．41 FEATURE DETECTION AND FAULT DIAGNOSIS BASED ON CONTINUOUS WAVELET TRANSFORM Lin Jing（State Key Laboratory of Acoustics, Institute ofAcou stics, Chinese Academy of Science）　 Qu Liangsheng（Xi’an Jiaotong University） Abstract：It is pointed out that continuous wavelet transform(CWT) has powerful ability for weak signal detection which help itself to be used for fault diagnosis. The method for parameter discretization and optimi zation of CWT is estabished. The concept of wavelet entropy is introduced and it is used as a rule for parameter optimization. In the end, CWT is used fo r fault diagnosis of rolling bearing and gear-box. Very good results are obtain ed using this method. Keywords：Wavelet　Fault diagnosis　Rolling bearing　Gear

基于小波分析的机械故障诊断

绪 论 机械故障诊断技术作为一门新兴的科学，自从二十世纪六七十年代以来已经取得了突飞猛进的发展，尤其是计算机技术的应用，使其达到了智能化阶段。现在，机械故障诊断技术在工业生产中起着越来越重要的作用，生产实践已经证明开展故障诊断与状态预测技术研究具有重要的现实意义。 我国的故障诊断技术在理论研究方面，紧跟国外发展的脚步，在实践应用上还是基本落后于国外的发展。在我国，故障诊断的研究与生产实际联系不是很紧密，研究人员往往缺乏现场故障诊断的经验，研制的系统与实际情况相差甚远，往往是从高等院校和科研部门开始，再进行到个别行业，而国外的发展则是从现场发现问题进而反映到高等院校或科研部门，使得研究有的放矢[1]。 要求机械设备不出故障是不现实的，因为不存在绝对安全可靠的机械设备。因此，为了预防故障和减少损失，必须对设备的运行状态进行监测，及时发现设备的异常状况，并对其发展趋势进行跟踪：对己经形成的或正在形成的故障进行分析诊断，判断故障的部位和产生的原因，并及早采取有效的措施，这样才能做到防患于未然。因此，设各状态监测与故障诊断先进技术的研究对于保证复杂机械设备的安全运行具有重要意义。 关键词：小波分析，故障诊断，小波基选取，奇异性 基于小波分析的机械故障检测 小波奇异性理论用于机械故障检测的基本原理 信号的奇异性与小波变换的模极大值之间有如下的关系： 设)(x g 为一光滑函数，且满足条件0g(x) lim ,1x)dx ( g x ==∞→+∞ ∞-?，不妨设)(x g 为高斯函数，即σσπ2221)(x e x g -= ，令 d x,/x)( dg x)(=ψ由于?+∞ ∞-=0x)dx (ψ，因此，可取函数x)(ψ

应用数据分析法进行简易的设备故障诊断

应用数据分析法进行简易的设备故障诊断 秦涛 摘要理论与实践证明，借助一定的测量技巧和规律，通过对便携式测振仪采集的数据进行分析，基本可以满足现场对设备故障点进行粗略佑计的要求。运用便携式测振仪进行故障分析，对于普及设备状态监测与故障诊断工作、量化设备管理及维修具有重要的意义。结合两个典型的现场案例，对应用数据分析法开展简易的设备故障诊断工作进行探讨。 关键词便携式测振仪数据分析故障诊断 为了对转动设备实施有效的管理，在开展设备状态监测与故障诊断的时候，仅笼统地从总体上判断设备正常与否是远远不够的，还需要进一步弄清设备故障的具体类型和部位。 精密诊断仪能够借助相对较多的手段（如时域分析、频域分析、轴心轨迹分析等），分析设备的故障点及故障原因，为检修提供必要的指导。但是，由于精密诊断仪价格昂贵，对操作人员的理论知识储备要求较高，因此很难在现场普及推广。主要应用于状态监测的便携式测振仪（如公司采用的HG2500系列）具有价格低、易操作、携带方便、便于普及装备和应用等优点。理论与实践证明，借助一定的测量技巧和规律，通过对便携式测振仪采集的数据进行分析，同样可以满足现场对设备故障原因进行粗略估计的要求。在此结合在现场工作中所处理的典型案例，对应用数据分析法进行简易的设备故障诊断做一引证论述。 一、案例一离心式式压缩机震动故障 1.设备基本情况 电机型号YKK4005-2，功率500kW，转速2976r/min，经增速比3.51的行星齿轮增速器驱动主机；主机型号4H-4，转速10459r/min，3725m3/h，进口压力0.088Mpa，出口压力0.47MPa。输送介质为氯气。 2005年8月6日，巡检发现离心式压缩机振动异常。 2.振动测量与分析 现场应用便携式测振仪对主机前后轴承部位进行振动测量。测量结果如表1所示。根据表1中数值分析如下： 表1 离心式压缩机振动值 (1)根据化工行业HGJ1018-79位移振幅标准及ISO2372标准中关于机械振动烈度的规定：离心式压缩机全位移振动值应不大于0.015mm；对于功率大于75kW、转速介于600～12000r/min之间刚性安装的大型机械，其振动烈度阑值为1.12cm/s。现该压缩机前后轴承

滚动轴承故障诊断与分析..

滚动轴承故障诊断与分析Examination and analysis of serious break fault down in rolling bearing 学院：机械与汽车工程学院 专业：机械设计制造及其自动化 班级：2010020101 姓名： 学号： 指导老师：王林鸿

摘要:滚动轴承是旋转机械中应用最广的机器零件，也是最易损坏的元件之一, 旋转机械的许多故障都与滚动轴承有关，轴承的工作好坏对机器的工作状态有很大的影响，其缺陷会产生设备的振动或噪声，甚至造成设备损坏。因此, 对滚动轴承故障的诊断分析, 在生产实际中尤为重要。 关键词：滚动轴承故障诊断振动 Abstract: Rolling bearing is the most widely used in rotating machinery of the machine parts, is also one of the most easily damaged components. Many of the rotating machinery fault associated with rolling bearings, bearing the work of good or bad has great influence to the working state of the machine, its defect can produce equipment of vibration or noise, and even cause equipment damage. Therefore, the diagnosis of rolling bearing fault analysis, is especially important in the practical production. Key words: rolling bearing fault diagnosis vibration 引言：滚动轴承是机器的易损件之一，据不完全统计，旋转机械的故障约有30％ 是因滚动轴承引起的，由此可见滚动轴承故障诊断工作的重要性。如何准确判断出它的末期故障是非常重要的，可减少不必要的停机修理，延长设备的使用寿命，避免事故停机。滚动轴承在运转过程中可能会由于各种原因引起损坏，如装配不当、润滑不良、水分和异物侵入、腐蚀和过载等。即使在安装、润滑和使用维护都正常的情况下，经过一段时间运转，轴承也会出现疲劳剥落和磨损。总之，滚动轴承的故障原因是十分复杂的，因而对作为运转机械最重要件之一的轴承，进行状态检测和故障诊断具有重要的实际意义，这也是机械故障诊断领域的重点。 一滚动轴承故障诊断分析方法 1滚动轴承故障诊断传统的分析方法 1.1振动信号分析诊断 振动信号分析方法包括简易诊断法、冲击脉冲法（SPM法）、共振解调法（IFD 法）。振动诊断是检测诊断的重要工具之一。 （1）常用的简易诊断法有：振幅值诊断法，反应的是某时刻振幅的最大值，适用于表面点蚀损伤之类的具有瞬时冲击的故障诊断；波峰因素诊断法，表示的

基于小波分析的故障诊断算法

基于小波分析的故障诊断算法 前言： 小波变换是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的“时间- 频率”窗口，是进行信号时频分析和处理的理想工具。它的主要特点是通过变换能够充分突出问题某些方面的特征，因此，小波变换在许多领域都得到了成功的应用，特别是小波变换的离散数字算法已被广泛用于许多问题的变换研究中。从此，小波变换越来越引起人们的重视，其应用领域来越来越广泛。 在实际的信号处理过程中，尤其是对非平稳信号的处理中，信号在任一时刻附近的频域特征都很重要。如在故障诊断中，故障点（机械故障、控制系统故障、电力系统故障等）一般都对应于测试信号的突变点。对于这些时变信号进行分析，通常需要提取某一时间段（或瞬间）的频率信息或某一频率段所对应的时间信息。 因此，需要寻求一种具有一定的时间和频率分辨率的基函数来分析时变信号。小波变换继承和发展了短时傅里叶变换的局部化思想，并且克服了其窗口大小和形状固定不变的缺点。它不但可以同时从时域和频域观测信号的局部特征，而且时间分辨率和频率分辨率都是可以变化的，是一种比较理想的信号处理方法。 小波分析被广泛应用于信号处理、图像处理、语音识别、模式识别、数据压缩、故障诊断、量子物理等应用领域中。 小波分析在故障诊断中应用进展 1）基于小波信号分析的故障诊断方法 基于小波分析直接进行故障诊断是属于故障诊断方法中的信号处理法。这一方法的优点是可以回避被诊断对象的数学模型, 这对于那些难以建立解析数学模型的诊断对象是非常有用的。 具体可分为以下4种方法: ①利用小波变换检测信号突变的故障方法连续小波变换能够通过多尺度分析提取信号的奇异点。基本原理是当信号在奇异点附近的Lipschitz指数a >0时，其连续小波变换的模极大值随尺度的增大而增大；当a <0时，则随尺度的增大而减小。噪声对应的Lipschitz指数远小于0, 而信号边沿对应的Lipschitz 指数大于或等于0。因此, 利用小波变换可以区分噪声和信号边沿, 有效地检测出强噪声背景下的信号边沿（奇变）。动态系统的故障通常会导致系统的观测信号发生奇异变化, 可以直接利用小波变换检测观测信号的奇异点, 从而实现对系统故障的检测。比如根据输油管泄漏造成的压力信号突变的特点, 用小波变换检测这些突变点, 实现输油管道的泄漏点诊断。 ②观测信号频率结构变化的故障诊断方法小波多分辨率分析能够描述信号的频谱随 时间变化情况或信号在某时刻

基于大数据分析的风电机组运行状态评估及故障诊断

基于大数据分析的风电机组运行状态评估及故障诊断 发表时间：2019-11-08T10:53:05.477Z 来源：《电力设备》2019年第14期作者：李鹏 [导读] 摘要：目前风电行业，随着风电机组运行年限增加，大量的风电机组超出质保期，其安全隐患不断增加、造成运维的成本不断升高，使得风电场的经济效益严重下降。 (山西龙源风力发电有限公司山西省太原市 030006) 摘要：目前风电行业，随着风电机组运行年限增加，大量的风电机组超出质保期，其安全隐患不断增加、造成运维的成本不断升高，使得风电场的经济效益严重下降。因此，为保证风电机组健康安全运行和降低风场运维成本等方面考虑，研发基于大数据分析的大型风电机组运行状态评估及故障诊断技术已成为风电行业亟待解决的课题。 关键词：风电机组；大数据；状态评估；故障诊断 风电机组是集多种电气、控制和机械等子系统为一体的非线性、强耦合机械设备，不同子系统的部件之间的联系和耦合极其紧密，任何某一部件发生故障，如果不及时诊断排除，通过部件之间的层层级联与相互不断耦合的放大作用，将进一步发生严重故障，从而导致风电机组故障停机，给电力设备的安全稳定运行带来严重威胁。而且机组一旦发生故障，由于事前对机组的健康信息掌握不充分，受天气状况和地理位置影响，造成故障事后维修工作难度大、停机时间长、维修成本高等经济损失加重。因此，通过基于风电机组的 SCADA 系统监测数据、振动系统监测数据、生产运行和管理数据等大数据应用分析，判断其健康状况，诊断潜藏性故障，对降低运行维护成本，提高机组的运行效率和可靠性，已成为我国风电行业亟待解决的关键问题。 1风电机组的主要故障类型 1.1齿轮箱故障 齿轮箱是风电系统中故障率最高的部件，且造成停机时间较长，包含齿轮、滚动轴承和轴等部件，其常见的故障主要为齿轮和滚动轴承的故障。近年来，新投产风电机组普遍都配备了振动监测系统。当齿轮或滚动轴承存在局部缺陷时，其振动信号中含有丰富的信息。通过有效提取信号的特征，一般可以较为准确地诊断出缺陷种类及所处的部位。 1.2发电机故障 目前风电系统采用的发电机型主要有双馈异步电发机、笼型异步发电机和永磁同步电发机。由于承载发电机的机舱处于几十米的高空，发电机长期运行于交变工况和恶劣的电磁环境中，极易发生故障。常见的故障有轴承故障、短路故障、转子偏心故障等。当发电机由正常状态衍化到故障状态时，会引发某些电量和非电量的变化。其中电量信号主要有电流、电压、输出有功功率、电磁力矩等，而非电量主要为振动信号。发电机的故障诊断正是以这些反映电机运行状态的物理量信号的变化为依据，通过相应监测设备获取电量或非电量信号，采用先进有效的信号处理技术，最终提取出反映发电机故障种类以及故障严重程度的特征信息。 1.3电力电子装置故障 并网风电机组一般通过变频器接入电网，从而实现在环境风速变化的情况下，也可以向电网输送高质量电能。所不同的是：永磁直驱式风力发电机是定子侧通过变频器接入电网的；双馈式风力发电机是转子侧通过变频器接入电网的，定子侧直接与电网相连。变速恒频式风力发电机，尤其是双馈式风力发电机在电网发生故障时容易导致风力发电机机端电压跌落，造成发电机定子电流增加进而导致转子电流的增加，极易导致风电机组变频装置的功率元器件损坏。 1.4叶片故障 叶片是风电机组最基础和最关键的部分，长期承受风带来的交变冲击载荷作用，是受力最复杂的部件之一，运行过程中各种激振力通过叶片传递出去。实际中常用有限元分析法建立风电机组的动力学模型，通过计算与模态分析获得其固有频率和振型等信息，并通过观测固有频率变化反映叶片的裂纹等故障特征，依此达到对风机叶片故障的检测与诊断识别的目的。 2基于大数据分析的风电机组运行状态评估及故障诊断方案 风电机组的结构主要可分为两部分：一是由将风能转换为机械能的风力机；二是将机械能转换为电能的发电机。风力机主要由风轮、主轴、齿轮箱、控制器及辅助装置组成，其作用是将转化成机械能的风能传递至齿轮箱，通过齿轮箱增速，带动高速发电机工作。风电机组的类型有双馈型风电机组和直驱型风电机组等，其中双馈型风电机组在我国实际运行数量最多。 首先，在机组各个关键部位安装不同传感器，采集振动、转速、温度等信号。如低速轴位置选择低速加速度传感器，在高速轴部分选择压电加速度传感器。然后通过调整单元和信号采集卡，输入到在LabVIEW上开发监测平台，该平台运用小波消噪的方法进行消噪，然后通过快速傅里叶变换将输入信号进行分解，通过曲线拟合、时域分析、频域分析等步骤，将数据以图形的形式呈现出来，并根据分析得到的结果对照正常运行时的信号，如果出现信号异常，进行故障原因分析，并在系统界面上给出故障预示以及故障维护建议。 3基于大数据分析的风电机组运行状态评估及故障诊断的发展方向 结合现有先进技术以及风电场运行维护经验的不断完善和基础数据的不断增加，提出下一步基于大数据分析的风电机组运行状态评估及故障诊断的发展方向。完整和正确的数据采集是后续状态分析和故障诊断的基础。因此，在今后的集中监控技术研究中，应将风电机组SCADA系统、升压站综合自动化系统、风功率预测系统、AGC/A VC能量管理系统、生产管理系统等现有分散监控与管理系统进行整合。采取不同时间尺度的异构数据采集技术、防止数据丢失的数据队列技术以及不同时间尺度的异构数据的统一存储技术，建立以风电机组关键部件的振动在线监测数据、油液在线监测数据、叶片在线监测、离线点检数据、风电场的环境监测数据等为基础的统一实时和历史数据库，确保风电场实时数据的完整性和正确性。进而，基于各类异构数据的统一管理技术，将实时数据库和历史数据库与统一的风电设备健康状态数据库相结合，建立风电场统管数据库。基于风电场统管数据库，开发风电场场群的集中监控与管理技术，实现不同供应商的各类设备的集中监控与管理，实现风电场场群的状态监测、运维调度和生产运营的统一管理。 在风电场场群的实时监测、运维管理和生产运营的统一管理基础上，下一步的工作即是开发重要子系统的在线监测系统，如齿轮箱磨损状态监控、叶片表面状态监控等。以齿轮箱磨损状态监控为例，通过对齿轮摩擦副的摩擦、磨损、润滑与润滑油劣化特征的研究，寻求对齿轮油运动粘度、油中水含量、介电常数、温度、磨损烈度指数等多参数的集成式实时在线检测方法，从而系统地建立风电机组齿轮箱润滑磨损在线监测体系。 风电场故障预警技术的实现，有利于运维人员工作职责的原子化、远程化和信息化，实现风电场维护的智能化和简易化，最终达到风

机械故障诊断的发展现状与前景

《机械故障诊断技术》读书报告 MAO pei-gang 南阳理工机械与汽车工程学院 473004 动平衡诊断案例分析综述 Diagnosis of dynamic balance Case Analysis were Review 摘要 简要阐述组动平衡故障诊断中所使用的现代测试与分析技术。通过五个动不平衡故障的诊断与处理实例，指出了波德图、频谱图等现代分析技术对于组动平衡故障诊断的价值和意义；总结了基于现代测试与分析技术的动平衡故障的主要特征。；验证了影响系数法对于动平衡故障处理的准确性及实用性。对于提高动平衡故障诊断的准确性及其精度具有推广和借鉴意义。 关键词：动平衡故障诊断振动分析 Abstract The modern measuring and analyzing technologies applied in the dynamic balance fault diagnoses are described briefly。In view of five dynamic unbalance fault diagnoses and treatments。the significance and purpose of the modern analyzing technologies such as Bode Plot，Spectrum Plot for the dynamic balance fault diagnoses are put forward，and its characteristics based on testing and analyzing technologies are summarized．The accuracy and practicability of the influence coefficient method for its treatment are proved．The instructions and experiences of improving the

鲁棒故障诊断及容错控制方法研究--贾克明

鲁棒故障诊断及容错控制方法研究 第1章绪论 1.1 课题研究现状及意义 随着工业水平的快速提高，系统日益复杂化和大型化。这一类的系统一旦出现故障轻则导致系统无法正常运行、瘫痪，重则造成财产损失和安全事故，例如1986 年4 月26 日发生的切尔诺贝利核电站事故导致了大面积的核污染；2003 年2 月 1 日的美国哥伦比亚号航天飞机事故导致机毁人亡，7 名宇航员全部因此而丧生；2011 年 3 月日本福岛核电站事故……因此提高可靠性和安全性对一些大型的、复杂性的系统而言显得极为重要。如何提高复杂系统的可靠性和安全性成为人们关注的核心问题，容错控制为有效解决该问题提供了一条有效途径，因而得到了广泛的重视。“容错”这一概念最初出现于计算机系统，表示能够容忍故障的意思。当某个控制系统发生故障时，该系统的闭环稳定性及其他各项性能指标，如快速性，平稳性等都将会受到不同程度的影响，因此容错控制以满足系统稳定性和所要求的性能指标为指导前提，进而称满足该性能的闭环控制系统称为容错控制系统[1]。 近些年来卫星技术迅速发展，航天器的结构由简单走向复杂化，并且任务需求也开始多样化, 因此提高其稳定度和控制精度显得尤为重要。在众多的控制方法中，容错控制作为一种能够提高航天器的有效性、可维护性和可靠性的有效方法，发展为该领域的研究热点。20 世纪70 年代航天航空领域开始研究高性能航天器，容错控制作为保障航天器安全性的重要理论支撑迅速发展起来，由此各种容错控制技术如雨后春笋般开始涌现[2-4]。 人类开始太空探索之旅始于苏联的第一颗人造卫星。中国不甘其后，在航天事业上也大显作为，留下属于自己的印记。值得一提的是，早期的航天器结构和功能都相对简单，而且这些航天器的使用寿命短、控制精度比较低。随着时代的发展，技术的提高，我国的航空航天器的发展又迈上了一个台阶：目前，在航天器在轨控制与自主姿态确定方面我国的技术发展已经初具规模。以“资源一号”卫星为例，该卫星是目前国内第一颗能够真正进行自主故障诊断和重构的卫星。系统重构和故障诊断这一些智能化容错控制技哈尔滨工业大学工程硕士学位论文术在新型飞船和对地探测卫星等航天任务中已有许多成功应用实例，文献[5]指出，目前的这些航天器的轨道与姿态控制系统均具有自主定位、便于在轨维护、自主故障检测、自主系统重构等优良特性，是一系列可靠性好的高精度姿轨控制系统。 卫星作为航天器一种，种类多、用途广。卫星在太空环境中长时间在轨运行时，任务的多样化和强辐射，多干扰的运行环境极易造成卫星姿态控制系统故障，而在各种控制系统故障中，执行器失效故障占有很大一部分比例。如果卫星姿态控制系统发生故障，卫星将无法正常执行任务，甚至会出现脱轨，坠毁等一系列重大事故，以致带来某些安全隐患。由于完整性容错控制在控制系统正常工作状态和系统失效状态时都能够正常工作，而且不需要故障检测与诊断机构（FDD），具有快速性好，实时性强这些优点，因此对卫星姿态控制系统进行完整性容错控制问题研究对提高卫星的可靠性和安全性具有重大意义。值得一提的是，当卫星在常见的三正交反作用下如果处于执行机构部分失效时，在某种程度内还可以继

小波分析在故障诊断中的实际应用

测 控 系统 课 程 设 计 题目:基于小波分析的故障诊断 院 （系） 机电及自动化学院 专 业 测控技术与仪器1班 学 号 0911211014 姓 名 李志文 级 别 2 0 0 9 指导老师 王启志 2012年6月 Huaqiao university

摘要 基于小波变换的故障诊断是当前比较热门的一项研究之一，如何快速、准确地提取故障信号，如何准确定位故障的发生点及进行故障的预测是故障分析与检测的关键性问题。本文就此问题展开如下研究。 本文详细分析了小波变换的基本理论、小波变换用于故障检测的基本原理。介绍了几种常用的小波及其应用特点。通过实例分析比较不同小波类型的应用特点，通过对他们的优缺点的了解，能够在不同的环境下选取合适的小波类型进行故障检测，同时针对不同的着重点选取恰当的小波。 关键词：小波分析，故障检测，小波基选取，奇异性 ABSTRACT Fault diagnosis based on wavelet transform is one of the popular a study, how quickly and accurately extract the fault signal, and how to accurately locate the fault occurred and the failure of the forecasts are the key issues of fault analysis and detection. On this issue, the following research. In this paper a detailed analysis of the basic theory of wavelet transform, the basic principles of wavelet transform for fault detection. Several commonly used wavelet and its application characteristics. By case analysis comparing different wavelet characteristics, by understanding their strengths and weaknesses in different environments to select the appropriate wavelet for fault detection, and select the appropriate wavelet for a different focus. KEY WORDS:wavelet analysis，defect detection，wavelet basis selection, singularity

数据流分析在汽车故障诊断中的运用

数据流是指电子控制单元（ECU）与传感器、执行器交流的数据参数通过诊断接口由专用诊断仪读取的数据编码信息，数据流随时间和工况而变化（动态）。数据的传输就像排队一样，一个一个地通过数据线流向诊断仪。 ECU中记忆的数据流真实地反映了各传感器、执行器的工作电压和状态，为故障诊断提供了依据。数据流只能通过专用诊断仪器读取。数据流可以作为ECU的输入、输出数据，使维修人员随时可以了解汽车的工作状况，及时诊断汽车的故障。读取数据流不仅可以检测各电气元件的工作状态，通过数据流还可以设定汽车的运行数据。 一、数据流中数据参数的分类 根据数据在检测仪上显示的方式不同，数据参数可以分为2大类，即数值参数和状态参数。数值参数是有一定单位、一定变化范围的参数，它们通常反映电控装置中各部件的工作电压、压力、温度、时间、速度等；状态参数是那些只有2种工作状态的参数，如“开”或“关”、“闭合”或“断开”、“高”或“低”、“是”或“否”等，它们通常表示电控装置中开关和电磁阀等元件的工作状态。 根据ECU的控制原理，数据参数又分为输入参数和输出参数。输入参数是指各传感器或开关输入给ECU的参数，输入参数可以是数值参数，也可以是状态参数；输出参数是ECU 输出给各执行器的指令，输出参数大多是状态参数，也有少部分是数值参数。 数据流显示功能不仅可以对控制系统的运行参数（最多可达上百个）进行数据分析，还可以观察ECU的动态控制过程。因此，它具有从ECU内部分析其工作过程的诊断功能。 二、测量数据流的方法 一般用电脑通信的方式来获得数据流，即通过控制系统在诊断插座中的数据通信线将控制电脑的实时数据参数以串行的方式传送给电脑诊断仪。数据流中包括故障信息、控制电脑的实时运行参数、控制电脑与诊断仪之间的相互控制指令，诊断仪在接收到这些信号数据以后，按照预定的通信协议将其显示为相应的文字和数码，以便维修人员观察系统的运行状态并对这些内容进行分析。 电脑诊断仪有2种，1种为通用诊断仪，另1种为专用诊断仪。 通用诊断仪的主要功能有：控制电脑版本识别、故障码读取和清除、动态数据参数显示、传感器和部分执行器功能测试与调整、某些特殊参数的设定、维修资料及故障诊断提示、路试记录等。通用诊断仪可以测试的车型较多，适用范围较广，因此被称为通用型仪器。但是，通用诊断仪无法完成某些特殊功能，这也是大多数通用仪器的不足之处。 专用诊断仪是汽车生产厂家自行设计或委托设计的专业测试仪器，只适用于本厂家生产的车型。专用诊断仪除具备通用诊断仪的各种功能外，还有参数修改、数据设定、防盗密码设定和更改等各种特殊功能。 三、常用数据流分析方法 ◎数值分析法：数值分析法是对元件所测数值的变化规律和范围进行分析，如转速、车速、电脑读数与元件实际值之间的差异等。 ◎时间分析法：时间分析法是对数据变化的频率和周期进行分析，如氧传感器的数据。 ◎因果分析法：因果分析法是对相互间有联系的相应数据的响应情况和响应速度进行分析，如EGR阀和EGR位置传感器之间的关系。 ◎比较分析法：比较分析法是对相同的车型和系统在相同的工况下进行数据流的比较分析，对间歇性故障出现的某个瞬间的1个或数个数据进行对比分析，很容易找出故障原因。 ◎关联分析法：关联分析法是对

一类非线性系统的快速鲁棒故障诊断三容水箱仿真

第34卷第4期Vol.34No.4 中南工业大学学报(自然科学版) J.CENT.SOUTH UNIV.TECHN OL. Vol.34No.4 Aug.2003一类非线性系统的快速鲁棒故障诊断 李令莱,周东华 (清华大学自动化系,北京,100084) 摘要:.结合在线估计器和滑模观测器方法,基于所给出的一种新的自适应学习算法,提出了一种针对非线性不确定系统的鲁棒故障诊断方法.滑模观测器可以消除建模不确定性的影响以得到准确的状态估计,而在线估计器可以实时估计故障的大小.在此,基于李亚普诺夫函数,在理论上证明了所给出的状态和参数估计误差都是一致有界的;针对三容水箱DTS200所做的仿真实验,其结果验证了该方法的可行性.研究结果表明,由于滑模项的引入,使得该方法的故障检测时间大大缩短,其性能比Polycarpou所提出的在线估计器方法的性能要好. 关键字:非线性系统;故障诊断;自适应;滑模观测器 中图分类号:TP277文献标识码:A文章编号:100529792(2003)0420443204 为了研究具有建模不确定性的非线性系统故障诊断即非线性鲁棒故障诊断,J.Chen等提出了未知输入观测器方法[1],将建模不确定项都视为未知输入,在观测器设计时使其对未知输入解耦从而达到鲁棒性的要求,但该方法只能应用于线性系统或可在平衡点附近线性化的非线性系统,不是通用的非线性故障诊断方法;M.A.Demetriou等基于自适应学习方法对非线性不确定系统进行故障检测和估计,通过构造一个自适应观测器用于故障检测[2],其核心是用在线估计器估计故障大小,从理论上给出了死区阈值,保证其鲁棒性,并证明了系统的稳定性.基于M.A.Demetriou的参数估计思想[2],在此通过引入滑模观测器,并基于所给出的新的自适应学习算法,提出一种新的故障诊断方法. 1　鲁棒故障检测及估计 1.1　非线性不确定系统 考虑如下全状态可测的非线性不确定系统: x=ξ(x,u)+φ(x,u)+B(t-T)f(x,u,t).(1)其中:x∈R n,为状态变量;u∈R m,为控制量;ξ(x,u)∈R n,为非线性系统的标称模型;φ(x,u)∈R n,为建模不确定项;B(t-T)=diag{β1(t-T1),…,βn(t-T n)},代表第i个子系统的故障发生时间为T i;βi(τ)(i=1,…,n)为单位阶跃函数;f(x,u,t)∈R n为故障项. 假设1　建模不确定项有界,即|φi(x,u)|≤ φi(i=1,…,n).其中, φi为给定正数. 构造如下变结构自适应观测器: ^x?=-Λ^x+ξ(x,u)+M( x)+^f(x,u,^θ).(2)其中:Λ=diag(λ1,…,λn),λi>0;^f(x,u,^θ)= [^f1(x,u,^θ1),…,^f n(x,u,^θn)]T,为在线估计器; ^θi∈R p i,为参数; x=x-^x,为状态估计误差;M( x) =[M1( x1),…,M n( x n)]T,为滑模项.为了防止高频振颤,对滑模项引入如下边界层控制: M i( x i)= sign( x i) φi,if| x i|>ηi; x i η i φi,if| x i|≤ηi.(3)其中:i=1,…,n;ηi为边界层阈值,通常为很小的正实数,一般地,ηiν φi. 为保证故障检测的鲁棒性,要求在故障发生前(即B(t-T)=0),有^f(x,u,^θ)≡0,即参数的自适应学习算法不工作:^f(x,u,^θ(t0))=0且^θ?≡0. 定理1　若 x i(t0)=0(由全状态可测),则故障发生前观测器的状态估计误差满足:| x i|<εi(i= 1,…,n).其中:εi=min1 2 η i φi λ i ,ηi. 收稿日期:2003-04-20 基金项目:国家自然科学基金资助项目(60025307,60234010);国家教育部博士点基金资助项目(20020003063)作者简介:李令莱(19792),男,四川新都人,清华大学博士研究生,从事动态系统的故障诊断研究.

汽车故障案例分析

汽修（合作）二班

沃尔沃780轿车故障诊断的分析 当今天成为昨天的那一刻，它也成为了历史。而历史越悠久，要讲述的内容就越多。1927年标志着沃尔沃汽车的起点。自那以后，各种沃尔沃车型源源不断地驶出各个沃尔沃工厂，构成了汽车历史的一部分。它们都有自己的故事。“品牌历史和文化传承”是专门献给这些汽车，献给我们公司的历史，及献给帮助我们使得沃尔沃传统弥久愈新的狂热的人们。 故障现象：一辆沃尔沃780轿车仪表板上的SRS故障指示灯一直发亮。 故障检修：沃尔沃780轿车SRS气囊系统由碰撞传感器、SRS电脑、SRS气囊、点火装置和SRS故障指示灯等组成。碰撞传感器采用压电晶体式传感器，安装在驾驶座椅下面，用来检测减速度产生的惯性的大小，惯性力与减速度成正比。当汽车遭受碰撞，减速度产生的惯性力大于传感器设定的惯性力阀值时，压电晶体就会向SRS电脑输入电压信号。SRS电脑由微处理器、水银开关式防护碰撞传感器和一套紧急备用电源装置等组成，与碰撞传感器并排安装在驾驶座椅下面。水银开关是同步触发SRS气囊组件点火器的控制部件，仅当水银开关式传感器触发接通SRS点火器电路时，压电晶体式传感器才能触发接通SRS点火器电路，从而引爆SRS气囊。

SRS电脑具有故障自诊断功能和故障记忆功能，可根据仪表板上的SRS故障指示灯的闪烁次数读取故障代码。SRS气囊引爆后，SRS 电脑能保持记忆引爆时的有关参数。 该车SRS气囊系统的控制线路如图一所示，其主要结构参数如下：SRS气囊系统驾驶席SRS气囊点火器电阻为200Ω；碰撞传感器电阻为1.8～2.5Ω；驾驶席与乘员席座椅安全带收紧器点火器电阻均为2.15±0.35Ω；SRS电脑至熔断器盒之间采用3端子或4端子黄色连接器连接，测量连接器插头端子3（黑色导线）与端子2 (黄色导线)之间的电阻为5.6kΩ，端子3（黑色导线）与端子4(红色导线)之间的电阻应为31kΩ，否则应更换碰撞传感器。拔下4端子插头，测量SRS电脑插座上搭铁端子4（接黑色导线）与电源端子6（接红色导线）之间的电阻应为 12.9kΩ，搭铁端子4与电源端子5（接黄色导线）之间的电阻应为5.6kΩ，搭铁端子4与端子3（接绿色导线）之间的电阻应为6.4kΩ，否则应更换SRS电脑。 首先利用随车故障自诊断系统取SRS气囊系统的故障代码。其故障代码的读取方法如下： ①将点火开关转到“ON”位置并等待15s，使SRS电脑进入自诊断状态。 ②拔出点烟器，以便利用其搭铁插座来跨接搭铁线。对于沃尔沃780型轿车，可使用一根20cm长的跨接线，跨接诊断插头第3端子（连接绿色导线）与点烟器搭铁插座。