智能故障诊断技术
智能故障诊断技术
智能交通系统
故障诊断专家系统及其发展
综述与评论 计算机测量与控制.2008.16(9) C omputer Measurement &Control 1217 中华测控网https://www.360docs.net/doc/7b593277.html, 收稿日期:2008-06-08; 修回日期:2008-07-16。 作者简介:安茂春(1967-),山东莱阳人,副研究员,主要从事测试与故障诊断技术的管理工作。 文章编号:1671-4598(2008)09-1217-03 中图分类号:TP182 文献标识码:A 故障诊断专家系统及其发展 安茂春 (北京系统工程研究所,北京 100101) 摘要:文章对主要的故障诊断专家系统进行了系统的归纳和分类,主要关注故障诊断专家系统在军事领域的应用;重点讨论了基于规则的诊断专家系统、基于模型的诊断专家系统、基于人工神经网络的诊断专家系统、基于模糊推理的诊断专家系统和基于事例的诊断专家系统的技术要点、发展现状、优缺点及其在军事方面的应用;最后,对该学科的发展做出了预测,指出基于多种模型结合的诊断专家系统、分布式诊断专家系统、实时诊断专家系统是今后的发展方向。 关键词:专家系统;故障诊断;军事应用;基于规则推理;建模技术;人工神经网络;模糊推理;基于事例推理 A Survey on Fault Diagnosis Expert Systems An M ao chun (Beijing Institute o f System and Eng ineering ,Beijing 100101,China) Abstract:In this article w e present a s urvey of fault diagnosis expert system s,and categorize them into 5different types according to know ledge organiz ation m ethod and reasoning m ech anis m,w hich are ru le-b as ed fault diagn osis expert system,model-based fault diagnosis ex pert system,n eural netw ork fault diagnosis exp ert sy stem,fuz zy fault diagn osis expert system and cas e-based fault diagn os is expert sys -tem,for each type w e describ e its techn ical pr op erties,curren t status,ad vantag es and disadvantages,and application s in military field.At the end of th is article,w e point out that hybrid model-based,distributed and real-time diagnosis expert sys tems are fu tu re direction s. Key words:ex pert sys tem;fault diagnosis ;military application;rule -b as ed reasoning;modelin g;artificial neural netw or k;fuzzy reasonin g;ease-b as ed reasoning 1 故障诊断专家系统及其分类 专家系统(Ex per t Sy st em,ES)是人工智能技术(A rt if-i cial I ntelligence,A I)的一个重要分支,其智能化主要表现为能够在特定的领域内模仿人类专家思维来求解复杂问题。专家系统必须包含领域专家的大量知识,拥有类似人类专家思维的推理能力,并能用这些知识来解决实际问题。 故障诊断技术是一门应用型边缘学科,其理论基础涉及多门学科,如现代控制理论、计算机工程、数理统计、模糊集理论、信号处理、模式识别等。故障诊断的任务是在系统发生故障时,根据系统中的各种量(可测的或不可测的)或其中部分量表现出的与正常状态不同的特性,找出故障的特征描述并进行故障的检测与隔离。 故障诊断专家系统是将专家系统应用到故障诊断之中,可以利用领域知识和专家经验提高故障诊断的效率[1]。目前专家系统在故障诊断领域的应用非常广泛,如美空军研制的用于飞机喷气发动机故障诊断专家系统XM AN [2],N A SA 与M IT 合作开发的用于动力系统诊断的专家系统,英国某公司为英美军方开发的直升机发动机转子监控与诊断专家系统[3]等,此外在电力、机械、化工、船舶等许多领域中也大量应用了故障诊断专家系统。 根据知识组织方式与推理机制的不同,可将目前常用的故障诊断专家系统大致分为基于规则的诊断专家系统、基于模型 的诊断专家系统、基于人工神经网络的诊断专家系统、基于模糊推理的诊断专家系统和基于事例的诊断专家系统。 2 故障诊断专家系统对比分析 2 1 基于规则的诊断专家系统 在基于规则的诊断专家系统中,领域专家的知识与经验被 表示成产生式规则,一般形式是:if<前提>then<结论>其中前提部分表示能与数据匹配的任何模型,结论部分表示满足前提时可以得出的结论。基于规则的推理是先根据推理策略从规则库中选择相应的规则,再匹配规则的前提部分,最后根据匹配结果得出结论。 基于规则的诊断知识表达方式直观、形式统一,在求解小规模问题时效率较高,并且具有易于理解与实现的优点,因而取得了一定成功。20世纪90年代,国外在军用水压系统、电力供应网络等方面进行了应用。 但是,对于复杂系统,所观测到的症状与对应的诊断之间的联系是相当复杂的,通过归纳专家经验来获取规则有着相当的难度,且诊断时只能对事先预想到的并能与规则前提匹配的事件进行推理,存在知识获取的瓶颈问题。2 2 基于模型的诊断专家系统 在基于模型的诊断专家系统中,领域专家的专业知识包含在建立的系统模型中,这种基于模型的诊断更多地利用系统的结构、功能与行为等知识。相比基于规则的诊断专家系统,这种诊断方式能够处理预先没有想到的情况,并且可能检测到系统存在的潜在故障。这类系统的知识库相对容易建立并且具有一定的灵活性,已应用于航天器动力燃烧系统故障诊断等方面。
电气设备故障诊断汇总
电气故障诊断 一、电气设备的状态及检测技术 1、电气设备的状态 （1）正常状态：设备具备其应有的功能，没有缺陷或缺陷不明显，缺陷严重程度仍处于容限范围内。 （2）异常状态：缺陷有了进一步的发展，设备状态发生变化，性能恶化，但仍能维持工作。（3）故障状态：缺陷发展到使设备性能和功能都有所丧失的程度。 （4）事故状态：功能完全丧失，无法进行工作状态。 2、电气设备的状态检测 （1）判断设备所处的状态； （2）根据其状态决定对待的方式。 二、电气设备的现代检测技术 1、现代故障诊断技术的构成： （1）故障诊断机理的研究：（理化原因等） （2）故障诊断信息学的研究：（数据采集与分析） （3）诊断逻辑和数学原理方面的研究：（诊断与决策） 2、现代故障诊断四项技术： （1）检测技术（采集信号、参数） （2）信号处理技术（提取状态信息） （3）识别技术（分析、判断） （4）预测技术（决策和预测） 3、故障诊断与状态监测的关系 （1）工况监测：对反映设备或系统工作状态的信息进行全面监测和分析，实时掌握设备基本工作状态。 （2）状态监测：又称简易诊断，通过监测结果与设定阈值之间的对比，仅对设备运行状态作出正常、异常或故障的判断，而对故障的性质、严重程度等不予或无法进行更深入的诊断。
4、故障诊断的成功因素 （1）故障信息源 （2）诊断方法 5、故障诊断技术的发展趋势（与当代前沿科技相融合） （1）人工智能技术：人工神经网络、专家系统等； （2）前沿数学：小波分析、模糊数学、分析几何等； （3）信息融合技术：证据理论等。 6、故障诊断的关注点 （1）故障阶段：尚未发展造成事故的阶段； （2）其目的是：防患于未然； （3）作用阶段：继电保护动作之前。 三、电气设备的传统检测技术 如果把有故障的电气设备比作病人，电工就好比医生。由中医诊断学的经典四诊（望、闻、问、切），结合电气设备故障的特殊性和诊断电气故障的成功经验，电气设备的检测技术归纳为“六诊”要诀，另外引申出电气设备诊断特殊性的“九法”、“三先后”要诀。 “六诊”、“九法”、“三先后”是行之有效的电气设备诊断的思想方法和工作方法。 事物往往是千变万化的和千差万别的，电气设备出现的故障是五花八门，“六诊”、“九法”、“三先后”电气故障诊断要诀，只是一种思想方法和工作方法，切记不能死搬硬套。检修人员要善于透过现象看本质，善于抓住事物的主要矛盾。 （一）“六诊”检测法 “六诊”------口问、眼看、耳听、鼻闻、手模、表测六种诊断方法，简单地讲就是通过“问、看、听、闻、摸、测”来发现电气设备的异常情况，从而找出故障原因和故障所在的部位。前“五诊”是凭借人的感官对电气设备故障进行有的放矢的诊断，称为感官诊断，又称直观检查法。同样，由于个人的技术经验差异，诊断结果也有所不同。可以采用“多人会诊法”求得正确结论。“表测”即应用电气仪表测量某些电气参数的大小，经过与正常数值对比，来确定故障原因和部位。 （1）口问 当一台设备的电气系统发生故障后，检修人员首先要了解详细的“病情”。即向设备操作人员了解设备使用情况、设备的病历和故障发生的全过程。 如果故障发生在有关操作期间或之后，还应询问当时的操作内容以及方法、步骤。总的来讲，了解情况要尽可能详细和真实，这些往往是快速找出故障原因和部位的关键。 例如：当维修人员巡查时，操作人员反应前处理一台打水离心泵不能启动，需要及时处理。这时维修人就要询问，水罐是否有水，上班和本班是否曾经运行，具体使用情况，是否运行一段时间后停止，还是未运行就不能开启。还要询问故障历史等等。了解具体情况后，到现场进行处理就会有条理，轻松解决问题。 （2）眼看 1）看现场 根据所问到的情况，仔细查看设备外部状况或运行工况。如设备的外形、颜色有无异常，熔丝有无熔断：电气回路有无烧伤、烧焦、开路、短路，机械部分有无损坏以及开关、刀闸、按钮插接线所处位置是否正确，改过的接线有无错误，更换的元件是否相符等：还要观察信
控制器故障诊断
FANUC-Robot控制器故障诊断 错误分类概述 * 错误分类的目的是为了更容易地进行故障诊断。 * 每一次故障诊断前都要进行错误分类。 * 识别错误以及症状的类别，要先于故障诊断。 * 每一类错误在机器人操作中都同等严重。 * 错误类型分为： ?第一类错误 ?第二类错误 ?第三类错误 ?第四类错误 第一类错误慨述 * 症状 ?控制器死机 ?示教盒屏幕空白 * 潜在的原因 ?控制器AC 电源存在问题 ?断开器的问题 ?变压器的问题 ?控制器DC 电源线路的问题 ?电缆线问题 ?示教盒/缆线问题 ?电源供给单元损坏 ?电源供给单元保险丝熔断 ?开/关电路的问题 ?面板电路板保险丝 第二类错误概述 * 症状 ?示教盒锁死，没反应 * 潜在的原因 ?软件故障 ?主板的问题 @ CPU 模块，连同DRAM
@ FROM/SRAM 模块 ?示教盒/缆线/ISB 单元的问题 ?PSU 或者底板（激活信号）的问题 ?辅助轴控制卡的问题 第三类错误概述 * 症状 ?错误指示灯亮 ? KM1和KM2 关闭，因此伺服没有电源 ?屏幕上显示诊断信息 * 潜在的原因 ?伺服放大器的问题 ?马达/SPC 的问题 ?编码器/制动模块的问题 ?紧急停止线路的问题 ?紧急停止线路板的问题 ?紧急停止单元，连带KM1 和KM2 的问题 ?面板电路板的问题 ?缆线问题 第四类错误概述 * 症状 ?机器人只能在手动模式下工作 ?能够从示教盒运行程序 * 可能的原因 ?通讯或输入/输出的问题 @ 与PLC 之间没有通信 @ 行程开关等损坏 ?不正确的当地/远程开关设置，软件控制的。六控制器维修 1 无法开机
故障诊断技术发展现状
安全检测与故障诊断 题目：故障诊断技术发展现状 导师：魏秀琨 学生姓名：刘典 学号：14114263
目录 1 引言 (3) 2 故障诊断的研究现状 (3) 1.1基于物理和化学分析的诊断方法 (3) 1.2基于信号处理的诊断方法对 (3) 1.3基于模型的诊断方法 (3) 1.4基于人工智能的诊断方法 (4) 2故障诊断研究存在的问题 (6) 2.1故障分辨率不高 (7) 2.2信息来源不充分 (7) 2.3自动获取知识能力差 (7) 2.4知识结合能力差 (7) 2.5对不确定知识的处理能力差 (7) 3发展方向 (8) 3.1多源信息的融合 (8) 3.2经验知识与原理知识紧密结合 (8) 3.3混合智能故障诊断技术研究 (9) 3.4基于物联网的远程协作诊断技术研究 (9) 4发展方向 (9)
1 引言 故障可以定义为系统至少有一个特性或参数偏离正常的范围，难于完成系统预期功能的行为。故障诊断技术是一种通过监测设备的状态参数，发现设备的异常情况，分析设备的故障原因，并预测预报设备未来状态的技术，其宗旨是运用当代一切科技的新成就发现设备的隐患，以达到对设备事故防患于未然的目的，是控制领域的一个热点研究方向。它包括故障检测、故障分离和故障辨识。故障诊断能够定位故障并判断故障的类型及发生时刻，进一步分析后可确定故障的程度。故障检测与诊断技术涉及多个学科，包括信号处理、模式识别、人工智能、神经网络、计算机工程、现代控制理论和模糊数学等，并应用了多种新的理论和算法。 2 故障诊断的研究现状 1.1基于物理和化学分析的诊断方法 通过观察故障设备运行过程中的物理、化学状态来进行故障诊断，分析其声、光、气味及温度的变化，再与正常状态进行比较，凭借经验来判断设备是否故障。如对柴油机常见的诊断方法有油液分析法，运用铁谱、光谱等分析方法，分析油液中金属磨粒的大小、组成及含量来判断发动机磨损情况。对柴油机排出的尾气(包含有NOX，COX 等气体) 进行化学成分分析，即可判断出柴油机的工作状态。 1.2基于信号处理的诊断方法对 故障设备工作状态下的信号进行诊断，当超出一定的范围即判断出现了故障。信号处理的对象主要包括时域、频域以及峰值等指标。运用相关分析、频域及小波分析等信号分析方法，提取方差、幅值和频率等特征值，从而检测出故障。如在发动机故障领域中常用的检测信号是振动信号和转速波动信号。如以现代检测技术、信号处理及模式识别为基础，在频域范围内，进行快速傅里叶变换分析等方法，描述故障特征的特征值，通过采集到的发动机振动信号，确定了试验测量位置，利用加速传感器、高速采集卡等采集了发动机的振动信号，并根据小波包技术，提取了发动机故障信号的特征值。该诊断方法的缺点在于只能对单个或者少数的振动部件进行分析和诊断。而发动机振动源很多，用这种方法有一定的局限性。 1.3基于模型的诊断方法 基于模型的诊断方法，是在建立诊断对象数学模型的基础上，根据模型获得的预测形态和所测量的形态之间的差异，计算出最小冲突集即为诊断系统的最小诊断。其中，最小诊断就是关于故障元件的假设，基于模型的诊断方法具有不依赖于被诊断系统的诊断实例和经验。将系统的模型和实际系统冗余运行，通过对比产生残差信号，可有效的剔除控制信号对
常用简易的设备故障诊断方法
常用简易的设备故障诊 断方法 Document number：PBGCG-0857-BTDO-0089-PTT1998
常用简易的设备故障诊断方法 常用的简易状态监测方法主要有听诊法、触测法和观察法等。 1、听诊法 设备正常运转时，伴随发生的声响总是具有一定的音律和节奏。只要熟悉和掌握这些正常的音律和节奏，通过人的听觉功能就能对比出设备是否出现了重、杂、怪、乱的异常噪声，判断设备内部出现的松动、撞击、不平衡等隐患。用手锤敲打零件，听其是否发生破裂杂声，可判断有无裂纹产生，用听诊法对滚动轴承工作状态进行监测的常用工具是木柄螺丝刀，也可以使用外径为φ20mm左右的硬塑料管。 （1）滚动轴承正常工作状态的声响特点 滚动轴承处于正常工作状态时，运转平稳、轻快、无停滞现象，发出的声响和谐而无杂音，可听到均匀而连续的“哗哗”声，或者较低的“轰轰”声。噪声的强度不大。异常声响所反映的轴承故障锥入度大一点的新润滑脂。 （2）轴承在连续的“哗哗”声中发出均匀的周期性的“嗬罗”声。这种声音是由于滚动体和内外圈滚道出现伤痕、沟槽、锈蚀斑而引起的。声响的周期与轴承的转速成正比。应对轴承进行更换。 （3）轴承发出不连续的“梗梗”声。这种声音是由于保持架或者内外圈破裂而引起的。必须立即停机更换轴承。 （4）轴承发出不规律、不均匀“嚓嚓”声。这种声音是由于轴承内落入铁屑、砂粒等杂质而引起的。声响强度较小，与转速没有联系。应对轴承进行清洗，重新加脂或换油。
（5）轴承发出连续而不规则的“沙沙”声。这种声音一般与轴承的内圈与轴配合过松或者外圈与轴承孔配合过松有关系，声响强度较大。应对轴承的配合关系进行检查，发现问题及时修理。 （6）轴承发出连续刺耳啸叫声。这种声音是由于轴承润滑不良，缺油造成了干摩擦，或者滚动体局部接触过紧，如内外圈滚道偏斜，轴承内外圈配合过紧等情况而引起的。应及时对轴承进行检查找出问题，对症处理。 电子听诊器是一种振动加速度传感器。它将设备振动状况转换成电信号并进行放大，工人用耳机监听运行设备的振动声响，以实现对声音的定性测量。通过测量同一测点、不同时期、相同转速、相同工况下的信号，并进行对比，来判断设备是否存在故障。当耳机出现清脆尖细的噪声时，说明振动频率较高，一般是尺寸相对较小的、强度相对较高的零件发生局部缺陷或微小裂纹。当耳机传出混浊低沉的噪声时，说明振动频率较低，一般是尺寸相对较大的、强度相对较低的零件发生较大的裂纹或缺陷。当耳机传出的噪声比平时增强时，说明故障正在发展，声音越大，故障越严重。当耳机传出的噪声是杂乱无规律地间歇出现时，说明有零件或部件发生了松动。 2、触测法 用人手的触觉可以监测设备的温度、振动及间隙的变化情况。人手上的神经纤维对温度比较敏感，可以比较准确地分辨出80℃以内的温度。当机件温度在0℃左右时，手感冰凉，若触摸时间较长会产生刺骨痛感。10℃左右时，手感较凉，但一般能忍受。20℃左右时，手感稍凉，随着接触时间延长，手感渐温。30℃左右时，手感微温，有舒适感。40℃左右时，手感较热，有微烫感觉。50℃左右时，手感较烫，若用掌心按的时间较长，会有汗感。60℃左右
电气控制系统故障分析诊断及维修技巧
电气控制系统故障分析诊断及维修技巧 发表时间：2016-11-07T14:10:38.820Z 来源：《电力设备》2016年第16期作者：刘庚 [导读] 所以我们必须加大电气控制系统故障分析和维护力度，以此使其使用更加安全，运行更加可靠，进而提高控制效果与水平。 （福建晋江天然气发电有限公司福建省晋江市 362251） 摘要：随着科学技术的不断发展，各种自动控制设备也随着不断的发展和完善，这些设备离不开最基本的电气控制线路，也逐渐的被人们所熟悉掌握。和发达国家相比，我国对电气控制线路控制技术的研究较晚，发展速度也比较慢。近年来通过引进、吸收、消化，明显的提高了电气控制线路技术发展速度。由于电气的控制系统线路较多，线路发生的故障点比较隐蔽，所以影响了电气控制线路的稳定发展。文章分析了电气控制系统的常见故障及其危害，探讨了电气控制系统故障分析诊断及维修技巧。 关键词：电气控制系统；故障诊断；维修技巧 引言 众所周知，电气控制系统在确保电气设备有序运行、高效工作中发挥了不容忽视的重要作用，这一点不可否认，然而在具体应用中，电气控制系统不可避免的会出现各类故障，从而对系统自身、相关设备以及非故障设备构成威胁。所以我们必须加大电气控制系统故障分析和维护力度，以此使其使用更加安全，运行更加可靠，进而提高控制效果与水平。 一、电气控制系统常见故障及其危害 1、电气控制系统常见故障分析 有一些典型的电气控制系统故障可以为我们带来启示，从中获取故障检修经验，避免系统因故障更产生严重后果。引发电气控制系统故障的原因有许多，绝大多数体现在设计上的错误，以及设备安装质量低、设备自身缺陷等，常见的几种系统故障为：（1）过负载。过负载故障体现为电气控制系统中的电机电流超过了额定电流，引发电机过负载故障诱因有很多，例如负载、电压骤然大幅度增高、电机缺相运行等。（2）形式不同的短路。短路故障包括两相短路、三相短路、一相接地短路以及电机或变压器一相绕组中的匝间短路等。（3）过电流。过电流指的是电器元件或电动机超过了限定电流的运行状态，通常比短路电流要小，很少超过6In，过电流故障的原因多来源于错误的起动及负载转矩过高等。（4）电源缺相。交流异步电动机在常规工作当中，因为三相电源包含的一相熔断器熔断所引发的电动机缺相运行。 2、故障的危害 想要真正了解电气控制系统故障，其发生后的危害也有必要了解。（1）电气控制系统在正常运行中，绝缘破损或者接线错误及负载短路后，短路时形成瞬时故障电流可激增到额定电流的数十倍以上，使配电线路或电气设备因过流所生成的电动力而遭到损毁，甚至造成火灾。（2）电流过大不仅会中止电器控制系统，还可能让电气设备遭到损坏，进而引起电动机转矩过大，让机械转动部件破损。（3）交流异步电动机在缺相电源低速运行或堵转时，其产生的定子电流十分强劲，遇到故障会让电动机绕组烧毁。（4）电气控制系统发生故障还可能导致电网电压降低，直接波及到其他设备或用户，让正常工作与生产遭到破坏，严重时会使配电系统彻底瘫痪。 二、电气控制系统故障诊断分析性 1、调查研究法 对电气控制线路的故障诊断调查研究法可以让故障检测人员有效而且快速的对故障性质、范围以及类型进行判断掌握，使工作人员可以迅速的做出故障准确诊断，把在检修诊断过程中的盲目性降低。调查研究法的主要方式是：第一点是问，故障诊断人员向操作电气设备的人员询问在故障发生之前、发生中和发生后的电气线路状况，问的内容应该是在电气控制线路发生事故前有没有冒烟、冒火、有无响声、发生频率、在事故发生之前有没有停机、过载或者高频率启动现象，有没有更换过原件、是否私下维修等等问题，从这些问题中可以知道，调查研究法的最主要的判断故障方式就是问，通过问就可以大致的判断出故障发生的部位以及发生故障原因等。第二点是望，望就是要对发生故障的设备部位进行观察，看的主要部分就电气设备的外观，看电气设备是否有可能会有故障发生的预兆，比如短路、接地、线路松动、断线等状况。第三点是闻，电气线路中如果出现烧坏等现象，维修人员就可以通过闻的方式进行判断，从而准确的判断线路故障发生的性质和部位。第四点是摸，在摸的时候，必须要保证电流已经切断，触摸线路是否发热，确定该条线路是否在正常运营。 2.2原理图、逻辑分析法 运用逻辑分析法的根据是控制线路中工作原理的关系和环节，并且根据线路故障的现象进行具体的分析，把检查的范围迅速缩小，从而确定故障的发生部位。运用逻辑分析法的主要前提是要根据系统电路原理图分析，准确判断故障所在的位置，使用逻辑分析法的目的是比较快捷方便，因此逻辑分析法比较适用于有复杂线路的故障检查中。由于复杂的线路中经常会有许多电气零件以及接线，如果检查维修人员逐一检查，不仅工作量大、时间长，且容易出现差错。 检查维修人员在使用逻辑分析法进行线路检查时，应该按照相应管理图纸对线路故障进行具体分析，准确的找到故障所在的位置。逻辑分析法可以帮助维修人员快速的把复杂问题进行分析，把一些比较专业复杂的问题变得简单化，避免检查人员莽撞的检查，使尽快的排除故障。 2.3实验法 实验法就是需要对电气控制线路进一步检查时，或是使用常规检查无法判断故障的时候，可以对电气控制线路的故障进行通电实验检查。但是实验法使用前提是不能把电气设备和机械设备损坏，不能把事故的范围进行扩大化。 在进行实验之前，应该尽量的把传动机与电动机分开，调节器里的相关开关在零位，把开关还原的最初的位置。如果传动机和电动机无法彻底分开，可以把主线路切断，根据检查中的实际需要把其它部位的线路也切除掉，把检查的范围进一步的缩小，同时也是为了避免故障进一步的扩大，避免意外情况的发生。如果要把电气设备打开，应该在操作设备的人员的配合下打开。 三、电气控制系统故障维修技巧探讨 1、通过有效充分利用排查的方式进行维修 利用排查法进行维修是最基本的方法，它的主要内容涉及故障代码的研究和分析、系统的自排查过程、万能表排查和短路排查四种方法。由于上述已经涉及相关内容的探讨，在这里不再多加赘述。
智能故障诊断技术知识总结复习课程
智能故障诊断技术知 识总结
智能故障诊断技术知识总结 一、绪论 □智能： ■智能的概念 智能是指能随内、外部条件的变化，具有运用知识解决问题和确定正确行为的能力。 ■低级智能和高级智能的概念 低级智能——感知环境、做出决策和控制行为 高级智能——不仅具有感知能力，更重要的是具有学习、分析、比较 和推理能力，能根据复杂环境变化做出正确决策和适应 环境变化 ■智能的三要素及其含义 三个基本要素：推理、学习、联想 推理——从一个或几个已知的判断（前提），逻辑地推断出一个新判断（结论）的思维形式 学习——根据环境变化，动态地改变知识结构 联想——通过与其它知识的联系，能正确地认识客观事物和解决实际问题 □故障： ■故障的概念 故障是指设备在规定条件下不能完成其规定功能的一种状态。可分为以下几种情况：
1.设备在规定的条件下丧失功能； 2.设备的某些性能参数达不到设计要求，超出允许范围； 3.设备的某些零部件发生磨损、断裂、损坏等，致使设备不能正常工作； 4.设备工作失灵，或发生结构性破坏，导致严重事故甚至灾难性事故。 ■故障的性质及其理解 1层次性——系统是有层次的，故障的产生对应于系统的不同层次表 现出层次性。一般可分为系统级、子系统级、部件级、 元件级等多个层次；高层故障可由低层故障引起，而低 层故障必定引起高层故障。诊断时可采用层次诊断模型 和诊断策略。 2相关性——故障一般不会孤立存在，它们之间通常相互依存和相互 影响，如系统故障常常由相关联的子系统传播所致。表 现为，一种故障可能对应多种征兆，而一种征兆可能对 应多种故障。这种故障与征兆间的复杂关系导致了故障 诊断的困难。 3随机性——故障的发生常常是一个与时间相关的随机过程，突发性 故障的出现通常都没有规律性，再加上某些信息的模糊 性和不确定性，就构成了故障的随机性。
电力系统故障的智能诊断综述
电力系统故障的智能诊断综述 发表时间：2016-06-30T14:34:41.580Z 来源：《电力设备》2016年第9期作者：李艳君蒋杰李玉玲李飞翔 [导读] 在电力系统中，设备故障诊断和厂站级的故障诊断经过了几十年的发展和改革，现今已经较为成熟，而电力系统层面的故障才刚刚开始。 李艳君蒋杰李玉玲李飞翔 （国网新疆检修公司新疆乌鲁木齐 830000） 摘要：常用的智能故障诊断技术有专家系统、人工神经网络、决策树、数据挖掘等，专家系统技术应用最广，最为成熟，但是也需要结合使用其他智能技术来克服专家系统技术自身的缺点。智能故障诊断技术的发展趋势主要有多信息融合、多智能体协同、多种算法结合等，并向提高智能性、快速性、全局性、协同性的方向发展。基于此，本文就针对电力系统故障的智能诊断进行分析。 关键词：电力系统；故障；智能诊断 引言 文章对电力系统故障的智能诊断进行了详细的阐述，通过对电力系统的简介，和对故障诊断的发展阶段进行了简要的分析，并阐述了电力系统故障的智能诊断实际应用存在的问题及对策，文章最后指出了电力系统故障的智能诊断的发展趋势。望文章的阐述推动电力系统故障的智能诊断的发展。 1电力系统概述 电力系统是由发电厂、送变电线路、供配电所和用电等环节组成的电能生产与消费系统。电力系统的主要功能是将自然界中的能源，通过先进的发电动力装置，将能源转换为电能。在通过输电线路和变压系统，将电能传送到各个用户。为了实现这一功能，电力系统在各个环节和不同层次还具有相应的信息与控制系统，对电能的生产过程进行测量、调节、控制、保护、通信和调度，以保证用户获得安全、优质的电能。 2电力系统故障智能诊断技术及发展现状 2.1智能故障诊断技术 传统的故障诊断方法分为基于信号处理和基于数据模型，均需要人工进行信息的处理和分析，缺乏自主学习能力。随着人工智能技术这一新方法的产生及发展，为故障诊断提供了初步的自动分析和学习的途径。人工智能技术能够存储和利用故障诊断长期积累的专家经验，通过模拟人大脑的逻辑思维进行推理，从而解决复杂的诊断问题。 目前在电网故障诊断领域出现了包括专家系统、人工神经网络、决策树理论、数据挖掘、模糊理论、粗糙集理论、贝叶斯网络、支持向量机及多智能体系统等技术以及上述方法的综合应用。 目前，在对电网故障智能诊断领域的研究中，依靠单一智能技术的系统多，信息的综合利用研究较少，协同技术的研究应用更少；投入运行的诊断系统多为专家系统，但是离线运行的多，在线运行的很少。即使广泛投入使用的专家系统也同样存在着：（1）知识的获取和管理问题，难以获取较高适应度和准确度的知识。（2）推理的效率问题。（3）故障诊断的在线应用问题，目前仅限于离线故障诊断，该结论不能指导对电网的实际控制。（4）故障诊断的动态分析问题，缺乏故障的动态分析，从而屏蔽了很多有用的细节，尤其是各元件之间的相互关联关系等。基于以上问题，采用决策树方法可以对系统信息进行归类梳理，可以提高专家系统的速度；通过粗糙集方法建立清晰的数学模型；采用数据挖掘和关联性规则可以提高故障诊断分析的准确度。这几种方法的结合应用有助于提高故障诊断的智能水平、效率和准确度。 2.2电力系统故障智能诊断发展现状 电力系统连锁故障分析理论与应用中提到，电力系统故障智能诊断是相对传统的故障诊断而言的。在传统的故障诊断方法可划分为两类。其一是关于信号出路的方法。其二是数学模型的方法。这些都需要人为地区判断和分析，这些方法应用是没有自动化的处理能力。故障的智能诊断是将传统的方法，与当下先进的计算机技术有效的结合，形成的人工智能技术的新方法，对电力系统的故障进行智能的诊断，这是故障诊断技术发展的新时期。 3智能故障诊断面临的问题和对策 3.1智能故障诊断面临的问题 知识的获取和管理问题，也可以说是规则的表达和维护问题。知识是专家系统行为的核心，如何根据系统的变化，获取具有较高适应度和准确度的知识（规则）。对知识的一致性、冗余性、矛盾性和完备性进行检验、维护和管理，是专家系统亟需解决的首要问题。 推理的效率问题，也可以说是如何解决规则组合爆炸的问题。规则库的规模增大以后，搜索的运算量迅速增长，尽管人们提出了许多算法，规则组合爆炸的问题还是没有得到满意的解决。 故障诊断的在线应用问题。以往的故障诊断离线运行，只能告诉调度员已有故障是如何发展的，因为运行方式的多变性，离线故障诊断结论不一定能够指导调度员对电网的实际控制；只有做到在线运行，才能及时帮助调度员进行控制决策。 故障诊断的动态分析问题。以往的故障诊断只能进行静态分析，忽略了故障动态过程的大量有用的细节，尤其是采用了高速保护的大型电网，更加需要分析动态过程，例如快速相继开断过程中的顺序和相互关系、复杂故障中各元件之间的相互影响、电压崩溃的动态过程、运行方式切换或调度控制过程对电网的影响等。 3.2智能故障诊断面临问题的解决对策 对于知识的获取和管理问题，可以采用提高故障诊断系统的学习能力的方法，如 ANN、数据挖掘、仿生学方法等。这些智能方法都有其优点和局限性，需要有针对性地应用。 对于推理的效率问题，可以采用计算速度更快的计算机硬件和软件算法，通信速度更快的数据采集和传输手段；数据挖掘是从各种复杂故障中发现最常见的故障或分解出简单故障的有力手段；建立系统的故障案例库，可以降低决策分析的计算量，提高诊断推理的效率。 对于故障诊断的在线应用和动态分析问题，可以采用更能够反映电网实时运行状态的信息，如广域量测系统、高速保护信息系统和故障录波信息系统、稳定控制系统等提供的动态数据；实时进行电网的灵敏度分析，动态分析电网的健康状况；增量挖掘技术只处理实时的
(企业诊断)设备故障诊断与维修最全版
（企业诊断）设备故障诊断 与维修
《设备故障诊断和维修》学习提纲 第壹章绪论 掌握设备故障诊断的意义、目的、任务及其发展概况，熟悉设备故障诊断的概念、意义和目的，熟悉状态监测和故障诊断的任务，了解设备故障诊断技术的发展概况。 1、设备诊断技术、修复技术和润滑技术已列为我国设备管理和维修工作的三项基 础技术。 2、设备故障诊断是指在设备运行中或在基本不拆卸的情况下，通过各种手段，掌握设备运行状态，判定产生故障的部位和原因，且预测、预报设备未来的状态，从而找出对策的壹门技术。 3、设备故障诊断既要保证设备的安全可靠运行，又要获取更大的经济效益和社会效益。 4、设备故障诊断的任务是监视设备的状态，判断其是否正常；预测和诊断设备的故障且消除故障；指导设备的管理和维修。 5、设备故障诊断技术的发展历程：感性阶段→量化阶段→诊断阶段（故障诊断技术真正作为壹门学科）→人工智能和网络化阶段（发展方向）。 第二章设备故障诊断的基本概念 了解设备故障诊断的壹些基本概念和基本方法，明确设备故障诊断的重要目标——状态维修。要求掌握设备和设备故障的基本概念，全面、深入了解设备故障的概念、原因、机理、类型、模式、特性、分析及管理；了解设备故障诊断的基本方法和分类；熟知设备维修方式的发展和状态维修，认识设备故障诊断技术和状态维修的“因果”关系。 1、从系统论的观点，设备是由有限个“元素”，通过元素之间的“联系”，按照壹定的规律聚合而构成的。 2、设备的故障，是指系统的构造处于不正常状态，且可导致设备相应的功能失调，致使设 备相应行为（输出）超过允许范围，这种不正常状态称为故障状态。
3、理解故障原因、故障机理、故障模式、故障分析等概念。设备故障具有层次性、传播性、 放射性、相关性、延时性、不确定性等基本特性。 4、对故障进行分类的目的是为了弄清不同的故障性质，从而采取相应的诊断方法 5、设备故障诊断的基本方法包括传统的故障诊断方法、故障的智能诊断方法和故障诊断的 数学方法。 6、设备故障诊断的分类根据诊断对象、诊断参数、诊断的目的和要求、诊断方法的完善程 度等不同能够有各种分类方法。 7、我国的维修体制也在发生着深刻而巨大的变化，已从早期的事后维修和实施多年的定期 预防维修开始进入现代的预知性的视情（状态）维修。 8、实施设备状态维修的指导思想。 第三章设备故障诊断的技术基础 掌握设备故障诊断特别是振动诊断的技术基础，要求熟悉设备故障诊断技术的内容，掌握设备故障信息获取和检测方法的框架知识，了解设备故障常用的三种评定标准及相对判断标准的制定方法，熟悉故障诊断中的信号处理。掌握傅里叶变换在故障诊断中的应用。 1、设备故障诊断的内容包括状态监测、分析诊断和故障预测三个方面。其具体实施过程 为信息采集、信号处理、状态识别、诊断决策。 2、设备故障信息的获取方法包括直接观测法、参数测定法、磨损残渣测定法及设备性能 指标的测定。 3、设备故障的检测方法包括振动和噪声的故障检测、材料裂纹及缺陷损伤的故障检测、 设备零部件材料的磨损及腐蚀故障检测及工艺参数变化引起的故障检测。 4、设备故障的评定标准常用的有三种判断标准，即绝对判断标准、相对判断标准以及类 比判断标准。可用平均法制定相对判断标准。
控制系统故障诊断技术
Harbin Institute of Technology 控制系统故障诊断技术 课程报告 专业：控制科学与工程 学号：15S004001 姓名： 日期：2016.4.12 控制系统故障诊断技术(FDD)，在核心上属于模式识别范畴，通过冗余控制及自诊断等
思想处理系统故障，提高系统性能与可靠性。主要环节内容包括特征提取(如量值描述、模糊描述、模型与数据结合描述等)，故障分离估计及评价决策。其中系统的表征包括输入输出状态，参数特征，逻辑经验，通过状态观测可以判定失效的观测器。 控制系统故障诊断主要思想在于特征分析，包括信号处理，通过控制领域方法，进行诊断与容错处理。本质上，是控制学科的一门下属学科，建立的体系要基于控制系统理论基础，系统四个部分分别是：被控对象、控制器、执行器、传感器。重点在于传感器的故障诊断。 故障诊断本身又可以分为故障检测，只判断有无故障；与故障分离，即可以定位具体故障。 诊断方法类型包括基于数学模型及基于专家(模糊)知识两种。体现在发展历程上，即2000年以前诊断方法主要是阈值方法，而2000年之后才逐渐引入智能化。 这一技术的目的包括提高系统鲁棒性，这种鲁棒性，并非简单的对参数变化具有的不敏感性，还包括系统自身对结构变化的自适应性；此外，另一个目的是容错性，即再系统局部发生故障时，可以有冗余部件替换掉有问题部件。 控制系统容错技术在方法上，包括 1、并行冗余，主要处理控制器故障，包括串并联结构，冷热备份等等； 2、鲁棒控制，需要考虑系统局部关系的完整性设计，具有多模型自适应能力； 3、系统重构，指的是余度系统故障时，使系统转入新工作结构而采用的余度管理措施，称为重构。系统重构技术充分利用系统的信号和资源，可以使系统获得更高的可靠性和生存性。在系统发生故障时可以迅速反应，重新构建控制器，通常采用FPGA实现，达到不同阶段完成不同功能。 4、人工智能，是近来发展迅速的智能化方法，包括神经网络、模糊专家控制等。 如上图为神经网络控制器的示意图。作为一种黑箱结构，神经网络的优势在于只要有一层隐含层就可以做到任意的非线性拟合。 控制系统故障诊断实现途径包括：提高元部件可靠性及整体可靠性设计，如冗余设计、简化设计等。故障诊断的观测器通常采用基于李雅普诺夫原理的自适应观测器与奉献观测器的结合。通过可观自由度、传感器数量对故障定位，通过解耦控制器，容错控制，使血糖具有冗余能力。在实际应用中观测器速度一定大于控制器，及观测器极点相比于控制器一定更远。当系统干扰较大时，可将观测器换成卡尔曼滤波器。闭环故障诊断的难点在于故障可能由于闭环本身产生。 以上内容完全来自课堂笔记与个人观点，下面是我查阅到的控制系统故障诊断的一些基本内容： 容错控制是 20 世纪末期发展起来的一种提高控制系统可靠性的技术 . 容错控制系统设计主要包括 故障诊断和容错控制系统的设计, 这两个方面现都成为控制理论领域的研究热点. 控制系统是由被控对象、控制器、传感器和执行器组成的复杂系统, 其各个基本环节
(完整版)《设备故障诊断-沈庆根》知识点汇总
1.1.设备故障诊断的含义 设备故障诊断是指应用现代测试分析手段和诊断理论方法，对运行中的机械设备出现故障的机理、原因、部位和故障程度进行识别和诊断，并且根据诊断结论，确定设备的维修方案和防范措施。 1.2.设备故障诊断的过程 信号采集→信号处理→故障诊断→诊断决策→故障防治与控制 1.3.设备故障诊断的特性 多样性、层次性、多因素相关性、延时性、不确定性 1.4.三种维修制度 事后维修（故障维修）、定期维修（计划维修）、状态监测维修（预知性维修） 1.5设备故障的类型有哪些 ①结构损伤性故障（裂纹、磨损、腐蚀、变形、断裂、剥落和烧伤） ②运动状态劣化性故障（机械位置不良、刚性不足、摩擦、流体激振、非线性的谐波共振） 1.6设备故障诊断的功能 ①不停机不拆卸的状态下检测 ②可预测设备的可靠性程度 ③确定故障来源，提出整改措施 1.7.设备状态监测与故障诊断的技术和方法 振动信号监测诊断技术（普遍性、信息量丰富、易处理与分析） 声信号监测诊断技术（声音监听法、频谱分析法、声强法） 温度信号监测诊断技术 润滑油的分析诊断技术 其他无损检测诊断技术 1.8.设备故障状态的识别方法 信息比较诊断法、参数变化诊断法、模拟试验诊断法、函数诊断法、故障树分析诊断法、模糊诊断法、神经网络诊断法、专家系统 2.1信号的含义和分类 信号是表征客观事物状态或行为信息的载体 分类：确定性信号与非确定性信号；连续信号和离散信号；能量信号和功率信号；时限与频限信号 2.2.信号时域分解 直流分量和交流分量 脉冲分量 实部分量和虚部分量 正交函数分量 2.3.信号的时域统计 均值 均方值 方差
2.4.时域相关分析 相关系数： 2.5.频谱分析法 利用傅里叶变换的方法对振动的信号进行分解，并按频率顺序展开，使其成为频率的函数，进而在频率域中对信号进行研究和处理的一种过程，称为频谱分析 2.6.振动监测的基本参数振幅、频率、相位 2.7.旋转机械常用的振动信号处理图形 轴心轨迹：轴颈中心相对于轴承座在轴线垂直平面内的运动轨迹 转子振型：转子轴线上各点的振动位移所连成的一条空间曲线 轴颈涡动中心位置：在滑动轴承中，轴颈中心在激扰力作用下是绕着某一中心点运动的 波特图：描述转子振幅和相位随转速变化的关系曲线，纵坐标为振幅和相位，横坐标为转子的转速或转速频率 极坐标图：把转子的振幅与相位随转速的变化关系用极坐标的形式表示出来（直观，方便，清晰，抗干扰） 三维坐标图（级联图、瀑布图）：随转速上升，机械振动的基础幅指上升 阶比谱分析：将频谱图上横坐标的每个频率值除以某个参考频率值（读数清晰、周期采样、精度高） 3.1旋转机械的故障类型有哪些 ①转自不平衡②转子不对中③滑动轴承故障④转子摩擦⑤浮动环密封故障 3.2转子不平衡的概念 转子受材料质量、加工、装配以及运行中多种因素的影响，其质量中心和旋转中心线中间存在一定量的偏心距，使得转子在工作时形成周期性的离心力干扰，在轴承上产生动载荷，从而引起机器振动的现象 不平衡产生的离心力大小 3.3转子不平衡振动的故障特征 ①不平衡故障主要引起转子或轴承径向振动，在转子径向测点上得到的频谱图，转速频率成分具有突出的峰值 ②单纯的不平衡振动，转速频率的高次谐波幅值很低，因此在时域上的波形是一个正弦波 ③转子的轴心轨迹形状基本上为一个圆或者椭圆，这意味着置于转轴同一截面上相互垂直的两个探头，其信号相位差接近90° ④转子的进动方向为同步正进动 ⑤除了悬臂转子外，对于普通两端支撑的转子，不平衡在轴向上的振幅一般不明显 ⑥转子振幅对转速变化很敏感，转速下降，振幅将明显下降 3.4转子不平衡振动的原因 ①固有质量不平衡（设计错误、材料缺陷、加工与装配误差、动平衡方法不正确） ②转子运行中的不平衡（转子弯曲、转子平衡状态破坏） 3.5怎样区别转子弯曲不平衡和质量不平衡 ①振幅随转速的变化：质量不平衡与转速之间按照固定的关系式变化，弯曲的没有
智能故障诊断技术知识总结
智能故障诊断技术知识总结 一、绪论 □智能： ■智能的概念 智能是指能随、外部条件的变化，具有运用知识解决问题和确定正确行为的能力。 ■低级智能和高级智能的概念 低级智能——感知环境、做出决策和控制行为 高级智能——不仅具有感知能力，更重要的是具有学习、分析、比较和推理能力， 能根据复杂环境变化做出正确决策和适应环境变化 ■智能的三要素及其含义 三个基本要素：推理、学习、联想 推理——从一个或几个已知的判断（前提），逻辑地推断出一个新判断（结论）的思维形式 学习——根据环境变化，动态地改变知识结构 联想——通过与其它知识的联系，能正确地认识客观事物和解决实际问题 □故障： ■故障的概念 故障是指设备在规定条件下不能完成其规定功能的一种状态。可分为以下几种情况： 1.设备在规定的条件下丧失功能； 2.设备的某些性能参数达不到设计要求，超出允许围； 3.设备的某些零部件发生磨损、断裂、损坏等，致使设备不能正常工作； 4.设备工作失灵，或发生结构性破坏，导致严重事故甚至灾难性事故。 ■故障的性质及其理解 1层次性——系统是有层次的，故障的产生对应于系统的不同层次表现出层次性。 一般可分为系统级、子系统级、部件级、元件级等多个层次；高层故 障可由低层故障引起，而低层故障必定引起高层故障。诊断时可采用 层次诊断模型和诊断策略。 2相关性——故障一般不会孤立存在，它们之间通常相互依存和相互影响，如系统 故障常常由相关联的子系统传播所致。表现为，一种故障可能对应多 种征兆，而一种征兆可能对应多种故障。这种故障与征兆间的复杂关 系导致了故障诊断的困难。 3随机性——故障的发生常常是一个与时间相关的随机过程，突发性故障的出现通 常都没有规律性，再加上某些信息的模糊性和不确定性，就构成了故 障的随机性。 4可预测性——设备大部分故障在出现之前通常有一定先兆，只要及时捕捉这些征 兆信息，就可以对故障进行预测和防。 □故障诊断： ■故障诊断的概念 故障诊断就是对设备运行状态和异常情况做出判断。具体说来，就是在设备没有发 生故障之前，要对设备的运行状态进行预测和预报；在设备发生故障之后，要对故 障的原因、部位、类型、程度等做出判断；并进行维修决策。 ■故障诊断的实质及其理解 故障诊断的实质——模式识别（分类）问题