化工过程智能故障诊断技术方法论的研究
化工过程智能故障诊断技术方法论的研究
赵 瑾,申忠宇
(南京师范大学控制科学与工程系,江苏南京210042)
[摘要] 动态系统故障诊断是解决现代化工业系统可靠性和安全性必不可少的关键技术之一.简要地讨论化工过程智能
故障诊断技术的发展状况和趋势后,根据化工过程智能故障诊断技术的特点,系统地对化工过程智能故障诊断技术的多学科特点以及技术策略方法进行研究,强调其科学性、集成性、应用性以及渗透性,将分析与综合、定性与定量、假设与验证相结合等基本思维方法应用到化工过程智能故障诊断中,形成化工过程智能故障诊断技术的方法论.
[关键词] 化工过程,智能故障诊断技术,多学科,技术策略
[中图分类号]TP277, [文献标识码]A, [文章编号]1672O 1292O (2004)03O 0018O 05
收稿日期:2004O 02O 13.
作者简介:赵瑾(1961-),女,博士研究生,副教授,主要从事控制理论与动态系统的故障诊断技术以及智能化,网络化控制装置的应用等方面的研究.E -mail:zhaojin@https://www.360docs.net/doc/9813824678.html,
0 引言
现代化科技的高速发展,使化工过程的生产结构、生产规模日趋复杂化、现代化和大型化,由此产生的故障机理也变得越来越复杂.因此从不同的学科和研究方向,以不同的技术手段,深入研究化工过程的故障机理,设计各种适应于化工过程故障检测与诊断技术并投入到实际应用中,提高化工生产的安全性、先进性、可靠性,显得尤为重要.本文简要地探讨化工过程智能故障诊断技术的发展,系统地研究化工过程智能故障诊断技术所呈现多学科的特点和技术策略.
1 化工过程智能故障诊断技术
故障诊断技术是一门集现代控制理论、测控及信号处理技术、计算机技术、智能控制理论等众多理论的新兴综合性学科.近几十年来,动态系统的故障诊断技术在理论和实际应用中都得到迅速发展,出现了基于不同原理的众多方法,这些方法在检测性能、诊断性能、分离性能、鲁棒性能等方面都有很大的提高,在有些领域已形成比较完整的理论体系结构如动态线性时不变系统,并发表了相应的论文和综述文章[1~7]
.目前公认的故障诊断方法分
为3大类[1]
:基于定量模型的方法、基于知识的方
法和基于过程历史数据的方法(又称基于信号处理
的方法).
化工生产过程是特殊的动态系统,不同于一般的工业生产,其生产环境常常处于高温高压、低温
真空、有毒或腐蚀性等极端条件下,一旦发生故障则可能造成严重的危害和不可估量的损失,甚至威胁到人身安全.化工过程故障诊断是解决化工生产
过程系统可靠性、安全性科学决策问题的关键技术之一.图1
[8]
为化工过程的故障诊断过程,主要分
为3大部分:(1)检测表征系统状态的各种特征信号;(2)对所检测的特征信号提取征兆,即信号处理和特征变换;(3)由征兆和其它诊断知识来识别系统的异常状态,对故障进行判断、定位,并做出诊断决策,干预系统工作
.
图1 化工过程的故障诊断过程
随着高新技术、新材料的发展及应用,为了最大限度提高生产效率和产品质量,导致化工过程的生产装置、控制装置、控制系统等向大型化、复杂化、智能化、一体化等方向发展,从而使产生故障的潜在可能性、故障的机理、故障形成的方式发生了很大的变化,造成化工过程的故障诊断实现的困难程度加大.因此,根据化工生产过程的特殊性,将计
)
18)第4卷第3期2004年9月
南京师范大学学报(工程技术版)
JOURNAL OF NANJI NG NORMAL UNI VERSI TY(E NGI NEERI NG AND TEC HNOLOGY)Vol.4No.3
Sep.2004
算机技术、智能控制理论、优化理论、信号处理技术等新型综合理论技术应用在故障诊断系统中,形成化工过程智能故障诊断技术,近年来已成为国际过程系统工程学术界和工业界研究的热点之一[8~11],受到极大的重视.化工过程智能故障诊断技术是确保化工生产安全运行、维护管理以及提高企业经济效益的关键.
基于定量模型的故障诊断方法以现代控制理论为基础,通过描述系统内部特性信息的系统动态数学模型,利用Kalman滤波器方法、观测器方法、等价空间方法和参数估计方法等构造反映故障信息的残差,以相应的统计分析和决策方法,实现故障检测与诊断.但是这些技术在化工过程故障诊断的应用中存在着一些问题:(1)难于建立精确的动态系统数学模型;(2)化工过程的非线性特性;(3)建模过程中的不确定性因素;(4)各种扰动和噪声等;使基于定量模型的故障诊断方法在化工过程中应用中遇到许多难以逾越的障碍.目前基于定量模型的故障诊断技术研究的重点在于:首先如何运用智能控制理论、优化理论、混沌理论以及遗传算法等不断涌现的新型理论,提高基于定量模型的故障诊断技术智能性、鲁棒性灵敏度;其次如何提高基于定量模型的故障诊断技术实际应用,尤其在化工过程这样的流程工业领域,将该技术与其它智能故障诊断技术相互融合、渗透,构成复合型、集成化的故障诊断系统,成为基于定量模型的故障诊断技术应用到化工过程的方向之一.
随着动态系统复杂性的增加,造成获取系统精确数学模型的困难,同时系统故障的多样性,使故障和征兆之间的关系不是简单的一对一的对应关系,往往需要通过探索过程实现故障诊断.基于知识的故障诊断方法引入了许多诊断对象多方面的信息,特别是可以充分利用领域专家的诊断知识,避免了对精确数学模型的过分依赖,从而实现定性、定量知识的有机结合.专家系统、人工神经网络、模糊逻辑及推理、模式识别、小波分析等智能技术的不断发展以及在化工过程故障诊断中的应用,形成了化工过程智能故障诊断技术.化工过程智能故障诊断技术的特点在于其能模拟人脑处理各种模糊信息,又具有人脑所不及的高运算速度;充分利用领域专家的诊断知识,避免了对精确数学模型的过分依赖;同时利用神经网络自动校正诊断模型,具备自动获取知识的能力和适应环境变化的能力,实现对化工过程的多故障、多过程、突发性故障进行快速准确的智能检测与诊断.
化工过程智能故障诊断方法[8]常见的有:基于故障树方法、模型识别诊断方法、灰色诊断方法、模糊诊断方法、专家系统诊断方法、神经网络诊断方法以及基于多智能体诊断方法等.当前研究比较活跃的化工过程智能故障诊断的几个分支是专家系统、模糊理论和人工神经网络结合、混合集成智能诊断等.专家系统诊断利用了专家积累的丰富实践经验,模拟专家分析和解决问题思路进行推理、解释、判断,得出诊断结论[12],如化工过程故障预测、诊断和补偿专家系统FEDCS,但是专家系统诊断方法的发展受到知识获取的/瓶颈0和/窄台阶0等困难的限制,使其在应用过程中有一定的局限性.于是[13]利用分布式人工智能的知识共享和重用原理、方法,提出了依层次化对象分解构建化工过程面向对象的集成故障检测与诊断系统的方法,建立了基于知识共享和重用的化工过程故障诊断原型系统(GCFDS).近年来模糊逻辑、神经网络理论的发展及应用,为人工智能的发展开辟了一条崭新的途径,人工神经网络通过故障信息学习获取知识,进行知识存储,而且有联想记忆能力以及并行处理、全局作用的能力,使其在处理非线性问题和在线估计有很强优势.模糊逻辑则是利用隶属函数和模糊规则进行模糊推理,实现故障诊断.但是不管神经网络的诊断方法还是模糊故障诊断方法在单独应用在化工过程中都存在着不足之处,即未能充分利用许多特定领域中专家积累起来的宝贵经验,在故障诊断的准确性、灵敏度、可靠性等方面有缺陷.由此提出一种化工过程混合集成智能故障诊断系统,如将模糊理论与神经网络相结合;模糊理论与专家系统相结合;神经网络与遗传算法、模糊理论相结合;模糊理论与专家系统、神经网络、小波技术相结合.如文献[14]综合信号处理方法、专家系统和神经网络技术等,提出集成型化工过程智能故障诊断系统的框架.混合集成智能故障诊断技术将成为化工过程智能故障诊断的方向之一,为化工过程智能故障诊断开辟广阔的应用前景.
综上所述,化工生产的大型化、连续化、高速化,使其生产过程的机理机构以及化工过程故障诊断日趋复杂,但是相关智能技术和高新技术的进步及发展,又为化工过程智能故障诊断提供了强有力的技术支持,支配着化工过程智能故障诊断技术的不断发展和演变.
2化工过程智能故障诊断技术的多学科特点
众所周知,学科是按照学问的性质进行划分的
)
19
)
赵瑾,等:化工过程智能故障诊断技术方法论的研究
门类,学科的特点及存在的意义主要在于其研究的对象和研究方式的独特性.文献[15]提出了现代化机械故障诊断技术朝多样性和智能性方向迅速发展,并呈现出明显的科学性、应用性和交叉性特征.化工过程智能故障诊断技术与现代化机械故障诊断技术相比有共同性,也有异同性.
化工过程智能故障诊断技术与计算机、自动控制、信号处理、智能控制(人工智能、神经网络、模糊控制等)以及系统工程等学科有着广泛的联系和交互,属于学科交叉和高新技术探索的领域,是一门理论性和应用性相结合的新兴学科.和现代化机械故障诊断技术一样,化工过程智能故障诊断技术的多学科特点主要体现在:严谨科学性、独特的集成性、广泛的应用性、多学科的渗透性.所以正确地认识化工过程智能故障诊断技术的学科特征,有助于该技术的理论研究和工程应用.
211严谨的科学性
化工过程智能故障诊断技术具有非常强的工程背景以及重要的实用价值,并且以扎实的理论为基础,系统论、信息论、控制论(现代控制和智能控制理论)、统计论等最新的技术在其中都有广泛的应用.对学科本身而言[15],它是一个逻辑严密、内容丰富、不断发展的理论体系.化工过程智能故障诊断技术作为交叉学科领域的一门专业性技术,其严谨的科学性体现在三个方面:一是对涌现的新兴理论的不断探索.理论的探索不是只停留在理论研究,处在高高在上的位置,而是将理论的研究应用到实际过程中,指导技术的发展;二是体现在研究工作者的科学态度,即在进行化工过程智能故障诊断研究过程中,实事求是,精益求精,特别对化工过程大量的实时数据和历史数据的挖掘和处理,合理选择相应的方法提取与故障有关的特征信号和征兆;三是体现感性思维和理性思维相互融合,不是沉溺于已有的专家经验和知识,而是通过收集、分析、归纳、概括和综合,使经验上升为理论,又将理论应用于实践,用科学的理论和理论指导的技术,促进化工过程智能故障诊断技术的不断发展.
212独特的集成性
化工过程发生的故障主要表现为现场的各种化工设备潜在的故障和过程参数与各类现场仪表(传感器、执行器等)的故障.目前在化工工业系统中,防止设备故障的方法大多数采用定期维修方式,随着现代化科学技术的不断发展,运用化工设备的故障诊断技术可以将过去的定期维修变为预知维修,避免失修和过剩维修,提高企业的经济效益.就化工过程而言,生产过程大而复杂,自动化程度高,单一的诊断方法很难满足整个化工生产故障诊断的要求.特别是化工过程的各种工艺参数(温度、液位、压力、流量、成分等)以及其它系统参数的异常变化方式各不相同,不能采取相同的数据处理方法提取故障特征及故障信息.由此提出化工过程智能故障诊断技术必须具备的集成性,将各种数据处理方法以及各种基于不同原理的故障诊断技术有机地结合起来,构成统一的整体,相互取长补短,构成所谓集成智能化故障诊断系统,实现对整个生产系统的状态监测和故障诊断.如将故障诊断的知识多元化的特征,以及各类表层知识及深层知识加以有效的整合,寻求恰当的知识组织,利用基于知识以及基于其他诊断原理的诊断方法,解决在工程实际应用中所遇到的问题.
213广泛的应用性
化工过程智能故障诊断技术具有很强的工程应用背景,即提高化工过程的可靠性、安全性以及可操作性,防止和杜绝影响生产正常运行的早期故障的产生、故障严重性的发展,创造良好的经济效益和社会效益.因此设计化工过程智能故障诊断系统时,不是仅仅停留于理论上的研究,而是要充分考虑化工过程的实际应用背景,使该诊断技术真正运用到实际的生产过程中.如在对化工过程的故障机理分析时,必须弄清故障产生的原因、发生的部位、时间特性以及故障生成和发展的支配因素,采用何种数学模型或知识描述,以及何种理论与方法对其分析评判决策.又如对化工过程诊断知识的分析处理时,首先选择合理的领域知识表示方法,根据故障知识的特点进行分层,由一般到特殊,层层深入,有利于现场应用.文献[16]提出人工神经网络的故障诊断方法,并应用在硫化催化裂化单元;文献[14]将小波分析、专家系统和神经网络等技术相结合,研究开发了化工过程集成型智能故障诊断系统,并应用在润滑油酮苯脱蜡油回收装置中. 214多学科的渗透性
化工过程智能故障诊断技术作为理论性、集成性、应用性和实用性非常强的技术,具有明显的多学科渗透性,所涉及的学科门类多、范围广、技术含量高,不仅包括基础理论知识和专业基础理论知识,而且还包括现代控制理论、鲁棒控制理论、智能控制理论、遗传算法、优化理论和信息理论等,以及各学科交叉的前沿学科的理论如自动化学科与分子生物学、人类基因破译、生物工程、复杂性科学等的渗透.
)
20
)
南京师范大学学报(工程技术版)第4卷第3期(2004年)
化工过程智能故障诊断技术的多学科渗透性主要体现在:(1)化工过程本身与原理有关的学科,如化学工程、化工原理等;(2)测量化工过程信号有关的测试技术、信号处理及特征提取相关的学科,如传感器技术理论、各类测试技术等;(3)与控制化工过程相关的学科,如控制理论、控制工程以及各类控制装置等;(4)故障诊断领域所特有的一些学科,如容错技术、可靠性理论等;(5)与诊断模式和途径、智能诊断相关的学科,如系统辩识、模式识别、灰色理论、专家系统、人工智能、信息技术理论、模糊理论、计算机科学、神经网络理论、遗传算法等.当然,上述各种学科应用到化工过程智能故障诊断领域中,并不是简单相加过程,而是彼此之间的渗透融合.化工过程智能故障诊断技术是一个复杂、庞大的系统工程,其高度的综合性和涉及面的广泛性,向研究工作者的学识与科研能力提出了新的要求和新的挑战.
3化工过程智能故障诊断技术的技术策略和思维方式
化工过程智能故障诊断往往是在条件很不具备或困难与复杂并存的情况下进行的,在诊断过程中常常会遇到意想不到的各种各样的问题,因此讲究技术策略、重视思维方法显得尤为重要.
讲究技术策略是在系统论、信息论、控制论等科学方法论的指导下,充分认识被诊断的过程或对象以及环境等,针对实际问题的特征,选择合理的技术路线与方法,形成化工过程智能故障诊断的最佳技术方案;同时严密组织诊断系统与诊断过程,研究智能故障诊断的理论和算法,避免混乱与失误;此外,合理地分析、应用和综合各种基于智能理论的故障诊断技术,寻求最优方法和最佳途径,形成集成型、综合型的化工过程智能故障诊断技术,实现快速准确地预测、检测和诊断故障,使故障引起的各种危害降到最低程度.化工过程智能故障诊断的技术策略是将复杂结构层层分解,从总体到细节深入;充分运用化工过程的实时数据、历史数据,建立相应的智能监视和诊断网络;抓住关键,顺藤摸瓜,综合判断,由此深入透彻地实现对化工过程各类故障的智能诊断.
思维的严谨性、逻辑性、数值化、创新性是智能故障诊断过程的基本特征,在数字化、网络化和信息化的现代化化工工业环境里进行智能故障诊断,仅仅凭过去的经验与方法,盲目试探的做法是难以奏效的.
分析是将事物分解为各个属性、部分与方面,而综合则是将事物的各个部分与方面结合成为一个整体,两者密不可分.化工过程是复杂系统,在对其进行智能故障诊断时应将化工过程各层次、结构、功能与故障分解,作深入细致地分析,如结构分解是从结构上对生产过程和装置进行分解,把过程和装置的总体结构分解为一层一层的子系统,直到分解到最低层为止.当然仅仅了解系统构成的细节、子系统是不行的,还要从整体的高度去考察系统的整个组成部分.所以,分析与综合相结合是实现对化工过程从细节到整体,又从整体到细节的进一步认识.
定性分析侧重于所研究对象属性的分析,定量分析则是通过观察、测试、统计、分类、计算和数据处理等实现的.在化工过程智能故障诊断过程中,将两者相结合,达到最佳的诊断效果,实现定性、定量知识的有机结合.如文献[17]提出根据定性模拟和定性推理的定性故障检测和诊断方法,以及将定性方法和定量方法相结合,互相弥补不足,提出的半定性故障检测和诊断方法.利用定性信息和定量信息已成为化工过程智能故障诊断领域的一种强有力的工具.
假设应尽量将思路展开,尽可能充分考虑任何一种可能原因;验证则要找出具有充分说服力的证据,不能模棱两可.由于存在种种困难和障碍,经常要通过迂回的途径来达到弄清对象或事物的目的,这时可以针对所研究对象或事物的状态做出某种假设,再通过适当方式对假设进行验证以确定其真伪,将假设与验证相结合.在智能故障诊断中的基于浅知识的诊断推理、基于深知识的诊断推理以及结合浅知识和深知识的诊断推理、在智能专家系统的正)反向混和诊断推理等就是该策略的应用范例.假设与验证相结合,就是将积极的探索精神和严格的科学态度结合起来,以取得更大的成效.
4结束语
化工过程智能故障诊断技术是一门集科学性和应用性为一体的高度综合的交叉技术,其发展离不开理论基础和应用效益,以及沟通这两者的高效快捷的桥梁(如MATLAB等优秀软件),同时它也对控制理论和控制工程的发展起到了强有力的推动作用.
本文所述的化工过程的智能故障诊断技术方法论,主要从其学科特征、技术特征和思维方法等几方面进行讨论,目的是为了进一步构建和完善在
)
21
)
赵瑾,等:化工过程智能故障诊断技术方法论的研究
进行化工过程智能故障诊断过程中的指导工作,以及方法论层次的故障诊断理论体系框架,同时有助于对化工过程智能故障诊断的深入研究和探索.
[参考文献]
[1]Venkatasubramanian V,Rengaswamy R,Kewen Yin,et al.
A review of process fault detection and diagnosis part I:
Quan titative mode-l based methods[J].Compu ter&Chemical Eng i neering,2003,27(3):293311.
[2]Venkatasubramanian V,Rengaswamy R,Kewen Yin,et al.
A review of process fault detection and diagnosis part II:
Qualitati ve models and search strateg ies[J].Computer& Chemical Engineering,2003,27(3):313326.
[3]Venkatasubramanian V,Rengaswamy R,Kewen Yin,et al.
A review of process fault detection and diagnosis part III:Pro-
cess history based methods[J].Computer&Chemical Eng-i neering,2003,27(3):327346.
[4]Frank P M,Ding S X,Marcu T.Mode-l based fault diagnosis
in technical processes[J].Transactions of the Institute of Measurement and Control,2000,22(1):57101.
[5]Mehra R K,Peschon J.An innovation approach to fault de-
tection and diagnosis in dynamics[J].Automatica,1971,7
(5):637611.
[6]Willsky A S.A survey of desi gn methods for failure detection
in dynamic systems[J].Automatica,1976,12(6):601611.
[7]陈玉东,施颂椒,翁正新.动态系统的故障诊断方法综
述[J].化工自动化及仪表,2001,28(3):114.[8]黄启明,钱宇,林伟璐,等.化工过程故障诊断研究进
展[J].化工自动化及仪表,2000,27(3):1 5.
[9]Shari f M A,Grosvenor R I.Process plant condition moni tor-
ing and fault diagnosis[J].Proc Instn Mech Engrs Part E, 1998,212(1):1330.
[10]Fathi Z,Ramirez W F,Korbicz J.Analytical and know-l
edge-based redundancy[J].AIC HE.Journal,1993,39(1): 4256.
[11]Bhagwat A,Srinivasan R,Krishnas wamy P R.Faul t detec-
tion during process transitions:a mode-l based approach[J].
Chemical Engineering Science,2003,58(2):309325. [12]李华生,袁一.化工过程故障预测、诊断和补偿专家系
统FEDCS的开发[J].北京化工大学学报(自然科学版),1995,22(1):611.
[13]孙京诰,杨欣斌,黄道.基于知识共享和重用的化工过
程故障诊断技术研究[J].华东理工大学学报(增刊), 2002,28(9):3437.
[14]钱宇,李秀喜,江燕斌,等.化工过程集成型智能故障
诊断系统研究与开发[J].华南理工大学学报(自然科学版),2002,30(11):142146.
[15]黄志坚,裘丽华.对现代机械故障诊断技术方法论的
探讨[J].科学技术与辨证法,2001,18(3):2629. [16]Venkatasubramanian V,Chan K.A Neural Network M eth-
odology for Process Fault Diagnosis[J].AIC HE.Journal, 1989,35(12):970984.
[17]王文辉,周东华.基于定性和半定性方法的故障检测
与诊断技术[J].控制理论与应用,2002,19(5):653
665,659.
S tudy of Technique Method for Chemical Process Intelligent Fault Diagnosis
ZH AO Jin,SHEN Zhongyu
(Department of Control Science and Engineeri ng,Nanjing Normal Uni versity,Nanjing210042,China)
Abstract:One of the key techniques for solving the problem in reliability and safety of modern industries is faul t diagnosis in dynamic systems.The paper briefly discusses the development and trend of intelligent fault diagnosis technologies in chemical processes,systematically studies the mult-i subject characteristics and technical strateg ies about the intelligent fault diagnosis techniq ue in chemical processes,with its science,in tegration,applicati on and penetrability emphasized,and applies the basic thinking methods involving analysis and synthesis,qualitative analysis and quantitative analysis,hypothesis and veri fication so that the chemical process intelli gent faul t diagnosis technique can be devised.
Key words:chemical process,intelligent fault diagnosis techniq ue,mult-i subject,technical strategy
[责任编辑:刘健] )
22
)
南京师范大学学报(工程技术版)第4卷第3期(2004年)
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/9813824678.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。
机械设备故障诊断技术研究
题目：机械设备故障诊断技术研究 学号： 姓名： 专业： 指导教师： 2016 年 8 月 30 日
摘要 故障诊断技术对于机械设备的安全运行有着至关重要作用，一直是工程应用领域的重点和难点, 国内外已经对此问题进行了大量的研究工作。该论文介绍了机械设备故障诊断技术的基本概念，在总结研究各种诊断技术的基础上全面分析了现代故障诊断技术存在的问题, 并针对这些问题提出了故障诊断领域将来的研究方向。故障诊断是一项实用性很强的技术, 对其进行理论上的分析研究具有重要的现实意义。 关键词：机械设备故障；诊断技术；研究
第一章引言 随着现代科学技术在设备上的应用，现代设备的结构越来越复杂，功能越来越齐全，自动化程度也越来越高。由于许多无法避免的因素影响，会导致设备出现各种故障，从而降低或失去预定的功能，甚至会造成严重的以至灾难性的事故。国内外接连发生的由设备故障引起的各种空难、海难、爆炸、断裂、倒塌、毁坏、泄漏等恶性事故，造成了极大的经济损失和人员伤亡。生产过程中经常发生的设备故障事故，也会使生产过程不能正常运行或机器设备遭受损坏而造成巨大的经济损失。因此机械设备故障诊断技术在社会中的重要性越来越高，主要体现在[1]：（1）预防事故，保证人员和设备安全。 （2）推动设备维修制度的改革。维修制度从预防制度向预知制度的转变是必然的，而真正实现预知维修的基础是设备故障诊断技术的发展和成熟。 （3）提高经济效益。设备故障诊断的最终目的是避免故障的发生，使零部件的寿命得到充分发挥，延长检修周期，降低维修费用。 因此，机械设备故障诊断技术日益受到广泛重视，对机械设备故障诊断技术的研究也不断深入。但受于机械设备故障成因的复杂性和诊断技术的局限性，目前机械设备故障诊断仍存在一些问题。
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
在线监测与故障诊断
河海大学物联网工程学院 在线监测与故障诊断 学习报告 授课班号 专业 学号 学生姓名 指导教师
目录 一：在线监测 1.1 相关概念 (3) 1.2 在线监测系统的构成 (4) 1.3 在线监测系统的分类 (5) 二：故障诊断 2.1 相关概念 (5) 2.2 故障诊断系统的分类 (6) 2.3 故障诊断技术的发展历程 (7) 2.4 常用的故障诊断算法 (7) 三：相关应用及其未来展望 (10)
一：在线监测 1.1 相关概念 1.1.1 状态监测 对运转中的设备整体或其零部件的技术状态进行检查鉴定，以判断其运转是否正常，有无异常与劣化征兆，或对异常情况进行追踪，预测其劣化趋势，确定其劣化及磨损程度等，这种活动就称为状态监测（Condition Monitoring）。状态检测的目的在于掌握设备发生故障之前的异常征兆与劣化信息，以便事前采取针对性措施控制和防止故障地发生，从而减少故障停机时间与停机损失，降低维修费用和提高设备有效利用率。 对于在使用状态下的设备进行不停机或在线监测，能够确切掌握设备的实际特性有助于判定需要修复或更换的零部件和元器件，充分利用设备和零件的潜力，避免过剩维修，节约维修费用，减少停机损失。特别是对自动线、程式、流水式生产线或复杂的关键设备来说，意义更为突出。 1.1.2 设备状态监测的分类 设备状态监测按其监测的对象和状态量划分，可分为两方面的监测： ①机器设备的状态监测。指监测设备的运行状态，如监测设备的振动、温度、油压、油 质劣化、泄漏等情况。 ②生产过程的状态监测。指监测由几个因素构成的生产过程的状态，如监测产品质量、 流量、成分、温度或工艺参数量等。 上述两方面的状态监测是相互关联的。例如生产过程发生异常，将会发现设备的异常或导致设备的故障；反之，往往由于设备运行状态发生异常，出现生产过程的异常。 设备状态监测按监测手段划分，可分为两类型的监测： ①主观型状态监测。即由设备维修或检测人员凭感官感觉和技术经验对设备的技术状态进行检查和判断。这是目前在设备状态监测中使用较为普及的一种监测方法。由于这种方法依靠的是人的主观感觉和经验、技能，要准确的做出判断难度较大，因此必须重视对检测维修人员进行技术培训，编制各种检查指导书，绘制不同状态比较图，以提高主观检测的可靠程度。
故障诊断技术研究及其应用
故障诊断技术研究及其应用 1 引言 以故障为研究对象是新一代系统可靠性理论研究的重要特色，也是过程系统自动化技术从实验室走向工程的重要一环。最近二十多年来，以故障检测、故障定位、故障分离、故障辨识、故障模式识别、故障决策和容错处理为主要内容的故障诊断与处理技术，已成为机械设备维护、控制系统系统可靠性研究、复杂系统系统自动化、遥科学、复杂过程的异变分析、工程监控和容错信号处理等领域重点关注和广泛研究的问题。 诊断(Diagnostics)一词源于希腊文，含义为鉴别与判断，是指在对各种迹象和症状进行综合分析的基础上对研究对象及其所处状态进行鉴别和判断的一项技术活动[1]。故障诊断学则是专门以考察和判断对象或系统是否存在缺陷或其运行过程中是否出现异常现象为主要研究对象的一门综合性技术学科。它是诊断技术与具体工程学科相结合的产物，是一门新兴交叉学科。故障诊断与处理技术，作为一门新兴技术学科，可划分为如下三个不同的研究层次： (1) 以设备或部件为研究对象，重点分析和诊断设备的缺陷、部件的缺损或机械运转失灵，这通常属于设备故障诊断的研究范畴； (2) 以系统为研究对象，重点检测和分析系统的功能不完善、功能异常或不能够完成预期功能，这属于系统故障检测与诊断的研究范畴； (3) 以系统运行过程为研究对象，考察运行过程出现的异常变化或系统状态的非预期改变，这属于过程故障诊断的研究范畴。 概而言之，故障诊断研究的是对象故障或其功能异常、动作失败等问题，寻求发现故障和甄别故障的理论与方法。无论是设备故障诊断、系统故障诊断还是过程故障诊断，都有着广泛的研究对象、实在的问题背景和丰富的研究内容。本文将从故障诊断与处理技术的研究内容、典型方法和应用情况等三个方面，对故障诊断及相关技术的发展状况做一综述，同时简要指出本研究方向的若干前沿。 2 故障诊断与处理的主要研究内容 故障诊断与处理是一项系统工程，它包括故障分析、故障建模、故障检测、故障推断、故障决策和故障处理等五个方面的研究内容。 2.1 故障分析 故障是对象或系统的病态或非常态。要诊断故障，首先必须对故障与带故障的设备、系统、过程都有细致分析和深入研究，明确可能产生故障的环节，故障传播途径，了解故障的典型形式、表现方式、典型特征以及故障频度或发生几率，结合对象的物理背景了解故障产生的机理、故障关联性和故障危害性。 常用的故障分析方法有对象和故障环节的机理分析法、模拟法、数值仿真或系统仿真法和借助数学模型的理论分析法等。 2.2 故障建模 模型分析是现代分析的基本方法，对复杂对象的故障诊断同样具有重要应用价值。为了定量或定性地分析故障、诊断故障和处理故障，建立故障的模型和带故障对象的模型是十分
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
化工过程智能故障诊断技术方法论的研究
化工过程智能故障诊断技术方法论的研究 赵 瑾,申忠宇 (南京师范大学控制科学与工程系,江苏南京210042) [摘要] 动态系统故障诊断是解决现代化工业系统可靠性和安全性必不可少的关键技术之一.简要地讨论化工过程智能 故障诊断技术的发展状况和趋势后,根据化工过程智能故障诊断技术的特点,系统地对化工过程智能故障诊断技术的多学科特点以及技术策略方法进行研究,强调其科学性、集成性、应用性以及渗透性,将分析与综合、定性与定量、假设与验证相结合等基本思维方法应用到化工过程智能故障诊断中,形成化工过程智能故障诊断技术的方法论. [关键词] 化工过程,智能故障诊断技术,多学科,技术策略 [中图分类号]TP277, [文献标识码]A, [文章编号]1672O 1292O (2004)03O 0018O 05 收稿日期:2004O 02O 13. 作者简介:赵瑾(1961-),女,博士研究生,副教授,主要从事控制理论与动态系统的故障诊断技术以及智能化,网络化控制装置的应用等方面的研究.E -mail:zhaojin@https://www.360docs.net/doc/9813824678.html, 0 引言 现代化科技的高速发展,使化工过程的生产结构、生产规模日趋复杂化、现代化和大型化,由此产生的故障机理也变得越来越复杂.因此从不同的学科和研究方向,以不同的技术手段,深入研究化工过程的故障机理,设计各种适应于化工过程故障检测与诊断技术并投入到实际应用中,提高化工生产的安全性、先进性、可靠性,显得尤为重要.本文简要地探讨化工过程智能故障诊断技术的发展,系统地研究化工过程智能故障诊断技术所呈现多学科的特点和技术策略. 1 化工过程智能故障诊断技术 故障诊断技术是一门集现代控制理论、测控及信号处理技术、计算机技术、智能控制理论等众多理论的新兴综合性学科.近几十年来,动态系统的故障诊断技术在理论和实际应用中都得到迅速发展,出现了基于不同原理的众多方法,这些方法在检测性能、诊断性能、分离性能、鲁棒性能等方面都有很大的提高,在有些领域已形成比较完整的理论体系结构如动态线性时不变系统,并发表了相应的论文和综述文章[1~7] .目前公认的故障诊断方法分 为3大类[1] :基于定量模型的方法、基于知识的方 法和基于过程历史数据的方法(又称基于信号处理 的方法). 化工生产过程是特殊的动态系统,不同于一般的工业生产,其生产环境常常处于高温高压、低温 真空、有毒或腐蚀性等极端条件下,一旦发生故障则可能造成严重的危害和不可估量的损失,甚至威胁到人身安全.化工过程故障诊断是解决化工生产 过程系统可靠性、安全性科学决策问题的关键技术之一.图1 [8] 为化工过程的故障诊断过程,主要分 为3大部分:(1)检测表征系统状态的各种特征信号;(2)对所检测的特征信号提取征兆,即信号处理和特征变换;(3)由征兆和其它诊断知识来识别系统的异常状态,对故障进行判断、定位,并做出诊断决策,干预系统工作 . 图1 化工过程的故障诊断过程 随着高新技术、新材料的发展及应用,为了最大限度提高生产效率和产品质量,导致化工过程的生产装置、控制装置、控制系统等向大型化、复杂化、智能化、一体化等方向发展,从而使产生故障的潜在可能性、故障的机理、故障形成的方式发生了很大的变化,造成化工过程的故障诊断实现的困难程度加大.因此,根据化工生产过程的特殊性,将计 ) 18)第4卷第3期2004年9月 南京师范大学学报(工程技术版) JOURNAL OF NANJI NG NORMAL UNI VERSI TY(E NGI NEERI NG AND TEC HNOLOGY)Vol.4No.3 Sep.2004
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
化工企业设备的故障诊断与处理汇总
化工企业设备的故障 诊断与处理 王志春 (兰州石化公司炼油厂，甘肃兰 州730060) 摘要:设备管理是化工企业不可缺少的重要组成部分，对提高企业竞争力发挥着重要作用。同时高温、高压、长周期连续运转是化工行业设备运转的特点，这些特点决定了设备及时的故障诊断与处理是企业安全管理工作的重中之重。 关键词:化工企业;设备;故障诊断;处理 在化工企业的各类事故中，由于设备故障运行所导致的火灾、爆炸、人身伤害及环
境污染所造成的影响和经济损失也是非常 巨大的。而如何保障化工设备的安、平、稳、优是需要企业的设备管理人员不断地探讨 和摸索。 1化工企业设备故障诊断与处理的必要性与内容 随着科学技术的发展，化工生产机器和设备日趋精密复杂，化工装置规模也日趋大型化和自动化，因此购置费用昂贵，同时设备维修费用不断增加，停产损失不容忽视。特别是当前化工集团面临着资金短缺、产品积压、资金回笼困难这一严峻形式，无钱对报废及超期服役的设备进行更新改造。 能否有效地利用现有设备，将对产品成本的高低起着直接的影响。因此从提高企业
设备利用率这一角度看，设备维修工作己成为一个关键的因素。另一方面随着维修工程内容的改动，不仅增加了维修的复杂性，而且也扩大了所涉及的技术领域，因而，化工设备的科学的故障诊断与处理已成为当务之急。但是设备管理具有阶段性，人们只管用，对于他们的损耗不易看得见，维修和改造的投入往往被忽视，所以设备管理人员有责任利用各种科学技术手段把设备在生产过程中的损耗，对输出物各项管理的影响表现出来，以便引起各级领导的重视，适时给以维修、技改和投入。同时传统的设备管理方法，己经不能适应现代化企业生产的要求。比如在设备定期计划检修的过程中，由于设备的检修要求依赖于人们的经验及设
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
嵌入式智能故障诊断系统设计
嵌入式智能故障诊断系统设计 摘要：针对传统的故障诊断方法精度不高，实时性不好的问题，在嵌入式系统 环境下进行故障实时诊断系统的优化设计。本文首先分析了机械状态监测及故障 诊断的相关理论，然后详细分析了嵌入式智能故障诊断系统的设计与实现。实验 结果表明，采用该故障诊断系统进行滚动轴承故障实时检测非常便捷实用又适于 后续联网管理。 关键词：嵌入式系统；滚动轴承；故障诊断；硬件系统 引言 随着现代科技的不断发展，机械设备早已不是一个纯机械装备，而是融合了自动控制、 液压与气压传动等技术的结构和功能都十分复杂的系统。这给机械运行状态的监测和故障诊 断提出了越来越高的要求。机械运行过程中发生的故障不仅会导致重大经济损失，还可能给 人身安全带来极大威胁。因此，实时监测机械设备的运行工况并及时诊断故障，对经济效益 和社会效益的提高都有极其重要的意义。 1 机械状态监测和故障诊断的相关理论 机械诊断技术是通过监测机械设备运行状况，发现故障并预报故障发展趋势，诊断故障 类型及故障原因，确保机器正常运转的技术。目前，普遍采用的机械诊断技术有振动监测、 油液监测、噪声监测和无损探伤等。油液光谱分析技术通过分析机油中的金属颗粒物浓度， 能准确判断机械设备传动系统是否存在磨损型故障隐患。无损探伤技术利用物质的光、磁和 电等特性，能够在不损坏工件或改变机械设备运行状态的前提下准确完成机械部件工况的监测。 故障机理分析是机械诊断的关键。故障机理是在理论研究和实验分析的基础上得到的反 映故障信号和机器参数关系的表达式。从采集到的机械设备的状态信号，它能方便诊断出故 障的位置。这些状态信号通常是机械设备运行过程中表现出来的物理或化学现象，如机械振动、运行噪声、机器温度、油压波动、功耗增多和异常气味等。机械运行状态监测是通过各 种传感器采集机械设备运行过程中的物理或化学状态信号，并据此诊断故障的类型及原因。 故障信号的提取与处理是机械诊断中的重要步骤。通过分析传感器采集到的反映机械设备运 行状态的信号，提取出机械故障特征信息，从而为故障类型和故障原因的准确诊断提供可靠 的依据。信号处理方法经历了从时域分析到频域分析，再由频域分析到时频域分析的发展过程。频域分析将采集到的机械状态信号从时域变换到频域。典型的频域分析法有基于快速傅 里叶变换的经典谱估计法和现代谱估计法。时频分析技术同时在时域和频域分析机械非平稳 信号，其中Wigner-Ville时频分布等时频分析技术在机械诊断中得到了普遍应用。 2 嵌入式智能故障诊断系统设计 本系统将整体结构分为四层，包括管理层、功能层、推理层和数据层。管理层主要负责 整个系统的管理机制与通信机制。决策需要通信的Agent双方需要对话，还是需要进行知识 的交换。二是要Agent之间的关系作出判断。Agent之间的交互有两种关系：正关系和负关系。正关系表示Agent的规划有重叠的部分，或某个Agent具备其他Agent不具备的能力， 各Agent可通过管理层的协调获得帮助，负关系会导致冲突。管理层要进行协调，达到冲突 的消解的目的。功能层是多Agent诊断系统的核心层。主要包括知识处理、特征提取、实时 监控、故障诊断与故障决策等功能组件。推理层处于数据层和功能层之间。主要提供各功能 组件所需的知识或数据，并对推理机制进行定义。数据层包括数据库、知识库与扩展知识库 三个方面。数据库主要用于存储由传感器获得的各种信息，知识库为众多相关领域的专家的 经验总和。扩展知识库主要是为系统的日后扩展诊断功能留下接口。在管理层中主要有两个Agent：管理Agent和数据传输Agent。管理 Agent负责协调各Agent和通信，数据传输Agent 负责与后台计算机上的通信Agent之间传输巡检数据。具体诊断时，数据采集子系统将被诊 断设备的运行状态、参数等数据采集输入到诊断系统，一方面提供给PC端显示，另一方面，将数据提供给诊断方法 Agent，形成诊断请求。管理Agent对诊断请求进行任务分解，得出 多个子任务，再根据对诊断Agent的认识，将诊断任务分配给适当的诊断Agent。管理Agent 还要负责诊断Agent间的工作协调、协作和借助于KQML语言通信，以及将各诊断Agent的
故障诊断技术发展历史(最新版)
故障诊断技术发展历史 故障诊断(FD)始于(机械)设备故障诊断，其全名是状态监测与故障诊断(CMFD)。它包含两方面内容：一是对设备的运行状态进行监测；二是在发现异常情况后对设备的故障进行分析、诊断。设备故障诊断是随设备管理和设备维修发展起来的。欧洲各国在欧洲维修团体联盟(FENMS)推动下，主要以英国倡导的设备综合工程学为指导；美国以后勤学(Logistics)为指导；日本吸收二者特点，提出了全员生产维修(TPM)的观点。美国自1961年开始执行阿波罗计划后，出现一系列因设备故障造成的事故，导致1967年在美国宇航局(NASA)倡导下，由美国海军研究室(ONR)主持成立了美国机械故障预防小组(MFPG)，并积极从事技术诊断的开发。 美国诊断技术在航空、航天、军事、核能等尖端部门仍处于世界领先地位。英国在60～70年代，以Collacott为首的英国机器保健和状态监测协会(MHMG & CMA)最先开始研究故障诊断技术。英国在摩擦磨损、汽车和飞机发电机监测和诊断方面具领先地位。日本的新日铁自1971年开发诊断技术，1976年达到实用化。日本诊断技术在钢铁、化工和铁路等部门处领先地位。我国在故障诊断技术方面起步较晚，1979年才初步接触设备诊断技术。目前我国诊断技术在化工、冶金、电力等行业应用较好。故障诊断技术经过30多年的研究与发展，已应用于飞机自动驾驶、人造卫星、航天飞机、核反应堆、汽轮发电机组、大型电网系统、石油化工过程和设备、飞机和船舶发动机、汽车、冶金设备、矿山设备和机床等领域。 故障诊断的主要理论和方法 故障诊断技术已有30多年的发展历史，但作为一门综合性新学科——故障诊断学——还是近些年发展起来的。从不同的角度出发有多种故障诊断分类方法，这些方法各有特点。从学科整体可归纳以下理论和方法。 (1)基于机理研究的诊断理论和方法从动力学角度出发研究故障原因及其状态效应。针对不同机械设备进行的故障敏感参数及特征提取是重点。 (2)基于信号处理及特征提取的故障诊断方法主要有时域特征参数及波形特征诊断法、时差域特征法、幅值域特征法、信息特征法、频谱分析及频谱特征再分析法、时间序列特征提取法、滤波及自适应除噪法等。今后应注重实时性、自动化性、故障凝聚性、相位信息和引入人工智能方法，并相互结合。 (3)模糊诊断理论和方法模糊诊断是根据模糊集合论征兆空间与故障状态空间的某种映射关系，由征兆来诊断故障。由于模糊集合论尚未成熟，诸如模糊集合论中元素隶属度的确定和两模糊集合之间的映射关系规律的确定都还没有统一的方法可循，通常只能凭经验和大量试验来确定。另外因系统本身不确定的和模糊的信息(如相关性大且复杂)，以及要对每一个征兆和特征参数确定其上下限和合适的隶属度函数，而使其应用有局限性。但随着模糊集合论的完善，相信该方法有较光明的前景。 (4)振动信号诊断方法该方法研究较早，理论和方法较多且比较完善。它是依据设备运行或激振时的振动信息，通过某种信息处理和特征提取方法来进行故障诊断。在这方面应注重引入非线性理论、新的信息处理理论和方法。
2020年高压开关柜的在线监测与故障诊断技术
( 安全技术 ) 单位：_________________________ 姓名：_________________________ 日期：_________________________ 精品文档 / Word文档 / 文字可改 2020年高压开关柜的在线监测 与故障诊断技术 Technical safety means that the pursuit of technology should also include ensuring that people make mistakes
2020年高压开关柜的在线监测与故障诊断 技术 高压开关柜是电力系统中非常重要的电气设备。现代电力系统对电能质量的要求越来越高，相应地对高压开关柜的可靠性也提出了更高的要求。同时，随着传感器技术、信号处理技术、计算机技术、人工智能技术的发展，使得对开关柜的运行状态进行在线监测，及时发现故障隐患并对累计性故障做出预测成为可能。它对于保证开关柜的正常运行，减少维修次数，提高电力系统的运行可靠性和自动化程度具有重要意义。 高压开关柜分户内式和户外式两种，10kV及以下多采用户内式，根据一次线路方案的不同，可分为进出线开关柜、联络开关柜、母线分段柜等。10kV进出线开关柜内多安装少油断路器或真空断路器，断路器所配的操动机构多弹簧操动机构或电磁操动机构，也有配手
动操动机构或永磁操动机构的。不同的开关柜在结构上有很大的差别，这将影响到传感器的安装和选择。 1.高压开关柜的故障表现及其原因 调查统计表明，高压开关柜的故障主要有以下几类： （1）拒动、误动故障：这种故障是高压开关柜最主要的故障，其原因可分为两类：一类是因操动机构及传动系统的机械故障造成；另一类是因电气控制和辅助回路造成。 （2）开断与关合故障：这类故障是由断路器本体造成的，对少油断路器而言，主要表现为喷油短路、灭弧室烧损、开断能力不足、关合时爆炸等。对于真空断路器而言，表现为灭弧室及波纹管漏气、真空度降低、切电容器组重燃、陶瓷管破裂等。 （3）绝缘故障：表现为外绝缘对地闪络击穿,内绝缘对地闪络击穿，相间绝缘闪络击穿，雷电过电压闪络击穿，瓷瓶套管、电容套管闪络、污闪、击穿、爆炸，提升杆闪络，ＣＴ闪络、击穿、爆炸，瓷瓶断裂等。 （4）载流故障：7.2～12ｋＶ电压等级发生载流故障主要原因