基于智能方法的电机故障诊断技术综述

电力系统故障的智能诊断综述

智能电网技术及装备专刊·2010年第8期 21 电力系统故障的智能诊断综述李再华1 刘明昆2 （1.中国电力科学研究院，北京 100192；2.北京供电公司海淀供电分公司，北京 100086）摘要电力系统是人类制造的最复杂的系统，故障诊断是现代复杂工程技术系统中保障其可靠运行的非常重要的手段，故障的智能诊断是该领域的热点和难点。本文综述了电力系统故障的智能诊断技术的发展现状，总结了几种常用的智能技术在故障诊断应用中存在的若干问题以及解决这些问题的相关新技术。最后，展望了智能诊断技术的发展趋势：以专家系统为基础，融合其他先进的智能技术，以提高诊断的速度和准确度，及其对电力系统发展的适应性，逐步实现在线诊断。关键词：电力系统；智能故障诊断；专家系统；发展趋势 Review of Intelligence Fault Diagnosis in Power System Li Zaihua 1 Liu Mingkun 2 （1.China Electric Power Research Institute ，Beijing 100192； 2. Haidian branch Company, Beijing Power Supply Company, Beijing 100086） Abstract Power system is the most complex system by man-made in the world, fault diagnosis is a kind of very important methods to ensure the reliable operation of modern complex engineering system. Intelligence fault diagnosis (IFD) is the hot and difficult subject in this field. The paper reviews the actual state of development of IFD in power system, and then summarizes some existing problems in application and new relation technology to resolve these problems. IFD technologies include expert system (ES), artificial neural network (ANN), decision-making tree (DT), data mining (DM), fuzzy theory (FT), Petri network (PN), support vector machine(SVM), bionic theory (BT), etc. To adopt these kinds of methods synthetically is very helpful to improve the intelligence of ES. At last, development trends of IFD are expected: based on ES, integrates with other advanced intelligence technologies, to heighten the speed and accuracy of fault diagnosis, and the adaptability to the development of power system, so as to realize online IFD gradually. Key words ：power system ；intelligence fault diagnosis ；expert system ；development trend 1 引言电网的发展和社会的进步都对电网的运行提出了更高的要求，加强对电网故障的诊断处理显得尤为重要。随着计算机技术、通信技术、网络技术等的发展，采用更为先进的智能技术来改善故障诊断系统的性能，具有重要的研究价值和实际意义。故障的智能诊断技术也被称为智能故障诊断技术，包括专家系统（Expert System ，ES ）、人工神经网络（Artificial Neural Network ，ANN ）、决策树（Decision Tree ，DT ）、数据挖掘（Data Mining ， DM ）、模糊论（Fuzzy Theory ，FT ）、Petri 网理论（Petri Network Theory ，PNT ）、支持向量机（Support Vector Machine ，SVM ）、仿生学理论（Bionics Theory ，BT ）的应用等，其中前四种技术得到了较多的研究，相对比较成熟和常用。本文对电力系统故障诊断领域的智能诊断技术的发展现状以及存在的问题进行综述，并对解决相关问题的方法进行了总结。 2 智能故障诊断技术发展现状美国是对故障诊断技术进行系统研究最早的国家之一，1961年美国开始执行阿波罗计划后，出现了一系列设备故障，促使美国航天局和美国海军积

500kV输电线路故障诊断方法综述_魏智娟

2012年第2期 1 500kV 输电线路故障诊断方法综述魏智娟1 李春明2 付学文1 （1.内蒙古工业大学电力学院，呼和浩特 010080；2.内蒙古工业大学信息学院，呼和浩特 010080）摘要对近几年国内外具有代表的中外文献进行了学习研究，重点论述了输电线路故障诊断的四种方法：阻抗法，神经网络和模糊理论等智能算法，小波理论，行波法。综合输电线路的四种故障诊断方法，建议采用小波熵原理对输电线路故障模型进行故障类型识别，运用基于小波熵的单端行波测距方法实现故障定位。关键词：故障诊断；阻抗法；智能算法；小波理论；行波法 The Survey on Fault Diagnosis in the 500kV Power Transmission Lines Wei Zhijuan 1 Li Chunming 2 Fu Xuewen 1 （1.The Power College of Inner Mongolia University of Technological, Inner Mongolia, Hohhot 010080; 2.The Information College of Inner Mongolia University of Technological, Inner Mongolia, Hohhot 010080） Abstract Based on the overview of typical literatures at home and abroad, this research focused on the four methods of failure diagnosis of transmission lines, namely, Impedance method, Intelligent method such as Neural Network Theory and Fuzzy Theory, Wavelet Theory and Traveling Wave method. And based on the synthesis of the four methods, this research suggested that simulation should be conducted to the failure models of transmission line by applying Wavelet Entropy Principle and the results of the simulation should be analyzed in order to identify the failure types; and the failure simulation should be conducted by the single traveling wave distance-testing method of wavelet entropy, and the results of the simulation should be analyzed in order to realize failure location. Key words ：failure diagnosis ；impedance method ；intelligent algorithm ；the Wavelet Theory ；the traveling wave method 超高压输电线路是电力系统的命脉，它担负着传送电能的重任，其安全可靠运行是电网安全的根本保证。输电线路在实际运行中经常发生各种故障，如输电线路的鸟害故障[1]、输电线路的风偏故障等[2]，及时准确地对输电线路进行故障诊断就显得非常重要。国家电网公司架空送电线路运行规程明确规定 “220kV 及以上架空送电线路必须装设线路故障测距装置”[3-4]。由于我国幅员辽阔，地形地貌的多样性致使输电线路工作环境极为恶劣，输电线路发生故障导致线路跳闸、电网停电，对电力系统安全运行造成了很大威胁，所以，在线路发生故障后迅速准确地进行故障诊断，减少因故障引起的停电损失，降低寻找故障点的劳动强度，尽最大可能降低对整个电力系统的扰动程度，确保电力系统的安全可靠稳定运行具有十分重要的意义。本文在总结前人的基础上，重点论述了超高压输电线路的4种故障诊断方法，建议采用小波熵原理对输电线路故障类型进行故障识别，利用基于小波熵的单端行波测距方法实现故障定位。 1 输电线路故障诊断当输电线路发生故障时，早先的故障定位通常是由经验丰富的运行人员在阅读故障录波图的基础上，综合电力用户提供的信息，进行预测、判断可能出现的故障位置，然后派巡线人员通过查线确认故障位置并及时排除故障。在电力市场竞争日渐激

电机故障诊断综合实验讲解

电机故障诊断综合实验课程名称：电气设备故障诊断技术实验组员；张笑庆（信电09-8）丁慧慧（信电09-8）王喜乐（信电09-8）朱星奎（信电09-8）

目录一、实验目的 (3) 二、实验内容 (3) 三、实验原理 (3) 四、实验步骤 (3) 五、数据采集与分析步骤 (4) 六、数据处理 (5) 1、傅里叶变换法 (5) 2、PARK 矢量法 (8) 3、小波变换法 (13) 七、实验总结 (15)

一、实验目的 1、初步了解故障诊断的过程； 2、了解并初步掌握电机转子断条和气隙偏心故障的定子电流频谱分析方法； 3、认识不同的数据处理与故障诊断方法在故障诊断的敏感性和准确性等方面的差异。二、实验内容分别采集状态良好的和存在转子断条，气隙偏心，匝间短路故障的三相异步电动机、在不同负载工况下的三相电流数据；然后运用已编制好软件或运用MATLAB自行编程，对测试数据进行频谱分析，根据相应的故障诊断特征频谱分量，判断电机的故障状态。三、实验原理当三相电机出现转子断条故障时，电流频谱中会出现特征分量=（1±2ks）*f1，通常k=1时的特征最为明显；当出现气隙偏心故障时，电流频谱中会出现特征分量=f1±mfr，其中fr为转子频率，m为正整数。当三相电动机出现定子匝间短路故障时，通过对三相定子电流运用Park矢量模平方函数进行变换，电流中除了直流分量外还出现了两倍的基频分量。电机稳态运行时，转速相对稳定，故障特征频率也相对稳定，因此，可根据频谱分析结果判断电机有无对应故障。四、实验步骤转子断条故障注意：严格按照实验步骤，同时在调节整定时间时注意安全！（１）时间继电器的调整。

机械故障诊断技术课后复习资料

机械故障诊断技术（第二版张建）课后答案第一章 1、故障诊断的基础是建立在能量耗散的原理上的。 2、机械故障诊断的基本方法课按不同观点来分类，目前流行的分类方法有两种：一是按机械故障诊断方法的难易程度分类，可分为简易诊断法和精密诊断法；二是按机械故障诊断的测试手段来分类，主要分为直接观察法、振动噪声测定法、无损检测法、磨损残余物测定法、机器性能参数测定法。 3、设备运行过程中的盆浴曲线是指什么？答：指设备维修工程中根据统计得出一般机械设备劣化进程的规律曲线（曲线的形状类似浴盆的剖面线） 4、机械故障诊断包括哪几个方面内容？答：（1）运行状态的检测根据机械设备在运行时产生的信息判断设备是否运行正常，其目的是为了早期发现设备故障的苗头。（2）设备运行状态的趋势预报在状态检测的基础上进一步对设备运行状态的发展趋势进行预测，其目的是为了预知设备劣化的速度，以便生产安排和维修计划提前做好准备。（3）故障类型、程度、部位、原因的确定最重要的是设备类型的确定，它是在状态检测的基础上，确定当机器已经处于异常状态时所需进一步解决的问题，其目的是为了最后诊断决策提供依据。 5、请叙述机械设备的故障诊断技术的意义？答：设备诊断技术是一种了解和掌握设备在使用过程中的状态，确定其整体或局部是正常或异常，早期发现故障及其原因，并能预报故障发展趋势的技术。机械设备的故障诊断可以保证整个企业的生产系统设备的运行，减少经济损失，还可以减少某些关键机床设备因故障存在而导致加工质量降低，保证整个机器产品质量。 6、劣化曲线沿横、纵轴分别分成的三个区间分别是什么，代表什么意义？答：横轴包括1、磨合期 2、正常使用期 3、耗损期纵轴包括1、绿区（故障率最低，表示机器处于良好状态）2、黄区（故障率有抬高的趋势，表示机器

故障诊断理论方法综述

故障诊断理论方法综述故障诊断的主要任务有：故障检测、故障类型判断、故障定位及故障恢复等。其中：故障检测是指与系统建立连接后，周期性地向下位机发送检测信号，通过接收的响应数据帧，判断系统是否产生故障；故障类型判断就是系统在检测出故障之后，通过分析原因，判断出系统故障的类型；故障定位是在前两部的基础之上，细化故障种类，诊断出系统具体故障部位和故障原因，为故障恢复做准备；故障恢复是整个故障诊断过程中最后也是最重要的一个环节，需要根据故障原因，采取不同的措施，对系统故障进行恢复一、基于解析模型的方法基于解析模型的故障诊断方法主要是通过构造观测器估计系统输出，然后将它与输出的测量值作比较从中取得故障信息。它还可进一步分为基于状态估计的方法和基于参数估计的方法，前者从真实系统的输出与状态观测器或者卡尔曼滤波器的输出比较形成残差，然后从残差中提取故障特征进而实行故障诊断；后者由机理分析确定系统的模型参数和物理元器件之间的关系方程，由实时辨识求得系统的实际模型参数，然后求解实际的物理元器件参数，与标称值比较而确定系统是否发生故障及故障的程度。基于解析模型的故障诊断方法都要求建立系统精确的数学模型，但随着现代设备的不断大型化、复杂化和非线性化，往往很难或者无法建立系统精确的数学模型，从而大大限制了基于解析模型的故障诊断方法的推广和应用。二、基于信号处理的方法当可以得到被控测对象的输入输出信号，但很难建立被控对象的解析数学模型时，可采用基于信号处理的方法。基于信号处理的方法是一种传统的故障诊断技术，通常利用信号模型，如相关函数、频谱、自回归滑动平均、小波变换等，直接分析可测信号，提取诸如方差、幅值、频率等特征值，识别和评价机械设备所处的状态。基于信号处理的方法又分为基于可测值或其变化趋势值检查的方法和基于可测信号处理的故障诊断方法等。基于可测值或其变化趋势值检查的方法根据系统的直接可测的输入输出信号及其变化趋势来进行故障诊断，当系统的输入输出信号或者变化超出允许的范围时，即认为系统发生了故障，根据异常的信号来判定故障的性质和发生的部位。基于可测信号处理的故障诊断方法利用系统的输出信号状态与一定故障源之间的相关性来判定和定位故障，具体有频谱分析方法等。三、基于知识的方法在解决实际的故障诊断问题时，经验丰富的专家进行故障诊断并不都是采用严格的数学算法从一串串计算结果中来查找问题。对于一个结构复杂的系统，当其运行过程发生故障时，人们容易获得的往往是一些涉及故障征兆的描述性知识以及各故障源与故障征兆之间关联性的知识。尽管这些知识大多是定性的而非定量的，但对准确分析故障能起到重要的作用。经验丰富的专家就是使用长期积累起来的这类经验知识，快速直接实现对系统故障的诊断。利用知识，通过符号推理的方法进行故障诊断，这是故障诊断技术的又一个分支——基于知识的故障诊断。基于知识的故障诊断是目前研究和应用的热点，国内外学者提出了很多方法。由于领域专家在基于知识的故障诊断中扮演重要角色，因此基于知识的故障诊断系统又称为故障诊断专家系统。如图1.1

机械故障诊断考试题目

机械故障诊断考试--题库（部分内容可变为填空题）第一章： 1、试分析一般机械设备的劣化进程。答：1）早期故障期阶段特点：开始故障率高，随着运转时间的增加，故障率很快减小，且恒定。早期故障率高的原因在于：设计疏忽，制造、安装的缺陷，操作使用差错。 2）偶发故障期阶段特点：故障率恒定且最低，为产品的最佳工作期。故障原因：主要是使用不当、操作失误或其它意外原因。 3）耗损故障期阶段特点：故障率再度快速上升。故障原因：零件的正常磨损、化学腐蚀、物理性质变化以及材料的疲劳等老化过程。 2、根据机械故障诊断测试手段的不同，机械故障诊断的方法有哪些？答：1′直接观察法－传统的直接观察法如“听、摸、看、闻”是最早的诊断方法，并一直沿用到现在，在一些情况下仍然十分有效。 2′振动噪声测定法－机械设备在动态下(包括正常和异常状态)都会产生振动和噪声。进一步的研究还表明，振动和噪声的强弱及其包含的主要频率成分和故障的类型、程度、部位和原因等有着密切的联系。 3′无损检验－无损检验是一种从材料和产品的无损检验技术中发展起来的方法 4′磨损残余物测定法（污染诊断法 5′机器性能参数测定法－机器的性能参数主要包括显示机器主要功能的一些数据 3、设备维修制度有哪几种？试对各种制度进行简要说明。答：1o事后维修特点是“不坏不修，坏了才修”，现仍用于大批量的非重要设备。 2o预防维修（定期维修）在规定时间基础上执行的周期性维修 3o预知维修在状态监测的基础上，根据设备运行实际劣化的程度决定维修时间和规模。预知维修既避免了“过剩维修”，又防止了“维修不足”；既减少了材料消耗和维修工作量，又避免了因修理不当而引起的人为故障，从而保证了设备的可靠性和使用有效性。第二章： 1、什么是故障机理？答：机械故障的内因，即导致故障的物理、化学或机械过程，称为故障机理。 2、什么是机械的可靠性？机械可靠性的数量指标有哪两个？他们之间互为什么关系？

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

工程机械故障诊断方法综述

工程机械故障诊断方法综述谢祺机0801-1 20080534 【摘要】：机械设备的检测诊断技术在现代工业生产中的作用不可忽视,从设备诊断的基本方法、内容和技术手段等多方面对我国机械设备诊断技术的现状进行了综述,并在此基础上分析并提出了该技术在今后的发展趋势。【关键字】：机械设备诊断技术发展趋势引言随着科学技术的发展,机械设备越来越复杂,自动化水平越来越高,机械设备在现代工业生产中的作用和影响越来越大,与其有关的费用越来越高,机器运行中发生的任何故障或失效不仅会造成重大的经济损失,甚至还可能导致人员伤亡。通过对设备工况进行检测,对故障发展趋势进行早期诊断,找出故障原因,采取措施避免设备的突然损坏,使之安全经济地运转,在现代工业生产中起着重要的作用。开展机械设备故障检测与诊断技术的研究具有重要的现实意义。本文试图对机械设备故障监测诊断的内容、方法的现状及发展趋势进行探讨。 1机械故障诊断技术的历史早在60年代末，美国国家宇航局(NASA)就创立美国机械故障预防MFPG(Machinery Fault Prevention Group)，英国成立了机械保健中心(UK，Machineral Health Monitoring Center)。由于诊断技术所产生的巨大的经济效益，从而得到迅速发展。但各个工程领域对故障诊断的敏感程度和需求迫切性并不相同。例如一台机械设备因故障停机检修并不导致全厂生产过程停顿，或对产品质量产生严重的影响，它对故障诊断的需求性就不那么迫切。反之，就非要有故障诊断技术不可。目前监视诊断技术主要用于连续生产系统或与产品质量有直接关系的关键设备。机械故障诊断技术发展几十年来，产生了巨大的经济效益，成为各国研究的热点。从诊断技术的各分支技术来看，美国占有领先地位。美国的一些公司，如 Bently，HP等，他们的监测产品基本上代表了当今诊断技术的最高水平，不仅具有完善的监测功能，而且具有较强的诊断功能，在宇宙、军事、化工等方面具有广泛的应用。美国西屋公司的三套人工智能诊断软件（汽轮机TurbinAID，发电机GenAID，水化学ChemAID）对其所产机组的安全运行发挥了巨大的作用。还有美国通用电器公司研究的用于内燃电力机车故障排除的专家系统DELTA；美国NASA研制的用于动力系统诊断的专家系统；Delio Products公司研制的用于汽车发动机冷却系统噪声原因诊断的专家系统ENGING COOLING ADCISOR等。近年来，由于微机特别是便携机的迅速发展，基于便携机的在线、离线监测与诊断系统日益普及，如美国生产的M6000系列产品，得到了广泛的应用[2]。英国于70年代初成立了机器保健与状态监测协会，到了80年代初在发展和推广设备诊断技术方面作了大量的工作，起到了积极的促进作用。英国曼彻斯特大学创立的沃森工业维修公司和斯旺西大学的摩擦磨损研究中心在诊断技术研究方面都有很高的声誉。英国原子能研究机构在核发电方面，利用噪声分析对炉体进行监测，以及对锅炉、压力容器、管道得无损检测等，起到了英国故障

基于PLC电机故障诊断系统设计

基于PLC电机故障诊断系统设计摘要：随着经济的高速发展，现今社会自动化代替人工操作已经不是梦想，PLC可编程逻辑控制器（PLC）是实现自动化操作的基础。一个完善的PLC控制系统不仅仅只是使整个自动化操作系统满足工业自动化控制的要求还可以在自动化生产系统出现故障时及时的对故障进行诊断和处理，保证了生产设备的正常运转。PLC故障的诊断和处理是体现自动化控制系统代替人工操作实现自我诊断和处理的先进化程度，同时也是衡量自动化控制的智能化指标。PLC 对于整个系统故障的自我诊断对于工业控制具有较的实用价值。关键词：PLC电机故障诊断系统设计中图分类号：TM57 文献标识码：A 文章编号：1003-9082（2016）06-0278-02 在当下的工业生产过程中，PLC控制系统在工业智能化的领域被大量的使用，是实现工业自动化控制的中间力量。PLC的完善程度决定着整个自动化操作系统的安全性和可靠性，PLC故障诊断系统它在工业自动化控制中占有举足轻重的地位。一、电机系统的组成和工作原理 PLC电机系统主要由上位计算机和一套PLC监控系统组

成[1]。上位计算机为用户提供数据、图形和事件的显示。PLC 通过外部变送器、互感器和发动机连接完成自动化系统设备的故障信号检测并将这些数据转化为通讯数据传输给上位计算机。上位计算机通过对故障原因进行分析和判断，分析和判断后的结果通过数据传送给人机界面。人机界面给出故障点解释故障的诊断结果，并在人机界面给出相应排除故障的建议。电机故障诊断系统的框架图如下：当操作人员按下生产系统的开机按钮后，PLC电机故障诊断系统先对断路器的闭合或断开的形态进行判断，如果电机故障诊断系统监测到断路器初始状态为闭合那么电机将无法启动，并且伴随报警，反之则启动成功。电机启动成功的标志是在控制柜上电机的“开/关”指示灯亮起，反之则电机出现故障。在生产设备运行过程中，PLC不停的对电机有可能发生的故障进行循环的检测。如果电机发生相间短路、断相和过负荷以及过电流等故障，PLC迅速的对电机故障做出判断和相应的故障分析并且为操作人员给出排除故障的建议。在关机时，PLC接到关机命令后，断路器跳闸（电机“开/关”指示灯灭），故障声光报警后，按下报警复位按钮进行系统复位完成关机动作[2]。二、PLC的组成 PLC的组成主要包含：中央处理器、存储器、输入/输出模块、电源、外部设备接口及输入/输出扩展单元等组成。它

机械故障诊断技术的现状及发展趋势

机械故障诊断技术的现状及发展趋势摘要：随着机械行业的不断发展，机械故障诊断的研究也不断提出新的要求，进20年来，国内外的故障诊断技术得到了突飞猛进的发展，对机械故障诊断的发展现状进行了详细的论述，并对其发展趋势进行了展望。关键词：故障诊断；现状；发展趋势引言机械故障诊断技术作为一门新兴的科学，自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其重要的现实意义。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锣鼓后语国外的发展。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，研究的系统与实际情况相差甚远，往往是从高等院校或者科研部门开始，在进行到个别企业，而国外的发展则是从现场发现问题进而反应到高等院校或者科研单位，是的研究有的放矢。记过近二十年的努力，我国自己开发的故障诊断系统已趋于成熟，在工业生产中得到了广泛应用。但一些新的方法和原理的出现，使得故障诊断技术的研究不断向前发展，正逐步走向准确、方便、及时的轨道上来。 1.故障诊断的含义及其现状故障诊断技术是一门了解和掌握设备运行过程中的状态，进而确定其整体或者局部是否正常，以便早期发现故障、查明原因，并掌握故障发展趋势的技术。其目的是避免故障的发生，最大限度的提高机械地使用效率。 1.1设备诊断技术的研究内容主要包括以下三个环节：（1）特征信号的采集：这一过程属于准备阶段，主要用一些仪器测取被测仪器的有关特征值，如速度、湿度、噪音、压力、流量等。现在信号的采集主要用传感器，在这一阶段的主要研究基于各种原理的传感技术，目标是能在各种环境中得到高可靠、高稳定的传感测试信号。国内传感器类型：电涡流传感器、速度传感器、加速度传感器和湿度传感器等；最近开发的传感技术有光导纤维、激光、声发射等。（2）信号的提取与处理：从采集到的信号中提取与设备故障有关的特征信息，与正常信息只进行对比，这一步就可以称之为状态检测。目前，小波分析在这方面得到广泛应用，尤其是在旋转机械的轴承故障诊断中。基于相空间重构的GMD数据处理方法也刚刚开始研究，此方法对处理一些复杂机械的非线性振动，从而进一步预测故障的发展趋势非常有效。（3）判断故障种类：从上一步的结果中运用各种经验和知识，对设备的状态进行识别，进而做出维修决策。这一步关键是研究系统参数识别和诊断中相关的实用技术，探讨多传感器优化配置问题，发展信息融合技术、模糊诊断、神经网络、小波变换、专家系统等在设备故障诊断中的应用。 1.2故障诊断及时的发展历程· 故障诊断技术的大致三个阶段：（1）事后维修阶段；（2）预防维修阶段；（3）预知维修阶段。现在基本处于预知维修阶段，预知维修的关键在于对设备运行状态进行连续监测或周期检测，提取特征信号，通过对历史数据的分析来预测设备的发展趋势。 1.3故障诊断的发展现状目前，国内检测技术的研究主要集中在以下几个方面：

故障诊断技术综述

故障诊断技术综述一引言故障诊断技术是一门紧密结合生产实际的工程科学，是现代化生产发展的产物。随着现代科学技术在设备上的应用，设备的结构越来越复杂，功能也越来越完善，自动化程度越来越高，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，甚至会造成严重的乃至灾难性的事故。不言而喻，机械故障诊断技术在工业生产中起着越来越重要的作用，生产实践证明，研究故障诊断技术具有重要的现实意义。二故障诊断技术的定义故障诊断技术就是在设备运行中或基本不拆卸设备的情况下，掌握设备的运行状况，根据对被诊断对象测试所取得的有用信息进行分析处理，判断被诊断对象的状态是否处于异常状态或故障状态，判断劣化状态发生的部位或零部件，并判定产生故障的原因，以及预测状态劣化的发展趋势等。其目的是提高设备效率和运行可靠性，防患于未然，避免故障的发生。三故障诊断技术的构成环节从故障诊断的流程看，通常诊断系统由信号采集、信号处理、状态识别和诊断决策四大部分构成。其中，信号采集是基础，信号分析和处理是关键，状态识别(包括判断和预报)是核心，决策与管理是最终目标。前3个环节是基本环节。 1.信号采集信息采集的基本任务是获取有用的信息。这是故障诊断的基础和前提，监测获取到的有用信息越多，监测数据越真实，越容易判断出故障原因。在运行过程中，必然会有力、热、振动及能量等各种量的变化，由此会产生各种不同的信息，根据不同的诊断需要，选择能表征设备工作状态的不同信息，如振动、压力及温度等，是十分必要的。这些信号一般是用不同的传感器来拾取的。只有采集到反映设备实际状态的信号，诊断的后续工作才有意义，因而信号采集是故障诊断技术中不可缺少的重要环节。 (1) 常用的设备状态监测技术分类 1) 振动信号监测技术对设备的振动信号测试和分析，能获得机体、转子或其他零部件的振动幅值、频率和相位3个基本要素，经过对信号的分析、处理与识别，可了解到设备的振动特点、结构强弱、振动来源、故障部位和故障原因，为诊断决策提供依据。故利用振动信号诊断故障的技术较为普遍。 2) 声信号监测诊断技术声信号监测诊断技术包括：噪声诊断、超声波诊断和声发射诊断技术。其中噪声的分析与诊断通常有两个目的：一是寻找机器发出噪声的主要声源，以便采取相应措施降低噪声；二是利用噪声信号判别故障。从噪声信号中提取特征信号，可以检测出故障的原因和发生故

机械故障诊断综述

中国自动化学会中南六省（区）２０１０年第２８届年会?论文集机械故障诊断综述 Survey on Faults Diagnosis of Machine 赵宏伟１，２，张清华１，夏路易２，邵龙秋１（１广东石油化工学院　计算机与电子信息学院，广东　茂名５２５０００；２太原理工大学　信息工程学院，山西　太原０３００２４）摘要：本文较系统的介绍了故障诊断的基本过程、原理，在此基础上对故障诊断方法做了详细、系统的论述，并进一步对故障诊断技术的发展做了展望。关键词：故障诊断；诊断原理；维修制度Ａｂｓｔｒａｃｔ：　Ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，　ｔｈｅ　ｂａｓｉｃ　ｐｒｏｃｅｓｓ　ａｎｄ　ｐｒｉｎｃｉｐｌｅ　ｏｆ　ｆａｕｌｔ　ｄｉａｇｎｏｓｉｓ　ａｒｅ　ｉｎｔｒｏｄｕｃｅｄ．　Ｏｎ　ｔｈａｔ　ｂａｓｉｓ，　ｔｈｅ　ｍａｉｎ　ｍｅｔｈｏｄ　ｏｆ　ｆａｕｌｔ　ｄｉａｇｎｏｓｉｓ　ｉｓｉｎｔｒｏｄｕｃｅｄ　ｉｎ　ｄｅｔａｉｌ．　Ｆｉｎａｌｌｙ，　ｔｈｅ　ｄｅｖｅｌｏｐｍｅｎｔ　ｏｎ　ｔｅｃｈｎｉｑｕｅ　ｏｆ　ｆａｕｌｔｓ　ｄｉａｇｎｏｓｉｓ　ｉｓ　ｌｏｏｋｅｄ　ｆｏｒｗａｒｄ．Ｋｅｙ　Ｗｏｒｄｓ：　Ｆａｕｌｔｓ　Ｄｉａｇｎｏｓｉｓ；　Ｄｉａｇｎｏｓｉｓ　Ｐｒｉｎｃｉｐｌｅ；　ｍａｉｎｔｅｎａｎｃｅ１引言七十年代以来，计算机和电子技术飞跃发展，促使工业生产向现代化、机器设备向大型化、连续化、高速化、自动化发展。与此同时，现代化机械设备的应用一方面大大促进了生产的发展；另一方面也潜伏着一个很大的危机，即一旦发生故障所造成的直接和间接的损失将是十分严重。为解决这一问题，机械故障诊断技术孕育而出。这门新技术也是一门以高等数学、物理、化学、电子技术、机电设备失效学为基础的新兴学科。它的宗旨就是运用当代一切科技的新成就发现设备的隐患，以期对设备事故防患于未然。如今它已是现代化设备维修技术的重要组成部分，并且成了设备维修管理工作现代化的一个重要标志。２设备维修制度目前，与故障诊断技术紧密相关的设备维修制度共有三种：（１）事后维修制度（ＰＯＭ）：这是一种早期的维修制度。主要特点是“不坏不修，坏了再修。”这种维修制度对发生事故难以预料，并往往会造成设备的严重损坏，既不安全且又延长了检修时间。（２）预防维修制度（ＰＭ）：又称以时间为基础的设备维修制度（ＴＢＭ）或计划维修制度。这是一种静态维修制度，主要特点是当设备运行达到计划规定的时间或吨公里时便进行强制维修。它比前一种维修制度大大前进了一步，对于保障设备和人身安全，起到了积极作用。同时，这种维修制度也存在明显的缺陷，即过剩维修和失修的问题。以滚动轴承为例，同一型号的滚动轴承，其实际的使用寿命有时相差达数十倍。在预防维修制度行监测与诊断故障的方法，具体包括声音监听法、频谱分析法和声强法。温度信号监测诊断技术包括物体温度的直接测量和热红外分析技术。实际工业中不恰当的温度变化往往意味着热故障的发生。从被测设备的某一部分的温１３０

故障诊断技术综述

故障诊断技术综述标准化文件发布号：（9312-EUATWW-MWUB-WUNN-INNUL-DQQTY-

齿轮故障诊断方法综述

齿轮故障诊断方法综述摘要齿轮就是机械设备中常用得部件,而齿轮传动也就是机械传动中最常见得方式之一。在许多情况下,齿轮故障又就是导致设备失效得主要原因。因此对齿轮进行故障诊断具有非常重要得意义。介绍了故障得特点与几种诊断方法,并比较了基于粒子群优化得小波神经网络,基于相关分析与小波变换,基于小波包与BP神经网络与基于小波分析等故障诊断方法得优缺点,并提出了齿轮故障诊断得难点与发展方向。关键字齿轮故障诊断诊断方法分析比较发展

目录第一章齿轮故障诊断发展及故障特点 (1) 1、1 齿轮故障诊断得发展 (1) 1、 2齿轮故障形式与震动特征 (1) 第二章齿轮传动故障诊断得方法 (2) 2、 1高阶谱分析 (2) 2、1、1参数化双谱估计得原理 (3) 2、1、2试验装置与信号获取 (3) 2、1、3 故障诊断 (4) 2、1、4 应用双谱分析识别齿轮故障 (4) 2、2基于边频分析得齿轮故障诊断 (6) 2、2、1分析原理 (6) 2、2、2铣床振动测试 (6) 2、2、3 边频带分析 (7) 2、2、4 故障诊断 (8) 2、 3时域分析 (10) 2、3、1 时域指标 (10) 2、3、2非线性时间分析 (10)

第一章齿轮故障诊断发展及故障特点 1、1 齿轮故障诊断得发展齿轮故障诊断始于七十年代初,早期得齿轮故障诊断仅限于在旋转式机械上测量一些简单得振动参数,用一些简单得方法进行诊断。这些简单得参数与诊断方法对齿轮故障诊断反应灵敏度较低,根本无法准确判断发生故障得部位。七十年代末到八十年代中期,旋转式机械中齿轮故障诊断得频域法发展很快,其中R、B、Randall与James1、Taylor等人做好了许多有益得工作,积累了不少故障诊断得成功实例,出现了一些较好得频域分析方法,对齿轮磨损与齿根断裂等故障诊断较为成功。进入九十年代以后,神经网络、模糊推理与网络技术得发展与融合使得齿轮系统故障诊断进入了蓬勃发展得时期。我国学者在齿轮故障诊断研究方面也做了大量工作。1986年,屈梁生、何正嘉在《机械故障诊断学》中分析了齿轮故障得时频域特点。1988年,颜玉玲、赵淳生对滚动轴承得振动监测及故障诊断进行了分析。1997年,郑州工业大学韩捷等在“齿轮故障得振动频谱机理研究”中对齿轮得故障机理做了探讨。西安交通大学张西宁等在“齿轮状态监测与识别方法得研究”中提出了一种新方法即基于一致度分析。 1、 2齿轮故障形式与震动特征通常齿轮在运转时,由于制造不良或操作维护不善会产生各种形式得故障。故障形式又随齿轮材料、热处理、运转状态等因素得不同而不同,常见得齿轮故障形式有齿面磨损、齿面胶合与擦伤、齿面接触疲劳与弯曲疲劳与断齿。在齿轮运转状态下,伴随着内部故障得发生与发展,必然会产生振动上得异常。实践证明,振动分析就是齿轮故障检测中最有效得方法。若齿轮副主轮转速为n1,齿数为z1,频率为f1;从轮转速为n2,齿数为z2,频率为f2,则齿轮啮合频率fC 为:fC=Nf1z1=Nf2z2=Nn160z1=Nn260z2(1) 式中:N=1, 2, 3,…。齿轮处于正常或异常状态下,啮合频率振动成分及其倍频总就是存在得,但两种状态下得振动水平有差异。如果仅仅依靠对齿轮振动信号得啮合频率及其倍频成分得差异来识别齿轮得故障就是不够得,因故障对振动