設備故障診斷系統范文

導語：如何才能寫好一篇設備故障診斷系統，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公文云整理的十篇范文，供你借鑒。

篇1

[關鍵詞]電氣設備；故障分析；診斷系統；研究分析

中圖分類號：TM507 文獻標識號：A 文章編號：2306-1499（2014）13-0027-01

促進經濟發展的根本動力是生產力的發展，只有提高了生產力，生產技術才會得以提高，經濟效益才能發生質的改變。社會是不斷向前發展的，生產力發展就是其中一個重要的體現，在社會、經濟快速進步的這個過程中，電氣設備發揮了無比大的價值。在歡慶之余，也應該看到電氣設備的不足之處。如果電氣設備一旦發生問題，由于網絡、電氣等科技產品具有很強的整體性和連帶性，那么發生的后果將是無法挽回的，嚴重的話整個系統將會發生癱瘓。因此在使用電氣設備的基礎上，也要注重電氣設備的故障檢測，及時修復電氣設備故障，掌握電氣設備的相關應用知識，利用電氣設備故障診斷系統排除因為設備故障而發生任何后果的情況，避免企業的生產受到損失和延退，更好地促進社會的發展和經濟效益的提高。

1.電氣設備故障診斷的必要性

進行電氣設備故障診斷主要有兩個方面的原因，一方面是隨著全球經濟政治一體化的趨勢日益顯著，整個世界已經連成一個整體，各國經濟貿易日益密切，這些都說明了在以后經濟的發展中，電氣設備更加發揮著重要的作用。經濟交易是連接生產和消費的橋梁，只有保障企業進行安全的生產才能保證經濟交易的成功。而企業安全生產的保證就必須依靠電氣設備的安全應用。古往今來，每一家企業都明白生產產品質量的好壞直接關系著企業的信譽和前景，并希望自己的產品能夠達到工業品的質量要求，在此基礎上，企業也希望所付出的成本代價較低，為企業后續的資金運作提供一個良好的平臺。電氣設備不僅能夠保證企業產品的安全，還可以避免企業因為設備不善而不斷投入資金造成巨大的成本損失。因此，企業必須采取科學的手段對企業電氣設備進行科學準確地檢測，對電氣設備的故障進行精確可靠的分析，運用科學的技術方法的監測和故障診斷措施對生產裝置的電氣設備進行及時的檢修維護的工作。這樣就可以預先知道電氣設備存在的安全隱患，并根據故障分析結果，進行相應的措施和防范，及時改善電氣設備的不足和問題之源，在最短的時間里解決隱患問題和出現的故障問題。

另一方面是工業所應用的電氣設備稍微不注意，一般都比較容易受到磨損。當設備受到磨損后，就會阻礙企業產品的生產。導致電氣設備發生磨損主要有以下兩大原因。第一個原因主要是設備的外部表面的原因，由于員工在工作的時候沒有多加注意造成機器外部的摩擦、電線的熔斷以及短路電線磨出火花等等問題。第二個原因主要是設備內部的原因，比如設備內在的零件軸承不咬合，部分零件的損壞和部分元件不能像正常那樣發揮本具有的價值，這些問題都是當時選取設備的時候采購方面出現問題造成的，例如無意間采購了不合格的產品等等。所以為了避免電氣設備發生損壞而造成無法彌補的過錯，必須對電氣設備的故障進行日常檢查和維修，利用電氣設備故障診斷系統來進行處理。

2.電氣設備故障診斷系統的構成

電氣設備故障診斷系統主要由人機接口、數據庫、推理機、知識獲取設備這幾部分組成。

2.1人機接口

人機接口主要是連接用戶和故障診斷系統的橋梁，用戶可以通過人機接口將受到的信息進行更加準確、更加科學的處理，最后整理出實效信息，在一定程度上保證了信息的可靠性和精準性。

2.2數據庫

數據庫主要有靜態數據庫和動態數據庫兩種表現形式，不同的形式有著不同的作用途徑。靜態數據庫是通過產生式的規則來獲取數據，而動態數據庫則是在系統運行過程中進行數據的存儲處理。雖然數據庫的表現形式不同，產生作用的途徑不同，但是這兩種方式都可以對故障進行檢測和研究，其重要地位不可小覷。

2.3推理機

推理機和數據庫有相同點，但是也有不同點。相同點是他們都可以有效地對電氣設備提供相應的技術支持，進而更好地為電氣設備提供一個有效的故障診斷系統。兩者的不同點在于推理機要比數據庫更加具體，處理故障比較細微的地方。根據故障診斷系統反饋的數據來對電氣設備的故障進行推理，從而可以確定電氣設備的部位，找出電氣設備發生故障的根本原因，針對下藥，采取正確的措施來使得電氣設備更好的工作和發揮作用。缺少了推理機，則無法完成故障分析和故障修復，因此，推理機在整個故障診斷系統中占有重要的位置。

2.4知識獲取設備

知識獲取設備主要和故障診斷系統性能的高低有著重要的聯系。通過知識獲取設備可以掌握有關故障的一切知識，也可以借鑒前期的經驗總結。總之，在知識獲取設備的基礎上，將經驗和知識兩者相結合，使得診斷系統日益完善，其功能也不斷提高。

3.電氣設備故障診斷系統的作用

3.1保護作用

電氣設備故障診斷系統可以對電氣設備進行強有力的保護，通過對電氣設備進行故障診斷和故障分析，保證電氣設備的更新程度和更新頻率，可以使電氣設備更好地投入到工作中。也可以提前了解電氣設備的質量，根據數據反饋來進行故障預防，這樣可以降低修復故障的成本。

3.2能夠有效地處理設備故障

電氣設備診斷系統不僅可以為設備進行診斷，還可以對設備的故障處理進行指導。在找出故障的基礎上，進一步地分析故障產生的原因，條件，從而有針對性地提供一個故障解決的計劃，而且這個計劃具有最優性。當遇到其他問題時，也可以為人們提供一個比較好的處理規劃。

3.3診斷作用

通過電氣設備故障診斷系統，人們可以找到發生故障的位置，明白哪里出現了問題。首先，在最開始進行設備的診斷時，在系統的選擇頁面選擇需要進行故障診斷的設備；其次，根據所選擇的的設備來調取相應的數據庫，以數據庫為基礎找出準確的故障發生點；最后，根據數據庫來進行故障原因的分析，為故障的診斷提供依據。

參考文獻

[1]肖方勇.淺議電氣設備故障診斷系統的分析與設計[J].科技創新導報，2013，20：238.

[2]胡曉光，齊明，紀延超，于文斌.基于徑向基函數網絡的高壓斷路器在線監測和故障診斷[J]；電網技術；2001（08）.

篇2

【關鍵詞】煤礦機電；遠程監控；故障診斷；設備管理

由于煤礦機電處于相對惡劣的工作環境中，煤礦機電設備多承受變載荷，煤礦機電的監控與故障診斷要求實時性較高，機械的故障原因復雜。對于煤礦機電設備的管理，只有可靠的及時的監控技術和故障診斷系統，才可以提高系統的穩定安全性能，降低管理運行成本。煤礦機電設備監控與診斷系統采取了數據的采集與集中監測顯示的方式實現設備的動態診斷，這種方式在設備運行狀態監測中起到重要作用，及時準確地診斷分析出機電設備可能出現的故障。

1．機電設備管理信息系統的目標

機電設備管理水平的高低、設備運行的好壞、設備有效作業率的高低直接關系到煤礦生產計劃的制定、實施、產品、質量、原材料的消耗以及工藝指標的控制等方面，因此，開發和建立煤礦機電設備管理信息系統有著重要意義。機電設備管理信息系統的目標如下：(1)對企業內的設備檔案、運行狀態、維修計劃等進行維護、查詢，為各級管理部門提供所需的設備統計、查詢數據。建立符合煤礦生產的設備管理系統，以保障設備信息的動態完整性、可靠及時性。(2)機電設備管理子系統應將全部的設備管理部門、設備使用部門、財務等相關部門聯系起來，達到數據共享，形成一個完整的設備管理體系。(3)設備維修管理，支持輔助編制設備維修計劃功能；提供記錄歷次設備維修情況的輸入、存儲功能；提供反映維修計劃、執行情況的相關數據；提供維修分析功能。(4)設備改造管理，支持輔助編制設備改造計劃功能；提供記錄歷次設備維改造情況的輸入、存儲功能；提供反映改造計劃、執行情況的相關數據。(5)設備運行管理，提供設備完好率等統計數據，以反映設備技術狀態和管理水平。煤礦檢測與診斷系統可以直觀地反映設備的運行狀態、運行效率及設備的安全狀況，對設備進行及時的跟蹤反饋，動態的展示機電設備的運行狀態，以方便制定出合理的維修、保養計劃，使設備因故障造成的停工時間降到最短，延長設備的使用壽命，降低庫存量，增加經濟效益。

2.煤礦機電監控與故障診斷系統的原理

2.1現場總線技術

現場總線技術是近年來迅速發展起來的一種工業數據總線，它主要解決工業現場的智能化儀器儀表、控制器、執行機構等現場設備間的數字通信以及這些現場控制設備和高級控制系統之間的信息傳遞問題。由于現場總線簡單、可靠、經濟實用等一系列突出的優點，因而受到了許多標準團體和計算機廠商的高度重視。現場總線技術溝通了煤礦生產過程現場及控制設備之間及其與更高控制管理層次之間的聯系。它不僅是一個基層網絡，而且還是一種開放式、新型全分布控制系統。現場總線技術是以智能傳感、控制、計算機、數字通訊等技術為主要內容的綜合技術，對于煤礦機電設備的管理起著重要的作用。

2.2小波神經網絡

小波分析 (wavelet Analysis) 是 20 世紀 80 年代中期發展起來的一門數學理論和方法 ,由法國科學家Grossman和Morlet 在進行地震信號分析時提出的,隨后迅速發展。小波分析的出現被認為是傅立葉分析的突破性進展 ,在逼近論、微分方程、模識識別、計算機視覺、圖像處理、非線性科學等方面使用小波分析取得于許多突破性進展。

小波神經網絡技術通過現場調研收集1000 組傳感器收集的常見檢測記錄，依據不同的故障診斷方法、疑似故障的內部檢查、專家討論分析等方法確定出相應的故障類型。溫度監測技術也己廣泛應用于煤礦設備狀態監測，但設備在即將出現事故溫度才會急劇上升，因此溫度檢測難以完成設備安全監測和早期預警的重任和及時報警的現場要求。鐵譜技術是現階段煤礦行業設備狀態監測與故障診斷常用技術，美國煤礦開展 屑監測工作較早，然而，在應用鐵譜分析技術屬于離線監測，大多還是從設備現場采集油樣，再在實驗室制作譜片進行油液成分分析，分析周期相對較長，速度慢，降低了設備監測的實時性。振動監測技術利用振動信號對設備進行診斷，是設備故障診斷最常用、最有效的方法之一。設備振動信號中包含了系統、零部件由于磨損、疲勞、老化等因素引起的劣化和失效等重要信息，通過對振動信號進行采集、分析和處理，可以監測設備的運行狀態，識別機械設備的故障類型、故障來源，從而為設備的維修提供依據，以達到保障設備安全運行的目的。

3.機電監控與故障診斷系統的實際應用

以下是通過振動分析儀對煤礦通風機設備進行的故障診斷數據及處理過程：(1)振動加速度信號波形：振動峰峰值大小為81.6m/ss(8.16g) 峭度指標:1.8103；(2)振動烈度信號波形：振動烈度為29.7mm/s（最大值*0.707）；(3)振動加速度信號包絡譜分析。

分析結果：一是風機軸承型號為NU324，軸承故障頻率為內圈損傷故障頻率97.5Hz，外圈損傷故障頻率為65Hz，滾動體損傷故障頻率為60Hz。分析圖譜中未發現與軸承各故障頻率相對應的成分；二是從振動加速度時域波形可以看出風機振動劇烈，峰峰值達到80m/ss，此外，時域波形上存在雜亂毛刺，說明風機零部件存在摩擦現象；三是振動加速度信號頻譜圖中沒有出現明顯的軸承故障頻率成分，在700Hz附近存在明顯的邊頻帶現象，對振動信號進行包絡解調分析，得出的調制頻率為12.5Hz，與風機旋轉頻率750rpm相對應；四是由于振動加速度信號振動峭度指標為1.8，小于3，所以風機振動劇烈原因不是由軸承故障引起的沖擊性故障；五是由振動波形中摩擦現象，以及故障調制頻率12.5Hz，可以判斷風機振動劇烈原因與葉片有關，且葉片存在摩擦現象。

結論：檢修發現剛安裝風機的葉片與機殼出現嚴重摩擦，檢修后運行正常。

總之，煤礦機電設備管理涉及內容廣泛，信息復雜，數據量大。在傳統手工管理方式下，信息的采集和反饋速度慢，數據失真、丟失嚴重，導致了設備管理的各個環節相互脫節，各種指標的分析不準確，計劃與實際脫離，影響了設備管理水平的提高。因此，企業開發設備管理信息系統的基本任務，就是要通過將信息技術和管理技術結合，利用計算機輔助設備管理人員的工作，提高工作效率，達到促進設備管理現代化，為提高企業生產技術水平和產品質量、降低消耗、確保安全生產、增加經濟效益等服務的目的。

煤礦機電監測與故障診斷系統及時準確識別核心零部件故障的微弱特征信號，必將為潛在故障預示和演化、壽命預測和制定維修策略提供技術支持，從而提高煤礦關鍵裝備整體運行安全性和可靠性，實現由“事后維修”到“預知維修”的轉變，避免意外停機及惡性事故發生，具有巨大的經濟效益和社會效益。

【參考文獻】

［1］李國華,張忠忠.機械故障診斷[M].北京:化學工業出版社.

［2］陳志強,李青松,張端．基于多種診斷知識的回熱系統故障診斷[J].電站輔機,2004,(1):16-22．

［3］侯國蓮,孫曉剛,張建華,等.基于非線性主元分析和概率神經網絡的凝汽器故障診斷方法研究[J].中國電機工程學報,2005,25(18):104-108．

［4］潘浩.Internet 上實時視頻流傳輸框架的研究[J].北京工大學報,2003，(6).

篇3

關鍵詞　電力gis設備；故障診斷。局部放電

引言

電力gis設備(gas-insulated metal-enclosed switch gear，氣體絕緣金屬封閉開關設備)是由斷路器、接地開關、母線等元件直接聯到一起，并壘部封閉在接地的金屬外殼內，殼內充以一定壓力的絕緣氣體作為滅弧介質。近年來，隨著城市電網建設的發展，gis變電站的數量不斷增加。gis因其具有的諸多優點，已經成為主導開關設備。但是，由于電力gis設備本身的封閉性，使得故障檢測和診斷相對困難，同時該類設備內部場強又很高，一旦出現內部缺陷，極易發生設備故障，嚴重時發生爆炸，造成巨大損失。到目前為止，國內已發生多起由于電力gis／斷路器絕緣故障引起的變電站事故，例如韶關和溪電站的110kv gis、江門的220kv和500kvgis、大亞灣的400kvgis、云南臨滄大朝山500kvgis等都發生過絕緣事故。為提高供電可靠性，及時發現事故的征兆，避免重大事故，同時也是為了減少盲目的定期檢修造成的停電、人力物力浪費和可能的設備損壞，具備一套完整準確的電力gis設備故障診斷與分析綜合系統是非常必要的。

一、設計原則

由于gis設備本身的特性，除微水等少數試驗項目外，現行的高壓電氣設備預防性實驗方法大多無法用于gis設備。一般來講，在電力gis設備在現場安裝前，只進行耐壓試驗，驗證其運輸和安裝過程中是否受損以及檢查其重新組裝的正確性。統計表明，通過試驗的gis設備如果存在的一些缺陷，最初可能無害，也不容易發現，但隨著運行年限的延長，在開關操作震動和靜電力作用下，異物碎屑的移動或是絕緣的老化等可能產生局部的放電現象，以致最終發展為擊穿放電事故。研究表明，gis設備內部故障以絕緣性故障為多。gis設備的局部放電往往是絕緣性故障的先兆和表現形式。一般認為，gis設備中放電使sf6氣體分解，嚴重影響電場分布，導致電場畸變，絕緣材料腐蝕，最終引發絕緣擊穿。實踐證明，開展局部放電檢測可以有效避免gis事故的發生。針對上述問題，對于電力gis設備的故障診斷和分析系統要具有高靈敏度、強抗干擾性，盡量避免設備的體內傳感器。在設計上可概括為：按照模塊化、通用化、標準化的原則，通過對電力gis設備局部放電現象的研究，設計電力gis設備故障診斷模型，以及電力gis設備通用故障檢測算法和分析決策算法，構建由硬軟件結合的電力gis設備故障綜合診斷系統。軟件研發過程采用了面向構件的設計方法，為系統日后升級提供了必要條件，同時也為最終實現一個綜合的電力設備狀態監測綜合管理系統奠定基礎。另外，設計過程中系統突出資源共享的特性，力求實現電氣設備故障綜合診斷系統和其他電力軟件系統的數據共享、信息交換。

二　系統總體設計方案

電力gis設備故障綜合診斷系統在體系上主要由狀態監測單元、數據預處理與初判單元和服務器三部分組成。具體結構見圖1。系統通過gi s設備狀態監測單元獲得電力g r s設備運行時狀態監測關鍵數據，上傳至上位主機，在主機中提取特征信息，進行一般的設備狀態判別與分類，并將提取的數據通過上位主機借助網絡上傳至服務器，建立數據庫，通過智能算法對異常設備進行深入的多層次地識別與分析，得出準確的故障定位與故障種類，同時進行趨勢預測，為診斷決策提供依據，利用分析后的結論來進行設備維修和更換的科學合理的決策。

三、系統功能分析

(一)狀態監測單元

該部分主要由氣體密度測量裝置傳感器和局部放電監測裝置傳感器等功能模塊組成，監測設備的運行狀態，完成測量信號的模數轉換和預處理。其原理框圖如圖2。其中針對監測中抗干擾性、檢測靈敏度，以及滿足避免電力gis設備體內傳感器的要求，在局部放電監測中采用gi s局部放電uhf信號傳感。

(二)數據預處理與初判單元

通過u sb接口接收狀態監測單元的狀態數據信息，對接收的設備氣體密度狀態數據同標準數據進行比對，若超出正常范圍則報警；對所接收的局部放電信號進行特征提取，并同典型波形進行初步比對，進行初步判別；將狀態信息上傳至服務器，以便建立數據庫。

(三)服務器

在系統中服務器端主要實現以下功能：海量數據存儲與處理，提取關鍵特征數據，對電力gis設備進行多層次的故障診斷分析。實現gis設備重要參數的長期狀態監測，進行分布式數據存儲。系統不僅要提供gis現有的狀態，而且還能通過這些數據分析各種重要參數的變化趨勢，識別gis設備可能存在的故障}通過數據挖掘技術將有益于動態分析的數據從大量的監測數據中提取出來，形成故障特征數據樣本；由淺入深地從不同層面對監測到的電力gis設備數據進行動態分析。結合智能化解決方案，對異常數據進行動態分析和趨勢分析，辨別設備狀態，對存在故障隱患的設備進行跟蹤，適時報警，做出對電力gis設備科學合理的維修和更換策略。制定維修計劃、合理地下達維修工單，根據系統中得出的設備狀態的結論，實現預防性維修、以可靠性為中心的維修以及狀態維修等幾種維修模式，合理制定電力gis設備檢修。同時，對每次維修的維修成本進行總體量化，對電力網絡中多個gis設備的維修做出合理決策。同時將設備整體情況進行實時分析與決策，以工作單的提交為執行主線，對進行檢修和維護人員的工作進行規范，把檢修過程中責任明確到個人，杜絕事故的發生。

篇4

論文關鍵詞：測試系統，BP神經網絡，故障診斷

 

引 言

系統測試是導彈發射前必要的過程，測試的快速性和有效性直接影響到導彈的正常發射，因此要時刻確保導彈的測試系統的處于良好狀態，才能做到對導彈的及時保障。而導彈的測試系統是一個非常復雜的系統，具有系統性強、結構復雜的特點，一旦發生故障很難排查。多層前饋神經網絡及其誤差向后傳播的BP神經網絡是目前應用最成功的一種神經網絡，本文以導彈伺服機構測試設備的故障為例，將神經網絡引入測試設備的故障診斷中，使故障診斷更加方便、快捷，對增強導彈部隊的生存能力有著重要意義。

1 BP（Back Propagation）神經網絡的結構及學習算法

1.1 BP神經網絡的結構及數學描述

標準的BP網絡由三層神經元組成，由于三層前向神經網絡可以實現以任意精度逼近任意連續函數，所以本文只研究三層.BP神經網絡及其學習算法。圖1是一個典型的三層前向網絡結構圖[1，3]。圖中圓圈代表神經元，?（.）是作用函數測試系統，多層前向神經網絡的作用函數是sigmoid函數。輸入層對應于故障現象，輸出層對應于故障原因。設輸入層有m個節點，輸出層有n個節點，隱含層節點的數目u可根據需要設置。

隱含層中的節點輸出函數為

（1）

輸出層中節點的輸出函數為

（2）

式中，；――輸入層輸入，也是輸入層輸出；

――輸入層到隱含層間的連接權；――隱含層到輸出層間的連接權；

――隱含層的閾值；――輸出層單元閾值。

1.2 BP網絡的學習算法

BP網絡自學習原理[3-4]：神經網絡學習時輸出層出現的與事實不符的誤差，歸結為連接層中各節點連接權及閩值的過錯，通過把輸出層節點的輸出誤差逐層向輸入層逆向傳播以分給各連接節點，可算出各連接點的參考誤差，并據此對各連接權進行相應的調整，使網絡達到適合要求的輸出，實現訓練模式對A（k）--C（k)(k= 1,2,3......， N)的映射，其中

C(k)=(C1（k),C2 (k),...,Cn（k))――第k個輸出樣本

A(k)=(a1(k),a2(k),...,am(k))，――第k個輸入樣本

ai(k),cj(k)∈R (R為實數域)

概括起來，BP網絡的自學習算法如下：

（1）給、、、隨機賦一個（0，1）之間的較小值；

（2）將的值輸入給輸入層節點，輸入層節點激活值，依次正向計算、；

（3）計算輸出層節點輸出與期望輸出值的誤差；

（4）向隱含層節點反向分配誤差

（5）權值調整

式中為學習步長，一般取（0，1）范圍內的值；為動量因子，取（0，1）范圍內的值。

（6）閾值調整

（7）重復（2）至（6），直至對于，誤差變得足夠小或者達到規定的訓練步數。

2某伺服機構測試系統的故障診斷模型

以某導彈伺服機構為例論文提綱怎么寫。伺服機構是導彈重要的組成部分，其所處工作狀態的好壞直接關系到導彈能否正常發射，因此伺服機構的測試是保障工作必不可少的內容。伺服機構的測試裝置采用的是智能化和自動化程度較高的測試系統，主要由控制機箱、啟動機箱、計算機、顯示器、打印機等組成測試系統，測試原理框圖如下[2]

伺服機構測試系統故障是與測試步驟、測試動作相聯系的，而且故障可歸類為指示燈、測試儀表和其他三類中。指示燈涵蓋了測試設備所有的指示燈，對于每一個指示燈，故障可分為動作后不亮或不滅，儀表故障可分為無讀數或讀數出現偏差等，其他故障包括計算機顯示錯誤、數據傳輸錯誤等。故障定位網絡主要根據以上所述完成故障的定位，它通過對測試信號的判別(在線)或用戶的選擇(離線)對故障進行分類，其輸出對應第二層的輸入。第二層網絡包括漏電故障、計算機故障、綜合測試等診斷網絡，它們分別完成各自的故障診斷。每個網絡都是一個前饋式網絡，包括輸入層、隱含層和輸出層[6]。例如，在建立的故障診斷系統的神經子網絡中，有一網絡，其輸入輸出符號定義如下表格A:

表格 A

 

符號

代表意義

1

符號

代表意義

1

X1

壓力表1

指示正確

指示不正確

X10

LED顯示

正確

不正確

X2

壓力表2

指示正確

指示不正確

Y1

調壓電路

正常工作

故障

X3

壓力表3

指示正確

指示不正確

Y2

調流電路

正常工作

故障

X4

電流表

指示正確

指示不正確

Y3

燈泡1

正常

故障

X5

指示燈1

亮

不亮

Y4

燈泡2

正常

故障

X6

指示燈2

亮

不亮

Y5

燈泡3

正常

故障

X7

指示燈3

亮

不亮

Y6

燈泡4

正常

故障

X8

指示燈4

亮

不亮

Y7

燈泡5

正常

故障

X9

指示燈5

亮

不亮

Y8

數據傳輸

篇5

關鍵詞：熔煉設備 液壓系統 故障分析 診斷

大型鑄鋼廠一般的熔煉設備主要包括電弧爐（EAF）、精煉爐（LF）、中頻爐（MF）、真空爐（VOD）及鋼包滑動水口液壓站等。液壓站根據電氣控制原理、液壓控制原理，分段、分機構運行，其動力源主要是電控及液壓系統，液壓系統的正常運行是確保設備安全運行的關鍵。本文主要針對寧夏共享鑄鋼有限公司生產過程中出現的液壓系統故障進行分析，包括液壓系統污染故障，液壓系統泄漏故障和液壓系統維護不當造成的故障，并給出相應的診斷方法。

1 液壓系統污染故障

1.1 雜質污染故障 液壓系統出現故障的主要原因是油液中的雜質污染物，多為切屑、毛刺、型砂、涂料、磨料、焊渣、銹片和灰塵等固體顆粒。常見的預防措施如定期濾油、定期清理油箱。清理油箱底部時，最好用和好的面團把雜質攢出，同時防止油液的二次污染等。油液過濾器類型及其能過濾的雜質直徑如表1所示[1]。

表1 過濾器類型及過濾雜質直徑

■

1.2 冷卻水污染故障 鑄鋼廠EAF爐與LF爐的三項電極夾持導電橫臂采用矩形結構銅、鋼復合板焊接，內部通水起冷卻作用，腔內有氣路、油路。油路是內置式，用于開啟三項電極夾持。它的控制元件是兩位兩通電磁換向閥，電磁閥得電時，壓力油接通，液壓缸打開，夾持裝置開啟;電磁閥失電時，回流油口接通，液壓油回流到油箱，三項電極夾持緊鎖。由于油管長期浸泡在水中，容易被腐蝕后產生沙眼，冷卻水便通過沙眼進入油管返回到油箱，對液壓油造成污染。

針對冷卻水污染常用的預防方式有：①在液壓回油管路上加裝LWF1-1型的流量監測放大器，它具有自動監測流量的功能，與系統電器控制相連。當電磁閥不工作時，如果監測到管路有流量就自動切斷回路，避免冷卻水回流進入油箱。②在電極夾持導電橫臂外單獨設計安裝絕緣良好的液壓管線，從而避免油污染，也解決了管道檢查難，易腐蝕，壽命低的難題，為公司生產節約成本。

2 液壓閥件故障

當液壓系統換向閥置于中位并停止加壓后，在電極自重作用下，液壓缸活塞桿出現慢慢下滑的現象。分析圖1所示的液壓系統原理，得出造成該現象的原因主要包括以下幾方面。

①液壓缸泄漏;②液壓系統換向閥本身存在的質量問題如密封圈老化導致內漏;③由于回油背壓過高，液控單向閥的控制油路存在一定的壓力，導致液控單向閥關閉不嚴，處于開啟狀態而內漏;④回油管路泄漏;⑤冷卻裝置、過濾裝置堵塞故障。

由此得出可能的故障元件包括液壓缸、液壓系統換向閥、液控單向閥、回油管路以及冷卻裝置的過濾裝置。根據經驗判斷，液壓缸出現內泄漏的可能性較小;回油管路，冷卻裝置、過濾裝置堵塞造成回油背壓過高的可能性很小。而液壓換向閥由于閥芯與閥套配合間隙小，容易卡緊，導致換向不靈，換向不到位容易造成回油背壓過高;液控單向閥本身存在質量問題或磨損的可能性亦較大。

■

圖1 液壓系統原理圖

3 液壓系統維護不當造成的故障

灰塵顆粒污染物在液壓缸內會加速密封件的損壞，使液壓缸發生泄漏，導致推力不足或者動作不穩定引起爬行故障、濾網堵塞[2]。

因此維護保養時，要注意保持拆解下來的元器件的清潔。①拆開的管道口用干凈白綢布或塑料布包裹防止灰塵和異物進入。②拆解下來的的閥件清洗完成后用白綢布擦拭干凈再進行安裝。③安裝時先排掉少許液壓油再進行正常安裝。④系統運行過程如果出現振動和噪聲等異常現象，立即停止使用并進行故障排查。

4 結論

一般情況下，液壓系統出現故障前都會伴有各種先兆，如異常噪聲和振動、運動速度不符合要求、運動不穩定或不動作、外泄漏加劇、液壓油面下降、液壓油變質、油溫急劇升高、管路接頭松動等。目前有的液壓系統配有可預警故障隱患的智能裝置，但監測范圍和程度比較局限，應將智能裝置監測結果與定期檢查保養相結合，保證系統正常運行。

參考文獻：

[1]謬培仁.液壓技術[M].北京：中國農業出版社，2000.

篇6

【關鍵詞】 西門子Step7 故障診斷 PLC

1 前言

在計算機、微處理器和數字通訊技術的不但發展之下，計算機控制被廣泛的應用到工業領域當中。并且隨著社會需求的不斷增大，制造業也對市場需求做出迅速的反應。為滿足這一要求，自動化生產和生產設備應具備較好的靈活性和可靠性。因此，可編程序控制器（PLC）的提出，便是為滿足這一發展要求，具有廣泛的應用，并且具備應用方便和功能強大的應用優勢，逐漸的成為現代化的重要支柱，而且已逐步的被應用到工業領域中，尤其是在自動工業生產中發揮最為基本的過程控制作用。同時，其質量的優劣可直接影響到產品的生產。因此，為保證PLC能夠保持良好的運行狀態，需對其出現的故障進行及時的處理，可采用故障診斷和狀態監測的方式。

2 Step7在PLC故障診斷中的應用

在目前，S7300/400在我國所占有的市場份額較大，其為模塊式的PLC，通過信號模塊、接口模塊、信號模塊、機架、電源模塊和CPU模塊組成。并且該型號具有較強的故障判斷功能，結合STEP7編程軟件的應用，能夠得到諸多的編程錯誤信息和硬件故障信息。由于其內部具有記錄和識別錯誤的功能，可將錯誤信息保存到CUP診斷緩沖區當中，若是在此過程中出現事件，或是錯誤的發生，還可將編輯有時間和日期的信息保存在診斷的緩沖區中，以便于后續處理措施的制定[1]。

2.1 故障診斷方法

在進行故障診斷前，應先對診斷符號進行了解。依據診斷符號對模塊故障狀態和模塊運行的形象表示，可對故障進行及時的了解。若是模塊運行中存在診斷信息，相應的模塊上便會有診斷符號增加，或者是相應模塊對比度下降。診斷符號中顯示的“模塊故障”，其原因可能為診斷被中斷，檢測到故障時，LED發亮，或是I/O的訪問錯誤；而若是診斷符號顯示為“無法診斷”，則表明不能夠實現在線連接，或是其模塊對診斷信息不支持。

在基本的故障診斷的方法中，首先應在管理器當中透過菜單命令，將在線窗口打開。進而將所有的站均打開，看其CPU是否存在指示故障或錯誤的診斷符號。還可使用F1鍵幫助，對診斷符號進行了解。通過對診斷符號的觀察，能夠對CPU模塊的相應運行模式進行判斷，主要判斷其是否存在輕質變量，以及CUP或是別的模塊是不是存在故障等。同時，還可將在線窗口打開，并在STEP7當中將采用執行菜單命令，進而硬件診斷的瀏覽窗口快速的打開，在打開的窗口中會對PLC狀態有顯示，通過對其分析，可找出診斷模塊中存在的硬件故障，對故障模塊進行雙擊操作，可對故障信息進行詳細的了解。

2.2 故障診斷中模塊信息的應用

在應用模塊信息進行故障診斷時，首先應將模塊信息的窗口打開，之后將其和PLC形成在線連接，選取STEP7中需要檢查的站點，接下來便可執相應的菜單命令，在開啟的模塊信息窗口當中，可對選中站點中的CPU模塊信息進行顯示。其次，需使用“Module Information”按鈕，其按鈕可在快速視窗中找到。此外，還可通過對CPU模塊的雙擊，進而將模塊信息窗口打開。最后對于CPU所發生的故障明細，能夠顯示在模塊信息出口當中診斷緩沖區的選項卡當中。最后通過對緩沖區診斷可分析系統錯誤，進而找出其原因，在對事故分類的基礎上，制定出解決的措施[2]。

3 故障處理組織塊的應用

3.1 錯誤處理

相對而言，S7300/400具備較強的檢測錯誤和處理事故的功能。“錯誤”指的是PLC當中存在的編程錯誤，或是功能性錯誤，并非是執行裝置，或是外部傳感器存在的故障。在其應用過程中，若是CPU檢測出錯誤。此時，操作系統便會出現對應錯誤的組織模塊，進行錯誤的處理。若是出現的錯誤，缺乏對應的組織模塊，CPU將會進入到相應的STOP模式當中。

3.2 錯誤的分類

根據組織塊，可將能夠被S7CPU檢測到的錯誤分為兩個基本的類型。其一為異步錯誤，其二為同步錯誤。其中異步錯誤指的是同PLC操作系統和硬件具有密切關系的錯誤，跟程序的執行情況無關。同時異步錯誤所造成的后果通常較大，其所對應的組織模塊為OB80-OB87和 OB70-OB73。而同步錯誤則是和程序執行相關聯的錯誤，對應的錯誤處理模塊為OB122和OB121。

除故障組織處理模塊的應用外，還需注重通訊故障的診斷。在各類因素的影響下，PLC自動控制網絡通常會發生不同的通訊故障，并且其故障的存在，將會對整個PLC自動控制系統的運行產生較大的影響。因此，若是應用PLC自動控制系統，應盡量的保證通訊的正常應用，確保在發生故障時，能夠迅速作出反應。其中，西門子S7300/400中的大型和中型的PLC可應用STEP7的編程軟件進行相應程序的編寫，進而診斷處理的各類網絡通訊中出現的故障[3]。

4 結語

企業通過PLC的應用，可達到分布式過程控制的目的，但由于該種形式的分布存在地點分散和需要較多現場設備的特點。因此，為能夠準確、快速的對PLC所出現的故障進行處理，并盡量減少停機的時間，要求企業的相應的操作人員需掌握好PLC的診斷方法和狀態監測方法，以此促進企業生產經營效果的提升。同時，由于PLC的故障特點較多，若是處理人員缺乏專業性知識，在處理中將會導致諸多問題的出現，進而導致問題擴大化發展。所以作為設備技術人員，應對PLC運行狀態進行較好的掌握，要求能夠對相應的程序進行編寫，進而對分布式PLC系統的外部設備和通訊故障進行處理，確保其系統的有效性運行。

參考文獻：

[1]孔令峰.西門子PLC系統在切粒機調刀機構控制應用[J].中國科技縱橫，2012，4（2）：191-192.

篇7

[關鍵詞]電氣設備；在線監測；故障診斷

中圖分類號：TH165+.3 文獻標識碼：B 文章編號：1009-914X（2014）42-0017-01

電氣設備在日常生產中廣泛應用，卻存在著較為明顯的問題，那就是設備的故障往往十分常見，影響生產的正常進行。為了在最大程度上消除電氣設備故障所帶來的影響，可以通過設計電氣設備故障診斷系統，來達到在第一時間診斷系統故障并排除故障的目的。

1 電氣設備在線監測實現的方式

1.1 在線監測

在線監測一般指在設備不停電、保持正常運行的情況下，安裝在被檢測設備上的相關的設備、儀器，對電力設備狀況實時進行連續或周期性自動檢測的過程。隨著技術的不斷發展，各類單一功能的在線監測系統趨向集成，各種電氣設備的監測單元通過現場總線或以太網的主機相連，統一生成圖形、報表，并將數據存入數據庫。電氣設備在線監測系統的形成實現了對變電站變壓器、電抗器、斷路器、GIS、避雷器、高壓套管、容性設備等變電設備的實時在線監測功能。

1.2 離線檢測

離線檢測一般指通過各類檢測，對生產及設備狀況進行必要的人工檢測。如日常巡檢、例行檢查、定檢、例行試驗、診斷性試驗等，旨在及時獲取設備狀態量，評估設備運行狀態，發現事故隱患并為設備狀態檢修提供依據。離線檢測是對可能存在或已經存在的故障進行分析，而在線監測的實質是要求分析設備的當前狀態及未來趨勢，在發生故障之前提出檢修計劃，做到防患于未然，是狀態檢修的技術基礎之一。在實際的應用中有時需要結合在線監測和離線檢測兩種手段，充分發揮各自的優點，一般的做法是采用在線監測的方法對運行設備實施實時監測，當發現異常后，根據嚴重程度可以采用必要的合適的離線檢測方法對異常進行進一步的判定，最終確定檢修策略。

1.3 帶電檢測

帶電檢測是采用便攜式檢測設備，在電氣設備的運行狀態下，對電氣設備狀態量進行的現場檢測，其檢測方式為帶電短時間內檢測，有別于長期連續的在線監測。帶電檢測受環境因素影響較大，實際測試過程中要密切關注信號的重復性，重復性包括周期、幅值、波形、頻率等。

2 電氣設備在線故障診斷系統的組成

針對于電氣設備的設備故障診斷系統，主要是進行故障部位的查找以及故障原因的分析，在盡量短的時間之內找出解決故障的有效方法。在本文所研究的故障診斷系統中，是根據數據庫原理，將設備的故障表現輸入計算機分析系統，依靠計算機的數據分析，來達到診斷故障的目的。通常一個完善的電氣設備故障診斷系統，包括了人機接口、數據庫、推理機、知識獲取設備等多個部分。

2.1 人機接口

人機接口是用戶和故障診斷系統之間進行信息交流的重要通道，可以保證信息收集的實時性以及準確性。通過人機接口，可以將收集到的信息通過分析判斷其準確性之后顯示出來，具有非常高的可信度。

2.2 數據庫

數據庫是系統進行故障診斷的核心依據，能夠為故障的查找與分析提供準確的數據支持。通常，數據庫包括了靜態數據庫以及動態數據庫兩種，以獲取數據的途徑不同來進行劃分。靜態數據庫是通過產生式的規則來獲取數據，而動態數據庫則是在系統運行過程中進行數據的存儲處理，兩類數據庫的數據獲取途徑不同，但都可以用于對故障分析的支持。

2.3 推理機

數據庫在系統進行故障診斷的過程中所起到的作用是對故障分析的支持，而推理機在故障診斷中的作用則是具體的故障分析執行，通過系統在數據支持上的準確推理，來找出電氣設備故障的部位與產生原因，從而讓電氣設備能夠保持正常的工作運行。推理機和數據庫的地位一樣，都是故障診斷系統中最為核心的一部分。

2.4 知識獲取設備

在電氣設備故障診斷系統當中，知識獲取設備的好壞決定著系統的性能高低。知識獲取的內容通常十分多樣，包括了對以往電氣設備故障診斷的經驗總結，對最新故障知識資料的收集與分析，以及對故障診斷系統運行模式的改進等等。對這類信息進行整理，得到較為系統的知識內容，為系統的故障診斷工作提供支持。

3 電氣設備故障診斷系統的應用

通過電氣設備故障診斷系統，可以進行大多數電氣設備故障的診斷與排查，方便在第一時間內找出故障問題并及時解決故障。從進行故障診斷的過程以及故障的處理與維護等角度進行分析，電氣設備故障診斷系統的作用主要包括了以下幾個方面。

3.1 對設備進行診斷

在對電氣設備的故障進行診斷時，找出故障位置，將故障位置精確到每一件具體設備中是最基本的一項要求。首先，在最開始進行設備的診斷時，在系統的選擇頁面選擇需要進行故障診斷的設備；其次，根據所選擇的的設備來調取相應的數據庫，以數據庫為基礎找出準確的故障發生點；最后，根據數據庫來進行故障原因的分析，為故障的診斷提供依據。在完成了對設備的診斷，確定了故障位置以后，可以對出現故障較為頻繁的設備進行標記，進行具有針對性的處理，從而提高工作效率。

3.2 對精密部件診斷

在找出發生故障的設備以及故障存在的準確部位之后，還需要分析出故障發生的機理以及細節，才能夠更好地為故障的處理提供前提條件。而對故障發生的機理進行分析，其實也就是對設備內的精密部件進行診斷。在電氣設備故障診斷系統中，進行精密部件的診斷主要是通過人機交互來進行。診斷人員在系統中調出發生故障的設備數據，并由系統提出一系列的問題由診斷人員來完成回答，系統根據診斷人員的回答結果來進行推理，并最終得出診斷答案。如果系統出現了數據庫知識儲量不足，無法進行準確的精密部件診斷，以及無法進行故障原因的分析，那么則需要對數據庫進行更新補充，滿足系統對電氣設備故障診斷的需求。

3.3 對電氣設備故障處理

通常電氣設備故障診斷系統在提供了對設備的故障診斷功能的同時，也具有故障處理的指導功能，可以指出解決故障的主要方法。特別是對于一些設備故障來說，即使知道了故障發生的原因，也很難得出一個最佳的故障處理方案。通過計算機系統，則可以較為科學地給出一個比較合理的處理方法，杜絕電氣設備故障難以處理的情況出現。

3.4 對電氣設備維護

要保證電氣設備能夠長久地進行生產工作，就必須要進行設備的日常維護。通常，對電氣設備進行維護同樣可以使用到故障診斷系統，由系統來判斷電氣設備的工作狀況，對可能發生故障的設備進行及時的預防。另外，對于電氣設備故障診斷系統本身，也需要得到及時的維護，來保持系統診斷能力的實時性。一般可以通過向數據庫增加最新知識儲備的方式來對故障診斷系統進行維護。

結語

本文主要介紹了電氣設備故障診斷系統的基本結構組成以及設計時應該注意的系統作用，為故障診斷系統的理論設計提供了基本的依據。要實現對電氣設備故障的準確診斷以及為故障的處理提供依據，就必須要保持系統結構的完整性以及實時性，對系統中所存在的不足進行及時的更新。隨著工業的發展，人們對電氣設備的使用要求也在逐年提高，電氣設備故障診斷系統的診斷性能也會達到更高水平。

參考文獻

[1] 肖方勇.淺議電氣設備故障診斷系統的分析與設計[J].科技創新導報，2013（20）.

篇8

關鍵詞：鋼鐵 冶煉設備 故障 措施

在連續生產系統中，如果某臺關鍵設備因故障而不能繼續運行，往往會涉及全廠生產系統設備的運行，而造成巨大的經濟損失。因此，對于連續生產系統，例如電力系統的汽輪發電機組、冶金過程及化工過程的關鍵設備等，故障診斷具有極為重要的意義。

對于某些關鍵機床設備，因故障存在而導致加工質量降低，使整個機器產品質量不能保證，這時故障診斷技術也不容忽視。

故障診斷的基礎是建立在能量耗散原理上的。所有設備的作用都是能量轉換與傳遞，設備狀態愈好，轉換與傳遞過程中的附加能量損耗愈小。例如機械設備，其傳遞的能量是以力、速度兩個主要物理參數來表征，附加能量損耗主要通過溫度及振動參數表現。隨著設備劣化程度加大，附加能量損耗也增大。因此，監測附加能量損耗的變化，可以了解設備劣化程度。

一、 鋼鐵冶煉機械設備故障診斷技術的發展

診斷技術發展幾十年來，產生了巨大的經濟效益，成為各國研究的熱點。從診斷技術的各分支技術來看，美國占有領先地位。美國的一些公司，如Bently，HP等，他們的監測產品基本上代表了當今診斷技術的最高水平，不僅具有完善的監測功能，而且具有較強的診斷功能，在宇宙、軍事、化工、工業等方面具有廣泛的應用。

我國診斷技術的發展始于70年代末，而真正的起步應該從1983年南京首屆設備診斷技術專題座談會開始。雖起步較晚，但經過近幾年的努力，加上政府有關部門多次組織外國診斷技術專家來華講學，已基本跟上了國外在此方面的步伐，在某些理論研究方面已和國外不相上下。目前我國在一些特定設備的診斷研究方面很有特色，形成了一批自己的監測診斷產品。全國各行業都很重視在關鍵設備上裝備故障診斷系統，特別是智能化的故障診斷專家系統，在電力系統、石化系統、冶金系統、以及高科技產業中的核動力電站、航空部門和載人航天工程等。工作比較集中的是大型旋轉機械故障診斷系統，已經開發了20種以上的機組故障診斷系統和十余種可用來做現場故障診斷的便攜式現場數據采集器。透平發電機、壓縮機的診斷技術已列入國家重點攻關項目并受到高度重視；而西安交通大學的“大型選轉機械計算機狀態監測與故障診斷系統”，哈爾濱工業大學的“機組振動微機監測和故障診斷系統”。東北大學設備診斷工程中心經過多年研究，研制成功了“軋鋼機狀態監測診斷系統”，“風機工作狀態監測診斷系統”，均取得了可喜的成果。

故障診斷(FD)始于(機械)設備故障診斷,其全名是狀態監測與故障診斷(CMFD)。故障診斷技術是一門交叉學科 ,為解決復雜系統的故障診斷問題提供了強有力的理論基礎,同時實現了故障診斷技術的實用化;近二十年來,由于技術進步與市場需求的雙重驅動,故障診斷技術得到了快速發展,已在航空航天、核反應堆、電廠、鋼鐵、化工等行業得到了成功應用,取得了顯著的經濟效益;從故障診斷技術誕生起,國際自動控制界就給予了高度重視。

二、鋼鐵冶煉機械設備故障診斷的主要理論及其方法

從不同的角度出發有多種故障診斷分類方法,這些方法各有特點,但從學科整體可歸納以下幾類方法。

1、基于系統數學模型的診斷方法:該方法以系統的數學模型為基礎,以現代控制理論和現代優化方法為指導,利用Luenberger觀測器 、等價空間方程、Kalman濾波器、參數模型估計與辨識等方法產生殘差,然后基于某種準則或閥值對殘差進行分析與評價,實現故障診斷。該方法要求與控制系統緊急結合,是實現監控、容錯控制、系統修復與重構等的前提、得到了高度重視,但是這種方法過于依賴系統數學模型的精確性,對于非線性高耦合等難以建立數學模型的系統,實現起來較困難。 2、基于系統輸入輸出信號處理的診斷方法:通過某種信息處理和特征提取方法來進行故障診斷,應用較多的有各種譜分析方法、時間序列特征提取方法、自適應信號處理方法等。這種方法不需要對象的準備模型,因此適應性強。這類診斷方法有基于小波變換的診斷方法、基于輸出信號處理的診斷方法、基于時間序列特征提取的診斷方法。

3、基于人工智能的診斷方法:基于建模處理和信號處理的診斷技術正發展為基于知識處理的智能診斷技術。人工智能最為控制領域最前沿的學科,在故障診斷中已得到成功的應用。對于那些沒有精確數學模型或者很難建立數學模型的復雜大系統,人工智能的方法有其與生俱來的優勢。基于專家系統的智能診斷技術、基于神經網絡的智能診斷技術與基于模糊邏輯的診斷方法已成為解決復雜大系統故障診斷的首選方法,有很高的研究價值和應用前景。

4、其它診斷方法:其它診斷方法有模式識別診斷方法、定性模型診斷方法以及基于灰色系統理論的診斷方法等。另外還包括前述方法之間互相耦合、互補不足而形成的一些混合診斷方法。

三、鋼鐵行業中機械設備故障診斷技術的應用

鋼鐵行業中的主要機械設備是各種傳動設備和液壓設備,如軋機、傳送帶、各種風機等。它們的工作狀況決定了生產效率和鋼鐵冶煉的質量,對這些設備狀態的在線檢測,能夠及時、準確的檢測出生產設備的運行狀況,并給出相應的操作和建議。因此建立相應的故障診斷系統對整個系統的正常運行特別重要。于是針對鋼鐵行業特殊的機械環境(多傳動設備和液壓設備),相應的故障診斷系統也必須以這些設備的特點而建立。主要原理是以運動機械的振動參量檢測為中心,輔助以溫度、壓力、位移、轉速和電流等各種參數的采集,從而對這些大型傳動設備的狀態進行分析和判斷,再進行相應的處理。整套故障診斷系統由計算機系統、數據采集單元、檢測元件、數據通訊單元以及專業開發軟件組成。此系統既可單獨工作,又可和DCS或PLC組成分散式故障診斷系統對所遇生產設備進行監控和故障診斷。

機械振動是普遍存在工程實際中,這種振動往往會影響其工作精度,加劇及其的磨損,加速疲勞損壞;同時由于磨損的增加和疲勞損壞的產生又會加劇機械設備的振動,形成一個惡性循環,直至設備發生故障,導致系統癱瘓、損壞。同時機械設備的工作環境也是造成機械設備發生故障主要原因之一,因此,根據對機械振動信號和工作環境溫度、濕度的測量和分析,不用停機和解體方式,就可以對機械的惡劣程度和故障性質有所了解。同時根據以往經驗建立相應的處理機制庫,從而針對不同的故障做出相應的診斷和處理。整個處理過程如下:

1、傳感器采集設備工作狀態信號。如各種傳動裝置的振動信號、溫度信號、液壓裝置的壓力、流量和功率信號等。

2、特征信號提取。將各種傳感器采集信號進行信號分類,刷選出相應的傳感器信號,如振動傳感器采集的文振動強度信號、壓力傳感器采集的壓力信號等。

3、對特征信號處理。對傳感器采集的特征信號進行濾波、放大等處理,提取出相應的特征信號。

4、對采集信號進行故障診斷。將提取的特征信號進行判斷處理,選擇相應的故障方法(如小波變換法),分析故障類型和設備狀態,然后查詢故障類型庫,做出相應的決策。

四、結束語

建立在現代故障診斷技術上的鋼鐵冶煉設備故障診斷系統,可對設備的運行狀態進行實時在線檢測、通過對其監測信號的處理與分析,可真實地反映出設備的運行狀態和松動磨損等情況的發展程度及趨勢,為預防事故、科學合理安排檢修提供依據,可以提高設備的利用效率,產生了很大的經濟價值,對此類故障診斷系統的研究有很深遠的意義。

參考文獻:

篇9

關鍵詞:故障診斷技術;鋼鐵冶煉設備;計算機控制

中圖分類號:TP277文獻標識碼:A文章編號:1009-3044(2009)27-7781-02

Failure Diagnosis in Steel and Iron Smelting Equipment's Applied Research

LIAN Bin-zhong, DING Xiao-mei

(Xi'an Xin Ancestral Temple China Heavy Duty Machinery Research Institute Limited Company Three, Xi'an 710032, China)

Abstract: In modernized steel and iron smelting, along with mechanical device's large scale, the modernization and the automation, mechanical device's failure diagnosis question receives more and more takes seriously. This article first introduced the breakdown will examine the failure diagnosis technology the development as well as future predict that will then unify the steel and iron profession mechanical device characteristic, proposed the steel and iron smelting interruption system, and aimed at this kind of system characteristic to conduct the research.

Key words: failure diagnosis technology; steel and iron smelting equipment; computer control

1 故障診斷技術的發展[1]

故障診斷(FD)始于(機械)設備故障診斷,其全名是狀態監測與故障診斷(CMFD)。它包含兩方面內容:一是對設備的運行狀態進行監測;二是在發現異常情況后對設備的故障進行分析、診斷。故障診斷技術是一門交叉學科,融合了現代控制理論、信號處理、模式識別、最優化方法、決策論、人工智能等,為解決復雜系統的故障診斷問題提供了強有力的理論基礎,同時實現了故障診斷技術的實用化;近二十年來,由于技術進步與市場需求的雙重驅動,故障診斷技術得到了快速發展,已在航空航天、核反應堆、電廠、鋼鐵、化工等行業得到了成功應用,取得了顯著的經濟效益;從故障診斷技術誕生起,國際自動控制界就給予了高度重視。

以運動機械的振動檢測為中心,輔助以溫度、壓力、位移、轉速和電流等各種參數的采集,從而對鋼鐵冶煉中的各種大型傳動設備的狀態進行分析和判斷,從而達到故障診斷的目的。

2 故障診斷的主要理論和方法[2-3]

1971年Beard 發表的博士論文以及Mehra和Peschon發表的論文標志著故障診斷這門交叉學科的誕生。發展至今已有30多年的發展歷史,但作為一門綜合性新學科――故障診斷學――還是近些年發展起來的。從不同的角度出發有多種故障診斷分類方法,這些方法各有特點,但從學科整體可歸納以下幾類方法。

1) 基于系統數學模型的診斷方法:該方法以系統的數學模型為基礎,以現代控制理論和現代優化方法為指導,利用Luenberger觀測器 、等價空間方程、Kalman濾波器、參數模型估計與辨識等方法產生殘差,然后基于某種準則或閥值對殘差進行分析與評價,實現故障診斷。該方法要求與控制系統緊急結合,是實現監控、容錯控制、系統修復與重構等的前提、得到了高度重視,但是這種方法過于依賴系統數學模型的精確性,對于非線性高耦合等難以建立數學模型的系統,實現起來較困難。如狀態估計診斷法、參數估計診斷法、一致性檢查診斷法等。

2) 基于系統輸入輸出信號處理的診斷方法:通過某種信息處理和特征提取方法來進行故障診斷,應用較多的有各種譜分析方法、時間序列特征提取方法、自適應信號處理方法等。這種方法不需要對象的準備模型,因此適應性強。這類診斷方法有基于小波變換的診斷方法、基于輸出信號處理的診斷方法、基于時間序列特征提取的診斷方法。基于信息融合的診斷方法等。

3) 基于人工智能的診斷方法:基于建模處理和信號處理的診斷技術正發展為基于知識處理的智能診斷技術。人工智能最為控制領域最前沿的學科,在故障診斷中已得到成功的應用。對于那些沒有精確數學模型或者很難建立數學模型的復雜大系統,人工智能的方法有其與生俱來的優勢。基于專家系統的智能診斷技術、基于神經網絡的智能診斷技術與基于模糊邏輯的診斷方法已成為解決復雜大系統故障診斷的首選方法,有很高的研究價值和應用前景。這類智能診斷方法有基于專家系統的智能診斷技術、基于神經網絡的智能診斷技術、基于模糊邏輯的診斷方法、基于故障樹分析的診斷方法等。

4) 其它診斷方法:其它診斷方法有模式識別診斷方法、定性模型診斷方法以及基于灰色系統理論的診斷方法等。另外還包括前述方法之間互相耦合、互補不足而形成的一些混合診斷方法。

3 鋼鐵行業中故障診斷技術的應用[4-6]

鋼鐵行業中的主要機械設備是各種傳動設備和液壓設備,如軋機、傳送帶、各種風機等。它們的工作狀況決定了生產效率和鋼鐵冶煉的質量,對這些設備狀態的在線檢測,能夠及時、準確的檢測出生產設備的運行狀況,并給出相應的操作和建議。因此建立相應的故障診斷系統對整個系統的正常運行特別重要。于是針對鋼鐵行業特殊的機械環境(多傳動設備和液壓設備),相應的故障診斷系統也必須以這些設備的特點而建立。主要原理是以運動機械的振動參量檢測為中心,輔助以溫度、壓力、位移、轉速和電流等各種參數的采集,從而對這些大型傳動設備的狀態進行分析和判斷,再進行相應的處理。整套故障診斷系統由計算機系統、數據采集單元、檢測元件、數據通訊單元以及專業開發軟件組成。此系統既可單獨工作,又可和DCS或PLC組成分散式故障診斷系統對所遇生產設備進行監控和故障診斷。整個系統的工作流程圖如圖1所示。

機械振動是普遍存在工程實際中,這種振動往往會影響其工作精度,加劇及其的磨損,加速疲勞損壞;同時由于磨損的增加和疲勞損壞的產生又會加劇機械設備的振動,形成一個惡性循環,直至設備發生故障,導致系統癱瘓、損壞。同時機械設備的工作環境也是造成機械設備發生故障主要原因之一,因此,根據對機械振動信號和工作環境溫度、濕度的測量和分析,不用停機和解體方式,就可以對機械的惡劣程度和故障性質有所了解。同時根據以往經驗建立相應的處理機制庫,從而針對不同的故障做出相應的診斷和處理。整個處理過程如下:

1)傳感器采集設備工作狀態信號。如各種傳動裝置的振動信號、溫度信號、液壓裝置的壓力、流量和功率信號等。

2)特征信號提取。將各種傳感器采集信號進行信號分類,刷選出相應的傳感器信號,如振動傳感器采集的文振動強度信號、壓力傳感器采集的壓力信號等。

3)對特征信號處理。對傳感器采集的特征信號進行濾波、放大等處理,提取出相應的特征信號。

4)對采集信號進行故障診斷。將提取的特征信號進行判斷處理,選擇相應的故障方法(如小波變換法),分析故障類型和設備狀態,然后查詢故障類型庫,做出相應的決策。

4 結束語

建立在現代故障診斷技術上的鋼鐵冶煉設備故障診斷系統,可對設備的運行狀態進行實時在線檢測、通過對其監測信號的處理與分析,可真實地反映出設備的運行狀態和松動磨損等情況的發展程度及趨勢,為預防事故、科學合理安排檢修提供依據,可以提高設備的利用效率,產生了很大的經濟價值,對此類故障診斷系統的研究有很深遠的意義。

參考文獻:

[1] 沈慶根,鄭水英.設備故障診斷[M].北京:化學工業出版社,2006.

[2] 王仲生.智能故障診斷與容錯控制[M].西安:西北工業大學出版社,2005.

[3] 李民中.狀態監測與故障診斷技術在煤礦大型機械設備上的應用[J].煤礦機械,2006(03).

[4] 傅其鳳,葛杏衛.基于BP神經網絡的旋轉機械故障診斷[J].煤礦機械,2006(04).

篇10

關鍵詞：汽輪機，故障，診斷技術，發展

伴隨我國對工業發展的越來越高度重視，人們對工業設備的運行安全性、穩定性與可靠性等多方面提出了更高的要求。如何加強機械設備故障診斷，降低故障發生幾率成為現代工業領域工作的首要任務。汽輪機作為電力生產中的重要設備之一，一旦其發生故障將會給整個電力系統帶來巨大的不良影響，甚至引發人員傷亡事故。因此，非常有必要對汽輪機故障進行分析與診斷，這樣才能有效提高汽輪機的安全性與可靠性。

一、汽輪機故障診斷現存問題

（一）材料性能診斷環節薄弱

材料性能檢測是汽輪機檢測工作中一個十分重要的環節。正常情況下，在檢測汽輪機材料性能時，需要對汽輪機的使用期限進行預測。但就目前情況來看，汽輪機材料性能檢測環節薄弱是我國大多數電力企業普遍存在的一個問題，即汽輪機材料性能診斷工作存在諸多地方需要改進，材料性能檢測需要引起檢查人員的高度重視，檢測力度需要加強。

（二）檢測方面問題

就現有汽輪機故障診斷系統而言，大多數系統均存在這樣那樣的弊端與缺陷，如許多汽輪機故障診斷系統采用推理算法，這在故障征兆的獲取上是個不可忽視的弊端，長期以來都沒有取得較有成效的突破。究其原因發現，汽輪機故障診斷系統檢測問題是導致上述弊端產生的主要因素[1]。由于汽輪機故障診斷系統所用檢測技術較為陳舊落后，難以適應與滿足時展需求，難以實現對汽輪機故障的有效檢測，導致診斷系統應有的效用無法正常發揮出來，這極大地阻礙了汽輪機故障診斷技術的發展與應用。

二、汽輪機故障診斷技術

（一）信號采集與分析

在信號采集方面，鑒于汽輪機工作環境較為惡劣，對故障診斷系統中傳感器要求偏高，而傳感器是系統信號采集的重要部件，所以當前對于汽輪機故障診斷技術的研究主要側重于降低誤診率和漏診率，提高傳感器的工作性能與可靠性，以及積極開發新的傳感器。

在信號分析與處理方面，目前使用最多的為振動信號分析與處理。而快速傅里葉變換（FFT）是汽輪機故障診斷系統中振動信號分析與處理采用最多的一種思想[2]。該思想的主要內容是將一般時域信號表示成不同頻率的諧波函數，并以線性疊加的方式表示出來。同時，快速傅里葉變換思想認為信號是平穩的，因而分析出的頻率具有統計不變性。從大量實踐應用情況來看，FFT在汽輪機故障診斷信號分析過程中對于許多平穩信號都較為適用。然而，在實際診斷過程中許多信號都是不平穩的、非線性的。所以，提高信號分析精度與處理效率，是汽輪機故障診斷研究人員當前所迫切需要解決的一個問題。

（二）故障診斷

要想對汽輪機故障進行準確的診斷，首先就需要對故障發生的機理進行了解，這也是汽輪機故障診斷工作中一項不可缺少的基礎性環節。目前對于汽輪機故障機理的研究主要包括故障類型與故障規律兩方面。根據汽輪機故障發生機理，目前制定的故障診斷策略較為有效的主要有邏輯診斷、模糊診斷、人工神經網絡，對比診斷、專家系統和模式識別等[3]。其中，人工神經網絡和專家系統是當前研究較多的兩種診斷方法。故障診斷的一般過程如圖1。

圖1汽輪機故障診斷一般過程

（三）應用人工智能

伴隨互聯網技術的不斷進步與信息技術應用的日益廣泛，人工智能已經成為當今時代的代名詞，許多領域目前正致力于發展人工智能。作為我國重要支柱產業之一的電力產業，在汽輪機故障診斷方面也正朝著人工智能的方向發展。其中最具代表性的當屬專家系統。專家系統作為人工智能在汽輪機故障診斷技術中的應用成果已取得了成功，但面對科技飛速發展的新時期，汽輪機故障診斷中的人工智能仍有許多問題丞待解決，如自學習、知識的獲取、智能辨識、信息融合等等。

三、汽輪機故障診斷技術的未來展望

雖然現有汽輪機故障診斷技術已普遍應用于實際當中，但從上文對汽輪機故障診斷技術及各相關方面的深入研究與分析中發現，我國汽輪機故障診斷技術仍存在較多問題，診斷技術水平需要不斷提高[4]。同時，為加快解決汽輪機故障問題，未來我國汽輪機故障診斷技術將朝著全方位檢測技術，診斷技術與仿真技術有效融合、綜合診斷與故障機理更深入研究等幾個重點方向發展。

在故障機理更深入研究方面，需要電力企業相關工作人員加大對汽輪機故障機理的研究力度與深度，尤其是對漸發故障定量表征和整個故障系統狀態指標的研究，并在此基礎上對汽輪機故障機理進行詳細、明確的區分。只有明確汽輪機故障機理，汽輪機故障診斷技術才能得到有效的改進與優化，才能得到快速穩定的發展。

在全方位檢測技術方面，需要系統設計人員利用自動化技術、GPS定位技術、通信技術、計算機技術等多種現代化信息技術來積極開發新型汽輪機故障診斷系統，在不斷提升系統功能的同時，實現對汽輪機故障的全方位檢測，實現對汽輪機故障診斷效率的提升。

對于診斷技術與仿真技術的有效融合，主要是基于故障仿真思想來實現對汽輪機故障類型的辨別[5]。利用仿真技術可以實現對汽輪機組成零件故障的識別與診斷，而診斷技術與仿真技術的融合既能夠為專家系統提供所需知識與學習樣本，又能夠在故障潛伏時期對汽輪機征兆進行充分研究，從而大大提高汽輪機故障診斷技術水平，促進汽輪機故障診斷技術快速發展。

綜合診斷發展趨勢主要表現在相關研究人員正逐步擴大對汽輪機故障診斷技術的研究寬度，這就為綜合診斷技術的發展提供了有利的條件。目前，對于汽輪機性能診斷、油液診斷、機械振動及溫度診斷等的綜合性診斷已初步形成體系，并在繼續發展著。