故障诊断方法综述模板(10篇)

导言：作为写作爱好者，不可错过为您精心挑选的10篇故障诊断方法综述，它们将为您的写作提供全新的视角，我们衷心期待您的阅读，并希望这些内容能为您提供灵感和参考。

篇1

关键词：液压系统故障 简易故障诊断法 人工智能故障诊断法

液压系统具有很多独特的优点，常见的如：大容量、结构紧凑、安装灵活、反应快、容易控制等等，在现代大型设备，特大型设备中具有广泛的应用的同时存在着问题，极易发生故障从而影响生产，造成故障的原因主要是系统中元辅件和工作液体性能不稳定，系统设备使用不当或者维护不到位。近几年液压系统故障诊断成为了一门专门的学科，受到高度的重视。

1、液压系统故障诊断的准备工作

第一拿到设备使用说明书时一定要认真仔细的阅读，详细了解该设备的功能、结构、工作原理，包括系统中元件的功能结构和原理；第二从网上查阅设备的档案资料，包括生产厂家、制造日期、调试验收，故障可能、处理方法等等。

2、简易故障诊断方法

2.1 主观诊断法

这是一种最传统的方法，凭借维修人员的主观判断（看、听、摸、闻、问）和实践经验，或者利用简单的仪器、仪表判断故障发生的部位并且给出发生的原因。常见到的主观诊断法有感官诊断、方框图分析、系统图分析，该方法简单快捷方便，这种方法对维修人员的要求极高需要有丰富的诊断经验，但是诊断结果具有局限性。

2.2直接性能测试法

这种方法通过测试液压元件和系统性能进而评价系统工作状态，适用于处于工作状态的系统，还能进行定量的分析，现代运用最多的是检测液压系统的状态。如果检测的液压系统元件或者性能超出了规定的正常范围，那么该系统就有发生故障的可能性。这种方法原理简单，相当直观，但是测试的精准度不是很高，一般早期的失效很难检测出来。

3、基于信号分析的故障诊断方法

3.1基于抽样分析法

反映系统内部信息的除了液压系统本身的信息，其内部的污染物也可以，也就是说测定和鉴别油液当中污染物的成分和含量，可以知道液压系统的污染情况和运行状况，也是一种故障诊断的方法。目前我们经常见到的有两种：一种是基于油液颗粒污染度的检测技术，包括：显微镜检测技术（设备投资小、方法简单、费时费力、误差大）、自动颗粒计数器（检测速度快、操作简便、准确度高但精度低）、称重法（设备简捷、检测方便、只测重）、铁谱分析法（可进行定性和定量的分析）、光谱法（成本高、精度高）；另一种是基于油液性能参数的检测技术，这种技术需要细致的分析油液的有关参数和金属的含量，历时的周期较长，无法实现在线检测，但是对重要液压系统的诊断很有效。

3.2基于振动噪声分析法

在液压系统的运行过程中，必然会伴随产生振动和噪声，尤其液压泵的振动声音十分大，实际上这些设备的振动和噪声就包含了许多故障的信息，分析信号，得到元件状态信息，进而进行故障诊断。这种方法的理论比较完善，应用也比较广泛，有多种信号处理方法如：时域特征参数法、时差域特征法、概率密度法、相关分析法、谱分析法、自功率谱分析法、倒频谱分析法、包络谱分析法、主分量自回归谱提取法、AR谱参数提取法、小波分析等。目前旋转机械设备也能用它分析诊断故障，纯机械设备的故障诊断效果相当明显。随着信号处理技术的发展，这种方法的应用前景十分可观。

3.3基于数学模型法

这种方法的指导是现代控制理论和优化方法，基础是系统的数学模型，残差产生法是观测器（组）、等价空间方程、Kalman滤波器、参数模型估计和辨识等，利用阀值或者准则评价决策残差。该方法和控制系统的关系相当密切，共同成为监控、容错控制、系统修复重构的基础。这种方法的数学模型的精确度直接决定诊断的精确性，一般最常建立的是线性和非线性的数学模型来诊断液压系统的故障。

4、基于人工智能的故障诊断方法

4.1基于专家系统的智能诊断法

这是智能诊断技术中受到多方关注的一个发展方向，研究最多，应用最广，主要是利用专家的知识和推理方法解决实际遇到的复杂问题。在这的专家系统并不是指人员而是指一种人工智能计算机程序，知识权威，学习功能强大。该系统的主要组成部分：知识库（系统知识和规则库）、数据库、推理机和解释机制。如果利用它检测在线的系统，数据库显示的是实时工况数据；如果利用它检测离线系统，则数据库显示的是实际故障时的数据或者人为故障的样本数据。该方法的运行过程是通过人机相互交换，专家系统获得所需信息，利用系统的知识库和数据库，推理机运用规则，调用应用程序，进行正确的推理，找到液压系统的故障。这种方法给自动化进行液压系统故障诊断代带来了光明和希望，但是也存在一定的不足和问题，不过未来的发展前景还是很广阔的。

4.2基于神经网络的智能诊断法

20世纪80年代人工神经网络迅速崛起，成为人工智能领域的一个分支，是一种计算模型（与人的认知过程相似），一种非线性动力学网络系统（模拟大脑神经元结构特性）。神经网络的非线性处理单元（类似神经元）相互关联，具有了学习、记忆、归纳总结等功能和数学模拟能力。这种方法的具有独特的优势，如：分布式处理能力、联想记忆、自学习能力等收到诊断领域的广泛关注和重视，未来发展前景十分宽广。

4.3基于模糊理论的智能诊断法

大量的模糊现象存在于液压系统故障诊断领域，如：系统油温过高、压力波动较重等等，过高、较重这些都是模糊的概念，并没有清晰的边界，故障发生会经历一个漫长的时间，同时故障发生的原因和症状也是模糊的，可能一对一，可能一对多，也可能多对一。利用模糊逻辑、模糊关系描述故障的原因和现象，建立隶属度函数和模糊方程，明确识别故障。这种方法的现象更为客观，结果更符合实际，速度快，容易实现。

5、结束语

随着21世纪科技的发展，人工智能技术更是突飞猛进，还有许多智能诊断的方法如：故障树诊断法、灰色理论智能诊断法、案例推理诊断法、多智能体的智能诊断法、信息融合技术智能诊断法等等。如何将新型科技、智能技术运用到故障诊断系统当中，实现自动化、智能化的故障系统诊断是我们亟待解决的问题。

参考文献：

篇2

中图分类号：X752 文献标识码：A

对于电气控制而言，其指的是使用电气自动控制的方式来对生产过程进行控制，而对于电气控制线路，则是将各有触点的继电器、接触器和按钮等电气元件通过导线按照特定的方式连接起来组成的控制线路。该类控制线路故障的诊断是一项技术性较强的工作，也是实际工作中一项十分重要的工作。

一、故障调查法

对于电气设备控制电路一旦有故障的发生，切忌不要出现盲目的乱动或者盲目的自己操作，在进行检修之前需要对该控制线路的故障情况进行详细的检查和询问，对于具体的方法而言，我们可以分为望、问和摸、听和闻、切。望：首先弄清电路的型号、组成及功能。例如输入信号是什么? 输出信号是什么? 什么元器件受命令? 什么元器件检测? 什么元件执行? 各部分在什么地方? 操作方法有哪些等。这样可以根据以往的经验，将系统按原理和结构分成几部分，再根据控制元件的型号如接触器、PLC、时间继电器，大概分析其工作原理。检查触头是否烧蚀、熔毁，线圈是否发热、烧焦，熔体是否熔断、脱扣器是否脱扣等; 其他电子元件是否烧坏、发热、断线，连接螺钉是否松动、电动机的转速是否正常。然后对系统故障进行初步检查。检查内容包括: 系统外观有无明显操作损伤，各部分连线是否正常，控制柜内元件有无损坏、烧焦，有无松脱等。问和摸: 询问操作人员故障发生前后电路和设备的运行状况，故障发生时的迹象，如有无烟、火花及异常振动; 故障发生前后有无频繁起动、制动、正反转、过载等现象，询问系统的主要功能、操作方法、故障现象、故障过程、内部结构，其它异常情况、有无故障先兆等，通过询问，往往能得到一些很有用的信息。刚切开电源后，尽快触摸检查线圈、触头等容易发热的部分、看温升是否正常。闻和听: 听一下电路工作时有无异常响动，如振动声、摩擦声、放电声以及其他声音。用嗅觉器官检查有无电气元件发热和烧焦的异味。这对确定电路故障范围十分有用。在电路和设备还能勉强运转而又不致于扩大故障的前提下，可通电起动运行，倾听有无异响，如有应尽快判断异响的部位后迅速关闭电源。切: 即检查电路。

二、结构、原理分析检查法

1、依照结构及原理查找故障

在进行故障的检修时，需要先从主电路处着手，看拖动该设备的几个电动机是否正常，然后逆着电流方向检查主电路的触头系统、热元件、熔断器、隔离开关及线路本身是否有故障，接着根据主电路与控制电路的控制关系，检查控制回路的线路接头、自锁或连锁触点、电磁线圈是否正常，检查制动装置、传动机构中工作不正常的范围，从而找出故障部位。如能通过直观检查发现故障点，如线圈脱落、触头( 点) 、线圈烧毁等，则检修速度更快。

2、从动作程序检查故障

通过调查、断电检查无法找到故障点时，可对电气设备进行通电检查。通电检查前要先切断主电路，让电动机停转，尽量使电动机和其所传动的机械部分脱开，将控制器和转换开关置于零位，行程开关还原到正常位置，然后用万用表检查电源电压是否正常，有没有缺相或严重不平衡。进行通电检查的顺序为先检查控制电路，后查主电路; 先检查辅助系统，后检查主传动系统; 先检查交流系统、后检查直流系统; 先检查开关电路，后检查调整系统。通电检查控制电路的动作顺序，观察各元件的动作情况，或断开所有开关，取下所有熔断器，然后按顺序逐一插入要检查部位的熔断器，合上开关，观察各电气元件是否按要求动作。

三、电气仪表检测法

此种方法主要指的是利用仪器仪表作为辅助工具，以此来对煤矿电气线路故障进行判断的检修方法。由于仪器仪表种类很多，且有日新月异之势，故检测法发展很快，准确率大大提高，手段也日益增多。但比较常用、比较实用的方法仍为利用欧姆表、电压表和电流表对电路进行测试。

1、电阻法

此类方法的原理是在被测线路两端加一特定电源，则在被测线路中有电流通过。被测线路的电阻越大，流过的电流就越小。反之，被测电阻越小，流过的电流就越大。这样在测量电路中，串接电流表，就可以根据电流表电流的指示换算出电阻的大小。由于换算中，电流和电阻是一一对应关系，故可直接在电流表的刻度盘上标出电阻的大小。

2、电压法

在进行电路的加电时，不同点之间的电压也不同。如果在电压不同的两点之间接入一个电阻不为无穷大的支路时，支路中就会有电流通过，通过串接在支路中的电流表的读数，就可推知此时的电压值。一般直接在刻度盘上标出电压值。

3、电流法

电路在正常工作时，导线中有电流流过，其大小反映了电路的工作状态。为了测量电路中的电流，常在电路中串接电流表，然后通过电流表读出电路的电流。工作中应充分发挥仪表检查故障的作用，仪表检测法具有速度快、判断准确、故障参数可量化等优点，例如判断电路是否通断，电动机绕组、电磁线圈的直流电阻，触头( 点) 的接触电阻等是否正常，可用万用表相应的电阻挡检查。对于电动机三相空载电流、负载电流是否平衡，大小是否正常，可用钳型电流表或其他电流表检查; 对于三相电压是否正常、是否一致，对于工作电压、线路部分电压等可用万用表检查; 对线路、绕阻的有关绝缘电阻，可用兆欧表检查等。

四、工作经验法

1、弹压活动部件法

主要用于活动部件，如接触器的衔铁、行程开关的滑轮、按钮、开关等。通过反复弹压活动部件，使活动部件灵活，同时也使一些接触不良的触头进行磨擦，达到接触导通的目的。

2、元件替换法

对于值得怀疑的元件，可采用替换的方法进行验证。如果故障依旧，说明故障点怀疑不准，可能该元件没有问题。但如果故障排除，则与该元件相关的电路部分存在故障，应加以确认。

结论

实际的煤矿电气控制线路进行维修时，我们会发现造成电气电路发生故障的原因多种多样，既有明显的、也有隐蔽的，有的简单、有的复杂。维修中应灵活使用上述诊断方法，仔细观察电路故障的特征和表现，探索故障发生的规律，找出故障点，从而顺利排出故障。

参考文献:

[1] 黄莹.浅谈煤矿电气控制电路检修的方法[J].科技信息.2010(30)

[2] 冯洁.试论煤矿电气控制电路常见问题及解决策略[J].黑龙江科技信息.2010(20)

[3] 陈孔明,王家旺,张明.矿用隔爆型真空电磁启动器的检修方法及技术[J].机电信息.2011(12)

[4] 韩艳娟,宋建成.基于信息融合技术的煤矿主通风机故障参数检测系统[J].工矿自动化.2009(07)

[5] 于秀娟.煤矿井下电气设备防爆探讨[J].价值工程.2010(33)

篇3

0 引言

近年来，随着故障诊断技术理论研究的不断深入，各种方法相互渗透借鉴，目前该领域我国在大系统故障诊断、多元统计分析、基于信息融合方法、基于神经网络的方法、基于专家系统方法等方面取得了一系列的研究成果，其中部分领域处于国际领先地位[1-2]。尽管故障诊断技术的相关研究不断深入，取得了很多成果，但工业技术的整体进步迅猛，使得故障诊断技术理论及应用研究都急需加强。目前该领域的研究热点问题有[3]：复杂系统多故障检测；基于人工智能的故障推理机制；多信息融合故障诊断方法；强扰动系统故障诊断；实用化工程故障诊断软件的开发。

聚类分析是近二十年发展起来的一种新的数学方法，聚类就是将一个数据集划分为若干组或类的过程并使同一组内的对象具有较高相似度，而不同组的对象之间相似度较差，组内对象之间的相似度越高而不同组对象之间的差别程度越大，聚类的质量也就越高。故障诊断领域应用最多的是基于模糊理论衍化的各种模糊聚类分析方法[4]，因为对故障的识别问题往往伴有模糊性，即需要确定的不仅是定性的有或者无，更重要的是相识程度，这些问题用模糊语言来表达更为自然和符合实际。

1 模糊聚类故障诊断模型

5 结束语

利用G-K算法提出了一种在输入输出乘积空间中，通过模糊聚类获得基于知识的故障诊断模型的方法。该方法可以发现数据集中不同形状和方向的故障模式，同时该方法比传统的故障诊断模型更具柔性，具有更强的处理噪声数据的能力。

【参考文献】

[1]周东华.国内动态系统故障诊断技术的一些最新进展[J].自动化博览，2007（10）：16-18.

[2]于春梅，杨胜波，陈馨.多元统计方法在故障诊断中的应用综述[J].计算机工程与应用，2007，43（8）：205-208.

[3]BO-SUK YANG，XIAO DI，TIAN HAN，Random forests classifier for machine fault diagnosis[J].Journal of Mechanical Science and Technology，2013，22（9）：16-25.

篇4

中图分类号：TP393 文献标识码：A 文章编号：1007-9599　（2012）　18-0000-02

1 引言

近二十年来，容错控制技术无论是在故障诊断研究方面，还是在控制律重构算法设计上都取得了一系列的成果，文献[1-2]对近些年研究状况进行了较好的综述，虽然电机系统的在线故障诊断与容错控制有些报道，基于模型的故障诊断方法[3]，信号处理故障诊断方法[4-5]及基于人工智能的诊断方法等[6-7]。但是关于电机可靠性的容错控制技术研究却很少[8-9]。仍有许多工作有待研究。

本文采用一种改进的基于信度分配的CMAC（ICA-CMAC）神经网络学习算法，进行电机系统的在线故障辨识，引入第一控制律控制算法进行控制规律的在线重组，将在线故障诊断与容错控制相结合，构造集成故障诊断与容错控制系统。保证系统的控制性能，实现电机系统容错控制。

篇5

模拟电路广泛地应用在通讯、自动控制、家用电器等方面，伴随着大规模的模拟集成电路的发展，模拟电路的复杂度和密集度也在不断地增长，同时，对模拟电路的运行可靠性也要求越来越高。一旦发生模拟电路故障，能够及时地诊断故障，以便调试和替换。模拟电路的故障诊断主要包括检测点的选择、测试信号的确定、被诊断对象输出响应信号的测试、处理和诊断的方法的实现、诊断结果的显示等。本文从分析模拟电路故障特点，探讨了模拟电路故障诊断的一些新方法。

1、模拟电路故障特点

模拟电路故障诊断就是根据现有网络拓扑结构，将信号输入后检测故障反应，并据此确定出现故障的具置及相应参数。模拟电路信号不同于数字信号，其受时间的影响较大，并处于不断变化过程中，具体而言，模拟电路信号特点可以归结为以下几点：

（1）构成模拟电路的元器件一大突出特点就是离散型，也就是通常所说的容差，从本质上讲，就是许可范围内的小故障，在实践中并不罕见，其会对模拟电路故障明确性造成一定影响，从而加大确定故障准确位置的难度；（2）模拟电路输入及输出具有连续性，由于故障模型复杂程度较高，予以量化的难度较大；（3）通常情况下，模拟电路频率范围为至，可见其频率范围较宽，因此，就算检测同一信号，由于原理、具体方法以及相关设备等因素，结果也会有所区别；（4）由于现代电路可以用来进行检测的节点数量较少，用于故障诊断的信息有限，这就加大了故障定位的难度；（5）由于非线性问题的存在，差不多所有实用模拟电路都面临反馈回路和非线性问题，这也使得测试及计算变得更加困难。

2、故障诊断的新近方法

2.1信息融合故障诊断法

由于设备本身的复杂性和运行环境的不稳定性，单传感器反映的设备信息具有不确定性，导致故障诊断准确率降低，甚至出现漏检和误诊现象。信息融合技术为解决复杂系统故障诊断的不确定性问题提供了一条崭新的途径，采用其独特的多维信息处理方式，来解决用常规的网络撕裂法进行模拟电路故障诊断时由于电路前后元器件相互影响和由于容差、非线性因素而出现的诊断不确定性问题。

2.2模糊理论故障诊断法

依据专家经验在故障征兆空间与故障原因空间之间建立模糊关系矩阵，再将各条模糊推理规则产生的模糊关系矩阵进行组合，根据一定的判定阈值来识别故障元件。随着模糊理论的发展，它的一些优点逐步被重视，如其可适应不确定性问题；其模糊知识库使用语言变量来表述专家的经验，更接近人的表达习惯等。然而，由于复杂系统的模糊模型的建立、辨识，语言规则的获取、遗忘、修改等理论和方法还不够完善，使该方法的实际应用受到了限制。

2.3人工神经网络

人工神经网络（Artificial Neural Network，ANN）是用物理上可以实现的器件、系统或现有的计算机来模拟人脑的结构和功能的人工系统。它以其诸多优点，如I／O非线性映射特性、信息的分布存储、并行处理、高度的自组织和自学习能力等，在智能故障诊断中受到越来越广泛的重视，显示出巨大的潜力。目前神经网络模型已有数十种，常用于故障诊断的神经网络模型主要有：误差后向传播（BP）网络、Hopfield网络、自组织特征映射（SOFM）网络等。由此促成了以人工神经网络技术为核心的新近模拟电路故障诊断方法，这些方法解决了经典方法面临的问题：采用BP网络可有效解决非线性问题；采用Hopfield网络可用来诊断正常元器件容差条件下的多故障问题；采用SOFM网络解决模拟电路故障诊断容差问题的方法，可以对单、多、软、硬故障进行有效识别、迅速定位。

2.4小波变换故障诊断法

通过小波母函数在尺度上的伸缩和时域上的平移来分析信号，适当选择母函数，可以使扩张函数具有较好的局部性，是一种时-频分析方法。在模拟电路故障诊断中，小波变换被有效地用来提取故障特征信息，之后再将这些故障特征信息送入故障分类处理器进行故障诊断。不需要系统的数学模型，故障检测灵敏准确，运算量也不大，对噪声的抑制能力强，对输入信号要求低。但其不足在于在大尺度下由于滤波器的时域宽度较大，检测时会产生时间延迟，且不同小波基的选取对诊断结果也有影响。

2.5专家系统故障诊断法

专家系统是一种智能化的计算机软件系统，运用知识和推理来解决只有专家才能解决的复杂问题。专家系统在模拟电路故障诊断中的典型应用是基于产生式规则的系统，能够有效地模拟故障诊断专家完成故障诊断过程。但在实际应用中仍存在一定缺陷，其主要问题是知识获取的瓶颈问题、知识难以维护、知识推理的"组合爆炸"和"无穷递归"问题以及不能有效解决故障诊断中许多不确定因素。

2.6其他方法

分形理论在模式识别中也有初步的应用，在故障诊断领域中的应用研究只是刚刚开始。设备故障诊断中用来反映设备运行状态的特征信号在一定尺度范围内部具有分形的特性，可通过计算分维数来进行诊断。可用于电力设备局部放电模式识别中，可大大减少特征提取数量，与小波变换、神经网络结合，可提高模式识别的有效性和可靠性。遗传算法是一种新发展起来的全局优化算法，已成为人们用来解决高度复杂问题的一个新思路和新方法。它应用于专家系统的故障诊断系统，仿真结果表明，可以加快推理速度，提高专家系统在缺乏先验知识和样本数据很少的情况下的实用性。

总之，这些新术对模拟电路故障诊断都有着重要意义，有着广阔的发展前景，为解决故障诊断问题找到了新的突破口，促进了模拟电路故障诊断技术的发展。但是这些技术自身发展还不完善，在实际工作中还需要我们努力探索。

参考文献：

[1]白建社.浅谈模拟电路的故障诊断[J].大众科技，2007，(04)

篇6

一、绪论

随着科学与经济的发展，电力系统在国民经济中发挥着日益深渊的影响，在人们的经济生活与生产的地位越来越突出，因此人们对电力系统的要求也逐渐提高。目前我国的电网的规模日益扩大，结构也逐渐复杂化，对区域之间电网系统的联系要求也越来越高，做好电力系统故障的诊断研究有利于维护区域经济与生产的稳定性，为人们生产与生活带来更高的效益。

电力系统具有设备的复杂性与电网拓扑的确定性，因此对于电力统故障诊断的研究是具有综合性的课题。国内外对电力统故障诊断的进行研究得出了很多相关技术与方法，比如：专家系统法ES、遗传算法GA、模糊理论法FT等等，文章对几种电力统故障诊断方法进行了阐述与归纳，并提出电力系统故障诊断的研究发展方向。

二、电力系统故障诊断国内外研究发展现状

所谓的电力统故障诊断指的是对保护装置中的信息进行采集与分析，利用相关经验与理论基础对故障区域进行及时的处理，SCAD/EMS系统[1]的应用为电力系统故障诊断提供了便捷，但是还不能完全实现电网故障时信息的全面处理，因此建立一套完备的电力系统故障诊断系统是现阶段我们需要解决的问题。

2.1基于专家系统的方法ES

专家系统ES是发展较为成熟的一种智能技术，是建立在智能计算机程序的包含大量知识与经验的综合系统，利用现有专业的知识与经验技巧进行系统故障相关问题的解决。

专家系统中知识库与推理机是量大核心组成，知识库是用来存放问题与相关专业知识的媒介，推理机是负责对整个系统工作的协调。专家电力系统的运作中，通过保护器等结构与运行人员的经验相结合，使用恰当的表达式录入知识库，当系统故障发生，推理机可根据报警系统提供的数据进行诊断分析并得出结果，缩小了搜索和问题推理的范围，有效的利用了专家相关的经验知识，提高了故障诊断的效率。科学技术的发展提高了专家系统的表达多样性，使其广泛运用于电网故障诊断中。

电网运行复杂性的提高，对专家系统的运行程度提出了接近极限的要求，使其渐渐暴露出一些问题：（1）专家系统知识库不具备较高的灵活性，知识的获取方式单一，普遍依靠传统的人工移植方式，不能与复杂的网络结构相适应，需要

设计出具备自动升级与知识获取的完备系统，提高知识库对信息的存储与检索能力。（2）专家系统中知识不具备模仿学习的能力，对于没有出现过的故障容易造成误判，影响相关人员操作的准确性。 （3）知识库维护困难，系统不具备简便的维护与修复功能。（4）系统容错能力低[2]，容易造成由于装置误动作而引起的错误诊断。 （5）系统故障诊断过程中多次迭代的产生会对系统正常运行造成不同程度的影响，尤其影响了信息诊断的实时性。

2.2基于模糊理论的方法FT

模糊理论的方法FT指的是运用语言变量和近似推理的模糊逻辑进行故障推理的技术[3]。模糊理论在运用中加入变量的结构，更有利于表达专家经验，有效增加了系统的容错能力，对于系统不确定问题可以进行有效的解决。

由于其推理理论自身的特殊性与局限性，在电力故障的分析与处理中常常与其他方法同时使用，对于较为复杂的具体问题，还需要进一步进行研究与推理。

如果故障诊断过程中利用模糊理论不能有效地解决故障的不确定性问题，可以建立复杂的的数学模型与函数关系进行故障信息的处理。但模糊理论在逻辑语言上还不够规范，信息修改的理论也不够成熟。

三、电力系统故障诊断的研究发展方向

不同的电力系统故障诊断系统都具备各自的优势和不足，电网的规模的扩大与结构的复杂性发展对电力系统故障诊断技术提出了更高的要求，我们需要对以下几个问题进行深入的研究：

（1）利用不同诊断方法相结合的方法：不同诊断方法都自身优势，实现各种方法的结合使用，有利于故障系统之间的进行优势互补，弥补各自在电力系统故障诊断不足。比如在同一个故障问题中利用数学建模，并结合遗传算法进行信息数据的处理，从而达到良好的解决效果。

（2） 故障诊断在信息不完整情况下的处理方法：通常清空下调度中心所记录的信息具备完整与准确性，但是当断路器等装置出现错误操作时，状态信息的传输就会出现错误，往往会影响故障诊断的结果的正确性。我们要将故障诊断过程中信息不完整的情况作为重点研究内容，深入研究并寻找出最有效的诊断方法。

（3）非正常的电网故障相关问题与方法：当电网的指标没有处于允许范围时，就应当考虑到信息的错误传输。常用的方法是将信息传送到运行中心，对故障进行预测与防范，但目前对于非正常的参数与指标还没有建立起完善的应对方法，

这将成为诊断故障与预防的重点问题。

（4）各种算法与处理器结合的方法：电力故障诊断的过程中会发生数据信息的

多次迭代或多次循环现象，反复计算的过程延长了故障诊断的时间，对故障诊断的时效性造成了很大的影响。我们需将不同的算法与合适的高速处理器进行结合，为解决故障处理的时效问题提供了方向。

四、结语

电力系统网络规模日益扩大，系统结构也更加复杂化，只有提高电力系统故障诊断的水平才能适应电力发展的现状。今年来国内外对电力故障诊断的研究逐渐深入，结合基础理论采用了多种手段为故障诊断提出了相关解决技术，但实际应用中还存在一些问题与不足。我们需把握电力系统故障诊断的发展趋势，在实践中建立起更加完善、成熟的电网诊断系统，为提高经济生产效益奠定良好的基础。

参考文献：

篇7

1.电机故障诊断的特点及实施电机故障诊断的意义

1.1电机故障诊断的特点

电机的功能是进行电能与机械能量的转换，涉及因素很多，如电路系统、磁路系统、绝缘系统、机械系统、通风散热系统等。哪一部分工作不良或其相互之间配合不好，都会导致电机出现故障。因此，电机故障要比其它设备的故障更复杂，其故障诊断所涉及到的技术范围更广，对诊断人员的要求也就更高。一般来说，电机故障诊断涉及到的知识领域主要有[20]：电机理论、电磁测量、信号处理、计算机技术、热力学、绝缘技术、人工智能等。电机故障诊断的复杂性还表现在故障特征量的隐含性、故障起因与故障征兆之间的多元性。一种故障可能表现出多种征兆，有时不同故障起因也可能会反映出同一个故障征兆，这种情况下很难立即确定其真正的故障起因。另外，电机的运行还与其负载情况、环境因素等有关，电机在不同的状态下运行，表现出的故障状态各不相同，这进一步增加了电机故障诊断难度，所以要求对电机进行故障诊断首先必须掌握电机本身的结构原理、电磁关系和进行运行状况分析的方法，即掌握电机各种故障征兆与故障起因间的关系的规律。

1.2实施电机故障诊断的意义

电机的驱动易受逆变器故障的影响，在交流电机驱动系统中，逆变器短路故障将会使电机产生有规律波动的或是恒定的馈电扭矩，使车辆突然减速。研究表明：逆变器出现故障时，永磁感应电机将产生较大的馈电扭矩，而且永磁电机也有存在潜在的高消磁电流的问题。而感应电机在逆变器出现故障时所产生有规律的馈电扭矩将由于有持续的负载而迅速衰减，这说明了感应电机具有较高的容错能力，适应混合动力系统的要求。开关电机磁阻是最具有故障容错能力的电机，而且当其有一个逆变器支路出现故障时电机仍能产生净扭矩，另外，开关磁阻电机成本低，结构紧凑，但是开关磁阻电机有较大的噪声和扭矩脉冲，而且需要位置检测器，而这些缺点使得开关磁阻电机在现阶段不适合应用于混合动力客车上。在混合动力客车动力系统中，电机是作为辅助动力的，而且电机属于高速旋转设备，如果电机出现故障，电机产生的瞬态扭矩将使车辆的稳定性和动力性将受到影响，而且，电机由高压电池组驱动，如果电机出现故障而不能及时容错，电机产生的瞬态电流将使电池受到损害，因此在混合动力系统中对电机进行故障诊断是非常必要的。

2.电机的故障诊断方法及典型故障诊断分析

2.1电机故障的诊断方法

（1）传统的电机故障诊断方法

在传统的基于数学模型的诊断方法中，经典的基于状态估计或过程参数估计的方法被应用于电机故障检测。图1为用此类方法进行故障诊断的原理框图。这种方法的优点是能深入电机系统本质的动态性质，可实现实时诊断，而缺点是需建立精确的电机数学模型，选择适当决策方法，因此，当电机系统模型不确定或非线性时，此类方法就难以实现了。

（3）基于模糊逻辑的电机故障诊断方法

图3为基于模糊逻辑的电机故障诊断方法框图，故障诊断部分是一个典型的模糊逻辑系统，主要包括模糊化单元、参考电机、底层模糊规则和解模糊单元。其中，模糊推理和底层模糊规则是模糊逻辑系统的核心，它具有模拟人的基于模糊概念的推理能力，该推理过程是基于模糊逻辑中的蕴涵关系及推理规则来进行的。模糊规则的制定有两种基本方法：第一，启发式途径来源于实际电机操作者的语言化的经验。第二，是采用自组织策略从正常和故障电机测量获得的信号进行模糊故障诊断的制定，将此方法通过计算机仿真实现，对电机故障有较好的识别能力。

（4）基于遗传算法的电机故障诊断方法

遗传算法是基于自然选择和基因遗传学原理的搜索算法，它的推算过程就是不断接近最优解的方法，因此它的特点在于并行计算与全局最优。而且，与一般的优化方法相比，遗传算法只需较少的信息就可实现最优化控制。由于一个模糊逻辑控制器所要确定的参变量很多，专家的经验只能起到指导作用，很难根据指导准确地定出各项参数，而反复试凑的过程就是一个寻优的过程，遗传算法可以应用于该寻优过程，较有效地确定出模糊逻辑控制器的结构和数量。

遗传算法应用于感应电机基于神经网络的故障诊断方法的框图如图4所示。设计神经网络的关键在于如何确定神经网络的结构及连接权系数，这就是一个优化问题，其优化的目标是使得所设计的神经网络具有尽可能好的函数估计及分类功能。具体地分，可以将遗传算法应用于神经网络的设计和训练两个方面，分别构成设计遗传算法和训练遗传算法。许多神经网络的设计细节，如隐层节点数、神经元转移函数等，都可由设计遗传算法进行优化，而神经网络的连接权重可由训练遗传算法优化。这两种遗传算法的应用可使神经网络的结构和参数得以优化，特别是用DSP来提高遗传算法的速度，可使故障响应时间小于300μs，不仅单故障信号诊断准确率可达98%，还可用于双故障信号的诊断，其准确率为66%。

近年来，电机故障诊断的智能方法在传统方法的基础上得到了飞速发展，新型的现代故障诊断技术不断涌现：神经网络、模糊逻辑、模糊神经网络、遗传算法等都在电机故障诊断领域得到成功应用。随着现代工业的发展，自动化系统的规模越来越大，使其产生故障的可能性和复杂性剧增，仅靠一种理论或一种方法，无论是智能的还是经典的，都很难实现复杂条件下电机故障完全、准确、及时地诊断，而多种方法综合运用,既可是经典方法与智能方法的结合，也可是两种或多种智能方法的结合，兼顾了实时性和精确度,因此多种方法的有机融合、综合运用这一趋势将成为必然，也将成为电机故障在线诊断技术发展的主流方向。

参考文献：

篇8

关键词：

电气设备；故障诊断；研究

1前言

家用电器为人类生活带来了极大的便利，发电机和变压器等设备提供人类日常所需用电，因此人类便利安全的生活很大程度上依赖这些电气设备的有效运行，当电气设备不能安全地运行出现故障时，则会对日常生活产生影响，甚至会造成严重的经济损失。为了提高设备的使用效率和安全运行性能，必须采取相应保护措施，当出现故障或紧急事故时，应首先对故障进行诊断，然后对症下药，这样才能高效地处理事故并把损失减少到最小，由此可知故障诊断是核心步骤。

2电气设备常见故障分析

2．1电器设备发生绝缘

故障电气设备往往处于长时间不停歇的工作状态，其工作环境是高电压和强电场相互作用形成的区域。当设备发生绝缘现象，不但对电气设备的正常供电产生严重影响，还很可能造成事故，如设备的烧毁、设备引起爆炸等，给人们生活造成安全隐患。造成绝缘故障的原因很多，例如由于设备常年使用自身发生老化，设备没有密封严密而受到外界物质的腐蚀，设备丧失绝缘能力。这些原因最终导致电气设备发生绝缘故障，主要表现在变压器绝缘故障、电力电缆绝缘故障和电压、电流互感器绝缘故障。

2．2电气设备发生械损坏

通常电气设备主要由三部分组成，分别为定子、转子和轴承装置，当电机在运行时，会形成不相互影响的电路，并经过电路的断开和闭合作用而形成的一个耦合电路磁场，从而确保整个设备的正常运行，且保证各个部位的良好散热。设备发生机械故障通常的表现形式为机械的振动、磨损和振动等等，在电气设备发生机械损坏之前，是不容易检查出来的，其隐蔽性较强，因此对于这类故障，需要较强的检修技术，并需要配备经验丰富、操作技术灵活的检修人员。

2．3设备散热系统发生故障

电气设备在运行过程中，由于存在能量的转换和传递过程，设备会随着运行时间的延长而发热，对设备的性能产生影响。当设备的散热系统发生故障，则不能及时降低设备因运行产生的高温，其原因是该方式容易导致设备长时间处于高温而烧坏。

3电气设备故障诊断的方法和技术

电气设备的故障诊断主要是检测技术人员对设备在运行时的各种技术参数进行收集，然后根据收集的数据、专业知识和工程经验对设备进行诊断，确定故障发生的部位和性质，并对发生故障的原因进行分析和判断，还包括对设备非正常状态进行原因识别和对故障变化趋势进行预测，其实质是通过表面现象对实质进行分析判断。

3．1电气设备故障诊断方法

一般而言，设备故障诊断方法随着设备结构和性质的不同而发生变化，主要可分为显著性差异分析法、故障树分析法、人工神经网络分析法等等。显著性差异分析法主要给设备和同一家族其他设备提供几乎同等条件，然后两者之间的各项技术参数，进行分析。故障树分析法是列举出所有可能造成电气故障的影响因素，然后对其逐一分析和判断，从而形成逻辑图，确定各种因素以及各种组合发生的概率和造成的影响，进一步确定设备发生故障的原因。人工神经网络分析法更现代化，它主要基于现代神经生理学和心理学而建立的非线性动力学系统，近似于人脑神经元，可进行相对容易的数学计算，由于这种分析方法趋于智能化，无需设定新的算法和规则进行引导和限制，大大降低软件工程量，因此其用于电气设备范围的前景很好。故障诊断方法越先进，诊断精度越高，则专业诊断技术人员在在工作时效率越高，能更高效地完成任务，避免不必要的事故发生。

3．2电气设备故障诊断技术

故障诊断方式是技术人员使用的手段，手段的高低与诊断效率密切相关，而故障诊断技术是诊断途径，可加快诊断进程。故障诊断技术可分为多种，而且随着科学的进步，肯定会出现更高科技的技术，如红外诊断技术。诊断技术主要可由三部分组成:采用精确、高效的检测方法对设备的各个参数、信息进行测取;对测取的信息进行提炼，从而诊断故障的部位;根据有效信息和相关专业知识建立针对性数学模型，确定故障的性质。

4电气设备故障诊断的现状及发展趋势

目前，我国针对电气设备发生的故障有相应的诊断方法。针对设备的绝缘故障，一般采用断路法进行诊断，通过对输电线路采取分段断电从而判断该电路段是否发生绝缘故障，如此逐段进行实验判断整个路段的故障区域。针对设备机械损坏，通常采用常规化手段进行诊断，如点燃实验、放电实验等，因为有的机械损坏故障会产生甲烷、一氧化碳等气体，其具有可燃性，所以可对生成的气体进行收集并通过点燃实验判断。针对设备散热系统发生故障，可采用红外线设施进行检测，其主要利用红外线对温度的敏感度，即使是设备的细微温度变化也可以检测出来，可及时发现设备的非正常状态，从而及时采取相应措施进行修复，避免安全事故发生。显然针对不同的故障有不同的诊断方法，但是随着科学技术的不断更新，更优秀的诊断方法必然会出现，然而不论诊断方法如何进步都会沿着一定的性能，如综合性、针对性、快捷性等。综合性能主要表现在对信息的综合整合，即当设备出现故障时产生了设备的技术参数变化、温度变化等信息，则需要一个数据终端对这些信息进行整合，而后经过一系列智能技术进行分析和诊断，这种信息化数据处理使诊断方法针对性更强，根据不同的故障情形建立不同且完善的诊断体系，同时形成智能化体系，不但可以做出针对性的诊断，还可在第一时间把收集的信息上传至总数据库，详细汇报故障，保证故障可以尽快得到处理。

5结语

电气设备不仅为人类创造了更便利的日常生活条件，还对社会的工业化进程做出贡献，但是其使用过程存在着隐患，人们对设备的可靠性要求进一步提高，因此设备故障诊断显得尤为重要。随着科技日新月异，故障诊断方法技术也趋于现代化，为电气设备安全运行提供保障。

参考文献:

［1］周舟，陈绍艺，龚尚昆，胡旭，陶靖．SF_6电气设备的监督与故障诊断［J］．高压电器，2011(02):104～107．

［2］孙上鹏，赵会兵，全宏宇，陈德旺，林涛，宁滨．基于定性趋势分析的无绝缘轨道电路电气绝缘节设备故障诊断方法［J］．中国铁道科学，2014(01):105～113．

篇9

【中图分类号】TH 【文献标识码】A

【文章编号】1007-4309（2013）04-0062-1.5

发动机的诊断技术是根据发动机在正常与非正常两种状态下的某些指标的对比及变化趋势，对发动机的技术状况和故障隐患进行定性、定量的分析，为故障的诊断和决策提供科学的依据的一种技术。为了适应现代柴油机使用维修的需要，必须以检测诊断技术为基础，加强故障潜伏期的监控，实现状态监控下的针对性维修。

一、常用发动机监测技术

目前，比较成熟的性能指标测试方法有以下几种：无负荷测功法。一般情况下，采用国产无负荷加速测功仪，将发动机从中低速（一般在l000r/min）猛加速至额定转速，以实测功率值不小于额定功率的80%为使用标准；转速的测定。用最高空转转速、额定功率时转速、最大扭矩时转速的测定值与其对应的标定值进行对比，以不低于标定值的90%为使用标准；发动机各运转部件磨损程度的检测分析。目前，比较成熟的手段是铁谱分析法，通过铁谱仪观测油中金属颗粒的数量、大小、形貌、浓度和颜色的变化，据此确定其磨损部位、性质与程度。它为发动机的磨损分析提供了有效依据。

二、发动机故障诊断技术的分类

目前，发动机故障诊断领域涌现出很多的方法，其中依据诊断的流程可分为经验仪表诊断法（利用专家的经验或借助仪表进行诊断）、专家系统诊断法（将专家的经验以计算机程序的形式进行表达，是一种智能化的诊断方法）、基于特征状态识别的方法（通过提取故障信号进行分析和识别）、车载自诊断方法（主要用于车辆电控系统的故障诊断）以及近几年来发展的集成化和网络化故障诊断方法等。

三、专家系统故障诊断方法在发动机故障诊断中的应用

专家系统的基本结构。基于专家系统的故障诊断方法其实是一个计算机智能程序，计算机在采集诊断对象的信息后，综合运用各种规则（专家经验）进行一系列的推理，必要时还可以随时调用各种应用程序，运行过程中向用户索取必要的信息后，就可快速地找到最终故障或最有可能的故障，再由用户来证实，应用人工智能技术，模拟人类专家求解问题的思维过程来进行汽车故障诊断的一种智能化方法。

专家系统的实现关键技术。知识获取是指如何获得专家的知识和经验的问题，一般知识获取的方式有如下几种：通过知识工程师与领域专家接触，在专家的指导下以一种适当的计算机内部表示将知识编入知识库；通过一种智能的知识获取机制，让专家与专家系统直接打交道，由智能编辑器直接生成知识库；通过建立一个带有归纳、类比或其他高级学习功能的知识发现系统，使之通过实例或实际问题来总结发现出一些尚未被专家掌握或认识到的知识装入知识库。

知识表示是关于各种存储知识的数据结构及其对这些结构的解释过程的结合。传统故障诊断专家系统主要有以下几种知识表示方法：产生式，又称规则式表示法，是人工智能中最常用的知识表示方法；语义网络式，通过概念以及语义关系来表达知识的一种网络图；框架式，是一种表示定性状态的数据结构，可表达知识之间的结构关系，但是框架表示法不善于表达过程性知识。

推理方法是专家系统解决具体问题的思维过程，一般由程序实现。常用的推理方式有基于规则的演绎推理，包括正向推理、反向推理和正反向混合推理等；还有归纳推理，包括完全归纳推理和不完全归纳推理等，这些都是关于精确知识的推理。对于不精确知识推理主要采用概率法、可信度方法、证据论证法和模糊子集法等。

专家系统的改进：基于案例的专家系统。基于案例推理是近年来人工智能领域兴起的一种诊断推理技术。它是类比推理的一个独立子类。其基本思想是利用过去求解成功或失败的经验，通过对历史案例知识的挖掘，获得蕴涵于过去中的丰富经验和知识，并且可利用计算机进行推理。该方法主要用于分析不确定性故障，适用于诊断领域源知识难以表示成规则而易于表达成案例的情况。

基于模糊理论的专家系统。在发动机故障诊断方法中，针对界限不分明的模糊概念，可以采用将模糊理论与专家系统技术相结合的方法。采用人工智能的方法，利用专家知识动态建立模糊诊断矩阵，并经过适应修正得到比较客观的故障原因和故障征兆的判断。

基于神经网络的专家系统。人工神经网络从1943年心理学家W.S.McCulloch和数学家W.Pitts研究并提出M-P神经元模型起至今，已成为人工智能领域内除专家系统外的又一重要分支。人工神经网络采用神经元及它们之间的有向权重连接来隐含处理问题的知识，因此，它善于处理复杂问题，且具有自学习能力。神经元处理信息是相对独立的，便于处理并行问题。

基于行为的专家系统。基于行为的专家系统采用神经网络模块化单元，以确保系统与对象的实时交互。它是一种相对独立且能够动态构建故障诊断子神经网络模块单元的变结构单元，该模块同车辆电控单元（ECU）之间进行数据交互，可以实现实时在线的监测与诊断。开发基于行为的诊断专家系统的关键是故障行为征兆（语义征兆、网络征兆）的自动获取问题，新故障的自动识别和分类问题也是开发的重点。随着网络的不断进步，网络技术和专家技术结合，可发展为基于网络的故障诊断专家系统，可实现基于Web的数据库技术、实时数据传输技术和网络安全技术的远程装甲车辆故障诊断技术。

四、信息融合技术在装甲车辆发动机故障诊断中的应用

发动机的工作过程是复杂的，其故障诊断信息也是非常复杂的。对于现代的发动机，需要再用多种传感器协同来获取不同种类、不同状态的信息，然而，不同的信息之间也是相互独立或耦合，甚至会出现相互矛盾的情况。发动机工作过程故障由于系统结构的复杂性，各机构运动的非线性，传统的基于单传感器诊断又由于故障与症兆之间的不确定性而导致其诊断结果的不确定性，有效的解决方法是应用多传感器的信息融合技术和模糊逻辑推理方法。

相比于传统的故障诊断技术来说，还会出现更多先进的可远程控制的装甲车辆发动机状态监测与故障分析技术，适应装甲部队信息化高科技战争条件下的技术保障要求，为作战部队提供强有力的保障。

【参考文献】

篇10

当前,机电设备故障诊断技术是一项发展迅速的新兴检测技术,它在预防和诊断设备故障方面发挥着重要的作用。它能预防重大事故的发生,有效地避免人员伤害和设备损害,为煤矿机电设备的维修管理和日常保养提供重要的技术数据,有利于保证设备的安全运行,并在节约设备的维修费用和降低设备维修成本方面发挥着重要的作用,有利于现代化矿井的发展。

1 故障诊断技术的构成

故障诊断技术包括信号检测、信号处理、状态识别、预测和决策等部分。

(1)信号检测。设备状态信号是设备异常货故障信息的载体,要选择最便于诊断的状态信号(如振动、噪声、温度等),以便能真实、充分地检测到足够数量、能客观反映设备工作情况的状态信号。这是诊断能否成功的关键。

(2)信号处理。它是伴有各种干扰的综合信号中,把能反映设备状态的特征信号提取出来,并精化故障特征信号,以达到提高诊断灵敏度和可靠性的目的。

(3)状态识别。通过对设备状态特征信号进行分析和对比,识别和判断设备状态,确定其是否存在故障,以及故障的部位、原因及严重程度。

(4)预测和决策。预测是对尚未发生的或目前还不明确的事物进行预先的估计和推测,通过预测故障的发展过程,以及在何时进入危险范围,对设备的劣化趋势和剩余寿命做出预报,为进行事故预防和预防维修提供依据。决策是指根据预测预报及故障诊断结论,所应采取的预防和消除故障的方法、措施等。

2 故障诊断的基本方法

2.1 故障信息的采集

故障信息的采集是故障技术的第一步。只有信息正确,才有可能进行正确的分析、判断和决策。因此,故障信息的采集是诊断技术中最重要的内容。一般可用以下几种方法进行故障信息采集。

(1)直接观察。直接观察是现场工作人员根据经验对设备状态做出判断的方法。

(2)噪声及振动的测量。噪声和振动是诊断机器运行状态的重要信息,其测量可分为3个步骤:①测定总的噪声或振动强度,初步判断机器运行是否存在问题。②进行频谱分析,进一步判断机器中的问题发生在哪个环节。③采用一些特殊技术,对特定的可疑零部件进行深入分析。在噪声和振动测量中,仪器可以是便携式的,也可以是固定安装的。后者多用于对重要机器的监控,以防止发生事故和突然损坏。

(3)整机性能测定。整机性能测定是对整台机器的功能进行测定,以取得信息的方法。把其性能劣化与后果联系起来,对其发展趋势进行测定。对整台设备,通常用输入与输出的比较法或输出量的变化趋势进行测定。

2.2 设备运行工况综合诊断

机械设备运行状态的诊断方法是多种多样的,其中以噪声及振动测量、铁谱分析、油位油温检测、无损探伤及超声波等检测方法最为常用。然而,由于一些特殊环境对设备的影响,一些诊断技术在具体诊断中受到限制或影响其准确性,因此产生了进行设备运行工况综合诊断的专家系统。

3 故障诊断技术在煤矿机电设备中的应用

3.1 矿井提升机

矿井提升机担负着提升煤炭、矸石、下放运料、升降人员和设备的重要的任务,因此说提升机的运行是否安全可靠关系着煤矿的安全生产和职工的生命、财产安全。提升机常用的故障有硬故障和软故障两大类。硬故障一般可以通过保护装置解决。而对于软故障来说就需要设备运行工况综合诊断方法来判断,软故障通常是硬故障的前兆,因此说要对软故障进行及时的诊断和预报这对于提升机的安全运行是十分重要的。中国矿业大学研制的KJ46型矿井提升机状态监护系统、ASCC型全数字提升机控制系统等都包含了对提升机运行参数的检测和故障诊断功能,具有制动失灵保护、过卷保护、超速保护功能,均取得了良好的效果,有很重要的现实指导意义。

3.2 采煤机

采煤机是煤矿生产过程中应用最广泛的设备之一。它是集机械、电气和液压为一体的大型复杂系统。因为煤矿井下工作场所环境恶劣、空间狭小,采煤机才如此复杂和恶劣的环境中工作容易出现故障,而采煤机一旦出现故障将会导致整个采煤工作面中断工作,给矿井带来严重的经济损失。随着现代化煤矿工业的发展,采煤机的功能越来越多,自身结构也越来越复杂,导致发生的故障的原因变得更加复杂。国产的采煤机与国外先进的采煤机相比在故障检测诊断技术方面还有不少差距,主要表现在检测参数的缺少和检测范围的不全面,并且无故障诊断功能。为了改变国产采煤机无故障诊断功能和检测水平低的现状,原煤炭部将“采煤机工况检测及故障诊断系统”的研制列入了“九五”重点科技攻关计划当中。该故障检测诊断系统主要包括了机身检测单元、左右摇臂检测单元、变频器通信单元、工况检测及故障诊断单元、高压控制箱检测单元、检测显示单元这六个单元,在当前煤矿生产过程中已取得了显著的成效。

4 结语

总之,故障诊断技术在煤矿机电设备的诊断和检测中发挥着重要的作用。但是我们也应该看到由于煤炭行业的各种原因,设备故障检测诊断技术应用的范围还比较窄,对故障诊断技术的开发研究投入不足,我国设备故障诊断检测技术在理论上还不成熟,这就需要广大的煤炭研究人员和技术人员不断的探索,从而缩短差距。同时,还应该加强与各个行业间故障检测诊断技术的交流与合作,并进行新技术的推广和应用,使煤矿机电设备的安全性、可靠性得到进一步提高,促进矿井的和谐发展。

参考文献:

[1]王琳.机械设备故障诊断与监测的常用方法及其发展趋势[J].武汉工业大学学报,2000(3):62-64.