智能故障诊断方法最新进展

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：秀琨 学生：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，在频域围，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

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.wendangku.net/doc/1117129899.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。

控制器故障诊断

FANUC-Robot控制器故障诊断 错误分类概述 * 错误分类的目的是为了更容易地进行故障诊断。 * 每一次故障诊断前都要进行错误分类。 * 识别错误以及症状的类别，要先于故障诊断。 * 每一类错误在机器人操作中都同等严重。 * 错误类型分为： ?第一类错误 ?第二类错误 ?第三类错误 ?第四类错误 第一类错误慨述 * 症状 ?控制器死机 ?示教盒屏幕空白 * 潜在的原因 ?控制器AC 电源存在问题 ?断开器的问题 ?变压器的问题 ?控制器DC 电源线路的问题 ?电缆线问题 ?示教盒/缆线问题 ?电源供给单元损坏 ?电源供给单元保险丝熔断 ?开/关电路的问题 ?面板电路板保险丝 第二类错误概述 * 症状 ?示教盒锁死，没反应 * 潜在的原因 ?软件故障 ?主板的问题 @ CPU 模块，连同DRAM

@ FROM/SRAM 模块 ?示教盒/缆线/ISB 单元的问题 ?PSU 或者底板（激活信号）的问题 ?辅助轴控制卡的问题 第三类错误概述 * 症状 ?错误指示灯亮 ? KM1和KM2 关闭，因此伺服没有电源 ?屏幕上显示诊断信息 * 潜在的原因 ?伺服放大器的问题 ?马达/SPC 的问题 ?编码器/制动模块的问题 ?紧急停止线路的问题 ?紧急停止线路板的问题 ?紧急停止单元，连带KM1 和KM2 的问题 ?面板电路板的问题 ?缆线问题 第四类错误概述 * 症状 ?机器人只能在手动模式下工作 ?能够从示教盒运行程序 * 可能的原因 ?通讯或输入/输出的问题 @ 与PLC 之间没有通信 @ 行程开关等损坏 ?不正确的当地/远程开关设置，软件控制的。六控制器维修 1 无法开机

故障诊断方法与应用

课程名称：故障诊断方法与应用报告题目：内圈故障诊断实验报告学生班级；研152 学生姓名： 任课教师： 学位类别：

设备故障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。安装合适的传感器可以获得故障的特征信号，通过信号反映故障产生原因。滚动轴承是机械中的易损元件，据统计旋转机械的故障有30%是由轴承引起的，它的好坏对机器的工作状态影响极大。轴承的缺陷会导致机器剧烈振动和产生噪声，甚至会引起设备的损坏。滚动轴承的振动可由于外部的振源引起，也可由于轴承本身的结构特点及缺陷引起。而随着科学技术不断发展和工业化程度的不断提高，机械设备精密程度、复杂程度及自动化程度不断提高，凭个人的感观经验对机械设备进行诊断己经远远不够，因此轴承的状态检测和故障诊断是十分必要的，已经成为机械设备故障诊断技术的重要内容。滚动轴承故障监测诊断方法有很多种，它们各具特点，其中振动信号法应用最广泛。本次实验就是采用振动信号法对滚动轴承故障实验平台的滚动轴承的故障信号进行分析。

1 绪论 (1) 2 轴承内圈故障特征频率 (2) 3 时域无量纲参数分析 (2) 3.1 时域波形 (2) 3.2 傅里叶变换运算分析故障 (3) 4通过自相关、互相关、功率谱运算分析故障 (4) 4.1 自相关分析 (4) 4.2 互相关运算分析故障 (5) 4.3功率谱密度 (6) 5 Haar小波分析 (7) 5.1小波分解 (7) 5.2 小波降噪 (9)

1 绪论 随着对滚动轴承的运动学、动力学的深入研究，对于轴承振动信号中的频率成分和轴承零件的几何尺寸及缺陷类型的关系有了比较清楚的了解，加之快速傅里叶变换技术的发展。开创了用频域分析方法来检测和诊断轴承故障的新领域。其中最具代表性的有对钢球共振频率的研究，对轴承圈自由共振频率的研究。本文主要着重于对滚动轴承内圈磨损的故障研究，主要研究方法为傅里叶变换，功率谱，自相关以及互相关，小波理论。 滚动轴承在运行过程中可能会因为各种原因出现故障，如安装不当、异物入侵、润滑不良、腐蚀和剥落等都会导致轴承出现故障。安装不当会导致轴承不对中，使得轴承在运行中，产生一种附加弯矩，给轴承增加附加载荷，形成附加激励，引起几组强烈振动，严重时会导致转子严重磨损、轴弯曲、联轴器和轴承断裂等严重后果。即使轴承安装正确，在长期的运行中，由于异物的入侵或则负荷的作用下，接触面会出现不同程度的金属剥落、裂痕等现象，进而导致旋转部件与故障区域接触时产生强烈振动。本次实验主要针对潜在危害很大的裂痕故障信号进行分析研究。滚动轴承在出现裂痕故障后，随着轴承的旋转，由于旋转部件与裂痕周期性的碰撞会产生周期性的冲击信号，且周期可以通过轴承结构计算得出。图1.1所示为滚动轴承基本结构。 图1.1 滚动轴承基本结构 d：滚动体直径 D：轴承节径（滚动体所在圆的直径） R：内圈直径 i R：外圈直径 o ：接触角（滚动体受力方向与轴承径向平面的夹角） Z：滚动体个数

故障诊断第二章习题

第二章第一节信号特征检测 一、填空题（10） 1.常用的滤波器有、低通、带通、四种。 2.加速度传感器，特别是压电式加速度传感器，在及的振动监测与诊断中应用十分广泛。 3.传感器是感受物体运动并将物体的运动转换成的一种灵敏的换能器件。 4.振动传感器主要有、速度传感器、三种。 5.把模拟信号变为数字信号，是由转换器完成的。它主要包括和两个环节。 6.采样定理的定义是：。采样时，如果不满足采样定理的条件，会出现频率现象。 7.电气控制电路主要故障类型、、。 8.利用对故障进行诊断，是设备故障诊断方法中最有效、最常用的方法。 9.振动信号频率分析的数学基础是变换；在工程实践中，常运用快速傅里叶变换的原理制成，这是故障诊断的有力工具。 10．设备故障的评定标准常用的有3种判断标准，即、相对判断标准以及类比判断标准。可用制定相对判断标准。 二、选择题（10） 1.（）在旋转机械及往复机械的振动监测与诊断中应用最广泛。 A位移探测器B速度传感器 C加速度计D计数器 2.当仅需要拾取低频信号时，采用（）滤波器。

A高通B低通 C带通D带阻 3.（）传感器，在旋转机械及往复机械的振动监测与诊断中应用十分广泛。 A压电式加速度B位移传感器C速度传感器 D 以上都不对 4.数据采集、谱分析、数据分析、动平衡等操作可用（）实现。 A传感器B数据采集器C声级计D滤波器 5.（）是数据采集器的重要观测组成部分。 A. 滤波器 B. 压电式传感器C数据采集器D数据分析仪 6.传感器是感受物体运动并将物体的运动转换成模拟（）的一种灵敏的换能器件。 A力信号B声信号C光信号 D. 电信号 7.在对（）进行电气故障诊断时，传感器应尽可能径向安装在电机的外壳上。 A单相感应电机B三相感应电机 C二相感应电机D四相感应电机 8.从理论上讲，转速升高1倍,则不平衡产生的振动幅值增大（）倍。 A1 B2 C3 D4 9.频谱仪是运用（）的原理制成的。 A绝对判断标准B阿基米德 C毕达哥拉斯D快速傅立叶变换

电气控制系统故障分析诊断及维修技巧

电气控制系统故障分析诊断及维修技巧 发表时间：2016-11-07T14:10:38.820Z 来源：《电力设备》2016年第16期作者：刘庚 [导读] 所以我们必须加大电气控制系统故障分析和维护力度，以此使其使用更加安全，运行更加可靠，进而提高控制效果与水平。 （福建晋江天然气发电有限公司福建省晋江市 362251） 摘要：随着科学技术的不断发展，各种自动控制设备也随着不断的发展和完善，这些设备离不开最基本的电气控制线路，也逐渐的被人们所熟悉掌握。和发达国家相比，我国对电气控制线路控制技术的研究较晚，发展速度也比较慢。近年来通过引进、吸收、消化，明显的提高了电气控制线路技术发展速度。由于电气的控制系统线路较多，线路发生的故障点比较隐蔽，所以影响了电气控制线路的稳定发展。文章分析了电气控制系统的常见故障及其危害，探讨了电气控制系统故障分析诊断及维修技巧。 关键词：电气控制系统；故障诊断；维修技巧 引言 众所周知，电气控制系统在确保电气设备有序运行、高效工作中发挥了不容忽视的重要作用，这一点不可否认，然而在具体应用中，电气控制系统不可避免的会出现各类故障，从而对系统自身、相关设备以及非故障设备构成威胁。所以我们必须加大电气控制系统故障分析和维护力度，以此使其使用更加安全，运行更加可靠，进而提高控制效果与水平。 一、电气控制系统常见故障及其危害 1、电气控制系统常见故障分析 有一些典型的电气控制系统故障可以为我们带来启示，从中获取故障检修经验，避免系统因故障更产生严重后果。引发电气控制系统故障的原因有许多，绝大多数体现在设计上的错误，以及设备安装质量低、设备自身缺陷等，常见的几种系统故障为：（1）过负载。过负载故障体现为电气控制系统中的电机电流超过了额定电流，引发电机过负载故障诱因有很多，例如负载、电压骤然大幅度增高、电机缺相运行等。（2）形式不同的短路。短路故障包括两相短路、三相短路、一相接地短路以及电机或变压器一相绕组中的匝间短路等。（3）过电流。过电流指的是电器元件或电动机超过了限定电流的运行状态，通常比短路电流要小，很少超过6In，过电流故障的原因多来源于错误的起动及负载转矩过高等。（4）电源缺相。交流异步电动机在常规工作当中，因为三相电源包含的一相熔断器熔断所引发的电动机缺相运行。 2、故障的危害 想要真正了解电气控制系统故障，其发生后的危害也有必要了解。（1）电气控制系统在正常运行中，绝缘破损或者接线错误及负载短路后，短路时形成瞬时故障电流可激增到额定电流的数十倍以上，使配电线路或电气设备因过流所生成的电动力而遭到损毁，甚至造成火灾。（2）电流过大不仅会中止电器控制系统，还可能让电气设备遭到损坏，进而引起电动机转矩过大，让机械转动部件破损。（3）交流异步电动机在缺相电源低速运行或堵转时，其产生的定子电流十分强劲，遇到故障会让电动机绕组烧毁。（4）电气控制系统发生故障还可能导致电网电压降低，直接波及到其他设备或用户，让正常工作与生产遭到破坏，严重时会使配电系统彻底瘫痪。 二、电气控制系统故障诊断分析性 1、调查研究法 对电气控制线路的故障诊断调查研究法可以让故障检测人员有效而且快速的对故障性质、范围以及类型进行判断掌握，使工作人员可以迅速的做出故障准确诊断，把在检修诊断过程中的盲目性降低。调查研究法的主要方式是：第一点是问，故障诊断人员向操作电气设备的人员询问在故障发生之前、发生中和发生后的电气线路状况，问的内容应该是在电气控制线路发生事故前有没有冒烟、冒火、有无响声、发生频率、在事故发生之前有没有停机、过载或者高频率启动现象，有没有更换过原件、是否私下维修等等问题，从这些问题中可以知道，调查研究法的最主要的判断故障方式就是问，通过问就可以大致的判断出故障发生的部位以及发生故障原因等。第二点是望，望就是要对发生故障的设备部位进行观察，看的主要部分就电气设备的外观，看电气设备是否有可能会有故障发生的预兆，比如短路、接地、线路松动、断线等状况。第三点是闻，电气线路中如果出现烧坏等现象，维修人员就可以通过闻的方式进行判断，从而准确的判断线路故障发生的性质和部位。第四点是摸，在摸的时候，必须要保证电流已经切断，触摸线路是否发热，确定该条线路是否在正常运营。 2.2原理图、逻辑分析法 运用逻辑分析法的根据是控制线路中工作原理的关系和环节，并且根据线路故障的现象进行具体的分析，把检查的范围迅速缩小，从而确定故障的发生部位。运用逻辑分析法的主要前提是要根据系统电路原理图分析，准确判断故障所在的位置，使用逻辑分析法的目的是比较快捷方便，因此逻辑分析法比较适用于有复杂线路的故障检查中。由于复杂的线路中经常会有许多电气零件以及接线，如果检查维修人员逐一检查，不仅工作量大、时间长，且容易出现差错。 检查维修人员在使用逻辑分析法进行线路检查时，应该按照相应管理图纸对线路故障进行具体分析，准确的找到故障所在的位置。逻辑分析法可以帮助维修人员快速的把复杂问题进行分析，把一些比较专业复杂的问题变得简单化，避免检查人员莽撞的检查，使尽快的排除故障。 2.3实验法 实验法就是需要对电气控制线路进一步检查时，或是使用常规检查无法判断故障的时候，可以对电气控制线路的故障进行通电实验检查。但是实验法使用前提是不能把电气设备和机械设备损坏，不能把事故的范围进行扩大化。 在进行实验之前，应该尽量的把传动机与电动机分开，调节器里的相关开关在零位，把开关还原的最初的位置。如果传动机和电动机无法彻底分开，可以把主线路切断，根据检查中的实际需要把其它部位的线路也切除掉，把检查的范围进一步的缩小，同时也是为了避免故障进一步的扩大，避免意外情况的发生。如果要把电气设备打开，应该在操作设备的人员的配合下打开。 三、电气控制系统故障维修技巧探讨 1、通过有效充分利用排查的方式进行维修 利用排查法进行维修是最基本的方法，它的主要内容涉及故障代码的研究和分析、系统的自排查过程、万能表排查和短路排查四种方法。由于上述已经涉及相关内容的探讨，在这里不再多加赘述。

智能故障诊断技术知识总结复习课程

智能故障诊断技术知 识总结

智能故障诊断技术知识总结 一、绪论 □智能： ■智能的概念 智能是指能随内、外部条件的变化，具有运用知识解决问题和确定正确行为的能力。 ■低级智能和高级智能的概念 低级智能——感知环境、做出决策和控制行为 高级智能——不仅具有感知能力，更重要的是具有学习、分析、比较 和推理能力，能根据复杂环境变化做出正确决策和适应 环境变化 ■智能的三要素及其含义 三个基本要素：推理、学习、联想 推理——从一个或几个已知的判断（前提），逻辑地推断出一个新判断（结论）的思维形式 学习——根据环境变化，动态地改变知识结构 联想——通过与其它知识的联系，能正确地认识客观事物和解决实际问题 □故障： ■故障的概念 故障是指设备在规定条件下不能完成其规定功能的一种状态。可分为以下几种情况：

1.设备在规定的条件下丧失功能； 2.设备的某些性能参数达不到设计要求，超出允许范围； 3.设备的某些零部件发生磨损、断裂、损坏等，致使设备不能正常工作； 4.设备工作失灵，或发生结构性破坏，导致严重事故甚至灾难性事故。 ■故障的性质及其理解 1层次性——系统是有层次的，故障的产生对应于系统的不同层次表 现出层次性。一般可分为系统级、子系统级、部件级、 元件级等多个层次；高层故障可由低层故障引起，而低 层故障必定引起高层故障。诊断时可采用层次诊断模型 和诊断策略。 2相关性——故障一般不会孤立存在，它们之间通常相互依存和相互 影响，如系统故障常常由相关联的子系统传播所致。表 现为，一种故障可能对应多种征兆，而一种征兆可能对 应多种故障。这种故障与征兆间的复杂关系导致了故障 诊断的困难。 3随机性——故障的发生常常是一个与时间相关的随机过程，突发性 故障的出现通常都没有规律性，再加上某些信息的模糊 性和不确定性，就构成了故障的随机性。

电力系统故障的智能诊断综述

电力系统故障的智能诊断综述 发表时间：2016-06-30T14:34:41.580Z 来源：《电力设备》2016年第9期作者：李艳君蒋杰李玉玲李飞翔 [导读] 在电力系统中，设备故障诊断和厂站级的故障诊断经过了几十年的发展和改革，现今已经较为成熟，而电力系统层面的故障才刚刚开始。 李艳君蒋杰李玉玲李飞翔 （国网新疆检修公司新疆乌鲁木齐 830000） 摘要：常用的智能故障诊断技术有专家系统、人工神经网络、决策树、数据挖掘等，专家系统技术应用最广，最为成熟，但是也需要结合使用其他智能技术来克服专家系统技术自身的缺点。智能故障诊断技术的发展趋势主要有多信息融合、多智能体协同、多种算法结合等，并向提高智能性、快速性、全局性、协同性的方向发展。基于此，本文就针对电力系统故障的智能诊断进行分析。 关键词：电力系统；故障；智能诊断 引言 文章对电力系统故障的智能诊断进行了详细的阐述，通过对电力系统的简介，和对故障诊断的发展阶段进行了简要的分析，并阐述了电力系统故障的智能诊断实际应用存在的问题及对策，文章最后指出了电力系统故障的智能诊断的发展趋势。望文章的阐述推动电力系统故障的智能诊断的发展。 1电力系统概述 电力系统是由发电厂、送变电线路、供配电所和用电等环节组成的电能生产与消费系统。电力系统的主要功能是将自然界中的能源，通过先进的发电动力装置，将能源转换为电能。在通过输电线路和变压系统，将电能传送到各个用户。为了实现这一功能，电力系统在各个环节和不同层次还具有相应的信息与控制系统，对电能的生产过程进行测量、调节、控制、保护、通信和调度，以保证用户获得安全、优质的电能。 2电力系统故障智能诊断技术及发展现状 2.1智能故障诊断技术 传统的故障诊断方法分为基于信号处理和基于数据模型，均需要人工进行信息的处理和分析，缺乏自主学习能力。随着人工智能技术这一新方法的产生及发展，为故障诊断提供了初步的自动分析和学习的途径。人工智能技术能够存储和利用故障诊断长期积累的专家经验，通过模拟人大脑的逻辑思维进行推理，从而解决复杂的诊断问题。 目前在电网故障诊断领域出现了包括专家系统、人工神经网络、决策树理论、数据挖掘、模糊理论、粗糙集理论、贝叶斯网络、支持向量机及多智能体系统等技术以及上述方法的综合应用。 目前，在对电网故障智能诊断领域的研究中，依靠单一智能技术的系统多，信息的综合利用研究较少，协同技术的研究应用更少；投入运行的诊断系统多为专家系统，但是离线运行的多，在线运行的很少。即使广泛投入使用的专家系统也同样存在着：（1）知识的获取和管理问题，难以获取较高适应度和准确度的知识。（2）推理的效率问题。（3）故障诊断的在线应用问题，目前仅限于离线故障诊断，该结论不能指导对电网的实际控制。（4）故障诊断的动态分析问题，缺乏故障的动态分析，从而屏蔽了很多有用的细节，尤其是各元件之间的相互关联关系等。基于以上问题，采用决策树方法可以对系统信息进行归类梳理，可以提高专家系统的速度；通过粗糙集方法建立清晰的数学模型；采用数据挖掘和关联性规则可以提高故障诊断分析的准确度。这几种方法的结合应用有助于提高故障诊断的智能水平、效率和准确度。 2.2电力系统故障智能诊断发展现状 电力系统连锁故障分析理论与应用中提到，电力系统故障智能诊断是相对传统的故障诊断而言的。在传统的故障诊断方法可划分为两类。其一是关于信号出路的方法。其二是数学模型的方法。这些都需要人为地区判断和分析，这些方法应用是没有自动化的处理能力。故障的智能诊断是将传统的方法，与当下先进的计算机技术有效的结合，形成的人工智能技术的新方法，对电力系统的故障进行智能的诊断，这是故障诊断技术发展的新时期。 3智能故障诊断面临的问题和对策 3.1智能故障诊断面临的问题 知识的获取和管理问题，也可以说是规则的表达和维护问题。知识是专家系统行为的核心，如何根据系统的变化，获取具有较高适应度和准确度的知识（规则）。对知识的一致性、冗余性、矛盾性和完备性进行检验、维护和管理，是专家系统亟需解决的首要问题。 推理的效率问题，也可以说是如何解决规则组合爆炸的问题。规则库的规模增大以后，搜索的运算量迅速增长，尽管人们提出了许多算法，规则组合爆炸的问题还是没有得到满意的解决。 故障诊断的在线应用问题。以往的故障诊断离线运行，只能告诉调度员已有故障是如何发展的，因为运行方式的多变性，离线故障诊断结论不一定能够指导调度员对电网的实际控制；只有做到在线运行，才能及时帮助调度员进行控制决策。 故障诊断的动态分析问题。以往的故障诊断只能进行静态分析，忽略了故障动态过程的大量有用的细节，尤其是采用了高速保护的大型电网，更加需要分析动态过程，例如快速相继开断过程中的顺序和相互关系、复杂故障中各元件之间的相互影响、电压崩溃的动态过程、运行方式切换或调度控制过程对电网的影响等。 3.2智能故障诊断面临问题的解决对策 对于知识的获取和管理问题，可以采用提高故障诊断系统的学习能力的方法，如 ANN、数据挖掘、仿生学方法等。这些智能方法都有其优点和局限性，需要有针对性地应用。 对于推理的效率问题，可以采用计算速度更快的计算机硬件和软件算法，通信速度更快的数据采集和传输手段；数据挖掘是从各种复杂故障中发现最常见的故障或分解出简单故障的有力手段；建立系统的故障案例库，可以降低决策分析的计算量，提高诊断推理的效率。 对于故障诊断的在线应用和动态分析问题，可以采用更能够反映电网实时运行状态的信息，如广域量测系统、高速保护信息系统和故障录波信息系统、稳定控制系统等提供的动态数据；实时进行电网的灵敏度分析，动态分析电网的健康状况；增量挖掘技术只处理实时的

控制系统故障诊断技术

Harbin Institute of Technology 控制系统故障诊断技术 课程报告 专业：控制科学与工程 学号：15S004001 姓名： 日期：2016.4.12 控制系统故障诊断技术(FDD)，在核心上属于模式识别范畴，通过冗余控制及自诊断等

思想处理系统故障，提高系统性能与可靠性。主要环节内容包括特征提取(如量值描述、模糊描述、模型与数据结合描述等)，故障分离估计及评价决策。其中系统的表征包括输入输出状态，参数特征，逻辑经验，通过状态观测可以判定失效的观测器。 控制系统故障诊断主要思想在于特征分析，包括信号处理，通过控制领域方法，进行诊断与容错处理。本质上，是控制学科的一门下属学科，建立的体系要基于控制系统理论基础，系统四个部分分别是：被控对象、控制器、执行器、传感器。重点在于传感器的故障诊断。 故障诊断本身又可以分为故障检测，只判断有无故障；与故障分离，即可以定位具体故障。 诊断方法类型包括基于数学模型及基于专家(模糊)知识两种。体现在发展历程上，即2000年以前诊断方法主要是阈值方法，而2000年之后才逐渐引入智能化。 这一技术的目的包括提高系统鲁棒性，这种鲁棒性，并非简单的对参数变化具有的不敏感性，还包括系统自身对结构变化的自适应性；此外，另一个目的是容错性，即再系统局部发生故障时，可以有冗余部件替换掉有问题部件。 控制系统容错技术在方法上，包括 1、并行冗余，主要处理控制器故障，包括串并联结构，冷热备份等等； 2、鲁棒控制，需要考虑系统局部关系的完整性设计，具有多模型自适应能力； 3、系统重构，指的是余度系统故障时，使系统转入新工作结构而采用的余度管理措施，称为重构。系统重构技术充分利用系统的信号和资源，可以使系统获得更高的可靠性和生存性。在系统发生故障时可以迅速反应，重新构建控制器，通常采用FPGA实现，达到不同阶段完成不同功能。 4、人工智能，是近来发展迅速的智能化方法，包括神经网络、模糊专家控制等。 如上图为神经网络控制器的示意图。作为一种黑箱结构，神经网络的优势在于只要有一层隐含层就可以做到任意的非线性拟合。 控制系统故障诊断实现途径包括：提高元部件可靠性及整体可靠性设计，如冗余设计、简化设计等。故障诊断的观测器通常采用基于李雅普诺夫原理的自适应观测器与奉献观测器的结合。通过可观自由度、传感器数量对故障定位，通过解耦控制器，容错控制，使血糖具有冗余能力。在实际应用中观测器速度一定大于控制器，及观测器极点相比于控制器一定更远。当系统干扰较大时，可将观测器换成卡尔曼滤波器。闭环故障诊断的难点在于故障可能由于闭环本身产生。 以上内容完全来自课堂笔记与个人观点，下面是我查阅到的控制系统故障诊断的一些基本内容： 容错控制是 20 世纪末期发展起来的一种提高控制系统可靠性的技术 . 容错控制系统设计主要包括 故障诊断和容错控制系统的设计, 这两个方面现都成为控制理论领域的研究热点. 控制系统是由被控对象、控制器、传感器和执行器组成的复杂系统, 其各个基本环节

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

轴承故障诊断中的信号处理技术研究与展望

!专题综述# 轴承故障诊断中的信号处理技术研究与展望 董建宁,申永军,杨绍普 (石家庄铁道学院机械工程分院,河北石家庄050043) 摘要:讨论了各种信号处理技术在滚动轴承故障诊断中的应用,如平稳信号处理技术、非平稳信号处理技术,非高斯和非白色噪声信号处理技术、非线性信号处理技术、奇异值分解技术以及各种智能诊断技术。详细比较了各种信号处理技术的特点、应用范围和研究进展,并指出了今后的若干研究方向,为轴承的故障诊断和在线监测提供了依据。 关键词:滚动轴承;故障诊断;信号处理 中图分类号:T H133.33;T N911.7文献标识码:B文章编号:1000-3762(2005)01-0043-05 Study and Prospect on S ignal Process Technique of Bearing Fault Diagnosis DONG Jian-ning,SHEN Yong-jun,YANG Shao-pu (Department of M echincal Eng ineering,Shijiazhuang Railway Inst itute,Shijiazhuang050043,China) Abstract:T he application of several signal process techniques are discussed in failur e diagnosis of the rolling bearing, such as steady signal,non-steady sig nal,non-g auss-s and non-w hite no ise signal,non-linear signal process tech-nique,oddity value decompositio n technique and so me kinds of intelligent diagnosis technique.T he characterist ics,ap-plied area and development trend of the signal process techniques ar e compared in detail.A nd t he study dir ections in t he futur e are pointed out. Key words:ro lling bearing;fault diagnosis;signal process 对重要轴承进行工况监视与故障诊断,不但可以防止机械工作精度下降,减少或杜绝事故发生,而且可以最大限度地发挥轴承的工作潜力,节约开支,在工程上具有重要意义。 本文以轴承系统为研究对象,重点介绍轴承的振动诊断技术中常见的信号处理方法。现代信号分析和处理的本质可以作一个/非0字高度概括:研究和分析非线性、非因果、非最小相位系统、非高斯、非平稳、非整数维信号和非白色的加性噪声[1]。其中非最小相位和非因果信号处理技术目前尚未在故障诊断中得到应用。现介绍其他信号处理技术在轴承故障诊断中的应用情况。 收稿日期:2004-03-12;修回日期:2004-04-22 基金项目:河北省科学技术研究与发展计划项目(01547019D) 作者简介:董建宁,(1977-),女,研究生,专业方向:滚动轴承的故障诊断技术研究。1平稳信号处理技术 111平稳信号的Fourier谱分析技术 目前振动信号分析工程上常用的信号处理方法是FFT频谱分析。在对轴承的故障诊断中,将振动信号进行频谱分析,查看谱图中有无明显的故障频率谱峰存在,从而可以判断轴承是否完好。这种方法具有很大的局限性,诊断出来的轴承一般都已有较严重的损害,并且对轴承早期故障的分析不够灵敏。 112平稳信号的时间序列分析 对于直接进行频谱分析比较困难的情况,如采集的信号序列较短,或者Fourier变换不能将相互靠近的两个频率分开,采用时间序列分析(也称参数模型的谱分析)是一种较好的方法。常用的时间序列模型有ARMA模型、AR模型以及MA 模型。关于各种模型的特点、算法以及适用领域 ISSN1000-3762 CN41-1148/T H 轴承 Bear ing 2005年第1期 2005,No.01 43-47

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