故障诊断方法综述精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的故障诊断方法综述主题范文，仅供参考，欢迎阅读并收藏。

第1篇：故障诊断方法综述范文

关键词：煤矿；电气控制线路；检修

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)

[6] 张保香.煤矿电气设备管理要点探析[J].行政事业资产与财务.2011(14)

第2篇：故障诊断方法综述范文

关键词：模拟电路 故障 诊断

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)

[2]陈晓娟，于华楠. 模拟电路故障诊断方法进展综述[J].科技进步与对策，2003，(08)

第3篇：故障诊断方法综述范文

近些年来，伴随着科学技术的迅猛发展，越来越多的家用电器、发电机、变压器等电气设备进入人类生活，大大提升了人类生活质量和生活水平，同时也对中国的工业化进程提供了基础。然而电气设备的价值很高，一旦出现故障，就会出现严重的经济损失，影响人们日常生活，因此对电气设备采取必要的防护措施以及对其故障做出诊断必不可少。本文通过分析电气设备的常见故障、诊断技术和方法，将得出故障诊断的现状和发展趋势。

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．

［3］雷建华．电力、电气设备故障诊断研究［J］．硅谷，2014(12):145，148．

第4篇：故障诊断方法综述范文

关键词：系统；故障诊断；算法

作者简介：王芳（1974-），女，浙江诸暨人，浙江省绍兴电力局，工程师。（浙江 绍兴 312000）

中图分类号：TM73 文献标识码：A 文章编号：1007-0079（2013）33-0239-02

一套完整的监控（监控和数据采集，SCADA）系统与警报讯号处理（报警处理）系统，将有助于提升调度人员处理事故的能力，能够根据系统的情况明确指示引起异常之原因，提供必要的解决措施。近年来，人工智慧（人工智能）方法已被广泛应用于电力工程领域，国内外对于故障区域估测（故障区段估计），变压器故障诊断（变压器故障诊断），警报处理（报警处理）及谐波侦测（谐波检测）等领域所提方法，大致可归纳为下列几种。

一、专家系统

专家系统的创始人费根鲍姆认为：专家系统是一套智能化软件系统，利用理论及推理步骤来完成以前只有行业专家方能解决的复杂问题。专家系统建立的主要目标是利用具有特定领域问题解决能力的专家系统，为非专家解决现场复杂的问题提供支持和帮助。人工智能是专家系统中最活跃同时也是成果最丰富的一个研究领域。

专家系统在输电和配电网络故障诊断中的典型应用是以生产规则为基础的系统，即保护断路器操作人员的行动逻辑和诊断经验排除这一可能性，形成故障诊断专家系统知识库，进一步在信息知识基础上根据报警进行故障排除的结论的推理。

实际应用中，如美国电力公司依赖与得克萨斯州农工大学共同开发的电源系统管理专家系统（雷莱恩专家系统）、数字故障录波（DFR）这个专家系统，根据DFR数据故障诊断扰动。 DFR可以记录在系统故障期间的系统参数，如雷电和操作冲击电压突然上升或骤降、供电中断、过电压、欠电压、谐波和瞬态等引起的故障参数。

传统的方法是失败的DFR开始自动记录并存储相关数据，保护工作进行离线分析，以评估该系统的保护作用。雷莱恩专家系统可以免除上述过程，分析故障录波数据和自动提取撰写报告，然后通过传真或E-mail发送到系统的时间表或相关人员。

虽然专家系统可以有效地模拟专家完成故障排除，但在实践中仍存在一些不足之处，主要问题是知识获取的瓶颈问题，知识是难以维持的，并不能有效解决众多不明朗因素的故障诊断，这些问题极大地影响了故障诊断的准确性。[1]

二、模糊逻辑（模糊逻辑）

模糊集合观念常用于处理因语言及智识上产生不明确性特质的事物上，模糊集合论可视为明确集合论的延伸，弥补二值逻辑（非0即1）无法对不明确边界事物描述的缺点，经归属函数来表示集合元素对该集合的隶属程度，然后由模糊规则库推论其结果。此法必须先从问题描述来定义归属函数，亦需设计出严谨有效的推论规则。多应用于警报讯号处理、变压器故障诊断。

三、遗传算法的基因演算法（GA）

基因遗传演算法是一种模拟人类基因演化的模型，在这种模型中，问题的解答被巧妙地安排成一串数值，模拟基因中的一串染色体，大量的基因经过演化、突变与等运算不停地产生新的基因，且淘汰不良的基因，最后演化出问题的最佳解答。多应用于电力系统故障诊断、主动式滤波器规划。[2]

四、搜寻法（禁忌搜索TS）

搜寻法为求得整体最佳解，主要特色系利用来控制求解过程。多应用于警报讯号处理。

五、决策树搜寻法（决策树搜索）

将欲达成的策略以决策树型式表示，再应用搜寻技巧寻找适当的策略。多应用于故障诊断。

六、因果网路（因果网络，CEN）

因果网路具有平行处理的推论能力，主要特色系使用并行处理的推论机制，可得到快速的推论结果。多应用于故障诊断。

七、神经网络

神经网络具备高度神经计算能力和极强的自适应性、鲁棒性和容错性。用神经网络处理问题只需要进行简单的非线性函数的数次复合，不需要建立任何物理模型和人工干预，具有自组织、自学习能力，能映射高度非线性的输入输出关系，重新观察现象之后判断输出。神经网络法在故障诊断中得到高度重视和广泛应用，它在处理不确定性问题时具有独特的优势。人工神经网络广泛用于选线、故障判断、暂态保护等，速度快、准确度高，并且不受制于系统的运行模式、互感器饱和、故障类型等因素。用来进行保护无线通讯，可以对故障高频信号进行提取，具有很好的仿真效果；还在雷电信号、开关信号和故障行波的识别中有着广泛的应用。

神经网络方法虽然有利于克服专家系统获取信息的瓶颈、维护信息库困难等众多问题，但其在处理启发性知识方面有着局限性。且因为ANN技术本身的缺陷，其学习速度不快，需要长时间的训练，解释能力弱，进而对神经网络实用化产生了影响。并且怎样设计与大型输电网络相适应的ANN故障诊断系统，还是一个需要持续研究的课题。

类神经网络的性质具有大量平行处理能力、学习及记忆功能，应用的领域相当广泛，可藉由不同的网络结构及学习演算法相结合，以适用于解决特殊的问题、如文字辨识，语音辨识、影像压缩、预测及诊断等。应用前必须慎选适用的领域。多应用于故障诊断、警报讯号处理、变压器故障诊断、谐波侦测。[3]

八、基于柔性SCADA的电网复杂故障诊断方法

电网故障分为简单和复杂的故障，而绝大多数是简单故障。对于简单的故障诊断方法，只使用第一层的推理，从而避免了使用保护、防护等级和其他二级报警信息的类型，降低了模型的复杂性，提高推理的速度，有利于故障在线诊断应用。对于复杂的故障，使用Petri网推理模型，并引入WAMS数据核实诊断结果，以提高诊断结果的准确性。给出网格基础上灵活的SCADA复杂故障诊断系统的设计：

（1）利用灵活的SCADA报警信息，实现了分层分级传输和利用，以避免电网故障的交互功能、报警信息丢失导致拥塞故障排除错误。推理采用分层结构，第一层采用专家系统推理，第二层使用Petri网模型的推理。

（2）对于报警信息不完全正确的现象，提出了应用组件的配置时间Petri网保护的报警信息纠错处理的方法来提高容错。参考WAMS数据、报警信息和故障诊断纠错处理结果验证结果的方法，以提高故障诊断的可靠性。[4]

九、计及信息畸变影响的电网故障诊断分级优化方法

目前的电力系统故障诊断领域一直在进行更深入的研究。基于优化算法的故障诊断方法，因为推理简单而搜索快速，被广泛应用。

在优化算法的基础上，分析基于相似的故障诊断方法可以概括为覆盖的诊断方法和诊断方法。当保护或断路器不正常运行和警报信息是扭曲的，诊断的相似性可能被漏诊、误诊。为了提高故障诊断的准确性，其结合了两种类型诊断方法的故障诊断建议分类优化方法的特点。此方法诊断相似的保护信息和一个诊断结果，通过简单的操作分析不同类型的可疑故障组件的失效概率。对于现有的方法造成报警状态计算密集型优化问题的特征向量、状态向量构造自适应功能的报警方法。建立各类变量模型中的简单方案，以进一步推进快速诊断故障区域的研究。

十、复合方法

结合两种不同的人工智慧方法，选取各个方法的优点再将其结合，主要目的是增加其适用范围及提高诊断准确度，如结合CEN和模糊理论，以CEN判断故障区域后再由模糊逻辑推论出故障类型，使得诊断工具的适用范围扩大。诊断流程采用人工神经网络与EPS同时平行运作，在相互结合下拥有较高的诊断精确度；结合小波理论和ANN用于变压器故障诊断经济调度及暂态干扰事件侦测。[5]

十一、总结和展望

本文对几种广泛应用的电力故障诊断方法进行了详细的阐述，然而随着电力的发展和环境的变化，新故障不断出现，其给现有的诊断方法带来了挑战。因此，为了应对不断出现的故障，灵活综合各种基本方法来进行诊断成为电力系统故障诊断技术的发展趋势。

为了维持电力供应安全性及可靠性，自动化故障侦测技术将有助于迅速推测出故障可能发生的位置，在供电品质提升的需求下，变压器的维护与检修更为重要，对于运转中的变压器若有一套监视与诊断预警技术，将可发现变压器内部潜在的异常状况，及早进行修复以避免事故进一步扩大。电力品质亦是当前电力公司与工业界共同重视的课题，若有一套电力品质干扰事件侦测系统，将可辅助电力品质工程师形成有效的辨识及采取有效的改善策略。本文主要目的即建立一套辅侦测工具，包括故障区域侦测、警报讯号处理、变压器故障诊断及电力品质侦测，期望可在不用增加任何设备的情况下纳入既有的监控系统。

参考文献：

[1]郑文盛.故障诊断专家系统在船舶电力系统故障诊断中的应用[J].中国水运，2010，（4）：88-89.

[2]吕雪峰.基于遗传算法的电力系统故障诊断[D].大庆：大庆石油学院，2006.

[3]邵晓非，宁媛，刘耀文，张慧莹.电力系统故障诊断方法综述与展望[J].工业控制计算机，2012，（12）：4-5，7.

第5篇：故障诊断方法综述范文

关键词：船舶机电设备；运行状态；监测；故障诊断；技术

作为船舶主要组成部分之一，船舶机电设备在船舶运行过程中拥有着不可替代的作用，其运行状态直接关乎到船舶是否能够正常运行。一旦船舶机电设备发生故障，不仅可能会带来极大的经济损失，甚至可能造成船员出现人员伤亡情况。本文试图研究开发一种设备运行状态监测与故障诊断系统，来在线监测船舶机电设备的运行状态。一旦发现船舶机电设备出现故障，能够快速诊断出发生故障位置以及发生故障原因，从而及时采取有针对性的维修措施，提高船舶机电设备维修效率，减少船舶发生故障的概率。

1设备运行状态监测与故障诊断系统建立的必要性

2016年3月27日早上，总吨位920的“粤惠州货5220”船航至西樵水道西樵大桥上游500米左右时，突然失去动力后失控，虽然船方采取了抛锚等措施，但在船舶惯性加上汛期急流作用下，“粤惠州货5220”主甲板左舷位置触碰西樵大桥桥墩，导致西樵大桥桥墩下通航桥孔桥墩表面约150cm×80cm破损，“粤惠州货5220”船甲板护舷材变形凹陷。从上述案例可以看到船舶机械设备对船舶安全运行有着严重的影响，因此研究开发一种设备运行状态监测与故障诊断系统，来在线监测船舶机电设备的运行状态，诊断船舶机电设备是否存在安全隐患，并向相关人员进行安全风险提示，进而保护船员人身安全，是非常有必要的。

2设备运行状态监测与故障诊断系统设计方案

2.1设备运行状态监测与故障诊断系统结构设计

设备运行状态监测与故障诊断系统主要完成对船舶机电设备运行状态监测以及故障诊断，并结合先进的计算机信息技术分析船舶机电设备的运行信息以及故障信息，以确保应用信息化变得更加丰富。设备运行状态监测与故障诊断系统的逻辑架构主要包含以下几个部分：数据信息采集层、数据信息传输层、数据信息评估层、数据信息管理层、应用层组成（见图1）。

2.2数据信息采集层

数据信息采集层主要负责船舶机电设备运行状态信息以及故障信息的采集。与一般监控类信息不一样的是，运行状态信息更侧重于采集船舶机电设备关键部位运行时候的温度、振动、转速、保护期状态、电流等等。有些船舶机电设备由于配备着较为智能化的电控系统，能够自检自身的运行状态，则只需要连接电控系统的数据接口就可以实现数据信息的采集。对于电控系统无法提供的诸如温度、振动等数据信息，则可以通过在船舶机电设备中安装对应的传感器，模拟转换这些数据信息后再予以采集。

2.3数据信息传输层

数据信息传输层主要负责传输数据信息采集层采集到的有关船舶机电设备运行状态信息以及故障信息的相关数据至数据信息评估层，以供数据信息评估层分析评估。并利用计算机网络技术实现船舶机电设备运行状态监测与故障诊断系统应用层、船舶各个舱室（船舱、工作舱、公共舱、居住舱、战斗舱等）的信息联网。数据信息传输层主要分为全线主干网络、系统应用层网络、船舶各个舱室局域网络等几个部分，并采用标准开放式网络协议，实现系统功能扩展以及信息化应用。

2.4数据信息评估层

数据信息评估层是建立在数据信息采集基础上，主要负责对采集到的船舶机电设备的运行状态数据信息以及故障数据信息的分析评估。通过故障数据信息库以及数据分析模型算法的建立，实现状态数据信息以及故障数据信息的解析，从而提取到船舶机电设备的故障特征信号，进而智能分析诊断该船舶机电设备的故障趋势或故障发生原因。其中智能诊断最核心的技术就是数据分析模型算法的建立，并重点解析船舶机电设备的振动频谱。倘若数据信息采集层采集到的直接就是明确的故障信息，那么通过故障数据信息库直接比对即可，不必再次进行解析分析，然后再将相关信息传输给应用层，并匹配相应的维护、维修建议，再由用户发出相应应对指令。此外，数据信息评估层还可以借助状态评估算法、历史经验数据、船舶机电设备信息等内容（这些数据信息都由数据信息管理层储存与管理）来分析评估数据信息层所采集到的数据信息，然后统筹评估船舶机电设备的运行状态以及故障风险，从而预警判断故障趋势，将故障预计时间计算出来的同时，向应用层提出相应的维修计划建议。

2.5应用层

应用层主要负责向船舶机电设备维修管理人员提供各种维护、维修信息化功能的应用，具备操作简单方便的人机界面，并提供船舶机电设备各项数据信息的展示以及各项功能的操作。比如分类展示船舶各类机电设备的运行状态信息，显示数据信息评估层的分析评估结果以及维护、维修建议，还能对船舶机电设备原始状态数据信息进行查询。应用层还能信息化管理船舶机电设备的维修记录、维修计划、维修单、维修资源等，并提供船舶机电设备备件、备品的资源管理功能，还能通过应用层直接查询、统计、输入、储存船舶机电设备的一切相关信息，并提供数据信息生成与打印服务。

3结语

综上所述，船舶机电设备运行状态监测与故障诊断系统的设计符合船舶机电设备运行状态监测与故障诊断的实际需求以及智能化发展趋势，该系统的应用能够有效提高船舶判断机电设备故障的速度，降低船舶机电设备发生故障的概率，从而有效保障船舶的安全航行。

作者:李建峰 袁磊 贺磊 单位:92896部队

参考文献：

[1]于学宽.船舶动力设备状态监测与故障诊断技术研究[D].武汉理工大学，2013.

[2]李文星.船舶机电设备故障诊断方法研究[J].计算机测量与控制，2013,(8):2093~2095.

[3]张锡清.机电设备的状态监测与故障诊断[J].山东煤炭科技，2011,(3):71~72.

[4]靳永胜.机电系统状态监测与故障诊断的技术探讨[J].数字技术与应用，2014,(4):233.

[5]覃冕，李小波.浅谈船舶机电设备智能故障诊断系统[J].中小企业管理与科技(中旬刊)，2014(8):240~241.

[6]徐小力.机电系统状态监测及故障预警的信息化技术综述[J].电子测量与仪器学报，2016(3):325~332.

[7]王雪山.探析船舶机电设备故障诊断方法[J].现代制造技术与装备，2016,(4):116~117.

第6篇：故障诊断方法综述范文

关键词 火电厂；锅炉；故障诊断；粗糙集；决策表

中图分类号TK22 文献标识码A 文章编号 1674-6708（2012）80-0164-02

近些年来，科技不断发展，人们生活水平也有了很大提升，因此，人们对于电力需求得到了高速增长。如果现代社会想要得到很好的发展，就要求电力必须要首先得到发展，电力工业已经逐渐成为了各个行业发展最为根本的基础，同样成为了现代的人类能够赖以生存必要的条件之一。尤其是科技的不断进步，使得火电厂自身发电机组朝着集中化以及大型化这两个方向不断发展，但是，因为发电机组运行经验缺乏、管理、安装、制造以及设计等方面存在着缺陷，在这样的环境下，数据采集与监控系统在火电厂的日常运行和管理过程中就变得极其重要，并且成为了监控火电厂锅炉主要的对象，但是，锅炉同样会存在一定的故障，下面就解析火电厂锅炉常见故障的数据挖掘诊断方法。

1 关于火电厂的数据采集与监控系统

火电厂的数据采集与监控系统也成为SCADA系统，该系统最为主要的功能就是定期对锅炉以及火电厂汽机等等设备状态的数据进行采集，在参数越限的时候就会将报警系统启动，将故障数据记录以及收集工作完成。数据采集与监控系统历史数据库通常会包括脉冲输入量、计算量以及数字输入量、模拟输入量等等，其中，每一类型的数据都包括很多数据点，比如模拟输入量也成AI量，模拟输入量主要包括火电厂锅炉的主蒸汽温度以及主给水流量等等数据点；而数字输入量也称DI量，数字输入量有火电厂锅炉上水电动门的开关以及送风机出口风门开等等数据点。通常数据点会在一分钟得以保存一次，每天每一个数据点都会有一千四百四十个数值，如果历史的数据库里面包括各个类型数据库一共五千个数据点，那么，每天就会储存五千乘以一千四百四十个数值，每一年的数据量都很大。这些数据除了应用到越限报警之外，在火电厂的大型设备产生故障诊断等方面没起到很大的作用，原因就在于历史数据库里面模拟量就是变慢量，而且没有高频的成分，如果我们想要对大型复杂设备存在的故障更加精确地进行诊断，就必须要另外检测设备测取设备故障信号里面那一部分高频的成分。

2 火电厂锅炉常见故障的数据挖掘诊断方法

我们把火电厂的数据采集与监控系统的历史数据库中存储的海量数据当成设备故障的信息来源，对于火电厂的大型设备常见故障来实施诊断，但是，诊断的前提就是这一类故障已经在数据采集与监控系统的历史数据库里面进行多次记录，所以，系统才能够从自身历史数据库里面找到和设备故障点相对应的设备状态量存在的变化规律，进而得到设备故障诊断存在的规则。所以，在对火电厂锅炉常见故障进行诊断的时候采取数据挖掘诊断方法必须要按照以下几个步骤实施：实施数据挖掘诊断方法的数据准备与目标描述工作；对数据实施预处理；实施数据挖掘工作；实施目标评估工作。其中，实施数据挖掘工作能够采取很多具体的方法来达成，在这里，我们需要根据数据预处理得到的结果，采取粗糙集这一种方法来将决策表建立起来，接着对我们所建立起来的决策表实施属性约简，然后反复重复以上四个步骤。

在我们进行数据挖掘工作之前，必须要对数据挖掘的目标和内容进行确定，也就是我们必须要确定采取数据挖掘这一种方式方法来实施故障诊断措施的主要目标，并且要对数据挖掘的目标实施详细、真实的描述，以便我们能够根据这一描述来进行数据的准备工作，数据挖掘的目标描述主要包括对锅炉故障状态点集合以及锅炉故障诊断数据源的集合、选择锅炉数据挖掘的具体算法，进而能够使得故障的数据源集合里面所产生的那些关键的数据点集能够真正完全对锅炉故障状态点集合进行描述。而我们所采取的数据预处理方法需要我们明确初始的数据集合里面包含所有的计算量以及模拟量，如果所有的数据点都用在数据挖掘上面，那么，一定会导致算法的运行十分缓慢，其效率太低，更有甚者会导致火电厂的锅炉故障诊断工作无法实施下去。所以，我们必须要在对数据进行预处理这一阶段中，将初始的数据集合点数降低一个数量级到两个数量级，对其实施相关分析、主成份分析以及领域专家的经验点集等。在我们实施第三个步骤数据挖掘的时候，要求我们必须要明确数据挖掘过程中预备集合里面仍然包含着很多和火电厂锅炉常见故障状态吻合程度比较低的点，并且，这些点里面包含着很多冗余点，我们必须要使数据点能够降低一个数量级到两个数量级。

3结论

本文中，笔者首先关于火电厂的数据采集与监控系统进行了分析，接着又对火电厂锅炉常见故障的数据挖掘诊断方法进行了阐述和探讨，在我们采用数据挖掘诊断方法的时候，需要我们明确并且注意的是如果我们所收集的数据里面并不包括多次锅炉故障记录，那么，我们不能从历史的数据中将诊断规律挖掘出来。

参考文献

[1]饶斐，张广明，费宏举，张柳.基于粗糙集人工神经网络的锅炉故障诊断模型[J].计算机工程与设计，2008（9）.

[2]陈星莺，张晓花，瞿峰，刘皓明，赵波.数据挖掘在电力系统中的应用综述[J].电力科学与技术学报，2007（3）.

第7篇：故障诊断方法综述范文

【关键词】远程；故障诊断；监控

1.引言

在工业化时代，大规模机械电气设备的使用让社会生产效率大幅度的增加，但与此同时，机械设备故障也频繁发生，延误生产时机。所谓故障，是指机械系统偏离正常功能，造成设备基本功能不能保证。最初故障诊断是依赖人员的个人经验及简单检测仪器，随着电工电子、传感器、信号分析、计算机等技术的发展，对发生的故障，除要求设备管理人员具备掌握一定的机械专业技术、还要有电气、计算机等专业知识。这对于依赖于个人知识储备在故障面前显得杯水车薪，特别是高技术含量进口机械设备故障如民航发动机故障，我们有时候却无能无力而不得不依赖外国专家指导。这样在计算机网络的发展下，基于WEB的远程故障诊断分析由此而产生。

远程故障诊断可提高复杂机械电气设备的维护和诊断，实现对分设备和关键部件进行分散集中式监视、诊断和管理。不仅提高了设备的管理效率，降低了维护费用，还提高了故障诊断的水平和快速性，也有利于资源共享。

2.监控诊断系统

监测与诊断主要是根据快变信号、缓变信号以及开关量信号的变化，运用通频和分频振幅值等多种方法来判断机组是否正常运行。

系统需有多种采集卡，包括振动信号采集卡、转速采集卡、温度压力流量采集卡以及报警信号采集卡。还需要有相应的信号变换和调理电路。各种参量的获取是通过振动、温度、压力、转速等测量传感器实时获取机组工作状态信息。然后将各种信号通过信号分析处理方法通过PC总线和计算机显示出来，实现各种工况的实时显示。再到更高层次就是利用智能诊断系统对监测的数据进行分析和模态识别，利用逻辑推理和数值分析方法相结合的方式，利用专家知识和固有原始数据进行分析和比较，得出诊断结论，以上过程可用下图结构表示。

图1 监控诊断系统组成框图

3.远程故障诊断地应用

远程故障诊断是一门实用性强的技术，它在工业、医疗、石油、航空等各个方面都有广泛地推广和使用。

利用INTERNET技术，FANUC的数控机床采用了C/S的架构设计，这其中包括了服务器和客户端。运用SQLSERVER 2008可以创建数据库，利用TCP/IP协议可以建立通讯链路，利用柔性制造系统可以对机床故障诊断分类，利用电脑分发出诊断号、参数号，进行PMC接口诊断。也有的专家独辟蹊径，将远程故障诊断在数控装置的应用划分成了四个模块，即信息检索模块、智能诊断模块、网络会诊模块、远程检测模块。信息检索模块主要是利用专家系统人工或者机器进行检索，智能诊断模块主要应用对检测信号进行分析，再利用与此类似的远程数控设备监控诊断系统是由CNC、现场监控工况机，数据存储服务器、WEB服务器及远程监控与诊断系统中心等组成。杨贤等介绍了一种监控软件，HOMS监控软件是以状态监测为基础，最优检修决策为目的的。它的体系架构为状态监测系统，厂级诊断中心，企业级决策中心。

在汽车行业，常用的维修检测设备是从电喷车解码器、手持式故障诊断仪慢慢发展到行业中比较流行的离线PC式汽车故障诊断仪。现在又有新的趋势了，颜伏伍、曹恺等研究了基于智能手机的汽车远程故障诊断。他们发现一些手持式诊断设备存在携带不方便、缺乏维修指导并且诊断效率低下等情况，利用ARM公司推出的开发复杂应用程序的RVDS（Realview Development Suite）开发工具设计实现了读清故障码、读冻结帧、读数据流等，另外还具有远程交互能力和方便专家进行远程辅助诊断等功能。

在石油与矿山机械领域，王峰、路小琪研究了基于物联网的矿井提升机感知系统设计。所谓物联网就是通过二维码识别设备、射频识别装置、红外感应器、全球定位系统和激光扫描器等信息传感设备，按约定的协议，把任何物品与互联网相连接，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络。在这种技术环境下，提升机控制系统通过传感器、检测设备以及安装在系统中的无线传感器等关于该设备的运行状态经过以太网传递至调度室。在长输油气管道中，实现输油泵在online状态下监测最好是使用在线故障诊断软件，可是几乎所有的都是通过安装在设备商的各种监测仪表，然后通过网络上传到SCADA系统上进行数据分析处理、多线程进行管理。可以达到实时监控状态，准确地找到故障报警。在钻机的在线检测中，从万生、张鹏飞、林智敏、于辉等人在石油机械杂志上研究了利用国际上最先进的remote数据与图像监测处理技术，采用移动通信卫星实现了远程数据及视频传输的功能，利用这些专有技术实现了数据的网间共享以及信息捕捉等功能。在压缩机的故障诊断与监控上，吴文莉采用了嵌入式CPU和无线通讯GPRS发送模块如远程数据传输单元DTU组成。在对铁路设备的诊断系统设计中，李桂林发表在《自动化与仪器仪表》上论述了采用计算机网络、数据库技术和故障诊断技术，一定程度上提高了列车的运行效率和保障了行车安全。

另外，Deb.S，Domagala.C，Gho-shal，Alena.R在《The international society for optical Engineering》利用美国Qualtech的软件开发了一种基于上述系统判断的远程诊断服务器，建立了远程检测空间服务站的模型。我国叶文君等利用基于模型和信号处理的方法对空调系统的故障诊断和检测进行了分析和总结。在机器人焊接方面，由星云焊接公司研制的Nebula型焊机，它可以通过互联网实现远程故障诊断、远程检测，还可以将数字电视技术应用在它上面。

4.结语

文章简要介绍了故障诊断系统的组成和基本原理，肯定了基于WEB故障诊断系统的作用，并且介绍了监控检测系统的组成以及远程故障诊断在各行各业的应用。基于WEB的故障诊断技术发展已有多年了，相关技术已经日趋成熟，对于远程故障诊断的前景可能会在对故障位置精确性确定、故障时间准确性预测、检测故障地点的精密化等方向发展。

参考文献

[1]李磊，王晨升，寇星源，陈亮，武花荣.基于FANUC的数控机床远程故障[J].软件软件，2012，12.

[2]陈秀丽.远程故障诊断功能在设备维护管理中的应用[J].数字技术与应用，2012，06.

[3]吴文莉.压缩机远程监控与故障诊断技术研究[J].控制技术，2012，05.

[4]李桂林.基于WEB的铁路设备远程故障诊断系统的设计[J].自动化与仪器仪表，2012，01.

[5]颜伏伍，曹恺，胡杰，盛祥政.基于智能手机的汽车远程故障诊断系统[J].华中科技大学学报，2012，11.

[6]乔美昀，廖文清.汽车远程故障诊断[J].应用技术，2012.11.

[7]岳敏，姚松丽，黄娟.数控设备的开放式远程监控系统研究[J].机械设计与制造，2012，06.

[8]王峰，路小琪，何凤有，谭国俊.基于物联网的矿井提升机感知系统设计[J].煤炭科学技术，2012，03.

[9]杨贤，李朝晖.HOMS面向远程诊断网络化专家工作站研究[J].振动与冲击，2012，22.

[10]从万生，张鹏飞，林智敏，于辉.钻机远程在线监测及故障诊断系统研究[J].石油机械，2012，09.

[11]叶文君，李建伟，路宇.空调系统传感器故障诊断概述[J].科技风，2012，14.

[12]Deb.s，Domagala，c，Ghoshal，Patterson-Hine.A，Alena.R.Remote diagnosis of the international space station utilizing telemetry data.The International society for optical Engineering[J].V4389.P60-71，2001.

[13]Al-Arbi，Salem Khalifa，Gu，Fengshou，Guan，luyang，Fan，Yibo，Ball，Andrew，Gearbox fault diagnosis based on continuous wavelet Transformation of vibration signals mersured remotely.SAE Technical Papers.2010.

[14]张天宏.民航发动机远程故障诊断技术研究[D].南京：南京航天航空大学：博士学位论文，2001.

[15]钟秉林，黄仁主编.机械故障诊断学[M].北京：机械工业出版社，1997，12：174-185.

[16]梁芳，王改云，朱名日.远程故障诊断技术的发展及应用研究综述[J].机电工程，2007，08.

第8篇：故障诊断方法综述范文

关键词：钢铁企业；电气设备；故障诊断；维护

引 言：钢铁工业是最重要的基础工业，是其他工业发展的物质基础。随着国家经济建设的快速发展，钢铁行业成为近年来国家宏观调控的重点行业之一。设备投入大是钢铁行业的重要特征，为了更好地发挥电气设备的工作效益，及时地对企业中的电气设备进行故障诊断和维护是非常有必要的。

一、钢铁企业电气设备客观情况

很多企业平时只注重设备的效能，不重视设备的合理使用，也不注重日常维护和保养，导致了故障的发生。电气设备维护人员不仅要牢固掌握相关专业知识，还要充分了解企业内部电气设备的各方面情况。

（1）出厂情况。由于不同的厂家出产的电气设备质量有一定的差异性；国内制造和国外制造的技术水准也不一样，使得出产的设备质量不一样；即使同是国内制造，但不同厂家的技术和管理水平的不一样，也会导致设备质量不一样；哪怕是同一厂家制造的设备，也会因技术和管理的差异，导致其质量不一；再加上不同批次、不同阶段，也会使得设备的质量有差异。所以，每台电气设备的出厂质量都是不一样的。

（2）使用环境。电气设备的使用环境会对其运行状况产生影响。这种环境影响主要有两方面：一是设备所处外部自然环境不同；二是不同设备在整个系统中所处的位置不同，所承受的电流、电压等都不同，尤其是当故障发生时的系统短路容量有较大差异。

（3）人员素质。有很多设备故障本来是很容易解决的，但由于操作、管理人员的专业知识和业务素质不高，无法及时发现初期故障，导致故障被复杂严重化。

二、电气设备故障原因

从故障的起因上看，电气系统故障分为关联性和非关联性故障。非关联性故障是指与电气系统本身的结构和制造无关的故障，这类故障的发生是由于运输、安装、撞击等外部因素人为造成的。关联性故障是指由于电气系统设计、结构或性能等缺陷造成的故障。关联性故障又分为固有性故障和随机性故障。一般随机性故障由于存在着较大的偶然性，给故障的诊断和排除带来了较大的困难。其中，软件故障是指由程序编制错误、机床操作失误、参数设定不正确等引起的故障，软件故障可通过认真消化、理解随机资料、掌握正确的操作方法和编程方法避免和消除；硬件故障是指南cnc电子元器件、系统、换刀系统、限位机构、机床本体等硬件因素造成的故障；干扰故障则表现为内部干扰和外部干扰，是指由于系统工艺、线路设计、点源地线配置不当等以及工作环境的恶劣变化而产生故障。

三、钢铁企业电气设备故障诊断

电气设备故障诊断是一种了解和掌握设备在运行过程的状态，确定其整体或局部正常或异常，早期发现故障及其原因，并能预报故障发展趋势的技术。其意义在于能够改革设备维修制度，变传统的定期检修为状态检修，在节约大量维修费用的同时，还能减少不必要的维修时间，从而大大地提高了设备正常运行的时间和企业的经济效益。

故障诊断的内容包括状态监测、识别诊断和预测未来。在预测系统的可靠性和性能的时候，一旦发现有异常情况，就要对其原因、部位和危险性进行诊断。具体可表现为：与生产功能无直接联系的振动、异响和升温；与生产功能有直接联系的信号，如压力、位置及转速的变化等；绝缘分解物、水含量、机械杂质等化学信号。

故障诊断可分为简易诊断和精确诊断。简易诊断一般由现场的工作人员实施，通过观察设备运行时，其外形有否变化，比如熔断器是否烧断、紧固件有没有松动等；仔细倾听设备运行时的声音，比如电动机轴承损坏的话，会发出“沙沙沙”的声音；嗅闻设备运行时所散发的气味，比如电气设备发生短路或者过载的时，会散发刺鼻的焦糊味；触摸设备外壳温度来确定绝缘设备是否正常运行。

精确诊断是在简易诊断的基础上，由专家对“大概有点异常”的设备进行专门的精密诊断。通过精密诊断，确定故障的类型，估算其危险程度，制定消除故障、恢复和改善设备正常运行状态的方法。发动机的振动和异响可通过轴承振动和轴振动进行评价，其衡量指标是相对位移和绝对位移值。轴振动的特点是通过位移峰峰值，直接表示转子在机体内的位置变化，以此推断出转子与固定部件（如：汽封等）有无摩擦的危险；轴承振动间接地显示了机组振动位移情况，比如采用振动速度器或者加速度传感器，可以得到振动速度的有效值，有利于对振动量进行评价。

四、钢铁企业电气设备故障维护

电气设备的正常运行离不开日常维护。日常维护应当对设备进行日常巡检和定期点检，在设备故障还处于萌芽状态时，就发现并解决，保证设备的正常运行。

日常巡检是通过对设备各部件的大概巡视，掌握电气设备正常运行状态的一种方法，较适合设备分散布置的企业。企业要设置专门的巡检人员，根据有关标准，对照设备运行情况，及时发现隐患和异常情况，掌握设备故障的最初信息，为点检人员提供要检查的具体故障部位和内容，方便点检人员有目的性地检查设备。

定期点检是按照一定的标准、一定周期、对设备规定的部位进行检查，以便早期发现设备故障隐患，及时加以修理调整，使设备保持其规定功能的设备管理方法。点检员负责所辖区域内电气设备技术状态管理，按点巡检要求、设备技术维护要求，定期按时进行设备的现场巡视并作好记录，还要制定检修计划、备品备件计划、设备技术维护计划，处理现场故障等。

在进行故障维护的时候，要注意以下几点原则：首先要先询问再维护，通过询问设备故障的发生经过及现象，对维护工作有很大的帮助；其次要先清洁再维护，有很多故障是由于导电尘土和污染物造成的，经过清洁就能排除故障；还要由外及里、由机械到电气，先排除设备故障的外部因素，确定为设备内部问题再拆卸维护，确定机械部件无故障以后，再对电气方面进行检查和维护；先检查电源，因为有很多故障是由于电源的故障造成的，所以先检查电源能使维护工作得到事半功倍的效果。

五、结束语

通过设备故障诊断和维护，能使钢铁企业电气设备的运行周期得到延长，提高了设备的工作效益，为企业生产的安全稳定顺行提供可靠的设备保障。

参考文献：

[1] 熊丽萍.简析现代电气设备的检修与实践[J].科技资讯. 2011（02）.

第9篇：故障诊断方法综述范文

[关键词]案例推理;案例推理应用;研究综述

中图分类号：TP18 文献标识码：A 文章编号：1009-914X（2016）24-0310-02

1引言

案例推理（Case-based reasoing，简称CBR）起源于认知科学对人类推理和学习机制的探索[1]，是伴随认知心理学的研究而发展起来的一门新的推理方式，是人工智能领域较新崛起的一种问题求解和学习方法。其核心思想在于对新问题求解时，可以使用以前求解类似问题的经验来进行推理和学习，从而对问题的求解进行指导甚至直接重用结果，而不必从头做起。概括地讲，CBR就是利用过去的经验案例推理求解新的问题。CBR在推理求解时直接利用案例，而不需要提取规则，弥补了基于规则的专家推理系统在知识获取和组合推理等方面的不足。

由于CBR被定义为一种方法而不是一种技术，使得CBR可以更加好吸收各种新方法和技术来完善自身，从1982年耶鲁大学的沙克提出动态记忆理论发展至今，已在计算机科学、医学、故障诊断、交通运输、信息管理、法律、突发事件应急管理、决策、工业、农业、电力等领域获得了广泛应用。本文首先介绍了案例推理的认知模型，然后对案例推理的典型应用进行了研究综述。

2案例推理的认知机理模型

有许多模型试图更好地描述CBR，其中应用最为广泛的是Admodt和Plaza提出的4R认知模型[2]，如图1所示。

在该认知模型的描述中，一个CBR循环通常包括以下四个阶段：

（1）检索（retrieve）最相似的案例;

（2）重用（reuse）检索到的结论尝试解决新问题;

（3）修正（revise）建议的解答;

（4）保存（retrain）新问题和修正的解为一条新案例。

根据图1所示的4R循环，案例推理的认知机理可描述如下：一个新问题最初被描述成一个新案例（也称目标案例）。历史案例库中存储的是先前的问题描述及相应的解答，称之为源案例。当有新的待求解问题，即目标案例出现时，通过案例检索从历史案例库中搜寻出与目标案例相似的源案例。在案例重用阶段，如果源案例与目标案例的问题描述完全一致，则可直接将源案例的解答作为目标案例的建议解;否则，就需要对源案例的解答进行调整，进而得到目标案例的建议解。在案例修正阶段会对系统给出的建议解进行评估，可通过实际应用检验或者领域专家评价实现，如果评估为失败解就需继续修正。最后通过案例保存将新学习的案例或者修正后的案例储存到案例库中，以用于将来的问题求解，从而实现CBR的学习功能。

3案例推理的应用

3.1计算机科学与信息系统

针对目前的主流搜索引擎和Web浏览器均针对用户的单独搜索行为设计，不便于进行协同Web搜索的问题，文[3]提出了一种基于CBR的协同Web搜索模型，并介绍了基于此模型实现的两套协同Web搜索原型系统。根据数字图书馆个性化推荐系统的设计思想和方法，文[4]提出了基于案例推理方法在信息系统总体设计中的应用，并通过结构化建模方法对案例修正环节进行改进。文[5]使用分级标准架构对案例进行表示，并使用多层案例检索，将此新型的案例推理模型用于推荐机制辅助决策系统，通过一个旅行计划推荐实验证明该方法可提高推荐的有效性。

3.2医学

案例推理可用于建立各种医疗诊断系统。文[6]提出一种基于相似度阈值的案例匹配算法，可通过对病人表现症状的匹配分析得到诊断结果，并推荐相应的治疗方案，实验结果表明该系统具有较高的诊断效率和较好的智能性，能为医生进行医疗诊断提供一定的辅助作用。文[7]将案例推理用于中医四诊的一般过程，设计了四诊辅助诊断系统，可以克服中医辨证论治在收集外部信息时不准确的缺陷，并提高诊断过程的准确性。文[8]和文[9]分别将其用于高血压检测、肝病诊断。

3.3故障诊断

案例推理广泛应用于航空航天、电力、工业生产、数控机床等不同行业的故障诊断。文[10]探究了案例推理在飞行器故障诊断中的应用。文[11]介绍一种以领域规则和案例推理为基础的电力设备故障红外诊断系统，该系统可实现电力设备红外测温现场的测温数据录入和设备故障诊断，有效避免了人为原因导致的设备诊断偏差和安全隐患。文[12]将案例推理和软测量技术相结合，提出一种竖炉燃烧过程的智能故障预报方法，并将该方法应用于竖炉燃烧过程的生产实际中，结果表明故障发生率明显降低。文[13]设计了神经网络与案例推理相结合的复杂装备故障诊断模型，较好地解决了复杂电子装备故障诊断的快速与准确问题，并通过对雷达情报综合电子信息系统故障实例的诊断仿真验证了算法的有效性。

3.4商业

文[14]提出一种基于案例推理与灰色关联度的企业财务危机预警模型，实验结果表明，该方法得到的案例相似性排序结果符合实际情况，可提高相似企业的检索效率，满足企业财务危机预警的要求。文[15]提出基于案例推理技术的化妆品销售组合预测模型，能够弥补短生命周期产品数据不足的问题，该预测模型在化妆品销售预测方面，能够达到令人满意的精度要求，具有实际应用价值。

3.5农业

案例推理在农业科学中主要用于各种农作物虫病的预测、诊断或诊治。文[16]利用农业专家对病虫害诊断的经验案例，建立了基于CBR的蔬菜病虫害诊治专家系统，可为菜农和专家提供诊断决策。文[17]利用CBR预测系统，有效预测黄瓜枯萎病，从而增加防治胜算并能辅助生产决策的动态修订。

3.6其它方面

其它方面的应用，如气象、教育、法律等。文[18]提出将案例推理与模型推理相结合用于天气预报研究，探索提高天气预报准确性的新方法，并运用这种方法，利用java语言，实现了一个新的天气预报系统。文[19]把基于案例推理技术引入智能教学系统中教学策略的推理和控制中， 应用以前学生学习的经验作为以后学生学习的引导，从而实现教学策略的自动组织、自动规划，实现学生的自主选择、自由学习。

4结语

通过了解 CBR 系统的应用状况，可以发现 CBR 系统适用于历史案例丰富但难以提取规则或者不易建立模型的领域。CBR还具有学习能力，利于用户对知识进行维护。另外，CBR系统的结论是由以前的案例推理得出，与人类的推理过程相似，因此CBR系统给出的结果更易于被用户接受。

参考文献 （References）

[1] R L D Mántaras， D Mcsherry， D Bridge， et al. Retrieval， Reuse， Revision and Retention in Case-based Reasoning [J]. The Knowledge Engineering Review， 2005， 20（3）：215-240.

[2] A Aamodt， E Plaza. Case-Based Reasoning： Foundational Issues， Methodological Variation， and System Approaches [J]. AI Communications， 1994， 7（1）： 39-59.

[3] 孙静宇， 陈俊杰， 余雪丽等. 基于CBR的协同Web搜索模型及应用研究[J]. 山东大学学报（理学版）， 2012， 47（5）： 19-24.

[4] 徐晓敏， 甘仞初. 结构建模方法在基于案例信息系统总体设计中的应用[J]. 计算机应用， 2004，24（S2）：118-119.

[5] C S Wang， H L Yang. A Recommender Mechanism Based on Case-based Reasoning [J]. Expert Systems with Applications， 2012， 39 （4）： 4335-4343.

[6] 申静. 基于案例推理的疾病诊断专家系统的研究[J]. 计算机与现代化， 2013， （2）： 143-146.

[7] 忻凌. 基于案例推理的四诊辅助诊断系统的设计[J]. 医学信息， 2009， 22（5）： 589-590.

[8] K H Hsu， C C Chiu， N H Chiu， P C Lee， W K Chiu， T H Liu， C J Hwang. A Case-based Classifier for Hypertension Detection [J]. Knowledge-Based Systems， 2011， 24 （1）： 33-39.

[9] C L Chuang. Case-based Reasoning Support for Liver Disease Diagnosis [J]. Artificial Intelligence in Medicine， 2011， 53 （1）： 15- 23.

[10] Song D， Zhang K. Research and Application on Case Self-Revision Approach in CBR[C]. 2008 International Conference on Computer Science and Software Engineering， Wuhan， 2008：368-371.

[11] 李孟兴. 电力设备故障红外诊断系统的研究与实现[J]. 电力信息化， 2013， 11（2）： 36-39.

[12] 严爱军， 王普， 曾宇. 竖炉燃烧过程智能故障预报系统[J]. 化工学报， 2008， 59（7）： 1768-1772.

[13] 黄子俊， 周政， 汤景棉等. 基于ANN与CBR相结合的复杂装备故障诊断研究[J]. 计算机应用与软件， 2010， 27（12）： 196-198.

[14] 廖志文. 基于CBR与灰色关联度的财务危机预警[J]. 计算机工程， 2012， 38（1）： 174-176.

[15] 吴迪， 李苏剑， 李海涛等. 基于CBR的化妆品销售组合预测模型[J]. 北京航空航天大学学报（社会科学版）， 2012， 25（1）： 78-84.

[16] ， 李东明， 陈桂芬. 基于CBR的蔬菜病虫害诊治专家系统的研究[J]. 安徽农业科学， 2010， 38（27）：15380-15381..

[17] 杨振刚， 刘伟章， 方永美. CFW的CBR动态预测[J]. 计算机工程与应用， 2009， 45（6）： 236- 239.

[18] 沈利峰. 案例推理方法（专家系统）在气象方面的应用研究[D]. 上海海事大学博士学位论文， 2005.

[19] 杨健， 杨邓奇， 秦祖启. 智能教学系统中基于案例推理的教学策略研究[J]. 计算机工程与设计， 2008， 29（15）： 4006-4008.

基金项目：促进高校内涵建设-教育教学类-大学生科研训练（CJGX2016-JX-07）;科技类博士资助课题 （YZKB2015010）;促进高校内涵建设-师资队伍建设-校内专业教学团队和优秀人才培养计划-校级骨干教师培育项目（CJGX2016-JX-26/004）.

收稿日期：2016年10月26日;修回日期：-年-月-日.

基金项目：

促进高校内涵建设-教育教学类-大学生科研训练（CJGX2016-JX-07）;科技类博士资助课题 （YZKB2015010）;促进高校内涵建设-师资队伍建设-校内专业教学团队和优秀人才培养计划-校级骨干教师培育项目（CJGX2016-JX-26/004）;