起点作文网

故障诊断技术(收集5篇)

时间: 2024-07-02 栏目:办公范文

故障诊断技术篇1

【关键词】电子设备故障诊断专家系统

随着科技的发展,越来越多的电子产品给人们的生活带来了巨大变化。不同行业的生产制造中也因为引进了大型的电子设备,创造了更大的经济价值。大型电子设备长期处于运行状态会增多技术故障的发生几率。人们迫切希望能够提高设备的故障诊断能力使其保持可靠性。故障诊断的目的在于确保电子设备在工作环境下出现的不明功能失调被迅速查明,确定诱因及性质状态,为下一步的维修处理提供技术预测。一般而言,电子设备的故障诊断技术分为传统技术和智能技术。

一、传统电子设备故障诊断技术

传统的故障诊断技术,以特定领域的理论知识作为技术支撑,需要操作人员保持清醒的认识,能够通过逻辑判断来确定故障的位置、种类及可修复程度等。传统故障诊断技术经历了阈值诊断和算法诊断两个阶段。较为常用的主要有:

1.1单信号处理

由于早期电子设备的集成度不高,一个机组内往往同时存在着大量的集成和分散元件。当操作人员人工使用各种仪表检测时,若检测仪表的输入和输出值不在理论范围内,则被认定故障将会出现或已经出现。

1.2多信号模型

考虑到元件之间的信号耦合问题,借助信息理论中的定量或定性的方法综合分析电子设备出现的故障,实现诊断。

1.3单信号滤波

滤波诊断改进了传统单信号处理方法中未考虑动态数据的问题,通过校对时间序列信号传输的数据,在滤波变换作用下记录信号的特征变量,对采集到的特征量赋予阈值实施诊断。

在多信号模型和单信号滤波中,还积极应用计算机进行仿真实验来辅助诊断。通过一定的仿真建模,能实时采集动态数据,监控整个系统的运行。

二、智能电子设备故障诊断技术

面对结构更加复杂的电子设备,其故障诊断的难度在不断增加,所提出的诊断技术要求在不断提高。传统故障诊断技术在应用过程中逐渐出其不足之处。技术操作本身需要的知识储备较多,且针对更加深层次的故障发力不足。相比之下,智能故障诊断技术的发展,迅速成为了电子设备故障诊断的首选。

2.1分类

智能故障诊断技术根据理论技术的不同可以分为模糊技术、灰色理论、专家系统、模式识别和失效树分析等。其中,以模糊技术、灰色理论、模式识别和失效树分析为代表的技术都着重于借助逻辑判断推理的相关知识,能够将电子设备诊断中故障模糊定位及定性分类等问题部分解决。而专家系统技术,则重点以自身作为技术开发平台,融合多种诊断技术,构建完善的智能故障诊断系统。本文探讨的电子设备智能故障诊断技术着重以专家系统作为研究对象。

2.2专家系统

一个成熟的职能故障诊断专家系统,应该在结构中包含系统知识库、集合数据库、推理机、解释机构、知识获取和人机交互系统、故障预兆分析和识别系统等。专家系统的不同种类具有不同的区别方式,如按照理论运用方式的不同,可将专家系统分为借助符号处理和借助数值处理两类;按照理论描述的不同,可以将专家系统的符号处理类再分为框架式、产生式、语义拓扑、面向对象的系统、基于案例分析的推理等,而借助数值处理的专家系统可分为模糊技术、灰色理论、人工神经网络等。专家系统一般需要考虑以下技术内核:

2.2.1知识库

故障诊断需要建立在一定的知识储备基础上,因此建立专家系统的知识库并积极规划其中的内容十分必要。规划后的知识库更有利于技术理论的搜索和整合维护。具体的规划方法有:①不同的设备故障具有不同的预兆。根据各类预兆情况整合独立的知识模块存入知识库中供诊断使用。②可以针对电子设备的不同部位常见故障分别做知识储备。③搭建数学模型,通过不同的表示方法确定不同的知识模块,用来描述不同的知识运用。④对各领域的专业意见进行收集整理,包括设备理论、标准故障知识、专家的历史经验、操作要领等信息。建立不同模块的知识库,能够在故障诊断推理中更便捷的调动知识信息,由各模块交流诊断对象的内容并自由调度提供服务。

2.2.2推理机

推理机是专家系统的重要部分,充分调动知识来进行逻辑判断。在借助符号处理的专家系统中,推理机采用符号匹配的形式进行逻辑分析和状态搜索。而在数值处理的专家系统中,推理机运用数值进行计算来获得工作进程。推理机使用的推理机制主要是正向、反向和混合推理。一般而言,逻辑推理中的假设由正向推理提出,而反向则用来验证逻辑的真伪。

2.2.3不确定性

故障诊断存在一定的不确定性。引发不确定性的原因可能来自于故障预兆模糊、实施传递的信号数据不精确、系统在读取知识规则时出现失效等情况。一旦出现不确定性的问题,需要借助包括整理理论、模糊判断、灰色理论在内的确定性理论来解决。

三、智能电子设备故障诊断技术的发展前景

智能故障诊断技术因其技术先进,操作便捷必然成为未来电子设备故障诊断的主要手段。智能诊断技术具有良好的发展前景。首先可以继续扩大当前其在远程故障诊断的优势,拓展使用领域,提高异地的诊断反应能力。其次,可以加深其在分布式多层次的大型电子设备中的应用。同时,与智能故障诊断技术相匹配的微型便携式专用仪器的开发,必然提高智能诊断技术的普及率。

四、结语

智能故障诊断技术和传统故障诊断技术在使用操作中是可以相互补充的。这样能够快速获取被诊断对象的故障信息,分析故障并准确定位,同时测试判断具体的故障部件,及时恢复设备。相信,利用智能故障诊断技术,能够为大型电子设备的维护管理保驾护航。

参考文献

[1]谢小轩,张浩,曾斌.制造企业远程故障诊断服务系统的研究[J].组合机床与自动化加工技术,2000(12).

故障诊断技术篇2

【关键词】铁路;机械设备;故障;诊断技术

1引言

我国当前的铁路项目,在保障铁路施工建设的过程中,机械设备发挥着不可替代的作用,而机械设备的长期使用,必然会导致磨损等多种故障问题,我们必须采取相应的诊断措施加以监督管理,以便及时进行维修和维护。实际的机械设备故障诊断中,其技术方法有多种,因此需要明确了解诊断技术的实施办法,从而及时对机械故障采取合理的维修措施。

2铁路施工专业机械设备诊断技术发展现状

2.1状态监测功能

计算机网络技术的发展,为机械设备带来了新的运行模式,对于铁路施工专业机械设备的故障诊断技术,也引入了计算机技术,用于对机械设备的处理、状态监测及维修。为了开发全面的故障诊断技术,通过大量研究和探讨,开发了很多高技术的仪器设备,其检测的方式主要分为离线检测与在线监测两种,其中的离线检测,越来越倾向于小型化笔记本与便携机的使用,而一些以便携为优势的数据采集器检测系统,也逐渐发展起来,例如国产的YE5938,2115以及IRD890等系统;对于在线监测方面,则大多以个人计算机作为基础,开发相应的在线监测系统,开发周期短、性价比高且柔韧性好,日益受到行业的重视。

2.2故障诊断功能

铁路施工专业机械设备的诊断技术仍然在不断的丰富与发展过程中,从FFT谱分析、AR谱分析、轴心轨迹分析以及时域波形分析,发展到了轴心轨迹计算机模拟分析、全息谱理论分析和主分量分析等方法,在很大程度上体现出铁路施工专业机械设备故障诊断方法的进步。当前的铁路施工专业机械设备故障诊断方法,已经开启了智能化的诊断新模式,大大提高了铁路机械设备诊断工作的质量与实际效果,从而更好地确保施工专业机械设备顺利运行,保证铁路的机械设备能够维持正常运转,提高施工建设质量。

2.3状态预报

状态预报功能与监测诊断技术存在一定差别,该项功能更加强调的是对于铁路机械设备运行现场运行态势的诊断,是识别设备潜在风险的重要功能,能够更好地帮助工作人员及时了解机械设备当前的实际运行状况,以及未来的运行期限,能否继续持续运行等基本情况,从而让工作人员能够在生产指导的过程中,有依循的证据以指导生产。该项功能的相关技术还不完善,尚不能完全满足设备运行的需要,但却是今后铁路施工专业机械设备故障诊断技术研究中的重点所在。

3铁路施工专业设备故障诊断分析法

3.1图像识别算法

在铁路施工设备系统中设备故障的出现也是多种多样,所以对设备故障的分析要从机电有机结合、转变思维方式的角度进行诊断,熟悉机电各个功能模块框图,然后根据各组成部分的功能和组合形式以及工作环境等断面进行全面分析、层层分解,综合分析故障的症状、影响等,找到故障根源。图像识别技术属于人工智能,其诊断的过程中往往需要对很多技术进行识别、测量、提取、分类和处理。WCARBONWORLDLOWCARBONWORLD2016/3

3.1.1系统软件/硬件的合理选择

该系统通常包括了硬件与软件两个部分,其硬件设备包括台式机、线阵相机等实体设备;软件系统一般包括语言操作系统、开发平台系统以及其他必要的系统软件。这两部分相互协调完成整个系统的监测、识别、诊断等。

3.1.2技术分析过程

铁路机械设备故障检测系统中,首先安装机械设备,如果处于正常运行状态,所采集的设备无故障原始图像,为完整的设备运行图,然后将该图像保存至计算机软件中,以便在设备出现故障的情况,将其与运行图进行对比。在系统进入正常的运行工作后,首先应当对所采集到的设备运行图像实施预处理,提取出图像运行特征点,并与正常情况下的运行状况进行对比分析。等到设备故障的信息确定后,系统将自动将结果传输至设备控制台,控制台的界面可自动发出报警信号,从而提醒工作人员进行检查、维修,这种诊断技术根据设备运输组织的变化,有针对性地对机械设备进行区别、处理监测等,逐步实现检修分离,通过人、机结合的工作模式,大大提高了铁路设备故障检测的效率和质量。

3.2模糊逻辑方法

由于我们对事物的定义没有根本的把握便产生了模糊性,在质上没有明确的涵义,在数量上没有规定。模糊逻辑之所以被越来越广泛地采用,是因为它具有很多在故障排查当中所具有的独特优势。模糊逻辑方法比较适合表达模糊的知识,所以它进入故障诊断领域是一种必然的发展趋势,在普及的时候比较接近人的逻辑思维。我们应该在具体的故障排查操作过程中,按照比较正规的操作规范和正确的流程对一系列的故障进行检查,这样才能避免检查完毕之后出现没有必要的麻烦。基于事例的推理和规则的推理可以迅速判断故障的原因,快速确定故障点,得到诊断结果。

3.3解析模型法

解析模型法的建立,需要以诊断对象的精确数学模型作为基础,运用数理统计、解析函数等数学方法,实现对于机械设备运行信息的处理。在系统出现故障的情况下,运用该技术,能够有效改变系统的输入输出关系,然后依据数学模型,发现其中存在的问题,通过对数学模型的检查,即可再行判断其中是否存在故障,进而采取有效的措施加以解决。该方法的应用优势即在于能够详细了解系统内部的具体问题,从而采取合理的预测和解决措施。这种方法通过充分到位地运用高科技,有效解决机械设备运行故障,从而解决并处理突发的事故,使数学运算方法在其中得到了淋漓尽致的运用,人类的智慧表现了人类对于解决现实问题的超然物外的优越性。

3.4人工神经网络分析法

该方法通常适用于铁路施工设备监控系统的故障诊断,在故障解决方面具有自身的独特性,是通过形成人脑神经处理系统的方式,模拟人脑的思维方式来处理故障问题,为机器赋予人性的处理思维,来寻找故障问题所在。该方法在的应用不必要建立知识信息库,其运算推理过程也不会由于处理对象复杂,导致处理问题,因而能够有效提高处理效率。但是其资金投入较大,研发周期也较长。

4铁路机械设备故障诊断技术的发展

4.1改进监测仪器与传感器,提高准确度

在发展铁路机械设备故障诊断技术的过程中,应当尤其注意对于监测仪器和传感器相关技术的改进与提升,从而更好地提高设备的故障诊断精确度。为了使传统检测仪器能够与传感技术有机结合起来,需要运用最新的技术手段,综合运用多种不同的分析数据功能,改进检测设备,最终提高监测准确性。

4.2结合新型小波分析处理技术

我国当前对于铁路施工机械设备的故障诊断技术,仍然处于研究的过程中,从未间断过,但取得的实际进展却很小,正是因为研究始终处于传统的理论和实践层面,未能拓展眼光,结合最新的科技发展状况,忽视了与时俱进。因此,应当积极运用最新的技术方法,例如结合小波分析法,不仅能够增强并提高故障诊断技术对于该方法的适应能力,还可以在故障发生时,及时发现并采取排除措施。

4.3融合现代智能化手段

现代化的智能方法,包括的是进化计算、神经网络、模糊逻辑、专家系统等多种方法,这些方法均体现出了高水平的现代智能发展现状,通过将这些现代科技方法融入铁路施工机械设备诊断中的方式,将能够有效达到最终的铁路施工机械设备诊断职能监测与诊断故障效果。

4.4实现故障诊断技术远程化、网络化

当前的铁路施工机械设备故障诊断技术中,仍然存在设备开发利用率低、信息技术不易共享、开发维护费用较高等弊端,且对于诊断规则的收集也不够全面,导致系统实际诊断能力较低,无法彻底排除故障,如果能够与远程化、网络化的技术设备相结合进行改进,就能够在铁路施工设备出现问题时,及时、准确的进行排除,并能够实现诊断规则和相关知识的共享,形成一个真正完善的铁路施工机械设备故障管理体系。

5结语

科学技术不断进步,我国的铁路运输业也随之发展,用于铁路施工设备故障的诊断技术也小断进步,铁路施工设备故障诊断技术的类型比较多,利用现代化技术发展设备诊断技术,能够促进设备诊断技术现代化,以适应不断变化中的铁路施工建设,保证铁路施工建设的安全与高效。

参考文献

[1]罗远族.关于铁路机械设备安全管理的思考[J].科技致富向导,2015(11):45~46.

[2]张雪峰.铁路隧道施工机械设备的选型及配套方法研究[J].房地产导刊,2015(5):36~37.

故障诊断技术篇3

关键词汽车故障诊断技术新技术发展趋势

中图分类号:U472.4文献标识码:A

1汽车故障诊断技术的发展状况

现代汽车故障诊断技术是在60年代的西方发达国家开始,由于汽车结构越来越复杂,所以就需要有相应的诊断手段来维护。因此,汽车诊断技术在迅速的发展。综合来看,汽车诊断技术以及发展经历了四个阶段。

1.1人工检验阶段

最原始的汽车诊断,主要依靠有一定技术和经验的汽车工人,凭各种方法来了解汽车的技术状况,然后根据已掌握自己的经验对汽车故障进行诊断。这种诊断方式主要是靠检查者的感觉和经验进行的。该诊断方法主要是:问、看、嗅、听、摸、试、断。这种方法相对简单、经济,但是准确性太差,主要是依赖于操作者的个人实践经验。

1.2使用简单的仪器、仪表进行测量阶段

随着汽车结构逐渐复杂,一些简单的测试仪器,开始应用于汽车的故障诊断中,如使用万用表、真空仪、油压表等。这时诊断技术就从耳听手摸来定性阶段,渐渐发展到使用仪器、仪表来测量的阶段。该方法为汽车故障诊断提供了更为准确的依据,只是仪器分散,对故障缺乏综合的分析和判断。

1.3使用专业设备进行诊断阶段

在汽车总成不解体的情况下,使用先进的仪器以及先进的设备对汽车的各工作系统进行精密监测,测出的有关与汽车的数据,再通过电子计算机的计算和处理,就能显示出汽车的技术状况甚至寻找出故障的原因。

1.4人工智能诊断阶段

现如今随着专家系统的发展和电子计算机技术智能化的提高,利用计算机储存的专家知识,建立的汽车故障诊断专家系统,把汽车故障诊断推向了智能化。

2我国汽车检测诊断技术的发展状况

我国汽车检测诊断技术的应用须运用汽车检测诊断设备来完成和实现通过汽车综合性能检测站来进行不解体减压和测试。目前主要方向是:我国实行的是定期检测、强制维护、视情修理、的汽车维修制度。定期检测:根据车辆从事运输的性质使用条件和强度以及汽车技术等级等,通过现代化的技术手段,定期对车辆实施检测作业,正确判断车辆的技术状况。它包括车辆技术等级评定检测污染排放监督检测。车辆二级维护及大修竣工质量检测等,检测的项目主要有发动机综合性能、汽车制动性能、前照灯、车轮定位、排放污染物、噪声、车速表、整车外观、汽车底盘测功等,通过检测,及时发现车辆故障隐患,确定二级维护附加作业项目,级维护和大修竣工出厂车辆的质量进行评定。

3国外汽车检测诊断技术的发展状况

20世纪60年达国家就相继研制开发了各种独立于车辆的车外诊断设备。80年代末期,人工智能技术的迅速发展,特别是专家系统、人工神经网络在故障诊断领域的进一步应用,故障诊断技术向信息化和智能化方向不断前进。

到了20世纪90年代末期,具有诊断复杂故障能力的专家系统和汽车自身诊断功能密切相连,构成新的车外诊断系统。这些车外诊断系统采用了微电子技术、计算机技术、先进的传感器技术并结合人工智能技术,将汽车自身的诊断结果,汽车的运行状态参数输出到车外诊断系统中进而综合分析做出相应的判断和处理。维修中心的主机通过串行通讯与在维修点的终端机相连,相互之间可以交换信息,维修人员在专家故障诊断系统上,可以方便地查询所需的资料,得到检测故障的步骤和排除故障的方法。

4我国汽车故障诊断技术的发展趋势

4.1检测设备的智能化

汽车故障诊断检测设备智能化的特点是:虚拟仪器与信号处理技术的广泛使用。所谓虚拟仪器,就是在整理计算机平台上用软件定义和设计仪器的功能,它使用户所操作和使用的计算机成为一台专用的电子仪器。虚拟仪器是以计算机为核心,充分利用计算机的图形界面和强大的数据处理能力,提供测量数据进行分析和显示。虚拟仪器的软件和硬件具有开放的,模块化的,可重复使用和可互换的特点,根据实际需要,用户可以轻松地更改或修改的软件,硬件模块,以实现特定的功能。虚拟仪器的数据采集器和计算机,使用统一的数据采集模块,可以测量各种参数,用户可以仅专注于信号处理和分析上。同时,分析测试结果的从人工向计算机自动分析发展。

4.2资料数据的在线化

汽车故障诊断资料数据在线化的特点是:交互式电子技术手册的使用。它将技术资料以数字格式存储,可以方便地进行查询,维修人员可以非常方便的查看、浏览其想要获取的信息。大大提高了汽车故障维修的效率,智能化水平较高。同时解决了传统纸质手册不易保管,查询不便得缺点。用户可以通过网络在线访问维修资料数据库,实时查询相关资料。测试设备从仅有测试功能向除测试外还能够提供在线资料数据库支持发展。即从单一测试仪器逐步向仪器资料一体化设备发展。

4.3故障诊断信息的网络化

汽车故障诊断信息网化包括远程支持、远程控制和现场诊断信息收集。

远程控制是指售后支持中心可以通过网络控制维修站的诊断软件,通过远程控制实现对维修站现场的车辆诊断,远程诊断所用的计算机与维修站现场与车辆相连的计算机可以看到相同的信息,诊断信息通过网络传输到售后支持中心的计算机上,使售后支持相关人员不用到现场就可以协助维修站对车辆的故障的分析及问题的解决。这样就可以实现工程师在办公室内通过网络实时对维修站进行车辆故障分析援助,实现远程故障排除。

现场诊断信息的收集系统主要作用为收集各个维修站在使用诊断软件的过程中生成的后台数据,这些数据将会被收集系统进行分析和整理,然后存放到数据库中。汽车厂商的售后服务部门、质量部门和工程部门可以利用收集系统查看这些数据并生成多种数据报表。这样,汽车生产商的设计、生产、售后等相关部门可以从数据库上及时清楚的了解车辆的故障率的统计分析结果,哪些故障发生的概率高,哪些供应商的零部件可靠性差等问题,可以尽快的给出相应的对策,方便汽车生产商在生产过程中有针对性的改善生产环境,控制生产过程,提高供应商的零部件质量,从而改善出厂车辆的质量,提高客户的满意度。

4.4专家系统的智能化智能故障诊断专家系统

汽车故障诊断专家系统的研究是人工智能应用研究的一个分支,故障诊断专家系统的特点就是在必要时呼出存储在计算机中专家们的知识,使初学者也能得出接近专家们的判断。目前已研究的汽车故障诊断专家系统模型有基于规则的诊断专家系统、基于实例的诊断专家系统、基于行为的诊断专家系统、基于模糊逻辑的诊断专家系统和基于人工神经网络的诊断专家系统。其各有优缺点,但发展趋势都是智能化。

5结语

汽车故障诊断技术是随着诊断设备的发展而发展起来的,就目前我国汽车诊断技术水平来说,与国外还存在一些差距,但随着国民经济的发展以及国内计算机、电子、汽车等高新技术的发展,我国故障检测诊断技术得到了迅速发展。现在我国汽车故障诊断技术正处在从传统向现代化转变的重要关头,其特征为汽车诊断技术从经验体系向科学体系的转变。现在我国的汽车故障诊断学科已经起步,并正处在蓄势待发的紧要关头。只有准确把握汽车故障诊断技术的发展方向,同时诊断设备研发技术人员与汽车维修技术人员的有机结合才可能创造出优秀的故障诊断设备和卓越的诊断思想,才可能将我国的汽车故障诊断技术推进到当代世界汽车故障诊断技术的前沿中去。

参考文献

故障诊断技术篇4

【关键词】矿山;机电设备;故障诊断技术

在社会经济的推动下,我国的采矿事业得到了较大发展,各类采矿设备不断涌现,给采矿作业的顺利进行带来了便利。虽然我国的矿山机电设备有了较大进步,但是在实际操作中,基于采矿作业的特性,其容易出现一些故障,因此,加强对机电设备的故障诊断以及检修有着重要作用。工作人员必须掌握一定的故障诊断技术,能够根据实际情况解决机电设备各种故障问题,并明确各种诊断标准,以确保电机性能和运作效率,这样才能更好地保障采矿作业顺利进行。

一、矿山机电设备故障诊断技术分析

基于采矿作业的自身特性,在采矿过程中,受人为因素及外部客观因素的影响,各类机电设备极易出现故障情况,如果不及时进行处理,将会对采矿作业的正常进行造成重大影响。因此,对故障诊断技术加以应用有着重要作用。在对故障诊断技术应用的过程中,技术人员必须对故障情况进行合理分析,采取适宜的故障诊断技术进行操作,这样才能更好解决故障问题。一般情况下,技术人员可以详细记录机电设备正常作业时的各项参数,建立相应故障模型,在对出现故障的机电设备进行处理时,技术人员可以根据相关参数分析故障点及故障原因,从而采取有效措施进行解决。由于机电设备的故障类型较多,所以技术人员可以通过计算机对机电设备各项性能进行测试,获取相关信息,并以此作为故障诊断依据。

在实际情况中,故障诊断技术的内容较多,有多种应用方法,包括模型诊断、仪器诊断、主观诊断等。模型诊断主要通过相应的数据模型对矿山机电设备进行诊断,在机电设备相关参数的基础上,技术人员可以通过传感器等技术对机电设备故障类型、故障点以及故障原因进行分析,从而对机电设备进行有效诊断。仪器诊断主要通过相应检测仪器对机电设备的运行故障进行诊断,一般具有较高的诊断效率以及诊断质量,但是对相关信息数据准确度的要求较高。在不同的采矿环境下,检测仪器的诊断性能也会存在一定差异,所以技术人员在通过检测仪器对机电设备进行检测时,必须对检测仪器进行检修和养护,并根据实际情况进行适当调节,从而更好确保故障诊断的效果。主观诊断主要以技术人员的诊断经验为依据,通过经验判断对机电设备进行诊断,虽然有着较快的诊断效率,但是诊断质量不高,适用于一些经常性故障的诊断。在主观诊断中,技术人员通过听觉、视觉来判断故障点,并根据以往经验分析故障原因,所以对技术人员的专业素质提出了较高要求,如果技术人员实践经验及专业能力不足,将会导致诊断结果出现多种偏差。因此,在对故障诊断技术进行应用时,技术人员必须根据实际情况选择合适的故障诊断方法,有效解决矿山机电设备的出现的各种故障,这样才能更好保障采矿作业顺利进行。

二、矿山机电设备应用故障诊断技术分析

在实际采矿作业中,矿山机电设备的种类较多,包括采煤机、电动机、矿井提升机等,每种设备对采矿作业的顺利进行都有着较大影响,因此,保障各机电设备的质量有着重要作用。在利用故障诊断技术对机电设备进行检修时,技术人员必须对设备特性、诊断技术特性等内容进行准确分析,从而促进检修工作顺利进行,保障采矿质量。矿山机电设备应用故障诊断技术的方法如下:

1、矿山采煤机故障诊断

在实际生活中,我国采矿事业虽然有了较大发展,但是在采煤机故障检测方面依然存在较多问题,随着科学技术不断进步,很多企业引进了采煤机故障诊断系统,起到了较好效果。采煤机故障诊断系统具有变频器通信模块,能够对采煤机多种运作参数进行准确检测;在变频器通信模块的显示屏中,技术人员可以了解到采煤机运作电流、变频器电压、运作速率等参数,所以能够及时了解采煤及运作情况;变频器通信模块具有多种功能,包括过载保护、过压保护、过流保护等。诊断系统还具有故障诊断模块,能进行联网操作,在发现采煤机出现故障时,其能够将故障情况传送至显示屏中,帮助技术人员对故障原因、故障点进行分析,从而更好解决采煤机故障问题。

2、矿山电动机故障诊断

矿山电动机在采矿作业中容易出现多种故障,包括定子绕组故障、放电故障等。在对放电故障进行诊断时,基于故障特性,一般可以采用电流互感机、高频检测仪等仪器进行检测,在明确电动机各项运作参数后,与正常运作时相关参数进行对比,从而采取相应措施进行解决。在对电动机短路等故障进行检测时,由于这种故障会出现电流增大的情况,所以技术人员可以依据电流参数值进行诊断;对断相等故障进行诊断时,技术人员可以使用零序电流以及负序电流进行诊断,从而解决电动机故障问题。

3、矿井提升机故障诊断

提升机主要用来输送人员、材料等,所以提升机质量对采矿作业的顺利进行以及人员的生命安全有着重大影响。一般情况下,提升机会出现松绳故障,所以技术人员可以通过相关设备对松绳情况进行实时监测,以避免出现重大事故。监测设备需要具备一定的报警功能,能够根据相关参数的变化调整自身运作状态,从而对故障问题进行解决。

三、结束语

在采矿作业中,受人为因素及外部客观因素的影响,机电设备极易出现故障问题,不仅降低设备的整体性能及运作效率,而且给采矿作业的正常进行带来不利,因此,加强对机电设备的检修有着重要作用。故障诊断技术的内容较多,技术人员在利用其对机电设备进行诊断时,必须对实际情况进行了解,选择合适的诊断方法,清除各类故障问题,并进行定期检修,从而保障机电设备的运行水平,保障采矿作业的顺利进行。

参考文献

[1]仇金刚.故障诊断技术在矿山机电设备维修中的应用探讨[J].机电信息,2015,(6):97-98.

故障诊断技术篇5

当前智能化故障诊断技术作为一种有效的故障防范策略,已被融入到现代空调制冷系统的实践应用当中,它不仅可有效降低制冷系统的运行成本,而且还能明显提升系统运行的安全性与可靠性。本文结合工作实践,着重就智能化故障诊断技术在空调制冷系统中的应用进行了探索与研究。

关键词:

制冷系统;故障诊断;智能化

近年来,随着我国经济的快速发展,制冷系统在人们日常生活、工业生产中的应用已越发普及,其重要性也不断增强。如何进一步提升制冷系统的安全性与可靠性,已成为了当前国内外众多学者所共同关注的焦点问题。智能化故障诊断技术作为一种有效的故障防范策略,它能通过实时、自动的监测和采集制冷系统的状态信息与运行参数,以起到有效预测故障发生、判定故障性质、评估系统运行状态以及延长系统正常使用寿命的目的。

1制冷系统的故障特点

制冷系统根据其工作原理,主要分为蒸汽压缩式制冷系统、吸收式制冷系统、半导体式制冷系统以及吸附式制冷系统等多种类型。以蒸汽压缩式制冷系统为例,其常见故障类型包括了:制冷剂泄漏、冷却水量减少、管路压力增大等问题,而导致系统冷却效率的降低及系统能耗的增加。正是由于蒸汽压缩式制冷系统的构成元件多(制冷压缩机、节流装置、热交换设备、管道等)、循环工作状态复杂(包括制冷剂、水、空气、油等),因此当制冷系统故障发生时,具有故障原因复杂、故障征兆复杂的特点,且存在着较多不易被检测的参数,部分检测数据与故障问题之间的关联性也不明显。因此,在制冷系统的故障诊断时,如果只依靠维护人员的个人经验或仪器进行故障的查找与排除时,不仅诊断效率低,而且检修成本高、检修失误率高。针对以上问题,近年来制冷系统的故障诊断技术,已逐步由传统的单一化、常规化的诊断方法,发展为以人工智能技术、信息技术等先进技术为基础的智能化诊断方式。

2智能化故障诊断技术在制冷系统中的具体应用

智能化故障诊断技术,是近年来发展非常迅速的一门综合性应用技术,也是由现代人工智能学、控制学、信号处理学、模型识别学等多种学科所交叉形成的新兴学科。

2.1常见智能化故障诊断技术的类型。目前,应用于制冷系统中的智能化故障诊断技术,其常见类型包括了基于数学模型的故障诊断技术、基于直接可测信号的故障诊断技术、基于知识经验的故障诊断技术这三大类。其中,基于可测信号和知识经验的故障诊断技术,也被称为直接诊断法,它是直接利用制冷系统的可测信号与知识经验,以判定故障类型、预测故障发生的方法,常见的诊断技术包括了专家系统诊断法、模糊数学诊断法、神经网络诊断法、小波分析诊断法等;而基于数学模型的故障诊断技术,则被称为间接诊断法,它是间接利用数学模型,以全面反映与评估制冷系统的故障情况及安全性的方法,常见数学模型包括了故障树模型、攻击树模型、攻击图模型等。

2.2智能化故障诊断技术的具体应用

2.2.1专家系统的应用。专家系统诊断技术,它属于当前人工智能技术领域中一个前沿分支,即是将一些已在实践中得以验证的知识经验进行数字化表达,并通过存入计算机系统中,从而以形成具备强大推理能力、决策能力的专家系统。用于制冷系统中的专家系统,其工作原理详见图1所示。该专家系统主要由故障诊断模块、故障解释模块、故障处理模块、模拟显示模块、学习查询模块以及智能输出模块这几大功能模块所构成。通过专家系统的应用,制冷系统的故障诊断过程能由系统代替人类专家,并利用其强大的数据库资源与逻辑推理能力,以提升对系统故障预测、诊断的准确性与效率。

2.2.2人工神经网络的应用。人工神经网络(ANN),是指通过人的大脑对信息加工、处理及存储的机制,所提出的一种智能化信息处理的非线性模型,也是由大量的神经元(处理单元)所进行互联而得到的一种复杂的神经网络系统。与专家系统相比,人工神经网络具有更高的时间效率,以及更高的故障诊断质量。进入21世纪以来,人工神经网络智能诊断系统迅速发展,并已成为国际上故障诊断领域的最新热点,同时神经网络用于制冷与空调系统故障诊断也产生了大量研究成果。例如:利用人工神经网络的BP算法(见图2),能真实反映出制冷系统运行时的期望值与测量值之间的差值,即残差(residual)值,并通过评价残差值以反映出制冷系统的安全性状况,并可诊断与预报系统故障类型及故障点定位,从而实现较高的故障诊断精度与准确性;利用人工神经网络与专家系统相结合的混合智能诊断系统,该系统不仅能有效解决专家系统的信息采集难题,而且通过专家系统的数据库还能解决人工神经网络的“黑箱”问题,两者互为补充,因此在制冷系统故障诊断的实践应用方面具有明显的优越性。

2.2.3模糊诊断法的应用。制冷系统在运行过程中,其故障征兆与引发故障的原因之间,往往并不是一一对应的关系,尤其是对于大型制冷系统中,这种不确定性更加明显。而模糊诊断法,是以模糊数学为基础的一种故障识别方法,它能利用故障征兆与引起原因之间的这种不确定性来进行系统的故障诊断。由于制冷系统的复杂性以及故障征兆与原因间的不确定性,在许多故障诊断问题中,其故障机理非常适合采用模糊数学规则来进行描述,并能有效克服空调制冷系统因设备的复杂性所带来的诊断困难问题,因此具备了较强的实用价值。一个典型的应用于空调制冷系统中的模糊诊断系统的结构,详见图3所示。如图3所示,用于制冷系统的模糊诊断系统,主要由模糊化接口、模糊规则库、模糊推理机、非模糊化接口等多个部分所构成。其中,模糊化接口通常采用A/D和D/A转换器作为接口装置,其作用采集制冷系统中精确的、连续变化的输入量转化为模糊量,以便实现模糊推理;模糊推理机即模糊控制器,它也是模糊诊断系统的核心,可通过利用知识库中的规则对模糊量进行运算与分析,并得出模糊结论;而非模糊化接口,其主要作用是将模糊推理所得到的结构,转换为非模糊值即清晰值,从而实现对制冷系统故障结论的清晰表达。目前,模糊诊断法已被成功运用到制冷系统的智能化故障诊断中。例如:将模糊数学理论与人工神经网络相结合,可采用模糊方法处理神经网络的输出结果,并对推理过程进行解释;将模糊数学理论与专家系统相结合,则可利用模糊数学中的模糊变换原理对制冷系统的安全性能进行评定,并在此基础上构建专家系统等等。

2.2.4小波分析法的应用。小波分析法,是一种新型的线性时频分析的方法。当前,以小波变换分析为基础的信号处理方法,已广泛应用于各类设备的故障诊断当中,并取得了一系列研究成果。由于制冷系统在发生故障时,会出现一些瞬变信号或脉冲信号,而这些参数的变化也往往隐藏着重要的故障信息。而小波分析法是一种窗口面积恒定、窗口形状可变的时频局部化分析方法,它不仅具有多分辨率和时频局部性的特点,而且能够有效处理非平稳信号,因此非常适用于分析制冷系统的瞬态信号或时变信号。目前,小波分析法在制冷系统故障诊断中的应用,主要是针对制冷系统的吸气阀片损坏、排气阀片损坏以及制冷压缩机停转等故障的智能化诊断,利用小波分析法的预处理功能,能提前查找到制冷系统中各元件的故障先兆,从而以及早地发现并预报故障。

2.2.5故障树模型的应用。由于制冷系统中所发生的故障,通常具有层次特性,即故障原因和后果之间往往具有多层的关系。故障树模型诊断技术,即是以系统最不希望发生的事件(顶事件)为分析目标,以可能导致顶事件发生的其他事件为中间事件或底事件,按树枝状逐级细化,从而依次找出制冷系统的全部故障因素。目前,故障树模型在制冷系统中的实际应用,主要用于溴化锂吸收式制冷机组的故障诊断中,它可准确分析与诊断“冷剂水损失”和“冷剂水污染”等问题。通过分析与计算,能将制冷系统中的故障事件进行重要度分级,从而找出制冷系统中最薄弱的因素,以此实现对系统中故障类型的准确识别、预测与诊断。同时,利用故障树模型,还能实现对制冷系统的改进设计,以实现制冷系统整体上的节能优化与安全优化。

3结论

本文主要以专家系统、人工神经网络、模糊诊断法、小波分析法、故障树模型这几种智能化故障诊断技术为例,就其在制冷系统中的应用进行了探索与研究。通过智能化诊断技术的应用,不仅能及时查找出制冷系统的故障原因及故障类型,以迅速排除故障,而且能自动预测故障的发生,减轻了故障问题所带来的影响与后果,从而起到了降低系统的运行成本,提高系统运行安全性与可靠性的目的,具有极高的应用价值与应用效果。

参考文献

[1]卢静.智能化技术在电气工程自动化中的应用价值[J].科技与创新,2015(16):154-154.

[2]闫林巍.压缩制冷系统的故障分析和解决方法[J].中国高新技术企业,2014(20):79-80.

[3]侍孝虎.制冷系统隐性故障分析[J].常州信息职业技术学院学报,2014,13(3):43-45.

    【办公范文】栏目
  • 上一篇:三下乡心得体会(收集3篇)
  • 下一篇:企业文化素养(收集2篇)
  • 相关文章

    推荐文章

    相关栏目