时间：2022-09-29 06:56:47
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇设备故障诊断系统，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
中图分类号：TM507 文献标识号：A 文章编号：2306-1499（2014）13-0027-01
促进经济发展的根本动力是生产力的发展，只有提高了生产力，生产技术才会得以提高，经济效益才能发生质的改变。社会是不断向前发展的，生产力发展就是其中一个重要的体现，在社会、经济快速进步的这个过程中，电气设备发挥了无比大的价值。在欢庆之余，也应该看到电气设备的不足之处。如果电气设备一旦发生问题，由于网络、电气等科技产品具有很强的整体性和连带性，那么发生的后果将是无法挽回的，严重的话整个系统将会发生瘫痪。因此在使用电气设备的基础上，也要注重电气设备的故障检测，及时修复电气设备故障，掌握电气设备的相关应用知识，利用电气设备故障诊断系统排除因为设备故障而发生任何后果的情况，避免企业的生产受到损失和延退，更好地促进社会的发展和经济效益的提高。
1.电气设备故障诊断的必要性
进行电气设备故障诊断主要有两个方面的原因，一方面是随着全球经济政治一体化的趋势日益显著，整个世界已经连成一个整体，各国经济贸易日益密切，这些都说明了在以后经济的发展中，电气设备更加发挥着重要的作用。经济交易是连接生产和消费的桥梁，只有保障企业进行安全的生产才能保证经济交易的成功。而企业安全生产的保证就必须依靠电气设备的安全应用。古往今来，每一家企业都明白生产产品质量的好坏直接关系着企业的信誉和前景，并希望自己的产品能够达到工业品的质量要求，在此基础上，企业也希望所付出的成本代价较低，为企业后续的资金运作提供一个良好的平台。电气设备不仅能够保证企业产品的安全，还可以避免企业因为设备不善而不断投入资金造成巨大的成本损失。因此，企业必须采取科学的手段对企业电气设备进行科学准确地检测，对电气设备的故障进行精确可靠的分析，运用科学的技术方法的监测和故障诊断措施对生产装置的电气设备进行及时的检修维护的工作。这样就可以预先知道电气设备存在的安全隐患，并根据故障分析结果，进行相应的措施和防范，及时改善电气设备的不足和问题之源，在最短的时间里解决隐患问题和出现的故障问题。
另一方面是工业所应用的电气设备稍微不注意，一般都比较容易受到磨损。当设备受到磨损后，就会阻碍企业产品的生产。导致电气设备发生磨损主要有以下两大原因。第一个原因主要是设备的外部表面的原因，由于员工在工作的时候没有多加注意造成机器外部的摩擦、电线的熔断以及短路电线磨出火花等等问题。第二个原因主要是设备内部的原因，比如设备内在的零件轴承不咬合，部分零件的损坏和部分元件不能像正常那样发挥本具有的价值，这些问题都是当时选取设备的时候采购方面出现问题造成的，例如无意间采购了不合格的产品等等。所以为了避免电气设备发生损坏而造成无法弥补的过错，必须对电气设备的故障进行日常检查和维修，利用电气设备故障诊断系统来进行处理。
2.电气设备故障诊断系统的构成
电气设备故障诊断系统主要由人机接口、数据库、推理机、知识获取设备这几部分组成。
2.1人机接口
人机接口主要是连接用户和故障诊断系统的桥梁，用户可以通过人机接口将受到的信息进行更加准确、更加科学的处理，最后整理出实效信息，在一定程度上保证了信息的可靠性和精准性。
2.2数据库
数据库主要有静态数据库和动态数据库两种表现形式，不同的形式有着不同的作用途径。静态数据库是通过产生式的规则来获取数据，而动态数据库则是在系统运行过程中进行数据的存储处理。虽然数据库的表现形式不同，产生作用的途径不同，但是这两种方式都可以对故障进行检测和研究，其重要地位不可小觑。
2.3推理机
推理机和数据库有相同点，但是也有不同点。相同点是他们都可以有效地对电气设备提供相应的技术支持，进而更好地为电气设备提供一个有效的故障诊断系统。两者的不同点在于推理机要比数据库更加具体，处理故障比较细微的地方。根据故障诊断系统反馈的数据来对电气设备的故障进行推理，从而可以确定电气设备的部位，找出电气设备发生故障的根本原因，针对下药，采取正确的措施来使得电气设备更好的工作和发挥作用。缺少了推理机，则无法完成故障分析和故障修复，因此，推理机在整个故障诊断系统中占有重要的位置。
2.4知识获取设备
知识获取设备主要和故障诊断系统性能的高低有着重要的联系。通过知识获取设备可以掌握有关故障的一切知识，也可以借鉴前期的经验总结。总之，在知识获取设备的基础上，将经验和知识两者相结合，使得诊断系统日益完善，其功能也不断提高。
3.电气设备故障诊断系统的作用
3.1保护作用
电气设备故障诊断系统可以对电气设备进行强有力的保护，通过对电气设备进行故障诊断和故障分析，保证电气设备的更新程度和更新频率，可以使电气设备更好地投入到工作中。也可以提前了解电气设备的质量，根据数据反馈来进行故障预防，这样可以降低修复故障的成本。
3.2能够有效地处理设备故障
电气设备诊断系统不仅可以为设备进行诊断，还可以对设备的故障处理进行指导。在找出故障的基础上，进一步地分析故障产生的原因，条件，从而有针对性地提供一个故障解决的计划，而且这个计划具有最优性。当遇到其他问题时，也可以为人们提供一个比较好的处理规划。
3.3诊断作用
通过电气设备故障诊断系统，人们可以找到发生故障的位置，明白哪里出现了问题。首先，在最开始进行设备的诊断时，在系统的选择页面选择需要进行故障诊断的设备；其次，根据所选择的的设备来调取相应的数据库，以数据库为基础找出准确的故障发生点；最后，根据数据库来进行故障原因的分析，为故障的诊断提供依据。
参考文献
[1]肖方勇.浅议电气设备故障诊断系统的分析与设计[J].科技创新导报，2013，20：238.
[2]胡晓光，齐明，纪延超，于文斌.基于径向基函数网络的高压断路器在线监测和故障诊断[J]；电网技术；2001（08）.
【关键词】新形势下 电气设备 状态检测 故障诊断
状态检修是以本设备当前实际的工作状况为主要依据，通过先进状态监测的手段，可靠评价手段及寿命预测手段判断设备的当前状态。对故障严重程度、发生部位、发展趋势做出正确判断，同时可识别故障早期征兆。通过该系统能够掌握电力设备状态信息，对变化发展趋势和使用期限等信息作出预测，并能对各种故障设备进行专家级诊断，制定检修方案和策略。本系统的开发为电气设备的事故检修，定期检修，状态检修，以及最终建立电气设备状态检修整个体制提供一个有效技术支持。
一、电气设备状态检测重要性
电气设备的定期检修试验，是整个电力系统长期以来的一条原则。状态检修是根据设备当下的实际情况决定它是否需要及时检修，对需要进行检修的设备及时修理，以保证其安全性和运行的可靠性，对于不需要检修的设备，可以延长其检修周期，在需要检修时再进行检修。目前实际系统中造成电气设备内部各类安全隐患有很多，例如：出厂时试验不严格、厂家设计不够合理、搬运安装工程中不规范操作也可能导致绝缘损伤等。较轻的安全隐患在试验中较难发现，而随着设备使用年限的增加，又在外部强大电磁交融的诱导下，安全隐患会逐步转换为故障，会导致供电系统随时出现停电故障，会影响到整个系统供电质量。
二、故障诊断系统的功能及构成
（一）故障诊断系统的功能
本文介绍的故障诊断系统的功能有如下几个主要方面：
1.数据浏览电气设备的状态监测和故障诊断系统采用的是浏览器方式实现。使用者可以在任何一网机上查询有关设备的数据和工作状态，也可以要求主机对设备的数据进行计算、分析和判断，并将分析结论返回给使用者。诊断中用到的数据则是由数据库获取，而诊断结果存到数据库中。这样，使得本系统与数据库紧密结合在一起，可以实现资源共享，成为一个有机整体。
2.故障和灾害的分析计算。当电气设备发生故障和灾害时，有助于分析发生的原因和对损失的计算等。
3.智能诊断。将神经网络、专家系统、粗糙集理论这些人工智能理论使用到设备的运行状态和故障的判断，故障诊断和检修建议。具有快速、便捷、准确的优点，可以有效提高综合判断效率。
4.智能预测和决策支持。根据历史数据和工作状况，可以预测设备未来运行状态。并通过此调整设备工作条件，以保证其正常运行。
5.提供相关设备在线和非在线状态参数，其中包括互感器、变压器、绝缘子、断路器、隔离开关避雷器等设备状态信息。此系统具备功能：数据查询功能（批量查询、单位查询、当前数据查询、历史数据查询），数据录入功能（批量录入、单个录入），历史数据修改功能，数据信息显示功能及数据打印输出功能。
（二）故障诊断系统构成
电气设备的状态监测和故障诊断系统，离线和在线诊断结合的方法，在分析当前试验数据、历史数据及在线数据之后判断电气设备运行状况，从而得出结论，为决策者提供必要依据。本系统包括一下几个方面：1.互感器和套管及电容器的在线检测；2.变压器状态监测和故障诊断系统；3.动态污秽分析系统；4.ZnO避雷器的在线检测；5.SF6断路器的在线检测。
三、设备状态监测及故障诊断
电气设备的状态监测及故障诊断系统，其功能主要包括以下部分：显示有关于变压器各种数据，其中包括离线的和在线的以及历史和当前的数据，色谱和电气试验数据，同时判断变压器绝缘状态，有效预测变压器绝缘状态，并且进行相应决策支持，对出现故障的变压器进行有效的智能诊断。具体措施有以下几个方面：
（一）各数据的输入
电气试验的结果及变压器背景信息。为了用户更准确判断故障类型和故障元件，应该将气相色谱法和电气试验结合在一起来诊断系统所产生的故障。电气试验是变压器检修项目中的电气试验，背景信息包括变压器生产日期、型号、生产厂家和维修记录等资料。在系统故障诊断过程中，考虑变压器背景信息可以提高相关故障诊断的效率。②变压器油中气体的浓度。需要检测的气体浓度有H2、CH4、C2H4、C2H6、C2H2、CO2、CO等几种气体。这些气体浓度信息可评估变压器绝缘状态。当变压器状态处于“有问题”的阶段，就应该跟踪气体产气率，以确定变压器的内部是否出现故障。如果变压器出现了故障，还可以用这些气体的浓度来判断故障的性质。在线局部放电放电量、在线氢气浓度及放电位置。系统在线氢气浓度及在线局部放电量可以用来评估变压器即时绝缘状态，对确定故障元件起着十分关键的作用。
（二）基于专家系统的故障性质及故障元件的判别
在确定变压器内部已经出现故障是，首先要用气相色谱三比值法及特征气体法来判断故障性质。其中某性质的故障，可能存在若干种元件故障，为了准确判断出可能的故障元件，还要配合一些相关电气试验。如果某电气试验结果出现了异常，可以根据试验类型来确定一个或者几个故障的元件。再结合气相色谱试验或电气试验结果，就可确定故障元件，从而大大地节约变压器检测和维修的工作量，有效提高维修的正确率。
（三）基于灰色理论的智能预测
基于灰色理论的智能预测包括检验变压器的某一方面性能电气试验参数值的预测以及对变压器绝缘状态的预测。
（四）基于专家知识在线状态评估
在变压器中，氢气可表征其内部是否有故障，而且氢气浓度也是故障程度的尺度。此外，氢气量变化速度还可以进一步判断故障发展的速度。对变压器内部的局部放电参数测试，能够获得局部绝缘信息，而局部放电强弱可用来评定电气绝缘缺陷和劣化程度。同离线检测技术对比，在线测量有以下两个优点：第一，在线监测技术可以及时测量雷击等因素造成的突发故障，第二，在较低或者较高电压下进行的有关电气试验相比，在工作电压下的在线监测更加符合实际运行的情况。
[关键词]电气设备；在线监测；故障诊断
中图分类号：TH165+.3 文献标识码：B 文章编号：1009-914X（2014）42-0017-01
电气设备在日常生产中广泛应用，却存在着较为明显的问题，那就是设备的故障往往十分常见，影响生产的正常进行。为了在最大程度上消除电气设备故障所带来的影响，可以通过设计电气设备故障诊断系统，来达到在第一时间诊断系统故障并排除故障的目的。
1 电气设备在线监测实现的方式
1.1 在线监测
在线监测一般指在设备不停电、保持正常运行的情况下，安装在被检测设备上的相关的设备、仪器，对电力设备状况实时进行连续或周期性自动检测的过程。随着技术的不断发展，各类单一功能的在线监测系统趋向集成，各种电气设备的监测单元通过现场总线或以太网的主机相连，统一生成图形、报表，并将数据存入数据库。电气设备在线监测系统的形成实现了对变电站变压器、电抗器、断路器、GIS、避雷器、高压套管、容性设备等变电设备的实时在线监测功能。
1.2 离线检测
离线检测一般指通过各类检测，对生产及设备状况进行必要的人工检测。如日常巡检、例行检查、定检、例行试验、诊断性试验等，旨在及时获取设备状态量，评估设备运行状态，发现事故隐患并为设备状态检修提供依据。离线检测是对可能存在或已经存在的故障进行分析，而在线监测的实质是要求分析设备的当前状态及未来趋势，在发生故障之前提出检修计划，做到防患于未然，是状态检修的技术基础之一。在实际的应用中有时需要结合在线监测和离线检测两种手段，充分发挥各自的优点，一般的做法是采用在线监测的方法对运行设备实施实时监测，当发现异常后，根据严重程度可以采用必要的合适的离线检测方法对异常进行进一步的判定，最终确定检修策略。
1.3 带电检测
带电检测是采用便携式检测设备，在电气设备的运行状态下，对电气设备状态量进行的现场检测，其检测方式为带电短时间内检测，有别于长期连续的在线监测。带电检测受环境因素影响较大，实际测试过程中要密切关注信号的重复性，重复性包括周期、幅值、波形、频率等。
2 电气设备在线故障诊断系统的组成
针对于电气设备的设备故障诊断系统，主要是进行故障部位的查找以及故障原因的分析，在尽量短的时间之内找出解决故障的有效方法。在本文所研究的故障诊断系统中，是根据数据库原理，将设备的故障表现输入计算机分析系统，依靠计算机的数据分析，来达到诊断故障的目的。通常一个完善的电气设备故障诊断系统，包括了人机接口、数据库、推理机、知识获取设备等多个部分。
2.1 人机接口
人机接口是用户和故障诊断系统之间进行信息交流的重要通道，可以保证信息收集的实时性以及准确性。通过人机接口，可以将收集到的信息通过分析判断其准确性之后显示出来，具有非常高的可信度。
2.2 数据库
数据库是系统进行故障诊断的核心依据，能够为故障的查找与分析提供准确的数据支持。通常，数据库包括了静态数据库以及动态数据库两种，以获取数据的途径不同来进行划分。静态数据库是通过产生式的规则来获取数据，而动态数据库则是在系统运行过程中进行数据的存储处理，两类数据库的数据获取途径不同，但都可以用于对故障分析的支持。
2.3 推理机
数据库在系统进行故障诊断的过程中所起到的作用是对故障分析的支持，而推理机在故障诊断中的作用则是具体的故障分析执行，通过系统在数据支持上的准确推理，来找出电气设备故障的部位与产生原因，从而让电气设备能够保持正常的工作运行。推理机和数据库的地位一样，都是故障诊断系统中最为核心的一部分。
2.4 知识获取设备
在电气设备故障诊断系统当中，知识获取设备的好坏决定着系统的性能高低。知识获取的内容通常十分多样，包括了对以往电气设备故障诊断的经验总结，对最新故障知识资料的收集与分析，以及对故障诊断系统运行模式的改进等等。对这类信息进行整理，得到较为系统的知识内容，为系统的故障诊断工作提供支持。
3 电气设备故障诊断系统的应用
通过电气设备故障诊断系统，可以进行大多数电气设备故障的诊断与排查，方便在第一时间内找出故障问题并及时解决故障。从进行故障诊断的过程以及故障的处理与维护等角度进行分析，电气设备故障诊断系统的作用主要包括了以下几个方面。
3.1 对设备进行诊断
在对电气设备的故障进行诊断时，找出故障位置，将故障位置精确到每一件具体设备中是最基本的一项要求。首先，在最开始进行设备的诊断时，在系统的选择页面选择需要进行故障诊断的设备；其次，根据所选择的的设备来调取相应的数据库，以数据库为基础找出准确的故障发生点；最后，根据数据库来进行故障原因的分析，为故障的诊断提供依据。在完成了对设备的诊断，确定了故障位置以后，可以对出现故障较为频繁的设备进行标记，进行具有针对性的处理，从而提高工作效率。
3.2 对精密部件诊断
在找出发生故障的设备以及故障存在的准确部位之后，还需要分析出故障发生的机理以及细节，才能够更好地为故障的处理提供前提条件。而对故障发生的机理进行分析，其实也就是对设备内的精密部件进行诊断。在电气设备故障诊断系统中，进行精密部件的诊断主要是通过人机交互来进行。诊断人员在系统中调出发生故障的设备数据，并由系统提出一系列的问题由诊断人员来完成回答，系统根据诊断人员的回答结果来进行推理，并最终得出诊断答案。如果系统出现了数据库知识储量不足，无法进行准确的精密部件诊断，以及无法进行故障原因的分析，那么则需要对数据库进行更新补充，满足系统对电气设备故障诊断的需求。
3.3 对电气设备故障处理
通常电气设备故障诊断系统在提供了对设备的故障诊断功能的同时，也具有故障处理的指导功能，可以指出解决故障的主要方法。特别是对于一些设备故障来说，即使知道了故障发生的原因，也很难得出一个最佳的故障处理方案。通过计算机系统，则可以较为科学地给出一个比较合理的处理方法，杜绝电气设备故障难以处理的情况出现。
3.4 对电气设备维护
要保证电气设备能够长久地进行生产工作，就必须要进行设备的日常维护。通常，对电气设备进行维护同样可以使用到故障诊断系统，由系统来判断电气设备的工作状况，对可能发生故障的设备进行及时的预防。另外，对于电气设备故障诊断系统本身，也需要得到及时的维护，来保持系统诊断能力的实时性。一般可以通过向数据库增加最新知识储备的方式来对故障诊断系统进行维护。
结语
本文主要介绍了电气设备故障诊断系统的基本结构组成以及设计时应该注意的系统作用，为故障诊断系统的理论设计提供了基本的依据。要实现对电气设备故障的准确诊断以及为故障的处理提供依据，就必须要保持系统结构的完整性以及实时性，对系统中所存在的不足进行及时的更新。随着工业的发展，人们对电气设备的使用要求也在逐年提高，电气设备故障诊断系统的诊断性能也会达到更高水平。
参考文献
[1] 肖方勇.浅议电气设备故障诊断系统的分析与设计[J].科技创新导报，2013（20）.
关键词：钢铁 冶炼设备 故障 措施
在连续生产系统中，如果某台关键设备因故障而不能继续运行，往往会涉及全厂生产系统设备的运行，而造成巨大的经济损失。因此，对于连续生产系统，例如电力系统的汽轮发电机组、冶金过程及化工过程的关键设备等，故障诊断具有极为重要的意义。
对于某些关键机床设备，因故障存在而导致加工质量降低，使整个机器产品质量不能保证，这时故障诊断技术也不容忽视。
故障诊断的基础是建立在能量耗散原理上的。所有设备的作用都是能量转换与传递，设备状态愈好，转换与传递过程中的附加能量损耗愈小。例如机械设备，其传递的能量是以力、速度两个主要物理参数来表征，附加能量损耗主要通过温度及振动参数表现。随着设备劣化程度加大，附加能量损耗也增大。因此，监测附加能量损耗的变化，可以了解设备劣化程度。
一、 钢铁冶炼机械设备故障诊断技术的发展
诊断技术发展几十年来，产生了巨大的经济效益，成为各国研究的热点。从诊断技术的各分支技术来看，美国占有领先地位。美国的一些公司，如Bently，HP等，他们的监测产品基本上代表了当今诊断技术的最高水平，不仅具有完善的监测功能，而且具有较强的诊断功能，在宇宙、军事、化工、工业等方面具有广泛的应用。
我国诊断技术的发展始于70年代末，而真正的起步应该从1983年南京首届设备诊断技术专题座谈会开始。虽起步较晚，但经过近几年的努力，加上政府有关部门多次组织外国诊断技术专家来华讲学，已基本跟上了国外在此方面的步伐，在某些理论研究方面已和国外不相上下。目前我国在一些特定设备的诊断研究方面很有特色，形成了一批自己的监测诊断产品。全国各行业都很重视在关键设备上装备故障诊断系统，特别是智能化的故障诊断专家系统，在电力系统、石化系统、冶金系统、以及高科技产业中的核动力电站、航空部门和载人航天工程等。工作比较集中的是大型旋转机械故障诊断系统，已经开发了20种以上的机组故障诊断系统和十余种可用来做现场故障诊断的便携式现场数据采集器。透平发电机、压缩机的诊断技术已列入国家重点攻关项目并受到高度重视；而西安交通大学的“大型选转机械计算机状态监测与故障诊断系统”，哈尔滨工业大学的“机组振动微机监测和故障诊断系统”。东北大学设备诊断工程中心经过多年研究，研制成功了“轧钢机状态监测诊断系统”，“风机工作状态监测诊断系统”，均取得了可喜的成果。
故障诊断(FD)始于(机械)设备故障诊断,其全名是状态监测与故障诊断(CMFD)。故障诊断技术是一门交叉学科 ,为解决复杂系统的故障诊断问题提供了强有力的理论基础,同时实现了故障诊断技术的实用化;近二十年来,由于技术进步与市场需求的双重驱动,故障诊断技术得到了快速发展,已在航空航天、核反应堆、电厂、钢铁、化工等行业得到了成功应用,取得了显著的经济效益;从故障诊断技术诞生起,国际自动控制界就给予了高度重视。
二、钢铁冶炼机械设备故障诊断的主要理论及其方法
从不同的角度出发有多种故障诊断分类方法,这些方法各有特点,但从学科整体可归纳以下几类方法。
1、基于系统数学模型的诊断方法:该方法以系统的数学模型为基础,以现代控制理论和现代优化方法为指导,利用Luenberger观测器 、等价空间方程、Kalman滤波器、参数模型估计与辨识等方法产生残差,然后基于某种准则或阀值对残差进行分析与评价,实现故障诊断。该方法要求与控制系统紧急结合,是实现监控、容错控制、系统修复与重构等的前提、得到了高度重视,但是这种方法过于依赖系统数学模型的精确性,对于非线性高耦合等难以建立数学模型的系统,实现起来较困难。 2、基于系统输入输出信号处理的诊断方法:通过某种信息处理和特征提取方法来进行故障诊断,应用较多的有各种谱分析方法、时间序列特征提取方法、自适应信号处理方法等。这种方法不需要对象的准备模型,因此适应性强。这类诊断方法有基于小波变换的诊断方法、基于输出信号处理的诊断方法、基于时间序列特征提取的诊断方法。
3、基于人工智能的诊断方法:基于建模处理和信号处理的诊断技术正发展为基于知识处理的智能诊断技术。人工智能最为控制领域最前沿的学科,在故障诊断中已得到成功的应用。对于那些没有精确数学模型或者很难建立数学模型的复杂大系统,人工智能的方法有其与生俱来的优势。基于专家系统的智能诊断技术、基于神经网络的智能诊断技术与基于模糊逻辑的诊断方法已成为解决复杂大系统故障诊断的首选方法,有很高的研究价值和应用前景。
4、其它诊断方法:其它诊断方法有模式识别诊断方法、定性模型诊断方法以及基于灰色系统理论的诊断方法等。另外还包括前述方法之间互相耦合、互补不足而形成的一些混合诊断方法。
三、钢铁行业中机械设备故障诊断技术的应用
钢铁行业中的主要机械设备是各种传动设备和液压设备,如轧机、传送带、各种风机等。它们的工作状况决定了生产效率和钢铁冶炼的质量,对这些设备状态的在线检测,能够及时、准确的检测出生产设备的运行状况,并给出相应的操作和建议。因此建立相应的故障诊断系统对整个系统的正常运行特别重要。于是针对钢铁行业特殊的机械环境(多传动设备和液压设备),相应的故障诊断系统也必须以这些设备的特点而建立。主要原理是以运动机械的振动参量检测为中心,辅助以温度、压力、位移、转速和电流等各种参数的采集,从而对这些大型传动设备的状态进行分析和判断,再进行相应的处理。整套故障诊断系统由计算机系统、数据采集单元、检测元件、数据通讯单元以及专业开发软件组成。此系统既可单独工作,又可和DCS或PLC组成分散式故障诊断系统对所遇生产设备进行监控和故障诊断。
机械振动是普遍存在工程实际中,这种振动往往会影响其工作精度,加剧及其的磨损,加速疲劳损坏;同时由于磨损的增加和疲劳损坏的产生又会加剧机械设备的振动,形成一个恶性循环,直至设备发生故障,导致系统瘫痪、损坏。同时机械设备的工作环境也是造成机械设备发生故障主要原因之一,因此,根据对机械振动信号和工作环境温度、湿度的测量和分析,不用停机和解体方式,就可以对机械的恶劣程度和故障性质有所了解。同时根据以往经验建立相应的处理机制库,从而针对不同的故障做出相应的诊断和处理。整个处理过程如下:
1、传感器采集设备工作状态信号。如各种传动装置的振动信号、温度信号、液压装置的压力、流量和功率信号等。
2、特征信号提取。将各种传感器采集信号进行信号分类,刷选出相应的传感器信号,如振动传感器采集的文振动强度信号、压力传感器采集的压力信号等。
3、对特征信号处理。对传感器采集的特征信号进行滤波、放大等处理,提取出相应的特征信号。
4、对采集信号进行故障诊断。将提取的特征信号进行判断处理,选择相应的故障方法(如小波变换法),分析故障类型和设备状态,然后查询故障类型库,做出相应的决策。
四、结束语
建立在现代故障诊断技术上的钢铁冶炼设备故障诊断系统,可对设备的运行状态进行实时在线检测、通过对其监测信号的处理与分析,可真实地反映出设备的运行状态和松动磨损等情况的发展程度及趋势,为预防事故、科学合理安排检修提供依据,可以提高设备的利用效率,产生了很大的经济价值,对此类故障诊断系统的研究有很深远的意义。
参考文献:
关键词:故障诊断技术;钢铁冶炼设备;计算机控制
中图分类号:TP277文献标识码:A文章编号: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 故障诊断技术的发展[1]
故障诊断(FD)始于(机械)设备故障诊断,其全名是状态监测与故障诊断(CMFD)。它包含两方面内容:一是对设备的运行状态进行监测;二是在发现异常情况后对设备的故障进行分析、诊断。故障诊断技术是一门交叉学科,融合了现代控制理论、信号处理、模式识别、最优化方法、决策论、人工智能等,为解决复杂系统的故障诊断问题提供了强有力的理论基础,同时实现了故障诊断技术的实用化;近二十年来,由于技术进步与市场需求的双重驱动,故障诊断技术得到了快速发展,已在航空航天、核反应堆、电厂、钢铁、化工等行业得到了成功应用,取得了显著的经济效益;从故障诊断技术诞生起,国际自动控制界就给予了高度重视。
以运动机械的振动检测为中心,辅助以温度、压力、位移、转速和电流等各种参数的采集,从而对钢铁冶炼中的各种大型传动设备的状态进行分析和判断,从而达到故障诊断的目的。
2 故障诊断的主要理论和方法[2-3]
1971年Beard 发表的博士论文以及Mehra和Peschon发表的论文标志着故障诊断这门交叉学科的诞生。发展至今已有30多年的发展历史,但作为一门综合性新学科――故障诊断学――还是近些年发展起来的。从不同的角度出发有多种故障诊断分类方法,这些方法各有特点,但从学科整体可归纳以下几类方法。
1) 基于系统数学模型的诊断方法:该方法以系统的数学模型为基础,以现代控制理论和现代优化方法为指导,利用Luenberger观测器 、等价空间方程、Kalman滤波器、参数模型估计与辨识等方法产生残差,然后基于某种准则或阀值对残差进行分析与评价,实现故障诊断。该方法要求与控制系统紧急结合,是实现监控、容错控制、系统修复与重构等的前提、得到了高度重视,但是这种方法过于依赖系统数学模型的精确性,对于非线性高耦合等难以建立数学模型的系统,实现起来较困难。如状态估计诊断法、参数估计诊断法、一致性检查诊断法等。
2) 基于系统输入输出信号处理的诊断方法:通过某种信息处理和特征提取方法来进行故障诊断,应用较多的有各种谱分析方法、时间序列特征提取方法、自适应信号处理方法等。这种方法不需要对象的准备模型,因此适应性强。这类诊断方法有基于小波变换的诊断方法、基于输出信号处理的诊断方法、基于时间序列特征提取的诊断方法。基于信息融合的诊断方法等。
3) 基于人工智能的诊断方法:基于建模处理和信号处理的诊断技术正发展为基于知识处理的智能诊断技术。人工智能最为控制领域最前沿的学科,在故障诊断中已得到成功的应用。对于那些没有精确数学模型或者很难建立数学模型的复杂大系统,人工智能的方法有其与生俱来的优势。基于专家系统的智能诊断技术、基于神经网络的智能诊断技术与基于模糊逻辑的诊断方法已成为解决复杂大系统故障诊断的首选方法,有很高的研究价值和应用前景。这类智能诊断方法有基于专家系统的智能诊断技术、基于神经网络的智能诊断技术、基于模糊逻辑的诊断方法、基于故障树分析的诊断方法等。
4) 其它诊断方法:其它诊断方法有模式识别诊断方法、定性模型诊断方法以及基于灰色系统理论的诊断方法等。另外还包括前述方法之间互相耦合、互补不足而形成的一些混合诊断方法。
3 钢铁行业中故障诊断技术的应用[4-6]
钢铁行业中的主要机械设备是各种传动设备和液压设备,如轧机、传送带、各种风机等。它们的工作状况决定了生产效率和钢铁冶炼的质量,对这些设备状态的在线检测,能够及时、准确的检测出生产设备的运行状况,并给出相应的操作和建议。因此建立相应的故障诊断系统对整个系统的正常运行特别重要。于是针对钢铁行业特殊的机械环境(多传动设备和液压设备),相应的故障诊断系统也必须以这些设备的特点而建立。主要原理是以运动机械的振动参量检测为中心,辅助以温度、压力、位移、转速和电流等各种参数的采集,从而对这些大型传动设备的状态进行分析和判断,再进行相应的处理。整套故障诊断系统由计算机系统、数据采集单元、检测元件、数据通讯单元以及专业开发软件组成。此系统既可单独工作,又可和DCS或PLC组成分散式故障诊断系统对所遇生产设备进行监控和故障诊断。整个系统的工作流程图如图1所示。
机械振动是普遍存在工程实际中,这种振动往往会影响其工作精度,加剧及其的磨损,加速疲劳损坏;同时由于磨损的增加和疲劳损坏的产生又会加剧机械设备的振动,形成一个恶性循环,直至设备发生故障,导致系统瘫痪、损坏。同时机械设备的工作环境也是造成机械设备发生故障主要原因之一,因此,根据对机械振动信号和工作环境温度、湿度的测量和分析,不用停机和解体方式,就可以对机械的恶劣程度和故障性质有所了解。同时根据以往经验建立相应的处理机制库,从而针对不同的故障做出相应的诊断和处理。整个处理过程如下:
1)传感器采集设备工作状态信号。如各种传动装置的振动信号、温度信号、液压装置的压力、流量和功率信号等。
2)特征信号提取。将各种传感器采集信号进行信号分类,刷选出相应的传感器信号,如振动传感器采集的文振动强度信号、压力传感器采集的压力信号等。
3)对特征信号处理。对传感器采集的特征信号进行滤波、放大等处理,提取出相应的特征信号。
4)对采集信号进行故障诊断。将提取的特征信号进行判断处理,选择相应的故障方法(如小波变换法),分析故障类型和设备状态,然后查询故障类型库,做出相应的决策。
4 结束语
建立在现代故障诊断技术上的钢铁冶炼设备故障诊断系统,可对设备的运行状态进行实时在线检测、通过对其监测信号的处理与分析,可真实地反映出设备的运行状态和松动磨损等情况的发展程度及趋势,为预防事故、科学合理安排检修提供依据,可以提高设备的利用效率,产生了很大的经济价值,对此类故障诊断系统的研究有很深远的意义。
参考文献:
[1] 沈庆根,郑水英.设备故障诊断[M].北京:化学工业出版社,2006.
[2] 王仲生.智能故障诊断与容错控制[M].西安:西北工业大学出版社,2005.
[3] 李民中.状态监测与故障诊断技术在煤矿大型机械设备上的应用[J].煤矿机械,2006(03).
[4] 傅其凤,葛杏卫.基于BP神经网络的旋转机械故障诊断[J].煤矿机械,2006(04).
关键词：汽轮机，故障，诊断技术，发展
伴随我国对工业发展的越来越高度重视，人们对工业设备的运行安全性、稳定性与可靠性等多方面提出了更高的要求。如何加强机械设备故障诊断，降低故障发生几率成为现代工业领域工作的首要任务。汽轮机作为电力生产中的重要设备之一，一旦其发生故障将会给整个电力系统带来巨大的不良影响，甚至引发人员伤亡事故。因此，非常有必要对汽轮机故障进行分析与诊断，这样才能有效提高汽轮机的安全性与可靠性。
一、汽轮机故障诊断现存问题
（一）材料性能诊断环节薄弱
材料性能检测是汽轮机检测工作中一个十分重要的环节。正常情况下，在检测汽轮机材料性能时，需要对汽轮机的使用期限进行预测。但就目前情况来看，汽轮机材料性能检测环节薄弱是我国大多数电力企业普遍存在的一个问题，即汽轮机材料性能诊断工作存在诸多地方需要改进，材料性能检测需要引起检查人员的高度重视，检测力度需要加强。
（二）检测方面问题
就现有汽轮机故障诊断系统而言，大多数系统均存在这样那样的弊端与缺陷，如许多汽轮机故障诊断系统采用推理算法，这在故障征兆的获取上是个不可忽视的弊端，长期以来都没有取得较有成效的突破。究其原因发现，汽轮机故障诊断系统检测问题是导致上述弊端产生的主要因素[1]。由于汽轮机故障诊断系统所用检测技术较为陈旧落后，难以适应与满足时展需求，难以实现对汽轮机故障的有效检测，导致诊断系统应有的效用无法正常发挥出来，这极大地阻碍了汽轮机故障诊断技术的发展与应用。
二、汽轮机故障诊断技术
（一）信号采集与分析
在信号采集方面，鉴于汽轮机工作环境较为恶劣，对故障诊断系统中传感器要求偏高，而传感器是系统信号采集的重要部件，所以当前对于汽轮机故障诊断技术的研究主要侧重于降低误诊率和漏诊率，提高传感器的工作性能与可靠性，以及积极开发新的传感器。
在信号分析与处理方面，目前使用最多的为振动信号分析与处理。而快速傅里叶变换（FFT）是汽轮机故障诊断系统中振动信号分析与处理采用最多的一种思想[2]。该思想的主要内容是将一般时域信号表示成不同频率的谐波函数，并以线性叠加的方式表示出来。同时，快速傅里叶变换思想认为信号是平稳的，因而分析出的频率具有统计不变性。从大量实践应用情况来看，FFT在汽轮机故障诊断信号分析过程中对于许多平稳信号都较为适用。然而，在实际诊断过程中许多信号都是不平稳的、非线性的。所以，提高信号分析精度与处理效率，是汽轮机故障诊断研究人员当前所迫切需要解决的一个问题。
（二）故障诊断
要想对汽轮机故障进行准确的诊断，首先就需要对故障发生的机理进行了解，这也是汽轮机故障诊断工作中一项不可缺少的基础性环节。目前对于汽轮机故障机理的研究主要包括故障类型与故障规律两方面。根据汽轮机故障发生机理，目前制定的故障诊断策略较为有效的主要有逻辑诊断、模糊诊断、人工神经网络，对比诊断、专家系统和模式识别等[3]。其中，人工神经网络和专家系统是当前研究较多的两种诊断方法。故障诊断的一般过程如图1。
图1汽轮机故障诊断一般过程
（三）应用人工智能
伴随互联网技术的不断进步与信息技术应用的日益广泛，人工智能已经成为当今时代的代名词，许多领域目前正致力于发展人工智能。作为我国重要支柱产业之一的电力产业，在汽轮机故障诊断方面也正朝着人工智能的方向发展。其中最具代表性的当属专家系统。专家系统作为人工智能在汽轮机故障诊断技术中的应用成果已取得了成功，但面对科技飞速发展的新时期，汽轮机故障诊断中的人工智能仍有许多问题丞待解决，如自学习、知识的获取、智能辨识、信息融合等等。
三、汽轮机故障诊断技术的未来展望
虽然现有汽轮机故障诊断技术已普遍应用于实际当中，但从上文对汽轮机故障诊断技术及各相关方面的深入研究与分析中发现，我国汽轮机故障诊断技术仍存在较多问题，诊断技术水平需要不断提高[4]。同时，为加快解决汽轮机故障问题，未来我国汽轮机故障诊断技术将朝着全方位检测技术，诊断技术与仿真技术有效融合、综合诊断与故障机理更深入研究等几个重点方向发展。
在故障机理更深入研究方面，需要电力企业相关工作人员加大对汽轮机故障机理的研究力度与深度，尤其是对渐发故障定量表征和整个故障系统状态指标的研究，并在此基础上对汽轮机故障机理进行详细、明确的区分。只有明确汽轮机故障机理，汽轮机故障诊断技术才能得到有效的改进与优化，才能得到快速稳定的发展。
在全方位检测技术方面，需要系统设计人员利用自动化技术、GPS定位技术、通信技术、计算机技术等多种现代化信息技术来积极开发新型汽轮机故障诊断系统，在不断提升系统功能的同时，实现对汽轮机故障的全方位检测，实现对汽轮机故障诊断效率的提升。
对于诊断技术与仿真技术的有效融合，主要是基于故障仿真思想来实现对汽轮机故障类型的辨别[5]。利用仿真技术可以实现对汽轮机组成零件故障的识别与诊断，而诊断技术与仿真技术的融合既能够为专家系统提供所需知识与学习样本，又能够在故障潜伏时期对汽轮机征兆进行充分研究，从而大大提高汽轮机故障诊断技术水平，促进汽轮机故障诊断技术快速发展。
综合诊断发展趋势主要表现在相关研究人员正逐步扩大对汽轮机故障诊断技术的研究宽度，这就为综合诊断技术的发展提供了有利的条件。目前，对于汽轮机性能诊断、油液诊断、机械振动及温度诊断等的综合性诊断已初步形成体系，并在继续发展着。
【关键词】轴承；故障检测；智能化
一.轴承故障检测技术的发展现状
机械故障诊断学可以对及其或者机组的运行状态进行有效识别。随着科学技术的日益发展，工业水平也不断提高，机械设备的自动化程度也不断提升，要想凭借个人感觉来对机械设备进行故障诊断已经不切实际了。在第二次世界大战时期，由于军事设备的诊断维修技术落后，导致大量军事设备发生非战斗引起的破坏，由此可见设备故障检测技术是如此重要。在20世纪60年代以来，半导体技术快速发展，使越来越多的集成电路出现在机械设备中，随着电子技术和计算机技术的更新换代，逐渐出现了数字信号处理和分析技术的分支，为机械设备的故障检测技术打下了良好的基础。而轴承是在各种旋转式机械中最常用的一种零配件，它的正常与否能够直接影响设备 的综合性能，例如精度、寿命、稳定性等。根据可靠数据显示，在旋转机械常见故障中，百分之三十都是由于轴承故障所导致的。轴承故障诊断技术最初起源于国外20世纪60年代初，现阶段，该领域相关研究人员对于轴承故障诊断技术的研究主要体现在以下几个方面。
1.时域分析法
时域分析法是轴承故障诊断技术发展的起源方法，这种诊断方式主要是依靠相关分析和时序分析等信号提取特征，同时使用振动信号中常见的基本数字特征及概率分布特征实现机械设备的诊断工作。其中包括均值、有效值、峰值等判定依据。时域同步平均法在轴承故障诊断中极其常见，它主要依靠信号增强原则，并通过对轴承振动信号的取样，实现对多周期信号的同步平局，以此来得到时域同步平均信号。该方式的主要优点在于能够有效减少其他零部件或振动源对于信号的干扰，增强信噪比。
2.频域分析法
频域分析法主要是通过将时域波形在FFT的变换下转换为频谱图，并利用振动信号的频谱特征实现轴承故障诊断，例如特征频率、无量纲判别因子等，对轴承故障进行深入的检测。在频谱分析技术中，细化技术和倒谱技术是最常用的诊断手段，在对轴承振动信号的频谱进行分析时必须达到一定程度的频率分辨率，细化谱分析技术可以有效提高频率分辨率。另外，在不另外增加采样点数的条件下，FFT-FS频谱细化方式可以选择性地对感兴趣的频带进行细化处理，以此得到较为精确的频率值。
3.时频分析法
利用普通的频谱分析技术很难与视频技术同时进行，探测到信号的时域特点。若采用时频分析技术，既可以体现出时域特征又能够体现出频域特征，可以对轴承故障的特征进行全面描述。在1946年，GABOR提出了一种基于窗口傅立叶的转换概念，通过一个可在时间上进行滑动的时窗来实现傅立叶的变换，从而研究出一种在时域和频域方面都拥有良好局部性的分析方式。其中，小波分析方式中的多尺度特性及其对突变信号的发现能力，对于稳定信号的处理具有极大的优势，它成功破解了短时傅立叶变换分辨率中无法改变的缺陷，使时域和频域同时具有较好的局部性，并成为轴承诊断发展过程中的研究重点。
4.智能化诊断分析法
计算机人工智能和诊断理论的有效融合形成了具有信息时代特征的智能化诊断方法。现阶段中，轴承诊断领域中出现频率较高的两类人工智能诊断系统主要是在知识专家系统和网络智能诊断系统的基础上建立的。其中，基于知识的专家系统具有以下特征：以知识为技术基础，通过串行运行模式对人类大脑逻辑思维能力进行模拟，以此实现精密的人工故障诊断技术。而基于神经网络的智能诊断系统具有以下特征：以神经网络结构为技术基础，通过大规模并行运算模式实现人脑物理结构的模拟。通常情况下，智能诊断系统会和各种现论基础进行相结合，例如模糊集理论基础与转矩系统结合之后会形成具有模糊性质的专家系统，而将小波和神经网络相结合可以形成具有小波特性的神经网络。这种结合方式可以充分发挥各种系统的优势，扬长避短，对更加复杂的轴承故障进行诊断分析，得到更加准确的诊断结果。相关研究人员根据该模型的特征提出了一种新算法来取代传统的BP算法，这种算法可以提高学习速度，并避免陷入局部极小的状况发生。改善后的新算法能够很好地运用在轴承故障诊断中，根据大量实验表表明，该算法可以有效降低网络在训练过程中停留在局部极小区域的时间，极大地提高了网络学习速度。
二.轴承故障诊断技术的前景展望
随着信息技术和通信技术的高速发展，轴承故障诊断技术也逐渐实现电子化和智能化。根据现阶段的研究资料来看，轴承故障诊断的未来发展趋势主要集中在以下几个方面：
1.混合故障诊断技术
智能诊断技术为轴承故障诊断工作提供了一个重要的发展方向。而将各种不同类型的智能技术进行有效结合而形成的混合式故障诊断系统，将是智能故障诊断研究道路上的突破点。这些智能技术之间的结合方式多种多样，主要有根据规则进行的专家系统神经网络系统的结合、实例推理与神经网络系统的结合、模糊逻辑和神经网络之间的结合。
2.多层次诊断融合
集成知识库中各类诊断经验，与数据库中存档的各类故障数据，根据故障的特征进行综合性分析，确定故障的具体发生场所。该技术主要是对状态监测过程中所监测到的数据信息进行相结合，再与层次诊断模型进行相结合，按照层次性推理方式作出由浅至深的诊断。除此之外，它还可以进一步讲状态监测过程中所监测到的信号汇总到诊断系统中，实现在线数据分析处理和在线故障诊断，无论是在实时性还是智能化方面都有较大的提升。
【关键词】消防技术装备；故障诊断；维修管理；专家系统
消防安全是保障居民生命财产、生产活动的重要新生力量，随着消防技术的进步，消防技术装备的发展也是日新月异，多兵种、多样式的消防装备配置到各个消防部队，在应对各项消防营救活动中表现出了极大的战斗能力。然而新型消防技术装备更新速度快，技术含量高，配套的维修管理难以跟上，这使得许多的新型、大型设备的使用颇受限制，为了改变这一技术后勤保障问题，开发出一套行之有效的消防技术装备维修管理系统已是刻不容缓。
一、消防技术装备维修管理系统
消防技术维修管理系统主要由二部分构成，即消防技术设备故障诊断系统和设备保养维修系统。消防技术装备出勤率高、工作环境往往十分恶劣，这使得消防装备极易出现各种故障，甚至是失效瘫痪，因此如何快速的辨别出消防装备的故障类型，分析各种故障诱因，提前加以防护，这样才能保障消防设备的工作寿命，同时降低设备的故障风险。状态监测和故障诊断技术在20世纪60年代初期，为发展高性能飞机和保证航空航天系统的可靠性与安全性而发展起来的专家控制系统，在动力设备、航空设备、石油化工设备和矿山机械设备等大型成套设备中均得到了广泛应用，据统计，应用设备状态监测和故障诊断技术后，事故发生率可降低75%，维修与保障费用可减少25%～50%。设备保养维修系统通过维修管理技术人员，实现设备的日常技术保养和故障部件的修复工作，具体工作流程如下：
1.消防技术设备故障诊断系统
该系统主要是为消防技术装备提供常见的故障诊断的技术支持，实现故障类型的快速诊断和故障查询服务，大幅缩短维修时间，提高效率。系统主要服务功能有：
（1）常见故障类型的故障特性分析，提供技术指标参数
通过现有的故障诊断数据库，提供现有的消防技术装备的故障特性参数，提供有效的评价技术指标，提取设备运行时核心部件的振动信号的时域信号和频域信号，做好人机交互界面，简化系统操作，便于维修管理人员的参照比对。
（2）消防技术装备运行状态检测和故障诊断系统
在现有运行的主要消防技术装备上装置设备状态监测和故障诊断系统，实时的获取设备运行情况，通过设置主要部件的工作耗时阈值，结合设备材料的工作特性，未雨绸缪，保障设备不在超时、超量工作。同时这样的状态检测和故障诊断系统有助于设备生命周期的运行参数的收集，便于完善已有的故障数据库。
（3）设备故障诊断方案生成系统
设备故障诊断系统主要是提供设备运行时的振动信号参数，方便后期数据处理比对，然而这样的数据资料无疑是增加了维修管理人员的操作难度，因而开发出简便明了的设备诊断方案，才能更好的给维修人员提供技术支持，诊断方案主要内容包括：故障部件、损毁程度估计、参考维修方案、维修成本预估等，随着原始数据的积累，可以为以后的专家诊断系统的建立奠定数据支撑。
2.设备保养维修系统
装备维修管理系统主要是面向消防技术装备的维修管理人员，即该系统的实际操作者，系统主要组成部分有：
（1）消防技术装备技术资料数据模块
该模块主要是通过装备的原始数据资料，建立健全各技术装备的技术数据资料，便于实现装备技术资料的实时查询，也为维修操作提供参考，数据模块参照标准的数据库建立模式，实现多终端数据查询功能，提高数据利用率。
（2）装备维修耗材管理模块
消防技术装备机构复杂，零部件数额巨大，在原有的技术资料数据模块的基础上，建立维修耗材管理模块，在耗材的采购、使用、回收上科学管理，将大大简化维修流程，降低设备维修成本，缩短维修周期。
（3）设备维修方案处理模块
在故障诊断方案处理系统的基础上，建立设备维修处理方案模块，科学的选择合适的维修方案，建立方案评估机制，积累方案种类，建立常规维修方案和特殊维修方案的应急机制，切实可行的为维修人员提供详实且具有参考价值的设备维修处理方案。
（4）维修案例收集模块
针对不同类型的维修案例，整理记录，组成自有的维修案例档案数据库，这既是消防技术装备的病历本，也为日后同类装备的维修保养提供了科学有效的参考。
二、消防技术装备维修管理制度的建设
消防技术装备的维修管理是一项需要大量人力、物力参与的周期性的管理活动，为了提高管理效率，落实管理政策，也需要建立相应的管理制度。
1、消防技术装备维修管理人员的专业培训
运行新的消防技术装备维修管理系统，需要大量的专业技术人员的参与，保障高质量的运行效果，需要专业化的技术操作，因此，必须对原有的管理人员进行专业技能培训，设立考核评价机制，打造一支高效、专业的维修管理团队。
2、消防技术装备维修管理系统监督机制
保障管理系统的正常、高效运行需要建立配套的监督管理系统，设立管理系统运行评价指标，实时掌握系统运行状况，开展周期检查和不定期抽查，对于管理系统中出现的问题和特殊状况予以及时处理，建立管理系统的反馈咨询机制。
3、做好消防技术装备维修管理系统的升级换代
该管理系统涉及多项技术子系统，随着设备的更新换代，也会出现新型的故障类型，应该实时的做好维修管理系统的升级换代工作，保障管理系统的运行效率。
总 结：
消防技术装备的维修管理是一项内容复杂的系统工程，这需要合理有效的配套管理机制，也需要高效率的执行力，在当前消防安全重要性日益凸显的今天，应该合理运用信息化技术，提升维修管理各个环节的工作效率，建立详实的技术资料数据库，组不建立具有自身特色的管理维修系统，扩展系统的兼容性，将成功的管理经验大力推广，为其他技术装备的维修管理提供宝贵的参考意见。
【参考文献】
[1]蔡莉，金宏斌.装备维修保障管理系统的设计与实现[J].信息技术，2009（11）.
[2]张晓青.消防技术装备故障诊断专家系统的设计与实现[J].灭火救援创新与消防学科建设，2006.
关键词：船用柴油机；故障处理；辅助诊断系统
内燃机主要有汽油机和柴油机两大类，柴油机在动力性能方面更具备优势。通常来说，柴油机的燃油效率更高、功率更大且工作稳定性更好，它在大型设备上的应用范围更广。我国的社会经济的快速发展，使得水路运输尤其是远洋运输业得到了迅猛发展，我国船舶总吨位和船舶保有量都成直线上升的趋势，由于船舶在动力性能上的重点要求，使得柴油机系统成为船舶动力系统的首选，在船舶辅助系统中也是得到广泛应用。因此，传播柴油机的性能情况将直接影响船舶的工作状态，一旦船舶发生故障现象，其维修保养相对于汽油机的难度更大，一方面船用柴油机体型大、结构复杂且辅助设备众多；另一方面船用发动机的故障诊断和故障处理还缺乏切实可行的分析方法，这也将是本文要重点探讨的内容和方向。
1.船用柴油机故障概述
通常来说，船用柴油机多为四冲程柴油机，主要的组件有：机体组件、曲柄连杆机构、传动机构、配气机构与进排气系统、燃油系统、系统、冷却系统和起动系统。相对于汽油机系统，柴油机系统的结构更加复杂，它是机电系统、液压系统和控制系统的综合体，由于柴油机系统的功率普遍较大，大功率的输出会加速零部件的磨损和老化，使得关键的零部件出现功能退化甚至是失灵，子系统之间的逻辑关系紊乱也会导致柴油机运行失稳、控制策略无法正常执行，子系统出现功能鼓掌，从而引发整个柴油机系统出现故障。因此，其故障现象往往十分复杂且呈现一定的时间规律，通过分析零部件之间的关联关系可以有效的预判故障发生机率，提前做好维护和保养。
2.船用柴油机故障分析和辅助诊断系统
船用柴油机的故障往往在局部零部件高发，常见的故障类型包括启停困难、功率不足、运行失稳、排烟异常、油压过低、柴油机异响等，通过总结历史数据可以获取不同故障类型时的关键运转参数和零部件性能参数，通过专业的故障处理方法和故障诊断方法，可以有效的对故障进行快速识别并为故障处理提供有效的方案。
2.1.故障处理参数的设定和获取
选择合适的监测参数，可以在合适的故障处理模型的辅助下，完成故障诊断和故障处理工作。对于船用柴油机，其功能、结构和运行情况较为复杂，通常来说会选择以下的运行参数作为故障处理的基础数据。实时转速是反应柴油机动力性能的直观参数，通过转速传感器可以实时获取各种工况和载荷条件下的柴油机转速，并对转速的波动和异常情况进行监测；机油系统是柴油机和液压系统的主要组成部部分，通常来说柴油机内部旋转部件和往复部件会使得机油温度升高，检测机油温度和压力的异常变化情况，可以对连接件、轴承、冷却系统、液压系统、运行异常进行实时的监测；水是柴油机的主要冷却介质，通过监测不同部位的水温，可以实时获取各个交换部件的工作状况。尾气温度是反映柴油机气密性和内部压力的关键数据。
2.2.故障诊断机理研究
柴油机的故障诊断兼具往复机械和旋转机械的故障诊断，是一个综合性的故障诊断系统。通常来说可以采用以下的故障诊断方法进行故障识别。
2.2.1.基于专家系统的故障诊断方法，专家系统是通过对历史故障数据和专家分析意见进行数据集成，对典型故障类型的特征故障数据进行量化，通过数据模式识别和数据索引的方法，可以对当前的故障类型进行快速诊断；
2.2.2.基于神经网络的故障诊断方法，神经网络能够对故障样本数据进行抽样培训，在有效的迭代次数以内，快速识别出故障的特征模式，通过数据比对获取故障特征类型；
2.2.3.基于故障树的故障诊断方法，采用分级分层数据处理的方法，能够对故障诱因中的机械因素、人为因素、环境因素和冲击现象进行分类处理，通过直观的故障树反应不同因素的影响程度。
2.3.故障诊断系统的功能简述
故障诊断系统是故障诊断方法的真实体现，通过交互式的操作界面能够实现故障处理的全流程。前端系统负责故障特征数据的监测和采集，通过数据传输通道，将船用柴油机的故障数据上传到故障数据处理系统，进行故障机理分析，通过交互式的界面操作，设备管理人员可以直接获取故障诊断的最终结果，并为设备的故障处理方案提供数据参考依据。
总结：
柴油机在效率、功率和稳定性上的巨大优势，使得柴油机被广泛应用于船舶动力系统中。然而船用柴油机功能复杂且辅助设备众多，这都给其日常维修养护增加了难度。对于船用柴油机的故障处理分析，要在运行参数实时监测的基础上，结合现场工况进行故障处理。通过总结船用柴油机的故障类型，基于常用的几种分析方法进行船用柴油机的故障处理和辅助诊断系统的开发。
参考文献：
[1] 朱发新，船用柴油机故障诊断系统研究[J]，浙江海洋学院学报，2011（1）
【关键词】远程监控；故障诊断；研究；应用
0 前言
现代生产制造系统中，机械设备的在线检测与故障诊断技术越来越受到人们的重视。传统的在线监测与故障诊断的实现是采用现场读取仪器仪表，再根据记录的数据人工进行故障诊断。随着传感器及计算机技术飞速的发展，人们可以在计算机上进行在线监测与故障诊断。计算机网络技术的发展，使远程进行在线监测与故障诊断成为可能，这对于提高制造厂家的售后服务质量及减少维修费、提高设备利用率有着重大的意义。现今，人们已对加工中心、柔性制造系统及一些特殊环境中的重要设备进行远程监测与故障诊断的研究与开发。
由上可以看出，远程在线监测与故障诊断系统是目前研究的热点，依据此，本文提出了对“面向锻压机床的远程在线监测与故障诊断系统”进行研究的思想。
1 面向锻压机床的远程监控诊断技术研究系统功能需求
机床的远程监测与故障诊断技术的研究与应用，对故障发现、控制修复、故障排除、故障预防都有着十分重要的意义。国外对此非常重视，早在20世纪60年代就已经开始研究，某些技术已经应用于实际工程，我国对机床的远程监测与故障诊断的研究起步较晚。因此，积极开展机床的远程监测与故障诊断的理论和方法的研究，并开发用相应的监测与故障诊断系统非常必要。
1.1 系统功能需求
系统需能实现如下功能：
（1）机床特征信号采集功能
从传感器组收集到的信号必须是反映机床运行状态的特征信号，经放大、采样保持与模数转换成PC机可接收的数据，由PC机进行数据处理与显示，并保存于数据库中便于以后的分析研究。
（2）现场在线监测与故障诊断功能
在线监测及故障诊断系统在现场工控机端能实现如下功能：显示监测的数据对监测的数据进行存储，显示变化趋势图、进行报警记录并能及时进行故障诊断、生成各种报表、可以对有关参数进行设置。
（3）基于Web的远程监测功能
要求机床与企业内部各部门之间的信息共享，通过Internet实现机床使用厂家与制造商之间的信息共享，有授权的用户在远程能通过浏览器进行在线监测。
（4）支持分布式数据库
支持面向企业及全球的网络数据库功能。具有采集、存取现场监测数据的功能，支持远程数据的存取操作，基于数据库实现非实时性数据信息的共享。
1.2 系统体系结构
在系统的功能需求分析的基础上，本课题提出了满足上述需求的体系结构。下面从不同方面去分析系统的体系结构。
（1）系统框架体系结构
面向机床的远程在线监测与故障诊断系统主要包括现场数据采集、现场服务器端部分、远程客户端部分。
现场数据采集部分：现场数据包括传感器组采集来的数据及机床数控系统中的数据。由传感器组采集来的数据直接与嵌入式PC系统相连，数据系统中机床状态数据的获取采用数控系统自带的通讯端口与现场的嵌入式PC系统相连。嵌入式PC机通过工业以太网与计算机及企业服务器相连，并通过Internet与远程计算机进行通讯。
现场服务器端部分：包括现场监控计算机，企业局域网中的Web服务器及数据库服务器。此部分实现现场监测数据实时显示与存储、变化趋势显示、报警记录及故障诊断结果显示、报表生成、以及各种参数的设置，并可及时进行故障诊断。Web服务器接受客户端传来的请求，通过Socket或访问数据库来响应远程客户端实行监控的请求。
远程客户端部分：通过浏览器向现场服务器端提出监控请求，经验明权限后可实现远程监测功能。
（2）系统技术体系结构
远程在线监测与故障诊断系统包括远程对历史数据查询与对在线数据进行监测两个方面。
远程对历史监控数据进行查询采用B/S模式的分布式体系结构。远程客户端向Web服务器层提出请求，Web服务器响应客户需求，将从数据库服务器中查询的结果反馈给客户端。
对于在线数据，为了保证大量的监控数据远程传输，采用Socket技术对在线监控数据进行远程发送、接收。Socket是基于消息的异步存取策略，用于在Internet上传输数据和交换信息量，在使用中Socket分为服务端和客户端，客户端向服务器端发送数据请求，服务器对接收到的请求消息进行处理后发送相应的数据给客户端。现场的工控机为服务器端，远程浏览器为客户端。
1.3 系统实现
在上述研究的基础上，现开发出适合锻压机床的远程监测诊断原型系统。
本系统采用友好的图形化界面，利用串口通信实现现场数据的采集，用ADO技术进行数据库的访问，Socket技术实现远程在线监测。
根据系统功能的需求，设计了以下几个功能模块：在线动态分析模块、报个警功能模块、故障诊断模块、输出模块和维护模块。
在线动态分析模块：实现在线监控数据随时间的变化趋势显示，同时能通过读取历史数据库中的数据，再现任一历史时间段的趋势图，并能对趋势图进行存档与打印操作。
报警模块：采用声音、画面闪烁进行故障报警，能显示报警的详细数据，同事启动数据存储功能。
故障诊断模块：包括如下两方面：
（1）建立知识库：将工厂内工程技术人员经过长期实践积累的知识以规则的形式存储于计算机中。本系统采用的知识表示方法主要为产生式规则。其基本思想是把知识表示成“IF THEN“的因果关系；
（2）设计推理机制：本系统采用正向推理机制。推理过程如下：取出知识库中一条规则的前提，搜索这些前提是否都在数据库中，若在数据库内，激活规则，推出故障诊断结果。
输出模块：按照厂家的要求设计报表格式。本模块实现随机报表、日报表、月报表的输出功能，并能进行自动保存最近的报表，同时将更早时间的报表自动消除。
系统维护模块：可以实现如下的功能：
（1）各种参数报警上下限及最值的设定；
（2）为保证系统的安全性，设置系统访问密码口令。
由上可知，本系统界面友好，操作方便，运行可靠，既具有一定的先进性，又具有实用性。
2 总结
关键词：煤矿企业；机电设备； 故障诊断；维修方法
【中图分类号】 TP76【文献标识码】 B【文章编号】 1671-1297（2012）11-0361-01
一煤矿机电设备的常见故障类型及新兴检测方法概述
随着煤矿产业规模的扩大和机械化程度的逐年提高，煤矿机电设备在矿山生产中的作用越来越得到人们的重视。由于环境、工艺、维护等诸多因素对机电设备的影响复杂，设备在运行中不可避免地会发生零部件断裂、变形、磨损等各种问题，使设备性能逐渐降低，并严重威胁着矿井生产的安全性。虽然煤矿生产中使用的设备种类很多，且根据不同的工作环境，其故障形式的表现也是多种多样的，但依照故障产生的原因和程度，仍可大致将其分为断裂、变形、烧蚀、压痕等损坏性故障；异常磨损、老化、剥落等退化型故障；压力过低或过高、间隙过大或过小等失调型故障；松动、脱落等松脱型故障；以及堵塞故障、渗漏故障、功能失效故障等类型。
为避免设备故障导致的严重经济损失和重大伤亡事故，确保煤矿企业的良性发展，必须加强对其的养护和维修，以提高设备的精度和稳定性。然而传统的矿山设备维修养护制度主要包括事后维修检护和计划性定期检修两种，前者比较被动、效率过低、效果很不理想，后者则常常需要定期停工，这样一来就大大提高了维护成本，也影响了生产作业的连续性，而且难以对偶发故障做出及时、有效的反应。现阶段，随着国内机械设备检测技术的日趋完善，在线故障诊断系统开始逐渐应用于矿山机电设备的检修环节，并取得了非常理想的效果。
二精准检测技术的发展及在煤炭企业的应用
时下流行的煤矿机电精准检测技术莫过于机电设备故障诊断技术，该技术是指以预防设备在运行中发生的各种故障为目的，通过现代计算机技术、信息技术、遥感技术等多学科交互形成的在线设备监测控制系统。该系统能够通过实时、定量地掌握矿山机电设备在运行中的各种工况参数，将其与数据库中相应参数值进行比对，从而对设备的工作性能以及可靠性做出预测，能对异常参数进行定位，并对其进行原因、危害程度以及处理措施等方面进行精准的智能分析，为维修人员确定处理策略提供科学依据。系统可依据不同参数的变化规律，进一步对设备运行情况作出科学的预判，成功避免了传统检测中的漏检、误检以及重复检修等问题，极大地提高了设备运行的连续性与安全性。
早在上世纪70年代，故障诊断系统就因其具有的一系列优点被广泛应用于欧美国家的机电设备维修中，我国也于80年代开始了故障诊断技术的研究，并在近年来开始将该技术向煤炭开采企业大力推广。与世界先进水平相比，目前我国矿山设备的故障诊断系统仍有较大的改进空间，需要技术人员严格控制系统运行的几个关键环节，提高系统的准确度和前瞻性。
三新兴故障诊断技术的应用
1.诊断方法。
故障诊断方法主要包括如下几点：分析数据库的建立；工况参数的检测与控制；小波神经网络技术和模糊数学概念的应用；通过专家技术进行诊断等。该技术将现代科技与专业的人工分析相结合，是目前在煤矿企业应用最为广泛的故障检测诊断技术，基本能够找出机电设备不能正常运转的原因所在。
2.故障检测技术的实际应用。
以矿用凿井绞车为例，随着绞车在功率、容积以及调速系统等方面性能的大幅提升，其安全性也得到了进一步的提高。然而绞车液压系统的故障在运行中发生的几率仍然较高，并暴露出状态参数监测数量少、精度低等问题，给操作、使用和维护带来不便和困难。另外，作为典型的复杂液压伺服控制系统中，其故障的识别与排除也较为困难，严重地影响了煤矿生产安全和秩序。在这一背景下，很多矿井开始通过运用对绞车状态的在线监测与故障诊断系统，实现液压绞车状态参数的实时检测与显示，并通过运行状态参数的存储与分析，实现故障判别与维修指导。
故障诊断系统总体结构分别由位于井下的实时状态监测与显示系统和位于地面的故障智能诊断系统等两个部分组成，井上监测与显示系统可为绞车司机提供操作控制信息，为液压绞车运行状态和故障诊断提供分析依据的思想，井下检测系统实时采集液压绞车液压系统、绞车运行和操作员操作等三类信息，其中的主要参数包括：提升速度、提升位置、主回路压力、低压回路压力、制动器开闸压力、制动器贴闸压力、伺服压力、操纵回路压力、补油系统压力、滤油器工作压差、油箱液压油温度、及闸瓦位移等。在事先将设备的构造原理及常见故障的基本特征输入诊断系统数据库后，系统可自动根据监测到的参数实时判断其运行状态和故障位置，为故障的预警和排除提供可靠依据。
四新兴维修策略
1.维修方式。
设备的维修方式是指对维修时机的控制，具体方式主要有以下几种：事后维修。是指设备发生故障或损坏、造成停机之后进行维修；定期维修。只要使用到预定的维修时间，不管其技术状态如何，都要进行规定的维修工作；视情维修。它不是根据故障特征而是由设备在线监测和诊断装置预报的实际情况来确定维修时机和内容；机会维修。它是与视情维修或定期维修同时进行的一种有效的维修活动。它不会引起生产损失。机会是在其他必须进行定期维修或排除故障之时出现，实施这种维修可获得较好的有效度；改进设计。在故障发生过分频繁，即平均故障期很短，以及维修或更换的费用又很大，即人力、备件费用或停工损失很大时，改进设计是最好的办法。
2.维修类型。
基于以上对机电设备故障类型的分析，煤矿机电设备的维修类型可根据故障浴盆曲线具体的分为偶发型维修和寿命型维修（耗损故障）两种。其中偶发型故障维修一般是不能预测的，通常采用事后修理方式。对待别重要的、连续地不间断运转的、不允许突发故障停机的设备，可采用在线连续状态监测，配以备用系统和保护系统，以预防操作失误、检查疏忽和意外事件造成的故障停机。而寿命型故障维修一般是可预测的，主要根据维修和故障停机的损失，及安全性的要求选择维修方式。
参考文献
[1]魏晋文.煤矿机电设备全套技术[M].北京：化学工业出版社，2010
【关键词】水轮发电机组 故障诊断模糊神经网络专家系统
前言
随着现在科学技术水平的日益提高，尤其是信号处理、知识工程和计算智能等理论技术的发展，水轮发电机组的故障诊断也正由人工诊断到自动诊断、由离线诊断到在线诊断，由现场诊断到远程诊断的逐渐发展，本文从智能诊断的理论和方法着手，在分析多种智能诊断方法的基础上，进行水轮发电机组故障诊断方法的探讨。
国内外故障诊断技术的现状及应用
1、国外故障诊断技术发展现状及应用
总的说来，国外发电机组监测与故障诊断开始研究较早，无论在诊断理论的
研究上还是在传感器的性能、产品的可靠性等监测仪器设备的研制生产上，都达到了较高的水平，已有实用的产品。
①最早开展故障诊断技术研究的是美国，从1976年开始电站在线计算机诊断工作，1980年投入了一个小型的电机诊断系统，1981年进行电站人工智能专家故障诊断系统的研究．后来发展成大型电站在线监测诊断系统(AID)，并建立了沃伦多故障运行中心，可以看到分布在全美20多个电厂的数据信息。
②欧洲瑞士的ABB公司子1971年由BBC公司引入第一个计算机辅助数据采集系统；法国于1978年在法国电气研究与发展部研制了在线振动监测系统；丹麦的B&K公司在90年代推出了新一代状态监测与故障诊断系统――B&K3450型COMPASS系统，该系统具有广泛的故障诊断功能，除了能检测和记录机器的异常情况外，还能进行故障隔离，分析故障的部位、性质、程度。
③日本首先研制成了机械状态监测系统在多台核电站和商业热电站使用，后来又发展成带诊断规则描述，以及采用模糊逻辑分析确定置信因素功能的振动诊断专家系统。
2、国内诊断技术的发展现状及应用
国内诊断技术是在消化、吸收国外先进技术基础上发展起来的，自1985年以来发展非常迅速，现在全国从事与电站设备监测诊断系统相关的单位主要是高校、研究所、制造厂、电厂。虽然国内开发的系统与国外相比还存在一定的差距，但实践证明，国内开发故障诊断系统在电力行业中发挥了一定的作用，也取得了良好的经济和社会效益。
水轮发电机组的故障机理分析
根据导致水轮发电机组振动的三类振源，将其振动故障分为水力因素故障、机械因素故障、电气因素故障三种类型进行分析研究。
1、水利因素故障
指振动中的干扰力来自水轮机水力部分的动水压力。其特征是带有随机性，且当机组处在非设计工况或过渡工况运行时，因水流状况恶化，机组各部件的振动亦明显增大。产生振动的水力因素主要有：水力不平衡、偏心涡带、空腔汽蚀等。
2、机械因素故障
指振动中的干扰力来自机械部分的惯性力、摩擦力及其它力。引起振动的机械因素主要有：转子质量不平衡、机组轴线不对中、动静碰磨、主轴过细、轴承间隙过大等。
3、电气因素
指振动中的干扰力来自发电机电气部分的不平衡磁拉力。引起电磁振动的主要因素有定子铁芯组合缝松动或定子铁芯松动、定子绕组固定不良、定转子气隙不均匀、转子线圈短路、不对称工况运行等。
智能故障诊断方法分析
1、单一诊断方法
①模糊神经网络诊断方法
模糊神经网络是模糊理论同神经网络相结合的产物。模糊逻辑理论和神经网络技术在知识表示、知识存储、推理速度及克服知识窄台阶效应等方面起到了很大的作用，因此将模糊逻辑与神经网络融合起来构造的模糊神经网络，具有模糊逻辑和神经网络各自的优点。近年来，模糊神经网络的理论及应用得到了飞速发展，各种的新的模糊神经网络模型的提出以及与其相适应的学习算法的研究不仅加速了模糊神经网络理论的完善，而且它们在实际中得到了非常广泛的应用。模糊方法与神经网络方法结合的主要思想，是在神经网络框架下，引入定性知识，即在常规神经网络的输入层和输出层加入模糊层，用模糊规则构造神经网络，在使网络权值有明确的物理意义的同时，保留了神经网络的学习机制。
②专家系统故障诊断方法
专家故障诊断系统是人们根据长期的实践经验和大量的故障信息知识，设计出的一套智能计算机程序系统，以解决复杂的难以用数学模型来描述的故障诊断问题。其内部具有大量专家水平的某个领域知识与经验，应用人工智能技术，根据某个领域一个或多个人类专家提供的知识和经验进行推理和判断，模拟人类专家的决策过程，以解决那些需要专家决定的复杂问题。
专家系统在水轮发电机组故障诊断中的典型应用是基于产生式规则的系统，其基本工作原理是：首先把专家知识及其诊断经验用规则表示出来，形成故障诊断专家系统的知识库，进而根据报警信息及其他一些故障征兆对知识库进行推理，得出是否发生故障以及发生什么故障，然后对诊断结果进行评价、决策。
③模糊诊断方法
是一种基于知识的自动诊断方法，它利用模糊逻辑来描述故障原因与故障现象之间的模糊关系，通过隶属度函数和模糊关系方程解决故障原因与状态识别问题。其基本原理为；设用一个集合Y定义系统中所有可能发生的各种故障原因，由这些故障原因引起的各种症状，如时域特征、频域特征、相关参数变化特征等定义为一个集合X
根据模糊数学原理，可得到Y和X的因果模糊关系为：
Y=X o R
其中，符号“o”为模糊逻辑算子，足为模糊关系矩阵。
④人工神经网络(ANN)是模拟人脑组织结构和人类认知过程的信息处理系统，自1943年首次提出以来，已迅速发展成为与专家系统并列的人工智能技术的另一个重要分支．人工神经网络具有模拟任何连续非线性函数的能力和从样本学习的能力，非常适合应用于故障诊断系统。应用ANN技术解决故障诊断问题的步骤包括：根据诊断问题组织学习样本、根据问题和样本构造神经网络、选择合适的学习算法和参数。
2、混合诊断方法研究
通过分析可知，依靠单一智能技术无法满足水轮发电机组故障诊断的任务要求。因此，将多种不同的智能诊断技术结合起来的混合诊断系统是智能化故障诊断研究的发展趋势。根据水轮发电机组故障诊断特点，基于不同方法互补的原则，从实际对象和方法本身特点出发，为有效地解决水轮发电机组故障诊断问题，提出基于模糊逻辑、神经网络与专家系统的混合智能诊断方法：
①针对水轮发电机组具有振动故障原因多、征兆多的特点，根据引起水轮发电
机组振动的三类振源，建立三个故障诊断子模糊神经网络，对三类振动故障分
别进行诊断。每个子网采用多输入多输出的结构，且每个子神经网络单独用学
习样本进行训练，通过网络分解，学习速度和推理能力都能满足现场要求。
②针对故障征兆的模糊性闯题，提出利用模糊集理论对故障征兆进行模糊处理，
建立典型征兆的隶属度函数；
③针对专家系统领域知识的不确定性闯题，及基于模糊产生式规则的故障诊断
专家系统存在模糊规则推理的冲突与低效率问题，鉴于神经网络具有较强的容
错与并行处理能力，引入模糊神经网络到专家系统，专家系统中的知识获取、
知识表示、知识库维护、不精确推理等用模糊神经网络来解决。
结语：水力发电在我国能源生产中扮演着重要角色，特别是近年来随着我国几
座装机百万千瓦的机组相继投产，水电的重要性越来越显著，国家对水电的安
全稳定生产也提出了更高的要求。本论文重点论述机组状态监测和故障诊断方
法来提高水电站的安全稳定运行。
参考文献：
［1］张晓亭．机组运行设备诊断维护高效管理模式实施研究川．湖北电力，1999
［2］马剑泽，隆元林．水电厂的状态检修和故障诊断技术阴．四川电力技术，
1999
［3］沈磊．《中国水力水电工程运行管理卷》中国电力出版社，2000
