故障診斷方法綜述范文
前言：我們精心挑選了數(shù)篇優(yōu)質(zhì)故障診斷方法綜述文章，供您閱讀參考。期待這些文章能為您帶來(lái)啟發(fā)，助您在寫(xiě)作的道路上更上一層樓。
第1篇
摘要： 隨著經(jīng)濟(jì)的發(fā)展，技術(shù)的進(jìn)步，現(xiàn)代企業(yè)設(shè)備越來(lái)越大型化、復(fù)雜化、智能化，如果液壓設(shè)備發(fā)生故障，生產(chǎn)就無(wú)法進(jìn)行。本文首先介紹液壓系統(tǒng)故障診斷的準(zhǔn)備工作，然后詳細(xì)介紹三種診斷方法。
關(guān)鍵詞：液壓系統(tǒng)故障 簡(jiǎn)易故障診斷法 人工智能故障診斷法
液壓系統(tǒng)具有很多獨(dú)特的優(yōu)點(diǎn)，常見(jiàn)的如：大容量、結(jié)構(gòu)緊湊、安裝靈活、反應(yīng)快、容易控制等等，在現(xiàn)代大型設(shè)備，特大型設(shè)備中具有廣泛的應(yīng)用的同時(shí)存在著問(wèn)題，極易發(fā)生故障從而影響生產(chǎn)，造成故障的原因主要是系統(tǒng)中元輔件和工作液體性能不穩(wěn)定，系統(tǒng)設(shè)備使用不當(dāng)或者維護(hù)不到位。近幾年液壓系統(tǒng)故障診斷成為了一門專門的學(xué)科，受到高度的重視。
1、液壓系統(tǒng)故障診斷的準(zhǔn)備工作
第一拿到設(shè)備使用說(shuō)明書(shū)時(shí)一定要認(rèn)真仔細(xì)的閱讀，詳細(xì)了解該設(shè)備的功能、結(jié)構(gòu)、工作原理，包括系統(tǒng)中元件的功能結(jié)構(gòu)和原理；第二從網(wǎng)上查閱設(shè)備的檔案資料，包括生產(chǎn)廠家、制造日期、調(diào)試驗(yàn)收，故障可能、處理方法等等。
2、簡(jiǎn)易故障診斷方法
2.1 主觀診斷法
這是一種最傳統(tǒng)的方法，憑借維修人員的主觀判斷（看、聽(tīng)、摸、聞、問(wèn)）和實(shí)踐經(jīng)驗(yàn)，或者利用簡(jiǎn)單的儀器、儀表判斷故障發(fā)生的部位并且給出發(fā)生的原因。常見(jiàn)到的主觀診斷法有感官診斷、方框圖分析、系統(tǒng)圖分析，該方法簡(jiǎn)單快捷方便，這種方法對(duì)維修人員的要求極高需要有豐富的診斷經(jīng)驗(yàn)，但是診斷結(jié)果具有局限性。
2.2直接性能測(cè)試法
這種方法通過(guò)測(cè)試液壓元件和系統(tǒng)性能進(jìn)而評(píng)價(jià)系統(tǒng)工作狀態(tài)，適用于處于工作狀態(tài)的系統(tǒng)，還能進(jìn)行定量的分析，現(xiàn)代運(yùn)用最多的是檢測(cè)液壓系統(tǒng)的狀態(tài)。如果檢測(cè)的液壓系統(tǒng)元件或者性能超出了規(guī)定的正常范圍，那么該系統(tǒng)就有發(fā)生故障的可能性。這種方法原理簡(jiǎn)單，相當(dāng)直觀，但是測(cè)試的精準(zhǔn)度不是很高，一般早期的失效很難檢測(cè)出來(lái)。
3、基于信號(hào)分析的故障診斷方法
3.1基于抽樣分析法
反映系統(tǒng)內(nèi)部信息的除了液壓系統(tǒng)本身的信息，其內(nèi)部的污染物也可以，也就是說(shuō)測(cè)定和鑒別油液當(dāng)中污染物的成分和含量，可以知道液壓系統(tǒng)的污染情況和運(yùn)行狀況，也是一種故障診斷的方法。目前我們經(jīng)常見(jiàn)到的有兩種：一種是基于油液顆粒污染度的檢測(cè)技術(shù)，包括：顯微鏡檢測(cè)技術(shù)（設(shè)備投資小、方法簡(jiǎn)單、費(fèi)時(shí)費(fèi)力、誤差大）、自動(dòng)顆粒計(jì)數(shù)器（檢測(cè)速度快、操作簡(jiǎn)便、準(zhǔn)確度高但精度低）、稱重法（設(shè)備簡(jiǎn)捷、檢測(cè)方便、只測(cè)重）、鐵譜分析法（可進(jìn)行定性和定量的分析）、光譜法（成本高、精度高）；另一種是基于油液性能參數(shù)的檢測(cè)技術(shù)，這種技術(shù)需要細(xì)致的分析油液的有關(guān)參數(shù)和金屬的含量，歷時(shí)的周期較長(zhǎng)，無(wú)法實(shí)現(xiàn)在線檢測(cè)，但是對(duì)重要液壓系統(tǒng)的診斷很有效。
3.2基于振動(dòng)噪聲分析法
在液壓系統(tǒng)的運(yùn)行過(guò)程中，必然會(huì)伴隨產(chǎn)生振動(dòng)和噪聲，尤其液壓泵的振動(dòng)聲音十分大，實(shí)際上這些設(shè)備的振動(dòng)和噪聲就包含了許多故障的信息，分析信號(hào)，得到元件狀態(tài)信息，進(jìn)而進(jìn)行故障診斷。這種方法的理論比較完善，應(yīng)用也比較廣泛，有多種信號(hào)處理方法如：時(shí)域特征參數(shù)法、時(shí)差域特征法、概率密度法、相關(guān)分析法、譜分析法、自功率譜分析法、倒頻譜分析法、包絡(luò)譜分析法、主分量自回歸譜提取法、AR譜參數(shù)提取法、小波分析等。目前旋轉(zhuǎn)機(jī)械設(shè)備也能用它分析診斷故障，純機(jī)械設(shè)備的故障診斷效果相當(dāng)明顯。隨著信號(hào)處理技術(shù)的發(fā)展，這種方法的應(yīng)用前景十分可觀。
3.3基于數(shù)學(xué)模型法
這種方法的指導(dǎo)是現(xiàn)代控制理論和優(yōu)化方法，基礎(chǔ)是系統(tǒng)的數(shù)學(xué)模型，殘差產(chǎn)生法是觀測(cè)器（組）、等價(jià)空間方程、Kalman濾波器、參數(shù)模型估計(jì)和辨識(shí)等，利用閥值或者準(zhǔn)則評(píng)價(jià)決策殘差。該方法和控制系統(tǒng)的關(guān)系相當(dāng)密切，共同成為監(jiān)控、容錯(cuò)控制、系統(tǒng)修復(fù)重構(gòu)的基礎(chǔ)。這種方法的數(shù)學(xué)模型的精確度直接決定診斷的精確性，一般最常建立的是線性和非線性的數(shù)學(xué)模型來(lái)診斷液壓系統(tǒng)的故障。
4、基于人工智能的故障診斷方法
4.1基于專家系統(tǒng)的智能診斷法
這是智能診斷技術(shù)中受到多方關(guān)注的一個(gè)發(fā)展方向，研究最多，應(yīng)用最廣，主要是利用專家的知識(shí)和推理方法解決實(shí)際遇到的復(fù)雜問(wèn)題。在這的專家系統(tǒng)并不是指人員而是指一種人工智能計(jì)算機(jī)程序，知識(shí)權(quán)威，學(xué)習(xí)功能強(qiáng)大。該系統(tǒng)的主要組成部分：知識(shí)庫(kù)（系統(tǒng)知識(shí)和規(guī)則庫(kù)）、數(shù)據(jù)庫(kù)、推理機(jī)和解釋機(jī)制。如果利用它檢測(cè)在線的系統(tǒng)，數(shù)據(jù)庫(kù)顯示的是實(shí)時(shí)工況數(shù)據(jù)；如果利用它檢測(cè)離線系統(tǒng)，則數(shù)據(jù)庫(kù)顯示的是實(shí)際故障時(shí)的數(shù)據(jù)或者人為故障的樣本數(shù)據(jù)。該方法的運(yùn)行過(guò)程是通過(guò)人機(jī)相互交換，專家系統(tǒng)獲得所需信息，利用系統(tǒng)的知識(shí)庫(kù)和數(shù)據(jù)庫(kù)，推理機(jī)運(yùn)用規(guī)則，調(diào)用應(yīng)用程序，進(jìn)行正確的推理，找到液壓系統(tǒng)的故障。這種方法給自動(dòng)化進(jìn)行液壓系統(tǒng)故障診斷代帶來(lái)了光明和希望，但是也存在一定的不足和問(wèn)題，不過(guò)未來(lái)的發(fā)展前景還是很廣闊的。
4.2基于神經(jīng)網(wǎng)絡(luò)的智能診斷法
20世紀(jì)80年代人工神經(jīng)網(wǎng)絡(luò)迅速崛起，成為人工智能領(lǐng)域的一個(gè)分支，是一種計(jì)算模型（與人的認(rèn)知過(guò)程相似），一種非線性動(dòng)力學(xué)網(wǎng)絡(luò)系統(tǒng)（模擬大腦神經(jīng)元結(jié)構(gòu)特性）。神經(jīng)網(wǎng)絡(luò)的非線性處理單元（類似神經(jīng)元）相互關(guān)聯(lián)，具有了學(xué)習(xí)、記憶、歸納總結(jié)等功能和數(shù)學(xué)模擬能力。這種方法的具有獨(dú)特的優(yōu)勢(shì)，如：分布式處理能力、聯(lián)想記憶、自學(xué)習(xí)能力等收到診斷領(lǐng)域的廣泛關(guān)注和重視，未來(lái)發(fā)展前景十分寬廣。
4.3基于模糊理論的智能診斷法
大量的模糊現(xiàn)象存在于液壓系統(tǒng)故障診斷領(lǐng)域，如：系統(tǒng)油溫過(guò)高、壓力波動(dòng)較重等等，過(guò)高、較重這些都是模糊的概念，并沒(méi)有清晰的邊界，故障發(fā)生會(huì)經(jīng)歷一個(gè)漫長(zhǎng)的時(shí)間，同時(shí)故障發(fā)生的原因和癥狀也是模糊的，可能一對(duì)一，可能一對(duì)多，也可能多對(duì)一。利用模糊邏輯、模糊關(guān)系描述故障的原因和現(xiàn)象，建立隸屬度函數(shù)和模糊方程，明確識(shí)別故障。這種方法的現(xiàn)象更為客觀，結(jié)果更符合實(shí)際，速度快，容易實(shí)現(xiàn)。
5、結(jié)束語(yǔ)
隨著21世紀(jì)科技的發(fā)展，人工智能技術(shù)更是突飛猛進(jìn)，還有許多智能診斷的方法如：故障樹(shù)診斷法、灰色理論智能診斷法、案例推理診斷法、多智能體的智能診斷法、信息融合技術(shù)智能診斷法等等。如何將新型科技、智能技術(shù)運(yùn)用到故障診斷系統(tǒng)當(dāng)中，實(shí)現(xiàn)自動(dòng)化、智能化的故障系統(tǒng)診斷是我們亟待解決的問(wèn)題。
參考文獻(xiàn)：
[1]范士娟，楊超.液壓系統(tǒng)故障診斷方法綜述[J].機(jī)床與液壓，2009，37（5）：188-192，195.
第2篇
關(guān)鍵詞：往復(fù)式壓縮機(jī)；故障診斷方法；振動(dòng)診斷法；直觀診斷法；熱力診斷法 文獻(xiàn)標(biāo)識(shí)碼：A
中圖分類號(hào)：TH457 文章編號(hào)：1009-2374（2016）17-0073-02 DOI：10.13535/ki.11-4406/n.2016.17.035
1 往復(fù)式壓縮機(jī)診斷方法研究現(xiàn)狀分析
往復(fù)式壓縮機(jī)是一種應(yīng)用廣泛的通用機(jī)械設(shè)備，在工作過(guò)程中經(jīng)常由于高耗損引發(fā)故障的出現(xiàn)，進(jìn)而難以維持工作的正常進(jìn)行，對(duì)于故障診斷技術(shù)的研究一直以來(lái)受到國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。在國(guó)內(nèi)，有的學(xué)者通過(guò)對(duì)往復(fù)式壓縮機(jī)缸蓋振動(dòng)信號(hào)進(jìn)行分析，有的通過(guò)對(duì)缸內(nèi)氣體壓力的影響方面進(jìn)行分析，有的通過(guò)對(duì)壓縮機(jī)常規(guī)性能參數(shù)的監(jiān)測(cè)和控制方面進(jìn)行研究，力求改變目前操作人員憑經(jīng)驗(yàn)判斷故障的局面；在國(guó)外，美國(guó)學(xué)者曾提出利用氣缸內(nèi)側(cè)的壓力信號(hào)圖像判斷氣閥故障及活塞桿的磨損，捷克學(xué)者對(duì)各個(gè)不同類型的壓縮機(jī)通過(guò)建立常規(guī)數(shù)據(jù)庫(kù)，確定評(píng)定參數(shù)來(lái)判斷壓縮機(jī)的工作狀態(tài)是否正常。然而，雖然引起各大學(xué)者的關(guān)注和尋求各種解決辦法，但是對(duì)故障診斷技術(shù)到目前為止還沒(méi)有一套成熟的得到認(rèn)可的診斷系統(tǒng)來(lái)獲取有效特征參數(shù)。
2 往復(fù)式壓縮機(jī)常見(jiàn)故障及措施
2.1 排氣溫度過(guò)高
排氣溫度過(guò)高主要是由于使用過(guò)程中出現(xiàn)冷卻情況或是排氣閥泄露造成的。
措施：通過(guò)降低進(jìn)口冷卻水的溫度或是增大冷卻水流量，將冷卻水溫控制在規(guī)定范圍內(nèi)，對(duì)冷卻器進(jìn)行定期的零件檢查與維修；通過(guò)測(cè)溫裝置對(duì)排氣閥進(jìn)行溫度檢測(cè)，如果過(guò)熱，則需拆開(kāi)氣閥進(jìn)行修理，更換氣閥彈簧。
2.2 曲軸斷裂
曲軸斷裂軸頸與曲臂的圓角過(guò)渡處。曲軸斷裂產(chǎn)生的原因比較多：曲軸過(guò)渡圓角太小，熱處理時(shí)，圓角處理不到位；圓角有局部斷面突變，加工不規(guī)則；油孔處出現(xiàn)裂縫，油滲入后使裂縫逐漸擴(kuò)大，造成斷裂；長(zhǎng)期超負(fù)荷運(yùn)轉(zhuǎn)，減少使用壽命。
措施：適當(dāng)增大曲軸的過(guò)渡圓角，熱處理保持均勻；提高曲軸加工質(zhì)量和精確度；提高曲軸油孔的加工質(zhì)量；從壓縮機(jī)使用情況來(lái)講應(yīng)充分考慮曲軸強(qiáng)度問(wèn)題，禁止超負(fù)荷運(yùn)轉(zhuǎn)。
2.3 軸承過(guò)熱
軸承過(guò)熱主要是由軸承間隙過(guò)小，油形成不了油膜，起不到冷卻的作用或是油泵出現(xiàn)故障造成斷油及油路堵塞等問(wèn)題，致使軸承產(chǎn)生熱量引起的。軸承過(guò)熱將加快摩擦，產(chǎn)生的熱量不斷積累燒毀摩擦面造成重大事故。
措施：及時(shí)對(duì)軸承間隙做調(diào)整，將間隙控制在合適的范圍內(nèi)；提高油黏度，定期對(duì)油泵進(jìn)行檢查，疏通油路，促使軸承得到良好的。
2.4 連桿螺栓斷裂
連桿螺栓斷裂的原因表現(xiàn)在安裝或檢修螺栓緊固時(shí)產(chǎn)生偏斜，承受不均勻的載荷；長(zhǎng)期使用產(chǎn)生塑性變型；連桿螺帽松動(dòng)或開(kāi)口銷折斷，連桿螺栓因承受過(guò)大的沖擊而被拉斷。
措施：應(yīng)使連桿螺帽的端面與連桿體上的接觸面緊密配合，必要時(shí)用涂色法進(jìn)行檢查；定期檢查連桿螺栓的受力和變型情況；安裝或檢修后，連桿螺栓一定要擰緊，必要時(shí)穿上新的開(kāi)口銷，以免松動(dòng)。
2.5 氣流脈沖引起的管路振動(dòng)
氣流脈沖引起的管路振動(dòng)是由氣流的脈動(dòng)性和壓縮機(jī)未被平衡的慣性力和力矩兩方面引起的振動(dòng)。
措施：注意彎管和異徑管的正確設(shè)計(jì)，使設(shè)計(jì)的管路長(zhǎng)度要避開(kāi)共振管長(zhǎng)；現(xiàn)場(chǎng)采取消振措施，可增設(shè)緩沖器，還可以加節(jié)流孔板，或適當(dāng)增設(shè)管路支架來(lái)起到減振作用。
3 往復(fù)式壓縮機(jī)故障診斷方法
3.1 振動(dòng)診斷法
出現(xiàn)故障的往復(fù)式壓縮機(jī)在振動(dòng)及噪音上會(huì)出現(xiàn)差異性，通過(guò)對(duì)差異性的掌握可有效對(duì)往復(fù)式壓縮機(jī)進(jìn)行故障診斷。針對(duì)往復(fù)式壓縮機(jī)在振動(dòng)及噪音方面的不同表現(xiàn)研制出對(duì)其進(jìn)行監(jiān)測(cè)的振動(dòng)監(jiān)測(cè)儀，但在使用過(guò)程中振動(dòng)頻率過(guò)大，存在噪音不受控制、信號(hào)不平穩(wěn)等因素，使得振動(dòng)監(jiān)測(cè)儀仍處于實(shí)驗(yàn)階段，尚未全面普及。
3.2 直觀診斷法
作為往復(fù)式壓縮機(jī)故障診斷方法中最基礎(chǔ)的一種診斷方法，主要是工作人員通過(guò)身體感官（眼睛看、耳朵聽(tīng)）及自身經(jīng)驗(yàn)來(lái)診斷故障，這種診斷方法在準(zhǔn)確度上存在瑕疵，適用于故障的初步診斷或是在沒(méi)有檢測(cè)裝置情況下進(jìn)行應(yīng)急使用。目前壓縮機(jī)機(jī)械設(shè)備逐漸向自動(dòng)化方向發(fā)展，直觀診斷法缺乏科學(xué)性，對(duì)診斷往復(fù)式壓縮機(jī)故障起不到關(guān)鍵性的作用。
3.3 熱力診斷法
熱力診斷法是借助儀器對(duì)往復(fù)式壓縮機(jī)各項(xiàng)數(shù)據(jù)進(jìn)行測(cè)量和分析，以達(dá)到故障診斷的目的，包括對(duì)壓縮機(jī)的油溫、水溫、排氣量、冷卻水量等數(shù)據(jù)信息的監(jiān)測(cè)。在對(duì)往復(fù)式壓縮機(jī)進(jìn)行數(shù)據(jù)收集時(shí)，由于不同部件出現(xiàn)故障在數(shù)據(jù)上表現(xiàn)不同，采用熱力診斷法在診斷和預(yù)測(cè)故障時(shí)容易缺乏準(zhǔn)確性，目前主要應(yīng)用于壓縮機(jī)的運(yùn)行狀態(tài)和監(jiān)測(cè)參數(shù)等方面。
3.4 油液診斷法
油液診斷法是一種比較特殊的故障診斷方法，包括油液中磨損信息分析和油液物理化學(xué)性能分析兩方面。診斷過(guò)程中，有關(guān)人員對(duì)往復(fù)式壓縮機(jī)中的油液進(jìn)行取樣，通過(guò)對(duì)油液自身屬性的分析和油液磨損信息的了解，掌握往復(fù)式壓縮機(jī)在運(yùn)行中是否存有故障。在對(duì)油液進(jìn)行分析時(shí)需引入大量現(xiàn)代的高新技術(shù)儀器，才可確保油液診斷的準(zhǔn)確性。
3.5 人工智能診斷法
該診斷方法是往復(fù)式壓縮機(jī)故障診斷過(guò)程中應(yīng)用最頻繁的一種方法，具有易于構(gòu)造、預(yù)測(cè)簡(jiǎn)單、解釋機(jī)制強(qiáng)等優(yōu)勢(shì)，同時(shí)也具有推理機(jī)制簡(jiǎn)單、專家知識(shí)不夠精確等缺陷，人工智能診斷法是在專業(yè)知識(shí)和大量實(shí)踐經(jīng)驗(yàn)的基礎(chǔ)上建立一套具有人工智能的計(jì)算機(jī)程序，主要用于解決難度較大且復(fù)雜的故障問(wèn)題。但人工智能診斷系統(tǒng)主要收集的是專家的意見(jiàn)，不能對(duì)知識(shí)進(jìn)行判斷，容易產(chǎn)生錯(cuò)誤的知識(shí)應(yīng)用，造成故障診斷失敗。
4 往復(fù)式壓縮機(jī)故障診斷過(guò)程中的注意事項(xiàng)
4.1 完善診斷方法
從事往復(fù)式壓縮機(jī)故障診斷的技術(shù)人員，具有一定的技術(shù)優(yōu)勢(shì)，但是對(duì)理論知識(shí)的掌握存在不足，不利于新技術(shù)的使用，導(dǎo)致系統(tǒng)診斷方法過(guò)于單一，應(yīng)要求相關(guān)技術(shù)人員通過(guò)企業(yè)培訓(xùn)或是網(wǎng)絡(luò)課程的學(xué)習(xí)來(lái)增強(qiáng)理論知識(shí)的學(xué)習(xí)與技術(shù)的創(chuàng)新，進(jìn)而推動(dòng)往復(fù)式壓縮機(jī)故障診斷工作的提升，同時(shí)還應(yīng)加強(qiáng)計(jì)算機(jī)輔助實(shí)驗(yàn)的開(kāi)發(fā)工作。
4.2 強(qiáng)化全面診斷
通過(guò)對(duì)往復(fù)式壓縮機(jī)診斷方法的研究發(fā)現(xiàn)，各種診斷方法在診斷過(guò)程中都存在一定的缺點(diǎn)，不能做到對(duì)故障的全面診斷，要求有關(guān)人員在進(jìn)行往復(fù)式壓縮機(jī)診斷過(guò)程中注重全面性，采取小波分析、人工智能理論等多種分析技術(shù)相結(jié)合的方法，通過(guò)多種技術(shù)交叉應(yīng)用的方法彌補(bǔ)診斷上的片面性。
4.3 避免診斷失誤
在往復(fù)式壓縮機(jī)故障診斷的過(guò)程中，工作人員主要是對(duì)收集的信息進(jìn)行確定分析，以達(dá)到準(zhǔn)確的故障檢測(cè)的目的。但是在日常工作過(guò)程中，由于設(shè)備的落后、人員的疏忽等，故障監(jiān)測(cè)準(zhǔn)確率不高，間接采集到的信息帶有一定程度的不確定性，常常會(huì)出現(xiàn)誤診。因此，要想保障往復(fù)式壓縮機(jī)故障的診斷，就要對(duì)往復(fù)式壓縮機(jī)的故障信息進(jìn)行準(zhǔn)確的收集，提高信息的正確性。
同時(shí)，對(duì)于往復(fù)式壓縮機(jī)的在線狀態(tài)監(jiān)測(cè)及故障診斷問(wèn)題，還應(yīng)加深識(shí)別理論的研究與定量關(guān)系的研究，包括對(duì)氣閥的故障診斷、前期裂紋存在的預(yù)測(cè)、不同裂紋的類型長(zhǎng)度等進(jìn)行深入研究。加強(qiáng)對(duì)傳感器與監(jiān)測(cè)儀的研制，建立系統(tǒng)的數(shù)學(xué)模型，通過(guò)振動(dòng)分析獲得往復(fù)式壓縮機(jī)故障診斷與參數(shù)之間的對(duì)應(yīng)關(guān)系。
參考文獻(xiàn)
[1] 程艷霞，鐵占續(xù)，孫付偉，等.往復(fù)式壓縮機(jī)故障診斷方法研究綜述[J].儀器儀表用戶，2006，（5）.
[2] 付希濤.往復(fù)式壓縮機(jī)故障診斷研究與展望[J].技術(shù)與市場(chǎng)，2014，（7）.
[3] 黃敏.往復(fù)式壓縮機(jī)狀態(tài)監(jiān)測(cè)與故障診斷分析[J].設(shè)備管理與維修，2016，（1）.
第3篇
關(guān)鍵詞：電機(jī)故障；診斷原理與技術(shù)；技術(shù)應(yīng)用
電機(jī)作為機(jī)械設(shè)備的動(dòng)力源電機(jī)故障；診斷原理與技術(shù)；技術(shù)應(yīng)用頭，主要作用是將電能轉(zhuǎn)化為機(jī)械能，供機(jī)械設(shè)備運(yùn)轉(zhuǎn)。因此，電機(jī)是供電與用電系統(tǒng)的重要元件。但是電機(jī)運(yùn)轉(zhuǎn)時(shí)間長(zhǎng)，工作負(fù)荷大，容易受到各種外界因素的影響，從而出現(xiàn)故障問(wèn)題。如果工作人員不能及時(shí)診斷并處理電機(jī)故障，那么將影響電機(jī)的正常運(yùn)轉(zhuǎn)，嚴(yán)重時(shí)將導(dǎo)致電機(jī)的破損。所以說(shuō)，電機(jī)故障的診斷技術(shù)是保證電機(jī)正常、有序運(yùn)轉(zhuǎn)的技術(shù)基礎(chǔ)。筆者基于多年的電機(jī)故障診斷理論研究與實(shí)踐經(jīng)驗(yàn)，提出幾種有效的電機(jī)故障診斷技術(shù)，希望能夠與相關(guān)工作共同探討、提高。
一、電機(jī)故障的診斷原理
一般來(lái)說(shuō)，電機(jī)故障的診斷原理有以下幾種。
首先，根據(jù)噪音、振動(dòng)、溫度等變化情況診斷電機(jī)故障。在電機(jī)出現(xiàn)故障時(shí)，工作人員會(huì)先用溫度檢測(cè)儀器對(duì)電機(jī)各個(gè)部位的溫度進(jìn)行檢查，以初步確定電機(jī)故障的類型，再根據(jù)電機(jī)故障的噪音或者振動(dòng)情況，大致確定電機(jī)故障的位置與原因，從而為進(jìn)一步診斷提供條件與基礎(chǔ)。這種診斷方法主要針對(duì)情況較輕的、能夠通過(guò)工作人員的經(jīng)驗(yàn)或者簡(jiǎn)單儀器等檢查出來(lái)的機(jī)械故障。
其次，根據(jù)電流變化情況診斷電機(jī)故障。這種方法的診斷原理是工作人員利用頻譜分析儀器等對(duì)電機(jī)內(nèi)電流的波形進(jìn)行分析與檢測(cè)，再對(duì)比正常運(yùn)轉(zhuǎn)電機(jī)的電流波形圖，從而判斷電機(jī)故障的程度。最后，根據(jù)絕緣結(jié)構(gòu)的檢查結(jié)果診斷電機(jī)故障。
除了以上兩種方法之外，工作人員還可以利用適宜的電氣檢查設(shè)備對(duì)電機(jī)內(nèi)的絕緣結(jié)構(gòu)進(jìn)行檢測(cè)與分析，得出電機(jī)絕緣結(jié)構(gòu)的壽命以及電機(jī)工作性能等因數(shù)，從而對(duì)電機(jī)故障進(jìn)行進(jìn)一步的診斷。
二、電機(jī)故障的診斷技術(shù)
電機(jī)主要由電路、磁路兩部分組成，兩者共同轉(zhuǎn)化能量。電機(jī)故障既有電氣方面的原因，也有機(jī)械方面的因素，因此，電機(jī)質(zhì)量或者安裝質(zhì)量不合格、電機(jī)在運(yùn)轉(zhuǎn)過(guò)程電壓不穩(wěn)、負(fù)載超出標(biāo)準(zhǔn)等等情況，都將可能引起電機(jī)故障，影響電機(jī)的正常運(yùn)轉(zhuǎn)。工作人員根據(jù)相關(guān)原理、選擇適宜的故障診斷技術(shù)對(duì)電機(jī)故障進(jìn)行診斷，以保證電機(jī)的可靠運(yùn)轉(zhuǎn)。
（一 ）在我國(guó)，基于數(shù)學(xué)模型的電機(jī)故障診斷技術(shù)的應(yīng)用已經(jīng)比較純熟，最簡(jiǎn)單直接的方法是進(jìn)行輸入輸出信號(hào)的處理，電機(jī)輸出量如果超標(biāo)，即為有故障可能，或者也可以通過(guò)數(shù)學(xué)方法研究波形的主要參數(shù)變化與故障源之間的聯(lián)系，來(lái)分析判斷故障原因和位置。而基于狀態(tài)或過(guò)程參數(shù)估計(jì)的電機(jī)故障診斷技術(shù)也在不斷完善，圖1為這類方法的原理圖。這種方法既有優(yōu)勢(shì)也有缺點(diǎn)，優(yōu)點(diǎn)是可以根據(jù)系統(tǒng)動(dòng)態(tài)性質(zhì)實(shí)時(shí)診斷，缺陷是不適用于非線性電機(jī)模型。這種方法能夠很大提高電機(jī)故障診斷的效率。但是隨著經(jīng)濟(jì)、技術(shù)的發(fā)展，更多有效的診斷技術(shù)，尤其是人工智能診斷技術(shù)被應(yīng)用與電機(jī)故障診斷中，為電機(jī)的正常、高效運(yùn)轉(zhuǎn)提供技保障。
（二）人工智能診斷技術(shù)
第一 人工神經(jīng)網(wǎng)絡(luò)診斷技術(shù) 此類診斷技術(shù)在當(dāng)前應(yīng)用效果較好，使用頻率也較大，正在成為新興主流診斷技術(shù)之一。它主要采用BP網(wǎng)絡(luò)對(duì)電機(jī)故障的信號(hào)進(jìn)行檢測(cè)、分析與轉(zhuǎn)換，同時(shí)根據(jù)相應(yīng)的算法以得到輸入、輸出樣本之間的映射關(guān)系，從而利用網(wǎng)絡(luò)進(jìn)行科學(xué)地分析與診斷。目前已有很多成功實(shí)例，如利用BP網(wǎng)絡(luò)實(shí)現(xiàn)分箱式感應(yīng)電機(jī)的匝間短路與軸承損耗兩類故障的診斷，同時(shí)有文獻(xiàn)記載 可將基于 BP 神經(jīng)網(wǎng)絡(luò)的方法用于電機(jī)轉(zhuǎn)子斷條的故障診斷 。B P 神經(jīng)網(wǎng)絡(luò)的算法通常 采用基于梯度下降原理的誤差反向傳播算法 ， 即 BP 算法 。但標(biāo)準(zhǔn) BP 算法特點(diǎn)是收斂速度慢 ，可以加快訓(xùn)練收斂速度 ， 引入動(dòng)量項(xiàng)的是權(quán)值修正快速算法 。這種方法提高了運(yùn)算效率 ，更具實(shí)用價(jià)值。 人工神經(jīng)網(wǎng)絡(luò)診斷技術(shù)應(yīng)用效果最好的是診斷轉(zhuǎn)子斷條故障，基本上可以達(dá)到零失誤率。
第二 模糊邏輯診斷技術(shù)。有些電機(jī)故障不能很準(zhǔn)確地被描述出來(lái)，顯示一定模糊性，在此就需要利用模糊邏輯診斷技術(shù)對(duì)電機(jī)故障進(jìn)行診斷。但是這種診斷技術(shù)需要模糊知識(shí)庫(kù)的支持與輔助，并建立故障與故障征兆之間的關(guān)系或者規(guī)則庫(kù)，從而通過(guò)推理判斷、診斷電機(jī)故障。但是這種技術(shù)容易出現(xiàn)誤診，需謹(jǐn)慎使用。圖4為模糊診斷技術(shù)原理圖。故障診斷部分是一個(gè)典型的模糊邏輯系統(tǒng)，主要包括模糊化單元，參考電機(jī)，底層模糊規(guī)則，和解模糊單元。其中模糊推理和底層模糊規(guī)則是模糊邏輯系統(tǒng)的核心。文獻(xiàn)指出，解決籠式感應(yīng)電機(jī)轉(zhuǎn)子斷條故障，使用模糊邏輯不僅可以檢測(cè)故障的發(fā)生，甚至可以給出斷條數(shù)目。為了更為精確， 將轉(zhuǎn)子條的狀況分為5類：沒(méi)有斷條， 有斷條初期征兆， 1個(gè)斷條， 1-2個(gè)斷條和2個(gè)斷條。異步感應(yīng)電機(jī)發(fā)生斷條時(shí)， 就會(huì)在定子諧波電流中感應(yīng)出頻率（1±2s）f1的附加分量， 其中s 為轉(zhuǎn)差率， f1為定子基頻 [ 16]。諧波分量中這兩個(gè)頻率的幅值分別由A1和A2（單位：dB）表征， 因此斷條故障可以通過(guò)對(duì)A1、A2檢測(cè)獲得。在模糊推理中，對(duì)于可能出現(xiàn)的故障， 只需用模糊隸屬度函數(shù)進(jìn)行描述，而不像基于神經(jīng)網(wǎng)絡(luò)的故障診斷方法那樣用數(shù)值進(jìn)行描述， 模糊輸出隸屬度函數(shù)如圖5所示。實(shí)驗(yàn)結(jié)果表明：這一方法可成功應(yīng)用于一臺(tái)5.5kW兩相感應(yīng)電機(jī)的故障診斷。基于模糊邏輯的電機(jī)故障診斷方法的優(yōu)點(diǎn)在于可嵌入語(yǔ)言化的知識(shí)和近似推理能力。從近年來(lái)的發(fā)展可以看出， 基于模糊邏輯的電機(jī)故障診斷方法無(wú)論在理論上
還是在應(yīng)用方面都已取得了很大的進(jìn)展， 但與傳統(tǒng)的故障診斷理論和方法相比， 仍有不成熟之處，有待于進(jìn)一步的完善。
第三，遺傳算法診斷技術(shù)。這種診斷技術(shù)是根據(jù)故障信號(hào)的分析與推算，對(duì)電機(jī)進(jìn)行全局地控制與檢測(cè)，從而不斷地優(yōu)化診斷方法，以達(dá)到提高診斷效果的目的，它具有全局控制、快速便捷等特點(diǎn)。但是在遺傳算法診斷技術(shù)應(yīng)用過(guò)程中，工作人員需要注意參變量各項(xiàng)參數(shù)的準(zhǔn)確性，需要反復(fù)試湊，以確定各項(xiàng)故障參數(shù)。因此可以說(shuō)，遺傳算法診斷技術(shù)是電機(jī)故障診斷技術(shù)中較為先進(jìn)、高效的技術(shù)。
結(jié)語(yǔ)
綜上所述，在電機(jī)應(yīng)用過(guò)程中，相關(guān)工作人員必須提高對(duì)電機(jī)故障的認(rèn)識(shí)，并根據(jù)電機(jī)應(yīng)用的實(shí)際情況，科學(xué)地選擇適宜的故障診斷技術(shù)，以提高電機(jī)故障診斷效率，從而為快速、有效地處理電機(jī)故障，促使電機(jī)恢復(fù)正常運(yùn)轉(zhuǎn)提供保證。目前，我國(guó)電機(jī)故障的診斷技術(shù)得到高速發(fā)展，但是由于電機(jī)故障各個(gè)類型之間的關(guān)系復(fù)雜，需要相關(guān)工作人員進(jìn)一步研究，以促進(jìn)電機(jī)故障診斷技術(shù)應(yīng)用有效性的提高，從而保證電機(jī)的正常運(yùn)轉(zhuǎn)，為機(jī)械設(shè)備提供充足的電能。
參考文獻(xiàn)
[1]王秋彥，鞠建波，宋振宇. 故障診斷技術(shù)研究現(xiàn)狀及發(fā)展趨勢(shì)[J].電子測(cè)量技術(shù)， 2009，12（04）：45-46 .
[2]劉冬生，趙輝，王紅君，等. 基于小波分析和神經(jīng)網(wǎng)絡(luò)的電機(jī)故障診斷方法研究[J].天津理工大學(xué)學(xué)報(bào)， 2009，78（01）：21-23 .
[3]楊朋松，呂永健，逯國(guó)亮.基于小波神經(jīng)網(wǎng)絡(luò)的電機(jī)故障診斷研
究[J].大電機(jī)技術(shù)，2009，22（04）：78-79 .
[4]M.Y.Chow， R.N.Sharpe， J.C.Hung.Ontheapplication andde-signof artificialneural networks for motor fault detection（I）[ J ] .
