当前位置:首页 >> 机械/仪表 >>

设备故障诊断技术的现状及其发展3


第 24 卷 第 2 期 1998 年 6 月

甘 肃 工 业 大 学 学 报 Jou rna l of Gan su U n iversity of T echno logy

V o l 24 N o. 2 . J un. 1998

摘 要 综述了设备故障诊断技术的理论与工程应用的发展现状, 分析了故障诊断 的过

程与实质, 介绍了常用的几种诊断方法, 重点阐述了智能诊断的方法、 现状及其 发展动向. 关键词 故障诊断 设备状态监测 智能诊断 人工神经网络 模糊理论 分类号 T P 306. 3

机器故障诊断就是鉴别机器的状态是否正常, 发现和确定故障的部位和性质, 预报故障趋 势并提出相应的对策. 机器的状态监测和故障诊断是随着现代化技术、 经济高速发展而出现的 一门新型技术学科, 其目的在于提高机器的可靠性, 延长使用寿命, 降低设备全寿命周期费用 . 设备的诊断技术发展成一门科学是本世纪中期的事 目前, 有关故障诊断的基础理论和应 . 用技术研究的机构已遍及美国、 日本的许多研究部门 1982 年由欧洲著名的国际测量学会 . ( I EKO ) 技术诊断委员会发起召开的国际会议每隔一年或二年举行一次, 这对促进诊断技术 M 的发展起了积极使用. 我国的高等院校和科研机构也在设备的诊断技术研究和工程应用中形 成了一定的规模, 并且在冶金、 化工、 机械、 交通、 电力及核工业部门取得了一批卓有成效的成 果, 还准备于 1998 年成立设备故障诊断方面的一级学术团体[ 1~ 3 ].

1 简析系统故障诊断的过程与实质

机械故障诊断是多学科交叉的实用性技术, 它包括以下四个环节: 1 ) 信号采集 这一步主要和监测技术、 . 传感器技术及电子技术有关 目前已有多种方法, . 如按信号测取方式不同, 可将故障诊断分为振动、 声学、 温度、 铁谱分析、 压力、 电参数、 表面形 貌、 污染物和光学振动等. 2) 信号的处理变换及特征提取分析 主要依靠数学工具, 如 FFT , Z 变换、 . 小波变换、 相关 函数及功率谱等信号处理技术, 熵谱分析、 散度、 学习子空间法及主分量分析等特征提取分 J 析技术. 目前, 特征相量或特征元素的构造推动了信号处理技术中信息的集成和融合技术的发 展, 其典型实例是三维全息谱图的发明和三维轴心轨迹图的实际应用 分析几何法和计算机图 . 形识别则是向更高水平发展. 还有, 用子波理论选取设备故障的特征信号, 再用 ANN 网或
. Kohonen 网对故障进行分类, 用神经网络进行信号预处理中的噪声消除, 特征提取分析 3 ) 设备的状态识别及故障定位 该步目前主要有数学分析、 . 控制论、 系统辨识、 人工智能
  收稿日期: 1997211203  第一作者: 女, 1963 年生, 硕士, 讲师   3 甘肃省自然科学基金资助项目

设备故障诊断技术的现状及其发展3
李 炜  伦 淑 娴
( 甘肃工业大学电气工程与信息工程系, 兰州 730050)

第 2 期          李 炜等: 设备故障诊断技术的现状及其发展

?67?

和模式识别多种方法. 4) 作出诊断决策和趋势预测, 干预设备及其工作过程 . 状态监测的任务是使系统不偏离正常功能, 并预防功能失效, 在监视的基础上进行诊断 . 当系统一旦偏离正常功能, 则必须进一步分析故障产生的原因, 这时的工作可理解为故障诊 断 如果事先已对机器可能发生的故障模式进行分类, 那么诊断问题就化为把机器的现行工作 . 状态归入那一类的问题. 因此, 故障诊断实质上是一类模式分类问题[ 2 ].

2 故障诊断的主要方法
诊断方法大致可分为两类: 1 ) 基于模型的诊断方法 如基于系统模型的状态估计、 . 参数估计和等价方程的诊断方法 等 其优点是能深入系统本质的动态性质和实现实时诊断, 缺点是系统模型未知、 . 不确定或具 有非线性时不易实现. 2 ) 不依赖动态模型的方法 如基于故障树方法、 . 模型识别诊断方法、 灰色诊断方法、 模糊 [4 ] 诊断方法、 专家系统诊断方法及神经网络诊断方法等, 各种方法都有其优点和局限性 .

3 智能诊断方法的发展现状[ 1, 2, 5 ]
1) 模糊诊断方法

模糊诊断不需要建立精确的数学模型, 适当运用隶属函数和模糊规则, 进行模糊推理就可 以实现模糊诊断的智能化[ 6, 7 ]. 但是, 对于复杂的诊断系统, 要建立正确的模糊规则和隶属函数 是非常困难的, 而且需要花费很长的时间. 对于更大的模糊规则和隶属函数集合而言, 难以找 出规则与规则间的关系, 也就是说规则有 “组合爆炸” 现象发生 另外由于系统的复杂性、 . 耦合 性, 由时域、 频域特征空间至故障模式空间的映射关系往往存在着较强的非线性, 此时隶属函 数形状不规则, 只能利用规范的隶属函数形状来加以处理, 如用三角形、 梯形或直线等规则形 状来组合予以近似代替, 也就使得非线性系统的诊断结果不够理想 . 2) 专家系统诊断方法 专家系统诊断利用了专家积累的丰富实践经验, 能模仿专家分析问题和解决问题的思路, 而且能够解释自己的推理过程, 解释结论是如何获得的[ 1, 2 ]. 无论是在理论上还是在工程上应 用都很广泛 ( 见表 1). 然而它也有不易克服的缺陷, 如知识获取 “瓶颈” . 一方面由于专家 问题 知识有一定局限性, 另一方面由于专家知识表述规则化有相当大的难度, 两者造成了诊断知识 库的不完备, 表现为当遇到一个没有相关规则与之对应的新故障现象时, 系统显得无能为力 . 知识的表示是一种显示表示 , 一般为 IF …TH EN …的形式 , 而有些问题是很难用这种形式表 表 1 工程上应用的几种典型故障诊断专家系统
日本 英国 美国 日本三菱电机公司研制的用于列车机车诊断的专家系统 日本东芝公司研制的用于大型直流电机诊断的专家系统
D ello P roducts 公司研制的用于飞机喷气发动机故障诊断的专家系统 L ogistic Comm and 研制的用于飞机喷气发动机故障诊断专家系统 XM AN Stew a rt H ughes L d. 公司为英美军方开发的用于直升机发动机转子监控与诊断的专家系统 NA SA 研制的用于动力系统诊断的专家系统

?68?

甘 肃 工 业 大 学 学 报             第 24 卷

示的 在知识的推理上, 传统的专家系统是用串行方式, 其推理方法简单, 控制策略不灵活, 容 . 易出现 “匹配冲突” 、 “组合爆炸” “无穷递归” 及 等问题, 且推理速度慢、 效率低 还有, 系统缺乏 . 自学习和自完善能力, 现行的故障诊断专家系统在运行过程中不能从诊断的实例中获得新的 知识, 并且对一些新奇的故障和系统设计的一些边缘问题求解具有很强的脆弱性 系统的求解 . 能力完全局限于知识库中仅有的规则, 对知识获取时专家知识具有不一致性、 不完全性和不准 确性, 系统不能在实例系统中自我完善. 3) 神经网络诊断方法 模拟人脑结构的人工神经网络方法是一种全新的、 有前景的故障诊断方法 在知识获取 . 上, 神经网络的知识不需要由知识工程师整理、 总结以及消化领域专家的知识, 只需要用领域 专家解决问题的实例或范例来训练神经网络. 神经网络系统的知识获取与专家系统相比, 既具 有更多的时间效率, 又能保证更高的质量. 在知识表示中, 神经网络采取隐式表示. 它在知识获取的同时, 自动产生的知识由网络的 结构及权值表示, 并将某一问题的若干知识表示在同一网络中, 通用性强, 便于实现知识的自 动获取和并行联想推理. 神经网络的知识推理是通过神经元之间的相互作用实现的 网络同一层的推理是并行的, . 不同层的推理是串行的. 由于同层内神经元的数目远大于层数, 因此, 从总体上来讲, 神经网络 的推理是并行的, 速度快. 在神经网络中, 允许输入偏离学习样本, 只要输入模式接近于某一样 本的输入模式, 则输出也会接近学习样本的输出模式, 这种性质使 ANN 具有联想记忆能力 . 在许多领域的故障诊断系统中已开始应用, 如在化工设备、 核反应堆、 汽轮机或旋转机械和电 [4 ] 动机等领域都取得较好的效果 . 但是, 它未能充分利用许多特定领域中专家积累起来的宝贵经验, 只利用一些明确的故障 诊断事例, 而且需要有足够的学习样本, 才能保证诊断的可靠性 由于神经网络从故障事例中 . 学到的知识只是一些分布权重, 而不是类似领域专家逻辑思维的产生式规则, 因此, 诊断推理 过程不能够解释, 缺乏透明度. 4) 混合智能的诊断系统 目前, 为了克服现有的智能诊断方法的局限性, 人们正致力于研究一种更强大的混合智能 诊断系统. 如将 ANN 与专家系统相结合[ 8, 9 ] , 用神经网络来解决专家系统的知识获取 将模糊 . 理论与 ANN 相结合, 文 [ 10 ] 提出了一种基于模糊理论的神经网络故障诊断方法, 与现在的 ANN 方法不同之处在于采用模糊方法来处理 ANN 的输出以显示最后结果, 并且对推理作出 解释, 而且模糊系统能够给操作人员提供语言量的输出 将模糊理论与专家系统相结合[ 11 ] , 文 . [ 11 ] 提出了利用模糊数学中模糊变换原理构成一个专家系统 其优点是模糊矩阵本身已经包 . 含了产生式规则. 而且矩阵系数还反映了因果关系的强弱程度 将模糊理论、 . 专家系统和神经 [ 12 ] 网络三者相结合 , 但其实用价值很难评估. 由以上可以看出, 当前将模糊理论应用在 ANN 和专家系统中, 来解决不确定性问题, 已 得到共识, 将会有很好的应用前景. 此外, 还有其它的混合智能诊断方法, 如基于多种模型和多种知识的混合智能诊断系统, 小脑模型与振动监测方法相结合的诊断系统[ 13 ]. 近年来, 遗传算法在故障诊断中的研究又形 成了一个新的热点[ 14 ]. 例如, 在神经网络方法故障诊断中多采用前馈型 B P 网络, 由于 B P 网

第 2 期          李 炜等: 设备故障诊断技术的现状及其发展

?69?

络存在收敛速度慢, 易陷入局部极小和全局搜索能力差等方面的缺陷, 因此, 采用遗传算法优 化 B P 网络的权值, 可进一步将基于遗传算法的遗传进化和基于梯度下降的反训练结合, 利用 遗传算法的全局搜索能力和 B P 算法的局部搜索能力, 以最快速度获得网络的最优连接权值 . 参 考 文 献
1 张安华. 机电设备状态监测与故障诊断技术. 西安: 西北工业大学出版社, 1995. 1 5 ~ 2 吴金培. 模糊理论及其应用. 北京: 科学出版社, 1995. 1 5 ~ 3 虞和济. 设备故障诊断技术的现状及其发展. 基础自动化, 1996, 3 ( 5) : 1 5 ~ 4  Chow M Y, Yee S O. M ethodo logy fo r on 2line incip ien t fau lt detection in single 2 ha se squ irrel2coge in 2 p . duction m o to rs u sing a rtificia l neu ra l netw o rk s IEEE T ran s O n Energy Conversion, 1991, 6 ( 3 ) : 536~ 545 5 项 阳. 125 MW 汽轮发电机组故障诊断专家系统研制: [ 学位论文 ]. 南京: 东南大学, 1995 49 6  徐 文, 王大忠, 周泽存, 等. 模糊辨识在电力设备故障诊断中的应用. 电力系统自动化, 1996, 20 ( 3 ) : 45 ~ 7  牛五广, 陈 彭, 刘吉臻, 等. 汽轮发电机组的振动故障分层诊断模型及实现. 华北电力学院学报, 1995, 22 ( 4) : 58 63 ~ 8 顾学平. 人工神经网络和专家系统结合运用的电力系统故障诊断方法. 华北电力学院学报, 1994, 21 ( 2 ) : 12

~ 17

Abstract T h is p ap er ha s summ a rized the h isto ry and p resen t sta tu s of the theo ry and eng i2
neering app lica t ion fo r the equ ipm en t fau lt d iagno st ic techn ique, ana lyzed the p rocess and cia lly m en t ioned the new t rend s of the in telligen t d iagno st ic m ethod s. cia l neu ra l netw o rk s, fuzzy theo ry essence of fau lt d iagno st ic, in t roduced som e d iagno st ic m ethod s in comm on u se, and esp e2

Key words fau lt d iagno sis, sta tu s m on ito ring of equ ipm en t, in telligen t d iagno sis, a rt ifi2

9  B ecraft W R , L ee P L. A n in tegra ted neu ra l netw o rk exp ert system app roach fo r fau lt diagno sis. Com 2

~ p u ters Chem Engng, 1993, 17 ( 10) : 1001 1014

10 许飞云, 贾民平, 钟秉林, 等. 旋转机械工况辨识的模糊神经网络方法. 东南大学学报, 1995, 25 ( 5) : 67 72 ~ 11 陈济平. 故障模糊诊断专家系统的研制: [ 学位论文 ]. 北京: 北京科技大学, 1993

12  王大忠, 徐 文, 周泽存, 等. 模糊理论、 专家系统及人工神经网络在电力变压器故障诊断中的应用. 中国

电机工程学报, 1996, 16 ( 5) : 349 353 ~

13  L in C C. Perfo rm ance ana lysis of ro ta ting m ach ine u sing enhance cerebella r m odel a rticu la tion con tro ller (E 2 A C ) neu ra l netw o rk s Com p u ter Ind Engng, 1996, 30 ( 2) : 227 242 . ~ CM

14   en F S, Chang C S. P robab ilistic app roach fo r fau lt 2section esti a tion in pow er system s ba sed on a re2 W m

~ fined genetic a lgo rithm. IEEE P roc 2Gener T ran sm D istrib, 1997, 144 ( 2) : 160 168

Presen t s itua tion and its advance of fault d iagnostic techn ique for equ ipm en t
L i W ei, L un S hux ian

(D ep t. of E lectrica l and Info rm a tion Engineering, Gan su U n iv. of T ech. , L anzhou  730050)


相关文章:
机械故障诊断技术的现状及发展趋势
机械故障诊断技术的现状及发展趋势_交通运输_工程科技_专业资料。机械故障诊断技术...1.1 设备诊断技术的研究内容主要包括以下三个环节: (1)特征信号的采集:这一...
关于机械故障诊断技术的现状与发展趋势的研究
关于机械故障诊断技术的现状与发展趋势的研究_法律资料_人文社科_专业资料。关于机械...(3)判断故障种类:从上一步的结果中运用各种经验和知识,对设备的状态进行识别,...
故障诊断技术的国内外发展现状
近年来故障诊断技术得到了迅速发展,概括地讲可以分为 3 类:基于信号 处理的...3页 免费 设备故障诊断技术的现状... 4页 免费喜欢此文档的还喜欢 ...
设备检测和故障诊断技术现状
设备检测故障诊断技术现状张振中 100696138 1 引言 设备状态检测与故障诊断在十年内得到了前所未有的发展, 它对于工业部门重要设备的管理维 护,提高企业生产能力和...
机械故障诊断的发展现状与前景_图文
机械故障诊断的发展现状与前景_工学_高等教育_教育...10 2.3.1 机组技术参数及测点布置 ......有效缩短了检修时间,降低了维修费用,消除了设备故障。 2.3...
机械设备故障诊断技术研究
(3)断裂性故障 4 机械设备故障诊断技术研究 可分脆性断裂、疲劳断裂、应力腐蚀...[5]. 李炜伦,淑娴 .设备故障诊断技术的现状及其发展 .甘肃工业大学学报, 1998...
机械故障诊断技术2
一、机械故障诊断含义及发展现状故障诊断技术是一门了解和掌握设备运行过程中的...3、判断故障种类:从上一步的结果中运用各种经验和知识,对设备的状态进行识别, ...
机械故障技术发展及现状报告
机械故障技术发展及现状报告 摘要 机械设备的检测诊断技术在现代工业生产中的作用不可忽 视,从设备诊断的基 本方法、内容和技术手段等多方面对我 国机械设备诊断...
旋转机械故障诊断技术的研究现状及发展趋势
识别设备及其部件的实时技术状况, 并预知有关异常、 故障和预测其未来技术状 况...1.3 基于模糊Petri 网络的诊断方法 Petri 网是由德国学者Cah Aham Petri 博士...
电力系统故障诊断的研究现状与发展趋势
电力系统故障诊断的研究现状与发展趋势_电力/水利_工程科技_专业资料。电力系统...3)系统运行实现远程化、网络化的跟踪监控。将设备诊断技术与计算机网 络技术相...
更多相关标签:
故障诊断国内外现状 | 汽车故障诊断现状 | 机械故障诊断现状 | 故障诊断研究现状 | 故障诊断现状 | 设备故障诊断与维修 | 电气设备故障诊断技术 | 设备故障诊断技术 |