前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇故障診斷方法范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

故障診斷方法范文第1篇

關(guān)鍵詞：汽車故障 診斷方法

1 汽車故障

汽車故障就是指汽車部分或完全不能工作的情況，或是汽車零件本身以及零件之間配合狀態(tài)不正常。

1.1 汽車故障類型

從知識表示的方便性出發(fā)，汽車故障主要包括以下兩種：①汽車異響故障，如發(fā)動機異響、傳動系異響等。這類故障的特點是一個故障部位會有幾個不確定的故障。這些不確定性主要涉及到兩點：一是在故障現(xiàn)象個數(shù)上是不確定的，二是在故障現(xiàn)象是否明顯上不確定的，這些不確定，使它的知識表示與其他類型不一樣。②汽車功能故障，如果發(fā)生了這樣的故障，通常會有某些功能上的喪失或不完善的情況，如發(fā)動機不能啟動、汽車制動跑偏等。這類故障的特點是兩、三個故障現(xiàn)象事實上發(fā)生在一個故障部位，實際上，汽車使用者或維修人員是不難查出這類故障的。

1.2 汽車常見故障

常見故障是指汽車在行駛的時候可以及時排除的故障或無法排除的局部故障，嚴(yán)重故障是指汽車在行駛的時候不能排除的完全故障，致命故障是指造成汽車重大損壞的故障。

①汽車性能異常。這種故障主要是指汽車的動力性和經(jīng)濟性不好，這樣就會造成很低的汽車最高行駛速度，也不具備較好的加速性能，耗油量明顯的增多，在汽車?yán)镒膊皇娣?，過大的振動和噪聲影響汽車使用者和其他人，汽車操縱上不具備良好的穩(wěn)定性，很容易跑偏等。②汽車使用工況異常。汽車在使用過程中可能會出現(xiàn)一些突發(fā)的異常狀況，要對這些可能發(fā)生的異常狀況做好及時的預(yù)防措施，例如，如果汽車在運行的過程中出現(xiàn)突然熄火的情況，冬季發(fā)動機熄火后無法再發(fā)動，運行過程中突然不能進行中轉(zhuǎn)了，還有更嚴(yán)重的情況就是汽車爆胎和汽車自燃起火等。這類異常的癥狀表現(xiàn)的比較明顯，造成這種故障的原因并不簡單那，主要是忽略了汽車內(nèi)部的一些故障，最后轉(zhuǎn)變成了突發(fā)性的故障。③汽車異常響聲。汽車在運行中的種種故障，一般情況下都會通過異常響聲的形式引起駕駛員和乘坐者的注意，有經(jīng)驗的駕駛員或者是車上的乘客，都能夠通過聲音產(chǎn)生的部位、頻率、音色等找到汽車故障，如果這種響聲比較沉悶并且伴有較強烈的抖振，說明發(fā)生了較厲害的故障，需要及時停車、使發(fā)動機的轉(zhuǎn)速變小，也可以直接關(guān)閉發(fā)動機去查看故障部位，分析故障原因，有時候我們雖然聽到了異常的聲音，能夠判斷的確有某些部位產(chǎn)生了故障，但是汽車仍然能夠正常行駛，所以不能當(dāng)即找出是哪里發(fā)生了故障，故障原因是什么，出現(xiàn)這種情況時，要將汽車駛回基地或者是附近的汽車維修部門，讓專業(yè)的維修人員查找故障并進行維修。④汽車異味。汽車在運行過程中最要注意的就是是否有異味出現(xiàn)，人可以通過鼻子的嗅覺聞到異味的存在。如果出現(xiàn)了異味，首先確定這異味是不是來自汽車，汽車異味主要有制動器和離合器上的非金屬摩擦材料發(fā)出的焦臭味，蓄電池電解液的特殊臭味，汽車電氣系統(tǒng)和導(dǎo)線燒毀的焦糊味。還有就是漏機油的燒焦味以及異常的汽油味，這些方面都要倍加注意。⑤汽車過熱。這主要是指汽車各部的溫度都要比正常使用溫度要高。發(fā)動機溫度過高，最顯著的表現(xiàn)就是散熱器開鍋，汽車過熱只有通過進一步的檢查才能找出產(chǎn)生故障的原因，如果是因為行使的時間太久了，通常情況下還能正常使用。如果是內(nèi)部機構(gòu)故障，就要盡快對其進行故障診斷，及時采取排除故障的措施。⑥排氣煙色異常。我們可以通過發(fā)動機排氣的煙色來判斷發(fā)動機是不是在正常運行，如果沒有正常運行，發(fā)生了怎樣的故障。當(dāng)其處于正常工作狀態(tài)時，排氣煙色也是正常的顏色，如果排氣煙色異常，那么說明發(fā)動機出現(xiàn)了不正常工作的情況。如果發(fā)動機燒機油排氣呈藍色，那么這是在警示我們要對發(fā)動機進行維修；發(fā)動機燃燒不完全排氣呈黑色，如果燃油中或汽缸中有水，發(fā)動機排氣呈白色，此時就要嚴(yán)格檢查燃油或發(fā)動機。⑦汽車滲漏。主要包括燃油滲漏、機油滲漏、制動液滲漏、油滲漏等，以及電氣系統(tǒng)滲漏蓄電池液和電氣系統(tǒng)漏電等。汽車滲漏非常容易導(dǎo)致汽車過熱和損壞機構(gòu)的情況出現(xiàn)。⑧汽車外觀失常。有時候我們會發(fā)現(xiàn)雖然汽車停放在平坦的地面上，但是卻發(fā)現(xiàn)外觀出現(xiàn)某種程度的歪斜，表現(xiàn)為外觀失常。這時就要求我們仔細檢查汽車輪胎氣壓是不是正常、是否出現(xiàn)了車架和懸架損壞的情況等。

1.3 汽車故障產(chǎn)生的原因

汽車故障的發(fā)生，是因為汽車在使用過程中，由于汽車零件的失效，其失效的主要形式是磨損、腐蝕、斷裂、變形和老化等，使汽車的某些技術(shù)指標(biāo)(如汽車的動力性、經(jīng)濟性、可靠性和安全性等)下降到允許限度以下時，汽車技術(shù)狀況也就逐漸地或突然地發(fā)生變化，此時，汽車不能正常使用，就會發(fā)生故障。故障直接影響到汽車的零部件或總成甚至整個汽車的使用壽命，同時還影響到汽車燃料、油的消耗、運輸效益和效率高低以及行車安全等問題。

2 汽車故障診斷的概念

故障診斷方法范文第2篇

1溫度檢測技術(shù)

在對人的身體健康情況進行判斷的時候，使用體溫計來對人的體溫進行測量是非常重要的，因此，在對設(shè)備進行故障診斷時也可以利用溫度參數(shù)來進行。在溫度檢測技術(shù)中主要是有兩種技術(shù)，分別是接觸式測溫技術(shù)和非接觸式測溫技術(shù)。接觸式測溫技術(shù)常常用在需要連續(xù)檢測或觀察不到的部位，例如，檢測軸承的溫度；非接觸式測溫技術(shù)常常用在不安全的部位或不容易去接近部位，例如檢測高壓電器接點的溫度。溫度檢測技術(shù)具備診斷過程簡單的優(yōu)點，同時，診斷結(jié)果也非常清晰，尤其是隨著紅外攝像儀的發(fā)明，能夠更加直觀形象的測量物體的溫度場。

2機械設(shè)備故障的診斷方法

2.1聽覺法

在機械設(shè)備正常工作的時候會產(chǎn)生非常正常并且有規(guī)律的聲音，然而，一旦發(fā)生故障，就會產(chǎn)生異常的響聲。在進行機械設(shè)備故障診斷時，應(yīng)該讓機械設(shè)備以不同的工況來進行工作，對于設(shè)備故障進行檢查和聽診。另外，也能夠通過聽診器等一些比較簡單的工具來進行聽診。例如：對于曲軸和連桿機構(gòu)的響聲，可以用長桿聽診棒聽診，就能夠聽到配氣機構(gòu)的響聲；將膠管插到量油尺孔中，下端在機油盤油面之上的時候，就能夠?qū)⑶S響聲和活塞環(huán)對口處的竄氣的響聲聽清楚。

2.2觀察詢問法

在進行機械設(shè)備故障的診斷之前，應(yīng)對設(shè)備型號和使用年限做出初步判斷，甚至做出設(shè)備故障的判斷；并向使用者具體詢問做過的檢查和修理，深入了解并仔細觀察故障部位和現(xiàn)象，而后做出判斷。

2.3觸摸法

通過人的觸摸，也能夠科學(xué)有效地進行機械設(shè)備故障的診斷。例如：如果機械設(shè)備的發(fā)動機的溫度太高而冷卻系統(tǒng)中存在著一定的冷卻液，那么，可以用手對于散熱器的上部和下部進行觸摸，從而診斷出是節(jié)溫器損壞還是散熱器進水口堵塞；用手對水泵出水口膠管進行觸摸，如果能夠發(fā)現(xiàn)水流壓力波動，就能夠證明水泵工作正常。皮帶的松緊度可以通過手指壓力來進行檢查，燃油泵的工作可以通過手指來進行感覺，摩擦面的磨損情況、高壓油管的供油情況也可以通過用手觸摸的方法來進行檢查，摩擦副配合的松緊度也可以通過用手觸摸的方法來進行診斷等等。

2.4嗅覺法

機械設(shè)備在出現(xiàn)故障的時候，由于機油、冷卻液、油和制冷劑的滲漏和電氣系統(tǒng)的漏電等等，可能會產(chǎn)生一些異味，鑒于此，可以通過嗅覺來對于機械設(shè)備的油液泄露情況進行檢查。

2.5分段檢查法

所謂分段檢查法，也就是說，對于機械設(shè)備故障的檢查，可以根據(jù)線路、管路和帶有系統(tǒng)性質(zhì)的工作路線來進行，從動力源到執(zhí)行機構(gòu)，或從后到前，或從中間查找。例如：對于機械設(shè)備的照明和指示系統(tǒng)的故障，原理上要根據(jù)電源-開關(guān)-保險絲-繼電器-電線-電燈泡的線路，從前到后查找，對于經(jīng)驗豐富的機械設(shè)備故障診斷工作人員來說，他們就會先對保險絲進行檢查，或者是先對燈泡或繼電器進行檢查。

3結(jié)束語

故障診斷方法范文第3篇

【關(guān)鍵字】機械；故障

機械設(shè)備在高速的運轉(zhuǎn)和工作下容易發(fā)生故障，一旦發(fā)生故障其損失巨大，不但維修費用高，而且維修周期也很長，一直是困擾企業(yè)的突出問題。如何應(yīng)用現(xiàn)代故障診斷技術(shù)建立設(shè)備故障預(yù)警制度，是目前亟待解決的難題。

1　設(shè)備故障狀態(tài)產(chǎn)生的原因

在現(xiàn)如今的生產(chǎn)和工作中，企業(yè)大多追求高效率，高速度，設(shè)備種類也是多種多樣，而且大部分企業(yè)的生產(chǎn)一線都是工作環(huán)境較為惡劣，設(shè)備故障率較高。設(shè)備故障發(fā)生的原因是多方面的，主要有以下幾種類型。

1.1　機械零件的損壞

當(dāng)機械發(fā)生某種故障后，從故障部位進行外部觀察，我們會發(fā)現(xiàn)，故障的形成主要是由于零件本身的損傷、以及零件之間原有配合關(guān)系發(fā)生了變化。

零件的損傷是指零件的現(xiàn)有尺寸、形態(tài)偏離了原始設(shè)計性能，這種偏離表示機械在使用過程中，各種因素對零件發(fā)生作用的結(jié)果。常見的零件損傷是由于意外損傷和老化損傷造成的。

1.2　設(shè)備超負荷運轉(zhuǎn)

每臺設(shè)備都有一個設(shè)計輸出參數(shù)極限，如果設(shè)備的實際輸出參數(shù)超出其設(shè)計輸出極限時，機械的正常狀態(tài)將遭到破壞形成故障。產(chǎn)生設(shè)備超負荷運轉(zhuǎn)而引起故障時，就需要采取調(diào)整技術(shù)參數(shù)，提高設(shè)備承載能力，并對故障設(shè)備采取修復(fù)措施。

1.3　機械工作能力的損耗

機械工作能力的損耗是隨著時間的推移，在機械內(nèi)、外因影響下，機械綜和能力的損耗。主要有以下原因：

1.3.1　機件配合間隙增大，剛性下降；

1.3.2　主要部件磨損和老化；

1.3.3　摩擦系數(shù)增大，負荷增加以及磨損等原因造成發(fā)熱量增大；

1.3.4　機械的主要聯(lián)接副和部件發(fā)生磨損、扭曲變形等。

2　設(shè)備故障狀態(tài)的跡象

設(shè)備故障狀態(tài)的跡象在設(shè)備中的表象主要有：

2.1　輸出參數(shù)的變化

設(shè)備臺班生產(chǎn)率降低，油機耗油量與工作時間、工作量的比例增加等的變化。

2.2　振動異常

振動是機械運行過程中的屬性之一，但不正常的振動常常是測定設(shè)備故障的有效手段。

2.3　聲響異常

機械在運轉(zhuǎn)過程中，在正常狀態(tài)下發(fā)出的聲響應(yīng)是均勻與輕微的。當(dāng)設(shè)備在正常工況條件下發(fā)出雜亂而沉重的聲響時，提示設(shè)備出現(xiàn)異常。所以，對噪聲異常的故障跡象必須認真對待，仔細檢查，正確判斷。

2.4　過熱現(xiàn)象

工作中，常常發(fā)生發(fā)動機、制動器、軸承等部位超出正常工作狀態(tài)的溫度變化。如不及時發(fā)現(xiàn)，并診斷與排除，將引起機件燒毀等事故。

2.5　磨損殘余物的激增

通過觀察油箱、齒輪箱、軸承、齒輪等零件的磨損殘余物，并定量測定油樣等樣本中磨損微粒的多少，即可確定機件磨損的程度。

2.6　裂紋的擴展

通過機械零件表面或內(nèi)部缺陷（包括焊接、鑄、鍛造、壓延等）的變化趨勢，特別是裂紋缺陷的變化趨勢，判斷機械故障的程度，并對機件強度進行評估。

3　設(shè)備故障診斷的實施

通過對設(shè)備故障的產(chǎn)生原因及現(xiàn)象的分析，使我們對故障的診斷有了明確的目的性。目前，對各種設(shè)備的故障診斷實施技術(shù)，已從傳統(tǒng)的感官直接判斷，進入到利用現(xiàn)代振動、聲、光、電學(xué)理論以及各種現(xiàn)代測試技術(shù)、信息處理、識別技術(shù)和計算機技術(shù)的方向發(fā)展。

智能診斷與遠程診斷

3.1　振動檢測技術(shù)

振動檢測系統(tǒng)可通過對機械振動信號的拾取、放大，顯示振動的峰值，以了解機械的振動狀態(tài)。主要設(shè)備有測振用傳感器、放大器等。

3.2　音響檢測技術(shù)

現(xiàn)代音響檢測技術(shù)是通過對聲波的聲速、波長、周期、頻率及聲壓的測量、監(jiān)測和判斷設(shè)備的聲波變化，對設(shè)備故障實施診斷。主要設(shè)備為噪聲測量儀。

3.3　光學(xué)檢測技術(shù)

近年來，光學(xué)技術(shù)得到了快速的發(fā)展并被應(yīng)用到工業(yè)領(lǐng)域。例如，在數(shù)控機床中光柵系統(tǒng)的應(yīng)用。光柵測量是利用光的衍射原理，通過疊放的光柵的相對運動，產(chǎn)生與之同步移動的莫爾條紋信號，然后通過讀數(shù)頭與后續(xù)電路，將導(dǎo)軌、工作臺的位置等信號轉(zhuǎn)變成信號讀出來，其讀數(shù)分辨率可達5nm。當(dāng)兩塊相同的長光柵跌合，如果柵線的夾角很小時，莫爾條紋的方向與光柵條紋方向近似垂直。光柵盤上黑白刻線的相對移動，會產(chǎn)生光強度周期性變化，此光信號經(jīng)光電池轉(zhuǎn)換成為周期性的電信號，對電信號進行分析處理，就可獲得光柵相對移動的位移量。

3.4　人工智能診斷

近年來，人工智能和計算機技術(shù)迅速發(fā)展，在機械診斷中的運用也越來越廣泛。國內(nèi)外不乏成功的實例。例如，用于大機組和燃氣輪機的診斷專家系統(tǒng)、采用概率神經(jīng)網(wǎng)絡(luò)、自組織映象和徑向基函數(shù)網(wǎng)絡(luò)等的智能診斷神經(jīng)網(wǎng)絡(luò)等。Zadeh曾將專家系統(tǒng)、模糊集合、神經(jīng)網(wǎng)絡(luò)、概率計算和遺傳算法統(tǒng)稱為軟計算。將軟計算中各種方法集成，形成各種類型的混合系統(tǒng)，如用于診斷的模糊專家系統(tǒng)、模糊神經(jīng)網(wǎng)絡(luò)等，使各種方法互相取長補短，相輔相成，是一種值得關(guān)注的動向。

3.5　遠程診斷

遠程診斷是計算機網(wǎng)絡(luò)技術(shù)發(fā)展的產(chǎn)物。目前尚處于初始階段。前面提到，設(shè)備診斷的案例積累，不能僅僅依靠單個工廠，必須一個行業(yè)，乃至制造廠、使用廠和研究單位的社會性協(xié)作。從這一角度看，遠程診斷將發(fā)揮極其重要的作用。就當(dāng)前而言，首先要解決的是數(shù)據(jù)格式的統(tǒng)一問題。沒有統(tǒng)一的數(shù)據(jù)格式，就談不上診斷信息的交流，也談不上遠程診斷，其結(jié)果只能是各個外國公司壟斷我國重大關(guān)鍵設(shè)備的運行經(jīng)驗。為此，不少學(xué)者強烈呼吁迅速促成、完善這一工作。這是我國機械診斷技術(shù)發(fā)展的一件大事，有著深遠意義。

故障診斷方法范文第4篇

[關(guān)鍵詞]電力系統(tǒng)；故障診斷；算法；發(fā)展趨勢

中圖分類號：TM711 文獻標(biāo)識碼：A 文章編號：1009-914X（2014）34-0024-02

1 引言

隨著電力系統(tǒng)調(diào)度自動化水平的不斷提高，各種自動裝置的廣泛應(yīng)用，越來越豐富的故障報警信息（包括正確報警信息、誤傳信息、重復(fù)信息及不相關(guān)信息等）會在故障發(fā)生時通過故障信息系統(tǒng)傳入調(diào)度端，尤其在發(fā)生復(fù)故障和保護配置多樣化的情況下，要求調(diào)度運行人員在這種緊急情況下人為地提取有效的故障信息并快速正確判斷出故障元件是非常困難的。因此非常有必要建立完善的電網(wǎng)故障診斷系統(tǒng)，以實現(xiàn)對電網(wǎng)故障的自動快速診斷。

電網(wǎng)故障診斷主要是對各級各類保護裝置產(chǎn)生的報警信息、斷路器的狀態(tài)變化信息以及電壓電流等電氣量測量的特征進行分析，根據(jù)保護動作的邏輯、運行人員的經(jīng)驗和電氣量的特征量來推斷可能的故障位置和故障類型。近10多年來，電網(wǎng)故障診斷技術(shù)得到了深入廣泛的研宄，國內(nèi)外學(xué)者提出了眾多可行的方法。目前在故障診斷領(lǐng)域應(yīng)用較多的有專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、優(yōu)化技術(shù)、模糊集理論、多系統(tǒng)、貝葉斯網(wǎng)絡(luò)、Petri網(wǎng)理論等。本文旨在對這些故障診斷方法進行總結(jié)歸納，分析各種方法的特點和不足，以便取長補短，發(fā)展出新的診斷方法。

2 電網(wǎng)故障診斷常用方法

2.1 專家系統(tǒng)

專家系統(tǒng)[1-2]（Expert System，ES）是一個具有大量專門知識與經(jīng)驗的程序系統(tǒng)，它能融合領(lǐng)域?qū)＜叶嗄攴e累的經(jīng)驗與專門知識進行推理和判斷，模擬人類專家的推理決策過程，具備解決專業(yè)領(lǐng)域問題的能力。專家系統(tǒng)主要由人機接口、知識庫、推理機、數(shù)據(jù)知識庫及解釋器來組成。由于專家系統(tǒng)累積大量專門知識可以準(zhǔn)確模擬調(diào)度員的思維過程，因此引入到故障診斷領(lǐng)域較早而且發(fā)展成熟。

專家系統(tǒng)一般可以分為以下三類：（1）基于規(guī)則系統(tǒng)：這類專家系統(tǒng)利用“IF-THEN”結(jié)構(gòu)的規(guī)則來表示保護與斷路器間的配合邏輯及專家在運行中積累的診斷經(jīng)驗，并形成完備的知識庫，將故障產(chǎn)生的報警信息逐一與知識庫中的規(guī)則進行比較、匹配，從而識別出故障元件。（2）基于模型系統(tǒng)：這類系統(tǒng)綜合了一些運行方式與原理不同的模型，先根據(jù)實際保護系統(tǒng)的結(jié)構(gòu)與功能來建立模型，再模擬實際電網(wǎng)故障行為并得出結(jié)果，最后通過與實際獲得的報警信息進行匹配來驗證故障假設(shè)。（3）基于邏輯系統(tǒng)：根據(jù)保護隔離故障的原理和邏輯進行診斷推理，對故障特征做出假設(shè)并逐一驗證，最終給出評價并提供每條假設(shè)的可信度給用戶。

專家系統(tǒng)在故障診斷領(lǐng)域內(nèi)的應(yīng)用開展較早，具備方案靈活、推理結(jié)果可解釋、能實時診斷等優(yōu)點，在大規(guī)模電網(wǎng)中有著成功的工程應(yīng)用。但也存在缺陷和不足：不具備學(xué)習(xí)能力，難以獲得完備的知識庫；當(dāng)電網(wǎng)新增保護配置或者拓撲結(jié)構(gòu)變化較大時，知識庫的維護工作量太大；它的推理能力限制在狹窄的專業(yè)領(lǐng)域內(nèi)，無法處理新的情況。

2.2 人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)（Atificial Neural Network，ANN）是有大量的處理單元經(jīng)過廣泛互連而組成的人工網(wǎng)絡(luò)，用來模擬人類神經(jīng)系統(tǒng)傳輸和處理信息的過程。神經(jīng)網(wǎng)絡(luò)能夠通過研究歷史數(shù)據(jù)進行樣本訓(xùn)練，從而具有歸納全部數(shù)據(jù)的能力，因此能夠解決數(shù)學(xué)模型或規(guī)則難以處理的問題。人工神經(jīng)網(wǎng)絡(luò)具有特殊的并行結(jié)構(gòu)和并行實現(xiàn)能力，使之具有較快的處理速度，適于應(yīng)用在電網(wǎng)故障診斷領(lǐng)域。文獻[1]提出基于新型徑向基函數(shù)的神經(jīng)網(wǎng)絡(luò)方法，以保護信息、可能故障2作為ANN的輸入和輸出，選擇合適的樣本集訓(xùn)練ANN，其故障診斷能力優(yōu)于傳統(tǒng)的BP（誤差反向傳播）模型。

人工神經(jīng)網(wǎng)絡(luò)方法不存在專家系統(tǒng)完善知識庫這樣的難題，具有比較強的自我學(xué)習(xí)能力和容錯能力。但是ANN的學(xué)習(xí)只針對特定的系統(tǒng)結(jié)構(gòu)，外推能力差，工作過程是一個黑箱，因此只適應(yīng)于中小型電網(wǎng)的故障診斷。

2.3 優(yōu)化技術(shù)

采用優(yōu)化技術(shù)（Optimization Methods）的診斷方法依據(jù)電網(wǎng)故障特征設(shè)定假想事故集的適應(yīng)度函數(shù)或目標(biāo)函數(shù)，采用不同優(yōu)化算法來更新事故集，直至確定適應(yīng)度最大的事故集來作為故障診斷結(jié)論。這種方法通過采用0-1整數(shù)規(guī)劃的解析模型來描述電網(wǎng)故障診斷，經(jīng)優(yōu)化算法推導(dǎo)求得最優(yōu)解。文獻[2]設(shè)目標(biāo)函數(shù)為故障元件數(shù)與誤動開關(guān)（保護、斷路器）數(shù)的最小和并簡化為二次型，這樣就轉(zhuǎn)變?yōu)橐粋€0-1整數(shù)規(guī)劃問題，約束條件用來描述保護.和斷路器的動作原理。文獻[3]綜合考慮了主、后備保護間的狀態(tài)關(guān)系、二次系統(tǒng)配置特點和斷路器失靈保護，對目標(biāo)函數(shù)進行優(yōu)化、改進使得模型更加合理、準(zhǔn)確。

用優(yōu)化技術(shù)的故障診斷方法適用于完備信息下的電網(wǎng)故障診斷，不需啟發(fā)性知識的引入，能快速得到全局最優(yōu)解或者多個可能的解。它的難點在于故障診斷數(shù)學(xué)函數(shù)的建立和算法的收斂速度。

2.4 模糊集理論

模糊集理論（Fuzzy Set Theory）用模糊隸屬度的概念來描述不精確、不確定的事件和對象，并引入近似推理的模糊規(guī)則，可以有效地表達專家知識，具有很強的容錯能力，因此模糊集理論比較適合用來處理保護和斷路器間的不確定關(guān)聯(lián)關(guān)系、報警信息的可信度問題。文獻[4]假設(shè)診斷所需信息為準(zhǔn)確，只有故障與保護之間、保護和斷路器之間的關(guān)聯(lián)關(guān)系不確定，用模糊隸屬度來描述不確定量得出可能的元件故障率。文獻[5]認為報警信息都是不確定的并賦予一定的可信度，根據(jù)電網(wǎng)拓撲和故障發(fā)生時的保護、斷路器動作狀態(tài)，再通過專家系統(tǒng)等方法給出模糊的故障診斷輸出。

模糊集理論能夠處理不確定的信息，進行診斷時不需要建立精確的數(shù)學(xué)模型，利用模糊規(guī)則可以實現(xiàn)診斷智能化。但模糊集理論需要結(jié)合其他方法來使用，而且只能有限地處理電網(wǎng)中的不確定因素。

2.5 多系統(tǒng)

多系統(tǒng)（Multi-Agent System，MAS）結(jié)合了計算機技術(shù)、網(wǎng)絡(luò)技術(shù)和分布式人工智能，在邏輯上將一個問題分解為多個子問題求解實體，每個子實體僅擁有對應(yīng)求解問題所需的數(shù)據(jù)和資源，不同子實體互相交互配合以解決最終問題。多系統(tǒng)具有數(shù)據(jù)分散化、無全局控制、計算異步和個體行為獨立自制等特點。Agent間的協(xié)同與合作等特點為電網(wǎng)故障診斷建模提供了條件。文獻[6]中提出了采用SCADA系統(tǒng)和數(shù)字錄波系統(tǒng)、結(jié)合多技術(shù)、應(yīng)用于電網(wǎng)故障診斷的體系結(jié)構(gòu)，這種結(jié)構(gòu)包括相互作用、合作與通信的多個Agent形成多系統(tǒng)，診斷中應(yīng)用基于知識、模型推理的方法求得局部的最優(yōu)解。

多系統(tǒng)在電網(wǎng)故障診斷方面具有很好的發(fā)展前景，它利用多種不同的方法并綜合其優(yōu)點，并行分布式處理問題保證了電網(wǎng)故障診斷的實時性，極大地提了診斷結(jié)果的正確性和容錯性。如果電網(wǎng)規(guī)模較大，在故障診斷時可以先分區(qū)后進行分布式求解。作為軟件系統(tǒng)的MAS需要依靠其它方法來共同完成故障診斷。目前MAS在診斷研究中的關(guān)鍵是如何與其它方法相結(jié)合、單個Agent的建模方式以及各個Agent之間的協(xié)調(diào)協(xié)作。

2.6貝葉斯網(wǎng)絡(luò)

貝葉斯網(wǎng)絡(luò)（Bayesian Network，BN）用于不確定推理和知識表達，有機結(jié)合了圖論和嚴(yán)格概率理論，利用概率理論來處理各種知識間的不確定因果關(guān)系，再通過貝葉斯網(wǎng)絡(luò)來進行表達，最后可以得出故障征兆下的各元件故障率。貝葉斯網(wǎng)絡(luò)包括節(jié)點和有向弧，分別通過拓撲結(jié)構(gòu)、節(jié)點條件來表達網(wǎng)絡(luò)中的定性信息和定量信息。文獻[7]根據(jù)元件故障、保護和斷路器動作間的內(nèi)在邏輯，分別針對線路、母線、變壓器建立了故障診斷模型，不同的節(jié)點間關(guān)聯(lián)關(guān)系通過“概率與”和“概率或”進行區(qū)分計算。文獻[8]對故障信息進行了時序一致性識別和完備化預(yù)處理，建立了計及時序信息屬性的改進型BN故障診斷模型。貝葉斯網(wǎng)絡(luò)方法具有模型清晰直觀、因果關(guān)系明顯、診斷精度高等優(yōu)點，適用于不確定信息下的故障診斷。但由于貝葉斯網(wǎng)絡(luò)在電網(wǎng)故障診斷上的研宄起步較晚，其自動建模和知識更新能力還有待提高。

2.7 Petri網(wǎng)理論

Petri網(wǎng)（Petri Net，PN） 是由庫所（Place）、變遷（Transition）、連接庫所和變遷的有向弧及初始標(biāo)識構(gòu)成，能夠描述系統(tǒng)中各元件間的關(guān)系，并用網(wǎng)絡(luò)來表示系統(tǒng)中同時發(fā)生、次序發(fā)生或循環(huán)發(fā)生的各種活動來構(gòu)造系統(tǒng)模型及動態(tài)特性分析。Petri網(wǎng)可以簡單地描述為一個加權(quán)有向網(wǎng)，它的節(jié)點分割為庫所和變遷兩個非空有限集合，用加權(quán)的有向弧將節(jié)點連接起來。Petri網(wǎng)是對系統(tǒng)進行靜態(tài)的結(jié)構(gòu)分析，其動態(tài)性質(zhì)由變遷和節(jié)點上的托肯（Token）數(shù)目體現(xiàn)出來，適用于描述離散事件動態(tài)行為。文獻[9]針對輸電網(wǎng)的設(shè)備，研究了故障切除過程的Petri網(wǎng)模型，然后建立了針對故障元件的Petri網(wǎng)診斷模型。文獻[10]在此基礎(chǔ)上引入了后備保護的模型，使Petri網(wǎng)的故障診斷模型得到了發(fā)展和完善。文獻[11]利用Petri網(wǎng)建立了模擬故障正向發(fā)生和線路、母線的反向故障診斷模型，適于處理多重故障、存在開關(guān)拒動和誤動的復(fù)雜故障。文獻[12]結(jié)合實際SCADA系統(tǒng)提供的信息對故障設(shè)備進行Petri網(wǎng)的故障診斷建模，具有一定的實用性。此外，大量的國內(nèi)外文獻對原有Petri網(wǎng)模型進行了改進或發(fā)展出高級Petri網(wǎng)來應(yīng)對不同情形下的電網(wǎng)故障診斷，其中涉及有基于保護時空參數(shù)的petri網(wǎng)、概率信息Petri網(wǎng)、模糊Petri網(wǎng)、編碼Petri網(wǎng)等。

Petri網(wǎng)以形象直觀的有向圖建模，利用數(shù)學(xué)描述或推理進行求解，具有簡潔、高效、實用的特點。但同時，由于Petri網(wǎng)建模法依賴網(wǎng)絡(luò)結(jié)構(gòu)，若電網(wǎng)規(guī)模較大、結(jié)構(gòu)復(fù)雜則可能導(dǎo)致診斷模型中的狀態(tài)組合爆炸，為此需要改進Petri網(wǎng)或引入高級Petri網(wǎng)。

3 電網(wǎng)故障診斷的發(fā)展趨勢

在告警信息完備、正確的情況下，上述方法均能夠準(zhǔn)確地診斷出故障元件，識別出開關(guān)量的誤動、拒動。實際在電網(wǎng)故障時，由于短時間內(nèi)需要傳輸大量數(shù)據(jù)，報警信息畸變、丟頓和傳送延遲的情況經(jīng)常出現(xiàn)，因而傳統(tǒng)方法具有一定的局限性。

目前對電網(wǎng)故障診斷的研究主要趨于兩個方向，一個方向是引入新的信息源和故障診斷方法，如故障錄波信息、廣域測量系統(tǒng)信息、潮流分布。一方面可以提高信息源的完備性、故障信息的冗余度；另一方面，通過利用新故障信息源形成新的故障判據(jù)可以得出更加準(zhǔn)確的診斷結(jié)果，也可以進行更加深入的故障診斷例如故障性質(zhì)和故障相的判斷。但當(dāng)前一些區(qū)域的故障信息系統(tǒng)仍未完善，受制于電網(wǎng)通信技術(shù)、設(shè)備更新滯后等限制，調(diào)度中心無法實時獲得故障錄波數(shù)據(jù)和采集到全面的電網(wǎng)PMU數(shù)據(jù)，這些都在一定程度上限制了新故障診斷方法的推廣。

另一個方向是改進和優(yōu)化現(xiàn)有故障診斷算法，通過信息融合技術(shù)對多種方法的診斷結(jié)果進行融合，提高診斷方法的準(zhǔn)確性。從各種診斷技術(shù)的概述可以看出，每種智能方法均具有一定的診斷能力且適用于部分電網(wǎng)故障情形，存在一定的局限性。如果綜合多種方法進行混合故障診斷，可以綜合不同方法的長處形成優(yōu)勢互補，消除單一診斷方法的局限性，大大提高了診斷性能。因此，采用混合故障診斷技術(shù)成為一個必然的研宄趨勢，可以綜合現(xiàn)有研宄成果進行揚長避短，多層次、多角度地進行電網(wǎng)故障診斷。

故障診斷方法范文第5篇

1　故障形成的因素

(1)自然因素：即農(nóng)機具設(shè)備受外部和內(nèi)部各種不可抗拒的自然因素的影響。如拖拉機的發(fā)動機故障率高低與季節(jié)有關(guān)。冬季低溫使用時，故障率高于夏季。如發(fā)動機的燃料供給系在冬季常因氣溫低、霧化不良，燃油容易凝固發(fā)生油路堵塞而不易啟動。

(2)人為因素：即農(nóng)機具在制造和修理時使用了不合格的零件或違反了裝配技術(shù)要求；在使用中沒有遵守操作技術(shù)規(guī)程；沒有執(zhí)行規(guī)定的保養(yǎng)維護制度以及在運輸、保管中不當(dāng)?shù)仍颍罐r(nóng)機具過早地喪失了它的應(yīng)有功能。

2　磨損與時間的關(guān)系規(guī)律

一般將磨損過程分為三個階段，即初期磨損階段(又稱走合階段)、穩(wěn)定磨損階段(又稱正常工作磨損階段)和急劇磨損階段。

(1)初期磨損階段：因農(nóng)機具在制造及修復(fù)零件時，零件內(nèi)表面或外表面難免留下刀痕，這些刀痕和凸起部分，會在走合時磨落成金屬屑及其氧化物顆粒，這些金屬屑、氧化物顆粒應(yīng)在走合維護時清除，如果留在零件摩擦表面會引起嚴(yán)重的磨料磨損，加速機件的磨損過程。

(2)穩(wěn)定磨損階段：隨著走合的進展，表面粗糙度逐漸磨平，實際接觸面積不斷增大，單位面積壓力減小，磨損速度逐漸平緩，正常工作條件形成，進入穩(wěn)定磨損階段，在這期問，工作時間最長，磨損速度最小，只要按規(guī)定正確使用和維護，一般不會發(fā)生故障。

(3)急劇磨損階段：在這個階段由于磨損的不斷積累，造成零件的配合間隙過大，以金屬的直接接觸代替原來的液體摩擦或邊界摩擦，因而導(dǎo)致強烈的磨損。使農(nóng)機具運轉(zhuǎn)時出現(xiàn)附加的沖擊載荷、振動和噪聲、溫度升高，在這一階段如不及時進行調(diào)整或修理，會造成事故性故障，最終導(dǎo)致零件完全失效。

3　故障變化規(guī)律

農(nóng)業(yè)機械發(fā)生故障的變化規(guī)律一般分為三個時期，即早期故障期、偶然故障期、耗損故障期。

(1)早期故障期：指新進或大修后的，農(nóng)業(yè)機械在走合期引起的故障。此時期特征是初始投入使用故障率較高，隨著使用時間的延長，其故障率呈漸減性(ab曲線)。

(2)偶然故障期：指農(nóng)業(yè)機械設(shè)備在走合期結(jié)束后，轉(zhuǎn)入正常使用的有效壽命期。只要在正確維護和使用條件下，沒有特定的故障起主導(dǎo)作用，即使發(fā)生故障也是偶然的，故障率基本恒定，其值甚小。

(3)耗損故障期：指農(nóng)機具通過長時期的使用，因零件達到使用極限，往往出現(xiàn)的故障率很高，耗損故障期的曲線是漸增性。

二、農(nóng)業(yè)機械的故障診斷方法

可分為主觀故障診斷方法和客觀故障診斷方法。

1　農(nóng)業(yè)機械的主觀故障診斷方法

農(nóng)機具的主觀故障診斷就是采用常規(guī)的眼看、耳聽、鼻嗅、手摸和詢問操作者的診斷方法，類似于中醫(yī)醫(yī)生的望、聞、問、切，該方法因診斷人的經(jīng)驗而異，診斷結(jié)果并不完全一致。農(nóng)機具的主觀故障診斷方法具體操作是：

(1)采用眼看的感官視覺檢驗：直接觀察農(nóng)機具的異?，F(xiàn)象。如漏油、漏水、發(fā)動機排出的煙色以及機件松脫、明顯斷裂、扭曲變形等。為提高視覺檢驗精度，在某些情況下，可借助放大鏡對零件的磨損、破損、裂紋等進行檢驗，還可借助于手錘敲擊對裂紋和鉚釘?shù)乃蓜舆M行檢查。為彌補視覺中某些箱體內(nèi)部檢驗的不足，還可借助于光導(dǎo)纖維作為光傳導(dǎo)的內(nèi)窺鏡來檢測，或新、舊零件進行對比檢驗等操作。

(2)采用耳聽聲覺的檢驗：根據(jù)響聲的特征來判斷故障部位，辨別故障發(fā)生時應(yīng)注意到的異響聲與伴隨聲等現(xiàn)象，注意響聲與轉(zhuǎn)速、溫度、載荷以及發(fā)出響聲位置的關(guān)系，這樣才能提高判斷故障的準(zhǔn)確率。如發(fā)動機活塞敲缸與轉(zhuǎn)速、負荷、溫度有關(guān)。轉(zhuǎn)速和溫度低時，響聲清晰；負荷大時，響聲明顯。

(3)采用鼻嗅氣味的檢驗：根據(jù)氣味的特征來判斷故障可能發(fā)生的部位，辨別故障發(fā)生時應(yīng)注意到的異常氣味與伴隨的煙氣等現(xiàn)象。如皮帶的橡膠氣味、摩擦片的燒焦味等，都會有明顯的異常氣味嗅到。

(4)采用手摸觸覺的檢驗：用手觸摸懷疑有故障或與故障相關(guān)的部位，以便找出故障所在。如用手觸摸制動鼓若有燙手的現(xiàn)象，則證明車輪制動器有制動阻滯故障。

(5)詢問操作者的檢驗：就是訪問一線使用者，了解農(nóng)機具使用條件和時間，以及故障發(fā)生時的現(xiàn)象和病史等，以便判斷故障或為故障診斷提供參考資料。

2　農(nóng)業(yè)機械的客觀故障診斷方法

農(nóng)機具的客觀故障診斷方法，類似西醫(yī)的體溫表、血壓計、心電圖儀、CT機等各種人體診斷儀器，不因儀器操作的使用者而異，診斷結(jié)果比較客觀地反映農(nóng)機具運行的當(dāng)前工況。可分為工、量具檢驗法，物理檢驗法，儀器檢驗法。

(1)工、量具檢驗法：利用通用量具、專用量具測量零件現(xiàn)有的尺寸及形位公差值，與技術(shù)標(biāo)準(zhǔn)所規(guī)定的許用值進行對比，確定零件能否繼續(xù)使用。

(2)物理檢驗法：利用電、磁、光、聲、熱等物理量，通過對工件引起的變化來探測零件技術(shù)狀況的一種方法。這種方法通常用來檢驗零件內(nèi)部隱蔽缺陷而又不損壞零件本身的一種無損的探傷檢驗，如磁力探傷法，磁粉法、滲透法和射線法等。