设备故障诊断系统范文
时间：2023-10-03 05:47:12
设备故障诊断系统篇1
关键词：云平台；远程；故障诊断；专家系统；煤炭设备
经济发展趋势表明煤炭仍将是我国未来30a发展的主要能源，智慧矿山、绿色发展等理念对于矿山设备的开采提出了更高的要求，无人化是煤矿作业发展的必然趋势。煤炭设备工作环境恶劣，发生故障的次数较多，不仅影响企业的经济效益，对于员工的安全也是一大威胁，因此在线远程故障诊断系统的研发是一种必然趋势。目前采煤机、带式输送机等设备的单机故障检测系统在工业生产中都有相应的应用，然而采用云平台技术对设备群故障进行远程故障诊断的系统鲜少有人开发，本文利用云平台设计煤炭设备远程故障诊断系统，对采煤机、带式输送机、矿用提升机进行远程故障诊断与维护，提高煤炭开采效率。
1煤炭设备故障类型分析
煤炭设备包含提升设备、通风设备、运输设备、排水设备、挖掘设备、支护设备、供电设备等，其中采煤机、带式输送机、矿用提升机是发生故障次数较高的设备，本文主要对这3类设备进行远程故障诊断与维护。（1）采煤机故障采煤机故障常见的部位为液压泵、截割部、牵引部和变频器，为分析液压泵的状态，需对泵工作状态下的冷却水压、调高水压以及其工作转速进行监测，当这些数据超过其临界值时应引起重视。截割部故障通常是电机发生故障，需采集电机的电流以及温度作为判断依据。牵引部故障一般也是电气部分发生故障引起的，将牵引速度、电机电流、变压器温度作为判断依据。变频器故障需监测变频器电压以及电流。（2）带式输送机故障带式输送机常见的故障部位为驱动装置、托辊和输送带，其中输送带故障最为频繁，因此需定期对输送带进行检查与维护。驱动装置故障发生后可根据轴承是否存在异响、电机的电压电流转速是否正常等对其故障具置进行定位。托辊故障主要是托辊支撑处发生相对滑动，只需监测其位移即可。输送带故障分为输送带跑偏、输送带撕裂、输送带打滑，需对输送带压力、位移、磨损情况等进行监测。（3）矿用提升机故障矿用提升机常见的故障部位为主轴装置、减速器、电动机和制动系统。主轴装置发生故障时轴承温度会高于50℃，闸盘的位移也会大于0.3mm，其振动速度也会变大。减速器故障时轴承温度和振动速度也会变大。制动系统的故障可通过监测闸瓦温度以及油温等判断。煤矿用设备故障类型如图1所示。
2基于云平台的煤炭设备远程故障诊断系统架构设计
基于云平台的煤矿用设备远程故障诊断系统的架构主要分为3层：数据采集层、网络通信层和系统应用层。在数据采集层采用温度、压力、速度等传感器对采煤机、矿用提升机和带式输送机的各项参数进行数据采集，将采集数据传输至无线采集分站，然后通过本地环网、5G网络等通信方式传输至故障诊断中心，故障诊断中心对收到的信号进行处理，转换为可被监控系统识别的数据，并采用防火墙隔离病毒，完成处理后将数据存储在本地服务器中。为了保障系统的稳定运转，本文设置了本地主服务器以及备服务器，当主服务器瘫痪后备服务器工作，保障系统的可靠运行。煤炭设备远程故障诊断系统架构如图2所示。数据采集层将温度、电流传感器等通过螺栓联接的方式安装在采煤机、矿用提升机以及带式输送机上，对设备运转状态进行监测。网络传输层备有无线连接和有线连接2种方式，通过以太网或5G网络将数据信息传输至故障诊断中心，交换机对本地网络进行分段管理。系统应用层分为硬件部分和软件部分，硬件部分主要指的是服务器，完成数据的存储与读取，增加了云服务器，由分布式云平台组成，减少了本地服务器的存储压力；软件部分包含数据处理算法、数据库以及远程客户端，对采集数据预处理指的是处理包含数据的备份、检索等，并通过神经网络等智能算法分析故障类型，诊断完成后将处理结果在客户端上呈现，及时地推送设备的运转状态，提醒工作人员检查设备。
3基于云平台的远程故障诊断关键技术
远程故障诊断最重要的信息传输，煤矿开采环境复杂，有些地方无线无法覆盖，因此本文采用无线和有线结合的方式。云服务器通过MQTT协议与客户端实现交互，该协议在不稳定的网络系统中可提供可靠的服务，而且结构简单，保障了信息传输的稳定性。数据的信息存储也是云平台很关键的技术，本文将采集得到的数据单独存储在服务器中，采用Hadoop数据仓库Hive对分布式文件系统（HDFS）内的数据进行分类，分类的原则是来自不同设备的数据分别分开存储，数据经过数据迁移工具（Sqoop）处理后按照设备、数据类型、时间节点进行分类，并将这些数据存储在HDFS中。该存储技术不仅可实现快速数据查询，还能对数据库在线扩容，保障数据库的空间足够。基于Hive的数据分类存储技术原理如图3所示。故障诊断的依据是传感器采集的数据，数据处理的依据是专家多年的经验，应用层的客户端将专家远程故障诊断经验通过逻辑分类的形式编辑为相应的程序，在线对煤炭设备故障进行预判断。专家诊断中心先根据现场工人的描述判断设备故障类型，当设备故障难以通过这些现象判断时，再专家诊断中心根据现场采集的数据进行判断。专家故障诊断中心根据现场描述对故障类型进行初步预判后将其分配给专家智能决策系统。
4基于云平台的远程实时故障诊断流程
远程实时故障诊断功能的构建需要实时数据参数的获取以及实时数据的查看、分析与存储，专家故障诊断中心先根据现场工人的描述进行判断，当专家诊断中心不能根据描述对故障类型进行诊断时，专家需与现场工人交流。然后以现场设备的运行数据为依据对设备状态进行判断，专家诊断中心根据传输至云诊断中心的数据对煤矿用设备的故障进行分析与判断。故障诊断中心的判断有时需要依赖设备历史状态数据，一般通过列表或图表等方式获取设备历史数据，有时需要远程发送命令指令进行调试从而更好地判断设备的故障类型。完成故障诊断后，将诊断结果保存在设备的故障案例库中，形成典型故障库，为之后的故障诊断提供依据，当其他用户遇到相似问题时可以通过索引的方式更快速地定位故障。基于云平台的远程在线实时故障诊断流程图如图4所示。
5结语
（1）对煤矿用故障率较高的设备采煤机、矿用提升机以及带式输送机的故障类型进行总结，分析为诊断相应故障需要监测的参数。（2）对基于云平台的煤炭设备远程故障诊断系统的架构进行设计，将系统分为数据采集层、网络通信层和系统应用层，分析不同层的功能以及层与层之间的关系。（3）分析基于云平台的远程故障系统通信技术、存储技术以及专家诊断中心的工作原理，并对专家故障诊断的具体工作流程进行研究。
参考文献：
［1］李旭,吴雪菲,田野,等.基于云平台的综采设备群远程故障诊断系统［J］.工矿自动化,2021,47(7):57-62.
［2］张娅,李庆,沈涛.采煤机常见故障及基于神经网络的故障诊断分析［J］.煤矿机械,2020,41(12):157-159.
［3］蒋元杰,叶荫民,蒋晓瑜,等.基于LabVIEW的设备故障诊断系统［J］.电子测量技术,2018,41(14):108-112.
［4］刘天元.矿井提升机远程监控及故障诊断系统设计［J］.科学中国人,2017(12):37.
［5］方晓汾,罗方赞,魏小华.基于云计算的矿井提升机智能故障诊断系统研究［J］.矿山机械,2017,45(4):26-30.
［6］高云红.提升机远程故障诊断系统及其基于DSP的数据采集与处理的研究［D］.青岛：山东科技大学,2006.
［7］李志鹏.煤矿带式输送机常见故障分析及处理探究［J］.当代化工研究,2021(17):25-26.
［8］刘文君.煤矿提升机常见故障类型分析及故障诊断技术研究［J］.当代化工研究,2021(6):57-58.
设备故障诊断系统篇2
关键词：实时故障诊断短消息办公网
中图分类号：TS736文献标识码： A 文章编号：
1 前言
自动化设备出现故障后，按照传统的处理方法，技术人员首先需要到现场确认故障并查询PLC程序，形成方案对故障进行处理。这种故障处理方式存在几个方面的弊端：1）故障原因可能无法快速确定，给快速解决故障带来困难；2）技术人员办公地点不在现场和主控室，无法及时掌握设备故障信息，不利于快速及时恢复生产；3）没有手段根据设备参数变化情况及时预判设备故障，不利于提前发现问题；4）技术人员水平存在差异，导致在处理方案形成上可能存在安全和技术隐患。
为解决以上问题，开发了自动化设备故障自动诊断系统，有效解决了维检工作过程中在设备故障处理方面存在的问题，系统现已在济钢投用，效果良好。
2 系统设计
2.1设计原则
系统本着快捷、方便、实用的原则进行设计，实现重要设备的故障诊断、远程设备运行情况监视、故障预判、故障处理方案快速形成、故障信息快速通知等功能。
2.2系统架构
硬件架构如图1所示。
图 1 硬件架构
软件架构如图2 所示。
图 2 软件架构
3 系统功能
系统主要具有数据采集、故障诊断、故障处理方案自动生成、设备运行状态远程监视、短消息自动发送等功能。由于数据采集周期的限制，为将设备的所有故障信息全面的采集上来，在PLC程序中需要实现故障记录功能。
1）PLC实现部分
主要是为了将导致设备停机的故障信息和操作员的操作信息进行记录，为故障诊断提供完整的数据信息。记录的故障和操作信息在每次设备停止时先清空再记录，保证暂存变量的数据为上一次停机时的信息。
2）数据采集与故障诊断
采集分为实时信息和历史信息，历史信息为设备停机时PLC程序记录下来的故障和操作暂存信息，为实现用户可以在办公网上访问生产数据同时防止办公网干扰控制网，采集程序首先将采集到的数据进行网络转换，由控制网经485转换为办公网数据，数据采集采用OPC方式获取生产数据，再使用Modbus协议进行网络数据转换。实时信息中包含设备的重要参数和实时故障信息，历史信息只在判定设备由运行转为停机时进行记录，并将与此设备相关的故障变量信息和操作信息写入数据库中。故障诊断程序根据数据库中故障预判规则对设备运行情况进行判定，在判定出设备异常信息后及时将异常信息写入数据库中，同时将信息及时发送给Web程序。
3）短消息发送
根据数据库中短消息发送规则，在设备启动或停止时将导致设备状态变更的预置信息发送到相关人员，实现了管理人员和技术人员随时随地掌握生产设备运行情况。
4）Web访问
Web主要呈现三个方面的功能：设备实时信息、故障预判信息、故障信息查询，其中设备实时信息是读取数据采集程序发送过来的数据实现。故障预判信息一方面获取故障诊断程序的诊断信息，另一方面通过查询数据库中的信息呈现。故障查询为检索数据库中的记录信息呈现，根据检索到的故障信息关联到故障处理方案供用户参考，实现出现故障即可快速形成故障处理方案，弥补了维检人员由于技术水平差异导致的在故障处理方案形成上存在的安全和技术隐患。
5）数据库
为达到方便使用，友好操作的要求，数据库主要设计了以下数据表：采集信息表、设备信息表、手机号码表、短消息规则表、故障预判规则表、故障记录表、操作记录表、故障处理方案表。
4 软件开发
软件开发采用C++、C#、JavaScript相结合的方式进行，其中数据采集程序采用C++进行，其它程序采用C#、JavaScript开发。软件开发过程中主要有以下几个方面的策略：
中断续连策略
对于数据采集程序在与PLC通讯由于网络或其它原因导致中断后数据采集程序应具备重新连接功能，重连时首先判断网络是否正常，在网络正常后如无法正常通讯，则中断20秒后重新进行连接，防止由于OPC Server过于繁忙导致死机，影响通讯。
快速数据呈现
为实现采集后Web总是可以呈现最新的设备信息，采取将数据存入WebService的方式而不是将数据写入数据库Web页面再读出的方式实现，保证了数据传输的快速性，同时采用JavaScript异步读取WebService数据，实现在页面呈现上只刷新数据而无须刷新页面。
方便扩展
为方便管理，在软件的扩展上主要体现在数据采集、数据呈现上，对于数据采集程序可以手动和定时两种方式刷新变量表，确认是否添加和删除了采集信息，并及时更新。对于数据呈现，在WebService中是使用变量编号进行数据存储的，预先放大WebService中的数组实现方便扩展，数据存储量更大时可添加新的WebService数组。在页面的数据读取上可实时修改JavaScript文件及时更新。
5 结论
设备故障诊断系统篇3
【关键词】电气设备 状态监测 故障诊断系统
设备的长期应用会导致设备内部出现故障，如绝缘、局部过热以及操作不良等，影响设备的使用寿命，同时影响了企业的生产发展效益。在此情况下，应该加强对故障的调查研究，经过综合分析以及长期监测，确定故障诊断系统的构建，以此来制定科学的维修计划。
1 基于新形式下的电气设备状态监测与故障诊断系统功能
在新形式下，随着电子、计算机、信号、网络以及数据等技术的应用，电气设备的状态监控与故障诊断系统需要不断的进行改进，其主要功能如下：
1.1 数据浏览功能
在系统的状态监测与故障诊断系统中，需要通过网络技术来实现数据的浏览，用户在监控系统过程中，可以通过联网计算机实现对设备运行相关数据的查询和分析。其主要是由于在设备的运用过程中，通过传感器可以将设备运行的状态发送到计算机中，通过处理器的分析功能，可以实现对数据的整理和反馈，从而可以实现对设备运行状态的监控和诊断，
1.2 提供参数信息
在设备的运行中，包括变压器、传感器以及开关等组成部分，通过温度、湿度以及气体传感器的检测，可以将数据发送到计算机中，从而通过系统软件，可以为用户提供设备的参数信息，实现对系统的整体分析。
1.3 智能诊断功能
在电气设备运行中，通过系统可以实现对设备的数据收集，而用户将专家系统、神经网络以及人工智能等手段应用于设备的监控中，可以实现对设备运行状态的综合诊断，降低了人力资源的使用率，同时提升了设备诊断的质量和效率。
1.4 预测和分析功能
在设备运行监控以及诊断系统中，可以实现对系统运行的预测以及综分析，其主要是由于系统通过相关数据，可以实现对设备的综合预测，通过历史数据以及工作状态，可以分析设备的使用寿命及功率的变化，另外，在系统的运行中，可以实现对故障的分析，从而可以最大程度的保障设备的运行状态。
2 基于新形式下的电气设备状态监测与故障诊断系统组成
在系统的设计中，系统组成图如图1所示，系统的组成需要通过红外测量单元来实现对出具的采集，将信息传递给中央处理器，之后通过用户设定的专家系统，实现对故障的分析和运行设备的监控。并且在显示器中显示，最终存储到数据库中，其主要组成部分如下。
2.1 硬件系统
在红外测量单元中，设备的运行状态会发射相应的能量，经过系统的收集和处理分析后，会将红外辐射信息输送到探测器中，之后通过转换器转换成为电信号，输送到处理器中，同时经过系统的放大、补偿以及线性化处理后，将信息传送到中央处理器。
激光系统具有集中性，可以运用红外探测器测量远距离的目标，在测量的过程中，可以精确的定位中心点，通过前置放大器、滤波器、积分器以及线性化电路来实现对信号的处理，将激光辐射信号转化成为电信号。
中央处理器是系统的核心组成部分，微处理器的运用中，主要采用PC/104模块，具有体积小、功能强以及功率低等特点，显示器采用真彩平板，具有较高的使用性能。通过硬件系统，可以实现对数据的收集和存储。
2.2 软件系统
在软件系统的设计中，主要包括记录和诊断系统，记录系统是于处理器进行通信的系统，可以实现对数据的收集和存储，将相关数据输送到数据库中。专家系统是对数据的分析和推理，制定出诊断功能，从而制定科学的维修计划。
专家系统主要由知识库和规则库组成，其结构形式由BNF表示，规则库是通过故障树的方式来进行表示，可以表达相关领域知识。
数据库主要包括动态和静态两个数据库组成部分，动态数据库是用来诊断的信息，静态数据库是专家推理信息，通过两个数据库的结合，可以实现对设备运行状态的动B监控。
在软件设计中，专家软件时通过混合推理的方式来进行诊断，其主要包括在线诊断及离线诊断两种形式，在线诊断方式是通过实时数据时间处理分析，最终实现对故障的诊断，离线诊断方式是利用人机接口，实现对故障的诊断。在系统的设计中，硬件系统与软件系统是系统的重要组成部分，两者共同构成了系统的监测与诊断功能。
3 系统的发展与展望
在电气设备系统监测和诊断的过程中，随着技术的不断发展，系统必然逐渐引进新技术以及智能技术。在现阶段的系统运行中，恩泰克公司推出的PM系统、MM系统可以较好的实现对发电机和电动机的监测及故障诊断，具有极高的应用价值。该软件具有数据库，可以实现对图像的输出功能呢过，便于分析和诊断设备的运行状态。另外，在未来系统的设计中，必然逐渐加强对智能化设备的运用。如粗糙集理论依据概率等方式将逐渐应用于系统的设计中，最终可以实现数据的动态监测与故障诊断，以此来制定科学的维修计划。
4 结语
本文主要探究新形式下的电气设备运行监控及故障诊断，主要观点如下：
（1）系统的功能主要包括数据浏览、提供参数、预测和诊断分析功能；
（2）系统的组成主要包括硬件系统、数据库和软件系统；
（3）系统未来必然逐渐趋于智能化和技术化。
参考文献
[1]金祖荣.石化行业电气设备状态监测与故障诊断[J].甘肃科技，2010（04）：66-67.
[2]毛江.大型水电厂设备远程状态监测与故障诊断系统的构建[J].水电站机电技术，2010（03）：110-112.
[3]朱正伟，唐鸿儒.南水北调东线泵站状态监测和协作故障诊断研究[J].水利信息化，2015（03）：46-49.
作者单位
设备故障诊断系统篇4
关键词：数控设备 维修管理 故障诊断 研究
前言
数控设备维修管理属于工业、企业管理中的重要组成部分，在市场竞争日益激烈的现今，面临这巨大的挑战。单纯依靠人力进行数控设备维修管理显然是无法满足时代的需求，需要充分利用计算机信息技术实现设备的维护与管理，才能够提高工作效率与产品质量的同时降低生产成本，从根本上提升企业的核心竞争力。
一、数控设备维修管理的现状
（一）各个部门保有自身设备技术档案与台账管理，导致技术档案与台账管理较为分散，不利于企业直接调取分析。
（二）在数控设备管理中，诸如基础信息、故障、维修记录、备件使用情况等信息都需要保存在办公软件Word文档或者Excel表格中，但是内容在记录的时候格式极为不规范，信息填写零散，给查询工作的开展带来了极大的难度。
（三）部分企业由于场地规模较大，各个部门之间的距离较长，相互之间的联系较为松散，下级部门与管理部门、决策层与执行层之间的交流极少，大多是通过报表、文件等形式沟通，导致上层决策无法及时下达，下层情况无法及时呈递，对企业管理质量带来了较大的影响，也无法实现重要信息的实时交互。
（四）数控设备管理前期，工作涉及的范围较小，相关人员没有充分了解设备投资后能够为企业带来丰硕的经济回报，以致在数控设备维修管理方面的投入较少，制约了管理工作的开展。在备品、配件方面管理工作量极大，如果单纯依靠人工管理存在极大的难度。
（五）在日常管理中，如果设备在使用过程中出现了故障，工作人员往往无法及时的进行处理，排除故障，而且在维修费用统计、信息反馈、记录方面较不规范。
二、数控设备维修管理及其故障诊断系统的设计
（一）系统设计目标
数控设备维修管理及其故障诊断系统是基于B/S结构的网络数据库系统，依靠该系统能够将数控设备维修管理中的相关数据资料在网络中实现共享，便于各级管理人员随时调阅分析，辅助管理人员做出相应的决策。该系统中包含有设备技术档案与资料管理模块，能够全面的管理所有信息数据资料，便于管理人员随时查阅与检索，显著的提升了工作效率，提高了管理有效性。系统中的数控设备维修管理模块、设备管理模块与备件管理模块的主要功能下面进行分类阐述：
1、数控设备维修管理模块
该模块的主要功能是综合管理设备运行过程中的维修信息、故障信息与保养情况。可以通过模糊查询的方式，检索到所需要的故障信息。当检索到相应的故障信息后，会出现相应的维修措施，维修措施是维修信息中储存的数据。该模块还可以对设备的使用情况进行全面的统计，记录有设备的维修指标，具体包括了故障发生率、故障频率、平均故障间隔时间、平均维修时间。根据不同设备故障发生的频率，可以有针对性的进行维护与保养，提高设备的使用寿命。
2、数控设备管理模块
该模块的主要功能是全面管理设备的基础信息以及技术状态，目的是便于管理人员掌握设备的具体情况以及生产加工能力。设备基础信息包括了设备的一些基本情况，诸如性能、运行要求、使用寿命等。技术状态是设备当前的运行情况。每隔一段时间可以对设备的使用与维修情况进行统计，通过与其他设备进行对比，掌握设备的故障频率，辅助管理人员做出有针对性的决策。
3、备件管理模块
该模块是整个系统中主要的管理模块，主要功能是根据设备的故障频率、故障部分以及维修计划储备相应的备件，另外，还需要做好库存成本的控制。如果设备出现故障，却缺乏相应的备件供于维修，那么设备就无法正常运转，影响企业的生产流水线，如果备件存储过多，那么库存成本就会相应增加，影响企业的实际经济效益。备件发出与购入需要进行全面的统计，综合考虑未来某段时间内设备的维修情况，及时购入库存不足的备件，构建完善的备件管理体系。
（二）系统设计
1、设备档案管理
该模块的功能是将相关档案与资料进行整合与统计，能够及时录入、删除与修改。
2、设备维修管理
设备维修管理的功能包括维修记录与故障记录。依靠设备维修管理，能够及时的得到故障反馈、设备巡检情况等信息，加强设备维修管理工作的有效性。而且设备维修管理为管理人员做出维修决策提供了充足的依据，管理人员也可以根据设备为维修历史了解设备容易发生故障的环节，提高维修工作质量。
3、设备信息管理
设备信息管理的主要功能是记录设备购入时的安装与调试情况，并将之存储在设备信息库中。
4、备件管理
在设备运行期间，备件管理需要建立备件台账，全面记录相关备件的库存、支出、购入等情况。
5、系统管理
系统管理的主要功能是管理用户以及用户的相应权限，同时还需要及时的导入相关数据信息，不断完善系统存储数据。
为了便于分析，笔者构建了如下系统功能结构树，见图1。
结束语
数控设备维修管理及其故障诊断系统的研究对于全面掌握设备运行情况、故障频率、故障发生规律以及提供有针对性的维修有着重要意义。依靠该系统，管理人员能够利用充足的数据作为依托，及时有效的作出各项维修决策。本文从设备维修管理的现状切入，分析了系统具体设计，以供相关人员参考与借鉴。
参考文献：
[1]朱华炳，吴炜，崔洪坤，等.基于Web的数控设备故障诊断系统的研究[J].制造技术与机床，2009，02（02）.
[2]赵中敏.数控设备故障预测和健康管理的维修保障系统[J].林业机械与木工设备，2013，04（10）.
[3]谭宏宇.基于网络的数控设备远程故障诊断专家系统的研究[D].沈阳工业大学，2010.
设备故障诊断系统篇5
关键词：机械设备；检修；故障诊断；问题；故障监测
中图分类号：U673文献标识码： A
机械设备的故障和失效带来的安全生产事故会带来严重的后果，如：前苏联切尔诺贝利核电站四号机组在1986年4月时发生严重振动，导致核泄漏事故的发生，最终致使2000多人死亡，经济损失高达30亿美元。随着科学技术的发展，机械设备检修和故障诊断的技术水平越来越高，但是机械设备也是越来越复杂化、大型化，这给检修和故障诊断带来了一定的挑战。
1.我国机械设备检修中存在的问题分析
我国工业生产的机械化水平不断提高，但是机械设备的检修却稍显滞后，传统落后的检修方式使得机械设备依然经常出现故障，机械设备的运转中存在很多安全隐患。那么，机械设备的检修中主要有哪些问题呢？
1.1.检修手段落后
我国机械设备的检修主要是以定期检修和事后检修为主。定期检修中包含了所有的机械设备，但是却没有机械设备检修计划方案。也就是说，在检修时很多不同的机械设备都是采用的同一种方法检修，而且检修时也没有按照轻重缓急去检修，检修效果不佳。事后检修就是当机械设备发生故障之后再来检修，这种方式不仅影响了工程的正常生产活动，还影响了工厂的安全生产。
1.2.检修质量控制不严
机械设备的检修是一个非常复杂非常专业的过程，它需要检修人员根据机械设备的特点和检修的类型来对机械设备进行全面的检修。但是我国机械设备的检修中经常会出现检修没有按照作业标准和检修工艺执行的情况。很多时候，机械设备在表面上看是没什么问题，但是在用一段时间后就会出现故障，机械设备的检修质量控制不严，检修人员在检修过程中掉以轻心，机械设备的检修效果不佳。
1.3.检修人员的专业素质不高
随着科学技术的发展，各种各样的新型机械设备不断出现，机械设备检修中运用到的专业知识和技能越来越多，对检修人员的要求大大提高。而在我国机械设备的检修中，检修人员很多时候都是依靠经验来检修的，而没有充分利用现代科学知识，这也导致了检修效果不佳。依靠经验来检修在一些传统的老旧的设备中还有用处，但是在新型设备中却没有用武之地了。检修人员自己都不懂机械设备的运转原理，那么如何去发现其中的问题，如何保证检修质量呢？
1.4.设备故障责任追究制不清晰
由于没有对检修质量卡关，也没有对检修进行详细的记录，当检修后的机械设备在运行一段时间后发生故障时也无法迅速的将责任追究到具体的检修人员身上，这种情况不利于企业建立起完善的设备检修管理体系，影响了机械设备检修的质量。在这种形势下检修人员很容易逃脱责任，因而检修人员在检修时也会不那么认真，检修中就经常出现问题。
2.机械设备检修的类型
机械设备的检修是为了保证机械设备能够正常运转，提高机械设备的使用寿命，促进工业生产经济效益的提高。按照检修的目的，一般可以将检修分成事后检修、预防性检修、状态检修和改进性检修。
2.1.事后检修
事后检修是当机械设备发生故障或失效时立即停车进行检修，这种检修方式是最为常见的，是一种非计划性检修。我国的机械设备检修中就是以事后检修为主，这种检修方式是为了使机械设备迅速解决故障，使机械设备能够尽快投入生产运营中。因此，检修的质量很重要。
2.2.预防性检修
预防性检修也可以说是定期检修，也是我国机械设备检修中的一个重要方式。它一般是以时间为基础，无论机械设备是否存在问题都要停车进行检修，是为了预防机械设备故障的出现而进行的检修。
2.3.状态检修
状态检修在我国机械设备的检修中不太常见，它是从预防性检修发展而来的更高层次的检修。这种检修方式是根据监测系统和故障诊断技术来开展的针对性检修，它能够有效的提高机械设备的工作效率和使用寿命，能够促进机械设备的安全生产。由于是针对性的有目的的检修，因而还能大大降低检修费用，促进企业经济效益的提高。
2.4.改进性检修
改进性检修是根据机械设备的先天性缺陷和常见故障开展的检修工作，对设备中的局部结构或零件的设计加以改进，提高机械设备的工作效率和使用寿命。改进性检修是机械设备的优化过程，在机械设备的检修中应该是单独归为一类的，企业应该看到改进性检修的重大作用，不断对机械设备进行优化设计，促进工作效率的提高，促进企业经济效益的提高。
3.故障诊断分析
检修实践证明，机械设备在发生故障前是有一定的征兆的，从设备的正常状态到发生故障的过程中，状态信号也是在不断变化的，因此在机械设备的故障诊断中构建起完备的状态信号监测系统对故障诊断是有重大意义的。
机械设备的故障诊断不仅仅是状态监测、寻找原因、解决故障，它还包括了在对机械设备进行监测的过程中寻找出机械设备发生故障的规律，根据故障的类别、性质、征兆、原因之间的相互关系，寻找出机械设备故障的发展趋势，以此来做好机械设备的故障诊断。在机械设备未发生故障时指导操作人员进行调控，避免故障的发生；当故障发生或即将要发生时指导操作人员将故障的影响力降到最低。可以说，机械设备的故障诊断是与状态检修相一致的，都是一种更高层次的检修，提高机械设备工作效率和使用寿命。
4.加强机械设备检修与故障诊断的思路
机械设备的完好能够促进工业生产的正常运转，可以促进经济效益的提高，避免安全生产事故的发生。针对当前我国机械设备检修与故障诊断中还存在的问题，应该从哪几个方面着手来做好机械设备的检修与故障诊断呢？
4.1.完善机械设备检修与故障诊断管理制度
机械设备的检修与故障诊断应该有一套系统的管理制度，所有的工作人员都要在制度要求内规范作业，这样既能减少机械设备故障出现的频率，又能有效的提高机械设备检修的质量，促进工业生产活动的顺利开展。因此，企业要不断完善检修管理制度，逐步提高检修的质量。详细记录机械设备的各项资料，出厂资料、日常运行资料、各类检修资料等；根据机械设备的使用状况进行分类，在不同类别的机械设备上采用不同的管理制度，在企业内形成一套明晰完善的管理制度，逐步促进检修质量的提高，减少安全生产事故的发生，促进企业经济效益的提高。
4.2.完善机械设备故障监测系统
监测系统是故障诊断中一个重要环节，企业要认识到故障监测系统的重要性。要利用先进的传感技术为企业的机械设备构建起完善的故障监测系统，配合状态检修一起作业，提高企业故障诊断的水平。
4.3.做好预防性检修
预防性检修是我国机械设备检修中的一种主要方式，但是由于我国预防性检修中常常没有根据机械设备的类型来开展有计划性的检修，所以预防性检修的效果不太好。因此，企业要在检修管理制度之下明确不同类型机械设备的检修作业，预防性检修要有一套完整的作业流程，要有计划有目的的开展下去。使得预防性检修发挥作用，做到该检修的检修，不该检修的不检修，节约检修费用，提高检修质量。
结束语
机械设备是工业生产中的重要物质基础，要做好检修和故障诊断才能促进工业生产的顺利开展，促进工业生产活动经济效益的提高。随着科学技术的发展，我国要不断运用先进的检修技术和方法来努力提高机械设备的检修质量，促进工业生产活动的顺利开展。
参考文献：
[1]宋树波，邵泽波，李凤兰.涡流法在机械设备检修中的应用[J].机械制造，2004，42（6）.
[2]鲍文霞.机械加工设备的预防性维护[J].科技资讯，2012（7）.
[3]周小建.机械动力设备检修管理的思考[J].大众科技，2013（5）.
设备故障诊断系统篇6
论文关键词：测试系统，BP神经网络，故障诊断
引 言
系统测试是导弹发射前必要的过程，测试的快速性和有效性直接影响到导弹的正常发射，因此要时刻确保导弹的测试系统的处于良好状态，才能做到对导弹的及时保障。而导弹的测试系统是一个非常复杂的系统，具有系统性强、结构复杂的特点，一旦发生故障很难排查。多层前馈神经网络及其误差向后传播的BP神经网络是目前应用最成功的一种神经网络，本文以导弹伺服机构测试设备的故障为例，将神经网络引入测试设备的故障诊断中，使故障诊断更加方便、快捷，对增强导弹部队的生存能力有着重要意义。
1 BP（Back Propagation）神经网络的结构及学习算法
1.1 BP神经网络的结构及数学描述
标准的BP网络由三层神经元组成，由于三层前向神经网络可以实现以任意精度逼近任意连续函数，所以本文只研究三层.BP神经网络及其学习算法。图1是一个典型的三层前向网络结构图[1，3]。图中圆圈代表神经元，?（.）是作用函数测试系统，多层前向神经网络的作用函数是sigmoid函数。输入层对应于故障现象，输出层对应于故障原因。设输入层有m个节点，输出层有n个节点，隐含层节点的数目u可根据需要设置。
隐含层中的节点输出函数为
（1）
输出层中节点的输出函数为
（2）
式中，；――输入层输入，也是输入层输出；
――输入层到隐含层间的连接权；――隐含层到输出层间的连接权；
――隐含层的阈值；――输出层单元阈值。
1.2 BP网络的学习算法
BP网络自学习原理[3-4]：神经网络学习时输出层出现的与事实不符的误差，归结为连接层中各节点连接权及闽值的过错，通过把输出层节点的输出误差逐层向输入层逆向传播以分给各连接节点，可算出各连接点的参考误差，并据此对各连接权进行相应的调整，使网络达到适合要求的输出，实现训练模式对A（k）--C（k)(k= 1,2,3......， N)的映射，其中
C(k)=(C1（k),C2 (k),...,Cn（k))――第k个输出样本
A(k)=(a1(k),a2(k),...,am(k))，――第k个输入样本
ai(k),cj(k)∈R (R为实数域)
概括起来，BP网络的自学习算法如下：
（1）给、、、随机赋一个（0，1）之间的较小值；
（2）将的值输入给输入层节点，输入层节点激活值，依次正向计算、；
（3）计算输出层节点输出与期望输出值的误差；
（4）向隐含层节点反向分配误差
（5）权值调整
式中为学习步长，一般取（0，1）范围内的值；为动量因子，取（0，1）范围内的值。
（6）阈值调整
（7）重复（2）至（6），直至对于，误差变得足够小或者达到规定的训练步数。
2某伺服机构测试系统的故障诊断模型
以某导弹伺服机构为例论文提纲怎么写。伺服机构是导弹重要的组成部分，其所处工作状态的好坏直接关系到导弹能否正常发射，因此伺服机构的测试是保障工作必不可少的内容。伺服机构的测试装置采用的是智能化和自动化程度较高的测试系统，主要由控制机箱、启动机箱、计算机、显示器、打印机等组成测试系统，测试原理框图如下[2]
伺服机构测试系统故障是与测试步骤、测试动作相联系的，而且故障可归类为指示灯、测试仪表和其他三类中。指示灯涵盖了测试设备所有的指示灯，对于每一个指示灯，故障可分为动作后不亮或不灭，仪表故障可分为无读数或读数出现偏差等，其他故障包括计算机显示错误、数据传输错误等。故障定位网络主要根据以上所述完成故障的定位，它通过对测试信号的判别(在线)或用户的选择(离线)对故障进行分类，其输出对应第二层的输入。第二层网络包括漏电故障、计算机故障、综合测试等诊断网络，它们分别完成各自的故障诊断。每个网络都是一个前馈式网络，包括输入层、隐含层和输出层[6]。例如，在建立的故障诊断系统的神经子网络中，有一网络，其输入输出符号定义如下表格A:
表格 A
符号
代表意义
1
符号
代表意义
1
X1
压力表1
指示正确
指示不正确
X10
LED显示
正确
不正确
X2
压力表2
指示正确
指示不正确
Y1
调压电路
正常工作
故障
X3
压力表3
指示正确
指示不正确
Y2
调流电路
正常工作
故障
X4
电流表
指示正确
指示不正确
Y3
灯泡1
正常
故障
X5
指示灯1
亮
不亮
Y4
灯泡2
正常
故障
X6
指示灯2
亮
不亮
Y5
灯泡3
正常
故障
X7
指示灯3
亮
不亮
Y6
灯泡4
正常
故障
X8
指示灯4
亮
不亮
Y7
灯泡5
正常
故障
X9
指示灯5
亮
不亮
Y8
数据传输
正常
设备故障诊断系统篇7
关键词电力；电气设备；故障诊断；研究
中图分类号：TM77 文献标识码：A 文章编号：1671-7597（2014）12-0145-01
随着我国社会经济的不断发展和进步，我国的电力、电气设备故障诊断工作也越来越被人们所重视。电力、电气设备故障诊断工作主要包括元件故障诊断和系统故障两个方向，其中的系统故障诊断主要是指通过分析电网中的各级报警装置所提供的信息以及断路器的状态变位信息以及电流电压等电气量的测量的特征，然后根据断路器、保护器的动作逻辑和运行人员的工作经验来推断可能出现的故障类型和故障元件的过程。
1国内外关于电力、电气设备故障诊断现状
1.1 以专家系统为依据的诊断方法
专家系统是利用一种由专家推理方法支撑的一种计算机模型来解决电力、电气设备故障的诊断方法，目前这种方法已经在国内外广泛的使用。目前专家系统诊断电力、电气设备故障这种方式的效率较高。有故障诊断所用推理方法以及诊断知识的表示方法不同，专家系统主要分为以下两类。
1）结合正、反推理的系统。结合正、反推理的系统是结合了正反两向的一种混合推理方法，可以根据继电保护和路由器与被保护设备之间的逻辑关系来建立电力、电气设备故障的推理规则，同时这种推理系统也结合了反向的推理方法，可以有效的缩短故障出现的范围，通过故障假设与动作继电保护的符合程度来计算推理所得结果的可信程度。
2）以启发式规则为基础的推理系统。以启发式规则为基础的推力系统主要是把断路器和保护的动作逻辑和运行人员对于故障诊断所有的经验使用规则来表示出来，最终形成一个有诊断专家系统的知识库，在电力、电气设备中存在故障时，就采用正向推理的方式将故障出现后所观察到的情况与知识库中所设置的规则相结合，进而推断出电力、电气设备故障的一个结论。目前使用的专家系统主要是采用启发式规则为基础的推理系统[1]。
以专家系统为基础的诊断方法的主要特点就是可以系统的、细致的将保护以及断路器的动作逻辑和运行人员多年的工作经验采用规则的方法表示出来，同时建立一个知识库，知识库在使用的过程中可以根据需要进行适当的添加和删减，这样可以保证知识库在使用的过程中可以满足电力、电气设备故障诊断工作的需求。但是目前以专家为基础的这种诊断方法还存在一些缺点和不足：①建立知识库的过程较为困难，无法验证知识库的完备性；②无法分析知识库中信息的正确性；③对于大型的专家系统知识库的维护工作困难；④复杂的故障诊断过程中专家系统推理速度慢。正是专家系统中存在的这些问题，使得专家系统无法满足大规模电力、电气设备的故障诊断工作，目前专家系统主要使用在离线的故障分析上。
1.2 以人工神经网络为基础的诊断方法
这种诊断方法与专家系统相比较，其诊断方法具有学习能力强、容错能力的特点。目前使用在电力、电气设备故障诊断工作中的人工神经网络有：基于BP算法的基于径向基函数的神经网络以及前向神经网络等。但是因为人工神经网络训练完备的样本集获取也是较为困难，所以目前人工神经网络为基础的诊断方法还主要是应用在中小型的电力、电气设备的故障诊断工作中。而人工神经网络为基础的诊断方法目前存在的问题是：①性能与受到样本完备性很大的影响，且大型的电力、电气设备样本获取极度困难；②不擅长处理启发性的知识；③和符号数据库的数据交互能力差；④缺乏解释自己行为以及最终输出结果的能力。上述的这些人工神经网络为基础的这种诊断方法的缺点使得其无法被应用与大型的电力、电气设备故障诊断工作中去。
1.3 以粗糙集理论为基础的诊断方法
1982年波兰的Z.Pawlak教授提出了一种处理不确定性以及不完整性问题的新型的数学工具―粗糙集理论。粗糙集理论的主要思想在于保证分类能力不变的前提下，通过简化知识，导出分类规则或者是问题的决策[2]。这种诊断方法不需要提供处理数据之外的任何有关的信息，同时还能够有效的处理和分析出不一致、不精确以及不完整的各种不够完备的数据，以及从中挖掘出隐含的知识，揭露出其中存在的一些潜在的规则。鉴于粗糙集理论相比其余两种诊断方法的优越性，目前已经有越来越多的研究人员开始使用粗糙集理论进行电力、电气设备的故障诊断。
2电力、电气设备故障诊断发展趋势
随着科学技术的不断发展和进步，从对电力、电气设备故障诊断的方法研究与理论以及应用的广度、深度中可以看出，电力、电气设备故障诊断工作还停留在探索阶段，目前还没有成功的成型实用系统。由于过去的设施以及技术上的问题，导致信息的资源有限。从相关文献中来看电力、电气设备的故障诊断大都依靠变电站内或者是调度端，分别利用调度SCADA系统的站内综合百动化系统以及实时信息收集来的信息来实现。而对着计算机、系统以及网络建设技术的发展和故障录波专用网络的建设使用，后来又出现了以故障录波为基础的故障诊断系统。例如：录波器信息、保护装置信息、监控装置信息以及雷电定位信息等，进行了数据的采集、数据的传输、存储，最后进行了数据的处理，这些都为电网故障的处理工作提供了大量的信息支持。同时这些信息的提供也为电力、电气设备故障诊断方法的使用提供了基础，也拓宽了电力、电气设备故障诊断方法的研究方向。因此在进行电力、电气设备故障诊断工作时，要重视信息的采集与整理的工作，同时也包括数据仓库的构建以及故障综合信息的提取等。
电力、电气设备的故障诊断是保证电力、电气设备正常运行的基础工作，虽然国内外对电力、电气设备故障诊断做了大量的研究，同时也提出了很多的诊断手段，但是实际系统中存在的问题还是没有得到很好的解决。本文论述了电力、电气设备故障的智能诊断的研究方法，也提出了这些诊断方法需要改进的地方，指明了电力、电气设备故障诊断的发展趋势。希望可以为电力、电气设备故障诊断工作的研究提供一定的依据。
参考文献
[1]杜一，张沛超，郁惟墉.基于事例和规则棍合推理的变电站故障诊断系统[J].电网技术，2004，28（l）.
[2]张琦，韩祯祥，文福拴.一种基于粗糙集理论的电力、电气设备故障诊断和警报处理新方法[J].中国电力，1998，31（4）.
设备故障诊断系统篇8
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,取得了显着的经济效益;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).
[5] 李光民,陈燕.振动监测和故障诊断技术在冶金机电设备的应用[J].河南冶金,2008(3):44-46.