故障診斷方法綜述精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的故障診斷方法綜述主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：故障診斷方法綜述范文

關(guān)鍵詞：煤礦；電氣控制線(xiàn)路；檢修

中圖分類(lèi)號(hào)：X752 文獻(xiàn)標(biāo)識(shí)碼：A

對(duì)于電氣控制而言，其指的是使用電氣自動(dòng)控制的方式來(lái)對(duì)生產(chǎn)過(guò)程進(jìn)行控制，而對(duì)于電氣控制線(xiàn)路，則是將各有觸點(diǎn)的繼電器、接觸器和按鈕等電氣元件通過(guò)導(dǎo)線(xiàn)按照特定的方式連接起來(lái)組成的控制線(xiàn)路。該類(lèi)控制線(xiàn)路故障的診斷是一項(xiàng)技術(shù)性較強(qiáng)的工作，也是實(shí)際工作中一項(xiàng)十分重要的工作。

一、故障調(diào)查法

對(duì)于電氣設(shè)備控制電路一旦有故障的發(fā)生，切忌不要出現(xiàn)盲目的亂動(dòng)或者盲目的自己操作，在進(jìn)行檢修之前需要對(duì)該控制線(xiàn)路的故障情況進(jìn)行詳細(xì)的檢查和詢(xún)問(wèn)，對(duì)于具體的方法而言，我們可以分為望、問(wèn)和摸、聽(tīng)和聞、切。望：首先弄清電路的型號(hào)、組成及功能。例如輸入信號(hào)是什么? 輸出信號(hào)是什么? 什么元器件受命令? 什么元器件檢測(cè)? 什么元件執(zhí)行? 各部分在什么地方? 操作方法有哪些等。這樣可以根據(jù)以往的經(jīng)驗(yàn)，將系統(tǒng)按原理和結(jié)構(gòu)分成幾部分，再根據(jù)控制元件的型號(hào)如接觸器、PLC、時(shí)間繼電器，大概分析其工作原理。檢查觸頭是否燒蝕、熔毀，線(xiàn)圈是否發(fā)熱、燒焦，熔體是否熔斷、脫扣器是否脫扣等; 其他電子元件是否燒壞、發(fā)熱、斷線(xiàn)，連接螺釘是否松動(dòng)、電動(dòng)機(jī)的轉(zhuǎn)速是否正常。然后對(duì)系統(tǒng)故障進(jìn)行初步檢查。檢查內(nèi)容包括: 系統(tǒng)外觀(guān)有無(wú)明顯操作損傷，各部分連線(xiàn)是否正常，控制柜內(nèi)元件有無(wú)損壞、燒焦，有無(wú)松脫等。問(wèn)和摸: 詢(xún)問(wèn)操作人員故障發(fā)生前后電路和設(shè)備的運(yùn)行狀況，故障發(fā)生時(shí)的跡象，如有無(wú)煙、火花及異常振動(dòng); 故障發(fā)生前后有無(wú)頻繁起動(dòng)、制動(dòng)、正反轉(zhuǎn)、過(guò)載等現(xiàn)象，詢(xún)問(wèn)系統(tǒng)的主要功能、操作方法、故障現(xiàn)象、故障過(guò)程、內(nèi)部結(jié)構(gòu)，其它異常情況、有無(wú)故障先兆等，通過(guò)詢(xún)問(wèn)，往往能得到一些很有用的信息。剛切開(kāi)電源后，盡快觸摸檢查線(xiàn)圈、觸頭等容易發(fā)熱的部分、看溫升是否正常。聞和聽(tīng): 聽(tīng)一下電路工作時(shí)有無(wú)異常響動(dòng)，如振動(dòng)聲、摩擦聲、放電聲以及其他聲音。用嗅覺(jué)器官檢查有無(wú)電氣元件發(fā)熱和燒焦的異味。這對(duì)確定電路故障范圍十分有用。在電路和設(shè)備還能勉強(qiáng)運(yùn)轉(zhuǎn)而又不致于擴(kuò)大故障的前提下，可通電起動(dòng)運(yùn)行，傾聽(tīng)有無(wú)異響，如有應(yīng)盡快判斷異響的部位后迅速關(guān)閉電源。切: 即檢查電路。

二、結(jié)構(gòu)、原理分析檢查法

1、依照結(jié)構(gòu)及原理查找故障

在進(jìn)行故障的檢修時(shí)，需要先從主電路處著手，看拖動(dòng)該設(shè)備的幾個(gè)電動(dòng)機(jī)是否正常，然后逆著電流方向檢查主電路的觸頭系統(tǒng)、熱元件、熔斷器、隔離開(kāi)關(guān)及線(xiàn)路本身是否有故障，接著根據(jù)主電路與控制電路的控制關(guān)系，檢查控制回路的線(xiàn)路接頭、自鎖或連鎖觸點(diǎn)、電磁線(xiàn)圈是否正常，檢查制動(dòng)裝置、傳動(dòng)機(jī)構(gòu)中工作不正常的范圍，從而找出故障部位。如能通過(guò)直觀(guān)檢查發(fā)現(xiàn)故障點(diǎn)，如線(xiàn)圈脫落、觸頭( 點(diǎn)) 、線(xiàn)圈燒毀等，則檢修速度更快。

2、從動(dòng)作程序檢查故障

通過(guò)調(diào)查、斷電檢查無(wú)法找到故障點(diǎn)時(shí)，可對(duì)電氣設(shè)備進(jìn)行通電檢查。通電檢查前要先切斷主電路，讓電動(dòng)機(jī)停轉(zhuǎn)，盡量使電動(dòng)機(jī)和其所傳動(dòng)的機(jī)械部分脫開(kāi)，將控制器和轉(zhuǎn)換開(kāi)關(guān)置于零位，行程開(kāi)關(guān)還原到正常位置，然后用萬(wàn)用表檢查電源電壓是否正常，有沒(méi)有缺相或嚴(yán)重不平衡。進(jìn)行通電檢查的順序?yàn)橄葯z查控制電路，后查主電路; 先檢查輔助系統(tǒng)，后檢查主傳動(dòng)系統(tǒng); 先檢查交流系統(tǒng)、后檢查直流系統(tǒng); 先檢查開(kāi)關(guān)電路，后檢查調(diào)整系統(tǒng)。通電檢查控制電路的動(dòng)作順序，觀(guān)察各元件的動(dòng)作情況，或斷開(kāi)所有開(kāi)關(guān)，取下所有熔斷器，然后按順序逐一插入要檢查部位的熔斷器，合上開(kāi)關(guān)，觀(guān)察各電氣元件是否按要求動(dòng)作。

三、電氣儀表檢測(cè)法

此種方法主要指的是利用儀器儀表作為輔助工具，以此來(lái)對(duì)煤礦電氣線(xiàn)路故障進(jìn)行判斷的檢修方法。由于儀器儀表種類(lèi)很多，且有日新月異之勢(shì)，故檢測(cè)法發(fā)展很快，準(zhǔn)確率大大提高，手段也日益增多。但比較常用、比較實(shí)用的方法仍為利用歐姆表、電壓表和電流表對(duì)電路進(jìn)行測(cè)試。

1、電阻法

此類(lèi)方法的原理是在被測(cè)線(xiàn)路兩端加一特定電源，則在被測(cè)線(xiàn)路中有電流通過(guò)。被測(cè)線(xiàn)路的電阻越大，流過(guò)的電流就越小。反之，被測(cè)電阻越小，流過(guò)的電流就越大。這樣在測(cè)量電路中，串接電流表，就可以根據(jù)電流表電流的指示換算出電阻的大小。由于換算中，電流和電阻是一一對(duì)應(yīng)關(guān)系，故可直接在電流表的刻度盤(pán)上標(biāo)出電阻的大小。

2、電壓法

在進(jìn)行電路的加電時(shí)，不同點(diǎn)之間的電壓也不同。如果在電壓不同的兩點(diǎn)之間接入一個(gè)電阻不為無(wú)窮大的支路時(shí)，支路中就會(huì)有電流通過(guò)，通過(guò)串接在支路中的電流表的讀數(shù)，就可推知此時(shí)的電壓值。一般直接在刻度盤(pán)上標(biāo)出電壓值。

3、電流法

電路在正常工作時(shí)，導(dǎo)線(xiàn)中有電流流過(guò)，其大小反映了電路的工作狀態(tài)。為了測(cè)量電路中的電流，常在電路中串接電流表，然后通過(guò)電流表讀出電路的電流。工作中應(yīng)充分發(fā)揮儀表檢查故障的作用，儀表檢測(cè)法具有速度快、判斷準(zhǔn)確、故障參數(shù)可量化等優(yōu)點(diǎn)，例如判斷電路是否通斷，電動(dòng)機(jī)繞組、電磁線(xiàn)圈的直流電阻，觸頭( 點(diǎn)) 的接觸電阻等是否正常，可用萬(wàn)用表相應(yīng)的電阻擋檢查。對(duì)于電動(dòng)機(jī)三相空載電流、負(fù)載電流是否平衡，大小是否正常，可用鉗型電流表或其他電流表檢查; 對(duì)于三相電壓是否正常、是否一致，對(duì)于工作電壓、線(xiàn)路部分電壓等可用萬(wàn)用表檢查; 對(duì)線(xiàn)路、繞阻的有關(guān)絕緣電阻，可用兆歐表檢查等。

四、工作經(jīng)驗(yàn)法

1、彈壓活動(dòng)部件法

主要用于活動(dòng)部件，如接觸器的銜鐵、行程開(kāi)關(guān)的滑輪、按鈕、開(kāi)關(guān)等。通過(guò)反復(fù)彈壓活動(dòng)部件，使活動(dòng)部件靈活，同時(shí)也使一些接觸不良的觸頭進(jìn)行磨擦，達(dá)到接觸導(dǎo)通的目的。

2、元件替換法

對(duì)于值得懷疑的元件，可采用替換的方法進(jìn)行驗(yàn)證。如果故障依舊，說(shuō)明故障點(diǎn)懷疑不準(zhǔn)，可能該元件沒(méi)有問(wèn)題。但如果故障排除，則與該元件相關(guān)的電路部分存在故障，應(yīng)加以確認(rèn)。

結(jié)論

實(shí)際的煤礦電氣控制線(xiàn)路進(jìn)行維修時(shí)，我們會(huì)發(fā)現(xiàn)造成電氣電路發(fā)生故障的原因多種多樣，既有明顯的、也有隱蔽的，有的簡(jiǎn)單、有的復(fù)雜。維修中應(yīng)靈活使用上述診斷方法，仔細(xì)觀(guān)察電路故障的特征和表現(xiàn)，探索故障發(fā)生的規(guī)律，找出故障點(diǎn)，從而順利排出故障。

參考文獻(xiàn):

[1] 黃瑩.淺談煤礦電氣控制電路檢修的方法[J].科技信息.2010(30)

[2] 馮潔.試論煤礦電氣控制電路常見(jiàn)問(wèn)題及解決策略[J].黑龍江科技信息.2010(20)

[3] 陳孔明,王家旺,張明.礦用隔爆型真空電磁啟動(dòng)器的檢修方法及技術(shù)[J].機(jī)電信息.2011(12)

[4] 韓艷娟,宋建成.基于信息融合技術(shù)的煤礦主通風(fēng)機(jī)故障參數(shù)檢測(cè)系統(tǒng)[J].工礦自動(dòng)化.2009(07)

[5] 于秀娟.煤礦井下電氣設(shè)備防爆探討[J].價(jià)值工程.2010(33)

[6] 張保香.煤礦電氣設(shè)備管理要點(diǎn)探析[J].行政事業(yè)資產(chǎn)與財(cái)務(wù).2011(14)

第2篇：故障診斷方法綜述范文

關(guān)鍵詞：模擬電路 故障 診斷

模擬電路廣泛地應(yīng)用在通訊、自動(dòng)控制、家用電器等方面，伴隨著大規(guī)模的模擬集成電路的發(fā)展，模擬電路的復(fù)雜度和密集度也在不斷地增長(zhǎng)，同時(shí)，對(duì)模擬電路的運(yùn)行可靠性也要求越來(lái)越高。一旦發(fā)生模擬電路故障，能夠及時(shí)地診斷故障，以便調(diào)試和替換。模擬電路的故障診斷主要包括檢測(cè)點(diǎn)的選擇、測(cè)試信號(hào)的確定、被診斷對(duì)象輸出響應(yīng)信號(hào)的測(cè)試、處理和診斷的方法的實(shí)現(xiàn)、診斷結(jié)果的顯示等。本文從分析模擬電路故障特點(diǎn)，探討了模擬電路故障診斷的一些新方法。

1、模擬電路故障特點(diǎn)

模擬電路故障診斷就是根據(jù)現(xiàn)有網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，將信號(hào)輸入后檢測(cè)故障反應(yīng)，并據(jù)此確定出現(xiàn)故障的具置及相應(yīng)參數(shù)。模擬電路信號(hào)不同于數(shù)字信號(hào)，其受時(shí)間的影響較大，并處于不斷變化過(guò)程中，具體而言，模擬電路信號(hào)特點(diǎn)可以歸結(jié)為以下幾點(diǎn)：

（1）構(gòu)成模擬電路的元器件一大突出特點(diǎn)就是離散型，也就是通常所說(shuō)的容差，從本質(zhì)上講，就是許可范圍內(nèi)的小故障，在實(shí)踐中并不罕見(jiàn)，其會(huì)對(duì)模擬電路故障明確性造成一定影響，從而加大確定故障準(zhǔn)確位置的難度；（2）模擬電路輸入及輸出具有連續(xù)性，由于故障模型復(fù)雜程度較高，予以量化的難度較大；（3）通常情況下，模擬電路頻率范圍為至，可見(jiàn)其頻率范圍較寬，因此，就算檢測(cè)同一信號(hào)，由于原理、具體方法以及相關(guān)設(shè)備等因素，結(jié)果也會(huì)有所區(qū)別；（4）由于現(xiàn)代電路可以用來(lái)進(jìn)行檢測(cè)的節(jié)點(diǎn)數(shù)量較少，用于故障診斷的信息有限，這就加大了故障定位的難度；（5）由于非線(xiàn)性問(wèn)題的存在，差不多所有實(shí)用模擬電路都面臨反饋回路和非線(xiàn)性問(wèn)題，這也使得測(cè)試及計(jì)算變得更加困難。

2、故障診斷的新近方法

2.1信息融合故障診斷法

由于設(shè)備本身的復(fù)雜性和運(yùn)行環(huán)境的不穩(wěn)定性，單傳感器反映的設(shè)備信息具有不確定性，導(dǎo)致故障診斷準(zhǔn)確率降低，甚至出現(xiàn)漏檢和誤診現(xiàn)象。信息融合技術(shù)為解決復(fù)雜系統(tǒng)故障診斷的不確定性問(wèn)題提供了一條嶄新的途徑，采用其獨(dú)特的多維信息處理方式，來(lái)解決用常規(guī)的網(wǎng)絡(luò)撕裂法進(jìn)行模擬電路故障診斷時(shí)由于電路前后元器件相互影響和由于容差、非線(xiàn)性因素而出現(xiàn)的診斷不確定性問(wèn)題。

2.2模糊理論故障診斷法

依據(jù)專(zhuān)家經(jīng)驗(yàn)在故障征兆空間與故障原因空間之間建立模糊關(guān)系矩陣，再將各條模糊推理規(guī)則產(chǎn)生的模糊關(guān)系矩陣進(jìn)行組合，根據(jù)一定的判定閾值來(lái)識(shí)別故障元件。隨著模糊理論的發(fā)展，它的一些優(yōu)點(diǎn)逐步被重視，如其可適應(yīng)不確定性問(wèn)題；其模糊知識(shí)庫(kù)使用語(yǔ)言變量來(lái)表述專(zhuān)家的經(jīng)驗(yàn)，更接近人的表達(dá)習(xí)慣等。然而，由于復(fù)雜系統(tǒng)的模糊模型的建立、辨識(shí)，語(yǔ)言規(guī)則的獲取、遺忘、修改等理論和方法還不夠完善，使該方法的實(shí)際應(yīng)用受到了限制。

2.3人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，ANN）是用物理上可以實(shí)現(xiàn)的器件、系統(tǒng)或現(xiàn)有的計(jì)算機(jī)來(lái)模擬人腦的結(jié)構(gòu)和功能的人工系統(tǒng)。它以其諸多優(yōu)點(diǎn)，如I／O非線(xiàn)性映射特性、信息的分布存儲(chǔ)、并行處理、高度的自組織和自學(xué)習(xí)能力等，在智能故障診斷中受到越來(lái)越廣泛的重視，顯示出巨大的潛力。目前神經(jīng)網(wǎng)絡(luò)模型已有數(shù)十種，常用于故障診斷的神經(jīng)網(wǎng)絡(luò)模型主要有：誤差后向傳播（BP）網(wǎng)絡(luò)、Hopfield網(wǎng)絡(luò)、自組織特征映射（SOFM）網(wǎng)絡(luò)等。由此促成了以人工神經(jīng)網(wǎng)絡(luò)技術(shù)為核心的新近模擬電路故障診斷方法，這些方法解決了經(jīng)典方法面臨的問(wèn)題：采用BP網(wǎng)絡(luò)可有效解決非線(xiàn)性問(wèn)題；采用Hopfield網(wǎng)絡(luò)可用來(lái)診斷正常元器件容差條件下的多故障問(wèn)題；采用SOFM網(wǎng)絡(luò)解決模擬電路故障診斷容差問(wèn)題的方法，可以對(duì)單、多、軟、硬故障進(jìn)行有效識(shí)別、迅速定位。

2.4小波變換故障診斷法

通過(guò)小波母函數(shù)在尺度上的伸縮和時(shí)域上的平移來(lái)分析信號(hào)，適當(dāng)選擇母函數(shù)，可以使擴(kuò)張函數(shù)具有較好的局部性，是一種時(shí)-頻分析方法。在模擬電路故障診斷中，小波變換被有效地用來(lái)提取故障特征信息，之后再將這些故障特征信息送入故障分類(lèi)處理器進(jìn)行故障診斷。不需要系統(tǒng)的數(shù)學(xué)模型，故障檢測(cè)靈敏準(zhǔn)確，運(yùn)算量也不大，對(duì)噪聲的抑制能力強(qiáng)，對(duì)輸入信號(hào)要求低。但其不足在于在大尺度下由于濾波器的時(shí)域?qū)挾容^大，檢測(cè)時(shí)會(huì)產(chǎn)生時(shí)間延遲，且不同小波基的選取對(duì)診斷結(jié)果也有影響。

2.5專(zhuān)家系統(tǒng)故障診斷法

專(zhuān)家系統(tǒng)是一種智能化的計(jì)算機(jī)軟件系統(tǒng)，運(yùn)用知識(shí)和推理來(lái)解決只有專(zhuān)家才能解決的復(fù)雜問(wèn)題。專(zhuān)家系統(tǒng)在模擬電路故障診斷中的典型應(yīng)用是基于產(chǎn)生式規(guī)則的系統(tǒng)，能夠有效地模擬故障診斷專(zhuān)家完成故障診斷過(guò)程。但在實(shí)際應(yīng)用中仍存在一定缺陷，其主要問(wèn)題是知識(shí)獲取的瓶頸問(wèn)題、知識(shí)難以維護(hù)、知識(shí)推理的"組合爆炸"和"無(wú)窮遞歸"問(wèn)題以及不能有效解決故障診斷中許多不確定因素。

2.6其他方法

分形理論在模式識(shí)別中也有初步的應(yīng)用，在故障診斷領(lǐng)域中的應(yīng)用研究只是剛剛開(kāi)始。設(shè)備故障診斷中用來(lái)反映設(shè)備運(yùn)行狀態(tài)的特征信號(hào)在一定尺度范圍內(nèi)部具有分形的特性，可通過(guò)計(jì)算分維數(shù)來(lái)進(jìn)行診斷。可用于電力設(shè)備局部放電模式識(shí)別中，可大大減少特征提取數(shù)量，與小波變換、神經(jīng)網(wǎng)絡(luò)結(jié)合，可提高模式識(shí)別的有效性和可靠性。遺傳算法是一種新發(fā)展起來(lái)的全局優(yōu)化算法，已成為人們用來(lái)解決高度復(fù)雜問(wèn)題的一個(gè)新思路和新方法。它應(yīng)用于專(zhuān)家系統(tǒng)的故障診斷系統(tǒng)，仿真結(jié)果表明，可以加快推理速度，提高專(zhuān)家系統(tǒng)在缺乏先驗(yàn)知識(shí)和樣本數(shù)據(jù)很少的情況下的實(shí)用性。

總之，這些新術(shù)對(duì)模擬電路故障診斷都有著重要意義，有著廣闊的發(fā)展前景，為解決故障診斷問(wèn)題找到了新的突破口，促進(jìn)了模擬電路故障診斷技術(shù)的發(fā)展。但是這些技術(shù)自身發(fā)展還不完善，在實(shí)際工作中還需要我們努力探索。

參考文獻(xiàn)：

[1]白建社.淺談模擬電路的故障診斷[J].大眾科技，2007，(04)

[2]陳曉娟，于華楠. 模擬電路故障診斷方法進(jìn)展綜述[J].科技進(jìn)步與對(duì)策，2003，(08)

第3篇：故障診斷方法綜述范文

近些年來(lái)，伴隨著科學(xué)技術(shù)的迅猛發(fā)展，越來(lái)越多的家用電器、發(fā)電機(jī)、變壓器等電氣設(shè)備進(jìn)入人類(lèi)生活，大大提升了人類(lèi)生活質(zhì)量和生活水平，同時(shí)也對(duì)中國(guó)的工業(yè)化進(jìn)程提供了基礎(chǔ)。然而電氣設(shè)備的價(jià)值很高，一旦出現(xiàn)故障，就會(huì)出現(xiàn)嚴(yán)重的經(jīng)濟(jì)損失，影響人們?nèi)粘Ｉ?，因此?duì)電氣設(shè)備采取必要的防護(hù)措施以及對(duì)其故障做出診斷必不可少。本文通過(guò)分析電氣設(shè)備的常見(jiàn)故障、診斷技術(shù)和方法，將得出故障診斷的現(xiàn)狀和發(fā)展趨勢(shì)。

關(guān)鍵詞：

電氣設(shè)備；故障診斷；研究

1前言

家用電器為人類(lèi)生活帶來(lái)了極大的便利，發(fā)電機(jī)和變壓器等設(shè)備提供人類(lèi)日常所需用電，因此人類(lèi)便利安全的生活很大程度上依賴(lài)這些電氣設(shè)備的有效運(yùn)行，當(dāng)電氣設(shè)備不能安全地運(yùn)行出現(xiàn)故障時(shí)，則會(huì)對(duì)日常生活產(chǎn)生影響，甚至?xí)斐蓢?yán)重的經(jīng)濟(jì)損失。為了提高設(shè)備的使用效率和安全運(yùn)行性能，必須采取相應(yīng)保護(hù)措施，當(dāng)出現(xiàn)故障或緊急事故時(shí)，應(yīng)首先對(duì)故障進(jìn)行診斷，然后對(duì)癥下藥，這樣才能高效地處理事故并把損失減少到最小，由此可知故障診斷是核心步驟。

2電氣設(shè)備常見(jiàn)故障分析

2．1電器設(shè)備發(fā)生絕緣

故障電氣設(shè)備往往處于長(zhǎng)時(shí)間不停歇的工作狀態(tài)，其工作環(huán)境是高電壓和強(qiáng)電場(chǎng)相互作用形成的區(qū)域。當(dāng)設(shè)備發(fā)生絕緣現(xiàn)象，不但對(duì)電氣設(shè)備的正常供電產(chǎn)生嚴(yán)重影響，還很可能造成事故，如設(shè)備的燒毀、設(shè)備引起爆炸等，給人們生活造成安全隱患。造成絕緣故障的原因很多，例如由于設(shè)備常年使用自身發(fā)生老化，設(shè)備沒(méi)有密封嚴(yán)密而受到外界物質(zhì)的腐蝕，設(shè)備喪失絕緣能力。這些原因最終導(dǎo)致電氣設(shè)備發(fā)生絕緣故障，主要表現(xiàn)在變壓器絕緣故障、電力電纜絕緣故障和電壓、電流互感器絕緣故障。

2．2電氣設(shè)備發(fā)生械損壞

通常電氣設(shè)備主要由三部分組成，分別為定子、轉(zhuǎn)子和軸承裝置，當(dāng)電機(jī)在運(yùn)行時(shí)，會(huì)形成不相互影響的電路，并經(jīng)過(guò)電路的斷開(kāi)和閉合作用而形成的一個(gè)耦合電路磁場(chǎng)，從而確保整個(gè)設(shè)備的正常運(yùn)行，且保證各個(gè)部位的良好散熱。設(shè)備發(fā)生機(jī)械故障通常的表現(xiàn)形式為機(jī)械的振動(dòng)、磨損和振動(dòng)等等，在電氣設(shè)備發(fā)生機(jī)械損壞之前，是不容易檢查出來(lái)的，其隱蔽性較強(qiáng)，因此對(duì)于這類(lèi)故障，需要較強(qiáng)的檢修技術(shù)，并需要配備經(jīng)驗(yàn)豐富、操作技術(shù)靈活的檢修人員。

2．3設(shè)備散熱系統(tǒng)發(fā)生故障

電氣設(shè)備在運(yùn)行過(guò)程中，由于存在能量的轉(zhuǎn)換和傳遞過(guò)程，設(shè)備會(huì)隨著運(yùn)行時(shí)間的延長(zhǎng)而發(fā)熱，對(duì)設(shè)備的性能產(chǎn)生影響。當(dāng)設(shè)備的散熱系統(tǒng)發(fā)生故障，則不能及時(shí)降低設(shè)備因運(yùn)行產(chǎn)生的高溫，其原因是該方式容易導(dǎo)致設(shè)備長(zhǎng)時(shí)間處于高溫而燒壞。

3電氣設(shè)備故障診斷的方法和技術(shù)

電氣設(shè)備的故障診斷主要是檢測(cè)技術(shù)人員對(duì)設(shè)備在運(yùn)行時(shí)的各種技術(shù)參數(shù)進(jìn)行收集，然后根據(jù)收集的數(shù)據(jù)、專(zhuān)業(yè)知識(shí)和工程經(jīng)驗(yàn)對(duì)設(shè)備進(jìn)行診斷，確定故障發(fā)生的部位和性質(zhì)，并對(duì)發(fā)生故障的原因進(jìn)行分析和判斷，還包括對(duì)設(shè)備非正常狀態(tài)進(jìn)行原因識(shí)別和對(duì)故障變化趨勢(shì)進(jìn)行預(yù)測(cè)，其實(shí)質(zhì)是通過(guò)表面現(xiàn)象對(duì)實(shí)質(zhì)進(jìn)行分析判斷。

3．1電氣設(shè)備故障診斷方法

一般而言，設(shè)備故障診斷方法隨著設(shè)備結(jié)構(gòu)和性質(zhì)的不同而發(fā)生變化，主要可分為顯著性差異分析法、故障樹(shù)分析法、人工神經(jīng)網(wǎng)絡(luò)分析法等等。顯著性差異分析法主要給設(shè)備和同一家族其他設(shè)備提供幾乎同等條件，然后兩者之間的各項(xiàng)技術(shù)參數(shù)，進(jìn)行分析。故障樹(shù)分析法是列舉出所有可能造成電氣故障的影響因素，然后對(duì)其逐一分析和判斷，從而形成邏輯圖，確定各種因素以及各種組合發(fā)生的概率和造成的影響，進(jìn)一步確定設(shè)備發(fā)生故障的原因。人工神經(jīng)網(wǎng)絡(luò)分析法更現(xiàn)代化，它主要基于現(xiàn)代神經(jīng)生理學(xué)和心理學(xué)而建立的非線(xiàn)性動(dòng)力學(xué)系統(tǒng)，近似于人腦神經(jīng)元，可進(jìn)行相對(duì)容易的數(shù)學(xué)計(jì)算，由于這種分析方法趨于智能化，無(wú)需設(shè)定新的算法和規(guī)則進(jìn)行引導(dǎo)和限制，大大降低軟件工程量，因此其用于電氣設(shè)備范圍的前景很好。故障診斷方法越先進(jìn)，診斷精度越高，則專(zhuān)業(yè)診斷技術(shù)人員在在工作時(shí)效率越高，能更高效地完成任務(wù)，避免不必要的事故發(fā)生。

3．2電氣設(shè)備故障診斷技術(shù)

故障診斷方式是技術(shù)人員使用的手段，手段的高低與診斷效率密切相關(guān)，而故障診斷技術(shù)是診斷途徑，可加快診斷進(jìn)程。故障診斷技術(shù)可分為多種，而且隨著科學(xué)的進(jìn)步，肯定會(huì)出現(xiàn)更高科技的技術(shù)，如紅外診斷技術(shù)。診斷技術(shù)主要可由三部分組成:采用精確、高效的檢測(cè)方法對(duì)設(shè)備的各個(gè)參數(shù)、信息進(jìn)行測(cè)取;對(duì)測(cè)取的信息進(jìn)行提煉，從而診斷故障的部位;根據(jù)有效信息和相關(guān)專(zhuān)業(yè)知識(shí)建立針對(duì)性數(shù)學(xué)模型，確定故障的性質(zhì)。

4電氣設(shè)備故障診斷的現(xiàn)狀及發(fā)展趨勢(shì)

目前，我國(guó)針對(duì)電氣設(shè)備發(fā)生的故障有相應(yīng)的診斷方法。針對(duì)設(shè)備的絕緣故障，一般采用斷路法進(jìn)行診斷，通過(guò)對(duì)輸電線(xiàn)路采取分段斷電從而判斷該電路段是否發(fā)生絕緣故障，如此逐段進(jìn)行實(shí)驗(yàn)判斷整個(gè)路段的故障區(qū)域。針對(duì)設(shè)備機(jī)械損壞，通常采用常規(guī)化手段進(jìn)行診斷，如點(diǎn)燃實(shí)驗(yàn)、放電實(shí)驗(yàn)等，因?yàn)橛械臋C(jī)械損壞故障會(huì)產(chǎn)生甲烷、一氧化碳等氣體，其具有可燃性，所以可對(duì)生成的氣體進(jìn)行收集并通過(guò)點(diǎn)燃實(shí)驗(yàn)判斷。針對(duì)設(shè)備散熱系統(tǒng)發(fā)生故障，可采用紅外線(xiàn)設(shè)施進(jìn)行檢測(cè)，其主要利用紅外線(xiàn)對(duì)溫度的敏感度，即使是設(shè)備的細(xì)微溫度變化也可以檢測(cè)出來(lái)，可及時(shí)發(fā)現(xiàn)設(shè)備的非正常狀態(tài)，從而及時(shí)采取相應(yīng)措施進(jìn)行修復(fù)，避免安全事故發(fā)生。顯然針對(duì)不同的故障有不同的診斷方法，但是隨著科學(xué)技術(shù)的不斷更新，更優(yōu)秀的診斷方法必然會(huì)出現(xiàn)，然而不論診斷方法如何進(jìn)步都會(huì)沿著一定的性能，如綜合性、針對(duì)性、快捷性等。綜合性能主要表現(xiàn)在對(duì)信息的綜合整合，即當(dāng)設(shè)備出現(xiàn)故障時(shí)產(chǎn)生了設(shè)備的技術(shù)參數(shù)變化、溫度變化等信息，則需要一個(gè)數(shù)據(jù)終端對(duì)這些信息進(jìn)行整合，而后經(jīng)過(guò)一系列智能技術(shù)進(jìn)行分析和診斷，這種信息化數(shù)據(jù)處理使診斷方法針對(duì)性更強(qiáng)，根據(jù)不同的故障情形建立不同且完善的診斷體系，同時(shí)形成智能化體系，不但可以做出針對(duì)性的診斷，還可在第一時(shí)間把收集的信息上傳至總數(shù)據(jù)庫(kù)，詳細(xì)匯報(bào)故障，保證故障可以盡快得到處理。

5結(jié)語(yǔ)

電氣設(shè)備不僅為人類(lèi)創(chuàng)造了更便利的日常生活條件，還對(duì)社會(huì)的工業(yè)化進(jìn)程做出貢獻(xiàn)，但是其使用過(guò)程存在著隱患，人們對(duì)設(shè)備的可靠性要求進(jìn)一步提高，因此設(shè)備故障診斷顯得尤為重要。隨著科技日新月異，故障診斷方法技術(shù)也趨于現(xiàn)代化，為電氣設(shè)備安全運(yùn)行提供保障。

參考文獻(xiàn):

［1］周舟，陳紹藝，龔尚昆，胡旭，陶靖．SF_6電氣設(shè)備的監(jiān)督與故障診斷［J］．高壓電器，2011(02):104～107．

［2］孫上鵬，趙會(huì)兵，全宏宇，陳德旺，林濤，寧濱．基于定性趨勢(shì)分析的無(wú)絕緣軌道電路電氣絕緣節(jié)設(shè)備故障診斷方法［J］．中國(guó)鐵道科學(xué)，2014(01):105～113．

［3］雷建華．電力、電氣設(shè)備故障診斷研究［J］．硅谷，2014(12):145，148．

第4篇：故障診斷方法綜述范文

關(guān)鍵詞：系統(tǒng)；故障診斷；算法

作者簡(jiǎn)介：王芳（1974-），女，浙江諸暨人，浙江省紹興電力局，工程師。（浙江 紹興 312000）

中圖分類(lèi)號(hào)：TM73 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-0079（2013）33-0239-02

一套完整的監(jiān)控（監(jiān)控和數(shù)據(jù)采集，SCADA）系統(tǒng)與警報(bào)訊號(hào)處理（報(bào)警處理）系統(tǒng)，將有助于提升調(diào)度人員處理事故的能力，能夠根據(jù)系統(tǒng)的情況明確指示引起異常之原因，提供必要的解決措施。近年來(lái)，人工智慧（人工智能）方法已被廣泛應(yīng)用于電力工程領(lǐng)域，國(guó)內(nèi)外對(duì)于故障區(qū)域估測(cè)（故障區(qū)段估計(jì)），變壓器故障診斷（變壓器故障診斷），警報(bào)處理（報(bào)警處理）及諧波偵測(cè)（諧波檢測(cè)）等領(lǐng)域所提方法，大致可歸納為下列幾種。

一、專(zhuān)家系統(tǒng)

專(zhuān)家系統(tǒng)的創(chuàng)始人費(fèi)根鮑姆認(rèn)為：專(zhuān)家系統(tǒng)是一套智能化軟件系統(tǒng)，利用理論及推理步驟來(lái)完成以前只有行業(yè)專(zhuān)家方能解決的復(fù)雜問(wèn)題。專(zhuān)家系統(tǒng)建立的主要目標(biāo)是利用具有特定領(lǐng)域問(wèn)題解決能力的專(zhuān)家系統(tǒng)，為非專(zhuān)家解決現(xiàn)場(chǎng)復(fù)雜的問(wèn)題提供支持和幫助。人工智能是專(zhuān)家系統(tǒng)中最活躍同時(shí)也是成果最豐富的一個(gè)研究領(lǐng)域。

專(zhuān)家系統(tǒng)在輸電和配電網(wǎng)絡(luò)故障診斷中的典型應(yīng)用是以生產(chǎn)規(guī)則為基礎(chǔ)的系統(tǒng)，即保護(hù)斷路器操作人員的行動(dòng)邏輯和診斷經(jīng)驗(yàn)排除這一可能性，形成故障診斷專(zhuān)家系統(tǒng)知識(shí)庫(kù)，進(jìn)一步在信息知識(shí)基礎(chǔ)上根據(jù)報(bào)警進(jìn)行故障排除的結(jié)論的推理。

實(shí)際應(yīng)用中，如美國(guó)電力公司依賴(lài)與得克薩斯州農(nóng)工大學(xué)共同開(kāi)發(fā)的電源系統(tǒng)管理專(zhuān)家系統(tǒng)（雷萊恩專(zhuān)家系統(tǒng)）、數(shù)字故障錄波（DFR）這個(gè)專(zhuān)家系統(tǒng)，根據(jù)DFR數(shù)據(jù)故障診斷擾動(dòng)。 DFR可以記錄在系統(tǒng)故障期間的系統(tǒng)參數(shù)，如雷電和操作沖擊電壓突然上升或驟降、供電中斷、過(guò)電壓、欠電壓、諧波和瞬態(tài)等引起的故障參數(shù)。

傳統(tǒng)的方法是失敗的DFR開(kāi)始自動(dòng)記錄并存儲(chǔ)相關(guān)數(shù)據(jù)，保護(hù)工作進(jìn)行離線(xiàn)分析，以評(píng)估該系統(tǒng)的保護(hù)作用。雷萊恩專(zhuān)家系統(tǒng)可以免除上述過(guò)程，分析故障錄波數(shù)據(jù)和自動(dòng)提取撰寫(xiě)報(bào)告，然后通過(guò)傳真或E-mail發(fā)送到系統(tǒng)的時(shí)間表或相關(guān)人員。

雖然專(zhuān)家系統(tǒng)可以有效地模擬專(zhuān)家完成故障排除，但在實(shí)踐中仍存在一些不足之處，主要問(wèn)題是知識(shí)獲取的瓶頸問(wèn)題，知識(shí)是難以維持的，并不能有效解決眾多不明朗因素的故障診斷，這些問(wèn)題極大地影響了故障診斷的準(zhǔn)確性。[1]

二、模糊邏輯（模糊邏輯）

模糊集合觀(guān)念常用于處理因語(yǔ)言及智識(shí)上產(chǎn)生不明確性特質(zhì)的事物上，模糊集合論可視為明確集合論的延伸，彌補(bǔ)二值邏輯（非0即1）無(wú)法對(duì)不明確邊界事物描述的缺點(diǎn)，經(jīng)歸屬函數(shù)來(lái)表示集合元素對(duì)該集合的隸屬程度，然后由模糊規(guī)則庫(kù)推論其結(jié)果。此法必須先從問(wèn)題描述來(lái)定義歸屬函數(shù)，亦需設(shè)計(jì)出嚴(yán)謹(jǐn)有效的推論規(guī)則。多應(yīng)用于警報(bào)訊號(hào)處理、變壓器故障診斷。

三、遺傳算法的基因演算法（GA）

基因遺傳演算法是一種模擬人類(lèi)基因演化的模型，在這種模型中，問(wèn)題的解答被巧妙地安排成一串?dāng)?shù)值，模擬基因中的一串染色體，大量的基因經(jīng)過(guò)演化、突變與等運(yùn)算不停地產(chǎn)生新的基因，且淘汰不良的基因，最后演化出問(wèn)題的最佳解答。多應(yīng)用于電力系統(tǒng)故障診斷、主動(dòng)式濾波器規(guī)劃。[2]

四、搜尋法（禁忌搜索TS）

搜尋法為求得整體最佳解，主要特色系利用來(lái)控制求解過(guò)程。多應(yīng)用于警報(bào)訊號(hào)處理。

五、決策樹(shù)搜尋法（決策樹(shù)搜索）

將欲達(dá)成的策略以決策樹(shù)型式表示，再應(yīng)用搜尋技巧尋找適當(dāng)?shù)牟呗?。多?yīng)用于故障診斷。

六、因果網(wǎng)路（因果網(wǎng)絡(luò)，CEN）

因果網(wǎng)路具有平行處理的推論能力，主要特色系使用并行處理的推論機(jī)制，可得到快速的推論結(jié)果。多應(yīng)用于故障診斷。

七、神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)具備高度神經(jīng)計(jì)算能力和極強(qiáng)的自適應(yīng)性、魯棒性和容錯(cuò)性。用神經(jīng)網(wǎng)絡(luò)處理問(wèn)題只需要進(jìn)行簡(jiǎn)單的非線(xiàn)性函數(shù)的數(shù)次復(fù)合，不需要建立任何物理模型和人工干預(yù)，具有自組織、自學(xué)習(xí)能力，能映射高度非線(xiàn)性的輸入輸出關(guān)系，重新觀(guān)察現(xiàn)象之后判斷輸出。神經(jīng)網(wǎng)絡(luò)法在故障診斷中得到高度重視和廣泛應(yīng)用，它在處理不確定性問(wèn)題時(shí)具有獨(dú)特的優(yōu)勢(shì)。人工神經(jīng)網(wǎng)絡(luò)廣泛用于選線(xiàn)、故障判斷、暫態(tài)保護(hù)等，速度快、準(zhǔn)確度高，并且不受制于系統(tǒng)的運(yùn)行模式、互感器飽和、故障類(lèi)型等因素。用來(lái)進(jìn)行保護(hù)無(wú)線(xiàn)通訊，可以對(duì)故障高頻信號(hào)進(jìn)行提取，具有很好的仿真效果；還在雷電信號(hào)、開(kāi)關(guān)信號(hào)和故障行波的識(shí)別中有著廣泛的應(yīng)用。

神經(jīng)網(wǎng)絡(luò)方法雖然有利于克服專(zhuān)家系統(tǒng)獲取信息的瓶頸、維護(hù)信息庫(kù)困難等眾多問(wèn)題，但其在處理啟發(fā)性知識(shí)方面有著局限性。且因?yàn)锳NN技術(shù)本身的缺陷，其學(xué)習(xí)速度不快，需要長(zhǎng)時(shí)間的訓(xùn)練，解釋能力弱，進(jìn)而對(duì)神經(jīng)網(wǎng)絡(luò)實(shí)用化產(chǎn)生了影響。并且怎樣設(shè)計(jì)與大型輸電網(wǎng)絡(luò)相適應(yīng)的ANN故障診斷系統(tǒng)，還是一個(gè)需要持續(xù)研究的課題。

類(lèi)神經(jīng)網(wǎng)絡(luò)的性質(zhì)具有大量平行處理能力、學(xué)習(xí)及記憶功能，應(yīng)用的領(lǐng)域相當(dāng)廣泛，可藉由不同的網(wǎng)絡(luò)結(jié)構(gòu)及學(xué)習(xí)演算法相結(jié)合，以適用于解決特殊的問(wèn)題、如文字辨識(shí)，語(yǔ)音辨識(shí)、影像壓縮、預(yù)測(cè)及診斷等。應(yīng)用前必須慎選適用的領(lǐng)域。多應(yīng)用于故障診斷、警報(bào)訊號(hào)處理、變壓器故障診斷、諧波偵測(cè)。[3]

八、基于柔性SCADA的電網(wǎng)復(fù)雜故障診斷方法

電網(wǎng)故障分為簡(jiǎn)單和復(fù)雜的故障，而絕大多數(shù)是簡(jiǎn)單故障。對(duì)于簡(jiǎn)單的故障診斷方法，只使用第一層的推理，從而避免了使用保護(hù)、防護(hù)等級(jí)和其他二級(jí)報(bào)警信息的類(lèi)型，降低了模型的復(fù)雜性，提高推理的速度，有利于故障在線(xiàn)診斷應(yīng)用。對(duì)于復(fù)雜的故障，使用Petri網(wǎng)推理模型，并引入WAMS數(shù)據(jù)核實(shí)診斷結(jié)果，以提高診斷結(jié)果的準(zhǔn)確性。給出網(wǎng)格基礎(chǔ)上靈活的SCADA復(fù)雜故障診斷系統(tǒng)的設(shè)計(jì)：

（1）利用靈活的SCADA報(bào)警信息，實(shí)現(xiàn)了分層分級(jí)傳輸和利用，以避免電網(wǎng)故障的交互功能、報(bào)警信息丟失導(dǎo)致?lián)砣收吓懦e(cuò)誤。推理采用分層結(jié)構(gòu)，第一層采用專(zhuān)家系統(tǒng)推理，第二層使用Petri網(wǎng)模型的推理。

（2）對(duì)于報(bào)警信息不完全正確的現(xiàn)象，提出了應(yīng)用組件的配置時(shí)間Petri網(wǎng)保護(hù)的報(bào)警信息糾錯(cuò)處理的方法來(lái)提高容錯(cuò)。參考WAMS數(shù)據(jù)、報(bào)警信息和故障診斷糾錯(cuò)處理結(jié)果驗(yàn)證結(jié)果的方法，以提高故障診斷的可靠性。[4]

九、計(jì)及信息畸變影響的電網(wǎng)故障診斷分級(jí)優(yōu)化方法

目前的電力系統(tǒng)故障診斷領(lǐng)域一直在進(jìn)行更深入的研究?；趦?yōu)化算法的故障診斷方法，因?yàn)橥评砗?jiǎn)單而搜索快速，被廣泛應(yīng)用。

在優(yōu)化算法的基礎(chǔ)上，分析基于相似的故障診斷方法可以概括為覆蓋的診斷方法和診斷方法。當(dāng)保護(hù)或斷路器不正常運(yùn)行和警報(bào)信息是扭曲的，診斷的相似性可能被漏診、誤診。為了提高故障診斷的準(zhǔn)確性，其結(jié)合了兩種類(lèi)型診斷方法的故障診斷建議分類(lèi)優(yōu)化方法的特點(diǎn)。此方法診斷相似的保護(hù)信息和一個(gè)診斷結(jié)果，通過(guò)簡(jiǎn)單的操作分析不同類(lèi)型的可疑故障組件的失效概率。對(duì)于現(xiàn)有的方法造成報(bào)警狀態(tài)計(jì)算密集型優(yōu)化問(wèn)題的特征向量、狀態(tài)向量構(gòu)造自適應(yīng)功能的報(bào)警方法。建立各類(lèi)變量模型中的簡(jiǎn)單方案，以進(jìn)一步推進(jìn)快速診斷故障區(qū)域的研究。

十、復(fù)合方法

結(jié)合兩種不同的人工智慧方法，選取各個(gè)方法的優(yōu)點(diǎn)再將其結(jié)合，主要目的是增加其適用范圍及提高診斷準(zhǔn)確度，如結(jié)合CEN和模糊理論，以CEN判斷故障區(qū)域后再由模糊邏輯推論出故障類(lèi)型，使得診斷工具的適用范圍擴(kuò)大。診斷流程采用人工神經(jīng)網(wǎng)絡(luò)與EPS同時(shí)平行運(yùn)作，在相互結(jié)合下?lián)碛休^高的診斷精確度；結(jié)合小波理論和ANN用于變壓器故障診斷經(jīng)濟(jì)調(diào)度及暫態(tài)干擾事件偵測(cè)。[5]

十一、總結(jié)和展望

本文對(duì)幾種廣泛應(yīng)用的電力故障診斷方法進(jìn)行了詳細(xì)的闡述，然而隨著電力的發(fā)展和環(huán)境的變化，新故障不斷出現(xiàn)，其給現(xiàn)有的診斷方法帶來(lái)了挑戰(zhàn)。因此，為了應(yīng)對(duì)不斷出現(xiàn)的故障，靈活綜合各種基本方法來(lái)進(jìn)行診斷成為電力系統(tǒng)故障診斷技術(shù)的發(fā)展趨勢(shì)。

為了維持電力供應(yīng)安全性及可靠性，自動(dòng)化故障偵測(cè)技術(shù)將有助于迅速推測(cè)出故障可能發(fā)生的位置，在供電品質(zhì)提升的需求下，變壓器的維護(hù)與檢修更為重要，對(duì)于運(yùn)轉(zhuǎn)中的變壓器若有一套監(jiān)視與診斷預(yù)警技術(shù)，將可發(fā)現(xiàn)變壓器內(nèi)部潛在的異常狀況，及早進(jìn)行修復(fù)以避免事故進(jìn)一步擴(kuò)大。電力品質(zhì)亦是當(dāng)前電力公司與工業(yè)界共同重視的課題，若有一套電力品質(zhì)干擾事件偵測(cè)系統(tǒng)，將可輔助電力品質(zhì)工程師形成有效的辨識(shí)及采取有效的改善策略。本文主要目的即建立一套輔偵測(cè)工具，包括故障區(qū)域偵測(cè)、警報(bào)訊號(hào)處理、變壓器故障診斷及電力品質(zhì)偵測(cè)，期望可在不用增加任何設(shè)備的情況下納入既有的監(jiān)控系統(tǒng)。

參考文獻(xiàn)：

[1]鄭文盛.故障診斷專(zhuān)家系統(tǒng)在船舶電力系統(tǒng)故障診斷中的應(yīng)用[J].中國(guó)水運(yùn)，2010，（4）：88-89.

[2]呂雪峰.基于遺傳算法的電力系統(tǒng)故障診斷[D].大慶：大慶石油學(xué)院，2006.

[3]邵曉非，寧媛，劉耀文，張慧瑩.電力系統(tǒng)故障診斷方法綜述與展望[J].工業(yè)控制計(jì)算機(jī)，2012，（12）：4-5，7.

第5篇：故障診斷方法綜述范文

關(guān)鍵詞：船舶機(jī)電設(shè)備；運(yùn)行狀態(tài)；監(jiān)測(cè)；故障診斷；技術(shù)

作為船舶主要組成部分之一，船舶機(jī)電設(shè)備在船舶運(yùn)行過(guò)程中擁有著不可替代的作用，其運(yùn)行狀態(tài)直接關(guān)乎到船舶是否能夠正常運(yùn)行。一旦船舶機(jī)電設(shè)備發(fā)生故障，不僅可能會(huì)帶來(lái)極大的經(jīng)濟(jì)損失，甚至可能造成船員出現(xiàn)人員傷亡情況。本文試圖研究開(kāi)發(fā)一種設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)，來(lái)在線(xiàn)監(jiān)測(cè)船舶機(jī)電設(shè)備的運(yùn)行狀態(tài)。一旦發(fā)現(xiàn)船舶機(jī)電設(shè)備出現(xiàn)故障，能夠快速診斷出發(fā)生故障位置以及發(fā)生故障原因，從而及時(shí)采取有針對(duì)性的維修措施，提高船舶機(jī)電設(shè)備維修效率，減少船舶發(fā)生故障的概率。

1設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)建立的必要性

2016年3月27日早上，總噸位920的“粵惠州貨5220”船航至西樵水道西樵大橋上游500米左右時(shí)，突然失去動(dòng)力后失控，雖然船方采取了拋錨等措施，但在船舶慣性加上汛期急流作用下，“粵惠州貨5220”主甲板左舷位置觸碰西樵大橋橋墩，導(dǎo)致西樵大橋橋墩下通航橋孔橋墩表面約150cm×80cm破損，“粵惠州貨5220”船甲板護(hù)舷材變形凹陷。從上述案例可以看到船舶機(jī)械設(shè)備對(duì)船舶安全運(yùn)行有著嚴(yán)重的影響，因此研究開(kāi)發(fā)一種設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)，來(lái)在線(xiàn)監(jiān)測(cè)船舶機(jī)電設(shè)備的運(yùn)行狀態(tài)，診斷船舶機(jī)電設(shè)備是否存在安全隱患，并向相關(guān)人員進(jìn)行安全風(fēng)險(xiǎn)提示，進(jìn)而保護(hù)船員人身安全，是非常有必要的。

2設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)設(shè)計(jì)方案

2.1設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)結(jié)構(gòu)設(shè)計(jì)

設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)主要完成對(duì)船舶機(jī)電設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)以及故障診斷，并結(jié)合先進(jìn)的計(jì)算機(jī)信息技術(shù)分析船舶機(jī)電設(shè)備的運(yùn)行信息以及故障信息，以確保應(yīng)用信息化變得更加豐富。設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)的邏輯架構(gòu)主要包含以下幾個(gè)部分：數(shù)據(jù)信息采集層、數(shù)據(jù)信息傳輸層、數(shù)據(jù)信息評(píng)估層、數(shù)據(jù)信息管理層、應(yīng)用層組成（見(jiàn)圖1）。

2.2數(shù)據(jù)信息采集層

數(shù)據(jù)信息采集層主要負(fù)責(zé)船舶機(jī)電設(shè)備運(yùn)行狀態(tài)信息以及故障信息的采集。與一般監(jiān)控類(lèi)信息不一樣的是，運(yùn)行狀態(tài)信息更側(cè)重于采集船舶機(jī)電設(shè)備關(guān)鍵部位運(yùn)行時(shí)候的溫度、振動(dòng)、轉(zhuǎn)速、保護(hù)期狀態(tài)、電流等等。有些船舶機(jī)電設(shè)備由于配備著較為智能化的電控系統(tǒng)，能夠自檢自身的運(yùn)行狀態(tài)，則只需要連接電控系統(tǒng)的數(shù)據(jù)接口就可以實(shí)現(xiàn)數(shù)據(jù)信息的采集。對(duì)于電控系統(tǒng)無(wú)法提供的諸如溫度、振動(dòng)等數(shù)據(jù)信息，則可以通過(guò)在船舶機(jī)電設(shè)備中安裝對(duì)應(yīng)的傳感器，模擬轉(zhuǎn)換這些數(shù)據(jù)信息后再予以采集。

2.3數(shù)據(jù)信息傳輸層

數(shù)據(jù)信息傳輸層主要負(fù)責(zé)傳輸數(shù)據(jù)信息采集層采集到的有關(guān)船舶機(jī)電設(shè)備運(yùn)行狀態(tài)信息以及故障信息的相關(guān)數(shù)據(jù)至數(shù)據(jù)信息評(píng)估層，以供數(shù)據(jù)信息評(píng)估層分析評(píng)估。并利用計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)船舶機(jī)電設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)應(yīng)用層、船舶各個(gè)艙室（船艙、工作艙、公共艙、居住艙、戰(zhàn)斗艙等）的信息聯(lián)網(wǎng)。數(shù)據(jù)信息傳輸層主要分為全線(xiàn)主干網(wǎng)絡(luò)、系統(tǒng)應(yīng)用層網(wǎng)絡(luò)、船舶各個(gè)艙室局域網(wǎng)絡(luò)等幾個(gè)部分，并采用標(biāo)準(zhǔn)開(kāi)放式網(wǎng)絡(luò)協(xié)議，實(shí)現(xiàn)系統(tǒng)功能擴(kuò)展以及信息化應(yīng)用。

2.4數(shù)據(jù)信息評(píng)估層

數(shù)據(jù)信息評(píng)估層是建立在數(shù)據(jù)信息采集基礎(chǔ)上，主要負(fù)責(zé)對(duì)采集到的船舶機(jī)電設(shè)備的運(yùn)行狀態(tài)數(shù)據(jù)信息以及故障數(shù)據(jù)信息的分析評(píng)估。通過(guò)故障數(shù)據(jù)信息庫(kù)以及數(shù)據(jù)分析模型算法的建立，實(shí)現(xiàn)狀態(tài)數(shù)據(jù)信息以及故障數(shù)據(jù)信息的解析，從而提取到船舶機(jī)電設(shè)備的故障特征信號(hào)，進(jìn)而智能分析診斷該船舶機(jī)電設(shè)備的故障趨勢(shì)或故障發(fā)生原因。其中智能診斷最核心的技術(shù)就是數(shù)據(jù)分析模型算法的建立，并重點(diǎn)解析船舶機(jī)電設(shè)備的振動(dòng)頻譜。倘若數(shù)據(jù)信息采集層采集到的直接就是明確的故障信息，那么通過(guò)故障數(shù)據(jù)信息庫(kù)直接比對(duì)即可，不必再次進(jìn)行解析分析，然后再將相關(guān)信息傳輸給應(yīng)用層，并匹配相應(yīng)的維護(hù)、維修建議，再由用戶(hù)發(fā)出相應(yīng)應(yīng)對(duì)指令。此外，數(shù)據(jù)信息評(píng)估層還可以借助狀態(tài)評(píng)估算法、歷史經(jīng)驗(yàn)數(shù)據(jù)、船舶機(jī)電設(shè)備信息等內(nèi)容（這些數(shù)據(jù)信息都由數(shù)據(jù)信息管理層儲(chǔ)存與管理）來(lái)分析評(píng)估數(shù)據(jù)信息層所采集到的數(shù)據(jù)信息，然后統(tǒng)籌評(píng)估船舶機(jī)電設(shè)備的運(yùn)行狀態(tài)以及故障風(fēng)險(xiǎn)，從而預(yù)警判斷故障趨勢(shì)，將故障預(yù)計(jì)時(shí)間計(jì)算出來(lái)的同時(shí)，向應(yīng)用層提出相應(yīng)的維修計(jì)劃建議。

2.5應(yīng)用層

應(yīng)用層主要負(fù)責(zé)向船舶機(jī)電設(shè)備維修管理人員提供各種維護(hù)、維修信息化功能的應(yīng)用，具備操作簡(jiǎn)單方便的人機(jī)界面，并提供船舶機(jī)電設(shè)備各項(xiàng)數(shù)據(jù)信息的展示以及各項(xiàng)功能的操作。比如分類(lèi)展示船舶各類(lèi)機(jī)電設(shè)備的運(yùn)行狀態(tài)信息，顯示數(shù)據(jù)信息評(píng)估層的分析評(píng)估結(jié)果以及維護(hù)、維修建議，還能對(duì)船舶機(jī)電設(shè)備原始狀態(tài)數(shù)據(jù)信息進(jìn)行查詢(xún)。應(yīng)用層還能信息化管理船舶機(jī)電設(shè)備的維修記錄、維修計(jì)劃、維修單、維修資源等，并提供船舶機(jī)電設(shè)備備件、備品的資源管理功能，還能通過(guò)應(yīng)用層直接查詢(xún)、統(tǒng)計(jì)、輸入、儲(chǔ)存船舶機(jī)電設(shè)備的一切相關(guān)信息，并提供數(shù)據(jù)信息生成與打印服務(wù)。

3結(jié)語(yǔ)

綜上所述，船舶機(jī)電設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)的設(shè)計(jì)符合船舶機(jī)電設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)與故障診斷的實(shí)際需求以及智能化發(fā)展趨勢(shì)，該系統(tǒng)的應(yīng)用能夠有效提高船舶判斷機(jī)電設(shè)備故障的速度，降低船舶機(jī)電設(shè)備發(fā)生故障的概率，從而有效保障船舶的安全航行。

作者:李建峰 袁磊 賀磊 單位:92896部隊(duì)

參考文獻(xiàn)：

[1]于學(xué)寬.船舶動(dòng)力設(shè)備狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)研究[D].武漢理工大學(xué)，2013.

[2]李文星.船舶機(jī)電設(shè)備故障診斷方法研究[J].計(jì)算機(jī)測(cè)量與控制，2013,(8):2093~2095.

[3]張錫清.機(jī)電設(shè)備的狀態(tài)監(jiān)測(cè)與故障診斷[J].山東煤炭科技，2011,(3):71~72.

[4]靳永勝.機(jī)電系統(tǒng)狀態(tài)監(jiān)測(cè)與故障診斷的技術(shù)探討[J].數(shù)字技術(shù)與應(yīng)用，2014,(4):233.

[5]覃冕，李小波.淺談船舶機(jī)電設(shè)備智能故障診斷系統(tǒng)[J].中小企業(yè)管理與科技(中旬刊)，2014(8):240~241.

[6]徐小力.機(jī)電系統(tǒng)狀態(tài)監(jiān)測(cè)及故障預(yù)警的信息化技術(shù)綜述[J].電子測(cè)量與儀器學(xué)報(bào)，2016(3):325~332.

[7]王雪山.探析船舶機(jī)電設(shè)備故障診斷方法[J].現(xiàn)代制造技術(shù)與裝備，2016,(4):116~117.

第6篇：故障診斷方法綜述范文

關(guān)鍵詞 火電廠(chǎng)；鍋爐；故障診斷；粗糙集；決策表

中圖分類(lèi)號(hào)TK22 文獻(xiàn)標(biāo)識(shí)碼A 文章編號(hào) 1674-6708（2012）80-0164-02

近些年來(lái)，科技不斷發(fā)展，人們生活水平也有了很大提升，因此，人們對(duì)于電力需求得到了高速增長(zhǎng)。如果現(xiàn)代社會(huì)想要得到很好的發(fā)展，就要求電力必須要首先得到發(fā)展，電力工業(yè)已經(jīng)逐漸成為了各個(gè)行業(yè)發(fā)展最為根本的基礎(chǔ)，同樣成為了現(xiàn)代的人類(lèi)能夠賴(lài)以生存必要的條件之一。尤其是科技的不斷進(jìn)步，使得火電廠(chǎng)自身發(fā)電機(jī)組朝著集中化以及大型化這兩個(gè)方向不斷發(fā)展，但是，因?yàn)榘l(fā)電機(jī)組運(yùn)行經(jīng)驗(yàn)缺乏、管理、安裝、制造以及設(shè)計(jì)等方面存在著缺陷，在這樣的環(huán)境下，數(shù)據(jù)采集與監(jiān)控系統(tǒng)在火電廠(chǎng)的日常運(yùn)行和管理過(guò)程中就變得極其重要，并且成為了監(jiān)控火電廠(chǎng)鍋爐主要的對(duì)象，但是，鍋爐同樣會(huì)存在一定的故障，下面就解析火電廠(chǎng)鍋爐常見(jiàn)故障的數(shù)據(jù)挖掘診斷方法。

1 關(guān)于火電廠(chǎng)的數(shù)據(jù)采集與監(jiān)控系統(tǒng)

火電廠(chǎng)的數(shù)據(jù)采集與監(jiān)控系統(tǒng)也成為SCADA系統(tǒng)，該系統(tǒng)最為主要的功能就是定期對(duì)鍋爐以及火電廠(chǎng)汽機(jī)等等設(shè)備狀態(tài)的數(shù)據(jù)進(jìn)行采集，在參數(shù)越限的時(shí)候就會(huì)將報(bào)警系統(tǒng)啟動(dòng)，將故障數(shù)據(jù)記錄以及收集工作完成。數(shù)據(jù)采集與監(jiān)控系統(tǒng)歷史數(shù)據(jù)庫(kù)通常會(huì)包括脈沖輸入量、計(jì)算量以及數(shù)字輸入量、模擬輸入量等等，其中，每一類(lèi)型的數(shù)據(jù)都包括很多數(shù)據(jù)點(diǎn)，比如模擬輸入量也成AI量，模擬輸入量主要包括火電廠(chǎng)鍋爐的主蒸汽溫度以及主給水流量等等數(shù)據(jù)點(diǎn)；而數(shù)字輸入量也稱(chēng)DI量，數(shù)字輸入量有火電廠(chǎng)鍋爐上水電動(dòng)門(mén)的開(kāi)關(guān)以及送風(fēng)機(jī)出口風(fēng)門(mén)開(kāi)等等數(shù)據(jù)點(diǎn)。通常數(shù)據(jù)點(diǎn)會(huì)在一分鐘得以保存一次，每天每一個(gè)數(shù)據(jù)點(diǎn)都會(huì)有一千四百四十個(gè)數(shù)值，如果歷史的數(shù)據(jù)庫(kù)里面包括各個(gè)類(lèi)型數(shù)據(jù)庫(kù)一共五千個(gè)數(shù)據(jù)點(diǎn)，那么，每天就會(huì)儲(chǔ)存五千乘以一千四百四十個(gè)數(shù)值，每一年的數(shù)據(jù)量都很大。這些數(shù)據(jù)除了應(yīng)用到越限報(bào)警之外，在火電廠(chǎng)的大型設(shè)備產(chǎn)生故障診斷等方面沒(méi)起到很大的作用，原因就在于歷史數(shù)據(jù)庫(kù)里面模擬量就是變慢量，而且沒(méi)有高頻的成分，如果我們想要對(duì)大型復(fù)雜設(shè)備存在的故障更加精確地進(jìn)行診斷，就必須要另外檢測(cè)設(shè)備測(cè)取設(shè)備故障信號(hào)里面那一部分高頻的成分。

2 火電廠(chǎng)鍋爐常見(jiàn)故障的數(shù)據(jù)挖掘診斷方法

我們把火電廠(chǎng)的數(shù)據(jù)采集與監(jiān)控系統(tǒng)的歷史數(shù)據(jù)庫(kù)中存儲(chǔ)的海量數(shù)據(jù)當(dāng)成設(shè)備故障的信息來(lái)源，對(duì)于火電廠(chǎng)的大型設(shè)備常見(jiàn)故障來(lái)實(shí)施診斷，但是，診斷的前提就是這一類(lèi)故障已經(jīng)在數(shù)據(jù)采集與監(jiān)控系統(tǒng)的歷史數(shù)據(jù)庫(kù)里面進(jìn)行多次記錄，所以，系統(tǒng)才能夠從自身歷史數(shù)據(jù)庫(kù)里面找到和設(shè)備故障點(diǎn)相對(duì)應(yīng)的設(shè)備狀態(tài)量存在的變化規(guī)律，進(jìn)而得到設(shè)備故障診斷存在的規(guī)則。所以，在對(duì)火電廠(chǎng)鍋爐常見(jiàn)故障進(jìn)行診斷的時(shí)候采取數(shù)據(jù)挖掘診斷方法必須要按照以下幾個(gè)步驟實(shí)施：實(shí)施數(shù)據(jù)挖掘診斷方法的數(shù)據(jù)準(zhǔn)備與目標(biāo)描述工作；對(duì)數(shù)據(jù)實(shí)施預(yù)處理；實(shí)施數(shù)據(jù)挖掘工作；實(shí)施目標(biāo)評(píng)估工作。其中，實(shí)施數(shù)據(jù)挖掘工作能夠采取很多具體的方法來(lái)達(dá)成，在這里，我們需要根據(jù)數(shù)據(jù)預(yù)處理得到的結(jié)果，采取粗糙集這一種方法來(lái)將決策表建立起來(lái)，接著對(duì)我們所建立起來(lái)的決策表實(shí)施屬性約簡(jiǎn)，然后反復(fù)重復(fù)以上四個(gè)步驟。

在我們進(jìn)行數(shù)據(jù)挖掘工作之前，必須要對(duì)數(shù)據(jù)挖掘的目標(biāo)和內(nèi)容進(jìn)行確定，也就是我們必須要確定采取數(shù)據(jù)挖掘這一種方式方法來(lái)實(shí)施故障診斷措施的主要目標(biāo)，并且要對(duì)數(shù)據(jù)挖掘的目標(biāo)實(shí)施詳細(xì)、真實(shí)的描述，以便我們能夠根據(jù)這一描述來(lái)進(jìn)行數(shù)據(jù)的準(zhǔn)備工作，數(shù)據(jù)挖掘的目標(biāo)描述主要包括對(duì)鍋爐故障狀態(tài)點(diǎn)集合以及鍋爐故障診斷數(shù)據(jù)源的集合、選擇鍋爐數(shù)據(jù)挖掘的具體算法，進(jìn)而能夠使得故障的數(shù)據(jù)源集合里面所產(chǎn)生的那些關(guān)鍵的數(shù)據(jù)點(diǎn)集能夠真正完全對(duì)鍋爐故障狀態(tài)點(diǎn)集合進(jìn)行描述。而我們所采取的數(shù)據(jù)預(yù)處理方法需要我們明確初始的數(shù)據(jù)集合里面包含所有的計(jì)算量以及模擬量，如果所有的數(shù)據(jù)點(diǎn)都用在數(shù)據(jù)挖掘上面，那么，一定會(huì)導(dǎo)致算法的運(yùn)行十分緩慢，其效率太低，更有甚者會(huì)導(dǎo)致火電廠(chǎng)的鍋爐故障診斷工作無(wú)法實(shí)施下去。所以，我們必須要在對(duì)數(shù)據(jù)進(jìn)行預(yù)處理這一階段中，將初始的數(shù)據(jù)集合點(diǎn)數(shù)降低一個(gè)數(shù)量級(jí)到兩個(gè)數(shù)量級(jí)，對(duì)其實(shí)施相關(guān)分析、主成份分析以及領(lǐng)域?qū)＜业慕?jīng)驗(yàn)點(diǎn)集等。在我們實(shí)施第三個(gè)步驟數(shù)據(jù)挖掘的時(shí)候，要求我們必須要明確數(shù)據(jù)挖掘過(guò)程中預(yù)備集合里面仍然包含著很多和火電廠(chǎng)鍋爐常見(jiàn)故障狀態(tài)吻合程度比較低的點(diǎn)，并且，這些點(diǎn)里面包含著很多冗余點(diǎn)，我們必須要使數(shù)據(jù)點(diǎn)能夠降低一個(gè)數(shù)量級(jí)到兩個(gè)數(shù)量級(jí)。

3結(jié)論

本文中，筆者首先關(guān)于火電廠(chǎng)的數(shù)據(jù)采集與監(jiān)控系統(tǒng)進(jìn)行了分析，接著又對(duì)火電廠(chǎng)鍋爐常見(jiàn)故障的數(shù)據(jù)挖掘診斷方法進(jìn)行了闡述和探討，在我們采用數(shù)據(jù)挖掘診斷方法的時(shí)候，需要我們明確并且注意的是如果我們所收集的數(shù)據(jù)里面并不包括多次鍋爐故障記錄，那么，我們不能從歷史的數(shù)據(jù)中將診斷規(guī)律挖掘出來(lái)。

參考文獻(xiàn)

[1]饒斐，張廣明，費(fèi)宏舉，張柳.基于粗糙集人工神經(jīng)網(wǎng)絡(luò)的鍋爐故障診斷模型[J].計(jì)算機(jī)工程與設(shè)計(jì)，2008（9）.

[2]陳星鶯，張曉花，瞿峰，劉皓明，趙波.數(shù)據(jù)挖掘在電力系統(tǒng)中的應(yīng)用綜述[J].電力科學(xué)與技術(shù)學(xué)報(bào)，2007（3）.

第7篇：故障診斷方法綜述范文

【關(guān)鍵詞】遠(yuǎn)程；故障診斷；監(jiān)控

1.引言

在工業(yè)化時(shí)代，大規(guī)模機(jī)械電氣設(shè)備的使用讓社會(huì)生產(chǎn)效率大幅度的增加，但與此同時(shí)，機(jī)械設(shè)備故障也頻繁發(fā)生，延誤生產(chǎn)時(shí)機(jī)。所謂故障，是指機(jī)械系統(tǒng)偏離正常功能，造成設(shè)備基本功能不能保證。最初故障診斷是依賴(lài)人員的個(gè)人經(jīng)驗(yàn)及簡(jiǎn)單檢測(cè)儀器，隨著電工電子、傳感器、信號(hào)分析、計(jì)算機(jī)等技術(shù)的發(fā)展，對(duì)發(fā)生的故障，除要求設(shè)備管理人員具備掌握一定的機(jī)械專(zhuān)業(yè)技術(shù)、還要有電氣、計(jì)算機(jī)等專(zhuān)業(yè)知識(shí)。這對(duì)于依賴(lài)于個(gè)人知識(shí)儲(chǔ)備在故障面前顯得杯水車(chē)薪，特別是高技術(shù)含量進(jìn)口機(jī)械設(shè)備故障如民航發(fā)動(dòng)機(jī)故障，我們有時(shí)候卻無(wú)能無(wú)力而不得不依賴(lài)外國(guó)專(zhuān)家指導(dǎo)。這樣在計(jì)算機(jī)網(wǎng)絡(luò)的發(fā)展下，基于WEB的遠(yuǎn)程故障診斷分析由此而產(chǎn)生。

遠(yuǎn)程故障診斷可提高復(fù)雜機(jī)械電氣設(shè)備的維護(hù)和診斷，實(shí)現(xiàn)對(duì)分設(shè)備和關(guān)鍵部件進(jìn)行分散集中式監(jiān)視、診斷和管理。不僅提高了設(shè)備的管理效率，降低了維護(hù)費(fèi)用，還提高了故障診斷的水平和快速性，也有利于資源共享。

2.監(jiān)控診斷系統(tǒng)

監(jiān)測(cè)與診斷主要是根據(jù)快變信號(hào)、緩變信號(hào)以及開(kāi)關(guān)量信號(hào)的變化，運(yùn)用通頻和分頻振幅值等多種方法來(lái)判斷機(jī)組是否正常運(yùn)行。

系統(tǒng)需有多種采集卡，包括振動(dòng)信號(hào)采集卡、轉(zhuǎn)速采集卡、溫度壓力流量采集卡以及報(bào)警信號(hào)采集卡。還需要有相應(yīng)的信號(hào)變換和調(diào)理電路。各種參量的獲取是通過(guò)振動(dòng)、溫度、壓力、轉(zhuǎn)速等測(cè)量傳感器實(shí)時(shí)獲取機(jī)組工作狀態(tài)信息。然后將各種信號(hào)通過(guò)信號(hào)分析處理方法通過(guò)PC總線(xiàn)和計(jì)算機(jī)顯示出來(lái)，實(shí)現(xiàn)各種工況的實(shí)時(shí)顯示。再到更高層次就是利用智能診斷系統(tǒng)對(duì)監(jiān)測(cè)的數(shù)據(jù)進(jìn)行分析和模態(tài)識(shí)別，利用邏輯推理和數(shù)值分析方法相結(jié)合的方式，利用專(zhuān)家知識(shí)和固有原始數(shù)據(jù)進(jìn)行分析和比較，得出診斷結(jié)論，以上過(guò)程可用下圖結(jié)構(gòu)表示。

圖1 監(jiān)控診斷系統(tǒng)組成框圖

3.遠(yuǎn)程故障診斷地應(yīng)用

遠(yuǎn)程故障診斷是一門(mén)實(shí)用性強(qiáng)的技術(shù)，它在工業(yè)、醫(yī)療、石油、航空等各個(gè)方面都有廣泛地推廣和使用。

利用INTERNET技術(shù)，F(xiàn)ANUC的數(shù)控機(jī)床采用了C/S的架構(gòu)設(shè)計(jì)，這其中包括了服務(wù)器和客戶(hù)端。運(yùn)用SQLSERVER 2008可以創(chuàng)建數(shù)據(jù)庫(kù)，利用TCP/IP協(xié)議可以建立通訊鏈路，利用柔性制造系統(tǒng)可以對(duì)機(jī)床故障診斷分類(lèi)，利用電腦分發(fā)出診斷號(hào)、參數(shù)號(hào)，進(jìn)行PMC接口診斷。也有的專(zhuān)家獨(dú)辟蹊徑，將遠(yuǎn)程故障診斷在數(shù)控裝置的應(yīng)用劃分成了四個(gè)模塊，即信息檢索模塊、智能診斷模塊、網(wǎng)絡(luò)會(huì)診模塊、遠(yuǎn)程檢測(cè)模塊。信息檢索模塊主要是利用專(zhuān)家系統(tǒng)人工或者機(jī)器進(jìn)行檢索，智能診斷模塊主要應(yīng)用對(duì)檢測(cè)信號(hào)進(jìn)行分析，再利用與此類(lèi)似的遠(yuǎn)程數(shù)控設(shè)備監(jiān)控診斷系統(tǒng)是由CNC、現(xiàn)場(chǎng)監(jiān)控工況機(jī)，數(shù)據(jù)存儲(chǔ)服務(wù)器、WEB服務(wù)器及遠(yuǎn)程監(jiān)控與診斷系統(tǒng)中心等組成。楊賢等介紹了一種監(jiān)控軟件，HOMS監(jiān)控軟件是以狀態(tài)監(jiān)測(cè)為基礎(chǔ)，最優(yōu)檢修決策為目的的。它的體系架構(gòu)為狀態(tài)監(jiān)測(cè)系統(tǒng)，廠(chǎng)級(jí)診斷中心，企業(yè)級(jí)決策中心。

在汽車(chē)行業(yè)，常用的維修檢測(cè)設(shè)備是從電噴車(chē)解碼器、手持式故障診斷儀慢慢發(fā)展到行業(yè)中比較流行的離線(xiàn)PC式汽車(chē)故障診斷儀?，F(xiàn)在又有新的趨勢(shì)了，顏伏伍、曹愷等研究了基于智能手機(jī)的汽車(chē)遠(yuǎn)程故障診斷。他們發(fā)現(xiàn)一些手持式診斷設(shè)備存在攜帶不方便、缺乏維修指導(dǎo)并且診斷效率低下等情況，利用ARM公司推出的開(kāi)發(fā)復(fù)雜應(yīng)用程序的RVDS（Realview Development Suite）開(kāi)發(fā)工具設(shè)計(jì)實(shí)現(xiàn)了讀清故障碼、讀凍結(jié)幀、讀數(shù)據(jù)流等，另外還具有遠(yuǎn)程交互能力和方便專(zhuān)家進(jìn)行遠(yuǎn)程輔助診斷等功能。

在石油與礦山機(jī)械領(lǐng)域，王峰、路小琪研究了基于物聯(lián)網(wǎng)的礦井提升機(jī)感知系統(tǒng)設(shè)計(jì)。所謂物聯(lián)網(wǎng)就是通過(guò)二維碼識(shí)別設(shè)備、射頻識(shí)別裝置、紅外感應(yīng)器、全球定位系統(tǒng)和激光掃描器等信息傳感設(shè)備，按約定的協(xié)議，把任何物品與互聯(lián)網(wǎng)相連接，進(jìn)行信息交換和通信，以實(shí)現(xiàn)智能化識(shí)別、定位、跟蹤、監(jiān)控和管理的一種網(wǎng)絡(luò)。在這種技術(shù)環(huán)境下，提升機(jī)控制系統(tǒng)通過(guò)傳感器、檢測(cè)設(shè)備以及安裝在系統(tǒng)中的無(wú)線(xiàn)傳感器等關(guān)于該設(shè)備的運(yùn)行狀態(tài)經(jīng)過(guò)以太網(wǎng)傳遞至調(diào)度室。在長(zhǎng)輸油氣管道中，實(shí)現(xiàn)輸油泵在online狀態(tài)下監(jiān)測(cè)最好是使用在線(xiàn)故障診斷軟件，可是幾乎所有的都是通過(guò)安裝在設(shè)備商的各種監(jiān)測(cè)儀表，然后通過(guò)網(wǎng)絡(luò)上傳到SCADA系統(tǒng)上進(jìn)行數(shù)據(jù)分析處理、多線(xiàn)程進(jìn)行管理。可以達(dá)到實(shí)時(shí)監(jiān)控狀態(tài)，準(zhǔn)確地找到故障報(bào)警。在鉆機(jī)的在線(xiàn)檢測(cè)中，從萬(wàn)生、張鵬飛、林智敏、于輝等人在石油機(jī)械雜志上研究了利用國(guó)際上最先進(jìn)的remote數(shù)據(jù)與圖像監(jiān)測(cè)處理技術(shù)，采用移動(dòng)通信衛(wèi)星實(shí)現(xiàn)了遠(yuǎn)程數(shù)據(jù)及視頻傳輸?shù)墓δ?，利用這些專(zhuān)有技術(shù)實(shí)現(xiàn)了數(shù)據(jù)的網(wǎng)間共享以及信息捕捉等功能。在壓縮機(jī)的故障診斷與監(jiān)控上，吳文莉采用了嵌入式CPU和無(wú)線(xiàn)通訊GPRS發(fā)送模塊如遠(yuǎn)程數(shù)據(jù)傳輸單元DTU組成。在對(duì)鐵路設(shè)備的診斷系統(tǒng)設(shè)計(jì)中，李桂林發(fā)表在《自動(dòng)化與儀器儀表》上論述了采用計(jì)算機(jī)網(wǎng)絡(luò)、數(shù)據(jù)庫(kù)技術(shù)和故障診斷技術(shù)，一定程度上提高了列車(chē)的運(yùn)行效率和保障了行車(chē)安全。

另外，Deb.S，Domagala.C，Gho-shal，Alena.R在《The international society for optical Engineering》利用美國(guó)Qualtech的軟件開(kāi)發(fā)了一種基于上述系統(tǒng)判斷的遠(yuǎn)程診斷服務(wù)器，建立了遠(yuǎn)程檢測(cè)空間服務(wù)站的模型。我國(guó)葉文君等利用基于模型和信號(hào)處理的方法對(duì)空調(diào)系統(tǒng)的故障診斷和檢測(cè)進(jìn)行了分析和總結(jié)。在機(jī)器人焊接方面，由星云焊接公司研制的Nebula型焊機(jī)，它可以通過(guò)互聯(lián)網(wǎng)實(shí)現(xiàn)遠(yuǎn)程故障診斷、遠(yuǎn)程檢測(cè)，還可以將數(shù)字電視技術(shù)應(yīng)用在它上面。

4.結(jié)語(yǔ)

文章簡(jiǎn)要介紹了故障診斷系統(tǒng)的組成和基本原理，肯定了基于WEB故障診斷系統(tǒng)的作用，并且介紹了監(jiān)控檢測(cè)系統(tǒng)的組成以及遠(yuǎn)程故障診斷在各行各業(yè)的應(yīng)用?；赪EB的故障診斷技術(shù)發(fā)展已有多年了，相關(guān)技術(shù)已經(jīng)日趨成熟，對(duì)于遠(yuǎn)程故障診斷的前景可能會(huì)在對(duì)故障位置精確性確定、故障時(shí)間準(zhǔn)確性預(yù)測(cè)、檢測(cè)故障地點(diǎn)的精密化等方向發(fā)展。

參考文獻(xiàn)

[1]李磊，王晨升，寇星源，陳亮，武花榮.基于FANUC的數(shù)控機(jī)床遠(yuǎn)程故障[J].軟件軟件，2012，12.

[2]陳秀麗.遠(yuǎn)程故障診斷功能在設(shè)備維護(hù)管理中的應(yīng)用[J].數(shù)字技術(shù)與應(yīng)用，2012，06.

[3]吳文莉.壓縮機(jī)遠(yuǎn)程監(jiān)控與故障診斷技術(shù)研究[J].控制技術(shù)，2012，05.

[4]李桂林.基于WEB的鐵路設(shè)備遠(yuǎn)程故障診斷系統(tǒng)的設(shè)計(jì)[J].自動(dòng)化與儀器儀表，2012，01.

[5]顏伏伍，曹愷，胡杰，盛祥政.基于智能手機(jī)的汽車(chē)遠(yuǎn)程故障診斷系統(tǒng)[J].華中科技大學(xué)學(xué)報(bào)，2012，11.

[6]喬美昀，廖文清.汽車(chē)遠(yuǎn)程故障診斷[J].應(yīng)用技術(shù)，2012.11.

[7]岳敏，姚松麗，黃娟.數(shù)控設(shè)備的開(kāi)放式遠(yuǎn)程監(jiān)控系統(tǒng)研究[J].機(jī)械設(shè)計(jì)與制造，2012，06.

[8]王峰，路小琪，何鳳有，譚國(guó)俊.基于物聯(lián)網(wǎng)的礦井提升機(jī)感知系統(tǒng)設(shè)計(jì)[J].煤炭科學(xué)技術(shù)，2012，03.

[9]楊賢，李朝暉.HOMS面向遠(yuǎn)程診斷網(wǎng)絡(luò)化專(zhuān)家工作站研究[J].振動(dòng)與沖擊，2012，22.

[10]從萬(wàn)生，張鵬飛，林智敏，于輝.鉆機(jī)遠(yuǎn)程在線(xiàn)監(jiān)測(cè)及故障診斷系統(tǒng)研究[J].石油機(jī)械，2012，09.

[11]葉文君，李建偉，路宇.空調(diào)系統(tǒng)傳感器故障診斷概述[J].科技風(fēng)，2012，14.

[12]Deb.s，Domagala，c，Ghoshal，Patterson-Hine.A，Alena.R.Remote diagnosis of the international space station utilizing telemetry data.The International society for optical Engineering[J].V4389.P60-71，2001.

[13]Al-Arbi，Salem Khalifa，Gu，F(xiàn)engshou，Guan，luyang，F(xiàn)an，Yibo，Ball，Andrew，Gearbox fault diagnosis based on continuous wavelet Transformation of vibration signals mersured remotely.SAE Technical Papers.2010.

[14]張?zhí)旌?民航發(fā)動(dòng)機(jī)遠(yuǎn)程故障診斷技術(shù)研究[D].南京：南京航天航空大學(xué)：博士學(xué)位論文，2001.

[15]鐘秉林，黃仁主編.機(jī)械故障診斷學(xué)[M].北京：機(jī)械工業(yè)出版社，1997，12：174-185.

[16]梁芳，王改云，朱名日.遠(yuǎn)程故障診斷技術(shù)的發(fā)展及應(yīng)用研究綜述[J].機(jī)電工程，2007，08.

第8篇：故障診斷方法綜述范文

關(guān)鍵詞：鋼鐵企業(yè)；電氣設(shè)備；故障診斷；維護(hù)

引 言：鋼鐵工業(yè)是最重要的基礎(chǔ)工業(yè)，是其他工業(yè)發(fā)展的物質(zhì)基礎(chǔ)。隨著國(guó)家經(jīng)濟(jì)建設(shè)的快速發(fā)展，鋼鐵行業(yè)成為近年來(lái)國(guó)家宏觀(guān)調(diào)控的重點(diǎn)行業(yè)之一。設(shè)備投入大是鋼鐵行業(yè)的重要特征，為了更好地發(fā)揮電氣設(shè)備的工作效益，及時(shí)地對(duì)企業(yè)中的電氣設(shè)備進(jìn)行故障診斷和維護(hù)是非常有必要的。

一、鋼鐵企業(yè)電氣設(shè)備客觀(guān)情況

很多企業(yè)平時(shí)只注重設(shè)備的效能，不重視設(shè)備的合理使用，也不注重日常維護(hù)和保養(yǎng)，導(dǎo)致了故障的發(fā)生。電氣設(shè)備維護(hù)人員不僅要牢固掌握相關(guān)專(zhuān)業(yè)知識(shí)，還要充分了解企業(yè)內(nèi)部電氣設(shè)備的各方面情況。

（1）出廠(chǎng)情況。由于不同的廠(chǎng)家出產(chǎn)的電氣設(shè)備質(zhì)量有一定的差異性；國(guó)內(nèi)制造和國(guó)外制造的技術(shù)水準(zhǔn)也不一樣，使得出產(chǎn)的設(shè)備質(zhì)量不一樣；即使同是國(guó)內(nèi)制造，但不同廠(chǎng)家的技術(shù)和管理水平的不一樣，也會(huì)導(dǎo)致設(shè)備質(zhì)量不一樣；哪怕是同一廠(chǎng)家制造的設(shè)備，也會(huì)因技術(shù)和管理的差異，導(dǎo)致其質(zhì)量不一；再加上不同批次、不同階段，也會(huì)使得設(shè)備的質(zhì)量有差異。所以，每臺(tái)電氣設(shè)備的出廠(chǎng)質(zhì)量都是不一樣的。

（2）使用環(huán)境。電氣設(shè)備的使用環(huán)境會(huì)對(duì)其運(yùn)行狀況產(chǎn)生影響。這種環(huán)境影響主要有兩方面：一是設(shè)備所處外部自然環(huán)境不同；二是不同設(shè)備在整個(gè)系統(tǒng)中所處的位置不同，所承受的電流、電壓等都不同，尤其是當(dāng)故障發(fā)生時(shí)的系統(tǒng)短路容量有較大差異。

（3）人員素質(zhì)。有很多設(shè)備故障本來(lái)是很容易解決的，但由于操作、管理人員的專(zhuān)業(yè)知識(shí)和業(yè)務(wù)素質(zhì)不高，無(wú)法及時(shí)發(fā)現(xiàn)初期故障，導(dǎo)致故障被復(fù)雜嚴(yán)重化。

二、電氣設(shè)備故障原因

從故障的起因上看，電氣系統(tǒng)故障分為關(guān)聯(lián)性和非關(guān)聯(lián)性故障。非關(guān)聯(lián)性故障是指與電氣系統(tǒng)本身的結(jié)構(gòu)和制造無(wú)關(guān)的故障，這類(lèi)故障的發(fā)生是由于運(yùn)輸、安裝、撞擊等外部因素人為造成的。關(guān)聯(lián)性故障是指由于電氣系統(tǒng)設(shè)計(jì)、結(jié)構(gòu)或性能等缺陷造成的故障。關(guān)聯(lián)性故障又分為固有性故障和隨機(jī)性故障。一般隨機(jī)性故障由于存在著較大的偶然性，給故障的診斷和排除帶來(lái)了較大的困難。其中，軟件故障是指由程序編制錯(cuò)誤、機(jī)床操作失誤、參數(shù)設(shè)定不正確等引起的故障，軟件故障可通過(guò)認(rèn)真消化、理解隨機(jī)資料、掌握正確的操作方法和編程方法避免和消除；硬件故障是指南cnc電子元器件、系統(tǒng)、換刀系統(tǒng)、限位機(jī)構(gòu)、機(jī)床本體等硬件因素造成的故障；干擾故障則表現(xiàn)為內(nèi)部干擾和外部干擾，是指由于系統(tǒng)工藝、線(xiàn)路設(shè)計(jì)、點(diǎn)源地線(xiàn)配置不當(dāng)?shù)纫约肮ぷ鳝h(huán)境的惡劣變化而產(chǎn)生故障。

三、鋼鐵企業(yè)電氣設(shè)備故障診斷

電氣設(shè)備故障診斷是一種了解和掌握設(shè)備在運(yùn)行過(guò)程的狀態(tài)，確定其整體或局部正?；虍惓＃缙诎l(fā)現(xiàn)故障及其原因，并能預(yù)報(bào)故障發(fā)展趨勢(shì)的技術(shù)。其意義在于能夠改革設(shè)備維修制度，變傳統(tǒng)的定期檢修為狀態(tài)檢修，在節(jié)約大量維修費(fèi)用的同時(shí)，還能減少不必要的維修時(shí)間，從而大大地提高了設(shè)備正常運(yùn)行的時(shí)間和企業(yè)的經(jīng)濟(jì)效益。

故障診斷的內(nèi)容包括狀態(tài)監(jiān)測(cè)、識(shí)別診斷和預(yù)測(cè)未來(lái)。在預(yù)測(cè)系統(tǒng)的可靠性和性能的時(shí)候，一旦發(fā)現(xiàn)有異常情況，就要對(duì)其原因、部位和危險(xiǎn)性進(jìn)行診斷。具體可表現(xiàn)為：與生產(chǎn)功能無(wú)直接聯(lián)系的振動(dòng)、異響和升溫；與生產(chǎn)功能有直接聯(lián)系的信號(hào)，如壓力、位置及轉(zhuǎn)速的變化等；絕緣分解物、水含量、機(jī)械雜質(zhì)等化學(xué)信號(hào)。

故障診斷可分為簡(jiǎn)易診斷和精確診斷。簡(jiǎn)易診斷一般由現(xiàn)場(chǎng)的工作人員實(shí)施，通過(guò)觀(guān)察設(shè)備運(yùn)行時(shí)，其外形有否變化，比如熔斷器是否燒斷、緊固件有沒(méi)有松動(dòng)等；仔細(xì)傾聽(tīng)設(shè)備運(yùn)行時(shí)的聲音，比如電動(dòng)機(jī)軸承損壞的話(huà)，會(huì)發(fā)出“沙沙沙”的聲音；嗅聞設(shè)備運(yùn)行時(shí)所散發(fā)的氣味，比如電氣設(shè)備發(fā)生短路或者過(guò)載的時(shí)，會(huì)散發(fā)刺鼻的焦糊味；觸摸設(shè)備外殼溫度來(lái)確定絕緣設(shè)備是否正常運(yùn)行。

精確診斷是在簡(jiǎn)易診斷的基礎(chǔ)上，由專(zhuān)家對(duì)“大概有點(diǎn)異?！钡脑O(shè)備進(jìn)行專(zhuān)門(mén)的精密診斷。通過(guò)精密診斷，確定故障的類(lèi)型，估算其危險(xiǎn)程度，制定消除故障、恢復(fù)和改善設(shè)備正常運(yùn)行狀態(tài)的方法。發(fā)動(dòng)機(jī)的振動(dòng)和異響可通過(guò)軸承振動(dòng)和軸振動(dòng)進(jìn)行評(píng)價(jià)，其衡量指標(biāo)是相對(duì)位移和絕對(duì)位移值。軸振動(dòng)的特點(diǎn)是通過(guò)位移峰峰值，直接表示轉(zhuǎn)子在機(jī)體內(nèi)的位置變化，以此推斷出轉(zhuǎn)子與固定部件（如：汽封等）有無(wú)摩擦的危險(xiǎn)；軸承振動(dòng)間接地顯示了機(jī)組振動(dòng)位移情況，比如采用振動(dòng)速度器或者加速度傳感器，可以得到振動(dòng)速度的有效值，有利于對(duì)振動(dòng)量進(jìn)行評(píng)價(jià)。

四、鋼鐵企業(yè)電氣設(shè)備故障維護(hù)

電氣設(shè)備的正常運(yùn)行離不開(kāi)日常維護(hù)。日常維護(hù)應(yīng)當(dāng)對(duì)設(shè)備進(jìn)行日常巡檢和定期點(diǎn)檢，在設(shè)備故障還處于萌芽狀態(tài)時(shí)，就發(fā)現(xiàn)并解決，保證設(shè)備的正常運(yùn)行。

日常巡檢是通過(guò)對(duì)設(shè)備各部件的大概巡視，掌握電氣設(shè)備正常運(yùn)行狀態(tài)的一種方法，較適合設(shè)備分散布置的企業(yè)。企業(yè)要設(shè)置專(zhuān)門(mén)的巡檢人員，根據(jù)有關(guān)標(biāo)準(zhǔn)，對(duì)照設(shè)備運(yùn)行情況，及時(shí)發(fā)現(xiàn)隱患和異常情況，掌握設(shè)備故障的最初信息，為點(diǎn)檢人員提供要檢查的具體故障部位和內(nèi)容，方便點(diǎn)檢人員有目的性地檢查設(shè)備。

定期點(diǎn)檢是按照一定的標(biāo)準(zhǔn)、一定周期、對(duì)設(shè)備規(guī)定的部位進(jìn)行檢查，以便早期發(fā)現(xiàn)設(shè)備故障隱患，及時(shí)加以修理調(diào)整，使設(shè)備保持其規(guī)定功能的設(shè)備管理方法。點(diǎn)檢員負(fù)責(zé)所轄區(qū)域內(nèi)電氣設(shè)備技術(shù)狀態(tài)管理，按點(diǎn)巡檢要求、設(shè)備技術(shù)維護(hù)要求，定期按時(shí)進(jìn)行設(shè)備的現(xiàn)場(chǎng)巡視并作好記錄，還要制定檢修計(jì)劃、備品備件計(jì)劃、設(shè)備技術(shù)維護(hù)計(jì)劃，處理現(xiàn)場(chǎng)故障等。

在進(jìn)行故障維護(hù)的時(shí)候，要注意以下幾點(diǎn)原則：首先要先詢(xún)問(wèn)再維護(hù)，通過(guò)詢(xún)問(wèn)設(shè)備故障的發(fā)生經(jīng)過(guò)及現(xiàn)象，對(duì)維護(hù)工作有很大的幫助；其次要先清潔再維護(hù)，有很多故障是由于導(dǎo)電塵土和污染物造成的，經(jīng)過(guò)清潔就能排除故障；還要由外及里、由機(jī)械到電氣，先排除設(shè)備故障的外部因素，確定為設(shè)備內(nèi)部問(wèn)題再拆卸維護(hù)，確定機(jī)械部件無(wú)故障以后，再對(duì)電氣方面進(jìn)行檢查和維護(hù)；先檢查電源，因?yàn)橛泻芏喙收鲜怯捎陔娫吹墓收显斐傻?，所以先檢查電源能使維護(hù)工作得到事半功倍的效果。

五、結(jié)束語(yǔ)

通過(guò)設(shè)備故障診斷和維護(hù)，能使鋼鐵企業(yè)電氣設(shè)備的運(yùn)行周期得到延長(zhǎng)，提高了設(shè)備的工作效益，為企業(yè)生產(chǎn)的安全穩(wěn)定順行提供可靠的設(shè)備保障。

參考文獻(xiàn)：

[1] 熊麗萍.簡(jiǎn)析現(xiàn)代電氣設(shè)備的檢修與實(shí)踐[J].科技資訊. 2011（02）.

第9篇：故障診斷方法綜述范文

[關(guān)鍵詞]案例推理;案例推理應(yīng)用;研究綜述

中圖分類(lèi)號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-914X（2016）24-0310-02

1引言

案例推理（Case-based reasoing，簡(jiǎn)稱(chēng)CBR）起源于認(rèn)知科學(xué)對(duì)人類(lèi)推理和學(xué)習(xí)機(jī)制的探索[1]，是伴隨認(rèn)知心理學(xué)的研究而發(fā)展起來(lái)的一門(mén)新的推理方式，是人工智能領(lǐng)域較新崛起的一種問(wèn)題求解和學(xué)習(xí)方法。其核心思想在于對(duì)新問(wèn)題求解時(shí)，可以使用以前求解類(lèi)似問(wèn)題的經(jīng)驗(yàn)來(lái)進(jìn)行推理和學(xué)習(xí)，從而對(duì)問(wèn)題的求解進(jìn)行指導(dǎo)甚至直接重用結(jié)果，而不必從頭做起。概括地講，CBR就是利用過(guò)去的經(jīng)驗(yàn)案例推理求解新的問(wèn)題。CBR在推理求解時(shí)直接利用案例，而不需要提取規(guī)則，彌補(bǔ)了基于規(guī)則的專(zhuān)家推理系統(tǒng)在知識(shí)獲取和組合推理等方面的不足。

由于CBR被定義為一種方法而不是一種技術(shù)，使得CBR可以更加好吸收各種新方法和技術(shù)來(lái)完善自身，從1982年耶魯大學(xué)的沙克提出動(dòng)態(tài)記憶理論發(fā)展至今，已在計(jì)算機(jī)科學(xué)、醫(yī)學(xué)、故障診斷、交通運(yùn)輸、信息管理、法律、突發(fā)事件應(yīng)急管理、決策、工業(yè)、農(nóng)業(yè)、電力等領(lǐng)域獲得了廣泛應(yīng)用。本文首先介紹了案例推理的認(rèn)知模型，然后對(duì)案例推理的典型應(yīng)用進(jìn)行了研究綜述。

2案例推理的認(rèn)知機(jī)理模型

有許多模型試圖更好地描述CBR，其中應(yīng)用最為廣泛的是Admodt和Plaza提出的4R認(rèn)知模型[2]，如圖1所示。

在該認(rèn)知模型的描述中，一個(gè)CBR循環(huán)通常包括以下四個(gè)階段：

（1）檢索（retrieve）最相似的案例;

（2）重用（reuse）檢索到的結(jié)論嘗試解決新問(wèn)題;

（3）修正（revise）建議的解答;

（4）保存（retrain）新問(wèn)題和修正的解為一條新案例。

根據(jù)圖1所示的4R循環(huán)，案例推理的認(rèn)知機(jī)理可描述如下：一個(gè)新問(wèn)題最初被描述成一個(gè)新案例（也稱(chēng)目標(biāo)案例）。歷史案例庫(kù)中存儲(chǔ)的是先前的問(wèn)題描述及相應(yīng)的解答，稱(chēng)之為源案例。當(dāng)有新的待求解問(wèn)題，即目標(biāo)案例出現(xiàn)時(shí)，通過(guò)案例檢索從歷史案例庫(kù)中搜尋出與目標(biāo)案例相似的源案例。在案例重用階段，如果源案例與目標(biāo)案例的問(wèn)題描述完全一致，則可直接將源案例的解答作為目標(biāo)案例的建議解;否則，就需要對(duì)源案例的解答進(jìn)行調(diào)整，進(jìn)而得到目標(biāo)案例的建議解。在案例修正階段會(huì)對(duì)系統(tǒng)給出的建議解進(jìn)行評(píng)估，可通過(guò)實(shí)際應(yīng)用檢驗(yàn)或者領(lǐng)域?qū)＜以u(píng)價(jià)實(shí)現(xiàn)，如果評(píng)估為失敗解就需繼續(xù)修正。最后通過(guò)案例保存將新學(xué)習(xí)的案例或者修正后的案例儲(chǔ)存到案例庫(kù)中，以用于將來(lái)的問(wèn)題求解，從而實(shí)現(xiàn)CBR的學(xué)習(xí)功能。

3案例推理的應(yīng)用

3.1計(jì)算機(jī)科學(xué)與信息系統(tǒng)

針對(duì)目前的主流搜索引擎和Web瀏覽器均針對(duì)用戶(hù)的單獨(dú)搜索行為設(shè)計(jì)，不便于進(jìn)行協(xié)同Web搜索的問(wèn)題，文[3]提出了一種基于CBR的協(xié)同Web搜索模型，并介紹了基于此模型實(shí)現(xiàn)的兩套協(xié)同Web搜索原型系統(tǒng)。根據(jù)數(shù)字圖書(shū)館個(gè)性化推薦系統(tǒng)的設(shè)計(jì)思想和方法，文[4]提出了基于案例推理方法在信息系統(tǒng)總體設(shè)計(jì)中的應(yīng)用，并通過(guò)結(jié)構(gòu)化建模方法對(duì)案例修正環(huán)節(jié)進(jìn)行改進(jìn)。文[5]使用分級(jí)標(biāo)準(zhǔn)架構(gòu)對(duì)案例進(jìn)行表示，并使用多層案例檢索，將此新型的案例推理模型用于推薦機(jī)制輔助決策系統(tǒng)，通過(guò)一個(gè)旅行計(jì)劃推薦實(shí)驗(yàn)證明該方法可提高推薦的有效性。

3.2醫(yī)學(xué)

案例推理可用于建立各種醫(yī)療診斷系統(tǒng)。文[6]提出一種基于相似度閾值的案例匹配算法，可通過(guò)對(duì)病人表現(xiàn)癥狀的匹配分析得到診斷結(jié)果，并推薦相應(yīng)的治療方案，實(shí)驗(yàn)結(jié)果表明該系統(tǒng)具有較高的診斷效率和較好的智能性，能為醫(yī)生進(jìn)行醫(yī)療診斷提供一定的輔助作用。文[7]將案例推理用于中醫(yī)四診的一般過(guò)程，設(shè)計(jì)了四診輔助診斷系統(tǒng)，可以克服中醫(yī)辨證論治在收集外部信息時(shí)不準(zhǔn)確的缺陷，并提高診斷過(guò)程的準(zhǔn)確性。文[8]和文[9]分別將其用于高血壓檢測(cè)、肝病診斷。

3.3故障診斷

案例推理廣泛應(yīng)用于航空航天、電力、工業(yè)生產(chǎn)、數(shù)控機(jī)床等不同行業(yè)的故障診斷。文[10]探究了案例推理在飛行器故障診斷中的應(yīng)用。文[11]介紹一種以領(lǐng)域規(guī)則和案例推理為基礎(chǔ)的電力設(shè)備故障紅外診斷系統(tǒng)，該系統(tǒng)可實(shí)現(xiàn)電力設(shè)備紅外測(cè)溫現(xiàn)場(chǎng)的測(cè)溫?cái)?shù)據(jù)錄入和設(shè)備故障診斷，有效避免了人為原因?qū)е碌脑O(shè)備診斷偏差和安全隱患。文[12]將案例推理和軟測(cè)量技術(shù)相結(jié)合，提出一種豎爐燃燒過(guò)程的智能故障預(yù)報(bào)方法，并將該方法應(yīng)用于豎爐燃燒過(guò)程的生產(chǎn)實(shí)際中，結(jié)果表明故障發(fā)生率明顯降低。文[13]設(shè)計(jì)了神經(jīng)網(wǎng)絡(luò)與案例推理相結(jié)合的復(fù)雜裝備故障診斷模型，較好地解決了復(fù)雜電子裝備故障診斷的快速與準(zhǔn)確問(wèn)題，并通過(guò)對(duì)雷達(dá)情報(bào)綜合電子信息系統(tǒng)故障實(shí)例的診斷仿真驗(yàn)證了算法的有效性。

3.4商業(yè)

文[14]提出一種基于案例推理與灰色關(guān)聯(lián)度的企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型，實(shí)驗(yàn)結(jié)果表明，該方法得到的案例相似性排序結(jié)果符合實(shí)際情況，可提高相似企業(yè)的檢索效率，滿(mǎn)足企業(yè)財(cái)務(wù)危機(jī)預(yù)警的要求。文[15]提出基于案例推理技術(shù)的化妝品銷(xiāo)售組合預(yù)測(cè)模型，能夠彌補(bǔ)短生命周期產(chǎn)品數(shù)據(jù)不足的問(wèn)題，該預(yù)測(cè)模型在化妝品銷(xiāo)售預(yù)測(cè)方面，能夠達(dá)到令人滿(mǎn)意的精度要求，具有實(shí)際應(yīng)用價(jià)值。

3.5農(nóng)業(yè)

案例推理在農(nóng)業(yè)科學(xué)中主要用于各種農(nóng)作物蟲(chóng)病的預(yù)測(cè)、診斷或診治。文[16]利用農(nóng)業(yè)專(zhuān)家對(duì)病蟲(chóng)害診斷的經(jīng)驗(yàn)案例，建立了基于CBR的蔬菜病蟲(chóng)害診治專(zhuān)家系統(tǒng)，可為菜農(nóng)和專(zhuān)家提供診斷決策。文[17]利用CBR預(yù)測(cè)系統(tǒng)，有效預(yù)測(cè)黃瓜枯萎病，從而增加防治勝算并能輔助生產(chǎn)決策的動(dòng)態(tài)修訂。

3.6其它方面

其它方面的應(yīng)用，如氣象、教育、法律等。文[18]提出將案例推理與模型推理相結(jié)合用于天氣預(yù)報(bào)研究，探索提高天氣預(yù)報(bào)準(zhǔn)確性的新方法，并運(yùn)用這種方法，利用java語(yǔ)言，實(shí)現(xiàn)了一個(gè)新的天氣預(yù)報(bào)系統(tǒng)。文[19]把基于案例推理技術(shù)引入智能教學(xué)系統(tǒng)中教學(xué)策略的推理和控制中， 應(yīng)用以前學(xué)生學(xué)習(xí)的經(jīng)驗(yàn)作為以后學(xué)生學(xué)習(xí)的引導(dǎo)，從而實(shí)現(xiàn)教學(xué)策略的自動(dòng)組織、自動(dòng)規(guī)劃，實(shí)現(xiàn)學(xué)生的自主選擇、自由學(xué)習(xí)。

4結(jié)語(yǔ)

通過(guò)了解 CBR 系統(tǒng)的應(yīng)用狀況，可以發(fā)現(xiàn) CBR 系統(tǒng)適用于歷史案例豐富但難以提取規(guī)則或者不易建立模型的領(lǐng)域。CBR還具有學(xué)習(xí)能力，利于用戶(hù)對(duì)知識(shí)進(jìn)行維護(hù)。另外，CBR系統(tǒng)的結(jié)論是由以前的案例推理得出，與人類(lèi)的推理過(guò)程相似，因此CBR系統(tǒng)給出的結(jié)果更易于被用戶(hù)接受。

參考文獻(xiàn) （References）

[1] R L D Mántaras， D Mcsherry， D Bridge， et al. Retrieval， Reuse， Revision and Retention in Case-based Reasoning [J]. The Knowledge Engineering Review， 2005， 20（3）：215-240.

[2] A Aamodt， E Plaza. Case-Based Reasoning： Foundational Issues， Methodological Variation， and System Approaches [J]. AI Communications， 1994， 7（1）： 39-59.

[3] 孫靜宇， 陳俊杰， 余雪麗等. 基于CBR的協(xié)同Web搜索模型及應(yīng)用研究[J]. 山東大學(xué)學(xué)報(bào)（理學(xué)版）， 2012， 47（5）： 19-24.

[4] 徐曉敏， 甘仞初. 結(jié)構(gòu)建模方法在基于案例信息系統(tǒng)總體設(shè)計(jì)中的應(yīng)用[J]. 計(jì)算機(jī)應(yīng)用， 2004，24（S2）：118-119.

[5] C S Wang， H L Yang. A Recommender Mechanism Based on Case-based Reasoning [J]. Expert Systems with Applications， 2012， 39 （4）： 4335-4343.

[6] 申靜. 基于案例推理的疾病診斷專(zhuān)家系統(tǒng)的研究[J]. 計(jì)算機(jī)與現(xiàn)代化， 2013， （2）： 143-146.

[7] 忻凌. 基于案例推理的四診輔助診斷系統(tǒng)的設(shè)計(jì)[J]. 醫(yī)學(xué)信息， 2009， 22（5）： 589-590.

[8] K H Hsu， C C Chiu， N H Chiu， P C Lee， W K Chiu， T H Liu， C J Hwang. A Case-based Classifier for Hypertension Detection [J]. Knowledge-Based Systems， 2011， 24 （1）： 33-39.

[9] C L Chuang. Case-based Reasoning Support for Liver Disease Diagnosis [J]. Artificial Intelligence in Medicine， 2011， 53 （1）： 15- 23.

[10] Song D， Zhang K. Research and Application on Case Self-Revision Approach in CBR[C]. 2008 International Conference on Computer Science and Software Engineering， Wuhan， 2008：368-371.

[11] 李孟興. 電力設(shè)備故障紅外診斷系統(tǒng)的研究與實(shí)現(xiàn)[J]. 電力信息化， 2013， 11（2）： 36-39.

[12] 嚴(yán)愛(ài)軍， 王普， 曾宇. 豎爐燃燒過(guò)程智能故障預(yù)報(bào)系統(tǒng)[J]. 化工學(xué)報(bào)， 2008， 59（7）： 1768-1772.

[13] 黃子俊， 周政， 湯景棉等. 基于A(yíng)NN與CBR相結(jié)合的復(fù)雜裝備故障診斷研究[J]. 計(jì)算機(jī)應(yīng)用與軟件， 2010， 27（12）： 196-198.

[14] 廖志文. 基于CBR與灰色關(guān)聯(lián)度的財(cái)務(wù)危機(jī)預(yù)警[J]. 計(jì)算機(jī)工程， 2012， 38（1）： 174-176.

[15] 吳迪， 李蘇劍， 李海濤等. 基于CBR的化妝品銷(xiāo)售組合預(yù)測(cè)模型[J]. 北京航空航天大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2012， 25（1）： 78-84.

[16] ， 李東明， 陳桂芬. 基于CBR的蔬菜病蟲(chóng)害診治專(zhuān)家系統(tǒng)的研究[J]. 安徽農(nóng)業(yè)科學(xué)， 2010， 38（27）：15380-15381..

[17] 楊振剛， 劉偉章， 方永美. CFW的CBR動(dòng)態(tài)預(yù)測(cè)[J]. 計(jì)算機(jī)工程與應(yīng)用， 2009， 45（6）： 236- 239.

[18] 沈利峰. 案例推理方法（專(zhuān)家系統(tǒng)）在氣象方面的應(yīng)用研究[D]. 上海海事大學(xué)博士學(xué)位論文， 2005.

[19] 楊健， 楊鄧奇， 秦祖啟. 智能教學(xué)系統(tǒng)中基于案例推理的教學(xué)策略研究[J]. 計(jì)算機(jī)工程與設(shè)計(jì)， 2008， 29（15）： 4006-4008.

基金項(xiàng)目：促進(jìn)高校內(nèi)涵建設(shè)-教育教學(xué)類(lèi)-大學(xué)生科研訓(xùn)練（CJGX2016-JX-07）;科技類(lèi)博士資助課題 （YZKB2015010）;促進(jìn)高校內(nèi)涵建設(shè)-師資隊(duì)伍建設(shè)-校內(nèi)專(zhuān)業(yè)教學(xué)團(tuán)隊(duì)和優(yōu)秀人才培養(yǎng)計(jì)劃-校級(jí)骨干教師培育項(xiàng)目（CJGX2016-JX-26/004）.

收稿日期：2016年10月26日;修回日期：-年-月-日.

基金項(xiàng)目：

促進(jìn)高校內(nèi)涵建設(shè)-教育教學(xué)類(lèi)-大學(xué)生科研訓(xùn)練（CJGX2016-JX-07）;科技類(lèi)博士資助課題 （YZKB2015010）;促進(jìn)高校內(nèi)涵建設(shè)-師資隊(duì)伍建設(shè)-校內(nèi)專(zhuān)業(yè)教學(xué)團(tuán)隊(duì)和優(yōu)秀人才培養(yǎng)計(jì)劃-校級(jí)骨干教師培育項(xiàng)目（CJGX2016-JX-26/004）;