引言：易發(fā)表網(wǎng)憑借豐富的文秘實踐，為您精心挑選了九篇故障診斷方法綜述范例。如需獲取更多原創(chuàng)內(nèi)容，可隨時聯(lián)系我們的客服老師。

第1篇

摘要： 隨著經(jīng)濟的發(fā)展，技術(shù)的進步，現(xiàn)代企業(yè)設(shè)備越來越大型化、復(fù)雜化、智能化，如果液壓設(shè)備發(fā)生故障，生產(chǎn)就無法進行。本文首先介紹液壓系統(tǒng)故障診斷的準備工作，然后詳細介紹三種診斷方法。

關(guān)鍵詞：液壓系統(tǒng)故障 簡易故障診斷法 人工智能故障診斷法

液壓系統(tǒng)具有很多獨特的優(yōu)點，常見的如：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)用的同時存在著問題，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)備使用不當或者維護不到位。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)故障診斷的準備工作

第一拿到設(shè)備使用說明書時一定要認真仔細的閱讀，詳細了解該設(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)試驗收，故障可能、處理方法等等。

2、簡易故障診斷方法

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、摸、聞、問）和實踐經(jīng)驗，或者利用簡單的儀器、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，該方法簡單快捷方便，這種方法對維修人員的要求極高需要有豐富的診斷經(jīng)驗，但是診斷結(jié)果具有局限性。

2.2直接性能測試法

這種方法通過測試液壓元件和系統(tǒng)性能進而評價系統(tǒng)工作狀態(tài)，適用于處于工作狀態(tài)的系統(tǒng)，還能進行定量的分析，現(xiàn)代運用最多的是檢測液壓系統(tǒng)的狀態(tài)。如果檢測的液壓系統(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。這種方法原理簡單，相當直觀，但是測試的精準度不是很高，一般早期的失效很難檢測出來。

3、基于信號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，也就是說測定和鑒別油液當中污染物的成分和含量，可以知道液壓系統(tǒng)的污染情況和運行狀況，也是一種故障診斷的方法。目前我們經(jīng)常見到的有兩種：一種是基于油液顆粒污染度的檢測技術(shù)，包括：顯微鏡檢測技術(shù)（設(shè)備投資小、方法簡單、費時費力、誤差大）、自動顆粒計數(shù)器（檢測速度快、操作簡便、準確度高但精度低）、稱重法（設(shè)備簡捷、檢測方便、只測重）、鐵譜分析法（可進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)的檢測技術(shù)，這種技術(shù)需要細致的分析油液的有關(guān)參數(shù)和金屬的含量，歷時的周期較長，無法實現(xiàn)在線檢測，但是對重要液壓系統(tǒng)的診斷很有效。

3.2基于振動噪聲分析法

在液壓系統(tǒng)的運行過程中，必然會伴隨產(chǎn)生振動和噪聲，尤其液壓泵的振動聲音十分大，實際上這些設(shè)備的振動和噪聲就包含了許多故障的信息，分析信號，得到元件狀態(tài)信息，進而進行故障診斷。這種方法的理論比較完善，應(yīng)用也比較廣泛，有多種信號處理方法如：時域特征參數(shù)法、時差域特征法、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)機械設(shè)備也能用它分析診斷故障，純機械設(shè)備的故障診斷效果相當明顯。隨著信號處理技術(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)生法是觀測器（組）、等價空間方程、Kalman濾波器、參數(shù)模型估計和辨識等，利用閥值或者準則評價決策殘差。該方法和控制系統(tǒng)的關(guān)系相當密切，共同成為監(jiān)控、容錯控制、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)注的一個發(fā)展方向，研究最多，應(yīng)用最廣，主要是利用專家的知識和推理方法解決實際遇到的復(fù)雜問題。在這的專家系統(tǒng)并不是指人員而是指一種人工智能計算機程序，知識權(quán)威，學(xué)習(xí)功能強大。該系統(tǒng)的主要組成部分：知識庫（系統(tǒng)知識和規(guī)則庫）、數(shù)據(jù)庫、推理機和解釋機制。如果利用它檢測在線的系統(tǒng)，數(shù)據(jù)庫顯示的是實時工況數(shù)據(jù)；如果利用它檢測離線系統(tǒng)，則數(shù)據(jù)庫顯示的是實際故障時的數(shù)據(jù)或者人為故障的樣本數(shù)據(jù)。該方法的運行過程是通過人機相互交換，專家系統(tǒng)獲得所需信息，利用系統(tǒng)的知識庫和數(shù)據(jù)庫，推理機運用規(guī)則，調(diào)用應(yīng)用程序，進行正確的推理，找到液壓系統(tǒng)的故障。這種方法給自動化進行液壓系統(tǒng)故障診斷代帶來了光明和希望，但是也存在一定的不足和問題，不過未來的發(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)域的一個分支，是一種計算模型（與人的認知過程相似），一種非線性動力學(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。這種方法的具有獨特的優(yōu)勢，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)油溫過高、壓力波動較重等等，過高、較重這些都是模糊的概念，并沒有清晰的邊界，故障發(fā)生會經(jīng)歷一個漫長的時間，同時故障發(fā)生的原因和癥狀也是模糊的，可能一對一，可能一對多，也可能多對一。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，明確識別故障。這種方法的現(xiàn)象更為客觀，結(jié)果更符合實際，速度快，容易實現(xiàn)。

5、結(jié)束語

隨著21世紀科技的發(fā)展，人工智能技術(shù)更是突飛猛進，還有許多智能診斷的方法如：故障樹診斷法、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)運用到故障診斷系統(tǒng)當中，實現(xiàn)自動化、智能化的故障系統(tǒng)診斷是我們亟待解決的問題。

參考文獻：

[1]范士娟，楊超.液壓系統(tǒng)故障診斷方法綜述[J].機床與液壓，2009，37（5）：188-192，195.

第2篇

關(guān)鍵詞：汽車；變速器；故障診斷；解析；

自動變速器是一種汽車內(nèi)部的封閉裝置，只要產(chǎn)生故障，就會使維修的難度增大，在未確認故障區(qū)域時，不能隨意開展解體維修，必須快速并正確地進行故障的診斷及排除，相關(guān)的維修人員必須全面掌握各種汽車故障的癥狀，還要仔細收集并分析來自于用戶的情況說明，以便更好地開展故障診斷與排除。

一、汽車自動變速器中的故障診斷

（一）容易產(chǎn)生打滑 汽車運行過程中，在踩油門后車速無法提高，或汽車在上坡時缺乏行駛的動力，產(chǎn)生此類情況時，駕駛員應(yīng)快速思考是否是自動變速器發(fā)生了故障。而導(dǎo)致這一故障的原因有很多：（1）汽車自動變速器的制動器內(nèi)密封圈使用過久，未進行及時更換，致使零件過度磨損產(chǎn)生脫落，從而使自動變速器漏油；一旦油壓與供油減少，就會使汽車缺乏運行動力；（2）汽車自動變速器內(nèi)的油泵被損壞也會使汽車漏油、油壓減少，讓汽車缺乏運行動力且無法提速。

（二）容易產(chǎn)生漏油 汽車自動變速器產(chǎn)生漏油的關(guān)鍵因素是汽車自動變速器平面發(fā)生了變形，或者是由于自動變速器在進行加工時工作人員缺乏耐心，從而使汽車關(guān)鍵部件中的固定螺栓產(chǎn)生松動。一旦發(fā)生此類故障，須從集中漏油的地方著手，判斷具體的故障原因，采用具有針對性的排除方法。

（三）無法升檔 汽車在運行過程中自動變速器無法提升到高速檔或超速檔，產(chǎn)生此故障的原因有：節(jié)氣門拉索的調(diào)整不正確；節(jié)氣門的位置傳感器與電路故障；調(diào)速閥及其油路故障；車速傳感器故障；換檔電磁閥故障；高檔離合器與制動器故障；檔位開關(guān)故障等。

二、主要的診斷方法

（一）磨損殘余物分析診斷方法

對于汽車變速箱齒輪而言，其最為主要也是最為常見的失效形式就是磨損失效；汽車在運行過程中，若出現(xiàn)齒面磨損，則可以在油中找到這些磨損的殘余物；對于磨損殘余物分析診斷方法來講，其對機器失效有關(guān)信息的快速獲取，主要是基于對機械零部件磨損殘余物在油中殘余物含量的測定來完成的。當前進行測定的主要有兩種方法：1對殘余物進行直接檢查，以及通過對油渾濁度變化、電感的變化以及油膜間隙內(nèi)電容的測定來快速獲得有關(guān)零件失效的重要信息；2收集殘余物，例如，應(yīng)用特殊的過濾器或者磁性探頭等來把工作表面因疲勞而形成的大塊剝落物收集起來。實踐表明，應(yīng)用磨損殘余物故障這種分析方法來對變速器中的磨損類型故障進行檢測診斷，是相當有效的；相比于其他故障診斷方法，諸如振動診斷方法，這種診斷方法在對磨損類型故障診斷方面，更具有優(yōu)勢，因而對汽車變速器磨損故障進行判斷的有力手段就是磨損殘余物分析診斷方法。

（二）振動檢測技術(shù)診斷法 有關(guān)機械振動信號，這是當前診斷技術(shù)采用最多的一種信號，這主要是基于由振動所產(chǎn)生的機械損壞具有相當高的比率；根據(jù)相關(guān)資料可知，由機械振動而帶來的機械故障超過三分之二；此外，最容易獲得的振動信號，是來自機械運轉(zhuǎn)中所產(chǎn)生的，而且在振動信號中，還具有數(shù)量眾多的能對機械設(shè)備狀態(tài)進行反映的信號，通過振動的異常可把許多機械故障反應(yīng)出來。振動檢測技術(shù)診斷法，主要是基于對設(shè)備振動參數(shù)及特征的檢測，來對設(shè)備狀態(tài)和故障進行分析的一種方法。

（三）聲發(fā)射技術(shù)診斷法 這種診斷方法，就是應(yīng)用儀器進行檢測、對聲發(fā)射信號進行分析和利用的一種故障診斷方法。對汽車變速箱齒輪而言，因其的高速旋轉(zhuǎn)，致使運行中不可避免地產(chǎn)生熱彎曲、不對稱等現(xiàn)象，帶來轉(zhuǎn)子碰撞，故在金屬以內(nèi)的晶格，將出現(xiàn)重新排列或滑移，此過程因能量發(fā)生變化，變化的能量將通過彈性波這種形式來進行釋放，這就形成了聲發(fā)射信號；一定要應(yīng)用專門技術(shù)，來把背景噪聲的干擾排除掉。聲發(fā)射監(jiān)測這種檢測方法，具有無損動態(tài)檢測特點，但它又不同于其他無損檢測方法，因聲發(fā)射信號是產(chǎn)生于外部條件的作用下，故對于那些缺陷變化，相當敏感，對于那些微米數(shù)量級的顯微裂紋的擴展和發(fā)生的相關(guān)信息，可以輕而易舉地檢測出來，故具有極高的靈敏度。

（四）光纖傳感技術(shù)診斷法 這種故障診斷方法，主要是基于光纖對一些特定的物理量所具有的敏感性，來把外界物理量向可進行直接測量的信號進行轉(zhuǎn)換的一種汽車變速器齒輪故障診斷方法。就光纖而言，不僅可直接作為光波的直接傳播媒質(zhì)，而且光纖傳播中的光波，其特征參數(shù)會因外界因素的影響而產(chǎn)生變化，故可把光纖當作傳感元件來對各種物理量進行探測。對于光纖傳感器而言，因具有極高的靈敏度、超強的抗電磁干擾能力、超好的電絕緣性急耐腐蝕等等優(yōu)點，故在汽車這個行業(yè)也受到了極為普遍的應(yīng)用。當前，光纖傳感技術(shù)已朝著智能化、功能化及集成化等方向快速發(fā)展著，可以預(yù)見，隨著科技的不斷發(fā)展，這種故障診斷方法將在汽車變速器齒輪故障診斷中將得到越來越廣泛的應(yīng)用。

參考文獻：

[1]ThomasMerath，JoachimNaas，F(xiàn)ranzJoachim等.基于有限元法的汽車變速器齒輪與軸承優(yōu)化[J].傳動技術(shù)，2015，29（2）：3-13，20.DOI：10.3969/j.issn.1006-8244.2015.02.001.

[2]高勇.微型汽車變速器傳動效率的影響因素分析及試驗研究[D].武漢理工大學(xué)，2013.

第3篇

關(guān)鍵詞：控制系統(tǒng)；故障診斷；故障檢測；診斷方法

引言

自20世紀60年代末美國國家宇航局就創(chuàng)立了美國故障預(yù)防小組以來，故障診斷技術(shù)逐漸發(fā)展起來的一門以數(shù)學(xué)、物理、現(xiàn)代控制論、計算機工程、通訊技術(shù)、信號處理、模式識別、人工智能、人工神經(jīng)網(wǎng)絡(luò)以及相應(yīng)的應(yīng)用學(xué)科為基礎(chǔ)的多學(xué)科綜合交叉的新學(xué)科。它通過獲得機械設(shè)備在靜止或運行中的狀態(tài)信息，并參考設(shè)備過去的運行經(jīng)歷，來獲得設(shè)備的實時狀況，并推斷未來的趨勢，從而確定必要的維修策略。本研究主要針對控制系統(tǒng)的故障診斷方法進行綜述。

1 基于解析模型的方法

該方法是研究最早、最深入、最成熟的方法，需要建立被診斷對象的較精確的數(shù)學(xué)模型，包括狀態(tài)估計方法、等價空間方法和參數(shù)估計方法。盡管這三種方法是獨立發(fā)展起來的，但它們之間存在一定的聯(lián)系。

1.1狀態(tài)估計方法

狀態(tài)估計方法的基本思想是利用系統(tǒng)的解析模型和可測信息，設(shè)計檢測濾波器（觀測器） ，重建系統(tǒng)某一可測變量，然后由濾波器的輸出與真實系統(tǒng)的輸出的差值構(gòu)造殘差，再對殘差進行分析處理，以實現(xiàn)系統(tǒng)的故障診斷。在能夠獲得系統(tǒng)精確數(shù)學(xué)模型的情況下，狀態(tài)估計方法是最直接有效的方法，然而在實際中，這一條件往往很難滿足。所以目前對于狀態(tài)估計方法的研究主要集中在提高檢測系統(tǒng)對子建模誤差、擾動、噪聲等未知輸入的魯棒性及系統(tǒng)對于早期故障的靈敏度。

1.2等價空間法

等價空間法的基本思想是利用系統(tǒng)的輸入/輸出的實際測量值檢驗系統(tǒng)數(shù)學(xué)模型的等價性（即一致性），以檢測和分離故障。其在診斷時存在問題：低階等價向量在線實現(xiàn)較簡單但性能不佳，而高階等價向量能帶來較好的性能卻計算量大，且漏報率高。因此，目前的研究普遍都采用改進過的等價空間法[1]。

2 基于信號處理的方法

當難以建立被控對象的解析數(shù)學(xué)模型時，可采用基于信號處理的方法。此方法是利用信號模型（如相關(guān)函數(shù)、頻譜、高階統(tǒng)計量、自回歸滑動平均、小波變換等）直接分析可測信號，提取方差、幅值、頻率等信息來進行故障檢測與診斷。這種方法適用于線性系統(tǒng)和非線性系統(tǒng)。但是，避開對象數(shù)學(xué)模型的優(yōu)點是實現(xiàn)簡單、實時性較好；缺點則是對潛在的早期故障的診斷顯得不足，多用于故障檢測，對故障分離和診斷的效果不很理想，若與其他方法結(jié)合可望提高故障診斷性能。

2.1基于小波變換的方法

小波變換是一種信號的時間—尺度分析方法，具有多分辨率分析的特點。在時頻域都具有表征信號局部特征的能力，適合于非平穩(wěn)信號的奇異性分析。利用連續(xù)小波變換可以區(qū)分信號突變和噪聲，而利用離散小波變換可檢測隨機信號頻率結(jié)構(gòu)的變化。小波變換對噪聲的抑制能力較強，具有較高的靈敏度，運算量也不大，是一種很有前途的方法。近年來，利用小波變換的優(yōu)點，將小波變換與數(shù)學(xué)模型、神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、模糊理論、矩陣奇異值等方法相結(jié)合，提出了一些新的方法，進一步提高了動態(tài)系統(tǒng)的故障檢測與診斷性能，在實際工程應(yīng)用中獲得成功。

2.2主元分析法

主元分析法（Principal Component Analysis，PCA）是依據(jù)輸入變量的線性變換，由輸入變量相關(guān)矩陣的主要特征值的大小來確定坐標變換和變量壓縮，目的是在數(shù)據(jù)空間中找到一組m個正交基，這組正交基最大可能地表示數(shù)據(jù)的方差和協(xié)方差，以便將數(shù)據(jù)從原始的n維空間映射到由這組正交基所構(gòu)成的m維子空間上，從而達到降維的目的（m

3 基于知識的方法

人工智能及計算機技術(shù)的快速發(fā)展，為故障診斷技術(shù)提供了新的理論基礎(chǔ)，產(chǎn)生了基于知識的診斷方法。此方法與基于信號的故障診斷方法類似，也不需要定量的數(shù)學(xué)模型。不同之處在于，它引入診斷對象的許多信息，特別是可以充分利用專家診斷知識，而且它具有“智能”特性，是一種很有生命力的方法，尤其是在非線性系統(tǒng)領(lǐng)域。

3.1 基于神經(jīng)網(wǎng)絡(luò)的方法

神經(jīng)網(wǎng)絡(luò)具有模擬任意連續(xù)非線性函數(shù)、從樣本學(xué)習(xí)、大規(guī)模并行處理、自適應(yīng)、自學(xué)習(xí)、容錯、聯(lián)想記憶、分布式信息存儲、推理、處理復(fù)雜多模式等優(yōu)良性能，使其在復(fù)雜系統(tǒng)的監(jiān)測及診斷中發(fā)揮著重要作用，為故障診斷技術(shù)開辟了一條有效途徑。由于神經(jīng)網(wǎng)絡(luò)從故障診斷實例中學(xué)到的知識只是一些分布式規(guī)則，診斷推理過程不能夠解釋，缺乏透明度。因此，近年來，基于神經(jīng)網(wǎng)絡(luò)的故障診斷研究開始向神經(jīng)網(wǎng)絡(luò)與其他診斷方法相結(jié)合的方向發(fā)展。比如把模糊數(shù)學(xué)與其相結(jié)合，可以在神經(jīng)網(wǎng)絡(luò)框架下引入定性知識，以取得更好的診斷性能；采用多個神經(jīng)網(wǎng)絡(luò)的診斷方法可以提高故障診斷的可靠性。

3.2 基于模糊數(shù)學(xué)的方法

模糊故障診斷方法是利用集合論中的隸屬函數(shù)和模糊關(guān)系矩陣的概念來解決故障與征兆之間的不確定關(guān)系，進而實現(xiàn)故障的檢測與診斷。模糊診斷的基本原則有：分層分段診斷，逐步深入原則；假設(shè)與驗證相結(jié)合原則；綜合評判原則；獲取信息原則；通過對外在特性的考證來判斷系統(tǒng)內(nèi)部結(jié)構(gòu)的劣化原則；對比判斷確定故障原則；找出最嚴重的故障點原則。單純利用模糊推理進行故障診斷具有一定的局限性，一般利用復(fù)合式方法來進行故障診斷，如模糊故障樹法、模糊專家系統(tǒng)法、模糊神經(jīng)網(wǎng)絡(luò)法、模糊小波神經(jīng)網(wǎng)絡(luò)法等，這些方法的診斷性能得到明顯提高。

4 故障診斷技術(shù)發(fā)展趨勢

隨著傳統(tǒng)控制系統(tǒng)向網(wǎng)絡(luò)化發(fā)展，近年來遠程網(wǎng)絡(luò)控制系統(tǒng)得到廣泛重視，并涌現(xiàn)很多成果。網(wǎng)絡(luò)控制系統(tǒng)具有網(wǎng)絡(luò)時延、數(shù)據(jù)包時序錯亂甚至數(shù)據(jù)包丟失等缺點，因此為保證網(wǎng)絡(luò)控制的可靠性有必要針對遠程網(wǎng)絡(luò)控制系統(tǒng)故障診斷問題進行研究。遠程診斷系統(tǒng)是一個分布式控制系統(tǒng)，它基于監(jiān)測設(shè)備、計算機網(wǎng)絡(luò)及軟件，實現(xiàn)對監(jiān)測信息的處理、傳輸、存儲、查詢、顯示和交互，以達到診斷專家無須到現(xiàn)場就可以完成對遠距離發(fā)生的故障的診斷，并可以實現(xiàn)異地專家的實時協(xié)同診斷。其研究內(nèi)容包括遠程監(jiān)測、遠程診斷、協(xié)同診斷等幾個主要部分。5 結(jié)語

控制系統(tǒng)故障診斷是一個復(fù)雜的問題，對于不同的研究對象選擇不同診斷方法有積極意義。而有效方法的選擇很大程度上取決于實際因素。隨著微電子、計算機、智能技術(shù)和網(wǎng)絡(luò)技術(shù)的發(fā)展，故障診斷技術(shù)也得到了不斷的發(fā)展和進步，故障診斷方法呈現(xiàn)向復(fù)合式、綜合化方向發(fā)展的趨勢，且設(shè)備故障檢測診斷技術(shù)的準確性會越來越高，操作使用越來越方便，在設(shè)備維修中會起著越來越重要的作用。它可以直接提高企業(yè)設(shè)備管理和維護水平，提高企業(yè)效益和國際競爭力[3]。

參考文獻

[1] 陸雪梅， 尚群立. 動態(tài)控制系統(tǒng)的故障診斷方法綜述[J]. 機電工程， 2008， 25（6）： 103—107

第4篇

關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)；故障診斷；容錯控制；電機

中圖分類號：TP393 文獻標識碼：A 文章編號：1007-9599　（2012）　18-0000-02

1 引言

近二十年來，容錯控制技術(shù)無論是在故障診斷研究方面，還是在控制律重構(gòu)算法設(shè)計上都取得了一系列的成果，文獻[1-2]對近些年研究狀況進行了較好的綜述，雖然電機系統(tǒng)的在線故障診斷與容錯控制有些報道，基于模型的故障診斷方法[3]，信號處理故障診斷方法[4-5]及基于人工智能的診斷方法等[6-7]。但是關(guān)于電機可靠性的容錯控制技術(shù)研究卻很少[8-9]。仍有許多工作有待研究。

本文采用一種改進的基于信度分配的CMAC（ICA-CMAC）神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，進行電機系統(tǒng)的在線故障辨識，引入第一控制律控制算法進行控制規(guī)律的在線重組，將在線故障診斷與容錯控制相結(jié)合，構(gòu)造集成故障診斷與容錯控制系統(tǒng)。保證系統(tǒng)的控制性能，實現(xiàn)電機系統(tǒng)容錯控制。

2 改進的CMAC神經(jīng)網(wǎng)絡(luò)模型

第5篇

【關(guān)鍵詞】 機械設(shè)備；狀態(tài)檢測；故障診斷；

1、引言

機械設(shè)備狀態(tài)監(jiān)測及故障診斷技術(shù)，是從上世紀六七十年代的應(yīng)用發(fā)展來的管理理念。隨著機械設(shè)備的現(xiàn)代化、復(fù)雜化和自動化程度的不斷升級，機械設(shè)備狀態(tài)監(jiān)測及故障診斷技術(shù)在國外得到了迅猛的普及和廣泛使用，成為當今先進設(shè)備管理及維修的新思維。上世紀九十年代以來，機械設(shè)備狀態(tài)監(jiān)測及故障診斷技術(shù)開始在我國得帶推廣，并且取得了一定的效果。作為一種新穎的設(shè)備管理思想，與傳統(tǒng)的設(shè)備管理與維修觀念相比，它具有更好的有效性和科學(xué)性，顯著的提高了設(shè)備運行的可靠性、生產(chǎn)效率以及設(shè)備的使用壽命，同時降低了設(shè)備的維修成本。

2、機械設(shè)備狀態(tài)監(jiān)測及故障診斷技術(shù)的意義

機械設(shè)備狀態(tài)監(jiān)測與故障診斷技術(shù)主要包含著以下兩項技術(shù)：一是對及其狀態(tài)進行實時監(jiān)測，即狀態(tài)監(jiān)測技術(shù)；二是故障診斷方法，即高效的故障診斷技術(shù)，設(shè)備的狀態(tài)監(jiān)測技術(shù)是指對故障設(shè)備的某些特征參數(shù)進行監(jiān)測，并且將所得測定值與規(guī)定的正常值進行比對，判斷該部件是否運行正常。機械設(shè)備故障診斷技術(shù)則不僅要判斷機械設(shè)備是否運轉(zhuǎn)正常，而且還需要對故障原因、故障位置、以及故障的嚴重程度作出判斷。

1、經(jīng)濟快速發(fā)展的需要

現(xiàn)代化生產(chǎn)向著大型化、自動化、連續(xù)化、高精度、高效率等方向發(fā)展，生產(chǎn)率大幅度提高，產(chǎn)品的質(zhì)量也相應(yīng)的得到可靠的保證。但是，生產(chǎn)設(shè)備的突發(fā)性故障是不可避免的，極易造成的重大的經(jīng)濟損失。因而對于連續(xù)化、自動化生產(chǎn)設(shè)備必須實時監(jiān)視其運行狀態(tài)，及時發(fā)現(xiàn)故障預(yù)兆，并且及時采取有效處置措施，對設(shè)備進行維修，以減少由于設(shè)備故障引起的經(jīng)濟損失。

2、生產(chǎn)安全和可持續(xù)發(fā)展戰(zhàn)略的需要

科技的發(fā)展改變了人類的生活，如核能的發(fā)現(xiàn)，在給人類提供能源的同時，也會給人類帶來災(zāi)難，就像發(fā)生在美國三里島的核泄漏事故。科技有其兩面性，在其造福人類的同時，若不加約束就會造成嚴重的災(zāi)難事故。并且隨著工業(yè)化進程的發(fā)展，環(huán)境污染問題也越來越嚴重，因此，設(shè)備設(shè)計盡可能減少環(huán)境污染，實施所謂的“綠色設(shè)計。然而，設(shè)備的老化，勢必加劇機械設(shè)備引起的污染。因此，從可持續(xù)發(fā)展的戰(zhàn)略高度看，機械設(shè)備的狀態(tài)監(jiān)測與診斷技術(shù)勢在必行。

3、是維修體制改革的需要

過去我國沿引的前蘇聯(lián)維修體制，帶有技術(shù)經(jīng)濟的色彩，稱為計劃預(yù)期維修，它的確定源于大量的統(tǒng)計規(guī)律。除了在故障出現(xiàn)時進行維修外，根據(jù)統(tǒng)計規(guī)律和生產(chǎn)計劃定時實施小修、中修、大修，但是這種預(yù)期修理技術(shù)在技術(shù)含量越來越高的設(shè)備面前顯得越來越吃力，主要表現(xiàn)在以下兩個方面：

（1）剩余維修現(xiàn)象嚴重。剩余維修成本巨大，需要高昂的人力物力，而隨機造成的經(jīng)濟損失也是很高的。

（2）現(xiàn)代設(shè)備精度要求很高，在計劃預(yù)期維修中往往拆解，再重新進行組合，這樣反復(fù)進行將使機械設(shè)備的精度受到影響。

上述因素加速了維修體制的改革，由原先的計劃預(yù)期維修體制為狀態(tài)維修體制，也就是修理取決于設(shè)備的運行狀態(tài)。這就需要對設(shè)備的運行狀態(tài)進行實時的監(jiān)測。根據(jù)所得到的的設(shè)備狀態(tài)參數(shù)對機械的運行狀態(tài)做出判斷，并且分析故障信息。這樣就可以避免過剩維修，減少重大事故的發(fā)生，設(shè)備狀態(tài)監(jiān)測和故障診斷技術(shù)也因而出現(xiàn)。

3、狀態(tài)監(jiān)測及故障診斷技術(shù)的應(yīng)用

狀態(tài)監(jiān)測及故障診斷技術(shù)是一個系統(tǒng)工程，需要有先進的監(jiān)測設(shè)備，專業(yè)的技術(shù)人員，還有系統(tǒng)完善的額管理體制。狀態(tài)監(jiān)測及故障診斷技術(shù)是一門綜合性極強、涉及面非常廣泛、學(xué)科交叉滲透十分嚴重的技術(shù)，可以采用振動分析方法、油液分析、紅外熱像、超聲探傷以及溫度、壓力分析等多種不同的技術(shù)。

機械設(shè)備故障的狀態(tài)監(jiān)測及故障診斷的一般過程主要包括以下四個部分：

1、設(shè)備狀態(tài)的采集

設(shè)備在運行過程中，必然會產(chǎn)生力、熱、振動、噪聲、能量等各種參數(shù)的變化，因此會產(chǎn)生各種不同的信息。根據(jù)不同的診斷需要，采用相應(yīng)的傳感器來拾取得到的能表征設(shè)備工作狀態(tài)的不同信息，這就是設(shè)備狀態(tài)的采集。

2、信號處理

信號處理技術(shù)是進行故障診斷的基礎(chǔ)，是特征提取必不可少的工具。信號處理技術(shù)主要包括傳統(tǒng)和現(xiàn)代兩大類：傳統(tǒng)信號處理技術(shù)是指以FET為核心的信號分析技術(shù)，在實際運用中發(fā)揮著重要作用；近來來的現(xiàn)代信號處理技術(shù)在故障特征提取方面正在嶄露頭角。為了保證獲取的故障特征信息的準確性和有效性，目前的主要研究點是基于非高斯、飛平穩(wěn)及非線性故障信號的分析理論及方法。

3、狀態(tài)識別

將經(jīng)過信號處理后獲得的設(shè)備特征參量，采用一定的判別模式、判別準則和診斷策略，對設(shè)備的狀態(tài)作出判、判斷，確定是否存在故障以及故障的類型和性質(zhì)、程度等。

4、診斷決策

根據(jù)狀態(tài)識別的結(jié)果，決定采取的對策、措施，同時根據(jù)當前的檢測信息預(yù)測機械設(shè)備運行狀態(tài)的可能發(fā)展趨勢，進行趨勢分析

建立監(jiān)測與診斷系統(tǒng)之前需要考慮幾個方面的問題：經(jīng)濟性，即能夠盡可能的節(jié)省投資；可靠性，即自身應(yīng)具有更高的可靠性；實用性，即實用的功能，操作方便；有效性，即分析診斷結(jié)果有效；擴展性，即有較好的可擴展性和自開發(fā)性能。一般情況下，根據(jù)經(jīng)驗，企業(yè)用于設(shè)備狀態(tài)監(jiān)測及故障診斷的投資應(yīng)占其固定資產(chǎn)的1%-5%。并且，隨著設(shè)備的復(fù)雜程度和技術(shù)先進性的增加，投資額度還會有所增加。

4、狀態(tài)監(jiān)測及故障診斷技術(shù)發(fā)展前景

設(shè)備故障診斷技術(shù)與科技前沿的融合是設(shè)備故障診斷技術(shù)的發(fā)展方向。當今狀態(tài)監(jiān)測及故障診斷技術(shù)的發(fā)展趨勢是傳感器的精密化、多維化，診斷理論、診斷模型的多元化，診斷技術(shù)的智能化，具休來說表現(xiàn)在如下方面：

1、與最新傳感器技術(shù)尤其是激光測試技術(shù)的融合。近年來，激光技術(shù)己從軍事、醫(yī)療、機械加工等領(lǐng)域深入發(fā)展到振動測量和設(shè)備故障診斷中，并且已經(jīng)成功應(yīng)用于測振和旋轉(zhuǎn)機械對中等方面。

2、與新型的信號處理算法相融合。新的信號處理方法不斷優(yōu)化故障診斷技術(shù)的精度，同時傳統(tǒng)的基于快速傅里葉變換的機械設(shè)備信號分析技術(shù)也有了新的突破性進展。

3、與非線性原理和方法的融合。機械設(shè)備在發(fā)生故障時，行為主要表現(xiàn)為非線性的。如旋轉(zhuǎn)機械的轉(zhuǎn)子在不平衡外力的作用下表現(xiàn)出的非線性特征。隨著混沌與分形幾何方法的日趨完善，這一類診斷問題必將得到進一步解決。

4、與多元傳感器信息的融合。快速的生產(chǎn)對設(shè)備監(jiān)測與維護提出了全方位、多角度的高要求，由此可以對設(shè)備的運行狀態(tài)做出整體的、全面的判斷。因此，在進行設(shè)備故障診斷時，可采用多個傳感器同時對設(shè)備的各個位置進行監(jiān)測，然后按照一定的方法對這些信息進行處理，如人工神經(jīng)網(wǎng)絡(luò)方法。

5、與現(xiàn)代智能方法的融合。現(xiàn)代智能方法包括專家系統(tǒng)、模糊邏輯、神經(jīng)網(wǎng)絡(luò)、進化計算等。現(xiàn)代智能方法在設(shè)備故障診斷技術(shù)中己得到廣泛的應(yīng)用。隨著智能技術(shù)的不斷發(fā)展，設(shè)備狀態(tài)的智能監(jiān)測和設(shè)備故障的智能診斷，將是故障診斷技術(shù)的最終目標。

4、結(jié)束語

隨著科技的發(fā)展以及各個學(xué)科相互融合的加深，先進的技術(shù)被廣泛的應(yīng)用于機械設(shè)備的狀態(tài)監(jiān)測及故障診斷技術(shù)，這對于加強狀態(tài)監(jiān)測和故障診斷分析的效率和精度有很大的改善，在以后的實踐中要更加注重將其他學(xué)科的知識加入到狀態(tài)監(jiān)測和故障診斷技術(shù)應(yīng)用中，更好的做好設(shè)備的管理工作。

參考文獻

[1] 李建華.設(shè)備狀態(tài)監(jiān)測與故障診斷技術(shù)綜述.廣東化工，2009

[2] 王春焱.設(shè)備狀態(tài)監(jiān)測與故障診斷技術(shù)應(yīng)用研究.昆明理工大學(xué)，2009

第6篇

關(guān)鍵詞：現(xiàn)代模擬電路；故障診斷；方法探討

模擬電路故障，就是在模擬電路運行過程中，因為電路中器件某個參數(shù)發(fā)生變化致使電路無法正常運行。模擬故障主要分為兩類：硬故障和軟故障。硬故障是在電路運行中出現(xiàn)的開路或短路等狀態(tài)。軟故障就是指電路的某個器件的參數(shù)發(fā)生變化致使電路運行不正常的故障。

1 模擬電路故障診斷中遇到的困難有哪些

⑴模擬電路出現(xiàn)的故障情況不盡相同，而且其本身參數(shù)（輸入激勵與輸出響應(yīng)及網(wǎng)絡(luò)中各元件的參數(shù)等）是連續(xù)量，造成故障模型比較繁瑣，難以量化。⑵因為參數(shù)誤差、非線性、或環(huán)境造成的干擾等多項因素，使得電路工作特性發(fā)生偏移，導(dǎo)致輸入與輸出關(guān)系復(fù)雜，從而使得一些故障診斷方法失去了其準確性。⑶非線性問題在模擬電路中廣泛的存在，伴隨著電路規(guī)模的線性增大，使得計算量大大增加；現(xiàn)在在電路中存在著大量的反饋回路，而這也同樣增加了計算量，也是測試變得復(fù)雜了許多。⑷現(xiàn)在的電路元器件多是被封裝的，這樣就造成可測電壓的可及節(jié)點數(shù)會很少，從而使可用作故障診斷的信息量減少，致使故障定位中的不準確程度提高，使得判斷錯誤，造成嚴重后果。上述這些困難如果只用傳統(tǒng)的數(shù)學(xué)方法描述將會很難達到診斷效果。因為人工智能技術(shù)可以很好地模擬人類處理問題的過程，并且具有學(xué)習(xí)能力，還可以積累經(jīng)驗，所以這門技術(shù)在現(xiàn)代模擬電路診斷中得到了廣泛的應(yīng)用。下面將介紹以人工智能技術(shù)為基礎(chǔ)的一些診斷方法。

2 現(xiàn)代模擬電路故障診斷的方法

2.1 專家系統(tǒng)故障診斷方法

專家系統(tǒng)，就是指一個內(nèi)部具有很多專家水平的某個領(lǐng)域的知識和經(jīng)驗的智能計算機程序系統(tǒng)。專家系統(tǒng)可以依據(jù)某個領(lǐng)域中人類專家提供的知識和經(jīng)驗進行推理、演算、判斷來模擬人類專家處理問題的過程，從而解決某些需要專家決定的復(fù)雜問題。通過觀察到的數(shù)據(jù)來判斷出現(xiàn)故障的原因就是診斷專家系統(tǒng)的任務(wù)。其基本的工作原理是：先把專家知識機器診斷經(jīng)驗用規(guī)則表示出來，形成故障診斷專家系統(tǒng)的知識庫，再根據(jù)報警信息對知識庫進行推理，診斷出故障元件。

在模擬電路故障診斷中主要是應(yīng)用基于產(chǎn)生式規(guī)則的專家系統(tǒng)，其得到廣泛應(yīng)用的原因主要是由故障診斷和基于產(chǎn)生式規(guī)則的專家系統(tǒng)的特點所決定的。使用這種診斷方法的特點是：可以將故障與征兆之間的關(guān)系易于用直觀的，模塊化的規(guī)則表示出來，并且這種專家系統(tǒng)允許增加、刪除或修改一些規(guī)則，來確保診斷系統(tǒng)的實時性和有效性，還可以在一定程度上解決不確定性的問題和給出符合人類語言習(xí)慣的結(jié)論并具有相應(yīng)的解釋能力等。

盡管專家系統(tǒng)能有效的模擬故障診斷專家并完成故障診斷的過程，不過在實際應(yīng)用過程中仍存在一些缺陷，主要是知識獲取的瓶頸問題以及你能有效解決故障診斷中許多不確定因素，這些問題就影響了故障診斷的準確性。除此之外，專家系統(tǒng)在自適應(yīng)能力、學(xué)習(xí)能力和實時性方面也存在著不同程度的局限。其解決方案是將其與具有信息處理特點的神經(jīng)網(wǎng)絡(luò)和適合人類認識特征模糊理論相結(jié)合。

2.2 神經(jīng)網(wǎng)絡(luò)故障診斷方法

人工神經(jīng)網(wǎng)絡(luò)（ANN）是模擬人腦組織結(jié)構(gòu)和人類認知過程的信息處理系統(tǒng)，具有并行分布處理、自適應(yīng)、聯(lián)想記憶等優(yōu)點。ANN技術(shù)解決故障診斷問題的主要步驟為：根據(jù)診斷問題組織學(xué)習(xí)樣本，根據(jù)問題和樣本構(gòu)造神經(jīng)網(wǎng)絡(luò)，選擇合適的學(xué)習(xí)算法和參數(shù)。利用ANN的學(xué)習(xí)、聯(lián)想記憶、分布式并行信息處理功能，可以解決診斷系統(tǒng)中不確定知識表示、獲取、和并行推理等問題。在上一方法中提到神經(jīng)網(wǎng)絡(luò)可以彌補專家系統(tǒng)的一部分缺陷，但是ANN技術(shù)仍有不足之處。由于其自身不夠完備，學(xué)習(xí)速度慢、訓(xùn)練時間長等原因，影響了它的實用化。為了可以將其更好的應(yīng)用在模擬電路故障診斷中，許多學(xué)者把ANN與遺傳算法、專家系統(tǒng)及故障字典法等相結(jié)合，較好地解決了智能中小規(guī)模模擬電路故障診斷難題。若是想解決大規(guī)模的模擬電路故障診斷問題，還需學(xué)者們進行深一步的研究。

2.3 模糊故障診斷方法

模糊故障診斷方法是依據(jù)專家經(jīng)驗在故障征兆空間與故障原因空間建立模糊關(guān)系矩陣，再講個條模糊推理規(guī)則產(chǎn)生的模糊關(guān)系矩陣進行組合，根據(jù)一定的判斷閾值來識別故障元件。其優(yōu)點是：模糊理論可適應(yīng)不確定性的問題；模糊知識庫使用語言變量來表述專家的經(jīng)驗，更接近人的表達習(xí)慣；模糊理論能夠得到問題的多個可能的解決方案，并根據(jù)這些方案模糊度的高低進行優(yōu)先程度排序等。由于隸屬度的獲取，復(fù)雜系統(tǒng)模糊模型的建立、辨識，語言規(guī)則的獲取、遺忘、修改等理論和方法還不夠完善，所以這種方法的應(yīng)用就受到了很大的限制。若是將其與專家系統(tǒng)、ANN等相結(jié)合，則可有效地解決這些困難。除了上述這些診斷方法外，還有小波變換故障診斷方法、多傳感器信息融合故障診斷方法、基于Agent技術(shù)的故障診斷方法等。

人工智能技術(shù)在今后的工程中具有廣泛的應(yīng)用前景，這種技術(shù)的應(yīng)用將會使得模擬電路故障診斷的方法得到進一步發(fā)展，是診斷方法更加趨于完善，使其適用性更加廣泛，為實現(xiàn)復(fù)雜大規(guī)模模擬電路的故障診斷提供更有效且更實用的方法，其將會成為今后模擬電路故障診斷的主發(fā)展方向。

[參考文獻]

[1]張少剛，齊世平，等.現(xiàn)代模擬電路故障診斷新方法[J].信息與電子工程.2006，4（6）：476-480.

第7篇

關(guān)鍵字：汽車電機故障方法

1.電機故障診斷的特點及實施電機故障診斷的意義

1.1電機故障診斷的特點

電機的功能是進行電能與機械能量的轉(zhuǎn)換，涉及因素很多，如電路系統(tǒng)、磁路系統(tǒng)、絕緣系統(tǒng)、機械系統(tǒng)、通風(fēng)散熱系統(tǒng)等。哪一部分工作不良或其相互之間配合不好，都會導(dǎo)致電機出現(xiàn)故障。因此，電機故障要比其它設(shè)備的故障更復(fù)雜，其故障診斷所涉及到的技術(shù)范圍更廣，對診斷人員的要求也就更高。一般來說，電機故障診斷涉及到的知識領(lǐng)域主要有[20]：電機理論、電磁測量、信號處理、計算機技術(shù)、熱力學(xué)、絕緣技術(shù)、人工智能等。電機故障診斷的復(fù)雜性還表現(xiàn)在故障特征量的隱含性、故障起因與故障征兆之間的多元性。一種故障可能表現(xiàn)出多種征兆，有時不同故障起因也可能會反映出同一個故障征兆，這種情況下很難立即確定其真正的故障起因。另外，電機的運行還與其負載情況、環(huán)境因素等有關(guān)，電機在不同的狀態(tài)下運行，表現(xiàn)出的故障狀態(tài)各不相同，這進一步增加了電機故障診斷難度，所以要求對電機進行故障診斷首先必須掌握電機本身的結(jié)構(gòu)原理、電磁關(guān)系和進行運行狀況分析的方法，即掌握電機各種故障征兆與故障起因間的關(guān)系的規(guī)律。

1.2實施電機故障診斷的意義

電機的驅(qū)動易受逆變器故障的影響，在交流電機驅(qū)動系統(tǒng)中，逆變器短路故障將會使電機產(chǎn)生有規(guī)律波動的或是恒定的饋電扭矩，使車輛突然減速。研究表明：逆變器出現(xiàn)故障時，永磁感應(yīng)電機將產(chǎn)生較大的饋電扭矩，而且永磁電機也有存在潛在的高消磁電流的問題。而感應(yīng)電機在逆變器出現(xiàn)故障時所產(chǎn)生有規(guī)律的饋電扭矩將由于有持續(xù)的負載而迅速衰減，這說明了感應(yīng)電機具有較高的容錯能力，適應(yīng)混合動力系統(tǒng)的要求。開關(guān)電機磁阻是最具有故障容錯能力的電機，而且當其有一個逆變器支路出現(xiàn)故障時電機仍能產(chǎn)生凈扭矩，另外，開關(guān)磁阻電機成本低，結(jié)構(gòu)緊湊，但是開關(guān)磁阻電機有較大的噪聲和扭矩脈沖，而且需要位置檢測器，而這些缺點使得開關(guān)磁阻電機在現(xiàn)階段不適合應(yīng)用于混合動力客車上。在混合動力客車動力系統(tǒng)中，電機是作為輔助動力的，而且電機屬于高速旋轉(zhuǎn)設(shè)備，如果電機出現(xiàn)故障，電機產(chǎn)生的瞬態(tài)扭矩將使車輛的穩(wěn)定性和動力性將受到影響，而且，電機由高壓電池組驅(qū)動，如果電機出現(xiàn)故障而不能及時容錯，電機產(chǎn)生的瞬態(tài)電流將使電池受到損害，因此在混合動力系統(tǒng)中對電機進行故障診斷是非常必要的。

2.電機的故障診斷方法及典型故障診斷分析

2.1電機故障的診斷方法

（1）傳統(tǒng)的電機故障診斷方法

在傳統(tǒng)的基于數(shù)學(xué)模型的診斷方法中，經(jīng)典的基于狀態(tài)估計或過程參數(shù)估計的方法被應(yīng)用于電機故障檢測。圖1為用此類方法進行故障診斷的原理框圖。這種方法的優(yōu)點是能深入電機系統(tǒng)本質(zhì)的動態(tài)性質(zhì)，可實現(xiàn)實時診斷，而缺點是需建立精確的電機數(shù)學(xué)模型，選擇適當決策方法，因此，當電機系統(tǒng)模型不確定或非線性時，此類方法就難以實現(xiàn)了。

（3）基于模糊邏輯的電機故障診斷方法

圖3為基于模糊邏輯的電機故障診斷方法框圖，故障診斷部分是一個典型的模糊邏輯系統(tǒng)，主要包括模糊化單元、參考電機、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，它具有模擬人的基于模糊概念的推理能力，該推理過程是基于模糊邏輯中的蘊涵關(guān)系及推理規(guī)則來進行的。模糊規(guī)則的制定有兩種基本方法：第一，啟發(fā)式途徑來源于實際電機操作者的語言化的經(jīng)驗。第二，是采用自組織策略從正常和故障電機測量獲得的信號進行模糊故障診斷的制定，將此方法通過計算機仿真實現(xiàn)，對電機故障有較好的識別能力。

（4）基于遺傳算法的電機故障診斷方法

遺傳算法是基于自然選擇和基因遺傳學(xué)原理的搜索算法，它的推算過程就是不斷接近最優(yōu)解的方法，因此它的特點在于并行計算與全局最優(yōu)。而且，與一般的優(yōu)化方法相比，遺傳算法只需較少的信息就可實現(xiàn)最優(yōu)化控制。由于一個模糊邏輯控制器所要確定的參變量很多，專家的經(jīng)驗只能起到指導(dǎo)作用，很難根據(jù)指導(dǎo)準確地定出各項參數(shù)，而反復(fù)試湊的過程就是一個尋優(yōu)的過程，遺傳算法可以應(yīng)用于該尋優(yōu)過程，較有效地確定出模糊邏輯控制器的結(jié)構(gòu)和數(shù)量。

遺傳算法應(yīng)用于感應(yīng)電機基于神經(jīng)網(wǎng)絡(luò)的故障診斷方法的框圖如圖4所示。設(shè)計神經(jīng)網(wǎng)絡(luò)的關(guān)鍵在于如何確定神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及連接權(quán)系數(shù)，這就是一個優(yōu)化問題，其優(yōu)化的目標是使得所設(shè)計的神經(jīng)網(wǎng)絡(luò)具有盡可能好的函數(shù)估計及分類功能。具體地分，可以將遺傳算法應(yīng)用于神經(jīng)網(wǎng)絡(luò)的設(shè)計和訓(xùn)練兩個方面，分別構(gòu)成設(shè)計遺傳算法和訓(xùn)練遺傳算法。許多神經(jīng)網(wǎng)絡(luò)的設(shè)計細節(jié)，如隱層節(jié)點數(shù)、神經(jīng)元轉(zhuǎn)移函數(shù)等，都可由設(shè)計遺傳算法進行優(yōu)化，而神經(jīng)網(wǎng)絡(luò)的連接權(quán)重可由訓(xùn)練遺傳算法優(yōu)化。這兩種遺傳算法的應(yīng)用可使神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)得以優(yōu)化，特別是用DSP來提高遺傳算法的速度，可使故障響應(yīng)時間小于300μs，不僅單故障信號診斷準確率可達98%，還可用于雙故障信號的診斷，其準確率為66%。

近年來，電機故障診斷的智能方法在傳統(tǒng)方法的基礎(chǔ)上得到了飛速發(fā)展，新型的現(xiàn)代故障診斷技術(shù)不斷涌現(xiàn)：神經(jīng)網(wǎng)絡(luò)、模糊邏輯、模糊神經(jīng)網(wǎng)絡(luò)、遺傳算法等都在電機故障診斷領(lǐng)域得到成功應(yīng)用。隨著現(xiàn)代工業(yè)的發(fā)展，自動化系統(tǒng)的規(guī)模越來越大，使其產(chǎn)生故障的可能性和復(fù)雜性劇增，僅靠一種理論或一種方法，無論是智能的還是經(jīng)典的，都很難實現(xiàn)復(fù)雜條件下電機故障完全、準確、及時地診斷，而多種方法綜合運用,既可是經(jīng)典方法與智能方法的結(jié)合，也可是兩種或多種智能方法的結(jié)合，兼顧了實時性和精確度,因此多種方法的有機融合、綜合運用這一趨勢將成為必然，也將成為電機故障在線診斷技術(shù)發(fā)展的主流方向。

參考文獻：

[1]陳清泉,詹宜君，21世紀的綠色交通工具——電動汽車[M]，北京:清華大學(xué)出版社,2001

第8篇

關(guān)鍵詞：航空電子 設(shè)備故障 診斷

0引言

當今的軍事領(lǐng)域,對武器裝備的可靠性、保障性和可維修性有了更高的要求,而且隨著現(xiàn)代工業(yè)及科學(xué)技術(shù)的迅速發(fā)展,特別是計算機技術(shù)的發(fā)展,設(shè)備的結(jié)構(gòu)越來越復(fù)雜,自動化程度也越來越高,不僅同一設(shè)備的不同部分之間互相關(guān)聯(lián),緊密耦合,而且不同設(shè)備之間也存在著緊密的聯(lián)系,在運行過程中形成一個整體。因此,一處故障可能引起一系列連鎖反應(yīng),導(dǎo)致整個設(shè)備甚至整個過程不能正常運行, 輕者造成停機,重者會產(chǎn)生嚴重的后果甚至災(zāi)難性的人員傷亡,這就要求現(xiàn)代設(shè)備系統(tǒng)具有很高的安全性和可靠性。目前,設(shè)備的狀態(tài)監(jiān)測與故障診斷已成為現(xiàn)代航空、航天和國防建設(shè)中的重要內(nèi)容,不容忽視。

1、航空設(shè)備故障預(yù)測和健康管理系統(tǒng)

由于航空設(shè)備的特殊性，其故障預(yù)測和健康管理系統(tǒng)原則上應(yīng)分為機載部分和地面部分，機載部分的功能與地面部分的功能顯然應(yīng)有所區(qū)別。飛機在執(zhí)行任務(wù)的過程中，機載部分自動進行狀態(tài)監(jiān)控和管理，自動記錄和分析飛機及各系統(tǒng)的狀態(tài)，并進行狀態(tài)的預(yù)測、故障的檢測和隔離，根據(jù)預(yù)測和狀態(tài)信息完成系統(tǒng)重構(gòu)，上述信息可在空中通過無線通信傳遞給地面保障中心系統(tǒng)或存儲在黑匣子內(nèi);地面部分則側(cè)重于維修決策，根據(jù)信息進一步確定故障部位，制定維修方案。根據(jù)機載部分和地面部分特點，機載部分應(yīng)具有以下功能:狀態(tài)監(jiān)測功能，數(shù)據(jù)存儲功能，分系統(tǒng)功能級故障預(yù)測功能，提供分系統(tǒng)故障對飛行任務(wù)的影響評估或警示。地面部分的功能應(yīng)具有以下特點:數(shù)據(jù)傳輸與存儲功能，狀態(tài)顯示功能，分系統(tǒng)功能級故障診斷與分系統(tǒng)部件級故障診斷功能，提出維修方案和維修規(guī)范。故障診斷系統(tǒng)是根據(jù)診斷對象故障的特點，利用現(xiàn)有的故障診斷技術(shù)研制而成的自動化診斷裝置。故障診斷的各種理論與方法的研究最終都必須落實到具體的診斷裝置或診斷系統(tǒng)的研制上，只有診斷系統(tǒng)的研制成功才能產(chǎn)生真正的經(jīng)濟效益。

2、NFF的診斷與排除

在航空維修工作中經(jīng)常會碰到這樣的情況：飛行員反映空中出現(xiàn)某個故障，但地面檢查中卻不能復(fù)現(xiàn)；機務(wù)準備通電中發(fā)現(xiàn)某機件有故障，但再次通電時故障現(xiàn)象消失；甚至有些諸如“轉(zhuǎn)速急降”的危險性信號都是時有時無，給地勤人員排故造成很大困難。實際上，這就是所謂的“未發(fā)現(xiàn)故障”（NOFault found,NFF），它是航空維修工作中較為常見的一個問題。

進行NFF的診斷，需要預(yù)先收集大量的相關(guān)信息、資料和統(tǒng)計數(shù)據(jù)等。電子產(chǎn)品或設(shè)備的性能特征如電流、電壓、電阻等是反映其正常或故障狀態(tài)的重要參數(shù)，通過監(jiān)測這些本質(zhì)參數(shù)的變化來發(fā)現(xiàn)故障，已成為當前應(yīng)用最廣泛、置信度最高的故障診斷方法。典型的方法包括電子產(chǎn)品的機上測試（BIT）以及非電子產(chǎn)品功能系統(tǒng)的故障診斷等。在航空裝備維護工作中經(jīng)常測量大量的電壓、電阻等數(shù)據(jù)，基于本質(zhì)參數(shù)的方法可以用在目前對監(jiān)測發(fā)動機工作狀態(tài)的各種傳感器進行NFF預(yù)測與健康管理，這些傳感器包括滑油溫度傳感器、滑油壓力傳感器、金屬屑傳感器等。它們用電壓、電阻等形式隨時檢測發(fā)動機相關(guān)工作狀態(tài)，評價發(fā)動機性能指標，有時的自身失效或工作狀態(tài)變化就會導(dǎo)致發(fā)動機誤報故障或發(fā)生NFF。將這些數(shù)據(jù)分門別類加以統(tǒng)計，用時間序列分析方法建立差分方程形式的數(shù)學(xué)模型，再根據(jù)模型或得出的曲線趨勢圖進行分析研究，可較好地掌握機件設(shè)備的歷史工作狀況，發(fā)現(xiàn)或預(yù)防NFF，并對下一步的工作做出維修建議，成為當前航空裝備保障的新趨勢。

隨著飛機的更新?lián)Q代和使用時間的增長，要重點關(guān)注導(dǎo)航系統(tǒng)、飛控系統(tǒng)和其它自動控制系統(tǒng)電子設(shè)備故障和老舊飛機線路引起的潛在性、危險性故障。因此，為了預(yù)防或減少NFF的發(fā)生，應(yīng)采取以下措施手段：表面引發(fā)的偶然故障是由根本的故障缺陷導(dǎo)致的，因此生產(chǎn)商首先應(yīng)努力克服硬件或軟件的設(shè)計缺陷，將故障隱患降到最低限度。

建立相關(guān)的數(shù)據(jù)庫，將容易發(fā)生NFF的故障進行技術(shù)統(tǒng)計分析，以便在某些工作時機根據(jù)對該機件的性能檢測決定是否提前更換該件，從而降低NFF的發(fā)生。出現(xiàn)重要系統(tǒng)、重要故障時，要全面、系統(tǒng)地分析故障發(fā)生時的環(huán)境特點及飛機所處高度、速度、姿態(tài)等參數(shù)，及時檢測線路，認真研究電路圖。尤其應(yīng)加強空地之間的聯(lián)系和信息交換，確定該設(shè)備是否空地使用不一致或不同，以便能創(chuàng)造故障復(fù)現(xiàn)的條件。

3、結(jié)論與展望

3.1新的故障診斷方法的研究

主要是將一些新的理論應(yīng)用到電子設(shè)備的故障診斷之中。如小波變換方法,信息融合方法及基于Agent的診斷方法等。隨著新理論的不斷發(fā)展,這方面的工作仍是故障診斷的重要內(nèi)容之一。

3.2故障信息獲取的手段和方法的研究

故障信息的準確獲取是故障診斷是否成功的關(guān)鍵之一。像多傳感器信息融合在故障診斷中的應(yīng)用,一個重要的方面就是如何從不同角度獲取故障信息。對電子設(shè)備來說,除了電壓和溫度信號外,能否從其它方面獲得故障信息,如電磁場信息等,這也是有待深入研究的內(nèi)容之一。

3.3遠程故障診斷的研究

在軍事領(lǐng)域,如果各種戰(zhàn)傷的武器設(shè)備在現(xiàn)場夠得到及時的維修,對提高裝備的戰(zhàn)斗出動強度、補充戰(zhàn)斗實力和保持一定的持續(xù)戰(zhàn)斗力都有重要的意義。而現(xiàn)在的戰(zhàn)傷搶修都是由專業(yè)的維修人員在野戰(zhàn)條件下就地組織實施。利用遠程故障專家系統(tǒng)可以獲得遠離戰(zhàn)場的專家的指導(dǎo),有效地提高維修效率和速度。故障診斷是一門實用性很強的技術(shù),因此只有在實際應(yīng)用中才能體現(xiàn)它的價值。

目前在理論研究方面雖有不少進展,但真正在工程實踐中成功應(yīng)用的實例還較少。特別是真正實用準確的電子設(shè)備故障診斷系統(tǒng)。因此,如何將先進的故障診斷理論與方法應(yīng)用到實際中去還有待深入的研究。再者對于一個大型復(fù)雜航空電子設(shè)備進行故障診斷分析時,傳統(tǒng)故障診斷和智能故障診斷技術(shù)必須是相互彌補。只有這樣以傳統(tǒng)故障診斷技術(shù)為基礎(chǔ),綜合利用智能故障診斷技術(shù),構(gòu)造高效而智能化的故障診斷平臺,才是大型航空電子設(shè)備診斷和維修的一個很有前途的發(fā)展方向。

參考文獻：

[1]朱大奇.基于知識的故障診斷方法綜述[J].安徽工業(yè)大學(xué)學(xué)報,2002,19.

第9篇

水下爆炸壓力傳感器技術(shù)研究綜述

開放式網(wǎng)絡(luò)化自動測試系統(tǒng)體系結(jié)構(gòu)研究

故障診斷測試系統(tǒng)通用報表生成接口庫的設(shè)計

摩托車減震器綜合反力特性測控系統(tǒng)設(shè)計

機載系統(tǒng)多故障診斷推理方法研究

基于BOTDR的光纖網(wǎng)格隧道形變監(jiān)測系統(tǒng)研究

基于FPGA的遠程溫濕度監(jiān)測系統(tǒng)設(shè)計與實現(xiàn)

基于C/S架構(gòu)的遠程水質(zhì)監(jiān)測傳輸系統(tǒng)

弱激勵石英晶體參數(shù)檢測的自適應(yīng)陷波法

基于貝葉斯網(wǎng)絡(luò)模型的電子裝備故障診斷研究

基于PXI的六分力硬件測試系統(tǒng)設(shè)計與實現(xiàn)

水下非接觸爆炸條件下艦船沖擊環(huán)境測試相關(guān)技術(shù)研究

航空機載設(shè)備自動測試系統(tǒng)簡化編程設(shè)計

基于柔性測試技術(shù)的旋轉(zhuǎn)勵磁二極管監(jiān)測系統(tǒng)

基于立體視覺系統(tǒng)的風(fēng)洞尾旋試驗測量方法研究

基于動態(tài)下使用熱釋電傳感器的新型目標探測方法的研究

基于PXI總線的可重塑虛擬儀器測控平臺設(shè)計與實現(xiàn)

基于邊界掃描的單片機系統(tǒng)RAM芯片測試研究

多診斷資源參與下的診斷任務(wù)執(zhí)行路徑規(guī)劃

基于邊界掃描的混合電路系統(tǒng)機內(nèi)測試研究

基于自適應(yīng)競爭遺傳神經(jīng)網(wǎng)絡(luò)醋酸乙烯聚合率軟測量建模

集成神經(jīng)網(wǎng)絡(luò)在機械故障診斷中的應(yīng)用探討

基于EVM的玻璃缺陷實時檢測系統(tǒng)的軟件設(shè)計

基于蟻群算法的系統(tǒng)級序貫測試優(yōu)化研究

基于數(shù)模混合信號源的高速SerialATA總線測試方法

高壓開關(guān)機械特性測試系統(tǒng)的設(shè)計

適用于高級數(shù)字網(wǎng)絡(luò)測試的邊界掃描芯片特性研究

嵌入式軟件路徑覆蓋測試的研究

基于單幅灰度圖像的微膠點體積測量

基于雙攝像機的車輛超高檢測

某型無人機地面綜合測試系統(tǒng)設(shè)計

IPM智能功率模塊在高精度慣導(dǎo)測試設(shè)備中的應(yīng)用

基于ARM9的軸角測量系統(tǒng)設(shè)計

基于LabVIEW的陶瓷坯泥內(nèi)應(yīng)力軟測量方法

飛機次結(jié)構(gòu)振動測試系統(tǒng)的設(shè)計及應(yīng)用

復(fù)雜背景前下視機場的跑道檢測

塞拉門故障診斷專家系統(tǒng)知識庫設(shè)計與實現(xiàn)