预测故障（精选十篇）
预测故障 篇1
飞行器健康管理技术是现代航空器机载数字化技术发展的必然, 典型的飞行器健康管理系统包含了数据采集、数据预处理、状态监测、健康评估、故障预测、决策支持等环节。对即将发生的异常状态具有预测的能力是健康管理系统重要的特性, 预测技术的运用可提高地面维护人员的效率, 减少后勤保障延误时间, 并最终为设备的维护提供决策支持。
目前针对航空设备使用单一方法进行故障预测往往难于保证实际预测结果, 而采用组合预测方法不仅能充分吸收了单一方法的优点, 同时也能弥补其各自的不足, 是故障预测技术发展的一个必然趋势。综合飞行器健康管理计划是NASA航空安全项目重要计划之一, 本文针对健康管理系统故障预测部分提出了基于GM (1, 1) 和指数平滑法的组合预测方法。
1 GM (1, 1) 预测方法
灰色GM (1, 1) 预测模型将离散序列连续化, 用累加生成序列代替原始的序列, 弱化原始序列的随机性, 是建立微分方程形式的预测模型[1,2]。对原始序列做累加生成, 建立X (1) 的一阶线性微分方程:
令z (1) (k) 为相邻元
素均值生成序列, 有估计值。通过累减生成得到还原数列为:
其详细计算步骤可参考相关文献。
2 指数平滑预测方法
指数平滑预测方法给近期数据以较大的权数, 给远期数据以较小的权数, 从而使预测结果更符合实际[3]。指数平滑法一般有一次、二次和三次指数平滑法[1]。其选用可根据原数列散点图呈现的趋势来确定。如呈现直线趋势, 选用二次指数平滑法;如呈抛物线趋势或当时间序列经二次指数平滑后仍有曲率, 应选用三次指数平滑法。其中三次指数平滑模型为:
其中
式中:为第t期的一次指数平滑值;为第t期的二次指数平滑值;为第t期的三次指数平滑值;α为权数;at、bt、ct为平滑系数。
3 组合预测方法
针对某一问题进行预测通常采用不同的方法, 各方法在处理数据准则方面均有其独特之处, 从不同的角度来推导和演绎, 然而对航空设备来说, 采集的特征参数由于实际工况等影响, 其发展趋势很难用单一的方法来准确拟合预测。本文基于此考虑提出组合预测方法, 基本思想是先利用不同方法对同一对象进行预测, 然后对各预测结果做适当的加权平均, 取其加权平均值作为最终预测结果。本文采用拟合值均方误差 (MSE) 确定加权系数, 均方差越大, 波动越大, 表明该方法在使用时精度和稳定性低, 所占权系数就越小。GM (1, 1) 与指数平滑法是故障预测较为适用的方法, 其组合预测法示意图如图1所示。
其中, 为拟合值, yt为实测值;权系数。
4 实例分析
某航空设备工作电压范围为17~24V, 部分监测电压值[4]如表1与表2中的第一列所示, 从0计时, 监测间隔为25小时。
1) 运用GM (1, 1) 对表1中12个实测数据建模预测未来三个时刻的值, 可求得模型参数a=-0.0049, u=17.4273。经后验差检验判断模型等级为好, 可用于预测, 拟合结果见表1。
2) 原数据散点图呈曲线上升趋势, 所以选择三次指数平滑方法进行预测。本文采用对原数据拟合值均方误差最小的原则, 通过编程计算选择合理的α值为0.46。初始值采用s0 (1) =s0 (2) =s0 (3) =1/3* (X1+X2+X3) , 按公式 (3) 计算, 拟合结果见表1。
3) 通过GM (1, 1) 计算得12个拟合数据的均方差为MSE1=0.2963, 三次指数平滑的均方差MSE2=0.0518。GM (1, 1) 和指数平滑法的的权系数分别用β1和β2表示, 经计算得β1=0.15, β2=0.85。组合方法预测结果如2所示, 其趋势分析图如图2所示。
通过预测结果分析可知, 组合法对未来三个时刻的预测值, 与实测值最接近, 比单一方法的均方误差都小, 提高了预测性能。
5 结束语
本文提出基于GM (1, 1) 和指数平滑法的组合故障预测方法。该方法采用拟合值均方误差的分配原则确定加权系数, 充分吸收单一方法的优点, 提高了预测系统的综合性能。该方法主要针对具有耗损型的缓变故障进行的, 本文以某航空设备为例验证其是可行的, 适用于中短期预测, 对维修决策的制定有一定的参考价值。
摘要：本文针对飞行器健康管理系统故障预测部分, 由于单一预测方法往往难于保证应用效果, 本文提出基于GM (1, 1) 和指数平滑法的组合预测方法, 采用拟合均方误差确定组合方法的加权系数, 取两种方法预测值的加权值作为最终结果。以某航空设备为例, 验证了该方法能提高预测系统的综合性能, 弥补了单一方法的不足, 具有良好的应用效果。
关键词：航空设备,GM (1, 1) ,指数平滑,组合预测
参考文献
[1]郭秀英.预测决策的理论与方法[M].化学工业出版社, 2010.
[2]LI Junliang, Liao Ruiquan.[A].2010International Conference on Electrical and Control Engineering.IEEE[C].2010:1088-1091.
[3]孙博, 康锐, 张叔农.基于特征参数趋势进化的故障诊断和预测方法[J].航空学报, 2008, 29 (2) :393-398.
浅析锅炉故障的预测方法 篇2
浅析锅炉故障的预测方法
摘要：本文从可预测性、预测精度、常用预测方法等几方面,谈锅炉故障预测,它也是故障诊断的一部分,其最终目的就是为了指导锅炉运行和维修.锅炉故障预测,也是提高锅炉现代化运行水平和机组可用率的.有效方法,具有着十分重要的现实意义.作 者：张萍 作者单位：淮北矿业集团公司朔里矿,安徽,淮北,235052期 刊：中国科技博览 Journal：ZHONGGUO BAOZHUANG KEJI BOLAN年，卷(期)：,(12)分类号：X928.3关键词：锅炉 故障 故障预测
拖拉机故障预测八法等 篇3
外形预测——通过对拖拉机外形观察。若有异常，如拖拉机停放在平坦的路面上有倾斜，则说明轮胎有不正常的磨损、划裂或有零部件丢失等。
间隙预测——拖拉机各部位的间隙都有其标准值，如果间隙过大或过小，即表明有了故障。
渗漏预测——如拖拉机某些部分的密封性能变坏，出现漏水、漏气、漏油、漏电等现象。
耗油预测——拖拉机的各种油耗均有标准范围，如出现耗油量明显增加，表明拖拉机隐存故障。
声响预测——如果拖拉机某些部件在运行中发出异响，说明该部件有故障。
气味预测——驾车时。如果嗅到异常气味(焦糊味等)，表明车有故障。
温度预测——行车中感觉温度过高，或中途停车检查时用手摸车辆各部位温度不正常，如触摸制动毂、轮胎、后桥壳、变速器壳等，其温度使手无法忍受，表明拖拉机存在故障。
性能预测——拖拉机的各种使用性能随着行驶里程的增长会减弱，但很缓慢，感觉不明显。若在行车中性能突然变坏，则表明有了故障(如发动机动力性能迅速下降、制动器不灵等)。(广西 陆明华周横)
泔水等废弃物加工成饲料成套设备
该设备是江苏省海门市兴业农牧机械厂(地址：海门市人民西路763号，电话：0513-2109901、2268891)研制生产的专利产品，它能把饭店的剩饭、剩油等废弃物，居民废物加工成有益的饮料，广泛用于养猪、养鸡、养鱼等养殖业，效果明显。
该设备通过固液分离、发酵等程序处理加工，生产饲料和有机复合肥通过变废为宝，最终解决了环境污染问题，目前已被国家特定的“北京2008环保处理产品。”(江苏射阳县农机化推广站周良墉邮编：224300)
豆皮子集拾器和风力装车机
八五二农场索伦农机制造有限公司成功研制出豆皮子集拾器和风力装车机。
该公司技术人员经反复设计、改装研制成功在联合收割机尾筛尾部安装的豆皮子集拾器，其仓储量可达3立方米，而且该装置能随机车边行走收获大豆边成功地分离出粉碎的豆皮子，仓满后自动卸堆。
为节省人工和提高工作效率，他们还同时研制出了在小四轮上安装配套使用的风力豆皮子装车机。
豆皮子集拾器和风力装车机的成功研制和应用。解决了过去机车收获大豆过程中豆皮子堆小且分散以及人工装豆皮子费工费力、效率低等困难问题，可提高功效30多倍，因而深受农场养殖户的喜爱。(黑龙江省保清县八五二农场煤矿张丽艳邵维信邮编：155625)
沼气燃气具常见故障及排除方法
1．U型压力计上压力较高。但灶具火力不强。这是因为开关孔径太小或喷嘴堵塞。应更换开关，清扫开关芯孔或者将喷嘴拆下清扫。
2．沼气燃烧时，火力时强时弱，有时断火，压力表上下波动。原因可能是输气管道内有积水妨碍沼气输送，应排除管道内积水。
3．沼气燃烧时，火焰离开火孔，不放锅时，脱火或熄灭，火盖最外两圈脱火。原因可能是：①燃烧器的火孔数量少，出火孔面积小；②池内压力过高，沼气流速太快；③火盖上火孔堵塞，出火孔面积减小，一次空气引射不进去。排除上述故障可选用技术性能好的灶具：控制灶前压力为额定压力：用钢丝清扫火孔使其达到原有尺寸，当不能恢复原状时，应更换火盖。
4．沼气燃烧时，灶盘边沿有“火焰云”，而中间无焰。其原因可能是：①一次空气引射不足；②灶面距锅底太近，特别是热负荷过大时，产生压火；③灶具外圈火孔大而密，中心无火孔。这些情况应注意选用技术性能好的灶具，控制好锅底至灶面的距离。
5．燃烧火焰微弱，喷嘴前出现火焰及噪音。其原因可能是：燃烧器火孔较大，烧一定时间后，火孔过热，沼气压力低，引起回火。应适当提高锅架高度，降低火孔温度，提高灶前压力或更换火盖。
采煤机故障诊断预测研究 篇4
1采煤机结构与故障原理
1.1基本结构简介
采煤机属于煤矿的常用机械之一,其作用是实现落煤与装煤等工作。对于下双滚筒采煤机来说,其中一方面涉及电气与牵引装置,另一方面涉及截割与附属装置等不同部分。此外,电气装置属于其中的有机组成部分,它的功能基本上反映在传动和牵动上,同时,其电动机一般均具有相应的防爆装置,并且还应用定子水冷,能够为采煤机顺利工作提供坚实的保障。对于牵引装置来说,其功能是充分保障采煤机的转动可以顺着工作面进行,保障煤可以顺利进行输送。对于截割装置来说,其功能是利用摇臂来不断转动,这样就可以顺利刮落深层面的煤,通过截割电动机来带动滚筒工作。对于滚筒来说,其作用进行落煤与装煤等工作。其上部不仅配备着端盘,还配备着螺旋叶片(具体来说,其功能就是将截齿割下的煤装到刮板输送机中)。而对于附属装置来说,其中大体上涉及电气控制元件、底托架等部分。其功能主要是为别的装置提供一定的辅助作用,也为采煤机正常工作提供坚实的保障。不仅如此,采煤机还配置了相应的供水与冷却系统,归根结底是由于在采煤机的工作过程中,不管是其中的哪一个部分的温度不断增加,利用该系统都可以来对温度进行调节,以此可以为采煤机顺利运行提供有利条件。
1.2故障原理简介
按照现在国内煤矿业发展的具体状况,该领域通常都是应用电牵引采煤机。因为其长时间运行于相对比较复杂的环境之中,同时其结构又非常烦琐,所以发生一些故障也就不足为奇,具体来说,一般问题是出现在电气、机械装置等环节。
1.2.1电气装置方面
通常情况下,该方面的故障基本上发生于启动先导回路、摇臂升降系统等环节。其中,对于前者来说,其涉及的故障包括以下几方面:首先,就是在按下启动按钮的时候,整机是不运行的。具体排查方式如下所示:仔细检查二极管,检查看看是不是发生断路或者击穿问题;仔细察看全部电机的温度,察看各个部位的线接点闭合与否;再观察盖板的启动与暂停按钮及其接线;认真检查进线电缆,分析是不是存在中断的问题;仔细检查顺槽开关,看其是不是保持正常。其次,就是机组在启动以后无法进入有效的自保状态。具体排查技术如下所示:仔细检查PLC指示灯是不是保持正常;分析变压器的高、低保险是不是被损坏;倘若自保是通过过继电器来进行,必须认真察看自保继电器是不是出于正常状态之中;认真分析瓦斯是否超限;要是存在着端头站,必须仔细分析其信号;察看盖板上的总停按钮与线路,判断其正常与否。
1.2.2右臂升降系统故障原理分析
该类故障包括:首先,开机之后摇臂上下自动移动的问题。之所以会出现该问题,主要是由于PLC输入部分的接点粘连位置发生问题与输出继电器出现问题造成的,或许是由于电磁阀及其线路发生问题造成的。不仅如此,必须细致查看其与制动阀的阀芯,以此充分确保采煤机处于准确可靠的工作状态;其次,摇臂上下移动但是不工作的问题。造成该问题的根源包括多方面:其一,是由于PLC输入信号异常,或者就是输出信号错误等造成,其二,也有可能是由于电磁阀的供电电源发生故障及其线圈发生问题等造成。除此之外,还应当细致查看液压系统压力,分析管路等正常与否。
1.2.3端头站和遥控器故障分析
具体来说,两者故障基本上反映在两者不运行及两者工作不正确。首先,解决两者工作异常的措施与手段包括以下几点:仔细分析前者12V电源工作状况良好与否,并且分析后者电池电压是不是处于良好状态;认真分析前者电缆接头是否存在异常现象;仔细查看继电器回路与别的等地方的线路。其次,处理两者工作不正确的措施具体包括以下几方面:更换掉后者,在此基础上对前者进行测量,观察其是否存在异常的情况。要是结果异常,在这种情况下,则需要更换端头站,然后认真察看线路是否存在异常现象等。
2相关功能模块
我们知道,采煤机是一个十分烦琐的系统,如果其中某个地方出现异常问题,势必就会对采煤机的顺利工作产生较大影响。所以一定要及时、可靠的诊断、预测其故障,因此,必须充分把握其相关功能模块。
在具体的实践之中,诊断与预测既要涉及信号参数检测及处理模块,还要涉及知识获取模块等诸多功能模块。
2.1信号参数检测及处理模块
这一个部分的作用主要是对采煤机运行过程中形成的信号参数进行采集,与此同时,利用数据访问对象的技术手段在database与信号参数间构建起相应的关系。按照诊断系统来分析故障因素,接着就会把故障参数进行转化,具体来说,把它转化为智能计算法应用的信息,接着通过相应的界面进行展示。
2.2诊断与预测模块
对于前者而言,这一个部分的功能大体上包括以下几方面:通过数据访问对象的技术手段自database里面对故障信号数据进行提取,然后,仔细对其进行分析,利用相应的故障诊断系统,来完成整个诊断工作。另外,对后者来说,主要是利用相应的预测系统,来完成整个预测工作。同时,利用诊断和预测系统获得结论。
2.3知识获取模块
这一个部分的功能具体如下所示:利用BP算法将采集获得的故障信号进行学习,经由相应的练习以后,将有价值的数据置于知识database里面,加强诊断和预测功能模块的建立。
2.4相关网络和支持向量相结合
具体来说,BP算法基本机制如下所示:构建有关模型,利用这种方法来判断设备总体工作状况,此外,还应当对设备总体信息进行采集,然后加以分析,在第一时间之内准确分析运行状况,为诊断效率提供坚实的保障。
2.5混合智能的相关算法
通常情况下,较为高级的故障诊断网络往往配合以必要的智能电脑,从而完成对故障的准确判断。我们知道,模糊控制与BP网络等方法存在着很多缺陷,所以,应当选择相关方法来准确处理其不足之处,从而为工作有序推进提供坚实的保障。BP网络的非线性拟合能力十分强大,能够弥补系统的不足,另外,人工神经网络对推理有关程序没有相应的解释能力,它只是可以把不同类型的问题转变为数字,来展示故障。
3结束语
本文阐述了采煤机结构,然后介绍了几种常用的故障处理方法。细致的阐明了其相关功能模块,对迅速将故障排除非常有利,为煤矿领域长期健康发展提供保障。
参考文献
[1]贺建设.采煤机故障诊断与故障预测研究[J].科技风,2014,18:50.
[2]李志雄,等.深部煤层采煤机关键部件磨损故障监测诊断的难点问题[J].摩擦学学报,2014,06:729-731.
[3]郭卫,等.基于虚拟仪器的采煤机在线监测与诊断系统研究[J].煤矿机械,2015,01:278-281.
[4]鄢忠方,等.采煤机多信息故障诊断系统平台设计[J].煤矿机电,2016,01:29-34.
[5]王增强,等.电牵引采煤机在线监测与故障诊断系统研究[J].重型机械,2012,05:41-44.
预测故障 篇5
基于ARIMA和RBF网络组合预测的惯性器件故障预报
提出了一种基于ARIMA和RBF网络进行组合预测的方法,该方法综合运用ARIMA良好的线性拟合能力和RBF网络强大的.非线性映射功能,将两种预测模型有机地组合在一起,综合各自优点,以期有效改善模型的拟合能力,获得最优预测效果.论文将该方法应用于某飞行器惯性器件的故障预报当中并进行了仿真实验.结果表明,这种方法相对于单项模型的预测具有更高的精度,对于复杂时间序列的分析和预测有很好的应用价值,在故障预报中具有广泛的应用前景.
作 者：吕瑛洁 胡昌华 李国华 张伟 LU Ying-jie HU Chang-hua LI Guo-hua ZHANG Wei 作者单位：第二炮兵工程学院,陕西,西安,710025 刊 名：电光与控制 ISTIC PKU英文刊名：ELECTRONICS OPTICS & CONTROL 年，卷(期)：2005 12(4) 分类号：V271.4 TP393 关键词：组合预测 故障预报 ARIMA RBF神经网络 惯性器件预测故障 篇6
【关键词】变电一次设备;故障预测;检测方法
由超负荷、超电压，以及设备质量不合格及老化等原因引起的变电一次设备出现故障，在高压电网的运行中屡见不鲜。各种原因都可能引起变电一次设备出现各样的缺陷和故障，进而严重影响电力网络的运行安全性和稳定性。特别是近年来，人们物质生活水平随着科技的日新月异而不断的提升，各种智能电器的出现，使得用电户对供电企业的要求不断提高，对电力的需求量也不断的加大，因此变电设备必然要趋向于大容量化，并且可以承载更高的电压的同时，具有更高的安全性和稳定性。而人们对电能的依赖，也这同样导致了变电站的停电作业受到限制。因此对于变电一次设备的运行和维护需要一种退出运行也不需要解体设备的故障检测方法，以保证电网的安全、稳定运行。
一、变电一次设备安全性的预测和检测方法
目前存在的电力检测方法很多，如利用带电测量及在线监测装置来检查判断变电一次设备是否出现故障;或是利用现有的检测仪器对变电一次设备进行定期的、预防性的试验，从而达到排除故障的目的;还有就是应用先进技术，即红外诊断技术来判断设备是否出现故障，这种方法往往能快速、准确的测量出变电一次设备中是否存在接触不良等各种类型的故障。目前变电一次设备中也具有很多的辅助的仪表，如密度继电器、压力表、油温表等，但仅仅依靠这些仪表所得的数据，还不能满足我们对设备运行状况的预测，及对设备存在的缺陷故障进行准确的判断。因此，当前常用的检测方法还是定期试验、带电测量及在线监测等。
二、主要变电一次设备的安全性预测和检测方法
（一）变压器
变压器是变电站最主要的变电一次设备，其产生故障通常分为两种类型，一种是变压器油箱内发生的各种故障，如绕组的线匝之间发生的匝间短路、各相绕组之间发生的相间短路、绕组或引出线发生的接地故障等，称为内部故障[1];另一种是变压器油箱的外部绝缘套管，或是由其引出线所产生的故障，如引出线之间发生相间绝缘套管破碎引起的接地短路等，称为外部故障[2]。而在故障的性质上，我们又可将其划分为电故障和热故障两大类。无论那种故障，都会对变电器造成严重干扰，影响设备的正常使用。
其故障预测和诊断方法通常分为：人的感观判断，如嗅觉、触觉等;试验仪器，如气体色谱分析判断;电气试验方法来判断;检测变压器绕组是否发生不可逆的变化;监测变压器绝缘强度;变压器局部放电监测技术等[3]。
（二）断路器
断路器是在电网运行过程中，根据实际需求支配电力设备或线路投入或退出运行的部件，或可通过将出现故障的线路或设备从电网中快速切除，来保护电网运行和控制稳定的设备。因此，也是正常运行电力系统中最重要的保护和控制设备，断路器的工作好坏直接关系到电力系统的安全、稳定运行。断路器出现的问题的原因主要有其绝缘材料的问题，如材料选择不当，使用一段时间后发生的老化现象，内部发生的回路或系统故障等。
针对断路器发生故障的原因，我们主要采取的预测检测方法有：开展局部放电监测;定期测量开关部位电磁铁或接触器端子上的最低动作电压;测试主回路导电电阻;对真空断路器进行分合闸耐压试验;检测各部位是否存在接触不良现象等。
（三）金属氧化物避雷器
金属氧化物避雷器在电力系统中存在巨大作用，其主要作用就是通过限制由线路传导的雷电过电压，或因为操作引起的内部过电压，来保护电力设备的安全。因此，金属氧化避雷器是电力系统安全运行的重要保护设备，在电力系统中得到了广泛应用。但是，也正是由于避雷器的重要性，使得人们对其的要求也更加苛刻。所以，纵然其与碳化硅避雷器相比，具有更好的性能和特点，但也同样存在许多缺点，如易被腐蚀而发生损坏;阀片老化等原因使避雷器在工作过程中被热击穿甚至出现爆炸;绝缘性能不良引起泄漏电流，引起绝缘击穿或爆炸;天气变化引起的避雷器内外电位分布不同，引起避金属氧化雷器径向局部出现不正常放电现象，导致避雷器损坏。
针对这些故障原因，其重要的防治方法有：检查阀片是否发生老化;检查其阀片是否受潮;定期进行绝缘电阻测试，避免内部受潮;及通过在线监测装置，对避雷器进行检测，保证金属氧化物避雷器的正常运行。
三、红外检测技术
变电器的一次变电设备的故障排查是十分重要的，因此，我们需要一种安全有效的检查方法。由此发展出了红外检测，它是一种非接触性的检测技术，并且具有检测准确、安全性强、操作简便等特点，因此受到了电力企业的推崇，被广泛应用在变电一次设备的故障诊断和状态监测上。并且，通过红外线检测技术，为开展变电一次设备状态检修创造了条件，对一次设备运行的可靠性提供了保障。
电气设备的热故障主要有：内部介质损耗增大;绝缘材料受潮或老化;导体连接或接触不良;电压分布不均匀或泄漏电流过大;磁回路不正常等等。在运用红外检测法检测变电一次设备时，必须满足以下几点要求，首先在户外或室内操作时，要避免太阳或其他可见光射入仪器镜头;其次由于被检设备是带电运行设备，为保证安全应尽量避开视线中出现封闭遮挡物;温度、湿度等要适宜，且避免恶劣天气实行检查;被检测设备周围应具有均衡的背景辐射，应避免热辐射源对检查过程的干扰，确保检测的准确性;在对电流致热型设备进行检测时，最好在其处于高峰负荷状态下进行;并且根据所测设备在整个电力系统中的角色和重要性来确定检测周期长短[4-5]。
四、结语
通过以上对变电一次设备故障产生的类型及原因的分析，并对红外检测技术的阐述，我们得出变电一次设备的检测方法，主要是依靠常规预防性试验，和在实践中长期累积的经验来判断的。红外检测具有检测准确、安全性强、操作简便等优势，为开展变电一次设备状态检修创造了条件，对一次设备运行的可靠性提供了保障。并且，随着信息科技和传感技术的发展，电力设备在监测装置的研发应用上也在不断的推陈出新，从而对变电器的故障预测及检测更加先进化和准确化，从而保证了用电户的安全，及电网的安全、可靠运行。
参考文献
[1]陈冬梅.变电站一次设备检修与试验方法研究[J].中国高新技术企业，2012（12）.
[2]马明明.变电站一次设备的介绍与研究[J].企业技术开发，2011（13）.
[3]李毅.浅析变电站一次设备的状态检修[J].中国高新技术企业，2011（28）.
[4]邱剑锋.浅谈变电站一次设备在线监测方法和配置[J].广东科技，2009（10）.
[5]唐凯.基于变电一次设备故障检测的思考[M].中华民居，2012（19）.
设备故障预测与管理系统设计 篇7
1 故障模式影响与危害性分析[2]
故障模式影响与危害分析 (FMECA:Failure Mode Effect and Critical Analysis) 是设备故障检测与诊断、故障控制研究的基础[3]。其具体作用包括:a.能帮助设计者和决策者从各种方案中选择满足可靠性要求的最佳方案;b.保证所有元器件的各种故障模式及影响都经过周密考虑, 找出对系统故障有重大影响的元器件和故障模式并分析其影响程度;c.有助于在设计评审中对有关措施 (如冗余措施) 、检测设备等做出客观的评价;d.能为进一步定量分析提供资料;e.能为进一步更改产品设计提供资料;f.为装备备件及其它维修保障决策提供基础。表1中故障模式按故障度划分为A到E五级:A=经常发生;B=有时发生;C=偶然发生;D=很少发生;E=极少发生。危害程度划分为I~IV四个等级:I-灾难的;II-致命的;III-临界的;Ⅳ-轻度的。 (见表1)
块输出结果、FMECA表、维修信息、先验知识和研究对象任务、性质等信息作出维修决策。2.2.4任务管理模块。该模块进行任务调度、协调及控制, 提供用户接口、管理系统资源和进行任务时序安排等。2.2.5数据存储模块。该模块提供设备故障预测及存储管理系统的各种数据和信息, 能在线或离线分析数据。
图1系统结构功能图
2 设备故障预测与管理系统功能结构
2.1 系统功能结构。
该系统体系结构如图1所示。系统采用c/s分布式结构, 由用户层、应用层和支撑层组成。其中应用层由任务管理、状态监测、诊断预测、分析决策及数据存储等模块组成, 具备离线和在线分析能力。
2.2 各模块组成及功能。2.2.1状态监测模块。格后, 对传感
图2故障监测工作过程
该模块由数据采集处理、传感器验证、状态预测以及故障检测等子模块组成:a.数据采集处理子模块, 进行数据采集、数据存储、参数配置, 并对数据统计处理 (如求均值、方差) 、剔除干扰、特征提取等。b.传感器验证子模块, 验证传感器是否可用, 如传感器有故障则启用冗余传感器或进行更换维修。c.状态预测子模块, 根据数据存储器中的历史数据及当前获取的数据, 对设备在某段时间内的状态进行预测, 并将数据送入故障检测子模块以预测状态是否异常。d.故障检测子模块, 接收并处理传感器验证数据、状态预测的输出数据, 并与阈值库中的数据比较, 判定状态是否异常。如发生异常, 将故障信息送入故障预测模块进行处理。工作过程如图2所示。2.2.2故障诊断预测模块:a.该模块由故障诊断、趋势预测组成, 接收异常状态数据, 通过诊断计算、分析推理、识别、解释等工序判断异常状态的故障模式、部位、原因等。b.根据先验知识和趋势项分析故障的发展方向、计算故障的严重性及预测高一级故障模式。2.2.3分析决策模块。该模块由综合分析、决策及输出等模块组成。可综合故障预测模
2.3 系统工作流程。经验证传感器合
器获取的设备状态信息进行处理, 再将数据传输给状态预测模块, 结合历史数据预测某时刻可能达到的状态。故障检测模块接收实时状态数据或预测状态数据并与阈值比较, 判断当前或预测时刻设备的状态是否异常。若异常则将异常信息和趋势信息提供给故障预测模块, 该模块对异常状态信息进行推理、识别、分类、解释等, 判断异常状态的故障模式、原因、位置。并结合先验知识, 分析、计算故障的严重程度和发展趋势及部件剩余使用寿命等, 将诊断和预测结果提供给分析决策模块。最后, 分析决策模块综合诊断预测结果、FMECA表、设备当前和以后的任务性质及相关信息, 判断是否继续运行、是否补偿、是否需要隔离或紧急关机等, 并采取控制措施及提供维修需求信息。各模块分析、计算结果将存储在存储模块中, 以备查询和离线分析等。
结束语
该系统设计具备状态预测功能, 能够根据一定的故障征兆预测故障发生时间、故障模式等。系统的开发和应用对提高设备的可靠性和安全性、实现可预测性维修、减少故障损失具有重要意义。
参考文献
[1]张宝珍, 曾天翔.先进的故障预测与状态管理技术[J].测控技术, 2003, 22 (11) :4-6.
[2]于永利, 郝建平, 杜晓明, 张柳.维修性工程理论与方法[M].北京:国防工业出版社, 2007:242-248.
浅谈轨道电路故障预测与管理 篇8
故障模式影响与危害分析是一种设备故障检测的理论基础, 其主要的作用在于:第一, 帮助管理者可以从复杂的方案中选择合适的故障树处理方案, 以此保证故障处理的有效性;第二, 确保线路系统的元器件发生的各种故障模式都可以得到充分的分析和考虑, 从而判断哪些元器件是对系统故障有重大影响, 并且分析其影响程度, 有针对性的开展故障处理方法;第三, 在设计评审的过程中可以对设备检查结果做出儿科学的评价, 同时设备的改进与完善提供更多可参考建议。近些年来, 关于轨道电路故障判断的理论基础越来越多, 其中以状态为基础的预测维修体制受到了广泛的应用, 其主要以故障预测技术为主要的支撑, 并且对电路系统运行的故障状态进行实时监控, 当发现系统将要发生故障时, 则可以立即做出检修的指令, 可以保证故障得到及时有效的处理, 从而减少故障的发生的频率, 降低对系统产生的影响。同时, 也可以有效的避免维修过剩对系统造成的影响。
故障预测与健康管理 (PHM) 是目前较为先进的故障预测与管理系统, 其实现了传统故障预测和维护的方法, 实现了智能系统的故障预测技术, 可以显著的提高电路故障预测的准确性, 从而为故障的处理提供更多精准的依据, 为轨道电路系统的稳定运转提供了技术保障。PHM在轨道电路系统维护中的应用, 可以实现对不同类型轨道电路故障的预测和分析, 并且结合轨道电路的特点, 形成适用于轨道电路的PHM技术结构。
二、轨道电路 PHM 体系结构
PHM体系结构中包括故障预测和健康管理两个基本的组成部分。故障预测指的是根据系统当前的运行状态, 或者是历史运行过程中呈现出的性能状态, 对系统未来的工作状态做出诊断, 预测可能发生的故障;健康管理指的是根据系统预测获得的相应信息, 对设备的使用要求、维护手段等做出合理的规划, 确保系统健康、稳定的运行。PHM系统结构的应用, 应该达到以下几个基本的目标:对电路系统运行的过程做出准确判断, 对于可能发生的故障做出预警;为系统运行提供相应的指导和分析数据;提高系统运行的稳定性, 延长设备的使用寿命;减少间歇性故障的发生。
PHM体系结构中应用的是开放式的分层推理体系结构, 通过先进的传感器作用, 利用智能算法对电路系统的运行状态进行监控和预测, 同时实现对系统健康状况的管理。在轨道电路系统中应用的PHM系统如图1所示:
轨道电路PHM系统的工作流程如图2所示。
轨道电路中PHM具体的工作流程为:
第一, 数据信息的采集:包括电路系统运行过程中需要的电源参数, 发送系统和接收系统正常运行的关键参数、轨道变压器的关键参数等等。对于各种关键参数和运行信息的采集, 可以为电路运行的状况判断提供更多依据。同时, 轨道电路系统的运转受到温度、湿度等外部因素的变化影响, 所以也需要对这部分信息进行收集, 判断其对机电设备可能产生的影响。
第二, 数据处理:在数据处理系统中主要有数据的去噪滤波、传感器融合以及多特征融合等。在轨道电路系统运行中, 对于高压不对称脉冲的敏感度较高额, 而且很多故障的发生都与上述特征参数的变化有着密切的关系, 所以需要依靠这些数据信息的处理对系统的运行状态做出判断。
第三, 状态监测:通过对数据信息的采集和分析, 获得进一步的数据处理结果, 根据数据处理结果对系统的运行状态进行评估, 同时发现系统运行中存在的故障征兆, 以此作为故障预测的依据。
第四, 故障模块处理:当电路系统运行状态监测中发现故障时, 则可以通过故障诊断模型的作用对故障的位置和严重程度进行定位, 并且对故障的发展态势进行预测, 以此来确定相应的排除策略和安全管理措施。
第五, 健康管理:在健康管理模块中主要是维修和保养的策略, 对于故障的诚信进行和故障的程度进行预测和判断, 同时也包括设备的使用寿命评估等等, 根据不同机电设备的实际状况做出合适的维修和保养策略, 保证设备的有效性。
结束语:
预测故障 篇9
为了提高设备的利用率,促进生产技术的进步,使得传统的手摸、耳听、振幅监测等维修方法和定期监测,已经不能够满足生产的需要。旋转机械的故障原因很多,故障的种类也很多。借助科学技术手段,监测转子的运行状态,以达到最终的维修目的,以是当下刻不容缓的任务。
1 旋转机械故障的诊断及方法
诊断的方法分别是波形分析法、频谱分析法、相位分析、轴心轨迹分析法、转速跟踪分析法和瀑布图等。其中最基本的、最为有效的是频谱分析法。目前频谱分析法是在计算机上用快速傅氏变换来实现的,幅值谱的应用非常有效和普遍,它对诊断旋转机械的故障十分精确。在振动频谱上,不同的频率对应着不同的振动原因。了解了它们关系,故障因素就能很快地被排除,而将注意力可以集中在可能发生因素上。
2 旋转机械故障的种类及原因
因安装质量的高低及长期的振动,转子系统在不平衡力的作用下,会引起支座的非线性振动,甚至会导致系统的刚性变化并伴有冲撞效应,因此引起机械故障。一般来讲,发生同频振动就可能是转子不平衡所生产的,如果产生高频振动可能是转子不对中所导致的;油膜振荡的频率在0.42-0.48n;如果伴有倍频或1/2n、1/3n等分数倍频就有可能是转子松动了。旋转机械非常复杂,频率分量与振动原因之间的关系也相当复杂。机械设备的振动基本上都是由转子不平衡引起的,表现在振动频率、振幅、振动方向、相位特征、轴心运动轨迹及振动与转速关系的变化上。
2.1 转子不平衡
据统计资料考证,因不平衡而使旋转机械失效的约占30%,因此,不平衡是一种常见的故障。原因有:材质不均,制造精度差、如内、外圆不同心等;安装不良;配合松动;轴弯曲变形;旋转零件磨损、腐蚀、剥落、介质沉积不匀;旋转零件的断裂等。经理论证明,振动的激振频率为单一的工作频率,无其它倍频成分。
2.2 转子不对中
轴承中心与转子中心不对中或者各转子的轴线不对中等常见典型故障,这也是多发性的故障之一。产生原因为:安装不良;地基下沉;轴承支座膨胀引起的变形等。频率的特征:根据实验研究的研究结果并结合理论,表明对刚性联轴器及齿轮联轴器,其径向激振频率除旋转频率fr(由角度不对中引起)外,主要以旋转频率的二倍频2fr或四倍频4fr为主,且伴有高次倍频心(n=6,8,…)。转子不对中相当于在联轴器端输入时给予的某种刺激,轴向振动频谱由其谐波及基频组成,基频具有峰值。
2.3 转子松动
非线性的振动特征表明装配或基座松动,并伴有转子不平衡的特性。振动形式为径向垂直振动,激振频率除基频成分fr外,还伴有高次谐波成分3fr,sfr,7fr及分数谐波成分(0.3-0.5)fr。
2.4 油膜振荡油膜振荡和油膜涡动是常见故障,因为旋转机
械在高速运行中大多用的是流体动压滑动轴承。油膜涡动由涡动力产生,使转轴除了自转外还绕中心进行公转。在共振的状态下,油膜振荡非常强烈,造成共振现象破坏力极大的,对高速旋转机械危害很大。转子的一阶自振频率为:当油膜涡动的特征频率约为旋转频率的一半,油膜振荡时其转速与涡动的频率无关。
3 旋转机械故障的预测维修技术
从以上几种故障的振动频率中可以看出,一种频率特征可能对应着几种故障源。因此,在进行故障诊断和状态分析时,要尽可能地收集各种状态参数并进行统计和信号处理,根据获得的数据进行故障的诊断和分析。旋转机械约有70%的故障是由于转子不平衡引起的,因此机械不平衡的检测及分析是保证设备安全运行极为重要工作。如果能够对设备的运行状况进行在线的监测与诊断,做到“预知维修”,设备故障的诊断效率就会大大提高,并节约企业成本。在这方面,人工智能技术做了很大的贡献,尤其像专家诊断系统、模糊控制、人工神经网络以及知识工程等方面,都在诊断领域得到了发挥和应用,使故障诊断了智能化和自动化。故障诊断专家系统主要由知识库,数据库,人机交互界面,推理机组成,及其他处理模块为辅。应用故障诊断的专家知识和推理方法为实质作用,判断故障种类,采集数据,并找出相应的解决方法。确定故障的类型及部位。这并非是一件轻而易举的事,它是旋转机械状态监测中最复杂、最困难的一环,要正确地判断机器的故障类型及部位,首先,要了解机组的内部结构和工艺情况;其次,为每台机器建立档案,即原始数据库,它包括频谱、相位、波形、轴心轨迹、位移量等振动参数以及工艺操作参数。阶段性比较分析,注意振动信号的变化情况和趋势。再者,尽量多地捕捉振动信息,从频谱、轴心轨迹、相位和波形等多方面综合分析。
4 结语
综上所述,旋转机械故障种类繁多,在将进行振动测试排除故障之前,要对偏心、松动、碰摩、裂纹等进行分析,并采取相应的措施以保证机器设备的正常运转。若以频谱分析法此作为检修的主要依据,那设备检修的计划性和目的性将大大增强,从而提高生产率。如建立专家系统,可实现机械设备的智能化自动化监测故障,预测维修,减少停机,保证设备的正常运行,降低维修人员的工作量。
总之,若判断一种故障时,可综合以上几种方法进行比较,建模求解,对故障进行合理的判断,并提供有用的数据,从而使生产厂家的效益大大增加并提高了设备的利用率。
参考文献
[1]朱亮,向家伟,宋宜梅.旋转机械常见故障诊断的非线性动力学研究综述[J].装备制造技术,2010,(01).
[2]吴轲,童敏明,童紫原,邓世建.旋转机械不平衡故障专家诊断系统的研究[J].煤矿机械,2010(09).
[3]王宇飞,谢永鹏.旋转机械转子不平衡故障的诊断与分析[J].湖南工业职业技术学院学报,2009,(05).
制冷系统故障预测与诊断方法研究 篇10
由制冷系统的特点及决策方式的差异不同, 可归纳成如图1的故障预测诊断方法。
2 中央系统制冷系统故障预测、诊断
2.1 制冷系统堵塞严重
若压缩机正常工作, 但制冷系统中某一部位出现堵塞, 则会导致制冷剂冻结且无法循环流动与制冷系统中, 此时, 空调就失去其最为重要的制冷作用。此时可用压力表分别检测制冷系统的高压、低压两端压力表读数, 则会发现高压端压力值低于正常值很多, 但低压端压力值却出现从未有过的真空状态, 同时在制冷系统堵塞位置的前端、后端存在明显温差, 类此的故障通常会在膨胀阀或储液干燥器内发生。为有效解决此类问题, 空调检修人员可利用NH3对准膨胀阀或储液干燥器进行吹起, 若出现堵塞不通畅, 表明要对其进行及时疏通或零件更换。
2.2 压缩机部件或保护器出现损坏
制冷系统压缩机的进气阀、排气阀损坏或保护器损坏都会严重阻碍压缩机的正常工作, 即导致压缩机不压缩制冷剂或压缩机压缩效果差。当压缩机进气阀、排气阀出现损坏时, 可用压力表检测压缩机在工作时进气、排气的压力情况, 此时可发现进气压、排气压相差不大, 即使增大发动机转速, 进气压、排气压变化也不大;用手触摸压缩机进气管、排气管, 也能明显感受到二管温度值相差很小。若制冷系统压缩机缸垫发生窜起, 触摸压缩机可感觉到十分热, 此时也可表明压缩机出现损坏。
2.3 制冷剂不足或过多
若制冷系统制冷剂不足, 高压、低压两端的压力值会比正常情况低很多, 同时伴有流动气泡。此时, 应当先检查制冷系统是否出现制冷剂泄漏情况。一旦出现制冷剂泄漏, 空调检修人员要对其进行及时排除, 若仔细检查后没有发现制冷剂泄漏部位, 则应及时补充适量制冷剂。
当制冷剂数量比正常容量多时, 则会让冷凝器内液态冷凝剂迅速增加, 从而降低冷凝剂的冷却效率。制冷剂多于常量表现为制冷系统高压、低压两端压力值都比正常值高许多, 此时用手触摸空调会感觉到十分热, 此时也无法观察到流动的泡沫状制冷剂。一旦遇上此种情况, 应当由低压端放掉适量制冷剂, 让空调内部制冷剂数量趋于正常。
3 制冷系统故障排除方案
3.1 定期更换制冷系统的堵塞部件
当冷凝器散热片出现变形, 空调表面脏污物质及其散热风扇的电动机转速就会下降, 严重降低空调的散热效果, 从而让制冷系统中的冷却系统高压端、低压端的压力值明显升高, 同时排气的温度也会升高, 此时用手触摸高压管则会感觉到十分热, 则应及时更换相关部件。
若蒸发器与膨胀阀温包的接口处包扎不好, 或膨胀阀自身存在一定问题时, 则会造成膨胀阀的开口过大, 此时制冷系统的高压端压力值会低于正常情况, 低压端压力值会高于正常情况;或者蒸发器蒸出来的低压管温度会比蒸发器表面低, 此时要注意检查部件是否完好, 必要时检修人员要更换膨胀阀。
正常情况下, 制冷系统压缩机会长时间运作, 压缩机长时运转会导致机械磨损严重甚至会产生众多杂质, 导致储液干燥器、膨胀阀出现堵塞, 制冷剂输出不足。此时制冷系统表现为低压值比正常值低, 同时储液干燥器管的前后温差较大, 一旦遇到此种情况应及时更换清洗制冷系统。
3.2 检测压缩机的供电情况
对制冷系统压缩机进行供电检测, 即进行电压的检查, 利用万用表测量压缩机供电电压是否处于允许电压范围内, 压缩机出现过高电压或过低电压, 都会促使压缩机进行自动保护, 即停止启动。此时, 对压缩机内部检查则是检查空调内部的电脑板能否为压缩机提供正常的电量电压。若压缩机供电不正常, 就能检测到压缩机内外机的连线是否出现断裂, 此时若连接线断正常则表明是电脑板出现损坏。当内机能向压缩机提供正常电压时, 若此时出现故障则表示故障源不是内机, 接着应当检查空调外机。检查外机时, 首先应当检查压缩机的启动电容是不是出现损坏, 其次则应检查压缩机保护器及桩头有否出现锈蚀短路等不良情况, 最后还要检查压缩机是否出现破损。
3.3 及时添加适量制冷剂
由于空调制冷系统制冷剂会出现泄漏, 因此应先明确空调压缩机是否正常运作, 然后再利用压力测量制冷系统的压力。当压力显示数值为零时, 则可判断是因为制冷系统制冷剂泄漏引起的, 此时空调检修人员应当准确找到制冷剂漏点, 再及时补充制冷剂。
4 结束语
空调是人们生活中不可缺少的重要电器, 一旦空调制冷系统出现故障, 将会给人们的工作、生活带来诸多不便。此外, 空调在使用时也可能会出现故障, 因此必须根据使用实际做好故障预防工作, 延长空调的使用寿命。
摘要：在空调的使用过程中, 难免会出现制冷系统故障, 为此, 我们必须重视空调制冷系统故障的预测与诊断, 并针对不同的故障问题提出有效的解决方案。
关键词：中央空调,制冷系统,故障预测,诊断排除
参考文献
[1]王祖祺.浅析制冷系统故障预测问题及其相关对策[J].中国工程.2011 (19)