设备诊断技术应用研究

设备诊断技术应用研究（精选十篇）

设备诊断技术应用研究 篇1

1 问题描述

作为机电设备的最容易出现问题的部分, 通常为以下几个部分:输入元件, 即各个低压元器件:开关, 接近开关, 各种传感器等;输出元件, 即各个执行机构, 如电磁阀, 电机, 接触器等;各种器件的电源。笔者曾在一大型汽车制造公司的喷涂车间从事维修工作, 对于机电设备大部分是由于以上三个部分引起的, 曾由于一个接近开关的电源线被老鼠咬断, 导致停产3天, 维修工人无目的检测, 被气动匝道截断脚趾的悲剧。

2 机电设备故障智能诊断设计

智能诊断技术是在系统的诊断软件的支持下, 向被诊断的部件或装置写入一串预先编好的代码, 然后观察系统相应的输出数据, 或者实时采集的数据, 跟事先已知的数据进行比较, 经过比较综合分析确定故障的技术。与文采用I/O数据检测, 利用与处理器I/O口, 对应的输入输出缓冲区存储的数据, 与已知正确的数据进行比较;就故障诊断而言, 首先面临的是诊断信息的获取。由于工业系统各个组成部分之间的功能关系复杂, 故障现象多, 故障原在以及故障征兆之间的信息错综复杂, 因此, 准确地获取诊断信息, 对不同故障诊断信息进行有效的综合和分析, 是故障诊断系统首先需要解决的瓶颈问题。为防止数据量过大, 而导致的故障诊断错误, 本文采用三种分时诊断方式:首先, 开机扫描方式, 即对各部件的工作电源是否满足, 各I/O口初始状态是否准确, 进行检测;第二, 在线实时检测, 按照逻辑工作顺序对各I/O工作状态进行检测, 并于事先已知的数据进行比较;第三, 离线诊断, 当设备因故障不能准确运行时, 采用直接向输入输出缓冲区存储的数据, 观察相应的元部件是否正确运行, 来诊断故障;如下图显示。

3 故障诊断的主要理论和方法

故障诊断技术已有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。

从学科整体可归纳以下理论和方法。

基于机理研究的诊断理论和方法;基于信号处理及特征提取的故障诊断方法;模糊诊断理论和方法;振动信号诊断方法;故障树分析诊断方法;故障诊断灰色系统理论和方法;故障诊断专家系统理论和方法;故障模式识别方法;故障诊断神经网络理论和方法;基于数学模型的故障诊断理论和方法。

故障诊断理论和方法分类虽然很多, 但可归纳为两类:1) 基于非模型的故障诊断理论和方法, 如信号空间特征、模态和信息处理方法的诊断理论与方法;基于知识推理、人工智能、专家系统的诊断方法;基于模式识别和神经网络的诊断方法。2) 基于系统数学模型和现代控制理论、方法的故障诊断理论和方法, 也包括相互间的结合和集成。

4 应用研究和结论

由于汽车喷涂车间工艺的复杂性, 自动生产线分为上中下三层, 其中接近开关应用最多, 达150个, 作为每道工艺完成的输入信号, 每个输入信号, 就会是执行机构驱动带动这个庞大的生产线, 只要有一个出现问题, 就会影响汽车表面喷漆的效果。如果对其及相应的执行机构, 依次检测, 会浪费大量时间和精力。文章采用模糊控制的条件语言, 按照机电设备故障智能诊断设计进行诊断, 并在人机界面中显示相应的故障。由于可以采集到设备运行的实时数据和历史数据, 因而对相应部件的故障检测就可以有的放矢, 大大提高了维修效率, 具有一定的应用意义。

参考文献

[1]李良庚.机电设备维修方式的选取策略研究[J].机电工程技术, 2006.

[2]史宛丽, 利用PLC状态显示信息诊断数控机床故障4例[J].机床电器, 2008 (1) .

[3]蒋朝阳, 等·基于PLC信息的故障诊断系统[J].电气技术与自动化.2008.

[4]蔡娥, 许跃敏.面向对象的大型企业设备管理软件的研究[J].计算机工程与应用.

[5]郑刚.面向对象方法在信息系统开发中的应用[J].微机发展, 2002, (6) .

[6]顾坚, 张国秦, 江宏.厂站继电保护的信息管理系统[J].供用电, 2004 (3) .

[7]桂文彬, 李北海等.船舶设备故障诊断技术[J].机电设备, 2002 (4) .

设备诊断技术应用研究 篇2

支持向量机在机载设备故障诊断及预测中的应用研究

支持向量机是一种基于统计学习理论的机器学习算法,采用结构风险最小化原则代替经验风险最小化原则,较好地解决了小样本学习问题;采用核函数思想,使非线性空间的问题转换到线性空间,降低了算法的`复杂度;具有良好的泛化能力.针对机载设备故障诊断及预测等工程实际应用中遇到的典型故障样本缺乏、先验知识不足等采用神经网络等其它方法无法解决的问题,提出利用支持向量机应用在机载设备故障诊断及预报中.

作 者：邸亚洲 李宝亭 袁涛 DI Ya-zhou LI Bao-ting YUAN Tao 作者单位：海军航空工程学院青岛分院,山东,青岛,266041刊 名：科技信息(科学・教研)英文刊名：SCIENCE & TECHNOLOGY INFORMATION年，卷(期)：“”(2)分类号：V2关键词：支持向量机 机载设备 故障诊断及预测 统计学习理论

设备诊断技术应用研究 篇3

摘要：针对矿山机电一体化设备使用量的增加，矿山机电设备却时刻存在一定的风险，甚至会由于机电设备故障，导致安全事故的发生。文章以矿山机电设备为研究对象，给出矿山机电设备故障检测诊断的基本技术以及总结几种常见的智能故障检测诊断的理论方法，为从事矿山机电的相关人员提供一种解决矿山机电设备故障问题的方法和思路。

关键词：矿山机电；智能故障；故障检测诊断

中图分类号：TD4 文献标识码：A 文章编号：1009-2374（2013）14-0097-02

近年来由于矿山机电设备故障造成的安全事故屡见不鲜，矿山机电设备的安全性问题日益凸显，并得到了高度重视。针对该安全问题，只有加大对矿山机电设备的故障检测和安全诊断，采用合理的故障诊断理论，建立科学的机电设备故障预测、预警系统，提高矿山机电设备运行安全可靠性才能从根本上减少甚至避免矿山机电设备故障造成的安全事故。

1 故障检测诊断技术

故障检测诊断技术是以信号分析处理技术、计算机技术和传感器技术等为基础的综合性技术。现代工艺理论、相关基础学科理论和检测技术与理论的快速发展促进了故障检测诊断技术的不断发展和完善。

故障检测诊断技术主要通过检测矿山机电设备运行状态的各信号数据和参数，从而对矿山机电设备的运行性能和安全可靠性进行预测，以识别设备故障的原因和判断危害等级等问题，从而提出针对性的处置对策和技术方法。

2 矿山机电设备故障检测诊断技术的步骤

矿山机电设备故障检测诊断技术的主要步骤分为信息采集、信息处理、分析识别、数学模型和预测。

2.1 信息采集

准确测量反映矿山机电设备状态的信号数据和参数，采集机电设备上安装各类传感器的实时信息数据，并及时将测量和采集的数据存入数据存储器或计算机，以方便

调用。

2.2 信息处理

现场采集的煤矿机电设备的数据信息，并不能直接用来判别设备的状态，其中存在着有用信息和无用信息，因此必须将采集的信息进行转换，提炼出有用信息并做出数据分析，转变成人或机器能读懂的信息。

2.3 分析识别

对处理后的煤矿机电设备数据信息进行分类、识别和分析，与机电设备正常运行时的标准参数进行比对，确定当前设备状态及可能出现的故障部位、故障类别以及故障原因。

2.4 数学建模

矿山机电设备在运行中很多的参数和数据信息，与机电设备的状态以及机电设备是否存在故障隐患有一定关系。因此，需要建立数学模型来准确反映出机电设备状态与产生故障的参数间的数学关系。

2.5 预测技术

对机电设备部件的剩余寿命和机电设备的故障情况等方面进行预测，可以为日常机电设备的保养工作和故障维修工作提供可靠依据，能够有效避免矿山机电设备故障的发生。

3 矿山机电设备智能故障检测诊断方法分类

矿山机电设备故障诊断技术分为主观诊断、仪器诊断和智能化诊断三个阶段。下面主要介绍五种矿山机电设备智能诊断方法。

3.1 模糊诊断法

矿山机电设备的模糊诊断法是将数学集合论的概念，包括模糊关系矩阵以及隶属度函数，应用到机电设备的故障诊断中，从而解决机电设备征兆与故障间的不确定关系。矿山机电设备的模糊诊断法的优点主要表现为模糊推理逻辑严谨，能有效地解决矿山机电振动故障中遇到的模糊性问题。但是，由于在很多情况下，较难确定相应的模糊关系，获取模糊诊断知识也非常困难，因此机电设备模糊诊断方法的应用还缺乏一定的准确性和普遍适用性。

3.2 故障诊断专家系统

矿山机电设备故障诊断专家系统是用计算机将采集到的机电设备信号数据和参数，通过专家经验进行推理，运行过程中可以随时索取相关信息数据和参数。矿山机电设备故障诊断专家系统的优点是适应于人的思考方式，不用输入非常多的知识细节，个别事实发生变化时也很容易修改。但是，矿山机电设备故障诊断专家系统目前存在一定的局限性：机电设备故障诊断的准确度与专家诊断系统中专家知识的水平高低以及丰富程度有很大的关系；而且有些矿山机电设备的故障很难通过具体的方式描述，使得建立准确的知识库也会非常的困难。

3.3 人工神经网络故障诊断法

利用人工神经网络进行矿山机电设备故障诊断的基本思想是：以矿山机电设备的故障特征信号作为神经网络输入，矿山机电设备的诊断结果作为神经网络输出。通过调整人工神经网络节点间的权值和阈值，利用训练好的人工神经网络，来实现矿山机电设备故障的诊断等，并且由于人工神经网络诊断法自身所具有的自学习、自适应和并行性能力等优点，因此该故障诊断法在矿山机电设备智能故障诊断中的应用越来越广泛，并且也逐渐得到相关专家学者的深入研究。

3.4 基于仿生算法的故障诊断法

遗传算法是一种随机优化算法，它的两个重要特点是群体搜索策略和群体中个体之间的信息相互交换，其本质是模拟由个体组成的群体之间的学习过程，其中每个个体表示给定问题搜索空间中的一个解。该算法具有并行计算、快速寻找全局最优解等优点。

将生命科学中的免疫概念及其相应的理论应用于遗传算法中，并进行有目的性地抑制遗传算法在优化过程中出现的退化现象，这种算法被称之为免疫算法。通过理论分析，免疫算法具有全局收敛特性，能够更好地抑制遗传算法出现的退化现象。

3.5 信息融合智能诊断方法

信息融合智能诊断方法是一种新型的矿山机电设备智能诊断技术。该诊断方法是通过多传感器测量和采集矿山机电设备的多种相关信息数据和参数，利用计算机对有关矿山机电设备运行状态的不同信息进行自动分析，准确并及时地预测矿山机电设备的运行状态。

4 结语

矿山机电设备的故障检测诊断技术可以为矿山机电设备的相关维护人员和维修人员及时并有效地进行机电设备的故障预测，发现机电设备的故障源头，分析并找到机电设备的故障原因以及给出机电设备的故障解决方案，防止并预防煤矿机电设备安全事故的发生。因此煤矿企业应该大力推动矿山机电设备智能诊断检测技术的研究和发展，以保证矿山机电设备的安全性与可靠性，减少并力争避免安全事故的产生。未来，将多种人工智能检测诊断技术相结合，开发应用的矿山机电设备混合智能检测诊断系统，将会逐渐成为数字化矿山机电设备智能故障检测诊断技术研究的一个重要方向。

参考文献

[1] 孙新城.浅析煤矿机电设备维修中故障检测诊断技术的应用[J].企业技术开发，2011，（17）：70-71.

[2] 井学庆.矿山机电设备故障诊断技术的研究与探讨

[J].黑龙江科技信息，2012，（2）：34.

[3] 辛晟，郭磊.水力发电机组振动故障诊断技术综述

[J].机电技术，2010，（2）：42-44.

[4] 吴舰，吴楠.基于小波分析的煤矿机电设备故障检测关键技术应用研究[J].自动化与仪器仪表，2011，（5）：85-86.

作者简介：龚建云（1970—），男，宁夏石嘴山人，中电投宁夏能源铝业红一煤矿工程师，研究方向：矿山机电设备故障检测诊断技术；马继平（1986—），男（回族），甘肃华亭人，中电投宁夏能源铝业红一煤矿助理工程师，研究方向：矿山机电设备故障检测诊断技术。

煤矿机电设备故障诊断技术研究 篇4

随着越来越多的机械设备应用到煤矿生产中, 其故障问题也愈发突出, 而煤矿机电设备故障诊断技术可以利用信号分析、传感器与计算机等现代科技手段, 准确检测与诊断煤矿机电设备可能存在的故障问题, 确定机电设备故障发生的部位, 从而为机电设备维修提供可靠保障。因此, 分析煤矿机电设备故障诊断技术, 对保证煤矿正常生产, 推动煤矿发展建设有着积极的意义。

1 煤矿机电设备故障诊断技术

1.1 采煤机的故障诊断

采煤机是煤矿生产中使用的重要机电设备, 直接影响着煤矿的生产效率。如果采煤机出现故障, 有可能会导致煤矿停产, 所以采煤机的故障诊断非常重要。从煤矿生产和机电设备维修经验分析, 采煤机的故障多发生在液压系统方面, 因此选择性能可靠、运行良好的液压系统至关重要。采煤机的液压系统分为低压和高压两部分, 在采煤机的荷载量增加时, 低压部分保持恒定状态, 若荷载量持续增加, 高压部分存在不升反降的情况, 此说明液压系统发生了故障, 如漏损故障等, 此时需要停机进行故障处理。同时, 如果降低系统高压后会出现低压上升的情况, 则说明液压系统发生了高压低窜故障, 工作人员需要检查机电设备的通阀和安全阀等是否出现窜液问题。在进行液压系统的故障诊断时, 工作人员需要做到主动检查和维护, 从而保障采煤机的正常运行, 延长机电设备的使用年限。

1.2 提升机的故障诊断

提升机是煤矿提升系统中的重要机电设备, 主要有控制系统、润滑系统和制动系统等组成, 在材料下放、设备运输和人员提升等方面发挥着关键作用。提升机的故障诊断主要利用传感器对其控制系统进行全面检测, 然后对控制系统的频谱进行分析, 从而判断控制系统是否发生故障。同时, 为了保证故障诊断的有效性, 工作人员可以选用传感器信息融合技术, 提取和分析传感器中的有效信息, 为故障诊断提供依据。

2 煤矿机电设备故障的诊断方法

2.1 振动检测方法

该方法时检测煤矿机电设备故障的常用方法。检测设备为简易诊断仪和精密诊断系统。简易诊断仪主要是利用测量放大器对测振传感器接受的振动信号进行放大, 然后再用检波器显示出振动峰值和有效值, 从而完成机电设备故障检测, 判断设备是否有运行故障。精密诊断系统是将检测数据记录到磁带或者检波器中, 然后用检波器将其显示出来, 其振动信号比简易诊断仪更准确, 并且在经过计算机或者中央处理器的处理后, 可以准确判断机电设备是否有故障。

2.2 温度检测方法

煤矿生产的环境较为特殊, 容易使机电设备在运行过程中出现故障, 所以机电设备维护管理的要求更高。从煤矿生产的经验分析, 机电设备在出现故障前会发生温度明显上升的情况, 利用这一特点, 可以将设备温度检测数据变化绘制出来, 然后将每个温度点以曲线连接, 从而直观观察出设备故障出现故障前后的温度变化情况, 推测其温度最高点, 在机电设备发生故障前采取有效措施, 保障机电设备的正常运行。

2.3 铁谱检测方法

该方法在机电设备故障监测中的应用时间较短, 但是应用效果却非常显著。铁谱检测的仪器主要为旋转式铁谱仪和颗粒定量仪等。铁谱检测方法的原理是带有铁磁屑的润滑油在经过高强度和高温度的磁场过程中, 高磁场的功能可以将铁磁屑和润滑油相互分离, 然后分析沉淀于基片上颗粒大小的情况, 判断机电设备是否发生故障。铁谱检测的内容主要为磨损颗粒的密度和大小等, 通过分析检测结果, 从而准确判断机电设备的磨损程度。同时, 监测人员可以通过分析磨屑的大小和外形等检测信息, 判断机电设备发生故障的原因和故障的类型。此外, 在对磨屑成分进行分析的过程中, 检测人员可以按照相应的指标, 确定发生故障构件的位置, 从而在最短的时间内完成机电设备的维修工作, 保证煤矿生产不受到影响, 降低因机电设备故障带来的经济损失。

3 提高煤矿机电设备故障诊断技术的措施

3.1 丰富故障检测的手段

煤矿机电设备的检修人员不但需要掌握专业的故障检修知识和多种故障检测手段, 以及熟练的操作技能, 而且需要积累丰富的故障检修经验, 在工作中做到灵活应用。在故障检测过程中, 检修人员可以依据机电设备故障的表现形式, 短时间内即可准确判断出故障发生的类型和原因, 从而保障故障维修的可靠性。例如机电设备出现叶片卡涩问题, 其原因主要为风机的调节系统出现故障或者轮毂内部的调节结构出现损坏等。维修方法为在及时清扫叶轮, 调节叶片的角度, 防止叶片因长时间同一角度运行而出现结垢现象。

3.2 注重设备运行的监督管理

在机电设备的监督和管理中, 煤矿企业需要采取绩效考核制度, 将机电设备故障诊断工作中的每一项指标量化, 并与绩效相挂钩, 提高机电设备检修人员工作的积极性和主动性。同时, 机电设备的管理措施需要和煤矿生产相互结合, 加强对设备操作人员和管理人员的培训, 提高其专业技能, 强化其责任意识和管理意识, 从根本上降低因人为因素导致机电设备发生故障的几率。

4 结束语

总之, 煤矿机电设备故障检测关系到机电设备的正常运行和煤矿的安全生产, 在延长机电设备使用寿命和推动煤矿经济发展中起着重要的作用。只有检修人员掌握和正确使用机电设备故障诊断的技术和方法, 贯彻落实各项管理措施, 才能真正降低机电设备故障发生率, 保障机电设备的安全运行。

参考文献

[1]李洪军.浅析煤矿机电设备故障监测诊断技术[J].中国高新技术企业, 2010 (04) :185-186.

[2]靳树轩.煤矿机电设备故障诊断技术探讨[J].能源与节能, 2015 (01) :7-8+86.

[3]张小玲.煤矿机电设备机械故障检测诊断技术的应用[J].科技致富向导, 2014 (18) :179+256.

设备诊断技术应用研究 篇5

术培训总结

2014年8月14日至8月17日，我和部门内5位同事到科培中心酒店（昆明市滇池路488号）参加由“利众（北京）技术培训中心中国设备管理培训中心”组织的《高压电气设备试验及电气设备故障诊断技术培训班》进行了四天学习。授课的孙伟老师是长期从事高压电气设备绝缘监测与故障诊断、电力系统电磁兼容等方面的教学与研究工作，具有丰富的现场操作经验和理论知识。他根据《电力系统状态检修技术》教材并结合自身经验对我们进行讲解，主要内容有以下几部分：电气设备绝缘试验、绝缘油气相色谱分析、电力变压器预防性试验、互感器预防性试验、电力电缆预防性试验、高压开关设备预防性试验、避雷器预防性试验、绝缘子预防性试验、电力电容器预防性试验、气体放电基础知识。

此次培训的起点很高，主要是针对在职高压试验人员的理论知识提高培训，由于之前的工作范畴不接触这一方面，这使我在上课初期听的很吃力，发现此问题后，我通过手机把老师讲授的课程进行了录音，晚上回家后对一些没听懂的内容进行复习、上网查询其相关知识点，并把还是不能理解的问题记录下来，第二天找孙老师进行咨询。通过这种带着问题学习的态度，四天来让我初步了解到部分高压电气设备试验的方法和试验的目地，并开拓了视野。现将我四天来的所得

认识总结如下：

1、通过对高压电气设备的试验学习，对电气设备绝缘、电力变压器、高压开关、电力电缆等高压设备试验原理、试验目的有了基础的了解。老师还在学习中对各类高压被试设备的试验规范标准和试验导则进行了介绍，这使我对高压电气设备试验工作积累了一定的理论知识。

2、高压电气设备试验是重要的技术监督手段，电气设备的运行有没有潜伏性的故障，是否需要进行检修或设备更换，检修后是否达到所需质量要求等，都需要通过试验来验证。只有定期做好各种试验项目，并根据试验结果对电气设备的真实状态进行分析和判断，做好技术监督，才能保证电气设备的安全稳定运行。

3、在本次培训中，使我印象最深刻的就是极化慨念、液体击穿的小桥理论、固体绝缘物沿面放电等问题。电介质的极化就是绝缘材料在电场作用下，绝缘介质中的带电物质产生应变，绝缘介质表面产生净电荷，也就是绝缘介质也会漏电的原因。液体击穿的小桥理论是指在高压设备的绝缘液体中，因绝缘液体含气、水和杂质，在电场作用下易形成跨越电极间产生小桥样的连接，使绝缘液体的绝缘降低最终导致电压击穿，比较多见的如油寝式变压器和少油式断路器等。我最最印象深刻的应该是固体绝缘物沿面放电现象，在以前原单位时有一次我们在高压柜内A、B项出线电缆之间加一绝缘隔离板，加好送电时在隔

离板上产生了放电现象，后来我们一直都不了解其放电原因，直到这次培训终于使我知道了问题所在，受益匪浅。

4、培训期间，老师还为我们讲解了现今社会先进的电气设备检修管理模式：状态检修。我国很多大型的企业都开始由计划检修向状态检修发展，状态检修就是通过在线监测和设备状态信息的诊断，评估设备的真实状态，已确定设备是否存在问题，存在问题的部位是那里，检修时应解决那些问题等，从而达到设备运行安全可靠、检修成本合理等良性循环。

5、培训中通过和其他学员的交流，了解到他们处理问题的一些方式方法。而电气设备隐患的排查和处理具有各自特点，也有一定的共性，对一些好的方式方法我可以在今后的工作中进行 推广运用。在和大家的交流中，我们都达成了一个共识，工作中只有主动积极、不断的摸索探寻，积累经验努力学习，这才能提高工作效率、达到最佳的工作状态。

设备诊断技术应用研究 篇6

关键词：玻璃纤维设备；变频器；故障诊断技术；信号处理；故障树；神经网络

中图分类号：TP307 文献标识码：A 文章编号：1009-2374（2014）34-0011-02

玻璃纤维设备中的变频器在克服传统变频器设备工作效率低、能源损耗大的基础上显示出较大的市场优势，被广泛运用于工厂的自动化生产过程中。由于电子设备本身具有易损耗的特性，在使用过程中容易出现各种故障问题，对企业的经济利益和生产效率造成不利影响，需要对其进行设备的技术诊断。当前，在变频器故障诊断领域中，比较热门的解决办法是故障诊断技术，这一技术已经成为变频器故障诊断的主流手段之一。

1 相关概念界定

1.1 玻璃纤维

玻璃纤维属于一种性能较优的无机非金属材料，主要包括二氧化硅、氧化铝、氧化钙、氧化硼、氧化镁和氧化钠等主要成分。是通过将矿石研磨成粉后投入到池窑中燃烧，经过超过2000℃的高温熔制，熔成玻璃液，然后通过漏板流出冷却拉丝而成的产品。在实际生活中，玻璃纤维作为一种复合材料中的增强材料、电路基板和电绝缘材料等投入使用。

1.2 变频器

变频器作为一种精密的设备装置，包含整流电路、限流、驱动、滤波、逆变、制动、保护等电路，是由以上这些电路设备组合而成的电子器件。它属于交流电动设备的调速变频技术，具有调速效率高、精确度好、调度范围广、操作简单方便、稳定可靠等优势。一般按照其内部电路结构形式进行分类，可以将其分为交-直-交变频器和交-交变频器。

1.3 故障诊断技术

这一技术发端于20世纪中期，主要是一种应用型的技术设备。故障诊断技术主要包含两个方面的作用：一是对运行过程中的设备进行故障监测与排查；二是对已经出现故障的设备进行故障问题的判断，查找出现故障的明确原因。目前，故障诊断技术在工业化国家和地区被广泛采用，越来越受到人们的重视。

2 玻璃纤维设备中变频器存在的常见故障问题

2.1 参数设置方面的故障问题

众所周知，在玻璃纤维设备中，变频器的额定容量及其参数设定是在一定的海拔高度和环境温度下标示出来的，变频器使用参数的基本指标一般都是在1000m以下的海拔加上25℃～40℃之间的温度。如果在池窑生产中，玻璃纤维设备中变频器的使用环境超出了该项基本使用指标，就会导致变频器的参数、型号等存在降容故障问题。当玻璃纤维设备中的变频器在原料高温熔融、玻璃溶液被拉制成纤维丝状的过程中，如果参数不合适，不仅会使玻璃液拉不成密度统一的连续玻璃纤维，而且经常会出现拉断等方面的问题。

2.2 过压方面的问题

对于变频器而言，其工作电压都有一个使用范围，如果超过正常使用范围，则会损坏变频器，出现故障。在实际工作中，常见的过压问题主要表现在：由于输入交流过多的电压导致的故障问题；在发电时的过压问题。输入交流电源过压的问题一般都发生在节假日线路负载较轻而电压较高的情况下，变频器出现故障问题后，需要断开电源，停用一段时间后再送电启动即可。发电时的过压问题出现频率一般都较高，当电动机的实际转速比同步转速高，而电动机又处于发电状态或是频炉工作状态并向电网回馈能量时，变频器在没有安装制动单元的情况下容易出现过压故障问题。

2.3 其他方面的问题

这方面的问题主要包括过载、过流、欠压、温度过高。过载故障主要是变频和电机方面的过载问题，一般都是由于时间过短、电压过低和负载过重引起的，过流问题与过载故障不同，它是由于变频器的输出短路而引起的故障问题。虽然前面论述了过压导致的变频器故障问题，但当电压不够时，玻璃纤维设备的变频器故障也会出现，因此需要把握好这个电压力度范围，减少故障问题的出现。最后，还有一个温度过高的问题，温度太高，容易烧断变频器的拉丝，使传感器异常，出现故障问题。

3 玻璃纤维设备中变频器故障诊断的技术方法

当前，我国玻璃纤维设备中变频器故障诊断方法主要有以下三种：

3.1 信号处理的故障诊断法

傅立叶认为：通过对关键部位进行信号波形的诊断分析，将时域信息转换到频域分析，依据信息转换时的幅值特征来进行故障的诊断，进而判定故障的类型以及元故障的具体位置。另外有些专家提出沃尔什的信息故障分析法，认为只要对故障中的关键点进行沃尔什转换，将时域信息转换成频域信息中并做相应的故障特征分析，也能够确定具体故障的位置及其类型，只是与前者所使用的检测方法不一样而已。无论是哪一种信号处理的故障诊断方法，都有一些共同的特点，即反应灵敏度高、故障诊断快、操作简单方便等。通常采用信号处理的故障诊断方法需要有一些参数的设定，而设定的方法没有统一的格式，一般都需要有关专家凭借自身的经验来进行设定，这也是采用信号处理法的弊端之一。

3.2 故障树的故障诊断法

故障树诊断模型是一种提前设定好的因果模型，依据诊断对象的基本结构和功能特性进行模型的设定。这种诊断方法反映了系统内全部信息的逻辑关系，通过一种倒树状的结构形式表现出来，将变频器中最不希望出现的故障信息设定为顶事件，将导致故障信息发生的原因信息设定为底事件。一般情况下，都会将需要诊断的故障对象作为顶事件，在对故障进行分析以后制作出相应的故障树模型，最后根据模型类型，采取适当的方法实现故障原因的查找与诊断。

3.3 神经网络的故障诊断法

这种诊断方法不需要特定的参数模型，对于那些很难确定故障类型及其故障信号之间逻辑关系的场合比较适合。在克服传统式故障诊断方法弊端的基础上，神经网络的故障诊断法为快速、有效地进行故障分析和定位作出了贡献。当然这种方法也表现出了许多弊端，例如试验样本获取难度大、没有考虑到相关领域专家的实践经验、神经网络的表达形式一般人很难理解把握等。

除了以上三种主要的变频器故障诊断方法以外，还有一些专家从其他角度提出了故障诊断技术，例如电压源逆变器故障诊断法和六路触发脉冲的故障诊断法等。

4 玻璃纤维设备中变频器故障诊断技术今后的发展方向

变频器故障诊断技术虽然被广泛运用于各行各业的电子设备中，但由于其基础理论薄弱，发展历史不长，因此还需要不断努力，将今后的技术研究朝着特定方向发展。

需要不断引进国外先进成熟的技术理论，将这些理论不断运用到具体实践过程中反复试验。争取克服现有变频器故障诊断技术的弊端，不断借鉴其他领域的理论成果运用到变频器的故障诊断过程中来，采用联想记忆和ART、自组织等神经网络理论领域中的研究成果来帮助变频器进行故障的诊断和分析。在研究方法上，要不断研发新的变频器诊断方法，融合多种诊断方法于一体，互相取长补短，克服单一诊断方法带来的各种

弊端。

5 结语

变频器是一种较为复杂的电子设备，在玻璃纤维设备中的实际运行过程中会出现各种类型的问题，需要对其进行有效诊断处理才能保障相关设备正常运行。本文在论述各种故障诊断方法的基础上，提出了变频器故障诊断技术今后的发展方向，希望与各位同行共勉，不断促进我国变频器更好地发展。

参考文献

[1] 张森.变频器故障诊断技术探析[J].科学论坛，2013，（9）.

[2] 何锐.变频器故障诊断技术研究与分析[J].电源技术应用，2013，（3）.

[3] 和德明.变频器故障诊断技术研究与分析[J].电子技术，2012，（7）.

陶瓷机械设备的故障诊断技术研究 篇7

1 陶瓷机械设备故障诊断的特点

随着科技水平的不断进步, 现今的陶瓷机械设备具有越来越复杂的结构和越来越完善的功能。因此, 现代陶瓷机械设备发生故障的概率较之前有大幅度提高, 随之而来的危害也越来越大。

对这种复杂的机械设备进行迅速的人工故障诊断并得出相应的结论是十分困难的。这不仅仅是因为拥有丰富知识和经验的专家匮乏, 而且专家们的知识和经验并不能总可以满足需要。

从20世纪70年代到现在, 故障诊断技术已从简单的信号测量向人工智能方向发展。对简单的机械设备而言, 传统的故障诊断技术常常能发挥作用, 而对较复杂的设备却有些棘手。因此, 迫切需要一个方便有效的智能故障诊断方法来对复杂的陶瓷机械设备进行故障诊断。由于故障往往发生在设备运行中且类别各不相同, 这里采用的智能诊断系统是一个带有实时监控的故障诊断专家系统, 该系统的结构如图1所示。实时监控系统根据设备运行中的原始信号对轻度故障迅速进行在线简易诊断, 严重故障调入专家系统进行离线精密诊断。

2 陶瓷机械设备故障诊断专家系统

专家系统是一个具有智能特点的计算机程序系统, 其智能化主要表现为能够利用人类专家的知识和解决问题的方法在特定领域内模仿人类专家思维来求解复杂问题。故障诊断专家系统主要由知识库、推理机、综合数据库、解释程序、知识获取程序和人机交互界面等组成。该系统的内部结构如图2所示。

2.1 知识的获取

专家系统求解问题需要运用系统中的专门知识, 知识的获取是成功构建专家系统的前提条件。知识的获取不仅与专家系统本身关系密切, 而且还与知识工程师、领域专家密切相关, 多年来其一直被公认为是专家系统构建中的一个“瓶颈”。把获取的知识通过编辑转化为机器可以存储和操作的形式, 这就是通常所说的“机器学习”。

相关知识主要来自陶瓷机械设备的检修资料、书本和故障诊断专家等。目前故障诊断专家系统常用的知识获取方式有直接获取方式和间接获取方式2种, 直接获取方式是不经过知识工程师的编辑而把相关知识直接通过机器学习存入到知识库中;间接获取方式是把以上知识经过知识工程师整理、编辑将其转换成计算机容易理解的表达方式, 然后用知识编辑工具把编辑好的知识转变成计算机的内部结构再存入知识库中。本系统采用以间接获取方式为主、直接获取方式为辅的知识获取方式来构建知识库。在间接获取方式中本系统还增加了一个反馈修正机制, 在系统运行中通过此机制可以不断完善知识库。本系统知识获取的流程如图3所示。

2.2 知识库设计

知识库是专家系统的核心组成部分, 是求解问题的知识的集合, 知识库性能的好坏直接影响着整个系统的工作效率。知识库的构建与知识的组织和管理密切相关, 知识的组织情况直接决定了知识库的结构, 而知识的管理主要是通过改变、完善知识库中的知识来实现的。

本系统的知识库由2部分组成:规则库和事实库, 其中规则库是知识库的核心部分。知识的表示方法有很多, 主要有逻辑表示法、语义网络表示法、框架表示法、产生式规则表示法等。因为产生式规则表示法具有信息容易更新、表示直观自然和便于推理等优点, 经过综合考虑本系统采用产生式规则表示法。它的基本表示形式为:

其中, P1, P2…Pn为产生式的条件部分, 表示此产生式使用时必须满足的条件;Q1, Q2…Qn是产生式的结论或操作, 表示当P1, P2…Pn所示的条件满足时, 应得出的结论或应执行的操作;CF为规则可信度, 即规则强度, 它表示条件部分为真时结论有多大的可信度, 其值在0～1之间。现有这样的产生式:IF搅拌容器振幅过大THEN底轴承和导向轴承中心产生偏移 (0.92) , 它表示当陶瓷机械搅拌设备发生了“搅拌容器振幅过大”这个故障现象时, 得出“底轴承和导向轴承中心产生偏移”这一结论的可信度是0.92。

在创建规则时可以把规则的条件和结论都当成事实, 对它们进行统一编号, 在推理过程中, 这样可以提高匹配的效率和避免一些不必要的错误。同样也可以对每条规则进行编号, 称之为规则号。

2.3 推理机设计

推理机是专家系统的组织控制中枢, 它针对当前问题提供的已知条件, 利用知识库中的知识进行反复推理, 最后获得问题的求解结果。知识库的价值实际上是通过推理机来实现的, 推理机是专家系统的另一个核心组成部分。因此, 知识库中的知识就应该与推理机相适应、相配套。

推理机包括推理方向和推理方法。推理方向包括正向推理、反向推理和正反向混合推理, 正向推理是从前件出发, 选用合适的知识, 逐步导出最后结论;反向推理则先假定一个结论成立, 然后验证这些假设的真假性, 找到假设成立所满足的条件。推理方法有精确推理和不精确推理, 精确推理是指前提与结论有确定的因果关系, 并且事实与结论都是确定的;而有一类知识属于人们的主观判断, 是不精确和含糊不清的, 不精确推理就是基于这种不精确的推理知识进行的推理。本系统采用正向推理方向和不精确推理方法。推理流程如图4所示。

2.4 综合数据库

综合数据库用于存储系统运行中的各种当前信息, 包括一些原始特征数据以及在推理过程中所产生的各种中间结论和动态与静态数据, 是整个专家系统的推理过程和解释程序重要的数据来源。综合数据库里面的内容随着系统的运行而不断更新。

2.5 解释程序和人机交互界面

解释程序根据推理机得到的结论和对推理过程的实时追踪, 结合综合数据库中的历史数据给出对陶瓷机械设备故障诊断结果的解释, 从而使专家系统更具人性化设计。

人机交互界面是人机进行信息交流的窗口, 本系统共有2种人机界面, 分别为专家界面和用户界面。专家通过专家界面把专业知识和处理问题的经验更新和输入到知识库中, 而普通用户就是通过用户界面来利用专家系统解决陶瓷机械设备的故障诊断问题。

3 结语

文中提出的陶瓷机械设备故障诊断技术采用了在线简易诊断和离线精密诊断相结合的方式, 在精密诊断中还使用了基于专家系统的智能故障诊断方法, 可以有效地对陶瓷机械设备进行故障诊断, 提高设备的利用率和生产效率。

参考文献

[1]王信义, 朱小燕, 袁洪芳, 等.机电一体化设备的故障诊断技术研究[J].机械与电子, 1999 (4) :47～48

[2]崔宝珍, 潘宏侠.机械设备故障诊断专家系统的设计[J].机械管理开发, 2005 (1) :23～25

矿山机电设备故障诊断技术的研究 篇8

早在20世纪70年代人们就已经提出了机电一体化的技术概念, 这种技术是指将电子计算机技术和机械技术相结合, 从而对机械设备进行有效的保障, 从而保障机械设备的施工效率和施工质量。目前, 随着计算机应用技术的突飞猛进, 机电一体化技术也得到了有效的发展, 使其逐渐成为了一种综合性系统控制技术, 并且正朝着光电一体化方向发展, 从而有效的促进了社会经济的发展, 提高了人们的生活品质。自21世纪的到来, 机电一体化技术又迈上了一个新的台阶, 机电一体化技术也逐渐向着多功能智能化的方向发展, 这不仅为了机电一体化技术提供了一个广阔的发展空间, 还降低工程施工、工艺生产以及矿产开采等施工难度和成本。当前人们在矿产开采的过程中, 由于大多数开采工程都是在地下进行的, 地质条件也比较复杂, 而且在地下开采的过程中也存在着许多的安全隐患, 比如:瓦斯、煤尘、地下水等, 这不仅加大了开采工程的难度, 降低了矿产开采的效率, 还使得人员的生命安全受到威胁。因此, 矿产开采单位为了保障开采工程的安全生产, 就加大了对机电设备的管理力度, 并且通过机电设备的智能化系统对开采工程进行管理, 从而为矿产开采工程的安全生产奠定扎实的基础。

2 矿山机电设备故障的诊断

在矿产生产工程中, 对机电设备的故障诊断技术主要是由五个部分组成的, 它们分别是设备运行信息的收集、运行信息的整理、信息的分析和对比、设备故障的确定、相应的诊断决策和结论。这五个环境在机电设备诊断过程中, 都有着十分重要的作用, 如果在诊断过程中有一个环节出现问题, 那么将会影响整个诊断内容, 从而对机电设备的正常运行、矿产资源的正常开采有着严重的影响。

机电设备故障诊断技术在发展过程可分成三个阶段:a.初级阶段, 在这个阶段中机电设备主要是凭借管理人员的专业知识和施工经验, 来对机电设备进行故障诊断;b.现代化阶段, 这个阶段则是通过计算机技术以及其他的设备管理技术, 来对电机设备进行综合性的管理, 从而对机电设备进行故障诊断;c.智能化阶段, 这主要是将电子信息技术和机电设备相结合, 从而对其设备进行自动化的故障诊断。由此可见, 机电一体化随着时代的变化, 机电设备故障诊断技术得到了不断发展, 并且广泛的应用到各个行业当中, 从而促进我国社会经济的发展。

目前为了推动我国矿产行业的发展, 人们也将机电设备应用导致矿产开采工程当中。在矿山开采中, 使用的机电设备故障诊断技术是将电子技术、物化技术、计算机技术等不同系统技术相结合的设备体系, 它可以对开采工作的各方面的内容进行有序的控制管理, 从而降低矿产开采的难度以及矿产生产的成本, 提高了矿产企业的经济效益。

3 矿山机电设备故障维修

首先应检查内燃机的油箱油量是否充足, 如果油量不足应增添燃油;其次检查内燃机的供油管是否漏油或断裂, 发现漏油或断裂及时进行维修, 如果是由漏油原因引起则维修内燃机后还要排除管路中的空气壁面油的纯度不够;检查内燃机的调节杆卡住和内燃机的油量控制杆的锁紧螺栓是否紧固, 如果在内燃机的运行过程中有异样声响, 则需要将部件重新锁紧;然后拆下内燃机的燃油管的进油端进行连续压动, 如无燃油流出, 可能是供油管或燃油滤清器发生了堵塞, 采取措施为进行逐段进行排除;内燃机的供油时间不合适, 延迟或过早都会引起动力不足, 为全面提高煤矿机电设备维修管理水平, 适应我国煤炭工业发展的需要, 根据煤炭生产的特点, 结合当今设备维修管理理论和技术的发展趋势, 以效益和质量为中心。对设备寿命周期实施全过程管理, 追求设备最佳综合效益和最有效经济的寿命周期费用, 建立健全设备维修管理的信息反馈和自理的机构和系统, 充分利用信息技术为设备的维修管理决策服务, 组织企业各部门全员参与设备的维修管理, 应用现代化方法, 经济合理地组织设备的维修管理, 将是今后煤炭生产企业的实际情况, 加强煤矿机电设备使用和维护的管理由于我国现阶段煤炭生产劳动力素质较低, 给设备的正确使用和维护保养带来一定的困难;对设备的使用、操作不规范, 进一步造成了设备隐患。

因此, 在现有条件下, 煤炭生产企业应当高度重视对设备使用、维护、修理人员的技能和素质的培养, 健全设备管理的规章制度并严格执行;进一步完善包括三级保养、点检、班检、定期维护和巡回检查以及交接等日常维护和文明生产的制度, 我国煤矿机电设备维修管理水平的特点决定要对设备寿命周期实施全过程管理, 追求设备最佳综合效益和最有效经济的寿命周期费用。应根据煤矿机电设备维修管理模式及发展趋势, 健全设备维修管理的信息反馈和处理的机构和系统, 充分利用信息技术为设备维修管理决策服务, 并应通过组织企业各部门全员全过程参与设备的维修管理。

同时, 应用现代化方法, 如可靠性工程、维修性工程、系统论、信息论、决策论等, 以及先进的技术, 如状态监测和故障诊断技术、人工智能、专家系统等, 从而确保煤矿机电设备完好运行, 保证生产, 预防维修是以加强设备检查为主, 设备故障早期发现, 早期排除, 能大大减少故障的停机时间。预防维修包括定期维修和状态维修两方面的内容, 状态维修是利用检测、监测和诊断技术, 对设备状态进行预测, 有针对性地安排维修、事先排除, 从而避免和减少故障停机的损失, 研究和实践发现, 采用有计划的预防维修可以减少设备的故障, 节约大量维修时间和费用, 结果逐步形成了预防性维修的概念。最早美国通用电气公司和杜邦公司又针对预防维修存在着既有过剩维修又有维修不足的问题, 将预防维修制度发展成为生产维修。生产维修除了坚持日常保养外, 还包含以下4种主要维修方式:事后维修、预防维修、改善维修和维修预防。针对不同的设备及使用情况, 分别采取不同的维修方式。预防性维修和计划预修是以时间为基础定期对设备进行的大规模检查与修理。

结束语

由此可见, 通过矿山机电设备故障技术对机电设备进行严格的控制管理, 不但降低了矿产开采工程的难度, 保障了施工人员的生命安全, 还减少了矿产生产的成本, 提高了矿产生产企业的经济效益, 从而促进了我国的经济发展。

参考文献

[1]车明福.浅析故障诊断技术在矿山机电设备的应用[J].中小企业管理与科技 (下旬刊) , 2010 (12) .[1]车明福.浅析故障诊断技术在矿山机电设备的应用[J].中小企业管理与科技 (下旬刊) , 2010 (12) .

设备诊断技术应用研究 篇9

一、电子设备的发展现状

近10年来, 手机、电视、通信等电子设备的发展尤为迅速, 基本代表了电子设备的发展潮流。以电子雷达为例, 随着低成本, 高可靠的射频收发组件 (T/R组件) 的成功研制和规模化生产, 有源相控阵技术迅速成为了电子雷达设备的首选。传统雷达的抛物面天线和平板裂缝天线被少则数百元, 多则上千元的阵列化天线所取代。几千瓦甚至上兆瓦的大功率发射机被数百个甚至上千个T/R组件所取代。阵列化的天线孔径加上T/R组件快速的相位或时延控制, 使得雷达波束指向能够在更宽的范围内快速捷变和任意驻留, 极大满足了雷达的多目标跟踪与多任务要求。同时, 数百乃至上千元的阵列化收发孔径在少数单元和组件故障时的性能不会有明显恶化, 因此, 能够大幅提高电子雷达的任务可靠度, 这对于电子设备而言是非常重要的。

数字技术的发展和应用将电子设备从传统的模拟电路带入了数字电路时代。受限于数字器件的速度与带宽, 在过去很长一段时间里, 电子设备的数字化主要集中在视频或者窄带中频部分。宽带中频和射频通道基本上都是模拟的。近年来, 随着高速模数变换 (A/D) 和数模变换 (D/A) 电路的成熟与应用, 宽带中频的数字化正逐步成为现实, 尤其是在各类电子设备中, 宽带数字中频已成为主流, 进而推动通道数字化向前迈进了一大步。而数字化是电子设备基本发展方向。

二、电子设备故障分类

电子设备故障可以分为两类, 第一类是早期故障设备时期, 这个时候的电子设备是刚购买的, 处在初级阶段, 在整体上还是比较脆弱, 新生产品都是在不断的摸索情况下慢慢熟悉的, 开始使用的不规范, 设备内部需要一定的时间去磨合, 所以在此期间设备容易出现很多小故障, 在早期的使用阶段, 出现了问题还可以与厂家商议。第二类是后期的损耗故障。在电子设备使用了几年之后, 出现的问题是一些非常见的问题, 这类问题是电子产品在设计的开始出现的严重性的问题, 设计上出现的缺陷, 并没有考虑到随着时间的推进, 产品也会出现不同的损耗, 导致了电子设备的故障频频发生, 这些都是需要考虑的, 设备的管理人员和使用人员都需要严格的执行设备使用条例, 在进行合理维护的同时也要对故障进行分析。此外, 针对不同时间出现的故障类型, 需要采用不同的诊断维修方式, 这样才能对症下药, 量体裁衣。

三、电子设备常见的几种故障

3.1日常使用产生的故障

在特殊情况下因为电子设备操作人员对设备的运行程序不熟悉, 会导致电子设备无法正常运转, 或者设备操作人员对电子设备的用途无法掌握, 导致设备出现耗损。之所以会形成这种现象的原因主要发生在新设备投入初期或者操作人员更换时期。由此得知, 在电子设备在日常使用中, 必须注重操作人员对设备在熟悉程度。除此之外, 当电子设备在投入使用之后如果不加以进行保养, 那么则会引发各种类型的故障现象, 或人为导致故障出现等。

3.2电路所引发的设备故障

电路故障是导致电子设备故障的主要原因, 一般情况下电路故障会导致设备控制出现失灵现象, 会导致电子设备无法正常运转。其中, 不管是断路故障还是短路故障, 都被列入电路故障的范畴, 断路故障中包括保险丝熔断、线路断裂等, 短路故障则是因主控电路电源与地线相互连接会引发电路故障[2]。当发生短路故障的时候会对设备造成影响, 会烧坏电子设备, 而断路故障则比短路故障所造成的影响较小。

3.3软件程序故障

在社会经济与科学技术的不断发展下, 软件程序在我国电子设备中得到广泛应用, 与此同时, 软件故障也会发生, 比如像如果文件管理数量较多, 则会导致存储资源之间造成中毒, 导致电脑死机, 无法保证电子设备的正常运转[3]。而机械故障则是因为机械转动部分卡死或者重要的器件发生损坏等所引起的一种故障, 其发生原因主要是由于电子设备很长时间没有使用, 设备运转部位出现生锈现象, 导致设备运转部分卡死, 或者当电子设备受到碰撞导致器件损伤。

四、设备故障维修方法

维修人员要及时的提高自身的知识技能和水平, 在面对不同的故障时, 可以及时的做出反应, 各种故障出现的原因也可以顺利应对, 这样才能更好的诊断, 长此以往, 会形成一个良好的修理方法和习惯, 电子设备的诊断是也是需要高科技作为支撑, 设备和人之间的关系就像人与环境之间一样, 是相互依靠, 不断促进。故障维修的方式是多种多样的, 发生了故障后去修理、定期的去检测保养、和掌握规律预测故障。一般的电子设备都是在发生了故障之后采取修理措施的, 维修人员在经过诊断后, 得出结论后对机器进行维修。另外一种的方式就是有管理人员进行一定的定期培养计划, 定期的对电子设备进行检查, 如果发现了问题的症状就及时治理和维护, 这对人员要有较高的专业知识技能和技能素养。

每个电子设备并非可以一直有效的运转, 它都有一定的使用年限, 在设备的整个使用寿命期内, 需要首先确立电子设备的使用年限。然后根据不同阶段的特点, 制订出相应的维护措施。当出现故障时采取恰当的诊断方法, 在目前采取定期维护电子设备, 更换元件的预防性时间选择在耗损故障期之前, 如果选择在早期故障期和损耗故障期更换元件, 会使设备的故障率很高, 所以不要在这个阶段选择更换零件, 只需要排除故障。

4.1传统电子设备故障诊断

电子设备是属于精密设备, 在使用和保养的过程中十分重要, 那么在一般正常情况下运转, 也离不开对故障的诊断分析, 只有明确了具体的目的和任务, 合理的诊断才能做出最有效果的维护手段, 传统的电子设备在进行了检修之后, 所出现的效果和作用是巨大的, 才能不断的完善故障诊断技术。目前的电子设备都具有高精度和高科技特性, 其零部件也十分繁琐, 对于传统的电子设备需要摆脱原有观念, 不能走老路。虽然传统的电子设备有存在的必要, 但也可以用新的方法来检测, 但也不能全面否定, 现有的经验也是在传统经验中不断摸索出来的, 工程师通过机器检测, 如万能表、示波器等进行综合分析, 根据原理和电路的变化, 对电子设备的追踪和寻找, 将数据进行对比分析, 对故障出现的位置进行排查, 然后修理故障和解决障碍。

4.2现代电子设备故障诊断

在技术得到普遍发展的现在, 各种高科技的应用, 比如说计算机科学技术、自动控制技术等都是在此基础上得到进一步发展的, 现代设备不断向高精尖的方向发展, 智能化、网络化、微型化、数字化都得到了实现, 那么在与时俱进的今天, 设备也是水涨船高, 出现了多层印刷电路板、集成电路和故障诊断技术、这些都在电子设备中得到广泛运用。由于一些电子设备的硬件芯片中有自动控制指令程序, 在接受了一个指令程序之后, 设备不仅可以实时监测运行状态, 还能照预先设计好的故障诊断经验, 对设备存在的故障进行自动判断。将故障信息传送给总机, 总机传达命令去修理故障, 智能化的作用凸显。

五、结语

矿山机电设备故障诊断技术分析研究 篇10

关键词：矿山机电设备,故障诊断,技术分析

矿山机电设备本身属于科技含量较高的设备, 在维护和故障诊断过程中需要全面的结合自身的专业技术来完成, 对于技术人员的整体知识水平要求比较高, 需要对计算机信息技术、信号处理技术和传感器技术的工作原理进行掌握才能顺利的完成。通过对矿山机电设备故障诊断技术能够有效的延长矿山设备的使用时间, 降低矿山生产的总体成本, 提高经济效益。

1 矿山机电设备故障诊断技术原理

对于矿山机电设备的故障诊断工作是一项系统的工作, 需要对不同环节进行全面的重视, 特别是需要自身根据实际问题来确定故障发生原因。矿山机电设备故障诊断原理如下:首先根据实际情况的要求来建立一个数学模型, 将矿山机电设备正常工作状态下的各项数据情况进行记录, 并将其作为依据, 然后通过数据对比与机电设备故障时的数据进行对比, 发生参数的不同点, 从而据此来对故障发生的具体原因来进行确定;其次, 为了保证保证故障位置确定的准确性需要对机电设备的主要信息通过有效的信息采集技术来进行收集, 直接传递至计算机来对数据的进行分析和处理, 将判断结果作为判断故障发生位置的参考依据;再次, 在对机电设备信息分析的过程中, 需要通过全面的分析和识别技术来认定机电设备发生的故障类型;最后, 将通过上述技术获得的各种信息分析的结果进行转化和输出, 形成技术人员能够了解的内容, 从而确定出合理的处理方法来将故障排除。

2 矿山机电设备故障诊断技术

2.1 主观诊断技术

主观诊断是根据技术人员自身的丰富的故障排除经验来对机电设备的具体情况进行分析, 从而确定故障的发生位置的情况。这种技术在应用过程中不需要借助其他仪器的辅助租用, 主要根据技术人员对于机电设备故障发生的主要表现就可以基本确定问题的发生位置。为了更准确的来确定实际故障的发生位置, 技术人员有时需要通过简单诊断仪器来帮助判定, 但是主要的判断依据还是自身丰富的经验。这种诊断技术对于所有类型的机电设备故障基本都适用, 主要都是凭借个人经验来实现的, 但是这种方法对于技术人员的专业水平和工作经验要求都比较高, 没有长时间的经验积累很难达到这样的水平, 同时由于全部依靠主观判断, 判断的准确性存在一定的问题。

2.2 仪器诊断技术

仪器诊断技术指的是利用诊断仪器来对机电设备进行检测的技术, 该方法的检测准确度高, 在矿山机电设备的故障诊断过程中使用比较广泛。随着科技水平的不断提升, 诊断仪器的各项性能也在进行逐步的提升, 各方面的功能也越来越完善。

2.3 数学模型诊断技术

数学模型诊断技术是通过数学知识来对机电设备进行模型的建立, 然后利用动态检测技术和传感器技术来进行处理机电设备的故障。通过对机电设备参数的全面分析和处理, 对故障进行准确的判断。

2.4 智能诊断技术

智能诊断技术是将各种不同机电设备故障情况进行采集、输入和保存, 形成故障诊断系统, 根据实际机电设备故障的具体情况来对比数据库中的特征, 从而确定故障的类型。

3 矿山机电设备故障诊断技术应用

单纯通过矿山机电设备的故障诊断技术了解还不能准确的保证机电设备故障能够被找到, 还需要对其中需要重视的位置进行关注, 从而根据实际条件来确定采用具体的诊断技术来作为解决问题的方法, 实现对于机电设备故障的处理。在应用过程中需要对以下几个环节的内容进行注意:

3.1 重视矿山设备的日常检测工作

通过对实际故障发生问题的原因分析, 大部分都是由于没有足够的重视日常检测工作的重要性而导致的。机电设备的故障发生过程一般都是有一定的前期表现的, 小的问题逐渐发展蔓延才形成的故障, 通过日常检测工作能够及时的发现小问题的存在, 采取有效措施来处理, 这样就能对故障进行避免, 防止大故障的发生。

在日常检测的实施过程中, 首先要制定全面的工作管理制度, 对日常检测工作的主要细节问题进行明确, 根据矿山技术人员的具体技术水平来将日常检测工作责任到人, 明确每位技术人员的具体工作内容, 保证日常检测工作的质量。其次要形成科学的日常故障检测机制, 通过对故障发生过程的调查可以发现, 某些技术人员根据实际情况建立的工作制度, 但是本身的科学性欠佳, 导致没有将故障隐患及时的向上级汇报, 导致机电设备的故障逐渐发展, 增加了故障发生率。最后加强对于技术人员的思想意识管理, 提升其对于机电设备关注的程度, 增强责任意识, 以矿山企业整体的利益为重, 当发现问题时及时的汇报, 减少损失, 保证技术人员能够自觉的履行自身的义务, 确保矿山设备的日常检测工作。

3.2 关注重要性高的机电设备故障诊断工作

矿山开采过程中需要多种机电设备的配合才能完成, 但是某些设备一旦发生故障将会导致整个开采过程全面停止, 影响矿山开采的整体工作效率, 因此在实际开采过程中应当加强对于重要设备的管理工作, 保证重要设备不发生故障, 从而使开采过程正常进行。在实际管理过程中管理人员应当加强对于技术人员整体培训工作, 保证技术人员整体知识水平能够满足实际要求, 能够根据不同故障条件来确定采用合理的故障诊断技术进行处理, 认真总结工作中的主要问题, 提升矿山的整体运行效率。

4 结语

矿山机电设备对于矿山开采工作具有重要的作用, 而且价格往往都比较高, 因此在使用过程中, 应当重视日常检测和维护工作, 避免出现故障的发生, 提高矿山企业的整体经济效益。

参考文献

[1]博秀英.矿山机电设备故障诊断技术分析探讨[J].煤炭科学技术, 2013 (07) :138-39.

[2]郭洪刚.矿山机电设备故障诊断技术探讨[J].工艺与技术, 2011 (24) :139-140.

[3]井学庆.矿山机电设备故障诊断技术的研究和探讨[J].科技论坛, 2014 (5) :34-34.