《第9章-机电设备故障诊断技术课件.ppt》由会员分享，可在线阅读，更多相关《第9章-机电设备故障诊断技术课件.ppt（36页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、1第第9 9章章 机电设备故障诊断技术机电设备故障诊断技术2学习目标知识目标知识目标：1.设备故障及故障诊断的含义；2.故障诊断类型及方法。能力目标能力目标：1.概括总结所学知识的能力；2.分析问题、解决问题的能力；3学习重、难点学习重、难点学习重点：学习重点：1.设备故障的含义、类型、分析及诊断方法；2.设备故障诊断流程。学习难点学习难点：1.设备故障诊断的方法；2.设备故障诊断的内容和流程。4本章主要内容本章主要内容设备故障诊断概述设备故障诊断概述 9.1设备故障诊断类型及特点设备故障诊断类型及特点9.2设备故障诊断技术分析方法设备故障诊断技术分析方法 9.3基于知识的故障诊断方法基于知识
2、的故障诊断方法9.49.5设备故障诊断的发展趋势设备故障诊断的发展趋势9.6设备故障诊断内容和流程设备故障诊断内容和流程小结小结思考题思考题59.1 9.1 设备故障诊断概述设备故障诊断概述9.1.1设备故障及故障诊断的含义设备故障就是指设备在规定时间内、规定设备故障就是指设备在规定时间内、规定条件下丧失规定功能的状况条件下丧失规定功能的状况，通常这种故障是从某一零部件的失效引起的。从系统观点来看，故障包括两层含义：一是机械系统偏离正常功能；二是功能失效。6设备的故障诊断则是发现并确定故障的部位和性质，寻找故障的起因，预报故障的趋势并提出相应的对策。设备状态监测及故障诊断技术是从机械故障诊断技
3、术基础上发展起来的。所谓“机械故障诊断技术”就是指在机械基本不拆卸的情况下，在它运行当中掌握其运行状态，早期发现故障，判断故障的部位和原因，以及预报故障的发展趋势。79.1.2设备故障诊断技术发展历史设备故障诊断技术发展历史 设备故障诊断技术的发展是与设备的维修方式紧密相连的。人们可将故障诊断技故障诊断技术按测试手段分为六个阶段，即术按测试手段分为六个阶段，即感官诊断感官诊断、简易诊断、综合诊断、简易诊断、综合诊断、在线监测在线监测，精密诊，精密诊断和断和远程监测远程监测。9.1.3设备诊断的国家政策及发展概况设备诊断的国家政策及发展概况1.设备诊断的国家政策设备诊断的国家政策82.我国开展设
4、备诊断的经历过程 整个历程大致可分为5个阶段，分述于下：(1)从1983至1985年：准备阶段（2）从1986至1989：实施阶段（3）从1990至1995：普及提高阶段（4）从1996至2000：工程化、产业化阶段（5）从2001至今：传统诊断与现代诊断并存阶段99.29.2 设备故障诊断类型及特点设备故障诊断类型及特点1.故障的分类故障的分类故故障障的的类类型型因因故故障障性性质质、状状态态不不同同可可以以分分类类如如下下:按按工工作作状状态态分分有有间间歇歇性性故故障障和和永永久久性性故故障障；按按故故障障程程度度分分有有局局部部功功能能失失效效和和整整体体功功能能失失效效的的故故障障；
5、按按故故障障形形成成速速度度分分有有急急剧剧性性故故障障和和渐渐进进性性故故障障；按按故故障障程程度度及及形形成成速速度度分分有有突突发发性性故故障障和和缓缓变变性性故故障障；按按故故障障形形成成的的原原因因分分有有操操作作或或管管理理失失误误形形成成的的故故障障和和机机器器内内在在原原因因形形成成的的故故障障；按按故故障障形形成成的的后后果果分分有有危危险险的的故故障障和和非非危危险险的的故故障障；按按故故障障形形成成的的时时间间分分有有早早期期故故障障，随随时时间间变变化化的的故故障障和和随随机机性性故故障障。这这些些故故障障类类型型是是相相互互交交叉叉，随随着着故障的发展，可从一种类型转
6、为另一种类型故障的发展，可从一种类型转为另一种类型。102.故障诊断方法的分类（1）按诊断环境分有：离线人工分析、诊断和在线计算机辅助监视诊断，二者要求有很大差别。（2）按检测手段分有：振动检测诊断法；噪声检测诊断法；11 温度检测诊断法；压力检测诊断法。声发射检测诊断法；润滑油或冷却液中金属含量分析诊断法；金相分析诊断法。(3)按诊断方法原理分：频域诊断法；时域分析法。12 统计分析法；信息理论分析法；模式识别法；其他人工智能方法。3.故障诊断的特点 (1)随机性。(2)多层次性。139.39.3 设备故障诊断技术分析方法设备故障诊断技术分析方法从信息论角度出发对其进行分析，是现现代代设设备
7、备故故障障诊诊断断技技术术的的特特点点，可可以以分分为为统统计计诊诊断断、逻逻辑辑诊诊断、模糊诊断断、模糊诊断等等等等。1.贝叶斯法（Bayes）Bayes法是基于概率统计的推理方法，它是以概率密度函数为基础，综合设备的故障信息来描述设备的运行状态，进行故障分析。其诊断推理过程包括“先验概率的估计”和“后验概率”的计算（利用贝叶斯公式）。142.最大似然法3.时间序列法 时间序列分析（TSATime Serieo Analysis）是又一重要的故障诊断技术。时间序列是以等间隔采集连续信号x(t)，所得到的离散序列数据x1,x2,xixn，处理和分析这种数据序列的统计数学方法称为时间序列分析。1
8、5 时间序列分析的特点是根据观测数据和建模方法建立动态参数模型，利用该模型可进行动态系统及过程的模拟、分析、预报和控制把时间序列分析用于设备的故障诊断，一般采用自回归滑动平均模型ARMA（Auto Regressive Moving Average）（也称递进算分析法）。特别是AR模型。164.灰色系统法 灰色系统是指系统的部分信息已知，部分信息未知的系统，区分白色系统与灰色系统的重要标志是系统各因素之间是否有确定的关系。当各因素之间存在明确的映射关系时，就是白色系统，否则就是灰色系统或一无所知的黑色系统。如果组成系统的因素明确，因素之间的关系清楚，那么这个系统就是白系统；如果部分信息已知，部
9、分信息未知（即系统因素不完全明确，因素间关系和结构不完全清楚，系统的作用原理不完全明了）那就是灰色系统。175.故障树分析法 故障树分析（FTAFault Tree Analysis）模型是一个基于被诊断对象结构、功能特征的行为模型，是一种定性的因果模型。首先写出设备故障事件作为第一级（或称顶事件），再将导致该事件发生的直接原因（包括硬件故障、环境因素、人为差错等）并列地作为第二级（或称中间事件），用适当的事件符号表示，并用适当的逻辑门把它们与顶事件联结起来。其次，将导致第二级事件的原因分别按上述方法展开作为第三级，直到把最基本的原因（或称底事件）都分析出来为止。这样一张逻辑图叫做故障树，故障
10、树分析反映了特征向量与故障向量（故障原因）之间的全部逻辑关系。18图9.1就是简单的故障树，根据故障树来分析系统发生故障的各种途径和可靠性特征量，就是故障树分析法。图图9.19.1 简单故障树简单故障树199.4 9.4 基于知识的故障诊断方法基于知识的故障诊断方法 基于知识的故障诊断方法，不需要待测对象精确的数学模型，具有智能特性，目前这种故障诊断方法主要有：专家系统故专家系统故障诊断方法；模糊故障诊断方法，神经网障诊断方法；模糊故障诊断方法，神经网络故障诊断方法，信息融合故障诊断方法，络故障诊断方法，信息融合故障诊断方法，基于基于Agent故障诊断方法等故障诊断方法等。201专家系统故障诊
11、断方法专家系统故障诊断方法 专家系统故障诊断方法，是指计算机在采集被诊断对象的信息后，综合运用各种专家经验，进行一系列的推理，以便快速地找到最终故障或最有可能的故障，再由用户来证实。此种方法国内外已有不少应用实例。专家系统由知识源、推理机、解释系统、人机接口等部分组成，各部分功能如下：211）知识源 包括知识库、模型库和数据库等。（1）知识库：是专家知识、经验与书本知识、常识的存储器。（2）模型库：存储着描述分析对象的状态和机理的数学模型。（3）数据库：存有被分析对象实时检测到的工作状态数据，和推理过程中所需要的各种信息。2）推理机根据获取的信息，运用各种规则进行故障诊断，并输出诊断结果，推理
12、策略有三种：（1）正向推理：由原始数据出发，运用知识库中专家的知识，推断出结论。（2）反向推理：即先提出假设的结论，然后逐层寻找支持这个结论的证据的方法。（3）正反向混合推理：一般采用“先正后反”的途径。223）解释系统 回答用户询问的系统。如显示推理过程，解释电脑发出的指示等。4）人机接口 人机接口是故障诊断人员与系统的交接点。2模糊故障诊断方法模糊故障诊断方法 所谓“模糊”，是指一种边界不清楚，在质上没有确切的含义，在量上又没有明确界限的概念，磨损状态的转变，正是典型的、带有明显中介过渡性的模糊现象。23典型的模糊故障诊断方法是向量的识别法，模糊故障向量识别法的诊断过程如图9.2所示。其中
13、R为故障与特征征兆间的模糊关系矩阵。X表示可能发生故障的集合，n为故障总数。图图9.29.2 模糊故障诊断方法模糊故障诊断方法243人工神经网络故障诊断方法人工神经网络故障诊断方法 由于故障诊断的核心技术是故障模式识别，而人工神经网络本身具有信息处理的特点，如并行性、自学习、自组织性、联想记忆功能等，所以能够解决传统模式识别方法不能解决的问题。人工神经网络的工作过程由学习期和工作期两个阶段组成，具体诊断过程如图9.3所示。25（1）学习期：包括输入样本；对输入数据进行归一化处理，得到标准输入样本；初始化权值和阈值；计算各个隐层的输出和输出层的输出值；比较输出值和期望值；调整权值；使用递归算法从
14、输出层开始逆向传播误差直到第一隐层，再比较输出值和期望值，直至满足精度要求，形成在一定的标准模式样本的基础上，依据一定的分类规则来设计神经网络分类器。（2）工作期：又称诊断过程，是将待诊断对象的信息与网络学习期建立的分类器进行比较，以诊断待诊断对象所处的状态（即故障类别）。在比较之前还应对由诊断对象获取的信息进行预处理，删除原始数据中的无用信号，形成可与网络分类器进行比较的未知样本（或称进行归一化处理）。26图图9.39.3 神经网络故障诊断过程神经网络故障诊断过程274信息融合故障诊断方法信息融合故障诊断方法信息融合就是利用计算机，对来自多传感器的信息按一定的准则加以自动分析综合的数据处理过
15、程，以完成所需要的决策和判定。信息融合应用于故障诊断原因有三：一是多传感器形成了不同通道的信号；二是同一信号形成不同的特征信息；三是不同诊断途径得出了有偏差的诊断结论，使得人们不得不以信息融合提高诊断的准确率。285基于基于Agent故障诊断方法故障诊断方法 Agent是一种具有自主性、反应性、主动性，基于软、硬件结合的计算机系统，故障诊断的Agent系统，是将多个Agent组合起来，设计出一组分工协作的Agent大系统。包括故障信号码检测、特征信息的提取；故障诊断Agent的刻画。Agent系统的管理、控制和各Agent之间的通信与协作等等。299.5 9.5 设备故障诊断内容和流程设备故障
16、诊断内容和流程 在各种诊断方法中，以振动信号为基础的诊断约占60%，以油磨屑分析为基础的诊断约占12%。就大型机电设备而言，故障诊断技术主要研究故障机理、故障特故障诊断技术主要研究故障机理、故障特征提取方法，诊断推理方法，构造最有效征提取方法，诊断推理方法，构造最有效的故障样板模式，做出诊断决策。的故障样板模式，做出诊断决策。30整个诊断系统的流程如图9.4所示。图图9.49.4 机电设备故障诊断流程机电设备故障诊断流程31比较待检模式与样板模式状态识别的过程，是模式识别的过程。模式识别不仅仅是简单的分类，还包括对事件的描述，判断和综合，以及通过对大量信息的学习、判断和寻找规律。模式识别的全过
17、程如图9.5所示。图图9.59.5 模式识别的全过程模式识别的全过程32设备故障特征提取是故障诊断的关键。通过特征提取，来构造样板模式的待检模式。在模式识别中，特征提取的任务是从原始的样本信息中，寻找最有效的，最适于分类的特征。只有选取合适的特征提取方法，提高故障特征的信息含量，才能通过故障诊断准确地把握机电设备的运行状态。设备诊断技术发展很快，但归纳起来为4项基本技术：（1）信号检测 这是设备故障诊断的基础和依据，能否根据不同的诊断目的，真实、充分地检测到反映设备状态的信号，是设备诊断技术的关键。33（2）信号处理技术 既然检测到的信号属物理信号，误差和环境干扰是不可避免的。如何去伪存真，精
18、化故障特征信息是信号处理技术的根本目的，这个过程也是特征提取的过程。（3）模式识别技术 比较待检对象所处模式与样板模式，是模式识别的过程，确定设备是否存在故障？故障的原因，部位，严重程度是模式识别的根本任务。（4）预测技术 这是对未发生或目前还不够明确的设备状态进行预估和推测，以判断故障可能的发展过程和对设备的劣化趋势及剩余寿命做出预测。349.6 9.6 设备故障诊断的发展趋势设备故障诊断的发展趋势1.混合智能故障诊断方法2.智能机内测试技术3.基于 Internet的远程协作诊断技术；4.设备故障诊断技术研究热点35本章小结知识点：知识点：1.设备故障诊断的含义、类型和特点；2.诊断分析方法；3.专家系统、模糊、神经网络等知识诊断 4.故障诊断内容和流程36作业作业 题题1.名词解释：设备故障、故障诊断2.设备故障的类型有哪些？3.机电设备故障诊断的主要技术手段有哪些？