设备故障诊断原理技术及应用_第二节.pptVIP

* 2.5.2 设备故障的检测方法 三、设备零部件材料的磨损及腐蚀故障检测 这类故障除采用上述无损检测中的超声探伤法外尚可应用下列方法： 1．光纤内窥技术 它是利用特制的光纤内窥技术直接观测到材料表面磨损及腐蚀情况； 2．油液分析技术 油液分析技术是油液本身的物理、化学性能分析。具体的方法有光谱分析法与铁谱分析法。 四、温度、压力、流量变化引起的故障检测 设备系统的有些故障往往反映在一些工艺参数，如温度、压力、流量的变化中。 * 2.5.3 故障特征识别 一、故障识别过程 故障识别过程可分四步进行：特征信号检测，征兆信息提取，设备状态识别，故障维修决策。 1、特征信号检测 2、征兆信息提取 3、设备状态识别 4、故障维修决策 选取最能反映运行状态的信号作为特征信号 选取包含信息量最多、敏感度最高的信号作为特征信号。 * 2.5.3 故障特征识别 一、故障识别过程 故障识别过程可分四步进行：特征信号检测，征兆信息提取，设备状态识别，故障维修决策。 1、特征信号检测 2、征兆信息提取 3、设备状态识别 4、故障维修决策 根据试验研究，对特征信号进行处理，提取出与设备状态相关的、能直接用于诊断的征兆信息，判明设备的运行状况。 * 2.5.3 故障特征识别 一、故障识别过程 故障识别过程可分四步进行：特征信号检测，征兆信息提取，设备状态识别，故障维修决策。 1、特征信号检测 2、征兆信息提取 3、设备状态识别 4、故障维修决策 对通过特征提取后得到的征兆信息与规定的标准参数或标准模式进行比较，以确定设备当前所处的状态。 对于正常状态，通过预测可以对设备未来状况做出趋势估计； 对于异常情况，通过状态诊断可以找出故障原因、部位及严重程度，为维修决策提供可靠信息。 * 2.5.3 故障特征识别 一、故障识别过程 故障识别过程可分四步进行：特征信号检测，征兆信息提取，设备状态识别，故障维修决策。 1、特征信号检测 2、征兆信息提取 3、设备状态识别 4、故障维修决策 故障维修决策就是根据故障原因、特征，提出维修方案，以便采取相应措施，使设备尽快地恢复其原有性能或原有工作状态。 * 2.5.3 故障特征识别 二、故障识别关键技术 1．系统分解技术 2．信号检测技术 3．特征获取技术 4．数据融合技术 5．诊断决策技术 系统分解技术就是如何把一个大型复杂系统分解成若干个便于故障识别的小系统或小子系统。目前，应用于大系统分解的方法主要有解耦分解法、功能分解法、区域分解法、层次分解法等。 * 2.5.3 故障特征识别 四、故障识别关键技术 1．系统分解技术 2．信号检测技术 3．特征获取技术 4．数据融合技术 5．诊断决策技术 信号检测技术主要涉及测点选择与传感器选取。在故障识别系统中，良好的测点是保证监测诊断准确性的基础。 随着对象的不断大型化和复杂化，测点和传感器的数量不断增加，优化测点与传感器布局以及选取合适的传感器，已成为大型复杂设备故障识别的关键技术之一。 * 2.5.3 故障特征识别 四、故障识别关键技术 1．系统分解技术 2．信号检测技术 3．特征获取技术 4．数据融合技术 5．诊断决策技术 传感器检测的信号中，既含有反映设备运行状态的信息，也含有各种干扰信息。如何从传感器检测的信号中尽可能多地获取反映设备运行状态的特征信息，也是故障识别的难点之一。 为了消除各种噪声干扰的影响，特征获取的第一步是进行滤波，然后根据不同类型信号，再采用相应的处理技术。 * 2.5.3 故障特征识别 四、故障识别关键技术 1．系统分解技术 2．信号检测技术 3．特征获取技术 4．数据融合技术 5．诊断决策技术 数据融合DF（Data Fusion）指将来自多个传感器关于监测设备运行状态的各种信息，利用计算机按照一定的方式进行分析组合，以提高信息的有效性和获得最佳协同作用的结果。 数据融合一般分像素级融合、特征级融合和决策级融合三个层次。目前应注意以下技术研究：数据融合快速精确算法，数据融合结果评价，智能数据融合技术等。 * 2.5.3 故障特征识别 四、故障识别关键技术 1．系统分解技术 2．信号检测技术 3．特征获取技术 4．数据融合技术 5．诊断决策技术 为了对故障进行有效地诊断和提高设备维修可达性与使用完好性，减少全寿命周期费用，就必须正