時間：2023-06-12 16:09:26
序論：在您撰寫故障診斷方法綜述時，參考他人的優秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發您的創作熱情，引導您走向新的創作高度。
關鍵詞：故障診斷；小波分析；專家系統：數據融合
引言
故障診斷(fd)全名是狀態監測與故障診斷(cmfd)。基于解析冗余的故障診斷技術被公認為是這一技術的起源。所謂解析冗余，是指被診斷對象的可測變量之間(如輸入與輸出間，輸出與輸出間，輸入與輸入間)存在的冗余的函數關系，故障診斷在過去的十幾年里得到了迅速的 發展 ，一些新的理論和方法，如遺傳算法、神經 網絡 、小波分析、模糊理論、自適應理論、數據融合等均在這里得到了成功的應用。
1 基于小波分析的故障診斷方法
小波分析是20世紀80年代中期發展起來的新的數學理論和方法，它被認為是傅立葉分析方法的突破性進展。小波分析最初由法國學者daubeches和callet引入信號處理領域，它具有許多優良的特性。小波變換的基本思想類似于fourier變換，就是用信號在一簇基函數張成空間上的投影表征該信號。小波分析優于博立葉之處在于：小波分析在時域和頻域同時具有良好的局部化性質。小波分析方法是一種窗口大小(即窗口面積)固定但其形狀、時間窗和頻率都可以改變的時頻局部化分析方法。即在低頻部分具有較高的頻率分辨率和較低的時間分辨率。因此，小波變換被譽為分析信號的顯微鏡，小波分析在信號處理、圖像處理、話音分析、模式識別、量子物理、生物醫學工程、 計算 機視覺、故障診斷及眾多非線性 科學 領域都有廣泛的應用。
動態系統的故障通常會導致系統的觀測信號發生變化。所以我們可以利用連續小波變換檢測觀測信號的奇異點來檢測出系統的故障。其基本原理是利用信號在奇異點附近的lipschitz指數。lipschitz指數時，其連續小波變換的模極大值隨尺度的增大而增大；當時，則隨尺度的增大而減小。噪聲對應的lipschitz指數遠小于0，而信號邊沿對應的lipschitz指數大于或等于0。因此，可以利用小波變換區分噪聲和信號邊沿，有效地檢測出強噪聲背景下的信號邊沿(援變或突變)。
2 專家系統故障診斷方法
專家系統故障診斷方法，是指計算機在采集被診斷對象的信息后，綜合運用各種規則(專家經驗)，進行一系列的推理，必要時還可以隨時調用各種應用程序，運行過程中向用戶索取必要的信息后，就可快速地找到最終故障或最有可能的故障，再由用戶來證實。此種方法國內外已有不少應用。專家系統的故障診斷方法可用圖1的結構來說明：它由數據庫，知識庫，人機接口，推理機等組成。其各部分的功能為：
數據庫：對于在線監視或診斷系統，數據庫的內容是實時檢測到的工作數據；對于離線診斷，可以是故障時檢測數據的保存，也可是人為檢測的一些特征數據。即存放推理過程中所需要和產生的各利，信息。
知識庫：存放的知識可以是系統的工作環境，系統知識(反映系統的工作機理及結構知識)：規則庫則存放一組組規則，反映系統的因果關系，用來故障推理。知識庫是專家領域知識的集合。
人機接口：人與專家系統打交道的橋梁和窗口，是人機信息的交接點。
推理機：根據獲取的信息綜合運用各種規則進行故障診斷，輸出診斷結果，是專家系統的組織控制結構。
3 基于數據融合的故障診斷方法
數據融合是針對一個系統中使用多個傳感器這一問題而展開的一種信息處理的新的研究方向。數據融合將各種途徑、任意時間和任意空間上獲取的信息做為一個整體進行綜合分析處理，為決策及控制奠定基礎，產生比單一信息源、單一處理機制更精確、更完全的估計和判決。
數據融合模型一般可表為圖2所示的三級結構。數據融合模型的每一級內部又可有相應子結構，其中，第一級為原始信息融合層，其輸入是由信息源提供的各種原始數據，其輸出是特征提取的結果或某種局部決策。第二級為特征融合層，它以原始信息融合層的輸出做為輸入。其輸出為目標的局部標識。第三級是決策融合層，其輸入為特征融合層的輸出，并以全局決策做為本層的輸出。全局決策一般既要有硬決策，如故障類別、部位、程度，也要給出軟決策，如可信度。
摘要： 隨著經濟的發展，技術的進步，現代企業設備越來越大型化、復雜化、智能化，如果液壓設備發生故障，生產就無法進行。本文首先介紹液壓系統故障診斷的準備工作，然后詳細介紹三種診斷方法。
關鍵詞：液壓系統故障 簡易故障診斷法 人工智能故障診斷法
液壓系統具有很多獨特的優點，常見的如：大容量、結構緊湊、安裝靈活、反應快、容易控制等等，在現代大型設備，特大型設備中具有廣泛的應用的同時存在著問題，極易發生故障從而影響生產，造成故障的原因主要是系統中元輔件和工作液體性能不穩定，系統設備使用不當或者維護不到位。近幾年液壓系統故障診斷成為了一門專門的學科，受到高度的重視。
1、液壓系統故障診斷的準備工作
第一拿到設備使用說明書時一定要認真仔細的閱讀，詳細了解該設備的功能、結構、工作原理，包括系統中元件的功能結構和原理；第二從網上查閱設備的檔案資料，包括生產廠家、制造日期、調試驗收，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
這是一種最傳統的方法，憑借維修人員的主觀判斷（看、聽、摸、聞、問）和實踐經驗，或者利用簡單的儀器、儀表判斷故障發生的部位并且給出發生的原因。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驗，但是診斷結果具有局限性。
2.2直接性能測試法
這種方法通過測試液壓元件和系統性能進而評價系統工作狀態，適用于處于工作狀態的系統，還能進行定量的分析，現代運用最多的是檢測液壓系統的狀態。如果檢測的液壓系統元件或者性能超出了規定的正常范圍，那么該系統就有發生故障的可能性。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
反映系統內部信息的除了液壓系統本身的信息，其內部的污染物也可以，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。目前我們經常見到的有兩種：一種是基于油液顆粒污染度的檢測技術，包括：顯微鏡檢測技術（設備投資小、方法簡單、費時費力、誤差大）、自動顆粒計數器（檢測速度快、操作簡便、準確度高但精度低）、稱重法（設備簡捷、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的檢測技術，這種技術需要細致的分析油液的有關參數和金屬的含量，歷時的周期較長，無法實現在線檢測，但是對重要液壓系統的診斷很有效。
3.2基于振動噪聲分析法
在液壓系統的運行過程中，必然會伴隨產生振動和噪聲，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，得到元件狀態信息，進而進行故障診斷。這種方法的理論比較完善，應用也比較廣泛，有多種信號處理方法如：時域特征參數法、時差域特征法、概率密度法、相關分析法、譜分析法、自功率譜分析法、倒頻譜分析法、包絡譜分析法、主分量自回歸譜提取法、AR譜參數提取法、小波分析等。目前旋轉機械設備也能用它分析診斷故障，純機械設備的故障診斷效果相當明顯。隨著信號處理技術的發展，這種方法的應用前景十分可觀。
3.3基于數學模型法
這種方法的指導是現代控制理論和優化方法，基礎是系統的數學模型，殘差產生法是觀測器（組）、等價空間方程、Kalman濾波器、參數模型估計和辨識等，利用閥值或者準則評價決策殘差。該方法和控制系統的關系相當密切，共同成為監控、容錯控制、系統修復重構的基礎。這種方法的數學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學模型來診斷液壓系統的故障。
4、基于人工智能的故障診斷方法
4.1基于專家系統的智能診斷法
這是智能診斷技術中受到多方關注的一個發展方向，研究最多，應用最廣，主要是利用專家的知識和推理方法解決實際遇到的復雜問題。在這的專家系統并不是指人員而是指一種人工智能計算機程序，知識權威，學習功能強大。該系統的主要組成部分：知識庫（系統知識和規則庫）、數據庫、推理機和解釋機制。如果利用它檢測在線的系統，數據庫顯示的是實時工況數據；如果利用它檢測離線系統，則數據庫顯示的是實際故障時的數據或者人為故障的樣本數據。該方法的運行過程是通過人機相互交換，專家系統獲得所需信息，利用系統的知識庫和數據庫，推理機運用規則，調用應用程序，進行正確的推理，找到液壓系統的故障。這種方法給自動化進行液壓系統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，不過未來的發展前景還是很廣闊的。
4.2基于神經網絡的智能診斷法
20世紀80年代人工神經網絡迅速崛起，成為人工智能領域的一個分支，是一種計算模型（與人的認知過程相似），一種非線性動力學網絡系統（模擬大腦神經元結構特性）。神經網絡的非線性處理單元（類似神經元）相互關聯，具有了學習、記憶、歸納總結等功能和數學模擬能力。這種方法的具有獨特的優勢，如：分布式處理能力、聯想記憶、自學習能力等收到診斷領域的廣泛關注和重視，未來發展前景十分寬廣。
4.3基于模糊理論的智能診斷法
大量的模糊現象存在于液壓系統故障診斷領域，如：系統油溫過高、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，故障發生會經歷一個漫長的時間，同時故障發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、模糊關系描述故障的原因和現象，建立隸屬度函數和模糊方程，明確識別故障。這種方法的現象更為客觀，結果更符合實際，速度快，容易實現。
5、結束語
隨著21世紀科技的發展，人工智能技術更是突飛猛進，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、信息融合技術智能診斷法等等。如何將新型科技、智能技術運用到故障診斷系統當中，實現自動化、智能化的故障系統診斷是我們亟待解決的問題。
參考文獻：
[1]范士娟，楊超.液壓系統故障診斷方法綜述[J].機床與液壓，2009，37（5）：188-192，195.
關鍵詞：往復式壓縮機；故障診斷方法；振動診斷法；直觀診斷法；熱力診斷法 文獻標識碼：A
中圖分類號：TH457 文章編號：1009-2374（2016）17-0073-02 DOI：10.13535/ki.11-4406/n.2016.17.035
1 往復式壓縮機診斷方法研究現狀分析
往復式壓縮機是一種應用廣泛的通用機械設備，在工作過程中經常由于高耗損引發故障的出現，進而難以維持工作的正常進行，對于故障診斷技術的研究一直以來受到國內外學者的廣泛關注。在國內，有的學者通過對往復式壓縮機缸蓋振動信號進行分析，有的通過對缸內氣體壓力的影響方面進行分析，有的通過對壓縮機常規性能參數的監測和控制方面進行研究，力求改變目前操作人員憑經驗判斷故障的局面；在國外，美國學者曾提出利用氣缸內側的壓力信號圖像判斷氣閥故障及活塞桿的磨損，捷克學者對各個不同類型的壓縮機通過建立常規數據庫，確定評定參數來判斷壓縮機的工作狀態是否正常。然而，雖然引起各大學者的關注和尋求各種解決辦法，但是對故障診斷技術到目前為止還沒有一套成熟的得到認可的診斷系統來獲取有效特征參數。
2 往復式壓縮機常見故障及措施
2.1 排氣溫度過高
排氣溫度過高主要是由于使用過程中出現冷卻情況或是排氣閥泄露造成的。
措施：通過降低進口冷卻水的溫度或是增大冷卻水流量，將冷卻水溫控制在規定范圍內，對冷卻器進行定期的零件檢查與維修；通過測溫裝置對排氣閥進行溫度檢測，如果過熱，則需拆開氣閥進行修理，更換氣閥彈簧。
2.2 曲軸斷裂
曲軸斷裂軸頸與曲臂的圓角過渡處。曲軸斷裂產生的原因比較多：曲軸過渡圓角太小，熱處理時，圓角處理不到位；圓角有局部斷面突變，加工不規則；油孔處出現裂縫，油滲入后使裂縫逐漸擴大，造成斷裂；長期超負荷運轉，減少使用壽命。
措施：適當增大曲軸的過渡圓角，熱處理保持均勻；提高曲軸加工質量和精確度；提高曲軸油孔的加工質量；從壓縮機使用情況來講應充分考慮曲軸強度問題，禁止超負荷運轉。
2.3 軸承過熱
軸承過熱主要是由軸承間隙過小，油形成不了油膜，起不到冷卻的作用或是油泵出現故障造成斷油及油路堵塞等問題，致使軸承產生熱量引起的。軸承過熱將加快摩擦，產生的熱量不斷積累燒毀摩擦面造成重大事故。
措施：及時對軸承間隙做調整，將間隙控制在合適的范圍內；提高油黏度，定期對油泵進行檢查，疏通油路，促使軸承得到良好的。
2.4 連桿螺栓斷裂
連桿螺栓斷裂的原因表現在安裝或檢修螺栓緊固時產生偏斜，承受不均勻的載荷；長期使用產生塑性變型；連桿螺帽松動或開口銷折斷，連桿螺栓因承受過大的沖擊而被拉斷。
措施：應使連桿螺帽的端面與連桿體上的接觸面緊密配合，必要時用涂色法進行檢查；定期檢查連桿螺栓的受力和變型情況；安裝或檢修后，連桿螺栓一定要擰緊，必要時穿上新的開口銷，以免松動。
2.5 氣流脈沖引起的管路振動
氣流脈沖引起的管路振動是由氣流的脈動性和壓縮機未被平衡的慣性力和力矩兩方面引起的振動。
措施：注意彎管和異徑管的正確設計，使設計的管路長度要避開共振管長；現場采取消振措施，可增設緩沖器，還可以加節流孔板，或適當增設管路支架來起到減振作用。
3 往復式壓縮機故障診斷方法
3.1 振動診斷法
出現故障的往復式壓縮機在振動及噪音上會出現差異性，通過對差異性的掌握可有效對往復式壓縮機進行故障診斷。針對往復式壓縮機在振動及噪音方面的不同表現研制出對其進行監測的振動監測儀，但在使用過程中振動頻率過大，存在噪音不受控制、信號不平穩等因素，使得振動監測儀仍處于實驗階段，尚未全面普及。
3.2 直觀診斷法
作為往復式壓縮機故障診斷方法中最基礎的一種診斷方法，主要是工作人員通過身體感官（眼睛看、耳朵聽）及自身經驗來診斷故障，這種診斷方法在準確度上存在瑕疵，適用于故障的初步診斷或是在沒有檢測裝置情況下進行應急使用。目前壓縮機機械設備逐漸向自動化方向發展，直觀診斷法缺乏科學性，對診斷往復式壓縮機故障起不到關鍵性的作用。
3.3 熱力診斷法
熱力診斷法是借助儀器對往復式壓縮機各項數據進行測量和分析，以達到故障診斷的目的，包括對壓縮機的油溫、水溫、排氣量、冷卻水量等數據信息的監測。在對往復式壓縮機進行數據收集時，由于不同部件出現故障在數據上表現不同，采用熱力診斷法在診斷和預測故障時容易缺乏準確性，目前主要應用于壓縮機的運行狀態和監測參數等方面。
3.4 油液診斷法
油液診斷法是一種比較特殊的故障診斷方法，包括油液中磨損信息分析和油液物理化學性能分析兩方面。診斷過程中，有關人員對往復式壓縮機中的油液進行取樣，通過對油液自身屬性的分析和油液磨損信息的了解，掌握往復式壓縮機在運行中是否存有故障。在對油液進行分析時需引入大量現代的高新技術儀器，才可確保油液診斷的準確性。
3.5 人工智能診斷法
該診斷方法是往復式壓縮機故障診斷過程中應用最頻繁的一種方法，具有易于構造、預測簡單、解釋機制強等優勢，同時也具有推理機制簡單、專家知識不夠精確等缺陷，人工智能診斷法是在專業知識和大量實踐經驗的基礎上建立一套具有人工智能的計算機程序，主要用于解決難度較大且復雜的故障問題。但人工智能診斷系統主要收集的是專家的意見，不能對知識進行判斷，容易產生錯誤的知識應用，造成故障診斷失敗。
4 往復式壓縮機故障診斷過程中的注意事項
4.1 完善診斷方法
從事往復式壓縮機故障診斷的技術人員，具有一定的技術優勢，但是對理論知識的掌握存在不足，不利于新技術的使用，導致系統診斷方法過于單一，應要求相關技術人員通過企業培訓或是網絡課程的學習來增強理論知識的學習與技術的創新，進而推動往復式壓縮機故障診斷工作的提升，同時還應加強計算機輔助實驗的開發工作。
4.2 強化全面診斷
通過對往復式壓縮機診斷方法的研究發現，各種診斷方法在診斷過程中都存在一定的缺點，不能做到對故障的全面診斷，要求有關人員在進行往復式壓縮機診斷過程中注重全面性，采取小波分析、人工智能理論等多種分析技術相結合的方法，通過多種技術交叉應用的方法彌補診斷上的片面性。
4.3 避免診斷失誤
在往復式壓縮機故障診斷的過程中，工作人員主要是對收集的信息進行確定分析，以達到準確的故障檢測的目的。但是在日常工作過程中，由于設備的落后、人員的疏忽等，故障監測準確率不高，間接采集到的信息帶有一定程度的不確定性，常常會出現誤診。因此，要想保障往復式壓縮機故障的診斷，就要對往復式壓縮機的故障信息進行準確的收集，提高信息的正確性。
同時，對于往復式壓縮機的在線狀態監測及故障診斷問題，還應加深識別理論的研究與定量關系的研究，包括對氣閥的故障診斷、前期裂紋存在的預測、不同裂紋的類型長度等進行深入研究。加強對傳感器與監測儀的研制，建立系統的數學模型，通過振動分析獲得往復式壓縮機故障診斷與參數之間的對應關系。
參考文獻
[1] 程艷霞，鐵占續，孫付偉，等.往復式壓縮機故障診斷方法研究綜述[J].儀器儀表用戶，2006，（5）.
[2] 付希濤.往復式壓縮機故障診斷研究與展望[J].技術與市場，2014，（7）.
[3] 黃敏.往復式壓縮機狀態監測與故障診斷分析[J].設備管理與維修，2016，（1）.
關鍵詞：電機故障；診斷原理與技術；技術應用
電機作為機械設備的動力源電機故障；診斷原理與技術；技術應用頭，主要作用是將電能轉化為機械能，供機械設備運轉。因此，電機是供電與用電系統的重要元件。但是電機運轉時間長，工作負荷大，容易受到各種外界因素的影響，從而出現故障問題。如果工作人員不能及時診斷并處理電機故障，那么將影響電機的正常運轉，嚴重時將導致電機的破損。所以說，電機故障的診斷技術是保證電機正常、有序運轉的技術基礎。筆者基于多年的電機故障診斷理論研究與實踐經驗，提出幾種有效的電機故障診斷技術，希望能夠與相關工作共同探討、提高。
一、電機故障的診斷原理
一般來說，電機故障的診斷原理有以下幾種。
首先，根據噪音、振動、溫度等變化情況診斷電機故障。在電機出現故障時，工作人員會先用溫度檢測儀器對電機各個部位的溫度進行檢查，以初步確定電機故障的類型，再根據電機故障的噪音或者振動情況，大致確定電機故障的位置與原因，從而為進一步診斷提供條件與基礎。這種診斷方法主要針對情況較輕的、能夠通過工作人員的經驗或者簡單儀器等檢查出來的機械故障。
其次，根據電流變化情況診斷電機故障。這種方法的診斷原理是工作人員利用頻譜分析儀器等對電機內電流的波形進行分析與檢測，再對比正常運轉電機的電流波形圖，從而判斷電機故障的程度。最后，根據絕緣結構的檢查結果診斷電機故障。
除了以上兩種方法之外，工作人員還可以利用適宜的電氣檢查設備對電機內的絕緣結構進行檢測與分析，得出電機絕緣結構的壽命以及電機工作性能等因數，從而對電機故障進行進一步的診斷。
二、電機故障的診斷技術
電機主要由電路、磁路兩部分組成，兩者共同轉化能量。電機故障既有電氣方面的原因，也有機械方面的因素，因此，電機質量或者安裝質量不合格、電機在運轉過程電壓不穩、負載超出標準等等情況，都將可能引起電機故障，影響電機的正常運轉。工作人員根據相關原理、選擇適宜的故障診斷技術對電機故障進行診斷，以保證電機的可靠運轉。
（一 ）在我國，基于數學模型的電機故障診斷技術的應用已經比較純熟，最簡單直接的方法是進行輸入輸出信號的處理，電機輸出量如果超標，即為有故障可能，或者也可以通過數學方法研究波形的主要參數變化與故障源之間的聯系，來分析判斷故障原因和位置。而基于狀態或過程參數估計的電機故障診斷技術也在不斷完善，圖1為這類方法的原理圖。這種方法既有優勢也有缺點，優點是可以根據系統動態性質實時診斷，缺陷是不適用于非線性電機模型。這種方法能夠很大提高電機故障診斷的效率。但是隨著經濟、技術的發展，更多有效的診斷技術，尤其是人工智能診斷技術被應用與電機故障診斷中，為電機的正常、高效運轉提供技保障。
（二）人工智能診斷技術
第一 人工神經網絡診斷技術 此類診斷技術在當前應用效果較好，使用頻率也較大，正在成為新興主流診斷技術之一。它主要采用BP網絡對電機故障的信號進行檢測、分析與轉換，同時根據相應的算法以得到輸入、輸出樣本之間的映射關系，從而利用網絡進行科學地分析與診斷。目前已有很多成功實例，如利用BP網絡實現分箱式感應電機的匝間短路與軸承損耗兩類故障的診斷，同時有文獻記載 可將基于 BP 神經網絡的方法用于電機轉子斷條的故障診斷 。B P 神經網絡的算法通常 采用基于梯度下降原理的誤差反向傳播算法 ， 即 BP 算法 。但標準 BP 算法特點是收斂速度慢 ，可以加快訓練收斂速度 ， 引入動量項的是權值修正快速算法 。這種方法提高了運算效率 ，更具實用價值。 人工神經網絡診斷技術應用效果最好的是診斷轉子斷條故障，基本上可以達到零失誤率。
第二 模糊邏輯診斷技術。有些電機故障不能很準確地被描述出來，顯示一定模糊性，在此就需要利用模糊邏輯診斷技術對電機故障進行診斷。但是這種診斷技術需要模糊知識庫的支持與輔助，并建立故障與故障征兆之間的關系或者規則庫，從而通過推理判斷、診斷電機故障。但是這種技術容易出現誤診，需謹慎使用。圖4為模糊診斷技術原理圖。故障診斷部分是一個典型的模糊邏輯系統，主要包括模糊化單元，參考電機，底層模糊規則，和解模糊單元。其中模糊推理和底層模糊規則是模糊邏輯系統的核心。文獻指出，解決籠式感應電機轉子斷條故障，使用模糊邏輯不僅可以檢測故障的發生，甚至可以給出斷條數目。為了更為精確， 將轉子條的狀況分為5類：沒有斷條， 有斷條初期征兆， 1個斷條， 1-2個斷條和2個斷條。異步感應電機發生斷條時， 就會在定子諧波電流中感應出頻率（1±2s）f1的附加分量， 其中s 為轉差率， f1為定子基頻 [ 16]。諧波分量中這兩個頻率的幅值分別由A1和A2（單位：dB）表征， 因此斷條故障可以通過對A1、A2檢測獲得。在模糊推理中，對于可能出現的故障， 只需用模糊隸屬度函數進行描述，而不像基于神經網絡的故障診斷方法那樣用數值進行描述， 模糊輸出隸屬度函數如圖5所示。實驗結果表明：這一方法可成功應用于一臺5.5kW兩相感應電機的故障診斷。基于模糊邏輯的電機故障診斷方法的優點在于可嵌入語言化的知識和近似推理能力。從近年來的發展可以看出， 基于模糊邏輯的電機故障診斷方法無論在理論上
還是在應用方面都已取得了很大的進展， 但與傳統的故障診斷理論和方法相比， 仍有不成熟之處，有待于進一步的完善。
第三，遺傳算法診斷技術。這種診斷技術是根據故障信號的分析與推算，對電機進行全局地控制與檢測，從而不斷地優化診斷方法，以達到提高診斷效果的目的，它具有全局控制、快速便捷等特點。但是在遺傳算法診斷技術應用過程中，工作人員需要注意參變量各項參數的準確性，需要反復試湊，以確定各項故障參數。因此可以說，遺傳算法診斷技術是電機故障診斷技術中較為先進、高效的技術。
結語
綜上所述，在電機應用過程中，相關工作人員必須提高對電機故障的認識，并根據電機應用的實際情況，科學地選擇適宜的故障診斷技術，以提高電機故障診斷效率，從而為快速、有效地處理電機故障，促使電機恢復正常運轉提供保證。目前，我國電機故障的診斷技術得到高速發展，但是由于電機故障各個類型之間的關系復雜，需要相關工作人員進一步研究，以促進電機故障診斷技術應用有效性的提高，從而保證電機的正常運轉，為機械設備提供充足的電能。
參考文獻
[1]王秋彥，鞠建波，宋振宇. 故障診斷技術研究現狀及發展趨勢[J].電子測量技術， 2009，12（04）：45-46 .
[2]劉冬生，趙輝，王紅君，等. 基于小波分析和神經網絡的電機故障診斷方法研究[J].天津理工大學學報， 2009，78（01）：21-23 .
[3]楊朋松，呂永健，逯國亮.基于小波神經網絡的電機故障診斷研
究[J].大電機技術，2009，22（04）：78-79 .
[4]M.Y.Chow， R.N.Sharpe， J.C.Hung.Ontheapplication andde-signof artificialneural networks for motor fault detection（I）[ J ] .
【關鍵詞】極限學習機 故障診斷 神經網絡
引言
隨著設備復雜化程度的提高，對故障診斷的快速性和準確性提出了更高的要求。將神經網絡應用于故障診斷中已成為一個非?；钴S的研究領域。利用神經網絡強大的分類能力，進行故障模式的分類與學習，診斷出故障。
Huang在前人研究的基礎上提出了一種稱為極限學習機（Extreme Learning Machine，ELM）的學習方法，在保留計算精度的同時可以大幅度的縮減訓練的時間。將ELM運用到設備故障診斷中，極大提高了診斷的快速性和準確性。
一、極限學習機研究現狀
ELM自2004年提出就一直受到學者的極大興趣。我們從ELM的理論和應用兩方面進行闡述。
1.1 ELM的理論
對于傳統ELM算法，網絡結構、激活函數類型以及隱層神經元的選擇對其泛化性能都有重要的影響。為了提高計算效率，使得ELM適用于更多應用領域，研究者提出了許多ELM擴展算法。
1.2 ELM的應用
研究人員已嘗試利用ELM方法解決現實中各種模式分類問題。隨著ELM自身理論的進一步發展和完善，在人臉識別、文本分類、醫療診斷等領域中應用廣泛。
二、故障診斷技術研究現狀
故障診斷技術是由于建立監控系統的需要而發展起來的。其發展至今經歷了3個階段。新的診斷技術帶來了領域內算法的革新，設備精密程度的提高也對診斷實時性提出了更高的要求。如何保證故障的快速準確診斷成了診斷技術發展重要內容。
基于神經網絡的故障診斷運用廣泛，然而傳統的神經網絡學習方法存在許多問題。與傳統的神經網絡相比，極限學習機方法通過隨機選取輸入權值及隱層單元的偏置值，可以產生唯一的最優解，并具有參數易于選擇以及泛化能力好等特點，在眾多領域有著廣泛應用。
三、基于極限學習機的故障診斷方法研究
3.1基于ELM的故障診斷流程
（1）數據預處理。按照選取的特征向量和故障類型對故障樣本進行預處理，并將處理后的樣本按比例分為訓練樣本集和測試樣本集。
（2）ELM的學習算法主要有以下3個步驟：確定隱含層神經元個數；隨機設定輸入層與隱含層間的連接權值和隱含層神經元的偏置；選擇隱含層神經元激活函數，進而計算隱含層輸出矩陣計算輸出層權值。
（3）用訓練好的ELM模型對測試樣本集進行分類，并輸出分類結果。
3.2基于改進ELM的故障診斷
針對極限學習機神經網絡初始權閾值對算法性能的影響問題，提出融合遺傳算法（GA）與粒子群算法（PSO）的GA-PSO算法，用于優化ELM神經網絡初始權閾值。該算法將群組一分為二，分別采用GA和PSO算法，再將優秀個體進行合并，改善了PSO算法全局搜索能力，同時增強GA算法的局部搜索效能。
關鍵詞：汽車；變速器；故障診斷；解析；
自動變速器是一種汽車內部的封閉裝置，只要產生故障，就會使維修的難度增大，在未確認故障區域時，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，產生此類情況時，駕駛員應快速思考是否是自動變速器發生了故障。而導致這一故障的原因有很多：（1）汽車自動變速器的制動器內密封圈使用過久，未進行及時更換，致使零件過度磨損產生脫落，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）容易產生漏油 汽車自動變速器產生漏油的關鍵因素是汽車自動變速器平面發生了變形，或者是由于自動變速器在進行加工時工作人員缺乏耐心，從而使汽車關鍵部件中的固定螺栓產生松動。一旦發生此類故障，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，產生此故障的原因有：節氣門拉索的調整不正確；節氣門的位置傳感器與電路故障；調速閥及其油路故障；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電容的測定來快速獲得有關零件失效的重要信息；2收集殘余物，例如，應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）振動檢測技術診斷法 有關機械振動信號，這是當前診斷技術采用最多的一種信號，這主要是基于由振動所產生的機械損壞具有相當高的比率；根據相關資料可知，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，是來自機械運轉中所產生的，而且在振動信號中，還具有數量眾多的能對機械設備狀態進行反映的信號，通過振動的異常可把許多機械故障反應出來。振動檢測技術診斷法，主要是基于對設備振動參數及特征的檢測，來對設備狀態和故障進行分析的一種方法。
（三）聲發射技術診斷法 這種診斷方法，就是應用儀器進行檢測、對聲發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，致使運行中不可避免地產生熱彎曲、不對稱等現象，帶來轉子碰撞，故在金屬以內的晶格，將出現重新排列或滑移，此過程因能量發生變化，變化的能量將通過彈性波這種形式來進行釋放，這就形成了聲發射信號；一定要應用專門技術，來把背景噪聲的干擾排除掉。聲發射監測這種檢測方法，具有無損動態檢測特點，但它又不同于其他無損檢測方法，因聲發射信號是產生于外部條件的作用下，故對于那些缺陷變化，相當敏感，對于那些微米數量級的顯微裂紋的擴展和發生的相關信息，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，而且光纖傳播中的光波，其特征參數會因外界因素的影響而產生變化，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點，故在汽車這個行業也受到了極為普遍的應用。當前，光纖傳感技術已朝著智能化、功能化及集成化等方向快速發展著，可以預見，隨著科技的不斷發展，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用。
參考文獻：
[1]ThomasMerath，JoachimNaas，FranzJoachim等.基于有限元法的汽車變速器齒輪與軸承優化[J].傳動技術，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，2013.
關鍵詞：煤礦；電氣控制線路；檢修
中圖分類號：X752 文獻標識碼：A
對于電氣控制而言，其指的是使用電氣自動控制的方式來對生產過程進行控制，而對于電氣控制線路，則是將各有觸點的繼電器、接觸器和按鈕等電氣元件通過導線按照特定的方式連接起來組成的控制線路。該類控制線路故障的診斷是一項技術性較強的工作，也是實際工作中一項十分重要的工作。
一、故障調查法
對于電氣設備控制電路一旦有故障的發生，切忌不要出現盲目的亂動或者盲目的自己操作，在進行檢修之前需要對該控制線路的故障情況進行詳細的檢查和詢問，對于具體的方法而言，我們可以分為望、問和摸、聽和聞、切。望：首先弄清電路的型號、組成及功能。例如輸入信號是什么? 輸出信號是什么? 什么元器件受命令? 什么元器件檢測? 什么元件執行? 各部分在什么地方? 操作方法有哪些等。這樣可以根據以往的經驗，將系統按原理和結構分成幾部分，再根據控制元件的型號如接觸器、PLC、時間繼電器，大概分析其工作原理。檢查觸頭是否燒蝕、熔毀，線圈是否發熱、燒焦，熔體是否熔斷、脫扣器是否脫扣等; 其他電子元件是否燒壞、發熱、斷線，連接螺釘是否松動、電動機的轉速是否正常。然后對系統故障進行初步檢查。檢查內容包括: 系統外觀有無明顯操作損傷，各部分連線是否正常，控制柜內元件有無損壞、燒焦，有無松脫等。問和摸: 詢問操作人員故障發生前后電路和設備的運行狀況，故障發生時的跡象，如有無煙、火花及異常振動; 故障發生前后有無頻繁起動、制動、正反轉、過載等現象，詢問系統的主要功能、操作方法、故障現象、故障過程、內部結構，其它異常情況、有無故障先兆等，通過詢問，往往能得到一些很有用的信息。剛切開電源后，盡快觸摸檢查線圈、觸頭等容易發熱的部分、看溫升是否正常。聞和聽: 聽一下電路工作時有無異常響動，如振動聲、摩擦聲、放電聲以及其他聲音。用嗅覺器官檢查有無電氣元件發熱和燒焦的異味。這對確定電路故障范圍十分有用。在電路和設備還能勉強運轉而又不致于擴大故障的前提下，可通電起動運行，傾聽有無異響，如有應盡快判斷異響的部位后迅速關閉電源。切: 即檢查電路。
二、結構、原理分析檢查法
1、依照結構及原理查找故障
在進行故障的檢修時，需要先從主電路處著手，看拖動該設備的幾個電動機是否正常，然后逆著電流方向檢查主電路的觸頭系統、熱元件、熔斷器、隔離開關及線路本身是否有故障，接著根據主電路與控制電路的控制關系，檢查控制回路的線路接頭、自鎖或連鎖觸點、電磁線圈是否正常，檢查制動裝置、傳動機構中工作不正常的范圍，從而找出故障部位。如能通過直觀檢查發現故障點，如線圈脫落、觸頭( 點) 、線圈燒毀等，則檢修速度更快。
2、從動作程序檢查故障
通過調查、斷電檢查無法找到故障點時，可對電氣設備進行通電檢查。通電檢查前要先切斷主電路，讓電動機停轉，盡量使電動機和其所傳動的機械部分脫開，將控制器和轉換開關置于零位，行程開關還原到正常位置，然后用萬用表檢查電源電壓是否正常，有沒有缺相或嚴重不平衡。進行通電檢查的順序為先檢查控制電路，后查主電路; 先檢查輔助系統，后檢查主傳動系統; 先檢查交流系統、后檢查直流系統; 先檢查開關電路，后檢查調整系統。通電檢查控制電路的動作順序，觀察各元件的動作情況，或斷開所有開關，取下所有熔斷器，然后按順序逐一插入要檢查部位的熔斷器，合上開關，觀察各電氣元件是否按要求動作。
三、電氣儀表檢測法
此種方法主要指的是利用儀器儀表作為輔助工具，以此來對煤礦電氣線路故障進行判斷的檢修方法。由于儀器儀表種類很多，且有日新月異之勢，故檢測法發展很快，準確率大大提高，手段也日益增多。但比較常用、比較實用的方法仍為利用歐姆表、電壓表和電流表對電路進行測試。
1、電阻法
此類方法的原理是在被測線路兩端加一特定電源，則在被測線路中有電流通過。被測線路的電阻越大，流過的電流就越小。反之，被測電阻越小，流過的電流就越大。這樣在測量電路中，串接電流表，就可以根據電流表電流的指示換算出電阻的大小。由于換算中，電流和電阻是一一對應關系，故可直接在電流表的刻度盤上標出電阻的大小。
2、電壓法
在進行電路的加電時，不同點之間的電壓也不同。如果在電壓不同的兩點之間接入一個電阻不為無窮大的支路時，支路中就會有電流通過，通過串接在支路中的電流表的讀數，就可推知此時的電壓值。一般直接在刻度盤上標出電壓值。
3、電流法
電路在正常工作時，導線中有電流流過，其大小反映了電路的工作狀態。為了測量電路中的電流，常在電路中串接電流表，然后通過電流表讀出電路的電流。工作中應充分發揮儀表檢查故障的作用，儀表檢測法具有速度快、判斷準確、故障參數可量化等優點，例如判斷電路是否通斷，電動機繞組、電磁線圈的直流電阻，觸頭( 點) 的接觸電阻等是否正常，可用萬用表相應的電阻擋檢查。對于電動機三相空載電流、負載電流是否平衡，大小是否正常，可用鉗型電流表或其他電流表檢查; 對于三相電壓是否正常、是否一致，對于工作電壓、線路部分電壓等可用萬用表檢查; 對線路、繞阻的有關絕緣電阻，可用兆歐表檢查等。
四、工作經驗法
1、彈壓活動部件法
主要用于活動部件，如接觸器的銜鐵、行程開關的滑輪、按鈕、開關等。通過反復彈壓活動部件，使活動部件靈活，同時也使一些接觸不良的觸頭進行磨擦，達到接觸導通的目的。
2、元件替換法
對于值得懷疑的元件，可采用替換的方法進行驗證。如果故障依舊，說明故障點懷疑不準，可能該元件沒有問題。但如果故障排除，則與該元件相關的電路部分存在故障，應加以確認。
結論
實際的煤礦電氣控制線路進行維修時，我們會發現造成電氣電路發生故障的原因多種多樣，既有明顯的、也有隱蔽的，有的簡單、有的復雜。維修中應靈活使用上述診斷方法，仔細觀察電路故障的特征和表現，探索故障發生的規律，找出故障點，從而順利排出故障。
參考文獻:
[1] 黃瑩.淺談煤礦電氣控制電路檢修的方法[J].科技信息.2010(30)
[2] 馮潔.試論煤礦電氣控制電路常見問題及解決策略[J].黑龍江科技信息.2010(20)
[3] 陳孔明,王家旺,張明.礦用隔爆型真空電磁啟動器的檢修方法及技術[J].機電信息.2011(12)
[4] 韓艷娟,宋建成.基于信息融合技術的煤礦主通風機故障參數檢測系統[J].工礦自動化.2009(07)
[5] 于秀娟.煤礦井下電氣設備防爆探討[J].價值工程.2010(33)
[6] 張保香.煤礦電氣設備管理要點探析[J].行政事業資產與財務.2011(14)
