故障诊断新技术

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇故障诊断新技术范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

故障诊断新技术范文第1篇

[关键词]高新技术；变压器；专家系统；人工神经网络法；故障诊断

中图分类号：TM407 文献标识码：A 文章编号：1009-914X（2015）26-0297-02

前言

电力变压器是电力系统中的重要组成部分，是保障电力系统正常运行的基础设备。因此，做好电力变压器中的故障诊断工作尤为重要，不仅能够保证电力系统的正常运行，还能提升电力系统的运行效率。现阶段，随着高新技术的飞速发展，这一技术已经得到了广泛的推广并应用，在变压器的故障诊断过程中，高新技术能够解决很多传统方法无法解决的难题。因此，高新技术应用于变压器故障诊断中得到人们的广泛关注与重视，尤其是专家系统与人工神经网络法。

一、专家系统法

（一）专家系统的知识库结构

专家系统法在变压器故障诊断中由多个方面造成，主要有知识库、数据库、解释机制、推理机以及人工借口。其中专家系统的核心内容就是知识库。如下图1所示：

TFDES的工作重心是以气体色谱为主体，结合油中的溶解气体色谱的数据进行分析研究，在研究过程中分析变压器运行状况时主要采用三比值法和特征气体法，从而诊断变压器运行是否正常，在运行过程中，变压器是否有老化、放电、过热等故障。此外，还需结合变压器外部检修情况进行分析，主要进行绝缘油特性、绝缘预防性等检修项目，从而构建专家系统的知识库结构。

综合分析这一模块主要是结合气体色谱分析、外部检查、绝缘油特性、绝缘预防性进行综合分析，保证变压器故障诊断的准确性、真实性、科学性，并向工作人员传递“继续运行”或“关机”等指示信息。此外，TFDES中的协调器是最重要的一个模块，起到控制、与其他模块进行协调工作的作用。

（二）专家系统的特点

1、专家系统的知识表达系统是采用了国内最先进的产生式系统，其知识库是模块式的结构，模块与模块之间都是独立工作，方便日后知识库的二次更新与升级，对知识库的维护工作带来了便利性。

2、专家系统运用TURBO-PROLOG语言的优势，进一步反向推理目标驱动，与此同时，引入模糊控制理论，故而能够成功的解决变压器故障中的模糊问题。

3、专家系统中的数据库主要由两部分组成，主要是绝缘预防数据库、动态数据库。其中绝缘预防数据库能够将各种气体信息与绝缘预防数据输入到计算机中去，便于用户实时查询或管理。此外，专家系统根据数据分析得出结论，研究出变压器运行的变化趋势。动态数据库主要起到承上启下的作用，将上文中的推理结果与数据存储在系统中，当用户需要解释时，给用户提供相应的数据，以供解释机制取用。

二、人工神经网络

（一）人工神经网络的结构

人工网络神经是指模拟人脑进行信息处理。这一方法具备较强的自主组织、自主学习的能力，能反映非线性的工作关系。如图2所示：

TFDANN的工作流程主要有两个时期：

1、学习期

一般情况而言，在学习过程中，变压器中的气体分析数据与其他测量数据是早多种历史计算数据的基础上运算出来的，同时将数据输入到网络中，采用反向推理法，计算出权值和阈值。

2、工作期

在诊断变压器的故障过程中，计算的数据是经过多次变压器测量是结果，最后总结出网络的实际输出数据，并将之与预期中的数据进行比较分析。

在图2中，TFDANN主要采用神经网络的模块化结构，模块与模块之间都是相互独立的，单独进行工作。其中BP1是特征气体模块，其输入特征元素X1～X6分别为H2、CH4、C2H4、C2H2、C2H6、CO6种气体在TCG中的含量；其输出Y1～Y4分别对应于变压器故障诊断中的正常、过热、电晕、电弧4种情况。如图3所示：

在图2中，BP2属于三比值模块结构，其中X7～X9这一阶段分表表示了C2H2、（C2H4、CH4）、（H2、C2H4）、C2H6的比值特征化学元素，输出Y5～Y12分别表示变压器的故障性质。此外，BP3表示绝缘油特性试验模块，它的输入特征元素X10～X15分别表示酸值、电阻率、含水量、表面张力、介损、击穿电压等6种情况，输出Y13～Y15分别表示绝缘油良好、要注意、不良等3种情况。BP4表示变压器外部检查模块，输入特征元素X16～X20分表表示变压器运行中的油温、油位及其他相关数据，输出Y16～Y17分别表示变压器外部或内部的运行情况。

TFDANN结构中的核心模块工作原理是：结合其他模块的输出结果进行多方面、多角度、多层次的比较分析，通过故障诊断经验与先进的技术有机结合分析，从而做出正确的故障判断。

（二）人工神经网络的特点

1、人工神经网络采用反向传播计算法，能够进行科学的分类，将故障信息分为模糊一类与非模糊一类，与此同时，引进模糊控制理论，就能解决一些模糊故障的数据处理问题。

2、人工神经网络中的输入与输出分别表示变压器故障的症状与故障的性质，从而构建神经网络模块化结构，有效的将传统复杂的结构简化了，缩小了用户的检索信息范围，提升了信息处理速度，改善了变压器故障诊断工作效果。同时，各网络节点之间的工作流程变得简单化，提升了诊断速度，便于日后软件的升级与更新。

3、人工神经网络法具有较好的人机借口，不仅可以在屏幕上显示变压器的运行动态图，还具备打印输出的功能，这一方法具有较高的实用性、可操作性。

三、变压器故障诊断实例分析

例如，发电厂变压器的额定容量设定为65MVA，额定电压设定为110、35、10.5KV，根据采样数据制作出表1，绝缘油特性的试验数据制作出表2，绝缘预防性试验数据制作出表3，如表1，2，3所示：

根据以上数据显示，通过专家系统法（TFDES）与人工神经网络法（TFDANN）诊断得出以下结果：

（一）专家系统法诊断

结合气体色谱数据比较分析发现：H2、C2H2和总烃都大于三比值（102）的正常范围，变压器的内部运行正常。因此，诊断结果为高能量放电症状。

（二）人工神经网络法诊断

BP1这一模块的输出Y4值为0.9835，其余模块的输出值为0，这一现象说明变压器中的电弧放电；BP2这一模块的输出Y9值为0.9998，这一现象说明变压器高能量放电；BP3和BP4输出数据显示变压器中的内部运行不良。因此，综合以上数据显示发现：变压器内部运行不良，诊断结果为高能量放电症状，故障部位在变压器中的定压绕组处。

（三）指导意见

立刻通知工作人员停机，取芯检查，着重检查定压绕组部位。

结语

综上所述，电力变压器故障诊断过程中引入专家系统法、人工神经网络法起到重要作用，有效的诊断出变压器的故障原因。近年来，DGA数据库系统逐步受到各电力企业、变电站的重视，纷纷建立了DGA数据库系统，并将其系统中的信息数据输入到计算机数据库中进行备份。这些信息数据资源给故障诊断技术趋向数字化、智能化、一体化提供了可能。人工智能技术不是一朝一夕能够实现的，它是一项系统性的工程，需要技术人员不断的分析、改进、归纳、总结、创新，有效的将理论知识与实践活动联系起来。此外，人工智能型系统发展空间较大，前景无限。

参考文献

[1] 田振宁.案例推理技术在大型电力变压器故障诊断中的应用[D].上海电力学院，2010.

故障诊断新技术范文第2篇

[关键词]机械；信息技术；故障

中图分类号：TP306 文献标识码：A 文章编号：1009-914X（2014）35-0277-01

信息融合是利用计算机技术将来自多个传感器或多源的观测信息进行分析、综合处理，从而得出决策和估计任务所需的信息的处理过程。在一定的程度上，这不仅仅是单纯的数据融合，它所包含的内涵非常广泛，所探测的信息、信号也更加确切，并具有很强的概括性。目前，我国机械故障诊断方法大多采用传统的诊断方式，这种方式往往只能对一种信息或几种信息进行观察和分析，而不能对多种信息进行多层次、多角度的观察和分析，给故障诊断的有效性带来很大的局限，也令人质疑故障诊断的结果是否可靠。因此，信息融合技术的应用，既保证了多传感器获得信息的准确性，也提高了机械故障诊断结果的可信度。

一、传统机械故障诊断技术的现状

（一）传统机械故障诊断的局限性

传统的机械故障诊断技术，在进行机械故障诊断的过程中，只能对机械信息中的一种或几种进行观察和分析，并不能对机械故障的信息进行全面的集合，从而使机械故障诊断的结果是局域性的。例如，通过振动加速度信号对轴承状态进行诊断时，就是因为信号类型太过单一，能获得的轴承状态信息太少，而导致很难对轴承状态特征得出准确的评价。如果能对轴承状态的多种信息，例如轴承油的温度信息、油样信息等进行多层次、多角度的观察和分析，将会对轴承状态做出更加准确的评价。

（二）传统机械故障诊断结果的不确定性

我们并不否认通过一种或者几种信息可以对机械故障做出判断，但是在很多的情况下，这种判断的结果并不可靠。在机械故障诊断的过程中，利用多种信息得出的判断，相对于只利用一种信息得出的判断而言，结论会更加令人信服。例如，在诊断齿轮裂纹时，只利用箱体振动加速度信号进行分析得出的结论，显然不具有很强的说服力，令人质疑结果的可靠性。

二、机械故障诊断引进信息融合技术的必然性

（一）多传感器的应用提供了不同通道的信息

传统机械故障诊断的方式只能利用一种或者几种信息来提取机械的状态特征，随着机械故障系统越来越复杂，越来越多的传感器被用来探测和感受信息，并且类型多种多样。并且不同类型的多个传感器，能够探测和感受到机械不同类型、不同部位的大量信息。因此，对机械故障诊断技术提出了更高的要求。

（二）多种多样故障的表现形式增加了诊断的难度

由于机械故障系统的庞大化，故障产生的原因也更加复杂，不同的故障原因也可以是同一特征的故障表现形式，这就对机械故障诊断技术提出了更高的要求。例如，引起旋转机械转子异常震动的原因可以是机械轴承座松动也可以是转子相互碰撞以及其他原因。尽管使旋转机械转子发生异常震动的原因不同，但是它的结果表现出来都是一样的。因此，在这种情况下是很难通过同一种信号观察和分析出故障产生的原因。

（三）信息的不完整提高了诊断对象的不确定性

在机械故障诊断的过程中，很多因素可能导致传感器探测和感受到的信息不完整或是不精确，提高了诊断对象的不确定性，使得故障诊断技术很难确定具体的诊断对象是什么。

三、机械故障诊断过程中信息融合技术

（一）以神经网络为基础的信息融合方法

简单地说，它是一种以人脑神经系统为基础，由大量处理单元组成的非线性大规模自适应动力系统。它不但模仿人脑神经系统具有学习、记忆、计算等能力，还在一定的程度上具有了智能信息处理、检索等功能，有效地将信息管理与系统结构结合为一体，没有任何的局限性和不确定性。具体讲，它能够从各种类型的多个传感器探测的信息中提取出各种状态特征，并使各种状态特征精确地对应着机械的各种故障和运行状态，准确地找出机械故障的原因。

（二）以贝叶斯理论为基础的信息融合方法

在机械故障诊断的过程中，往往因为诊断对象的不确定性，或是机械运动的声音太过嘈杂等原因，使得传感器获得的信息大多是不全面或不精确的。这样不确定的信息，就使的传统诊断技术很难从中提取出机械的状态特征，精确地诊断出机械故障的原因，而贝叶斯理论就是针对这种情况提出的。贝叶斯理论是在概率密度函数基础上发展和建立的推理方法。在机械运动的过程中，可能会随机地出现很多问题。问题出现的时机看似非常随便，但是却有一定的规律，而概率密度函数就是对这种规律最严密的计算方式。因此贝叶斯方法以概率密度学为基础，可以对传感器的各种类型、各个部位的信息，进行综合观察和分析，得出准确的机械状态特征，进而对故障进行分类。

（三）以D-S理论为基础的信息融合方法

贝叶斯方法和传统的故障诊断方法相比，的确实现了重大突破而取得了很大的成效，但是这种方法在某些方面存在着一定的缺陷。尤其是它不能在所有传感器抽象级上给出精确的可信度表示。而D-S理论就是基于这点产生的。D-S理论将每一种可能产生的故障称之为假设，各种可能故障的集合又叫做识别框，而可能故障的各种状态特征就是证据。

在故障诊断的过程中，它先是计算各个证据的基本概率分配函数、信任函数和似然函数，再计算所有证据联合作用下的基本概率分配数、信任函数和似然函数，最后选择联合作用下支持率最大的假设，从而找到机械的故障。同时D-S理论作为贝叶斯的推理理论，两种方法的结合才是故障诊断的最佳方选择。

四、机械故障中信息融入技术的应用

多传感器数据融合技术在进行故障诊断过程中，构建了三大融合模块，即数据级融合模块、特征极并行多神经网络局部诊断模块和决策级D-S证据理论的融合诊断模块。它可以从不同类型的多传感器的信息中，提取出精确的状态特征，把其进行分类整理，判断出正确的故障原因。下面就以液压设备的故障为例，简单讲解信息融合技术是如何发挥效果的。

信息自动化的发展，使得液压设备的故障系统复杂化和庞大化。液压设备不仅有泄漏、腐蚀、液压卡死等各种各样的故障表现形式，而且需要监测的设备工作参数内容也是纷繁复杂。可以说，故障产生的因果关系非常复杂，故障发生的随机性也相对分散，这给正确地诊断故障带来很大的难度。显然，用传统单一信号的诊断方法已经得不到正确的故障原因。而多传感器的信息融合技术的使用，可以对液压设备的各个工作参数进行合理地融合，有效地获得设备运行的状态特征，从而对故障进行正确的判断。

参考文献

[1]陈昌斌.机械设备故障检测诊断技术概述[J].中国水运（下半月），2012，（02）.

故障诊断新技术范文第3篇

文／湖南张葵葵 北京 程玉光 湖南 夏富民一、德系轿车诊断技术的最新发展

随着信息、舒适、驾车辅助功能的增加，新一代宝马、大众、奔驰轿车的电控单元越来越多，车裁网络系统也越来越复杂，使得故障诊断难度提升，但德系轿车车载网络系统诊断技术具有以下共同点。

1．诊断数据在线传回德国

德系车已实现将在线诊断数据归档到德国中央数据库系统，如大众归口到德国总部沃尔夫斯堡中央数据库。

2．车载网络系统模块化

德系车的车载网络系统按功能和网络传播速度划分为三大功能区域：首要功能区域、次要功能区域、舒适功能区域。酋要功能区域指让车辆在路上较容易地到达指定点的所有电控单元组成的区域；次要功能指在车辆行驶过程中，能让驾驶员和乘客通过功能键实现一些便捷调整功能（如音箱系统、室内温度）的所有电控单元组成的区域：舒适功能区域内的电控单元数量则在逐渐递增，如远程信恩处理、交流聊天功能、导航功能等；其他有在线诊断监控、优化仪表显示区域。

以大众车为例，其车载CAN网络系统分为驱动CAN、舒适／便捷CAN、信息娱乐CAN、组合仪表CAN、诊断CAN，这些车载网络中的分支区域系统是由网关星形连接在一起，诊断测试仪对电控单元的诊断要通过网关进行间接连接，如图1所示。

3.专用诊断仪诊断图示化

专用诊断仪内诊断界面框架体系与车载网络体系一致，诊断图示化，脉络清晰，如大众诊断系统软件体系ODIS（图2），方框变黑色表示该控制单元已安装，方框变黑且填充红色则表示该电控单元有控制，方框呈灰色则表示车辆未安装该电控单元。

4．更新三个理念

德系车载网络系统故障诊断更新了三个理念：①维护保养不再依赖里程数，而是基于事件服务(CBS)，如更换制动蹄片、发动机机油，并将车辆维护信息集成在钥匙中，最终传输到经销店总系统中，为客户提供最优化的服务保养；②实现远程在线匹配，如增减功能或更换电控单元后的系统匹配，保证网络运行的安全；③可将故障诊断数据直接传递到德国总部进一步诊断。

基于事件服务(CBS)就是按需维护，没有标准时间间隔可参照，是通过传感器或电控单元来持续监测主要车辆部件并判断是否需要维护，维护提醒信息则出现在仪表显示屏上，基于事件服务大大延长7维护保养间隔。

二、德系轿车CAN总线故障类型

依据lS011898-3协议车裁网络故障分成电源故障和总线故障两个主要类型。电源故障指车载网络节点本身的电源线或搭铁线新路故障，而CAN总线故障叉分为如下类型(国3): CAN总线(CAN_H或CAN_L)对某一控制单元断路故障（故障1和2）、CAN总线(CAN_H或CAN_L)对正极短路故障（故障3和6）、CAN总线(CAN_H或CAN_L)对地短路故障（故障5和4）、CAN总线CAN_H与CAN_L彼此之间短路故障（故障7，CAN总线CAN_H和CAN_L在某一段信号反向传输故障）、CAN H和CAN_L同时断路故障（故障8）、CAN总线终端电阻断路（故障9）。故障8是不可恢复的，影响总线功能；而故障1-7、9是单线故障且可恢复，不影响总线功能（表1）。在正常工作模式里没有线路故障，差动接收CAN_H和CAN_L输入信号，也可以用于单线传输，所有的单线传输期间EMC性能抗干扰性和辐射性比差动模式差。

1．单线断路时的局部故障

单线断路故障是局部故障，信息只通过另一根未断线正常传输。该类故障是间歇性症状表现，有时又会显现正常。如图4所示，CAN_H线断路(故障1),第一轮信息传输中，故障在断路点前未呈现故障征兆，在断路点后呈现故障征兆，第二轮信息传输后，症状正好相反。因通信协议IS0 11992-1规定，当节点之间通信中断超时，确认有故障后，节点之间的通信重新通过单线模式进行。出现单线断路故障时，不允许改变数据，还是保留故障信息及故障状态，在未确定出是哪根线受到影响时，各节点将信号茌两根网线上重置，直到确定出未响应线为止。这种反复试验确认故障的方法仅适合节点少的条件，在节点增多后，故障查找将变得十分复杂和费时。这种单线断路故障确认模式仅适用于货车和牵引车上的低速CAN，传输速率在125kbps。

2．单线短路时的全局故障

单线短路故障是全局故障，故障状态很少改变，呈现静止故障显示。总线通信协议故障管理系统对此限制少，允许改变数据或清除。局部故障优先权高于全局故障，体现在故障管理系统对断路故障容忍度大，而对于全局故障则会尽快恢复。单线CAN_H和CAN L对电源短路（故障3和故障6），信号点要超出正常范围，故障易被察觉，故障管理系统将对没受影响的传输线进行初始化。依据SAE J1939/12，这种超出范围比较确认故障的方法适合于短路检测，缺点是需要辅助8V电源，低阻抗终端，且在车辆怠速时检测结果不明显。另外，从短路故障恢复到单线运行模式后，整个系统的电磁兼容性能降低，对搭铁偏置的包容性也降低。

CAN_H搭铁短路(故障5)与CAN_H断路（故障1）故障现象一样，属于局部故障，而CAN_L搭铁（故障4）故障则属于全局故障，检测这类故障常常模棱两可，需要电压除外的辅助数据参照。单线工作模式不适用于高速CAN。

3．双线互短时的全局故障

CAN H和CAN_L互短（故障7）时，总线还可工作。

4．双线断路故障

双线断路，总线被隔断，总线不能正常工作。

5．终端电阻断路故障

为了避免信号反射，在2个CAN总线用上分别连接一个1200的终端电阻。这两个终端电阻并联，并构成一个60Q的等效电阻，关闭供电电压后可以在数据线之间测量这个等效电阻，如把便于拆装的控制单元从总线上脱开，然后在插头上测量CAN_H和CAN_L之间的电阻(圉5)。单个电阻也可各自分开测量，则应为120Ω。终端电阻断路，依据分布式系统的特点总线还能正常工作，只是终端电控单元无法通信。

6．总线传输受干扰的三种情境

(1)总线信号电压过低，有搭铁倾向，通常低于+／一1V；

(2)泄漏电阻，通常高于5KO;

(3)电磁干扰，总线干扰会导致不可恢复的硬故障。

所有单线故障都可以被检测到，故障3、4、6和7可被故障管理系统单独检测出来；故障1、2和5是被容错的，则需要辅助方法才可被检测出来。局部故障现象是暂时的，相关故障信息会变化，而全局故障呈现静态故障信息显示，便于故障位置判断。

三、车载网路的拓扑分析

基于车用即时操作系统OSEK/VDX标准，其网络管理(NM)模块提供了与节点相关（本地）和网络相关（全局）的管理办法，使用逻辑环直接监控节点。在逻辑环内，每个节点都有一个逻辑后继，逻辑环的第一节点是最后一个节点的后继。每个节点都由其他节点动态监控，通信次序与网络结构无关，每个节点都有一个唯一的标识符(ID值)，逻辑环信息被从最低ID健的节点向最高ID值的节点顺序传输，再返回最低ID值的节点，形成逻辑环（图6）。任何节点都必须向其他节点发送信息，并且从其他节点接收信息。画出车载网络系统的拓扑简图（图7），依据逻辑环的功能，进行故障诊断。用诊断仪检测与电控单元1、电控单元2和电控单元3的通信，红色线表示节点间不通信，若出现多个故障码，从网络拓扑图中分析出故障点在电控单元3与总线通信中断。

故障诊断新技术范文第4篇

关键词：故障树分析 贝叶斯网络 故障诊断

中图分类号：TP183 文献标识码：A 文章编号：1007-9416（2014）05-0109-01

由于网络信息化的快速发展，使得车载网络信息系统组成更加复杂，人们对于车载网络信息系统的故障诊断日益重视。建立准确、可靠、快速的故障诊断是完善车载网络信息系统性能的客观需求，也是技术发展的必然趋势。因此，故障诊断成为了车载网络信息系统研制工作中一个重要内容。

1 传统的故障树分析方法在故障诊断中的应用情况

故障现象与故障原因之间必然存在相应的因果关系，故障诊断就是根据该因果关系来进行推理与决策。

各种网络设备及网络系统的传统故障诊断大多采用故障树分析（Fault Tree Analysis，FTA）方法来进行故障诊断因果推理。故障树分析方法是一种从系统到分系统（部件），再到零件，按照逐层下降形式分析的方法。它从系统开始，通过逻辑运算符号绘制成一个逐渐展开的树形的分枝图，来分析故障事件（顶端事件）的概率，同时也可用来分析零件、分系统（部件）或子系统故障对于系统故障影响。

采用故障树分析方法来进行故障诊断推理时具备直接、明了、逻辑性强、基层维修人员易掌握的特点。但是故障树分析方法存在故障原因处理没有区分，断程序固化，没有突出各故障原因发生概率差异，无法体现其对系统故障的贡献大小，不能反映诊断成本、诊断时间等因素对系统故障产生的实际影响等不足。在诊断过程中，容易产生故障信息不确定性，而造成大型系统的故障搜索时间和空间显著增加。

2 基于故障树的贝叶斯网络进行故障推理原理

贝叶斯网络（Bayesian Networks，BN）是一种概率网络，贝叶斯网络是基于概率推理的数学模型，所谓概率推理就是通过一些变量的信息来获取其他的概率信息的过程，基于概率推理的贝叶斯网络是为了解决不定性和不完整性问题而提出的，它对于解决复杂系统的不确定性和关联性引起的故障有很大优势，在多个领域获得了广泛的应用。

建立贝叶斯网络模型是用它进行故障诊断的首要问题，它需要解决的问题包括网络节点的确定、节点间的有向弧连接关系、各节点的先验概率以及条件概率表的确定。文献给出了建立贝叶斯网络模型的一般步骤。

这种方法建立在模型建立者对系统比较了解的基础上，实施难度较大，限制了它的应用。在网络系统的故障诊断中，故障树分析和故障模式、影响及危害性分析是常用的方法。

贝叶斯网络和故障树具有很大的相似性。只是前者不仅承继了故障树的状态描述及推理方式，而且还具备描述事件多态性和故障逻辑关系非确定性的能力。

3 基于贝叶斯网络的故障诊断示例

某车载网络信息系统的无线通信系统故障树结构如图1所示。

与故障树中基本事件对应，以根节点X1代表电台天线，其状态分别为正常（0），信号不能发送等为故障（1）；X2代表中频板，其状态分别为正常（0），无输出等为故障（1）；其余以此类推。与故障树中顶端事件对应，以S1代表无线电台无法数据通信；S2代表X1与S3取或的逻辑结果；其余以此类推。建立的车载网络信息系统的无线通信系统贝叶斯网络结构如图2所示。

4 结语

本文在分析故障树分析方法的特点和贝叶斯网络在处理不确定性问题优点的基础上，提出了利用贝叶斯网络进行车载网络信息系统的故障推理应用。研究了基于故障树和故障模式、影响及危害性分析信息的贝叶斯网络模型建立方法，分析了贝叶斯网络的故障预测和推理原理，最后通过对于某型车载网络信息系统故障实例验证了上述方法的可行性和有效性。

参考文献

故障诊断新技术范文第5篇

【关键字】煤矿；机电设备；故障；检测诊断

故障检测诊断技术是一项集合了信息技术、传导技术和电脑技术等多个领域为一体的先进技术手段，近年来在煤矿行业中得到了广泛应用与普及。当前现代化矿井，已然形成了一矿一面和一条生产线的强化集中生产模式，机电设备的自动化、大型化和重载化程度也不断提高。为提高煤矿企业的设备管理水平，并更好的确保矿山设备的安全运行，迫切需要加强故障诊断技术的研究与应用。本文结合工作实际，从故障检测诊断技术的特点出发，并就故障检测诊断技术在煤矿机电设备安全中的应用进行了分析与探讨。

一、故障检测诊断技术的特点

随着现代化的维修理论、工艺理论、基础学科理论和检查技术的发展，故障检测诊断技术也不断得以完善。它最主要有以下几方面的特点：

1、技术的复合性

机电设备的诊断和维修，涉及到了动力学、摩擦学、物理学等多种学科领域，并包含了自动化应用、机械制造、液压机器应用等多方面知识体系，因此故障诊断技术是一门综合性的学科，在实际应用中需要经验丰富，而且知识面广。

2、明确的目的性

故障检测诊断技术具有明确的目的性，就是及时发现设备运行过程中的故障，并运用相关的技术，对故障进行准确的定位与分析，进而制定出相应合理的维修方案，以确保生产的安全与顺利。

3、实践性与理论并重

故障检测诊断技术，不仅具有广泛的理论基础，而且能切实应用于生产实践当中，在诊断和处理结果出来后，能迅速完成由理论向实践的转化。

二、煤矿机电设备安全中故障检测诊断技术的应用

1、矿井提升机检测和故障诊断

矿井提升设备是煤矿生产中用于升降人员、提升物料和下放材料的大型机械设备，也是矿山井下生产系统和地面工作相连接的纽带。矿井提升机能否安全运行，将对矿山生产和建设的正常造成直接影响，甚至有可能威胁到工作人员的生命安全，其重要性不容忽视。

矿井提升机的故障可分为硬故障和软故障这两类。硬故障主要指提升机中一些特定的参数出现了超限的表现，这一类故障可通过对保护装置的设置来进行解决；软故障则要通过多种工况参数的测试，并经过对相关数据的分析和处理才能得以诊断，而且因为软故障对工况参数的变量牵涉较多，往往导致对其无法进行准确判断。但是软故障却通常是硬故障发生的前提与预兆，因此加强对提升机软故障的及时预报和诊断是非常重要的。

目前，为了保证提升机的安全、正常的运行，我国开展了大量的研究工作，取得了一定的成绩，并针对性的开发出了相应提升机的检测和故障诊断装置。例如ASCC型全数字提升机控制系统、KJ46性矿井提升机检测诊断装置等等，都具备了对矿井提升机运行参数的检测和故障诊断的功能，并同时包含了超速保护、制动失灵保护和过卷保护等方面的作用，在实际工作中取得了较好的效果。

2、采煤机检测和故障诊断

采煤机是一个集机械、电气和液压为一体的大型复杂系统。因煤矿井下工作环境恶劣而且复杂，如果采煤机出现故障将容易导致整个采煤工作的中断，造成巨大的经济损失。随着当前煤矿工业的发展，采煤机功能越来越多，且自身的结构和组成愈发复杂，导致故障发生的原因也随之复杂化。同国外先进的采煤机比较，国产的采煤机在故障检测诊断技术方面还相对落后，主要表现在检测参数的缺少和检测范围的不全面，并且无故障诊断功能。

为彻底改变国产采煤机无故障诊断功能和检测水平低的现状，原煤炭部将“采煤机工况检测及故障诊断系统”的研制列入了“九五”重点科技攻关计划当中。该故障检测诊断系统主要包括了机身检测单元、左右摇臂检测单元、变频器通信单元、工况检测及故障诊断单元、高压控制箱检测单元、检测显示单元这六个单元，在当前已取得了较为显著的成效。

3、通风机检测和故障诊断

当前应用于矿井通风机的故障检测诊断的装置较少，主要包括了FJZ型矿井主风机监测与故障诊断仪、KFC—A型通风机集中检测仪等装置。FJZ型矿井主风机监测与故障诊断仪是以8098单片机作为核心的通风机检测与故障诊断系统，并实现了主风机的机械故障诊断和在线监测的一体化。该系统的主要功能包括了：

（1）实时检测功能。包括了对风量、负压、风机振动烈度、轴温、通风机电流、轴心规矩等的检测。

（2）智能诊断功能。指利用了主机内自带的专家系统，对通风机常见机械故障进行诊断。

（3）报警和打印功能。根据工作实际，对通风机的各种参数值进行报警设置，超过设计限制即会进行自动报警并进行打印记录。

4、高压异步电动机检测和故障诊断

高压异步电动机在矿山生产与建设中，起着非常重要的作用。其故障的发生，不仅会给矿山企业带来极大的经济损失，还会影响到正常的生产与运营。随着当前信号处理技术和人工智能技术的发展与应用，异步电动机的故障检测诊断技术也得到了极大的突破，并已取得了良好的效果。当前高压异步电动机故障常见的检测与诊断方法包括了局部放电检测、电流高次谐波检测和磁通检测这三种。

局部放电检测是利用检测定子电流的高频检测仪和电流互感器，或者通过带通滤波器和射频天线检测局放脉冲，以辨别各种局放源来对定子的不同故障进行诊断；电流高次谐波检测则是利用定子电流的不平衡现象，检测异步电动机的定子绕组故障；磁通检测是检测电机内部磁通在切向和径向上分量的变化，进而判定定子故障的方法，这种方法在当前高压电机的多种故障检测中得到了较为广泛应用，但由于需要磁通检测仪器，不方便使用，对弱信号也不易被检测。

总 结

我国煤矿行业因为各种因素，机电设备故障检测诊断技术仍处于较为简单的阶段，推广应用都并不广泛，在技术开发和研究工作的投入力度上还有待加强。同时，还应加强与各个行业间故障检测诊断技术的交流与合作，并进行新技术的推广与应用，使煤矿机电设备的安全性、可靠性得到进一步提高。

参考文献：

[1]黄书雷.故障诊断技术在煤矿设备维修中的应用[J].工会博览:理论研究，2011（1）.