设备故障诊断系统篇（1）

1 引言

随着通信技术的不断发展，舰载通信设备日趋完善，涵盖长波、短波、超短波、微波等多个频段，为舰船的航行提供了重要的保障。但随着舰载通信设备种类的增多，不同设备的维护要求不同，这给故障的诊断和定位带来了难题。本文针对舰载通信设备的故障诊断问题，基于人工神经网络及专家系统，设计了一种舰载通信设备的故障诊断系统。

2 相关技术的简介

2.1 人工神经网络

人工神经网络是一种信息处理角度对人脑神经网络的抽象，其作为一种计算模型，由大量的节点组成。人工神经网络作为一种非线性系统，网络的状态随时间发生非线性变化，因此其能够克服传统线性系统的弊端，具有较快的检索速度。BP神经网络作为典型的人工神经网络，主要由输入层、隐含层和输出层三个神经元层组成，其中各层的节点间相互关联，同一层的节点间不发生关联。

神经网络模型能够将复杂的状态特征信息作为输入，并将其转化为逻辑输出值：通过对大量试验样本的训练，神经网络能够对不同路径权重的调整，最终建立输入状态量与输出逻辑值间的关系。

2.2 专家系统

专家系统是一种具有大量知识和经验的计算机系统，主要有知识库和推理机两大部分组成，能够根据知识库中的已有知识，通过推理机模拟人类专家的决策过程，进而实现复杂问题的解决。

知识库是专家系统中用来存储知识的数据库，知识库中知识的质量和数量直接决定着专家系统的决策水平和质量。一般来说，知识库与专家系统保持相对独立，用户通过对知识库的丰富可以实现专家系统性能的提高。

推理机是针对输入的状态和条件，通过匹配知识库中的相应知识，反复推理最终得到推理结果的机制。推理机一般包括正向推理和逆向推理两种推理方式：正向推理是从输入的状态出发，在知识库中匹配相应的规则，并利用冲突消除机制，挑选最匹配的规则执行，待输入状态改变后，反复对知识库匹配迭代，最终得到与目标一致的结果或知识库不存在匹配规则为止；逆向推理是从目标出发，在知识库中匹配输出结果为已知目标的规则，并将该规则的输入状态作为新的目标，对知识库中的规则进行反复匹配，直到得到与输入状态一致的状态或不存在匹配规则为止。

3 舰载通信设备故障诊断系统的设计

舰载通信设备故障诊断系统需要实现舰载通信设备的故障检测、故障识别以及故障评估等功能。故障检测环节通过对通信系统的输入和输出信号进行实时的采集，进而计算得到用于表征通信设备偏离正常状态程度的余差，并用于故障的识别；故障识别需要利用知识库中的先验知识，运用推理机按照一定的规则对系统的状态进行决策，诊断故障的种类、故障的位置以及故障程度等；故障评估是根据故障识别得到的故障信息，对故障的危害和进一步发展趋势进行预测和评估，为决策者提供支持。

舰载通信设备故障诊断系统的故障诊断流程如图1所示。首先通过接口模块接收舰载通信设备的数据，之后运用推理机对获取的设备数据进行检测，并与知识库中的先验知识进行匹配，根据特征的相似程度最终确定故障的类型、范围等信息，实现故障的诊断功能。

基于推理机的逻辑推理机制是影响故障诊断系统性能的重要因素，本文设计系统采用模糊推理与精确推理相结合的推理模式，大大提高了诊断的速度和准确性。首先利用模糊推理将通信设备整机的故障信息模糊化，并与模糊知识库进行匹配，具有较快的匹配速度和较好的匹配性能，避免了故障的漏判；其次利用通信设备模块的精确故障信息进一步与知识库进行比对，最终得到实现故障的定位与诊断。

3.1 硬件部分设计

系统硬件部分主要负责通过各类传感器实现舰载通信设备相关数据的实时采集，并按照设计的逻辑规则，对数据进行处理和传输，最终实现故障的诊断。根据功能不同，系统硬件部分主要可以分为控制模型、测量模块、电源模块等部分组成。

3.1.1 控制模块

控制模块是整个舰载通信设备故障诊断系统的核心控制单元，负责协调实现整个系统的各项功能。本文选用了ARMMICRO2440A作为主控单元，具有较强的数据处理性能，能够满足故障诊断系统的数据运算需要，并且本文还在主控单元中嵌入了Win CE操作系统，以便于对整个系统的控制与管理。

3.1.2 测量模块

测量模块主要包括各类数据采集设备，一般包括温度传感器、电流传感器、电压传感器、风机转速传感器、频谱分析仪等，主要负责采集舰载通信设备运行过程中的各类数据信息。在系统设计时，需要根据舰载通信设备的特点，合理地选择数据采集设备的型号，科学地设计布局，既保证有效数据的采集，又尽量避免冗余数据的采集。

3.1.3 总线模块

总线模块是指诊断系统内各功能模块间的信息传输通路，主要负责配合主控单元，通过RS232以及1394接口，实现故障诊断系统内各功能模块间的数据交互与传输，协调整个系统完成故障的诊断。

3.1.4 电源模块

电源模块是为舰载通信设备故障诊断系统的供电提供智能化管理的模块，主要具有两方面的任务：一方面，为了保证诊断系统的稳定可靠运行，电源模块需要保证可靠的电压和电流输出；另一方面为了避免电源对故障诊断的影响，电源模块还需要保证较小的电压和电流波动。

3.2 软件部分设计

系统软件部分主要负责对硬件部分采集到的舰载通信设备的各种运行数据进行处理和分析，并运用推理机基于先验知识库完成设备故障的诊断。根据功能不同，系统软件部分主要包括人机交互模块、推理诊断模块以及知识库等几部分组成。

3.2.1 人机交互模块

人机交互模块设计主要是指系统的人机交互界面设计。为了实现舰载通信设备故障的形象展示，便于相关人员及时发现、了解、掌握故障的位置和基本情况，本文在故障诊断系统中设计了人机交互界面。通过人机交互界面，相关人员可以了解舰载通信设备以及故障诊断系统的实时运行状态，并且当诊断出故障时，界面还将通过弹窗提醒等方式提醒工作人员故障的相关信息。

3.2.2 推理诊断模块

推理诊断模块是系统故障诊断的核心逻辑判断模块，其通过将信号处理得到设备特征信息与知识库中的相关数据进行匹配，并对匹配结果进行一系列的逻辑推理和判断，最终诊断出故障的类型和位置。

为了在故障诊断的基础上实现故障位置的定位，系统在推理诊断模块中设计了设备整机故障诊断和模块化的故障诊断两种诊断逻辑。设备整机故障诊断就是根据采集到的舰载通信设备运行中的各类数据，按照不同数据间的逻辑，建立数据表，并与知识库中的设备整机故障数据进行匹配，从而诊断舰载通信设备是否发生了故障；这种模糊―精确的推理机制既保证了较快的诊断速度，又具有较高的诊断精度，适用于实际的舰载通信设备故障诊断场景。

3.2.3 知识库模块

知识库模块是整个舰载通信设备故障诊断那系统的数据基础，存储着舰载通信设备的各类故障信息，包括设备特性、故障数据参数、故障判别准则以及设备维护信息等，能够全方位反应舰载通信设备各功能模块的实际状况，同时全面地记录了通信设备故障时的各类特征数据，是实现故障快速准确诊断的重要数据支持。

知识库中数据的全面性是故障诊断性能的重要保证，因此知识库的建立需要进行大量的故障试验。但由于各类故障的发生具有偶然性，通过试验难以保证遍历，同时部分通信设备可能无法进行故障试验，这就需要知识库还需要具备数据更新的功能，即在运行中对故障诊断系统无法判别的通信设备故障，能够将故障数据自动添加到知识库中，通过知识库的不断丰富实现故障诊断性能的不断优化。

4 结束语

随着通信技术的不断发展，舰载通信设备在通信功能不断完善的同时，设备的复杂程度不断提高，故障发生的可能性也随之提高，实现舰载通信设备的实时故障诊断十分必要。本文设计的基于专家系统的舰载通信设备故障诊断系统，能够实现通信设备故障的实时诊断与定位，且具有自主学习的功能，具有较高的实际应用价值。

参考文献

[1]陈斌，李娟，王高山.射频大功率设备故障检测系统的实现方案[J].中国修船，2010（04）.

[2]江志农，王慧，魏中青.基于案例与规则推理的故障诊断专家系统[J].计算机工程，2011，37（01）：238-240.

[3]徐志军，李渊.一种通信设备故障自动诊断系统的设计和实现[J].舰船电子工程，2012（09）.

设备故障诊断系统篇（2）

引言

电力gis设备(gas-insulated metal-enclosed switch gear，气体绝缘金属封闭开关设备)是由断路器、接地开关、母线等元件直接联到一起，并垒部封闭在接地的金属外壳内，壳内充以一定压力的绝缘气体作为灭弧介质。近年来，随着城市电网建设的发展，gis变电站的数量不断增加。gis因其具有的诸多优点，已经成为主导开关设备。但是，由于电力gis设备本身的封闭性，使得故障检测和诊断相对困难，同时该类设备内部场强又很高，一旦出现内部缺陷，极易发生设备故障，严重时发生爆炸，造成巨大损失。到目前为止，国内已发生多起由于电力gis／断路器绝缘故障引起的变电站事故，例如韶关和溪电站的110kv gis、江门的220kv和500kvgis、大亚湾的400kvgis、云南临沧大朝山500kvgis等都发生过绝缘事故。为提高供电可靠性，及时发现事故的征兆，避免重大事故，同时也是为了减少盲目的定期检修造成的停电、人力物力浪费和可能的设备损坏，具备一套完整准确的电力gis设备故障诊断与分析综合系统是非常必要的。

一、设计原则

由于gis设备本身的特性，除微水等少数试验项目外，现行的高压电气设备预防性实验方法大多无法用于gis设备。一般来讲，在电力gis设备在现场安装前，只进行耐压试验，验证其运输和安装过程中是否受损以及检查其重新组装的正确性。统计表明，通过试验的gis设备如果存在的一些缺陷，最初可能无害，也不容易发现，但随着运行年限的延长，在开关操作震动和静电力作用下，异物碎屑的移动或是绝缘的老化等可能产生局部的放电现象，以致最终发展为击穿放电事故。研究表明，gis设备内部故障以绝缘性故障为多。gis设备的局部放电往往是绝缘性故障的先兆和表现形式。一般认为，gis设备中放电使sf6气体分解，严重影响电场分布，导致电场畸变，绝缘材料腐蚀，最终引发绝缘击穿。实践证明，开展局部放电检测可以有效避免gis事故的发生。针对上述问题，对于电力gis设备的故障诊断和分析系统要具有高灵敏度、强抗干扰性，尽量避免设备的体内传感器。在设计上可概括为：按照模块化、通用化、标准化的原则，通过对电力gis设备局部放电现象的研究，设计电力gis设备故障诊断模型，以及电力gis设备通用故障检测算法和分析决策算法，构建由硬软件结合的电力gis设备故障综合诊断系统。软件研发过程采用了面向构件的设计方法，为系统日后升级提供了必要条件，同时也为最终实现一个综合的电力设备状态监测综合管理系统奠定基础。另外，设计过程中系统突出资源共享的特性，力求实现电气设备故障综合诊断系统和其他电力软件系统的数据共享、信息交换。

二　系统总体设计方案

电力gis设备故障综合诊断系统在体系上主要由状态监测单元、数据预处理与初判单元和服务器三部分组成。具体结构见图1。系统通过gi s设备状态监测单元获得电力g r s设备运行时状态监测关键数据，上传至上位主机，在主机中提取特征信息，进行一般的设备状态判别与分类，并将提取的数据通过上位主机借助网络上传至服务器，建立数据库，通过智能算法对异常设备进行深入的多层次地识别与分析，得出准确的故障定位与故障种类，同时进行趋势预测，为诊断决策提供依据，利用分析后的结论来进行设备维修和更换的科学合理的决策。

三、系统功能分析

(一)状态监测单元

该部分主要由气体密度测量装置传感器和局部放电监测装置传感器等功能模块组成，监测设备的运行状态，完成测量信号的模数转换和预处理。其原理框图如图2。其中针对监测中抗干扰性、检测灵敏度，以及满足避免电力gis设备体内传感器的要求，在局部放电监测中采用gi s局部放电uhf信号传感。

(二)数据预处理与初判单元

通过u sb接口接收状态监测单元的状态数据信息，对接收的设备气体密度状态数据同标准数据进行比对，若超出正常范围则报警；对所接收的局部放电信号进行特征提取，并同典型波形进行初步比对，进行初步判别；将状态信息上传至服务器，以便建立数据库。

(三)服务器

设备故障诊断系统篇（3）

经济发展趋势表明煤炭仍将是我国未来30a发展的主要能源，智慧矿山、绿色发展等理念对于矿山设备的开采提出了更高的要求，无人化是煤矿作业发展的必然趋势。煤炭设备工作环境恶劣，发生故障的次数较多，不仅影响企业的经济效益，对于员工的安全也是一大威胁，因此在线远程故障诊断系统的研发是一种必然趋势。目前采煤机、带式输送机等设备的单机故障检测系统在工业生产中都有相应的应用，然而采用云平台技术对设备群故障进行远程故障诊断的系统鲜少有人开发，本文利用云平台设计煤炭设备远程故障诊断系统，对采煤机、带式输送机、矿用提升机进行远程故障诊断与维护，提高煤炭开采效率。

1煤炭设备故障类型分析

煤炭设备包含提升设备、通风设备、运输设备、排水设备、挖掘设备、支护设备、供电设备等，其中采煤机、带式输送机、矿用提升机是发生故障次数较高的设备，本文主要对这3类设备进行远程故障诊断与维护。（1）采煤机故障采煤机故障常见的部位为液压泵、截割部、牵引部和变频器，为分析液压泵的状态，需对泵工作状态下的冷却水压、调高水压以及其工作转速进行监测，当这些数据超过其临界值时应引起重视。截割部故障通常是电机发生故障，需采集电机的电流以及温度作为判断依据。牵引部故障一般也是电气部分发生故障引起的，将牵引速度、电机电流、变压器温度作为判断依据。变频器故障需监测变频器电压以及电流。（2）带式输送机故障带式输送机常见的故障部位为驱动装置、托辊和输送带，其中输送带故障最为频繁，因此需定期对输送带进行检查与维护。驱动装置故障发生后可根据轴承是否存在异响、电机的电压电流转速是否正常等对其故障具置进行定位。托辊故障主要是托辊支撑处发生相对滑动，只需监测其位移即可。输送带故障分为输送带跑偏、输送带撕裂、输送带打滑，需对输送带压力、位移、磨损情况等进行监测。（3）矿用提升机故障矿用提升机常见的故障部位为主轴装置、减速器、电动机和制动系统。主轴装置发生故障时轴承温度会高于50℃，闸盘的位移也会大于0.3mm，其振动速度也会变大。减速器故障时轴承温度和振动速度也会变大。制动系统的故障可通过监测闸瓦温度以及油温等判断。煤矿用设备故障类型如图1所示。

2基于云平台的煤炭设备远程故障诊断系统架构设计

基于云平台的煤矿用设备远程故障诊断系统的架构主要分为3层：数据采集层、网络通信层和系统应用层。在数据采集层采用温度、压力、速度等传感器对采煤机、矿用提升机和带式输送机的各项参数进行数据采集，将采集数据传输至无线采集分站，然后通过本地环网、5G网络等通信方式传输至故障诊断中心，故障诊断中心对收到的信号进行处理，转换为可被监控系统识别的数据，并采用防火墙隔离病毒，完成处理后将数据存储在本地服务器中。为了保障系统的稳定运转，本文设置了本地主服务器以及备服务器，当主服务器瘫痪后备服务器工作，保障系统的可靠运行。煤炭设备远程故障诊断系统架构如图2所示。数据采集层将温度、电流传感器等通过螺栓联接的方式安装在采煤机、矿用提升机以及带式输送机上，对设备运转状态进行监测。网络传输层备有无线连接和有线连接2种方式，通过以太网或5G网络将数据信息传输至故障诊断中心，交换机对本地网络进行分段管理。系统应用层分为硬件部分和软件部分，硬件部分主要指的是服务器，完成数据的存储与读取，增加了云服务器，由分布式云平台组成，减少了本地服务器的存储压力；软件部分包含数据处理算法、数据库以及远程客户端，对采集数据预处理指的是处理包含数据的备份、检索等，并通过神经网络等智能算法分析故障类型，诊断完成后将处理结果在客户端上呈现，及时地推送设备的运转状态，提醒工作人员检查设备。

3基于云平台的远程故障诊断关键技术

远程故障诊断最重要的信息传输，煤矿开采环境复杂，有些地方无线无法覆盖，因此本文采用无线和有线结合的方式。云服务器通过MQTT协议与客户端实现交互，该协议在不稳定的网络系统中可提供可靠的服务，而且结构简单，保障了信息传输的稳定性。数据的信息存储也是云平台很关键的技术，本文将采集得到的数据单独存储在服务器中，采用Hadoop数据仓库Hive对分布式文件系统（HDFS）内的数据进行分类，分类的原则是来自不同设备的数据分别分开存储，数据经过数据迁移工具（Sqoop）处理后按照设备、数据类型、时间节点进行分类，并将这些数据存储在HDFS中。该存储技术不仅可实现快速数据查询，还能对数据库在线扩容，保障数据库的空间足够。基于Hive的数据分类存储技术原理如图3所示。故障诊断的依据是传感器采集的数据，数据处理的依据是专家多年的经验，应用层的客户端将专家远程故障诊断经验通过逻辑分类的形式编辑为相应的程序，在线对煤炭设备故障进行预判断。专家诊断中心先根据现场工人的描述判断设备故障类型，当设备故障难以通过这些现象判断时，再专家诊断中心根据现场采集的数据进行判断。专家故障诊断中心根据现场描述对故障类型进行初步预判后将其分配给专家智能决策系统。

4基于云平台的远程实时故障诊断流程

远程实时故障诊断功能的构建需要实时数据参数的获取以及实时数据的查看、分析与存储，专家故障诊断中心先根据现场工人的描述进行判断，当专家诊断中心不能根据描述对故障类型进行诊断时，专家需与现场工人交流。然后以现场设备的运行数据为依据对设备状态进行判断，专家诊断中心根据传输至云诊断中心的数据对煤矿用设备的故障进行分析与判断。故障诊断中心的判断有时需要依赖设备历史状态数据，一般通过列表或图表等方式获取设备历史数据，有时需要远程发送命令指令进行调试从而更好地判断设备的故障类型。完成故障诊断后，将诊断结果保存在设备的故障案例库中，形成典型故障库，为之后的故障诊断提供依据，当其他用户遇到相似问题时可以通过索引的方式更快速地定位故障。基于云平台的远程在线实时故障诊断流程图如图4所示。

5结语

（1）对煤矿用故障率较高的设备采煤机、矿用提升机以及带式输送机的故障类型进行总结，分析为诊断相应故障需要监测的参数。（2）对基于云平台的煤炭设备远程故障诊断系统的架构进行设计，将系统分为数据采集层、网络通信层和系统应用层，分析不同层的功能以及层与层之间的关系。（3）分析基于云平台的远程故障系统通信技术、存储技术以及专家诊断中心的工作原理，并对专家故障诊断的具体工作流程进行研究。

参考文献：

［1］李旭,吴雪菲,田野,等.基于云平台的综采设备群远程故障诊断系统［J］.工矿自动化,2021,47(7):57-62.

［2］张娅,李庆,沈涛.采煤机常见故障及基于神经网络的故障诊断分析［J］.煤矿机械,2020,41(12):157-159.

［3］蒋元杰,叶荫民,蒋晓瑜,等.基于LabVIEW的设备故障诊断系统［J］.电子测量技术,2018,41(14):108-112.

［4］刘天元.矿井提升机远程监控及故障诊断系统设计［J］.科学中国人,2017(12):37.

［5］方晓汾,罗方赞,魏小华.基于云计算的矿井提升机智能故障诊断系统研究［J］.矿山机械,2017,45(4):26-30.

［6］高云红.提升机远程故障诊断系统及其基于DSP的数据采集与处理的研究［D］.青岛：山东科技大学,2006.

设备故障诊断系统篇（4）

引言

电力系统的电气设备故障的发生，对整个电力系统的正常运转都有着影响，所以要结合实际将故障的发生原因能够找到，并积极的加以解决，这样才能够保证电力系统电气设备的正常运行。通过对电力系统电气设备故障的理论分析，就有助于实际问题的有效解决，这对这一产业的发展有着促进作用。

1.电力系统电气设备的故障类型以及故障理论规律分析

1.1电力系统电气设备的故障类型分析

电力系统中的电气设备在运行一段时间后，就会出现设备的磨损以及老化等现象，从而对电力系统的正常运行造成很大的影响。加强对电气设备的故障分析，采取有效策略进行应对就比较重要，电力系统中的电气设备的故障是多方面的，按照不同的条件就能够分成不同的类型。其中在有着直观性故障和无特征的直观性故障两种类型，前者的故障主要是体现在电动机以及电器出现的冒烟以及散发着焦臭味和线圈变色等问题，这些问题就是电动机的过载所致，还有是出现了短路以及接地等方面的原因所致[1]。而后者的故障检修就比较困难，主要是电气线路以及元器件自身出现的问题，主要是由于元件的参数设置不当以及松动所致。

1.2电力系统电气设备故障理论规律分析

电力系统当中的电气设备的故障发生会有着一定的规律，大部分的电气设备故障规律都和浴盆曲线是相互吻合的。通过这一规律的分布情况来看，电气设备的故障会随着时间的变化分成几个重要的故障期。从电气设备的早期故障发生率来看是比较高的，然后在时间的变化下会逐渐的下降，早期故障主要是由于在设计以及制造过程中存在的不足所致，或者是由于使用不当所造成的。而在偶发故障时期就是电气设备的故障率处在稳定的阶段，这一过程中的故障发生不是一定的，而是随机产生的，是在设备的使用过程中比较稳定的一个阶段，也是工作效率比较高的阶段[2]。最后阶段就是耗损故障时期，这一过程中由于设备的长时间运作，就造成了设备的老化以及磨损等，所以故障就会逐步的增高。这一浴盆曲线的描述，对实际的电气设备的故障发生的情况是相对比较符合的。

2.电力系统电气设备故障诊断思路和诊断检修的措施

2.1电力系统电气设备故障诊断思路

对电力系统电气设备故障的诊断，要能有一个整体的思路，这样在故障的解决效率上才能够得到有效提高。对电气设备故障实施检修的基础是要能够具备比较完善的设备管理体制以及检修质量管理体系，还要能够有灵活性的设备运行方式，在检修的队伍和设备管理人员方面也要能够具备，有齐全的设备管理台账，在检修记录和手段方面也要完善，以及在检修诊断的设备方面要能具备等[3]。这些方面都要得以完善化呈现，这样才能对电力系统电气设备故障的解决效率得以有效提升。

2.2电力系统电气设备故障诊断检修的措施

加强对电力系统电气设备故障的诊断检修，要从多方面进行策略的实施，电气设备的线路如果是比较复杂，这就要依照着电气控制的关系以及原理图来加以分析，对故障的发生范围以及故障点找到。通常主电路的故障都是相对比较直观的，所以故障点也比较容易找到。如果是复杂的控制电路，就要依照着设备的功能以及控制要求等加以检修，通过控制图来找到故障点并针对性的解决。电力系统中的变压器是关键的电气设备，一旦出现了故障就会带来很大的损失，在变压器出现了线路异常的时候，能够通过对其外表的情况反映进行判断。例如通过听声音以及闻气味等进行故障诊断。如果发现变压器出现了异常，就要能够进一步的加以处理，对油中的气体分析对故障性质和类型来进行分析，确定后对故障针对性解决方法加以应用。也可通过电工比较常用的仪表对故障进行诊断，通过电压测量法以及电阻测量法和短接测量法等，都能够起到故障诊断的目的[4]。例如通过电压测量额方法，可以将万用表转换开关置于测量电压比较合适的档位，然后对电路线路的电压以及电器元件接点电压加以测量，对故障点进行判断。而电阻测量的方法就要将待测的设备电源先断开，然后采用万用表转换开关置于比较适合的测量档位，这样对设备的故障点进行测量。对于有着经验的人员，也可凭借着自身丰富的实践经验对故障电路进行检修，可以对比较常见性的故障进行诊断检修。例如在对起动控制电路发生的故障变为点动不能自锁，故障点就常常是和启动按钮并联接触器有着关联，这样就能够针对性的对故障加以排除，在作业的效率上也比较高。

3.结语

总而言之，电力系统中的电气设备故障的诊断检修，要能通过实际的技术和理论相结合，充分的对整个电力系统的运行情况得以了解，这样才能够更为有效的应对电气设备的故障问题。此次主要是从电力系统电气设备的故障问题以及理论规律和解决措施等方面进行的研究，希望能够通过此次的努力，为电力系统的良好发生起到积极的促进作用。

参考文献：

[1]王景,任燕.电气设备故障诊断方法和技术[J].自动化与仪器仪表.2015(05)

[2]刘云龙.电气设备故障诊断系统的分析与设计[J].网友世界.2014(07)

设备故障诊断系统篇（5）

随着现代科学技术的飞速发展，各种旋转机械设备也开始朝着大型、高速、重载、精密、复杂的方向发展，机组机械的工作效率和自动化水平都突飞猛进的提升着。旋转机械设备在我国国民经济发展中发挥着不可小觑的重要作用，它们工作的主体转子和其他回转部件，是现代化持续生产过程中的关键环节和重要部分，一旦发生机械故障，不仅机组本身会遭受重大顺坏，而且连续的生产过程还会因此而中断，甚至导致停工停产，随之而来的是巨大的经济损失和社会负面影响。由于大型旋转机械故障诊断的复杂性和诊断人员自身诊断知识的不足，由于设备故障引起的影响生产、利润降低甚至造成一些灾难性事故的情况时有发生，因此迫切需要建立企业维修人员的培训及机器自动识别智能诊断系统来辅助维修人员进行机器的诊断工作，降低故障的发生率。使得设备的管理水平得以提高、保障设备的可靠性和稳定性、避免不必要的事故的发生、尽可能减少事故破坏性、从而保证生产的安全稳定进行，取得潜在的巨大经济和社会效益。

一、小波分析进行故障特征信息提取

电设备故障诊断和预测的一般过程。主要包括信号采集、特征信号提取、状态识别、诊断预测四个方面：1．信号采集2．特征信号3．状态识别4．诊断预测。该系统由用户界面、数据处理、任务分配、神经网络诊断模块和专家系统诊断模块五个部分组成。

首先，系统实际运行前，需选取样本集对神经网络进行训练：专家系统部分需通过与领域专家交流由程序员建立知识库。具体实施方法将在下面章节中第4章基于神经网络专家系统的风机故障预知维护系统结构研究叙述。系统启动后，提示用户选择优先采用的故障诊断方法，默认情况下选择神经网络诊断方法。当监测数据超过预警门限值时，系统在数据库中读取此时的设备运行参数。包括轴振动、轴温、油液三个方面。对以上参数进行数据处理并送入神经网络进行诊断。诊断中间结果显示在用户界面上，如果用户对结果满意则作为最终结果显示，如果不满意，则转到任务分配模块，使用专家系统对设备进行故障诊断，并将所得的结果作为最终结果。使用面向对象知识表达方法描述和表达知识，以知识树的方式构建专家系统知识体系。对知识树以遍历的方式与产生式规则结合进行推理，推理结果能够较好的反映专家知识。在面向对象的智能故障诊断专家系统中，对于知识库中包含的每个对象结点，为了能够更好的适应一些比较复杂的情况，有的问题是可以采用自顶向下的理论来进行推理的，而另一部分却是适合用自底向上的方法对其求解，在推理的过程中会不断地发生各种变化。因此在知识表示方面需要加强其灵活性，即将不同的方法添加到每个对象中，便于去相应的处理不同的推理阶段。每个结点对象都具备以下三个方法：先序、中序和后序。这三种特殊的方法是按照不同的次序在推理过程中实现的。在系统默认的情况下，这是一个从问题的根结点对象开始的层层推进的深度优先遍历的过程。其它结点的产生式规则与上述类似，当系统运行后，提示用户选择设备所发生故故障征兆类型，及该征兆的确信度。推理机按照一定的规则对知识库中各结点及其所对应的方法槽进行遍历，在每个结点的后序方法中计算该结点所对应故障产生的后验概率。最终得到诊断结果。

二、数据挖掘技术中决策树分类算法的设计与实现

此方法主要研究工作分为以下几个部分：1.决策树挖掘算法的研究，2.基于决策树挖掘系统的开发，3.基于Struts开发的在线故障诊断系统，4.利用开发的挖掘系统为web故障诊断系统提供诊断依据，验证该方法的有效性。

数据挖掘系统具有以下几个主要组成部分：①数据库、数据仓库或其他信息库，②数据库或数据仓库服务器，③知识库，④数据挖掘引擎，⑤模式评估模块，⑥图形用户界面。数据挖掘阶段，这个阶段就是开始进行实际的挖掘操作。主要包括以下几个要点：①明确挖掘的任务和目的，例如数据的序列模式发现和数据总结、聚类、分类、关联规则的发现等。②明确了挖掘任务之后，就要执行挖掘算法。不同的算法可以来实现同样一个任务，选择实现算法通常有两个需要考虑的因素：首先不同的数据有不同的特点，其次要考虑用户或者实际运行系统的要求。③完成以上工作后，就可以进行数据挖掘操作了。

数据挖掘决策树归纳分类是机械智能诊断的基础。这个模块需要系统维护人员在服务器端对后台数据库进行长期维护。系统维护人员可以添加、删除、修改数据库中故障类型，添加或更新故障类型对应的说明。对样本数据库进行定期的清理，去掉错误的数据、定义新的故障类型样本等数据清理工作。对更新过的故障样本重新做数据挖掘决策树归纳分类，生成为最新的规则模型。

三、费舍尔判别分析法

在数学方面，高等数学和现代数学的许多分支在状态监测技术和故障诊断技术以及信号数据的收集和处理分析都被广泛地应用。用的数学方法为：1.积分变换法，2.概率论，3.数值分析法，4.运筹学。决策是普遍存在于人们生活和工作中的一种活动，是分析解决当前以及未来可能发生的问题时，获得最优方案的分析判断过程。

费舍尔判别分析法是一种基于数据驱动方法的技术。数据驱动测试注重于测试软件的功能性需求，也即数据驱动测试使软件工程师派生出执行程序所有功能需求的输入条件。数据驱动与基本原理模型无关，使用数据驱动不需要昂贵而且费时的基本原理模型，所以数据驱动方法很适用于旋转机械这样复杂的机械组。降维技术把数据投影到低维空间，低维空间可以准确表征过程的状态，极度的简化和改良了过程监控程序。针对故障诊断来说，首先从故障设备中收集相关的数据，接着对数据进行分类，每一类表示某一特定的故障类型。FDA是一种线性的降维技术，它将各类进行最大程度地分离。使得一系列的线性变换向量得以确定，将这些向量按最大化类间离散度、最小化类内离散度的原则标准进行排列。

FDA是使用类信息来对降维空间进行计算，致使FDA的判别函数对类信息的使用程度比其他分析法对类信息的使用程度要大得多。FDA在评价判别函数时，所使用的是所有故障类的信息。通过定义一个故障类的附加的数据类，FDA也用于故障的检测。正常运行状况下的数据与训练集中故障类数据的相似性决定了用FDA判别函数进行故障检测的效果。若正常运行状况下数据能合理地与故障类进行分离，那么可以应用FDA进行故障的检测。对于已经知道的故障类而言，能保证较小的漏检率。至于那些超出利用FDA向量定义的低维空间数据，FDA判别函数没有将与之相关的未知故障考虑在内，从某种程度上说，FDA判别函数或许不能够检测出此类故障。建议最好能够将一个基于残差的FDA统计量与FDA判别函数一起使用，这样不仅能够检测出与FDA向量定义空间内数据相关的机械故障，而且还能够检测出与此空间外数据相关的机械故障。

参考文献：

[1]黄天戍，孙夫雄．水轮机组故障诊断数据库系统[M]．测控技术．2003，22(5、：54-56

[2]贺晋忠，王明赞．水轮机组继电保护与状态监测[M]. 继电器，2004，32(1 5)：71-84

[3]王军．网络化在线监测与故障诊断系统在大机组上的应用[M]．大氮肥．2004．27(2)：1 34・1 37

[4]金飞，贾民平．压缩机组远程监测与故障诊断系统及其应用[M]．机械制造与自动化．2003，(3)：61．63

[5]陈保新．状态监测和诊断系统在压缩机中的应用[M]．有色冶金设计与研究．2003，24(1)：171―1 80

[6]Michael Wooldridge，石纯一，张伟，徐晋晖等译[M]．多Agent系统引论．北京：电子工业出版社．2003

[7]李毅，罗诩，石纯一．多agent系统的一种交互策略模型[J]．软件学报，1999．10(7)

设备故障诊断系统篇（6）

中图分类号：TS736文献标识码： A 文章编号：

1 前言

自动化设备出现故障后，按照传统的处理方法，技术人员首先需要到现场确认故障并查询PLC程序，形成方案对故障进行处理。这种故障处理方式存在几个方面的弊端：1）故障原因可能无法快速确定，给快速解决故障带来困难；2）技术人员办公地点不在现场和主控室，无法及时掌握设备故障信息，不利于快速及时恢复生产；3）没有手段根据设备参数变化情况及时预判设备故障，不利于提前发现问题；4）技术人员水平存在差异，导致在处理方案形成上可能存在安全和技术隐患。

为解决以上问题，开发了自动化设备故障自动诊断系统，有效解决了维检工作过程中在设备故障处理方面存在的问题，系统现已在济钢投用，效果良好。

2 系统设计

2.1设计原则

系统本着快捷、方便、实用的原则进行设计，实现重要设备的故障诊断、远程设备运行情况监视、故障预判、故障处理方案快速形成、故障信息快速通知等功能。

2.2系统架构

硬件架构如图1所示。

图 1 硬件架构

软件架构如图2 所示。

图 2 软件架构

3 系统功能

系统主要具有数据采集、故障诊断、故障处理方案自动生成、设备运行状态远程监视、短消息自动发送等功能。由于数据采集周期的限制，为将设备的所有故障信息全面的采集上来，在PLC程序中需要实现故障记录功能。

1）PLC实现部分

主要是为了将导致设备停机的故障信息和操作员的操作信息进行记录，为故障诊断提供完整的数据信息。记录的故障和操作信息在每次设备停止时先清空再记录，保证暂存变量的数据为上一次停机时的信息。

2）数据采集与故障诊断

采集分为实时信息和历史信息，历史信息为设备停机时PLC程序记录下来的故障和操作暂存信息，为实现用户可以在办公网上访问生产数据同时防止办公网干扰控制网，采集程序首先将采集到的数据进行网络转换，由控制网经485转换为办公网数据，数据采集采用OPC方式获取生产数据，再使用Modbus协议进行网络数据转换。实时信息中包含设备的重要参数和实时故障信息，历史信息只在判定设备由运行转为停机时进行记录，并将与此设备相关的故障变量信息和操作信息写入数据库中。故障诊断程序根据数据库中故障预判规则对设备运行情况进行判定，在判定出设备异常信息后及时将异常信息写入数据库中，同时将信息及时发送给Web程序。

3）短消息发送

根据数据库中短消息发送规则，在设备启动或停止时将导致设备状态变更的预置信息发送到相关人员，实现了管理人员和技术人员随时随地掌握生产设备运行情况。

4）Web访问

Web主要呈现三个方面的功能：设备实时信息、故障预判信息、故障信息查询，其中设备实时信息是读取数据采集程序发送过来的数据实现。故障预判信息一方面获取故障诊断程序的诊断信息，另一方面通过查询数据库中的信息呈现。故障查询为检索数据库中的记录信息呈现，根据检索到的故障信息关联到故障处理方案供用户参考，实现出现故障即可快速形成故障处理方案，弥补了维检人员由于技术水平差异导致的在故障处理方案形成上存在的安全和技术隐患。

5）数据库

为达到方便使用，友好操作的要求，数据库主要设计了以下数据表：采集信息表、设备信息表、手机号码表、短消息规则表、故障预判规则表、故障记录表、操作记录表、故障处理方案表。

4 软件开发

软件开发采用C++、C#、JavaScript相结合的方式进行，其中数据采集程序采用C++进行，其它程序采用C#、JavaScript开发。软件开发过程中主要有以下几个方面的策略：

中断续连策略

对于数据采集程序在与PLC通讯由于网络或其它原因导致中断后数据采集程序应具备重新连接功能，重连时首先判断网络是否正常，在网络正常后如无法正常通讯，则中断20秒后重新进行连接，防止由于OPC Server过于繁忙导致死机，影响通讯。

快速数据呈现

为实现采集后Web总是可以呈现最新的设备信息，采取将数据存入WebService的方式而不是将数据写入数据库Web页面再读出的方式实现，保证了数据传输的快速性，同时采用JavaScript异步读取WebService数据，实现在页面呈现上只刷新数据而无须刷新页面。

方便扩展

设备故障诊断系统篇（7）

导弹测试设备主要由地测微机、采集控制器、监控装置、电源/模拟器等组成，它们之间都是通过I/O总线和专用总线接口相连。模拟量测试电路、数字量测试电路、开关量测试电路和其他电路通过测控总线和地测微机连接。其结构框图如图1所示。

专象系统

该测试设备是70年代的产品，仪器采用大量分离元件，其工作可靠性较差。由于使用该设备时间较长，积累了较多的排故经验，具备了利用专家系统进行对该设备故障诊断的基本条件。该专家系统需对地面测试设备实现如下功能：

・对地面测试设备进行实时监测，反应故障信号；

・根据故障现象，利用专家诊断系统找出故障原因；

・根据专家知识经验提出排除故障的方法或建议。

考虑到数据的存储和组织应具备可靠性和关联等特点。该专家系统采用关系数据库技术、用c++Builder(简称CB)前端开发工具开发。实现Windows下的应用。

基于知识的故障诊断专家系统所依据的是知识库中的知识，良好的知识库管理系统可以方便知识的获取和知识库的维护。针对导弹测试设备中数据种类多、数据量大、数据管理任务重等特点，以及对各种数据准确性、实时性和可扩充性等方面的要求。本故障诊断专家系统中考虑使用关系数据库对各种数据进行存储。管理和维护。其好处是：

(1)基于数据库的知识库管理是知识库管理的新技术。数据库中的表，不仅创建时比较方便，而且对于用户来说维护也比较容易；发展的软件技术也使数据库与应用程序之间的接口更容易实现。所以用数据库特别是关系型数据库来进行对知识的建立与维护是十分合适且方便的。

(2)对知识进行系统化组织与存储，并能有效地管理是建立专家系统时必须要考虑的问题。在关系数据库的基础上来建造知识库，充分利用关系数据库管理系统功能，可以方便知识库管理系统的设计。

(3)基于数据库的知识库的建立和维护技术，为诊断知识库提供了易于扩充和完善的框架。合理的知识库组织和管理系统也是今后完善诊断知识的基础，通过不断积累经验，不断地完善已有的知识体系，最终可提高诊断系统的智能化水平。

系统设计与实现

硬件系统结构模型

系统的硬件部分主要是对导弹地面测试设备的模拟量测试信号、数字量测试信号和时序量测试信号进行实时采集和检测，与计算机之间采用串行通讯的方式，提供专家系统实时采集信息。其结构框图如图2所示。

通过对该地面测试设备可能发生故障的分析，有两种不同的故障判别方式。一种是针对确定因素进行推理的精确故障诊断模式；另一种是针对多因素模糊判断的模糊判别故障诊断模式。因此，在知识的获取、表示和推理等的机制上采取了不同的方法。图3示出该专家系统的结构模型。

专家系统一个重要的功能就是新知识的学习能力，该专家系统知识库可以根据不同型号需要改进更新而重新充实，专家系统中的故障库系统承担着为学习系统准备学习样本的重要任务，该系统的故障实例可以以(原始信号，诊断结论，维修措施)形式进行记录，这样记录的实例通用性比较强，在理论上可以供多个专家系统使用，不同型号的地测设备的故障诊断专家系统可以应用自己的征兆识别系统进行识别，将实例转化为适合自己的形式进行学习。该专家系统做了专门的应用程序窗口来进行对知识的获取，包括添加、修改、删除等操作。针对精确故障推理知识和故障模糊判断知识的不同要求，分别做了不同的知识获取窗口应用程序，既可以通过向维修专家和所记录的维修资料来获取知识，也可以通过系统自学习来获取知识。

在专家系统中，核心环节是推理机，推理的知识存放在相应的动态数据库中，知识推理控制着整个系统的运行并使之按照一定的推理策略去解决问题。由于故障分析中存在确定性知识和模糊性知识，所以知识推理采用了状态链推理和模糊推理两种不同的方法。

设备故障诊断系统篇（8）

关键词： 通信装备；故障诊断；故障树；专家系统

Key words： communication instrument；Fault Diagnosis；Fault Tree；Expert System

中图分类号：V55 文献标识码：A 文章编号：1006-4311（2012）33-0190-03

0 引言

目前测量船在用的通信装备技术含量高、工作原理复杂、专业性强、种类繁多，测量船出海期间通信的实时性对通信保障工作提出极高的要求，同时长时间的海上船摇对通信装备也具有很大的影响，这些因素都为科技人员对通信装备维护保养设置了很高的标准，同时要求一旦装备发生任何故障，科技人员要能够快速定位解除故障，对岗位人员的故障排查、定位能力要求很高。而当前航天测量船对通信装备的故障诊断排查主要依靠科技人员的经验积累来完成，效率不高。因此，设计一套测量船通信装备故障诊断系统用来有效辅助科技人员快速、准确进行装备故障诊断，便成为当前一个迫切需要解决的问题。

1 设计思想

故障树分析法[1]是一种将系统故障形成原因按树枝状逐级细化的图形演绎方法。它通过对可能造成系统故障的各种因素（包括硬件、软件、环境、人为因素等）进行分析，画出逻辑框图（故障树）；再对系统中发生的故障事件，由总体至部分按树枝状逐级细化分析。常见的故障树诊断主要有逻辑推理诊断法和最小割集诊断法[2]。

专家系统[3]是一种智能计算机程序，它是运用知识和推理来解决只有专家才能解决的问题。由于不同的专家系统所需要完成的任务和特点不同，其系统结构也不尽相同。目前比较流行的专家系统的一般结构包括人机接口、推理机、解释器、知识库管理模块、综合数据库、知识库。

针对航天测量船装备故障诊断的特点及诊断需求，根据优势互补原则，从产生与作用、知识获取、知识转换、诊断功能的扩展等方面归纳分析出故障树分析法与专家系统的结合点，作为故障诊断系统的设计思想。

1.1 从专家系统与故障树的产生和作用来看，两者是有一定联系的 故障树是图形化的用于系统可靠性分析和故障诊断的模型；而专家系统是当系统失效时综合利用各种诊断信息，依据知识库中的知识，通过推理确定系统的故障原因，并给出排除故障的方法和建议。

1.2 从专家系统知识获取的角度来看，故障树分析法也是一种基于诊断模型的知识获取方法，该方法在故障诊断中的应用在一定程度上解决了专家系统在实际应用中对动态系统知识获取的瓶颈问题。

1.3 从故障树知识与专家系统知识转换的角度来看，故障树具有标准化的知识结构。故障树的顶事件对应于专家系统要分析解决的任务，其底事件对应于专家系统的推理结果；而故障树由顶到底的层次和逻辑关系对应于专家系统的整个推理过程。

1.4 从故障树分析方法对专家系统故障诊断功能的扩展角度来看，逻辑推理诊断法用故障树中各底事件、中间事件、顶事件的发生概率对故障树转化生成的规则进行排序，提高了系统搜索匹配规则的效率；在最小割集诊断法中，引入最小割集重要度和底事件概率重要度，提高了故障诊断命中率，减少了测试工作量。故本系统设计中采用逻辑推理诊断法和最小割集诊断法结合的故障诊断方法。

2 总体模型设计

航天测量船通信装备故障诊断系统主要包括六个功能模块，分别为：系统管理模块、知识库管理模块、故障诊断模块、诊断维修记录模块、辅助工具模块、帮助模块等六个模块。其中每个模块可以分别通过包含各自的子模块来具体实现。系统模型如图1所示。

2.1 系统管理模块 主要实现数据库连接配置、用户登录、用户管理、修改密码等功能。

2.2 知识库管理模块 主要实现对知识的获取、管理和维护，以使知识库不断完善。

①知识获取子模块：可通过向导和设计视图两种方式获取知识。向导方式适用于初次创建某装备知识库；设计视图方式适合于对已初步形成的某装备的知识库实现有针对性的局部知识获取。②知识管理子模块：实现将知识以数据库表的形态呈现给用户，以便用户对各种表中存储的知识直接进行添加、删除、编辑、查询等操作。③知识检索子模块：将知识按照不同的装备、不同的归属结点以及不同的知识类别进行列表索引。④知识备份子模块：主要实现对数据库中全部知识的复制备份。

2.3 故障诊断模块 主要实现对选定装备的故障诊断工作，提供逻辑推理和最小割集两种诊断方法。

①故障识别子模块：主要通过与用户交互相关的诊断信息来实现故障类型的判断。②逻辑推理诊断子模块：主要实现利用逻辑推理诊断方法进行故障诊断。③最小割集诊断子模块：主要实现利用最小割集诊断方法进行故障诊断。④诊断维修记录参考子模块：将调用逻辑推理诊断子模块或最小割集诊断子模块进行故障诊断的故障类型相关诊断维修记录提供给用户参考，帮助用户进行故障维修。⑤排故措施参考子模块：对调用逻辑推理诊断子模块的诊断最终结论或最小割集诊断子模块中的每一步诊断提示给出相关的排故措施，帮助用户进行故障维修。⑥诊断维修记录存档子模块：当用户对故障诊断的结论进行维修验证后，需提交此次故障维修相关信息，如维修结论、维修结论描述、维修解决方案、维修人员、维修时间、维修地点、装备编号、生产厂家、服役时间等要素。

2.4 诊断维修记录模块 主要实现对诊断维修记录的查询、增加、删除、编辑等管理维护以及对系统存档的诊断维修记录进行定量分析。

2.5 辅助工具模块 主要提供一些系统的辅助工具功能，如Visio绘图工具、打印、记事本、计算器等。

2.6 帮助模块 主要包括关于系统的简单信息和使用帮助。

3 诊断知识库E-R模型设计

诊断知识库中拥有知识的数量和质量是本系统性能和问题求解能力的关键因素[4]，根据面向对象的不同可将故障诊断知识库大致分为七个数据表：结点表、故障类型表、故障树节点事件表、故障识别规则表，故障规则表、测试条目表、排故措施表。图2为通信装备故障诊断知识库的E-R图（下划线的数字表示是其所属实体的主键）。

图中数字标示的含义具体如下：

1：结点名称；2：结点编号；3：结点层次；4：结点所属仪器装备编号；5：父结点编号；6：子结点编号组合；7：结点原理（文字说明）；8：结点原理图编号；9：维修知识属性；10：维修知识内容；

11：故障类型名称；12：故障类型编号；13：故障类型所属结点编号；14：故障树结构图编号；15：故障原理图编号；16：故障原理（文字说明）；17：下级链结故障（树）类型编号组合；18：故障识别规则编号；

19：故障树节点事件编号；20：节点事件；21：节点事件层次；22：事件性质；23：父节点事件编号；24：子节点事件编号组合；25：本节点事件与子节点事件的关系；26：节点事件隶属故障类型编号；

27：故障识别规则编号；28：故障类型权值；29：故障征兆编号组合；30：故障征兆对应的域值编号组合；31：故障征兆对应的条件权值组合；32：用户确认的故障征兆对应的可信度组合；33：前件关系；34：追加关系；35：追加前件的规则编号；36：结论编号；37：规则强度；38：规则阈值；39：结论域值；

40：故障规则编号；41：规则隶属的故障类型编号；42：规则前件编号组合；43：规则前件关系；44：追加关系（前件）；45：追加前件的规则编号；46：规则结论编号组合；47：规则结论关系；48：追加关系（结论）；49：追加结论的规则编号；50：结束标志组合；51：规则属性组合；

52：测试条目编号；53：测试条目隶属的仪器装备编号；54：测试条目内容；55：测试条件；56：测试工具；57：测试位置；58：测试位置图编号；59：测试方法与步骤；60：标准测试值；61：实际测试值；

62：排故措施编号；63：排故措施针对的诊断最终结论编号；64：排故知识（文字说明）；65：排故图编号。

4 故障诊断流程

本文中对诊断流程设计考虑了系统使用的逻辑推理诊断法和最小割集诊断法。图3为故障诊断流程图。

用户可通过两种方式进入故障诊断流程：

①第一种方式：用户直接选择装备名称、型号、故障类型。系统将该故障类型直接调入“故障识别冲突集”中，转入第④步；

②第二种方式：用户根据自己的相关经验，选择故障可能发生的最小范围的结点，也可以同时选择提交故障征兆以及故障征兆发生的环境、条件等域值；

③若用户在第②步中同时提交了结点和故障征兆两类信息，则系统根据用户提供的诊断信息，按照搜索和故障识别规则的匹配策略把相匹配的故障识别规则结论放入“故障识别冲突集”中。若“故障识别冲突集”为空，则返回至第②步。若不为空，则转入第④步；

④系统按照故障类型权值大小，依次在“故障识别对话”中向用户询问“故障识别冲突集”中的故障识别规则前件的可信度；

⑤系统按照故障规则的匹配策略，判断出该故障类型识别是否成功。若故障类型识别不成功，需要修改已提交的某规则前件可信度。若成功则调用故障类型的诊断线程；

⑥用户可选择采用逻辑推理诊断法和最小割集诊断法。若用户选择逻辑推理诊断法，转入第⑦步；若用户选择最小割集诊断法，转入第⑨步；

⑦系统定位到某故障类型，提供与之相关的诊断维修参考。系统按照故障规则的搜索、匹配策略，实现基于故障规则的逻辑推理诊断。若启用的是一条测试规则，则在“故障诊断对话”中依次询问该测试条目，并给出该测试条目的测试工作参考。若此次逻辑推理诊断成功，系统给出最终诊断结论的排故措施参考以及诊断路径解释；若系统得出的最终诊断结论是另一故障类型，则系统自动转入第⑥步。若用户维修验证成功，则按要求将此次诊断维修记录存档后，结束诊断；若用户维修验证不成功，可参阅以往该故障类型的诊断维修记录，帮助用户调整维修方案，也可以转入第⑧步或选择最小割集诊断法进行该故障类型诊断；

⑧系统按冲突求解策略自动调用“故障识别冲突集”中其它故障类型的诊断线程，转入第⑥步或根据用户需要返回至第①步或第②步；

⑨系统为每一步诊断提示，给出相应的排故措施参考、诊断维修记录参考以及提供用户查看该故障树的各最小割集重要度、最小割集中的各底事件的概率重要度等统计数据。若用户在某一步的诊断提示下的维修验证成功，则将此次诊断维修记录按要求存档后，结束诊断；若用户维修验证均不成功，可转入第⑧步或选择逻辑推理诊断法进行该故障类型诊断。

5 结束语

目前，航天测量船对通信装备的故障诊断排查主要依靠科技人员长期累积的经验来完成，具有效率不高的特点。结合了故障树分析法与专家系统的通信装备故障诊断系统的应用不仅可以辅助科技人员快速、准确地进行故障分析、定位，大幅提高排除故障的效率，而且可以协助科技人员找出装备的薄弱环节，并提出相应的改进措施。

参考文献：

[1]刘迅.基于故障树与BAM神经网络的只能故障诊断方法[C].科学技术与工程，2010：3101-3105.

设备故障诊断系统篇（9）

设备的长期应用会导致设备内部出现故障，如绝缘、局部过热以及操作不良等，影响设备的使用寿命，同时影响了企业的生产发展效益。在此情况下，应该加强对故障的调查研究，经过综合分析以及长期监测，确定故障诊断系统的构建，以此来制定科学的维修计划。

1 基于新形式下的电气设备状态监测与故障诊断系统功能

在新形式下，随着电子、计算机、信号、网络以及数据等技术的应用，电气设备的状态监控与故障诊断系统需要不断的进行改进，其主要功能如下：

1.1 数据浏览功能

在系统的状态监测与故障诊断系统中，需要通过网络技术来实现数据的浏览，用户在监控系统过程中，可以通过联网计算机实现对设备运行相关数据的查询和分析。其主要是由于在设备的运用过程中，通过传感器可以将设备运行的状态发送到计算机中，通过处理器的分析功能，可以实现对数据的整理和反馈，从而可以实现对设备运行状态的监控和诊断，

1.2 提供参数信息

在设备的运行中，包括变压器、传感器以及开关等组成部分，通过温度、湿度以及气体传感器的检测，可以将数据发送到计算机中，从而通过系统软件，可以为用户提供设备的参数信息，实现对系统的整体分析。

1.3 智能诊断功能

在电气设备运行中，通过系统可以实现对设备的数据收集，而用户将专家系统、神经网络以及人工智能等手段应用于设备的监控中，可以实现对设备运行状态的综合诊断，降低了人力资源的使用率，同时提升了设备诊断的质量和效率。

1.4 预测和分析功能

在设备运行监控以及诊断系统中，可以实现对系统运行的预测以及综分析，其主要是由于系统通过相关数据，可以实现对设备的综合预测，通过历史数据以及工作状态，可以分析设备的使用寿命及功率的变化，另外，在系统的运行中，可以实现对故障的分析，从而可以最大程度的保障设备的运行状态。

2 基于新形式下的电气设备状态监测与故障诊断系统组成

在系统的设计中，系统组成图如图1所示，系统的组成需要通过红外测量单元来实现对出具的采集，将信息传递给中央处理器，之后通过用户设定的专家系统，实现对故障的分析和运行设备的监控。并且在显示器中显示，最终存储到数据库中，其主要组成部分如下。

2.1 硬件系统

在红外测量单元中，设备的运行状态会发射相应的能量，经过系统的收集和处理分析后，会将红外辐射信息输送到探测器中，之后通过转换器转换成为电信号，输送到处理器中，同时经过系统的放大、补偿以及线性化处理后，将信息传送到中央处理器。

激光系统具有集中性，可以运用红外探测器测量远距离的目标，在测量的过程中，可以精确的定位中心点，通过前置放大器、滤波器、积分器以及线性化电路来实现对信号的处理，将激光辐射信号转化成为电信号。

中央处理器是系统的核心组成部分，微处理器的运用中，主要采用PC/104模块，具有体积小、功能强以及功率低等特点，显示器采用真彩平板，具有较高的使用性能。通过硬件系统，可以实现对数据的收集和存储。

2.2 软件系统

在软件系统的设计中，主要包括记录和诊断系统，记录系统是于处理器进行通信的系统，可以实现对数据的收集和存储，将相关数据输送到数据库中。专家系统是对数据的分析和推理，制定出诊断功能，从而制定科学的维修计划。

专家系统主要由知识库和规则库组成，其结构形式由BNF表示，规则库是通过故障树的方式来进行表示，可以表达相关领域知识。

数据库主要包括动态和静态两个数据库组成部分，动态数据库是用来诊断的信息，静态数据库是专家推理信息，通过两个数据库的结合，可以实现对设备运行状态的动B监控。

在软件设计中，专家软件时通过混合推理的方式来进行诊断，其主要包括在线诊断及离线诊断两种形式，在线诊断方式是通过实时数据时间处理分析，最终实现对故障的诊断，离线诊断方式是利用人机接口，实现对故障的诊断。在系统的设计中，硬件系统与软件系统是系统的重要组成部分，两者共同构成了系统的监测与诊断功能。

3 系统的发展与展望

在电气设备系统监测和诊断的过程中，随着技术的不断发展，系统必然逐渐引进新技术以及智能技术。在现阶段的系统运行中，恩泰克公司推出的PM系统、MM系统可以较好的实现对发电机和电动机的监测及故障诊断，具有极高的应用价值。该软件具有数据库，可以实现对图像的输出功能呢过，便于分析和诊断设备的运行状态。另外，在未来系统的设计中，必然逐渐加强对智能化设备的运用。如粗糙集理论依据概率等方式将逐渐应用于系统的设计中，最终可以实现数据的动态监测与故障诊断，以此来制定科学的维修计划。

4 结语

本文主要探究新形式下的电气设备运行监控及故障诊断，主要观点如下：

（1）系统的功能主要包括数据浏览、提供参数、预测和诊断分析功能；

（2）系统的组成主要包括硬件系统、数据库和软件系统；

（3）系统未来必然逐渐趋于智能化和技术化。

参考文献

[1]金祖荣.石化行业电气设备状态监测与故障诊断[J].甘肃科技，2010（04）：66-67.

[2]毛江.大型水电厂设备远程状态监测与故障诊断系统的构建[J].水电站机电技术，2010（03）：110-112.

设备故障诊断系统篇（10）

中图分类号：TM73 文献标识码：A 文章编号：1672-3791（2017）06（c）-0059-02

设备老化、人为破坏、极端天气等，都是导致电力设备出现故障的常见因素。电力设备故障不仅会给电力企业带来一定的经济损失，严重情况下还会危及人们的生命安全，因此必须要做好严格的监管，实施必要的故障诊断，保障电力设备的运行安全。文章首先概述了电力设备远程监控与故障诊断系统（RMFDS）的设计思路和硬件组成，随后分别从现场监控、故障诊断、应用程序三方面对远程监控和故障诊断功能的实现进行了分析。

1 电力设备的远程监控与故障诊断系统的设计思路

在电力设备内部安装传感器或是在工作现场安装监控器，收集电力设备的运行数据，随后将这些数据输入到专门的计算机操作软件上进行分析和加工，将加工后的信息与数据库中的信息进行比对，从而检测出电力设备存在的潜在故障或安全隐患。检测到故障信息后，计算机发出警告信息，管理人员可以快速锁定电力设备的故障问题，及时制定相应的问题解决措施。RMFDS的应用优势在于，它能够在短时间内完成信息采集、数据传输、指令反馈等多项操作，提高了远程监控的实时性和灵活性，解决了传统电力设备监控中需要耗费大量人力和物力的弊端。除此之外，运用大数据和云计算技术，还能够将电力设备运行所产生的数据信息作为原始依据，对其进行深层次的分析和利用，最大程度上发挥数据的利用价值。

2 RMFDS的硬件组成及功能

远程监控模块的硬件主要有摄像机、A/D转换器、报警解码器、计算机、云台等。其中摄像机安装在电力设备工作和运行的现场，全天候的检测电力设备的工作状况；摄像机与A/D转换器相连，摄像机采集到的视频信号经过A/D转换器的转换后，以二进制数据的形式发送到视频采集终端，然后经过一系列的运算和操作，实现对视频信息的分解。如果监测到电力设备的运行信息异常，则报警解码器联动报警输出设备，发出报警信号。早期的远程监控系统中，各个硬件之间采用有线连接，这种连接方式虽然能够保证系统之间的数据交互，但是稳定性较差，现阶段远程监控大多采用集成模块，不仅压缩了设备体积，而且极大地提升了系统的稳定性，保障了远程监控的稳定性。

RMFDS所实现的功能主要包括：一是数据的采集和处理功能，例如电力设备的运行状况、生产情况等，这是远程监控与故障诊断系统运行的基础资料；二是管理功能，系统可以将现有的数据、图像进行详细分析、故障诊断和险情预测，从而制定出相应的故障应急处理预案；三是控制功能，管理人员可以将控制指令及时发送到电力设备的各个控制端，实现信息的反馈。

3 电力设备中RMFDS的软件组成

除了有硬件设备作为支撑外，要想系统远程监控和故障诊断功能的实现，还必须建立一个兼容性好、功能丰富、界面友好的软件系统。根据所要实现功能的不同，RMFDS的软件部分可分成三大模块，分别是现场监控、故障诊断和应用程序。

3.1 现场监控

现场监控的基础是PC端能够与PLC进行数据交换。在PLC方面，只需要根据系统功能的需要录入程序即可，因此重点要研究PC端的通信机制，以确保现场监控能够取得应用的效果。要合理选择PC端与PLC的连接形式，既要保证两者之间系统兼容，又要保证数据传输的稳定性。目前来说，主流的PC-PLC连接方式主要有两种：第一种是将PC端和PLC的网络串口进行一一对应连接，直接完成信息传输和指令控制，这种连接方式的优点在于操作简便，不会出现乱码，保证了通信质量；第二种是将PC端看作是一个网络交换站点，利用无线通信设备、交换机等，实现与PLC的数据传输。这种连接方式不需要在PC端和PLC之间布线，而且信息传输速率快。在具体选择连接方式时，需要结合电力设备监控和诊断的实际需要，综合分析两种连接方式的利弊，确保电力设备远程监控和故障诊断的实现。

3.2 远程故障诊断

传统的监控模式和故障诊断系统已经无法满足电力系统高科技发展要求，鉴于电力设备技术水平的不断提高，网络技术的广泛应用，可充分应用远程故障诊断系统对电力设备进行监控，不仅能够帮助新建大型关键电力设备更加完善，还可以时刻密切跟踪电力设备的运行情况，降低其故障率。目前我国常用的远程故障诊断是专家会诊网络群建。这个软件能够对电力系统的数据信息进行实时的检测和分析，并根据分析的实际情况对电力设备的运行情况提出优化建议。当电力设备的技术不断提高的时候，只需要完善和更新专家知识库的内容即可，减少了大量的人力资源和时间花费。

3.3 Web服务器与应用程序服务器的软件设计

根据电力设备的运行情况设计专门的Web服务器与应用程序服务器软件，能够为数据的传输提供可靠、安全的网络环境，令PLC的底层控制系统安全性得到有效的保障，提高诊断系统的安全性和准确性。一般的Web服务器与应用程序服务器的软件设计主要包括Web服务器的软件和应用程序服务器的设计，前者主要适用于B/S结构的客户机，而后者大多适用于基于IIS的ASP动态网站。当设计工作完成后，可以提高电力设备故障诊断系统的灵活性，进行采集和缓存数据工作的时候，使其能够变得更加方便和简单，令浏览器界面的美观性也能够达到要求。此外，在客户机和服务器数据库查询的专用区域中设置数据交互，能够令查询标准和查询结果更容易被使用者理解。

4 RMFDS的技术问题和发展趋势

电力设备远程监控和故障诊断是依托于计算机和电子信息工程发展而来的一门新技术，它一方面能够借助于程序运行，实现了对电力设备运行状态的动态监控，减轻了人力管理负担；另一方面也能够及时查找和消除故障隐患，保证了设备的正常运行。但是从目前来看，RMFDS仍然存在一些技术上的不足，例如网络通信大多采用FTP技术，无论是在数据传输速率还是传输稳定性上，都有待进一步提高；网络通信中多种结构并存，各种信息交互传递，容易造成信息流紊乱，影响控制指令的及时传达等。

5 结语

远程监控和故障诊断系统自应用以来，其应用优势逐步得到了各行各业的认可，应用范围也呈现出爆炸式的增长。从最初的模拟视频监控到“PC+多媒体”视频监控，再到当前的网络视频监控，RMFDS以更加快速、更加精确的远程监控和故障诊断功能，为实现电力设备的稳定和安全运行提供了必要的保障。而随着网络通信技术的优化、故障诊断系统的升级，RMFDS的应用水平也会不断提升，为推动电力系统的可持续发展奠定基础。

参考文献