红外热成像技术在电力系统故障诊断中的应用

红外热成像技术在电力系统故障诊断中的应用
红外热成像技术在电力系统故障诊断中的应用

2009.7 0 第?

7?

期红外热成像技术在电力系统故障诊断中的应用

普恩平1 唐上林2

(1.云南银塔电力建设有限公司,云南 昆明 650216; 2.广州彼岸科技有限公司,广东 广州 510600)

1 前言

电力系统中采用合理的、性能完善的控制装置,是提高系统输送能力,保证系统安全稳定运行的重要措施。但是,不管电力系统的电网结构做得如何合理、先进,还是电力控制系统设置得如何安全稳定,都不能保证电力系统不产生故障。根据我国电力系统长期运行经验,以及多次严重故障的教训,认为电力系统在经过一段时间的运行以后,总会在某些薄弱环节出现这样那样的问题。以往对电力系统的故障采取定期检修的办法来解决,有了红外热像仪以后,普遍采用“预知检修”手段,从而大大降低故障率,并节省了人力物力,提高了设备的可靠性。

红外热像仪于八十年代开始应用于我国电力行业,目前,红外热成像技术在我国电力系统中应用日益广泛,它已成了开展电气设备状态检查的必备手段。红外热像仪检测电力系统的故障隐患有效率高,判断准确,图像直观,安全可靠,不接触探测,不受电磁干扰,探测距离远,检测速度快等特点,尤其对那些悬空的、运动中的、带电的设备更具有突出优点。可以说红外热像仪是检测电气设备温度异常隐患的理想仪器,它将成为电力系统可靠性分析、故障预测和改革维修制度的有力工具。

由于电力系统各级领导的重视和支持,目前各省、市的电力科研机构和输配电单位都先后配备了红外热像仪,并在实际应用中取得了明显的效益。这必将为今后电力工业向更深更广的范围推广应用红外热像仪打下坚实的基础。

2 红外热像仪的测温原理与特点

红外热成像检测技术在电力系统故障诊断中的应用,日益受到重视,该技术在电力工业生产实践中,对电力系统故障的诊断已取得了良好的技术状态和经济效益。

2.1 测温原理

电力系统的各类电力设备和线路,在正常运行时,都会产生一定的热量。但是随着设备运行时间的增加,负载的不平衡,某些接点的生锈腐蚀、接触不良造成接触电阻增加、电流过大等,导致系统、设备、线路的热态异常和过热故障。这些异常部位和故障点都会辐射出比正常状态更多、更强的红外能。红外热像仪的测温原理是:红外热像仪的物镜接收电力设备表面所辐射的红外线,经光学系统会聚,把接收的红外能正好落在系统的焦点上,即红外探测器焦平面上;经探测器的光电转换,将电力设备的红外能转变成电能,再经一系列的电信号处理,在热像仪的取景器上得到一幅所测电力设备的热图像。通过直观的热图像找出图像中温度异常点,测出其温度值。红外热像仪就是利用电力系统的这一特性,测定电力设备表面的温度分布场及其变化情况,实现无接触测温,进行成像检测,找出电力设备可能存在的热状态异常和潜在的故障点,从而实现对设备和线路的故障诊

断。

2.2 应用特点

众所周知,现代电力系统的设备管理工作,正在把传统的定期维修制度改革为预知维修制度,实现这个改革不但能减少维修费用,而且还可大大提高设备利用率。在对电力系统实现预知维修制度时,必须应用设备状态诊断技术,以便经常对电力设备和线路进行检测与监视,保证电力系统安全运行,进行适时维修。无疑红外热像仪便是电力设备状态诊断技术中最重要的监测仪器。

目前热像仪都可以对电力设备热状态进行精确、大量的数据采集,图像存储于 PC 卡上,事后进行数据处理、计算机分析,最后作出重点故障点的热分析测试报告。

图1 变压器典型热图像

表 1 各检测点温度

序号检测点湿度值备注

1SPO127.1C 2SPO227.1C 3LIO1138.6C 4LIO2146.8C 5ARO1146.8C 6ARO256.2C 7

ARO3

72.2C

图1是胶州变电站主变压器 A 相将军帽发热,温度高达146.8℃;表1是对图1所作的分析报告中各检测点的温度值。

红外热像仪的检测特点为:2.2.1 成像检测、图像直观

目前的热像仪大部分是非致冷长波焦平面红外热像仪,探测器件为 320×240元,像素高达 76800个点心,成像质量非常好,图像清晰。检测时,只要进入热像仪视场内的物体,都会在显示屏上成像。若视场内正好有温度异常点,在显示屏可以清楚地看到异常点的个数和位置,同时还可测出各异常点的温度。

2.2.2 高灵敏度、高分辨率

热像仪其灵敏度普遍都很高,一般在 30℃温度时,其灵敏度可达 0.12℃~0.02℃,它可以分辨出设备表面的零点几度的温差,从而可以诊断出设备热状态微小变化。由于热像仪的像素可达 76800点,所以空间分辨率可做得很高,一般在 1.3毫弧度左右。因此,可以探测设备的细节部位,并可实行远距离的检测。

2.2.3 检测效率高

热像仪进入正常工作状态后,只要热像仪视场对准设备,设备的热分布状态立即显示在观察屏幕上,若存在故障点,随后可测出故障点温度数据,或者将图像存贮到PC 卡上,待计算机作进一步分析处理。一台先进的红外热像仪每秒可采集和存储数百万点的温度信息。

2.2.4 非接触检测,检测面积大

红外热像仪在检测电力设备热点故障时,都是远离设备几米、几十米、甚至上百米。这样在红外热像仪的视场内可以观察到一大片面积的电力设备。对那

2009.7 2 第?

7?期些悬空的高压线,范围大的变电站,正在运转的大型发电机组,以及配电控制系统等都可摄入热像仪取景内。先观察总体情况,发现热点再进行重点检测。

2.2.5 在线带电检测

由于热像仪探测的是设备表面热辐射的红外能,不需要与被测物体接触,因此任何带电工作的电力设备都可以用红外热像仪检测。以往的检修方法是让设备停止运行,由人工对电气接头进行清洁与紧固,这种检修方法既费时又费工,效果不佳。采用红外热像仪检测,可在不让设备中断运行的情况下,找出不良的接头,非常省事省时,效果又好。

2.2.6 不受电磁干扰

红外热像仪工作在 3~5μm 和 7.5~13μm 波段内,与电磁频谱相差甚远。因此那些强电磁场的地方如输变电站、高压线等处,用热像仪检测不会受到任何影响,热图像始终稳定可靠。

2.2.7 可用计算机分析处理

目前大多数红外热像仪都备有与计算机连接的接口 RS-232。这样热像仪就便于与计算机连接,利用计算机的图像处理系统对红外热图进行分析处理,同时把检测过程中有保存价值的热图像存贮于 PC 卡中,事后还可对热图中的故障点进行热分析处理,并作出分析报告。

 红外热像仪在电力系统的检测范围

电力系统是一个复杂的大系统,组成元件多,分布地域广,系统特性复杂,可能发生故障情况差异很大,从简单的个别元件故障,到可能造成大面积停电的后果严重的故障。电力系统产生温度异常的原因是多方面的,其主要原因是设备内外接触不良,也有相当一部分是内部受潮绝缘体劣化所造成。当设备通过电流或施加电压时,只要其表面出现温差,就可用红外热像仪把它检测出来。红外热像仪在电力系统的检测范围主要包括以下方面:

.1 变压器的红外检测 3.1.1 变压器套管故障

在实际检测中发现,变压器套管是容易产生温度异常的部位,引起变压器套管故障的原因是:局步放电、缺油、导电杆连接不良、套管表面积污严重、套

管瓷质不良和介质损耗增大等。在胶州变电站和长春变电站用热像仪检测到变压器套管故障的热图像如

图2所示,图

2a 是变压器高压套管 A 相将军帽温度异常,图2b 是中压套管 B 相温度异常。

图2a 高压套管A相将军帽温度异常

图2b 中压套管B相温度异常

3.1.2 变压器箱体

图3 变压器局步发热的红外热图像

变压器在运行中箱体、冷却装置及油路等都会出现过热现象。用热像仪检测变压器箱体、连接处和箱体的红外热图像,图3

是在宁波变电站拍摄到的变压器箱体连接处温度异常。变压器的顶部、变压器的

连接件等都会出现温度异常情况,有的温度可达到 80℃以上。

3.1.3 变压器油枕

变压器油枕内的油位高低,可用红外热像仪进行检测。图4是在日照变电站和巢湖变电站用热像仪检

测到的油枕热图像。在图中可以很清楚地看到油位的高低,同时也可以用热像仪测试油枕各部位的温度分布情况。

图4a 油枕油位分布图

图4b 油枕油位温度分布图

图4 油枕红外热图像

.2 电抗器的红外检测

电抗器由于涡流、非涡流引起箱体、冷却器和油路等部件的过热故障。用红外热像仪进行检测会收到非常好的效果。

3.2.1 平波电抗器

由于涡流引起内环发热,用热像仪测得南桥变

图5 电抗器内环故障热图像

3.2.2 电抗器套管接头故障

电抗器套管出口因导体连接不良或松动,造成接触电阻增大,而引起过热,导致电抗器外部故障。图6为在胶州变电站用热像仪检测到电抗器 A 、 C 相温度异常热图像。电抗器的漏磁则引起 C 相箱体涡流和冷却装置故障。

图6 电抗器 A、C相接头故障热图像

. 避雷器的红外检测

避雷器分为阀型避雷器和氧化锌避雷器。避雷器多在露天工作,所以避雷器的故障多半是因为内部进

水受潮造成闪络。由于金属氧化锌避雷器功率损耗比较大,加快元件老化,再加上内部受潮,是导致氧化物避雷器故障的主要原因。而阀型避雷器的故障多为内部受潮或并联电阻断裂所引起。我们在泰安电业局、成都变电站、罗涌变电站等都拍摄到过避雷器温度异常的情况,图7是罗涌变电站氧化物避雷器 B 相温度异常的红外热图像。

电站电抗器内环温度为 79.8 ℃,红外热图像如图5所示。

2009.7

第?

7?

期图7 氧化物避雷器B相故障热图像

.

 电容器的红外检测

电容器的介质损耗增大,缺油和内部放电等都引起电容器的过热现象。图8为河源变电站均压电容器局步发热红外热图像。

图8 电容器局部发热红外热图像

. 断路器的红外检测

图10 绝缘子串故障热图像

.7 发电机的红外检测

图9 断路器故障红外热图像

不良、缺油、中间触头不良和静触头基座接触不良等原因引起电流过大而发热,造成故障。而多油断路器是因为外部接触不良、内部触头接触不良和内部受潮等原因引起电流过大而发热,导致故障。我们在南宁电力局、上海供电局、黄家塞变电站、清远变电站、南宁西城变电站等多处拍摄到断路器温度异常的热图像。图9是南宁电力局少油断路器内部触头接触不良热图像。

.6 绝缘子串和互感器的红外检测

绝缘子的瓷质不良、污秽、低值和零值等都会导致绝缘子过热,引起故障。如图10所示是深圳供电局拍摄到的绝缘子串故障热图像。在河源变电站、英德变电站都检测到过类似的现象。

互感器分电流互感器和电压互感器,互感器的线圈、铁芯、绝缘层、连接点和缺油等都会引起故障。在南宁变电站、宁波变电站、澄海变电站、河源变电站、海石湾变电站、青岛胶州变电站、长沙变电站、城东变电站、平果变电站等都检测到互感器温度异常的情况,有的温度达到160.2℃。

变电设备的断路器分为少油断路器和多油断路器,它们出现故障的原因不太相同。少油断路器是因为外部接触不良、绝缘瓷套内部受潮、动静触头接触图11 电机端部红外热图像

发电机是发电厂的核心设备,能否保证发电机组正常运行显得尤为重要。用红外热像仪对发电机的定子铁芯、绝缘缺陷、定子线棒接头、电刷和集电环接触不良等部件进行检测,及时发现过热部件,做到预知维修,消除故障隐患,确保安全生产。图11为在沙角电厂检测时的电机端部红外热图像。

.

 电力电缆和电线的红外检测

电力电缆和电线是远距离传输强大电力能源的载体。传输电缆的好坏直接关系到电能输送。电缆引线接触不良、内部接头接触不良、电缆头局部绝缘欠佳、电缆引线套管破损等都引起接触电阻增加、电流增大而发热。图12是孝感某一高压线接头用红外检测时红外热图像,检测出其温度高达 256.8 ℃,维修人员当场就上线进行带电检修,图中一维修工人正在高空作业中。同理,导线由于材质不好,电流通过时也会引起发热。随着负载的增加,流过导线的电流也会增大,导线上的热量会不断积累,时间一长也会引起故障。

图12 高压电力电缆故障红外热图像

.9 其它设备的红外检测

● 隔离开关的触头及连杆座接触不良● 高压母线压接管及下引线夹接触不良 ● 导线断股及松股 ● 继电器触头接触不良● 穿墙套管金属板的涡流过热●

 阻波器接头接触不良

总之,电力系统的所有设备都可通过红外热像仪的检测,找出温度异常点,防止故障出现,确保安全生产。

 红外热像仪对电力系统故障诊断方法

各种电气设备和线缆按照设计进行有序连接组成电力系统,而导体和绝缘体的有序组合则构成各种各样的电气设备。电气设备的接头成千上万,其数量是电气设备的数十倍,如此众多的接头是电力系统故障的源头。那么用红外热像仪对电气设备和众多接头进行检测时,如何来判断电气设备的异常或故障?

.1 电力设备的相对温差

电力设备在正常运行时都会发出一定热量,而这种热量按设计要求是允许的。若用热像仪对全部运行设备进行扫描检查时,发现存在异常温度点,然后对温度异常的部位进行重点检测,测出异常点的温度。为了判断是否为故障,应将异常点温度与正常运行时的温度进行比较,同时考虑周围环境条件的影响,最

后根据设备的相对温差以及是否超出规定值,来确定设备故障与否。

.2 三相之间温度比较

在发电、输电、变电、供电回路中,大部分以三相形式输送电能,用于三相连接的金属材料是相同的,一般讲三相上升的温度是均衡的,则设备正常运行。当三相中的某一相或两相出现温度过高现象,可以判定温度高的相存在缺陷,图13是平果变电站中压套管 B 相温度异常,用热像仪检测时的热图像。其连接处可能存在松动、生锈,使其接触电阻增加,引起电流过大,导致故障。而电流大又会导致接触电阻增大,势必形成恶性循环,出现严重后果。

图13 中压套管B相温度异常红外热图像

2009.7 6 第?

7?期图14 避雷器A相下部发热红外热图像

. 运行负荷比较

系统设备运行时的温度和运行负荷有着直接关系,众所周知,电流越大,持续时间越长,设备累积的温度越高。当用红外热像仪进行检测时,发现设备某个部件,或线路的某一相温度出现异常,这时要检查设备运行负荷的大小,来判断设备是否会出现故障。若当时负荷已很大,而发热部件温度又不是很高,则不会发生故障。反之,当检测时,负荷很小,设备部件已发热,那么一当负荷增加,发热部件的温度会急剧增加,从而导致故障的发生。所以测试时,一定要注意设备运行的负荷大小,然后再诊断系统和设备可能出现的故障。

. 制订一定的检测规范

随着红外热像仪应用普及推广,它在电力系统查

找故障方面发挥了极大的作用。热像仪不仅可以找出电力系统的许多发热部位,而且还可测出发热点的温度数据。其图像相当直观,数据也很可靠。那么是不是凡是发热的部位就判断为故障呢?其实不然,因为许多部件在设计制造时,就考虑到发热问题,如:发电机、变压器、闸刀、开关等部件,在工作时都会发热,而且允许有一定的温升范围。所以行业应该制订红外检测规范,具体规定设备、部件、零件等温度升到什么范围以内,是允许可以安全运行的。若温度超出规定范围,就容易产生故障,不允许长期运行,就应该安排检修。有了这样的规范,就会给检测人员带来可操作性。

 结论

电力系统采用红外热像仪对电力设备进行故障检测,实践证明是非常有效的,也是十分必要的。热像

仪显示的热图像清晰、直观,测得的温度数据准确。它可以准确地判断电力系统的许多过热隐患,以帮助合理安排检修,大幅度降低维修费用,保障电力系统安全运行,大大降低故障率。

参考文献

[1]张维力.红外热像仪在电力工业中应用.激光与红外,1996.4

[2]胡世征,申兴忠.红外热像技术在河北电网中的应用.激光与红外,1996.4

[3]彼岸公司.带电设备红外诊断图谱.彼岸公司内部资料,2002.11

[4]FLIR.ThermaCAM. PM525 High Performance Low-cost Thermal Imaging System.1998.8

[5]FLIR.ThermaCAM.PM695 High Performance Handheld Thermal Imaging System.2000.5

[6]FLIR.ThermaCAMTM E2 Affordable Imaging.Measurement and Storage in The Palm of Your Hand,2001.7

. 同一部件的温度比较

同一部件的材料、流过的电流都相同,正常情况下整个部件上升的温度应该是一样的。然而由于某些产品由于材质上存在缺陷,如材料存在杂质、气泡,使材料特性发生变化,当电流通过时,会产生不同的热量,表现出部件局部发热。如绝缘子串的局部发热,避雷器的局部发热,导线电缆的局部发热等。图14为成都变电站避雷器 A 相下部发热红外热图像。

电力系统故障的智能诊断综述

智能电网技术及装备专刊·2010年第8期 21 电力系统故障的智能诊断综述 李再华1 刘明昆2 (1.中国电力科学研究院,北京 100192;2.北京供电公司海淀供电分公司,北京 100086) 摘要 电力系统是人类制造的最复杂的系统,故障诊断是现代复杂工程技术系统中保障其可靠运行的非常重要的手段,故障的智能诊断是该领域的热点和难点。本文综述了电力系统故障的智能诊断技术的发展现状,总结了几种常用的智能技术在故障诊断应用中存在的若干问题以及解决这些问题的相关新技术。最后,展望了智能诊断技术的发展趋势:以专家系统为基础,融合其他先进的智能技术,以提高诊断的速度和准确度,及其对电力系统发展的适应性,逐步实现在线诊断。 关键词:电力系统;智能故障诊断;专家系统;发展趋势 Review of Intelligence Fault Diagnosis in Power System Li Zaihua 1 Liu Mingkun 2 (1.China Electric Power Research Institute ,Beijing 100192; 2. Haidian branch Company, Beijing Power Supply Company, Beijing 100086) Abstract Power system is the most complex system by man-made in the world, fault diagnosis is a kind of very important methods to ensure the reliable operation of modern complex engineering system. Intelligence fault diagnosis (IFD) is the hot and difficult subject in this field. The paper reviews the actual state of development of IFD in power system, and then summarizes some existing problems in application and new relation technology to resolve these problems. IFD technologies include expert system (ES), artificial neural network (ANN), decision-making tree (DT), data mining (DM), fuzzy theory (FT), Petri network (PN), support vector machine(SVM), bionic theory (BT), etc. To adopt these kinds of methods synthetically is very helpful to improve the intelligence of ES. At last, development trends of IFD are expected: based on ES, integrates with other advanced intelligence technologies, to heighten the speed and accuracy of fault diagnosis, and the adaptability to the development of power system, so as to realize online IFD gradually. Key words :power system ;intelligence fault diagnosis ;expert system ;development trend 1 引言 电网的发展和社会的进步都对电网的运行提出了更高的要求,加强对电网故障的诊断处理显得尤为重要。随着计算机技术、通信技术、网络技术等的发展,采用更为先进的智能技术来改善故障诊断系统的性能,具有重要的研究价值和实际意义。 故障的智能诊断技术也被称为智能故障诊断技 术,包括专家系统(Expert System ,ES )、人工神 经网络(Artificial Neural Network ,ANN )、决策树(Decision Tree ,DT )、数据挖掘(Data Mining , DM )、模糊论(Fuzzy Theory ,FT )、Petri 网理论(Petri Network Theory ,PNT )、支持向量机(Support Vector Machine ,SVM )、仿生学理论(Bionics Theory ,BT )的应用等,其中前四种技术得到了较多的研究,相对比较成熟和常用。本文对电力系统故障诊断领域的智能诊断技术的发展现状以及存在的问题进行综述,并对解决相关问题的方法进行了总结。 2 智能故障诊断技术发展现状 美国是对故障诊断技术进行系统研究最早的国家之一,1961年美国开始执行阿波罗计划后,出现了一系列设备故障,促使美国航天局和美国海军积

故障诊断专家系统及其发展

综述与评论 计算机测量与控制.2008.16(9) C omputer Measurement &Control 1217 中华测控网https://www.360docs.net/doc/e48682227.html, 收稿日期:2008-06-08; 修回日期:2008-07-16。 作者简介:安茂春(1967-),山东莱阳人,副研究员,主要从事测试与故障诊断技术的管理工作。 文章编号:1671-4598(2008)09-1217-03 中图分类号:TP182 文献标识码:A 故障诊断专家系统及其发展 安茂春 (北京系统工程研究所,北京 100101) 摘要:文章对主要的故障诊断专家系统进行了系统的归纳和分类,主要关注故障诊断专家系统在军事领域的应用;重点讨论了基于规则的诊断专家系统、基于模型的诊断专家系统、基于人工神经网络的诊断专家系统、基于模糊推理的诊断专家系统和基于事例的诊断专家系统的技术要点、发展现状、优缺点及其在军事方面的应用;最后,对该学科的发展做出了预测,指出基于多种模型结合的诊断专家系统、分布式诊断专家系统、实时诊断专家系统是今后的发展方向。 关键词:专家系统;故障诊断;军事应用;基于规则推理;建模技术;人工神经网络;模糊推理;基于事例推理 A Survey on Fault Diagnosis Expert Systems An M ao chun (Beijing Institute o f System and Eng ineering ,Beijing 100101,China) Abstract:In this article w e present a s urvey of fault diagnosis expert system s,and categorize them into 5different types according to know ledge organiz ation m ethod and reasoning m ech anis m,w hich are ru le-b as ed fault diagn osis expert system,model-based fault diagnosis ex pert system,n eural netw ork fault diagnosis exp ert sy stem,fuz zy fault diagn osis expert system and cas e-based fault diagn os is expert sys -tem,for each type w e describ e its techn ical pr op erties,curren t status,ad vantag es and disadvantages,and application s in military field.At the end of th is article,w e point out that hybrid model-based,distributed and real-time diagnosis expert sys tems are fu tu re direction s. Key words:ex pert sys tem;fault diagnosis ;military application;rule -b as ed reasoning;modelin g;artificial neural netw or k;fuzzy reasonin g;ease-b as ed reasoning 1 故障诊断专家系统及其分类 专家系统(Ex per t Sy st em,ES)是人工智能技术(A rt if-i cial I ntelligence,A I)的一个重要分支,其智能化主要表现为能够在特定的领域内模仿人类专家思维来求解复杂问题。专家系统必须包含领域专家的大量知识,拥有类似人类专家思维的推理能力,并能用这些知识来解决实际问题。 故障诊断技术是一门应用型边缘学科,其理论基础涉及多门学科,如现代控制理论、计算机工程、数理统计、模糊集理论、信号处理、模式识别等。故障诊断的任务是在系统发生故障时,根据系统中的各种量(可测的或不可测的)或其中部分量表现出的与正常状态不同的特性,找出故障的特征描述并进行故障的检测与隔离。 故障诊断专家系统是将专家系统应用到故障诊断之中,可以利用领域知识和专家经验提高故障诊断的效率[1]。目前专家系统在故障诊断领域的应用非常广泛,如美空军研制的用于飞机喷气发动机故障诊断专家系统XM AN [2],N A SA 与M IT 合作开发的用于动力系统诊断的专家系统,英国某公司为英美军方开发的直升机发动机转子监控与诊断专家系统[3]等,此外在电力、机械、化工、船舶等许多领域中也大量应用了故障诊断专家系统。 根据知识组织方式与推理机制的不同,可将目前常用的故障诊断专家系统大致分为基于规则的诊断专家系统、基于模型 的诊断专家系统、基于人工神经网络的诊断专家系统、基于模糊推理的诊断专家系统和基于事例的诊断专家系统。 2 故障诊断专家系统对比分析 2 1 基于规则的诊断专家系统 在基于规则的诊断专家系统中,领域专家的知识与经验被 表示成产生式规则,一般形式是:if<前提>then<结论>其中前提部分表示能与数据匹配的任何模型,结论部分表示满足前提时可以得出的结论。基于规则的推理是先根据推理策略从规则库中选择相应的规则,再匹配规则的前提部分,最后根据匹配结果得出结论。 基于规则的诊断知识表达方式直观、形式统一,在求解小规模问题时效率较高,并且具有易于理解与实现的优点,因而取得了一定成功。20世纪90年代,国外在军用水压系统、电力供应网络等方面进行了应用。 但是,对于复杂系统,所观测到的症状与对应的诊断之间的联系是相当复杂的,通过归纳专家经验来获取规则有着相当的难度,且诊断时只能对事先预想到的并能与规则前提匹配的事件进行推理,存在知识获取的瓶颈问题。2 2 基于模型的诊断专家系统 在基于模型的诊断专家系统中,领域专家的专业知识包含在建立的系统模型中,这种基于模型的诊断更多地利用系统的结构、功能与行为等知识。相比基于规则的诊断专家系统,这种诊断方式能够处理预先没有想到的情况,并且可能检测到系统存在的潜在故障。这类系统的知识库相对容易建立并且具有一定的灵活性,已应用于航天器动力燃烧系统故障诊断等方面。

故障诊断方法与应用

课程名称:故障诊断方法与应用报告题目:内圈故障诊断实验报告学生班级;研152 学生姓名: 任课教师: 学位类别:

设备故障诊断技术是一种了解和掌握设备在使用过程中的状态,确定其整体或局部是正常或异常,早期发现故障及其原因,并能预报故障发展趋势的技术。安装合适的传感器可以获得故障的特征信号,通过信号反映故障产生原因。滚动轴承是机械中的易损元件,据统计旋转机械的故障有30%是由轴承引起的,它的好坏对机器的工作状态影响极大。轴承的缺陷会导致机器剧烈振动和产生噪声,甚至会引起设备的损坏。滚动轴承的振动可由于外部的振源引起,也可由于轴承本身的结构特点及缺陷引起。而随着科学技术不断发展和工业化程度的不断提高,机械设备精密程度、复杂程度及自动化程度不断提高,凭个人的感观经验对机械设备进行诊断己经远远不够,因此轴承的状态检测和故障诊断是十分必要的,已经成为机械设备故障诊断技术的重要内容。滚动轴承故障监测诊断方法有很多种,它们各具特点,其中振动信号法应用最广泛。本次实验就是采用振动信号法对滚动轴承故障实验平台的滚动轴承的故障信号进行分析。

1 绪论 (1) 2 轴承内圈故障特征频率 (2) 3 时域无量纲参数分析 (2) 3.1 时域波形 (2) 3.2 傅里叶变换运算分析故障 (3) 4通过自相关、互相关、功率谱运算分析故障 (4) 4.1 自相关分析 (4) 4.2 互相关运算分析故障 (5) 4.3功率谱密度 (6) 5 Haar小波分析 (7) 5.1小波分解 (7) 5.2 小波降噪 (9)

1 绪论 随着对滚动轴承的运动学、动力学的深入研究,对于轴承振动信号中的频率成分和轴承零件的几何尺寸及缺陷类型的关系有了比较清楚的了解,加之快速傅里叶变换技术的发展。开创了用频域分析方法来检测和诊断轴承故障的新领域。其中最具代表性的有对钢球共振频率的研究,对轴承圈自由共振频率的研究。本文主要着重于对滚动轴承内圈磨损的故障研究,主要研究方法为傅里叶变换,功率谱,自相关以及互相关,小波理论。 滚动轴承在运行过程中可能会因为各种原因出现故障,如安装不当、异物入侵、润滑不良、腐蚀和剥落等都会导致轴承出现故障。安装不当会导致轴承不对中,使得轴承在运行中,产生一种附加弯矩,给轴承增加附加载荷,形成附加激励,引起几组强烈振动,严重时会导致转子严重磨损、轴弯曲、联轴器和轴承断裂等严重后果。即使轴承安装正确,在长期的运行中,由于异物的入侵或则负荷的作用下,接触面会出现不同程度的金属剥落、裂痕等现象,进而导致旋转部件与故障区域接触时产生强烈振动。本次实验主要针对潜在危害很大的裂痕故障信号进行分析研究。滚动轴承在出现裂痕故障后,随着轴承的旋转,由于旋转部件与裂痕周期性的碰撞会产生周期性的冲击信号,且周期可以通过轴承结构计算得出。图1.1所示为滚动轴承基本结构。 图1.1 滚动轴承基本结构 d:滚动体直径 D:轴承节径(滚动体所在圆的直径) R:内圈直径 i R:外圈直径 o :接触角(滚动体受力方向与轴承径向平面的夹角) Z:滚动体个数

红外热成像技术应用与发展

红外热成像摄象机在智能视频监控中的应用与发展 一、引言 1672年,牛顿使用分光棱镜把太阳光(白光)分解为红、橙、黄、绿、青、蓝、紫等各色单色光,证实了太阳光(白光)是由各种颜色的光复合而成。1800年,英国物理学家 F. W. 赫胥尔从热的观点来研究各种色光时,偶然发现放在光带红光外的一支温度计,比其他色光温度的指示数值高。经过反复试验,这个所谓热量最多的高温区,总是位于光带最边缘处红光的外面。于是他宣布:太阳发出的辐射中除可见光线外,还有一种人眼看不见的“热线”,这种看不见的“热线”位于红色光外侧,叫做红外线。这种红外线,又称红外辐射,是指波长为0.78~1000μm的电磁波。其中波长为0.78 ~1.5μm 的部分称为近红外,波长为1.5 ~10μm的部分称为中红外,波长为10~1000μm的部分称为远红外线。而波长为2.0 ~1000μm的部分,也称为热红外线。 红外线辐射是自然界存在的一种最为广泛的电磁波辐射,它在电磁波连续频谱中的位置是处于无线电波与可见光之间的区域。这种红外线辐射是,基于任何物体在常规环境下都会产生自身的分子和原子无规则的运动,并不停地辐射出热红外能量。分子和原子的运动愈剧烈,辐射的能量愈大;反之,辐射的能量愈小。 在自然界中,一切物体都会辐射红外线,因此利用探测器测定目标本身和背景之间的红外线差,可以得到不同的红外图像,称为热图像。同一目标的热图像和可见光图像不同,它不是人眼所能看到的可见光图像,而是目标表面温度分布的图像。或者可以说,它是人眼不能直接看到目标的表面温度分布,而是变成人眼可以看到的代表目标表面温度分布的热图像。运用这一方法,便能实现对目标进行远距离热状态图像成像和测温,并可进行智能分析判断。 众所周知,海湾战争已成为展示高科技武器使用先进技术的平台。在这些新科技中,红外热成像技术就是其中最为闪亮的高科技技术之一。红外热成像技术(Infrared thermal imaging technology)是利用各种探测器来接收物体发出的红外辐射,再进行光电信息处理,最后以数字、信号、图像等方式显示出来,并加以利用的探知、观察和研究各种物体的一门综合性技术。它涉及光学系统设计、器件物理、材料制备、微机械加工、信号处理与显示、封装与组装等一系列专门技术。该技术除主要应用在黑夜或浓厚幕云雾中探测对方的目标,探测伪装

故障诊断技术发展现状

安全检测与故障诊断 题目:故障诊断技术发展现状 导师:魏秀琨 学生姓名:刘典 学号:14114263

目录 1 引言 (3) 2 故障诊断的研究现状 (3) 1.1基于物理和化学分析的诊断方法 (3) 1.2基于信号处理的诊断方法对 (3) 1.3基于模型的诊断方法 (3) 1.4基于人工智能的诊断方法 (4) 2故障诊断研究存在的问题 (6) 2.1故障分辨率不高 (7) 2.2信息来源不充分 (7) 2.3自动获取知识能力差 (7) 2.4知识结合能力差 (7) 2.5对不确定知识的处理能力差 (7) 3发展方向 (8) 3.1多源信息的融合 (8) 3.2经验知识与原理知识紧密结合 (8) 3.3混合智能故障诊断技术研究 (9) 3.4基于物联网的远程协作诊断技术研究 (9) 4发展方向 (9)

1 引言 故障可以定义为系统至少有一个特性或参数偏离正常的范围,难于完成系统预期功能的行为。故障诊断技术是一种通过监测设备的状态参数,发现设备的异常情况,分析设备的故障原因,并预测预报设备未来状态的技术,其宗旨是运用当代一切科技的新成就发现设备的隐患,以达到对设备事故防患于未然的目的,是控制领域的一个热点研究方向。它包括故障检测、故障分离和故障辨识。故障诊断能够定位故障并判断故障的类型及发生时刻,进一步分析后可确定故障的程度。故障检测与诊断技术涉及多个学科,包括信号处理、模式识别、人工智能、神经网络、计算机工程、现代控制理论和模糊数学等,并应用了多种新的理论和算法。 2 故障诊断的研究现状 1.1基于物理和化学分析的诊断方法 通过观察故障设备运行过程中的物理、化学状态来进行故障诊断,分析其声、光、气味及温度的变化,再与正常状态进行比较,凭借经验来判断设备是否故障。如对柴油机常见的诊断方法有油液分析法,运用铁谱、光谱等分析方法,分析油液中金属磨粒的大小、组成及含量来判断发动机磨损情况。对柴油机排出的尾气(包含有NOX,COX 等气体) 进行化学成分分析,即可判断出柴油机的工作状态。 1.2基于信号处理的诊断方法对 故障设备工作状态下的信号进行诊断,当超出一定的范围即判断出现了故障。信号处理的对象主要包括时域、频域以及峰值等指标。运用相关分析、频域及小波分析等信号分析方法,提取方差、幅值和频率等特征值,从而检测出故障。如在发动机故障领域中常用的检测信号是振动信号和转速波动信号。如以现代检测技术、信号处理及模式识别为基础,在频域范围内,进行快速傅里叶变换分析等方法,描述故障特征的特征值,通过采集到的发动机振动信号,确定了试验测量位置,利用加速传感器、高速采集卡等采集了发动机的振动信号,并根据小波包技术,提取了发动机故障信号的特征值。该诊断方法的缺点在于只能对单个或者少数的振动部件进行分析和诊断。而发动机振动源很多,用这种方法有一定的局限性。 1.3基于模型的诊断方法 基于模型的诊断方法,是在建立诊断对象数学模型的基础上,根据模型获得的预测形态和所测量的形态之间的差异,计算出最小冲突集即为诊断系统的最小诊断。其中,最小诊断就是关于故障元件的假设,基于模型的诊断方法具有不依赖于被诊断系统的诊断实例和经验。将系统的模型和实际系统冗余运行,通过对比产生残差信号,可有效的剔除控制信号对

初中物理电路故障分析--珍藏版

一、初中物理电路故障分析 1、电压表示数为零的情况 A 电压表并联的用电器发生短路 (一灯亮一灯不亮,电流表有示数) B 电压表串联的用电器发生断路 (两灯都不亮,电流表无示数) C 电压表故障或与电压表连线发生断路 (两灯都亮,电流表有示数) 2、电压表示数等于电源电压的情况 A 电压表测量的用电器发生断路 (两灯都不亮,电流表无示数) 注:此时不能把电压表看成断路,而把它看成是一个阻值很大的电阻同时会显示电压示数的用电器,由于电压表阻值太大,根据串联电路分压作用,电压表两端几乎分到电源的全部电压,电路中虽有电流但是很微弱,不足以使电流表指针发生偏转,也不足以使灯泡发光。如果题目中出现“约”、“几乎”的字眼时,我们就锁定这种情况。 B 电路中旁边用电器发生短路 (一灯亮一灯不亮,电流表有示数) 总结:如图,两灯泡串联的电路中,一般出现的故障问题都是发生在用电器上,所以通常都有这样一个前提条件已知电路中只有一处故障,且只发生在灯泡L1或L2上。 若两灯泡都不亮,则一定是某个灯泡发生了断路,如果电压表此时有示数,则一定是和电压表并联的灯泡发生了断路,如果电压表无示数,则一定是和电压表串联的灯泡发生了断路。此两种情况电流表均无示数。 若一个灯泡亮另一个灯泡不亮,则一定是某个灯泡发生了短路,如果电压表此时有示数,则一定是和电压表串联的灯泡发生了短路,如果电压表此时无示数,则一定是和电压表并联的灯泡发生了短路。此两种情况电流表均有示数 3、用电压表电流表排查电路故障 A、用电压表判断电路故障,重要结论:电压表有示数说明和电压表串联的线路正常,和电压表并联的线路有故障。若电路中只有一处故障则电压表无示数时,和电压表并联的线路一定正常。

红外热像技术基础知识介绍

诱发企业安全事故的因素有众多,其Array中电气安全事故是当今企业的一个带有普 遍性的安全隐患,对用电系统的检查是每 一个企业安全风险评估必不可少的一项内 容。通常我们使用红外热像技术进行检测, 能有效地对电气设备进行预防性维护及评 估。 一、什么是红外热像技术? 红外辐射是自然界存在的一种最为广泛的电磁波辐射,它在电磁波连续频谱中的位置是处于无线电波与可见光之间的区域,因此人的肉眼无法看见。 德国天文学家Sir William Herschel,Herschel让太阳光穿过一个棱镜并在各种颜色处放置温度计,利用灵敏的水银温度计测量每种颜色的温度,结果发现了红外辐射。Herschel发现,当越过红色光线进入他称为“暗红热”区域时,温度便会升高。 红外热成像技术是被动接收物体发出的红外辐射,其原理是基于自然界中一切温度高于绝对零度(-273℃)的物体,均会发出不同波长的电磁辐射,物体的温度越高,分子或原子的热运动越剧烈,则其中的红外辐射越强。黑颜色或表面颜色较深的物体,辐射系数大,辐射较强;亮颜色或表面颜色较浅的物体,辐射系数小,辐射较弱。红外辐射的波长在0.7μm~1mm之间,所以人眼看不到红外辐射。 通过探测物体发出的红外辐射,热成像仪产生一个实时的图像,从而提供一种景物的热 图像。并将不可见的辐射图像转变为人眼可见的、清晰的图像。热成像仪非常灵敏,能探测

到小于0.1℃的温差。 二、红外热像技术的特点: 非接触式测温 红外热像传感器无需与物体表面进行接触,即可远距离测温和成像。 热分布图像 通过将物体表面的温度值进行调色,红外热像技术可以直观地观察物体表面 热分布图像。 区域测温 红外热像测试的是物体表面整个面的温度值,可以同时测试上万个点甚至数十万个点的温度值。 三、什么是红外热像仪? 通俗地讲红外热像仪就是将物体发出的不可见红外能量转变为可见的热图像。热图像的上面的不同颜色代表被测物体的不同温度。通过查看热图像,可以观察到被测目标的整体温度分布状况,研究目标的发热情况,从而进行下一步工作的判断。 人类一直都能够检测到红外辐射。人体皮肤内的神经末梢能够对低达±0.009°C (0.005°F) 的温差作出反应。例如,尽管人类可以凭借动物的热感知能力在黑暗中发现温血猎物,

电力设备故障诊断系统及其应用的研究

电力设备故障诊断系统及其应用的研究 发表时间:2016-10-13T15:40:03.360Z 来源:《电力设备》2016年第14期作者:李壮优司小闯张倩张振飞 [导读] 从现阶段社会经济发展情况来看,电力行业的发展对于满足社会经济发展需求来说,具有重要的影响。 (河南平高电气股份有限公司河南平顶山 467000) 摘要:从现阶段社会经济发展情况来看,电力行业的发展对于满足社会经济发展需求来说,具有重要的影响。社会经济的快速发展,电能需求不断增加,电能供需矛盾日益紧张,基于这一点来看,保证供电稳定性与可靠性,成为现阶段电力行业发展必须关注的一个重点内容。这一过程中,电力设备故障诊断系统的应用,能够对供电设备故障问题进行有效解决,本文从电力设备故障诊断系统应用层面入手,分析了电力设备故障诊断问题。 关键词:电力设备;故障诊断;应用分析、光纤电流互感器 前言:电力设备故障诊断系统在应用过程中,根据电力设备实际情况,能够对故障问题进行智能化、自动化的分析和判断,锁定故障发生位置,保证故障维修具有较高的效率和可靠性,以保证供电的平稳性。 电力设备故障诊断系统在应用过程中,注重对互感器等信号采集设备的利用,通过在互感器中设置光纤复合绝缘子形成新型光纤电流互感器,是能够保证故障检测具有较高的效率,以满足故障维修需要的重要技术手段。换句话说,电力设备故障诊断系统在应用过程中,注重对诊断技术和诊断方法进行有效利用,保证电力设备建设具有较高的安全性和可靠性。(建议删除涂黄的,增加涂红部分) 一、电力设备故障诊断系统的功能分析 电力设备故障诊断系统在实际应用过程中,注重对电力设备故障进行有效检测,以最短的时间发现电力设备故障出处,保证电力设备故障能够在第一时间解决。电力设备故障诊断系统的功能,主要涉及到了信号采集、数据信息传输以及数据信息处理三个部分内容[1]。关于电力设备故障诊断系统功能,具体我们可以从下面分析中看出: (一)信号采集 电力设备故障诊断系统的信号采集,是发挥系统功能的关键,通过信号采集,能够对电力设备故障问题进行较好地发现。一般来说,信号采集主要目的在于对电力设备状态信息进行把握,在进行信号采集时,主要方法如下:一是定时采样,定时采样主要是指设置一定的采样时间,对电力设备运行状态进行检测;二是一次性采样,主要是指采集一次合适长度作为数据处理信号的样本;三是根据电力设备实际情况,设置自动化信息采集。信号采集工作是电力设备故障诊断系统的一个重要环节,是获取电力设备运行状态信息的关键,也是对电力设备故障进行维修的依据。 (二)数据信息传送 数据信息传送过程中,为了有效保证数据传送的准确性和可靠性,需要对数据信息进行预处理,通过数据信息转换,实现数据传输的可靠性目标。电力设备故障诊断系统在对信息传播时,由于距离相对较远,信息传输可能出现损失或是受到信号干扰,这样一来,采取数据预处理的方式,能够有效解决这一问题[2]。 (三)数据处理 数据处理主要是对电力设备状态信息进行解包处理。在对数据处理过程中,主要方法有人工智能、小波分析等方法。在分析数据信息过程中,需要对其进行频谱转换,从而保证系统能够对其进行有效分析和处理。 二、电力设备故障诊断系统应用分析 电力设备故障诊断系统在电力行业发展过程中的应用,主要涉及到了故障信号采集、故障诊断分析、故障处理三个方面内容,关于其具体应用情况,我们可以从下面分析中看出: (一)故障信号采集 目前从电力设备应用情况及发展情况来看,电力设备中普遍采用复合绝缘子,保证在架空输电线路设计中对其进行有效应用。除此之外,复合绝缘子在互感器中也得到了广泛地应用。复合绝缘子的利用,提升了电力设备的可靠性,在进行故障检测过程中,也需要对复合绝缘子的情况进行把握。电力设备故障诊断系统在应用过程中,会根据电力设备故障反馈的特征,对重要信息进行提取,从而对电力设备故障进行诊断[3]。电力设备故障反馈出的特征具有一定的复杂性和多样性特点,在特征选取时,能否对关键点进行把握,直接影响到故障处理的质量和效率,对于供电可靠性和平稳性来说,具有重要影响。基于这一点,电力设备故障诊断系统在信号采集时,注重对特征参量进行把握,选择的特征参量能够对故障情况进行突出反应,从而为电力设备故障解决提供必要依据。 (二)故障诊断分析 电力设备故障诊断系统在进行故障诊断分析过程中,注重对有效诊断方法的利用,目前来看,电力设备故障诊断系统的故障诊断方法主要有以下几种:一是根据最大隶属度模糊理论原则,对电力设备状态信息进行反馈,采用模糊数学方法,对故障进行诊断;二是利用故障特征量,对电力设备故障误差进行修复,从而对电力设备故障问题进行解决。三是对信息融合技术进行利用,应用传感器技术,对电力设备运行状态进行监控,对于出现异常的部位进行检测,实现对故障的诊断目标。电力设备故障诊断过程中,要注重结合电网实际情况,对故障诊断方法进行合理应用,从而有效地发现故障,实现对故障的解决。 (三)故障分析技术 在对电力故障进行解决过程中,电力设备故障诊断系统注重对信息化技术进行应用,实现故障分析的数字化、智能化发展。这一过程中,通过对“局域网”技术进行利用,能够实现对特定区域范围内的电力设备运行情况进行有效监督和控制,从而突破空间和时间限制,能够对电力设备运行信息进行较好的把握,以保障电力设备的平稳、可靠运行[4]。故障分析技术的应用,注重对故障产生的原因、性质进行把握,从而采取有效措施对故障问题进行解决。 结束语:随着我国社会经济的快速发展,电能需求的不断增加,供电可靠性和稳定性直接影响到了人们的日常生产和生活。基于这一点,在实际发展过程中,要注重加强对电力设备故障诊断系统的有效利用,通过技术创新,实现对故障的有效诊断,从而对故障问题进行

内燃机智能故障诊断系统的及应用

22 4 结语 综上,随着电动汽车的不断发展,将需要更多的直流无刷电机动力总成配套,为本动力总成提供了更广阔的市场需求。目前为止,各大跨国公司也都是刚刚介入这个新兴起的行业,技术也不完全成熟,我国与国外在新能源汽车领域差距还不大,如果能够得到更多的政府支持,加大投资力度,逐步改进电机控制器技术,提高控制策略成熟度,减小故障率,增强可靠性,完全有可能涉及大中城市的公交、出租、公务、市政、邮政等领域,进而取代进口产品,加速市场的占有率,抢占未来制高点,牢牢掌控住中国市场,走出一条符合我国国情的新能源战略路线。参考文献 [1] 祝占元.电动汽车[M].河南:黄河水利出版社,2007.[2] 李兴虎.电动汽车概论[M].北京:北京理工大学出版社, 2005. [3] 宋慧.电动汽车[M].北京:清华大学出版社,2005.[4] 陈小永.直流无刷电机控制技术研发[J].中国石油大学, 2008. [5] 吴素平,罗隆福,杨艳.基于DSP 的直流无刷电动机的无 位置传感器控制技术[J].机车电传动,2004,(1):31-33.[6] 陈玉荣,倪光正.直流无刷电机电流检测技术的研究[J]. 农机化研究,2004. 作者简介:李兴全(1975-),男,吉林农安人,锦州海伯伦汽车电子有限公司工程师,工程硕士,研究方向:汽车电子。 (责任编辑:周加转) 随着科技的发展,内燃机应用于工农业的规模越来越大,为了满足生产的需要,机械设备逐渐向大型、高速、强载、自动与智能化、连续运行及高度复杂化发展,同时系统故障发生率也相应增加。一旦发生故障,就有可能使整台设备甚至整个生产过程受到影响和破坏,造成经济损失,更严重的会发生灾难性人员伤亡事故。 1 内燃机故障机理内容 内燃机故障诊断首先是对故障机理进行研究, 其诊断主要内容包括以下几个方面: 1.1 信号采集 信号采集的主要方法有振动诊断、温度测试、压力测试、油液分析技术、无损检测技术、电涡流传感器测试。 1.2 信号分析处理及特征提取 常用的方法有函数分析法、调和分析法、参数模型法。 1.3 状态识别 由于故障的类型多且复杂,内燃机设备的故障 内燃机智能故障诊断系统的研究及应用 褚光超 刘洪波 (济南市长清区公路管理局,山东 济南 250300) 摘要: 内燃机是一种消耗热能的机器,主要应用于工农业等方面的生产。内燃机设备的故障诊断极其复杂,有一定的难度。文章主要研究内燃机的智能故障诊断系统及其应用。关键词: 内燃机;故障机理;智能系统中图分类号: U269 文献标识码:A 文章编号:1009-2374(2012)26-0022-032012年第26期(总第233期)NO.26.2012 (CumulativetyNO.233)

智能故障诊断技术知识总结

智能故障诊断技术知识总结 一、绪论 □智能: ■智能的概念 智能是指能随、外部条件的变化,具有运用知识解决问题和确定正确行为的能力。 ■低级智能和高级智能的概念 低级智能——感知环境、做出决策和控制行为 高级智能——不仅具有感知能力,更重要的是具有学习、分析、比较和推理能力, 能根据复杂环境变化做出正确决策和适应环境变化 ■智能的三要素及其含义 三个基本要素:推理、学习、联想 推理——从一个或几个已知的判断(前提),逻辑地推断出一个新判断(结论)的思维形式 学习——根据环境变化,动态地改变知识结构 联想——通过与其它知识的联系,能正确地认识客观事物和解决实际问题 □故障: ■故障的概念 故障是指设备在规定条件下不能完成其规定功能的一种状态。可分为以下几种情况: 1.设备在规定的条件下丧失功能; 2.设备的某些性能参数达不到设计要求,超出允许围; 3.设备的某些零部件发生磨损、断裂、损坏等,致使设备不能正常工作; 4.设备工作失灵,或发生结构性破坏,导致严重事故甚至灾难性事故。 ■故障的性质及其理解 1层次性——系统是有层次的,故障的产生对应于系统的不同层次表现出层次性。 一般可分为系统级、子系统级、部件级、元件级等多个层次;高层故 障可由低层故障引起,而低层故障必定引起高层故障。诊断时可采用 层次诊断模型和诊断策略。 2相关性——故障一般不会孤立存在,它们之间通常相互依存和相互影响,如系统 故障常常由相关联的子系统传播所致。表现为,一种故障可能对应多 种征兆,而一种征兆可能对应多种故障。这种故障与征兆间的复杂关 系导致了故障诊断的困难。 3随机性——故障的发生常常是一个与时间相关的随机过程,突发性故障的出现通 常都没有规律性,再加上某些信息的模糊性和不确定性,就构成了故 障的随机性。 4可预测性——设备大部分故障在出现之前通常有一定先兆,只要及时捕捉这些征 兆信息,就可以对故障进行预测和防。 □故障诊断: ■故障诊断的概念 故障诊断就是对设备运行状态和异常情况做出判断。具体说来,就是在设备没有发 生故障之前,要对设备的运行状态进行预测和预报;在设备发生故障之后,要对故 障的原因、部位、类型、程度等做出判断;并进行维修决策。 ■故障诊断的实质及其理解 故障诊断的实质——模式识别(分类)问题

红外热像图范例电子教案

红外热像图范例

带电电力设备红外检测范例及故障案例 1 红外热像图拍摄范例 ℃ 47.4℃ -20 20 40 ℃ 50.5℃ 20 40图1-1 变压器一次套管理图1-2 变压器二次套管 图1-3 变压器一次避雷器图1-4 变压器二次避雷器 ℃ 17.6℃ -20 -10 10 图1-5 220kV避雷器、电压感器拍摄在 同一张热像图上,便于分析

图1-6 220kV避雷器、电压感器拍摄 在同一张热像图上,互不遮 挡,便于分析 ℃ 35.0℃ -20 20 图1-7 220kV 2 1 1结线母线避雷器、电压互感器图1-8 220kV出线耦合电容器、CVT 图1-9 220kV倒置式电流互感器 图1-10 220kV正立式电流互感器

图1-11 220kV SF 6开关 图1-12 220kVSF 6开关 ℃ 26.0℃ 10 15 20 25 AR01: 32.8℃ 图1-13 66kV 间隔内开关、电流互感器拍摄 在 同一张热像图上,便于分析 图1-14 66kV 间隔内开关、电流互感器拍摄 在 同一张热像图上,便于分析 图1-15 干式电流互感器的红外热像图主要 分析部位是下部箱体内绕组 ℃ 5.0℃ -10-5 5 图1-16 66kV 母线避雷器、电容式电压互感 器 拍摄在同一张热像图上,便于分析

℃ 6.7℃ 3 4 5 6 LI01 LI02 LI03 图1-17 66kV母线倒挂式避雷器 图1-19 66kV电容器组 图1-21 66kV电容器组中干式电抗器组 图1-18 变电站220kV绝缘子串 ℃ 13.8℃ 图1-20 变电站隔离开关 7.0℃ 23.0℃ 图1-22 220kV HGIS开关气室 图1-23 220kV HGIS母线气室

故障诊断技术研究及其应用

故障诊断技术研究及其应用 1 引言 以故障为研究对象是新一代系统可靠性理论研究的重要特色,也是过程系统自动化技术从实验室走向工程的重要一环。最近二十多年来,以故障检测、故障定位、故障分离、故障辨识、故障模式识别、故障决策和容错处理为主要内容的故障诊断与处理技术,已成为机械设备维护、控制系统系统可靠性研究、复杂系统系统自动化、遥科学、复杂过程的异变分析、工程监控和容错信号处理等领域重点关注和广泛研究的问题。 诊断(Diagnostics)一词源于希腊文,含义为鉴别与判断,是指在对各种迹象和症状进行综合分析的基础上对研究对象及其所处状态进行鉴别和判断的一项技术活动[1]。故障诊断学则是专门以考察和判断对象或系统是否存在缺陷或其运行过程中是否出现异常现象为主要研究对象的一门综合性技术学科。它是诊断技术与具体工程学科相结合的产物,是一门新兴交叉学科。故障诊断与处理技术,作为一门新兴技术学科,可划分为如下三个不同的研究层次: (1) 以设备或部件为研究对象,重点分析和诊断设备的缺陷、部件的缺损或机械运转失灵,这通常属于设备故障诊断的研究范畴; (2) 以系统为研究对象,重点检测和分析系统的功能不完善、功能异常或不能够完成预期功能,这属于系统故障检测与诊断的研究范畴; (3) 以系统运行过程为研究对象,考察运行过程出现的异常变化或系统状态的非预期改变,这属于过程故障诊断的研究范畴。 概而言之,故障诊断研究的是对象故障或其功能异常、动作失败等问题,寻求发现故障和甄别故障的理论与方法。无论是设备故障诊断、系统故障诊断还是过程故障诊断,都有着广泛的研究对象、实在的问题背景和丰富的研究内容。本文将从故障诊断与处理技术的研究内容、典型方法和应用情况等三个方面,对故障诊断及相关技术的发展状况做一综述,同时简要指出本研究方向的若干前沿。 2 故障诊断与处理的主要研究内容 故障诊断与处理是一项系统工程,它包括故障分析、故障建模、故障检测、故障推断、故障决策和故障处理等五个方面的研究内容。 2.1 故障分析 故障是对象或系统的病态或非常态。要诊断故障,首先必须对故障与带故障的设备、系统、过程都有细致分析和深入研究,明确可能产生故障的环节,故障传播途径,了解故障的典型形式、表现方式、典型特征以及故障频度或发生几率,结合对象的物理背景了解故障产生的机理、故障关联性和故障危害性。 常用的故障分析方法有对象和故障环节的机理分析法、模拟法、数值仿真或系统仿真法和借助数学模型的理论分析法等。 2.2 故障建模 模型分析是现代分析的基本方法,对复杂对象的故障诊断同样具有重要应用价值。为了定量或定性地分析故障、诊断故障和处理故障,建立故障的模型和带故障对象的模型是十分

故障诊断及相关应用

故障诊断及相关应用 摘要 故障诊断技术是一门以数学、计算机、自动控制、信号处理、仿真技术、可靠性理论等有关学科为基础的多学科交叉的边缘学科。故障诊断技术发展至今,已提出了大量的方法,并发展成为一门独立的跨学科的综合信息处理技术,是目前热点研究领域之一。我国的一些知名学者也在这方面取得了可喜的成果。 关键字:故障诊断,信息处理 1故障诊断技术的原理及基本方法 按照国际故障诊断权威,德国的Frank P M教授的观点,所有的故障诊断方法可以划分为3种:基于解析模型的方法、基于信号处理的方法和基于知识的方法。 1.1基于解析模型的故障诊断方法 基于解析模型的方法是发展最早、研究最系统的一种故障诊断方法。所谓基于解析模型的方法,是在明确了诊断对象数学模型的基础上,按一定的数学方法对被测信息进行诊断处理。其优点是对未知故障有固有的敏感性;缺点是通常难以获得系统模型,且由于建模误差、扰动及噪声的存在,使得鲁棒性问题日益突出。 基于解析模型的方法可以进一步分为参数估计方法、状态估计方法和等价空间方法。这3种方法虽然是独立发展起来的,但它们之间存在一定的联系。现已证明:基于观测器的状态估计方法与等价空间方法是等价的。相比之下,参数估计方法比状态估计方法更适合于非线性系统,因为非线性系统状态观测器的设计有很大困难,通常,等价空间方法仅适用于线性系统。 1.1.1参数估计方法 1984年,Iserman对于参数估计的故障诊断方法作了完整的描述。这种故障诊断方法的思路是:由机理分析确定系统的模型参数和物理元器件参数之间的关系方程,由实时辨识求得系统的实际模型参数,进而由关系方程求解实际的物理元器件参数,将其与标称值比较,从而得知系统是否有故障与故障的程度。但有时关系方程并不是双射的,这时,通过模型参数并不能求得物理参数,这是该方法最大的缺点。目前,非线性系统故障诊断技术的参数估计方法主要有强跟踪滤波方法。在实际应用中,经常将参数估计方法与其他的

电力系统故障诊断专家系统

电力系统故障诊断专家系统 李向峰 (哈尔滨工程大学信息与通信工程工程学院,黑龙江哈尔滨150001)摘要:针对电力系统故障诊断问题存在的大量不确定性,提出了将模糊集和模糊推理方法结合专家系统进行故障诊断的新方案。同时,尝试将分布式问题求解方法用于电力系统故障诊断问题,开发了基于模糊推理的分布式电力系统故障诊断专家系统。为方便用户使用,开发了图形建模和模糊知识学习平台,以及故障信息管理系统通过在某地区电网的测试表明,所提方案具有准确的诊断结果和很好的实用性关键词:故障诊断;模糊推理;专家系统;分布式问题求解;故障信息管理。 关键词:故障诊断; 模糊推理; 专家系统; 分布式问题求解; 故障信息管理 Power System Fault Diagnosis Expert System LiXiangfeng (Information and Communication Engineering, Engineering, Harbin Engineering University, Harbin) Abstract: Fault detection system of power exists a lot of uncertainty, the proposed fuzzy sets and fuzzy inference method combines expert system for fault diagnosis of the new program. At the same time, try to distributed problem solving method for power system fault diagnosis, develop a distributed power system fault diagnosis expert system based on fuzzy reasoning. For the convenience of users, the development of graphical modeling and fuzzy knowledge learning platform, and fault information management system through a regional grid in the test shows that the proposed scheme has an accurate diagnosis and good usability Key words: fault diagnosis; fuzzy reasoning; expert system; distributed problem solving; fault information management. Keywords:fault diagnosis; fuzzy inference; expert system; distributed problem solving 1引言 电力系统故障诊断是近年来十分活跃的研究课题之一,人们对此进行了大量研究[1~9],取得了许多有价值的理论研究成果,提出了多种解决方案,如采用专家系统方法[2,4,6,8]和神经网络方法[4]等. 由于实际运行中用于故障诊断的断路器和保护动作信息存在着大量的不确定性,近年来有学者将模 糊推理方法应用于电力系统故障诊断[3,5~7,9]。但以 前的研究大多集中在理论探讨上,在解决电力系统运行过程中出现的实际问题方面进展不大。现代电网互联规模和运行复杂性越来越大,运行越来越接近极限,一旦发生故障,造成的损失也较以往增大,因此对运行人员迅速准确处理事故的能力的要求进一步提高。电力系统故障自动诊断系统不仅可以成为运行人员在处理事故时的得力助手,还可成为运行人员培训的有力工具。 本文在前期开发的面向对象的电力系统故障 诊断专家系统[8]的基础上,借鉴其他研究成果[3,5~7] 增加了基于模糊集的报警信息处理,不但考虑了开关和保护动作的不确定性,还将故障时电压、电流不同于正常运行时的特征信息用模糊集表示,利用模糊推理来提高诊断结果的准确性和可用性;同时开发了模糊集学习平台,以缓解专家系统知识获取 的难题;利用网络通信技术和分层分布式问题求解 方法,解决电力系统信息分层和应用于实际电力系统故障诊断时出现的问题,提出了两种分层分布式故障诊断问题求解方案,并就其中一种方法进行了

相关文档
最新文档