第一篇:变压器故障诊断研究(小编推荐)
变压器故障诊断研究
摘要:变压器一旦发生故障将对电力系统造成重大的危害,及早发现变压器的潜伏性故障,对保证其安全运行,提高供电的可靠性具有重要意义。文章分析了变压器常见的故障,介绍了目前常用的故障诊断方法,引入了RBF 网络应用于变压器故障诊断,分析表明该方法诊断正确率高。
关键词:变压器故障诊断;BP 神经网络;RBF 网络;潜伏性故障
变压器故障诊断研究
变压器是电力系统的枢纽,它关系到电力系统的可靠性和稳定性,变压器发生故障会给人们的生活带来不便,严重情况下还会危及生命安全。由于无法杜绝变压器故障的发生,所以对故障的正确诊断和早期的预测就更加重要。目前普遍使用的是定期预防性试验,不同的实验方法和测试仪器反映运行状态的数据不够全面,经常含有现场测量时的干扰信息,并且试验时都是在离线停电状态下进行的,因停电会造成很大的负荷损失。为了正确的判断出变压器的运行状态,引入人工智能化的变压器故障诊断方法能够及时有效的判断变压器的状态,预先发现早期潜伏性故障,避免无必要的检修,具有很强的现实意义。
一、变压器的常见故障 变压器的结构比较复杂,这种特性导致变压器故障类型的多样性,以至于很难以某一判据诊断出具体的故障类型。当变压器发生故障时,按变压器本体可分为内部故障和外部故障,即把油箱内发生的各相绕组间的相间短路、绕组的匝间短路、绕组或引线与箱体接地等称为内部故障;而油箱外部发生的套管闪络、引出线间的相间短路等故障称为外部故障;按变压器结构可分为绕组故障、铁芯故障、油纸故障、附件故障;从故障发生的部位又可分为铁芯故障、分接开关故障、套管故障等。对变压器危害大的故障主要有以下几种:
(一)绕组故障
绕组是变压器主要部分,绕组故障主要分为:匝间短路、相间短路、绕组断路,由于绕组各部分绝缘老化以及受潮,导致绕组匝间、相间、高低压绕组间发生短路、断路、击穿或烧毁。产生故障的原因是制造工艺不良,机械强度不能经受短路冲击,使绕组变形,绝缘损坏;检修时,局部绝缘受到损害,遗留下缺陷,导致变压器绕组损 坏;长期过载,温度过高引起绝缘老化;绕组受潮,引起局部过热,极易导致局部放电,造成匝间短路。
(二)铁芯故障
铁心质量好坏是决定变压器正常运行的关键。铁芯故障分为铁心多点接地和铁心过热故障,当变压器出现铁心多点接地故障时,产生的环流将引起变压器局部过热,使铁心局部烧损,如不及时发现,严重时可能烧坏铁心。产生铁芯故障的原因很多,如压铁松动引起铁芯振动和噪声、铁芯接地不良及异常接地、铁心片间短路、铁心局部短路、铁芯片间叠装不好造成铁损增大而使铁芯发热等。
(三)分接开关故障
分接开关由于经常进行切换操作,很容易出现各种故障。分接开关常见的故障有:无载分接开关上分接头的相间绝缘距离不足且绝缘材料上堆积油泥时,若受潮,在过电压下将发生相间短路故障;有载分接开关若触头接触不良或因锈蚀使电阻增大,绝缘支架上的紧固金属螺栓接地断裂造成悬浮放电,如果密封不严使雨水侵入而使得绝缘性能降低。
(四)油和油纸绝缘故障
变压器内绝缘的主要绝缘材料是变压器油和绝缘纸、纸板、本块等主要成分为纤维素的固体绝缘材料,这些绝缘材料受环境的影响将发生老化,分解出大量的纤维素,一旦这些纤维素在变压器受潮后,如有少量水分进入油中容易形成小桥连接,丧失绝缘强度,造成绝 缘故障。
(五)油流带静电故障
变压器油与固体绝缘界面上很容易产生正负电荷,当某处电荷积累密集达到一定的场强时,将会使固体绝缘受损伤,并最终导致绝缘故障。
(六)引线故障
引线是变压器内部绕组出线与外部接线的中间环接,其接头是通过焊接而成,因而焊接质量直接影响到引线的故障发生。主要故障模式有引线短路、引线断路、引线接触不良。引线短路如不及时处理会导致绕组相间短路,引线断路应使变压器立即停止运行,接触不良将会产生局部高温烧断引线而使变压器停运。
(七)套管故障
套管是变压器内部绕组与箱外联接引线的装置,套管密封不严会发生位移和开焊,雨水循着套管进入变压器内部,极易导致变压器绕组短路或相间短路。如果套管表面积垢严重或者套管上有裂纹,会造成绝缘套管闪络和爆炸,使变压器烧毁。
二、常用的诊断方法
由于变压器内部结构的复杂性,故障的形式也是多样的,要准确地判断出变压器的故障性质及故障发生部位非常困难,常用的变压器故障检测方法主要包括:
(一)绝缘电阻试验
绝缘电阻试验能有效的检查出变压器绝缘整体受潮、部件表面受潮、脏污以及贯穿性的集中缺陷。
(二)泄漏电流试验
泄漏电流试验测量灵敏度较高,能有效地发现变压器套管密封不严进水、高压套管裂纹等其它试验不易发现的缺陷。
(三)介质损失角正切试验
介质损失角正切试验能发现变压器绝缘整体老化受潮和油质劣化的情况。由于变压器绝缘是由绝缘纸、绝缘油和瓷套管等构成的整体,由于表面泄漏电流的影响,测出的介损值无法有效反映绝缘局部受潮。
(四)交流耐压试验
交流耐压试验能发现变压器主绝缘的局部缺陷,如绕组主绝缘受潮、开裂或绕组松动、以及绕组绝缘上附着有脏物等。
(五)直流电阻试验
直流电阻试验可以检查分接开关和引线与套管的接触是否良好、接头是否松动、绕组是否断股、匝间有无短路等缺陷,实际上也是判断各相绕组直流电阻是否平衡的有效手段。
(六)空载试验
空载试验能发现变压器铁芯多点接地、铁芯硅钢片整体老化等局部绝缘不良或整体缺陷,根据交流耐压试验前后两次空载试验测得的空载损耗比较、判断绕组是否有匝间击穿情况等。
(七)局部放电试验
局部放电以脉冲电流法和超声波检测法应用较为广泛,脉冲电流法利用铁心或中性点引下线捕捉局部放电的电脉冲信号,后者在油箱的不同部位采集局部放电引起的超声波信号。虽然局部放电的定量精确度不高,但对定性和定位有一定的作用。
(八)红外测温
红外热成像测温技术应用于电气设备故障诊断中日益广泛,用红外测温仪测量套管出线端子的温度、油箱、套管表面的温度可以发现如导电回路连接件接触不良、套管缺油和箱体涡流发热等缺陷。
(九)绕组变形试验
当绕组发生变形后,绕组尺寸的变化必然引起漏电抗的变化,利用阻抗电压法不但可以有效地判断变压器绕组是否存在变形,还可确定绕组变形程度。利用扫频测量技术,测量变压器各个绕组的幅频响应特性,可以得到一组结构特性图谱,从而诊断绕组是否存在扭曲、鼓包和位移等变形情况。
(十)油中溶解气体法
单纯依靠某一项电气试验得到变压器运行的真实状态比较困难,油中溶解气体分析法对发现其内部的潜伏性故障及早期故障非常有效。油中溶解气体分析法(DGA)是通过检测变压器油中溶解的各种特征气体的成分含量来判断变压器故障的方法,该方法不需要变压器 停止运行,不受各种电磁干扰的影响,数据可靠性高,尤其对于过热性、电弧性放电和绝缘破坏性等故障有很好的效果。但是DGA也存在不足,操作比较复杂,不能捕捉到突发性故障的前驱迹象,当变压器内部气体含量较少时,很难对变压器故障进行诊断,当变压器多种故 障类型同时出现时,会出现误判和判断不出的结果的情况,因此需要结合其它的方法。
三、人工神经网络
变压器内部故障诊断方法很多,如人工神经网络方法、模糊集理论方法、专家系统方法等。由于人工神经网络具有并行处理、学习和记忆、非线性映射和自适应能力等特点,为变压器故障诊断开辟了一条新的途径。人工神经网络与常规的电气试验不同,它不包含具体的诊断规则,能够实现输入输出的非线性映射关系,但它并不是依赖于具体模型,其输入与输出之间的关联信息分布地存储于连接权中,它通过对己知故障样本的学习,达到对未知故障样本的诊断。研究最多的神经网络是前馈型神经网络(如BP网络,RBF网络),由于BP网络采用按误差函数梯度下降的方向进行收敛,不可避免会出现收敛速度慢及容易陷入局部极小点的问题。RBF网络是以函数逼近理论为基础而构造的一种前向网络,研究表明无论在逼近能力、模式识别和学习速度等方面,RBF均优于BP网络,典型的RBF网络是由输入层、隐含层和输出层组成,如图1所示: 图1
RBF
网
络
图
2011.03 81 第一层是输入层,它由信号源节点组成,第二层是隐藏层,第三层是输出层,隐藏层的变换函数采用RBF网络,RBF网络的输出为:
其中I W 是输出接点的权值,G 是基函数矢量。采用高斯函数作为基函数,如下:
其中矢量参数X是函数的自变量矢量,C是输入;C是常数矢量,径向基函数的中心;Φ(X-C)就是基函数。
四、基于人工神经网络的DGA 故障诊断
利用神经网络可有效地通过分析变压器油溶解气体来诊断电力变压器的内部故障。变压器故障按性质可分为热故障和放电故障,热故障又可分为低温过热(≤ 300°)故障和高温过热(≥ 700°)故障;电故障可分为高能量放电(电弧放电和比较强烈的火花放电)和低能量放电故障(局部放电和比较微弱的火花放电),统计变压器油中分 解出的2 H、2 2 C H、4 CH 和2 4 C H 一共4种特征气体含量,作为4个输入神经元的输入向量。对输出层采用低温过热、高温过热、低能量放电、高能量放电作为四个输出值,输出值在[0,1]的范围内变化,表示故障发生的概率,数值越大则表明该类型故障的可能性越大,输出值最大为1,表示属于此类故障,输出值最小为0,表示不属于此类故障。取4组特征样本对网络进行训练学习,见表1: 表1 数据样本
网络的仿真结果见表2: 表2 神经网络诊断结果
可以看出,神经网络的诊断结果和和实际故障基本一致。
五、结语
变压器故障诊断是非常复杂的问题,将RBF神经网络应用于变压器故障诊断,实例分析结果表明,该方法具有诊断速度快、适应性强和诊断的正确性强优点。随着输电压等级的不断升高和人们对供电质量的要求越来越高,变压器的故障诊断在今后也必将还是一个研究的热点。
参考文献
[1]
董其国.电力变压器故障与诊断[M].北京:中国电力出版社,2000.
[2]
李建明,朱康.高压电气设备试验方法[M].北京:中国电力 出版社,2006.
[3]
操敦奎.变压器油中分析诊断与故障检查[M].北京:中国 电力工业出版社,2005.
[4]
刘勇辉.基于DGA 的电力变压器故障诊断[J].高电压技术,2005,31(6).
[5]
韩力群.人工神经网络理论设计及应用[M].北京:化学工 业出版社,2002.
[6]
王雪梅,李文申,严璋.BP 网络在电力变压器故障诊断中的 应用[J].高电压技术,2005,31(7).
[7]
陈金莉,于飞,刘喜梅.人工神经网络在电力变压器故障诊断 中的应用及仿真[J].青岛科技大学学报,2003,10(3).[8]
梁永春,李彦明.改进型组合RBF 神经网络的变压器故障诊 断[J].高电压技术,2005,31(9).
[9]
飞思科技.神经网络理论与MATLAB7 实现[M].北京:电 子工业出版社,2005.
第二篇:变压器故障诊断技术研究论文
摘要:变压器在电力系统中发挥着非常重要的作用,而在变压器长期的运行过程中,容易受到多种因素的影响导致发生各种运行故障,严重影响了电力系统的安全性和稳定性,因此必须高度重视变压器的故障诊断,结合其故障类型,采取科学合理的故障诊断技术,加强变压器运行维护,提高变压器的故障诊断技术水平。文章分析了变压器常见的故障类型,阐述了变压器的故障诊断技术,以供参考。
关键词:变压器;故障;诊断技术
近年来,我国电力系统快速发展,引入的变压器数量不断增多。变压器作为电力系统中的一种重要设备,其承担着传输电能和变换电压的任务,在实际应用过程中,由于绝缘老化、加工制造质量水平低等原因,变压器经常发生各种故障,为了准确判断变压器的故障位置和故障原因,应加大对变压器故障诊断技术的研究,采用先进的故障技术,提高变压器故障诊断效率。
1变压器常见的故障类型
1.1短路故障
变压器短路故障是指相间短路、绕组对地短路、出口短路等,这种出口短路故障对于变压器的运行影响最为严重,这种故障发生频率较高,一旦变压器发生出口短路故障,其内部绕组会流过非常大的短路电流,导致变压器绕组快速发热,严重的甚至导致绕组变形或者击穿,发生火灾,危害工作人员生命安全。
1.2放电故障
根据放电能量密度,变压器放电故障包括高能量放电、火花放电和局部放电,当变压器运行过程中,绝缘层中的油膜和气隙发生放电,变压器的绕组匝间层绝缘层被击穿很容易发生高能量放电,若变压器油质较差易发生火花放电。
1.3绝缘故障
绝缘材料使用寿命在很大程度上决定了整个变压器的使用寿命,大多数的变压器故障主要是由于绝缘层发生损坏。绝缘油老化、绝缘材料损坏、变压器受潮放电、铁芯叠片绝缘性较差等[1],很容易造成变压器绝缘油老化,绝缘材料损坏,而过电压、湿度、温度等因素都会影响变压器的绝缘性能。
1.4铁芯故障
变压器运行过程中,铁芯必须有一点稳定接地,一旦两点以上发生接地现象,会造成变压器局部位置过热,甚至将变压器烧毁,在实际应用中变压器的铁心故障发生率较高。
1.5分接开关故障
分接开关对于变压器的运行状态有着重要影响,分接开关故障主要包括无载分接开关故障和有载分接开关故障,其中变压器的有载分接开关故障比较常见,如固定绝缘杆发生扭曲变形、有载开关油箱渗油、触头松动、脱落、烧毁等。
2变压器的故障诊断技术
2.1传统故障诊断法
2.1.1观察法观察法主要是通过人们的感觉器官,用手摸变压器是否严重发热,看变压器节硅胶是否变色、套管是否发黑、油箱是否渗油,闻变压器是否存在异常气味,听变压器是否存在异常声音等,这种观察法必须要求维护检修人员具有丰富的实践经验,一旦发现有这些情况,及时进行维护处理。2.1.2油化验变压器在发生一些潜伏性故障时,大部分可燃性气体可以溶解在变压器油中,因此变压器故障诊断应仔细检验变压器油油质,采用气体监测仪,仔细分析气体含量和气体类别,仔细确定变压器故障情况。2.1.3绝缘试验绝缘试验包括介质损失角、泄漏电流、绝缘电阻等试验,介质损失角试验可以检查变压器局部严重缺陷、油质老化、绝缘老化、是否受潮等[2];绝缘电阻试验是一种非常常见的变压器绝缘状态检查方法,通过测量线圈绝缘电阻和各个线圈的对地电阻,分析变压器线圈多次的测量结果,确定变压器线圈绝缘层是否发生故障。和绝缘电阻试验相比,漏电流试验在某些方面比较相似,这种试验方法是对变压器施加较高的电压,可以发现变压器线圈绝缘层的一些特殊缺陷,例如,变压器绝缘材料发生穿透性缺陷,如果采用绝缘电阻试验,其测量结果和往常测量结果相比没有什么显著变化,但是其绝缘电阻不断增大,通过漏电流试验可以快速发现变压器存在的缺陷。2.1.4变比测量对变压器进行变比测量,可及时发现变压器是否发生匝间短路故障,检查分接开关运行状态和变压器绕组匝数比等。
2.2人工神经网络诊断技术
人工神经网络是一种模拟人脑活动的网络结构,其可以快速并行处理大量信息,具有较高的自学习能力和较强的鲁棒性、容错性,可以映射出未知系统的输出、输入关系以及高度非线性,BP神经网络是一种人工神经网络的前馈网络,其主要由输出层、隐含层、输入层这三个节点层组成,每层都包含很多节点,将每个节点看作一个神经元,同一个节点层上的各个节点之间是相对独立的,每个层次上的节点形成全互连连接状态,从输入层到各个层之间通过节点单向传播信息,最后到达神经网络输出层节点[3]。根据相关研究表明,BP神经网络的表达能力、精度和隐蔽层层数之间没有直接的关系,通常情况下,可以选用一个隐蔽层。BP神经网络算法是一种经过训练的非循环多级网络算法,由反向传播和正向传播构成整个学习过程,经过隐蔽单元和非线性变换逐层对输入值进行处理,最后传递到输出层。每层神经元状态会受到上一层神经元状态的影响,若输出层无法达到期望输出,可以转换到反向传播,修改和校正各个神经元权值,最大程度地缩小误差信号;其二,工作期,固定各个连接权值,计算神经网络单元状态,诊断时,结合不同变压器的状态测试数据,计算神经网络实际输出,将期望值和这些计算数据进行比较。
2.3遗传算法故障诊断技术
遗传算法故障诊断技术是一种受到生物进化的启发发展出来的智能分析法,其包含变异、交叉、选择等阶段,遗传算法和人工神经网络相比,可以实现全局搜索。同时,采用动态变异和基因多点交叉方式,选取最优种群,从而构建遗传算法在线诊断系统,当前很多遗传算法和人工神经网络算法有效结合起来,通过遗传算法确定人工神经网络初值,有效克服了人工神经网络收敛速度慢和局部收敛的问题[4]。另外,粗糙集理论和遗传算法的约简算法,通过全局并行寻优,极大地提高了遗传算法的执行效率。
2.4专家系统故障诊断技术
专家系统主要是根据知识库中的相关知识或者专家经验,通过推力判断,帮助用户进行决策。在变压器故障诊断中应用专家系统,在知识库中修改、删除或者增加相关专家知识,使知识库保持有效性和实时性。并且由于变压器类型比较多,常见故障也是多样化,相关专家知识较少,若专家知识库相关数据不正确,必然会影响用户决策,因此应实时进行更新,这种故障诊断技术效率较高。
3结束语
近年来,电力系统的规模和容量不断增大,对于变压器可靠供电和安全运行要求较高,变压器电力系统配电和输电的重要设备,一旦变压器发生运行故障,会对电力系统运行状态产生严重影响。通过采用科学合理的故障诊断方法和先进技术,快速诊断变压器故障位置和元器件,及时检修和维护,减少停电损失,推动我国电力系统的可持续发展。
参考文献
[1]郑含博.电力变压器状态评估及故障诊断方法研究[D].重庆大学,2012.[2]付强.电力机车主变压器故障诊断技术研究[D].中南大学,2013.[3]许永建.变压器故障诊断技术研究[D].南京理工大学,2010.[4]徐安定.大型变压器状态监测与故障诊断技术[D].浙江大学,2012.
第三篇:行驶系故障诊断
行驶系及其检修
【复习回顾】(10')
1、万向传动装置的常见故障有哪些?
2、驱动桥的常见故障有哪些? 【导入新课】
一、后桥识图(80')
复习并提问后桥装配图,每人均回答识图提问。
二、概述行驶系故障诊断与排除(35')
行驶系常见故障主要有钢板弹簧异响、钢板弹簧折断、钢板弹簧移位、减振器失效和轮胎异常磨损等。
1、钢板弹簧异响 1)故障现象
汽车行驶中钢板弹簧发出撞击响声,振动增大。2)分析与诊断
(1)钢板弹簧销、衬套、吊环等磨损过量,零件间的间隙增大。
(2)钢板弹簧疲劳变形。
(3)行驶时振动使钢板弹簧与零件或车架发生撞击而产生异 响。
(4)个别钢板疲劳折断。3)故障排除
(1)检查钢板弹簧销。(2)测量钢板弹簧弧高。
2、钢板弹簧折断 1)故障现象
(1)停车检查时,车身一侧倾斜。(2)行驶又跑偏现象。2)分析与诊断
(1)汽车超载、超速行驶;转弯车速过快;负荷突然增加。(2)装载不均匀。
(3)钢板弹簧U形螺栓松动。
(4)更换的钢板弹簧片曲率与原片曲率不同。(5)紧急制动过多,尤其满载下坡时使用紧急制动。(6)钢板弹簧销、衬套和吊环之间磨损过量。3)故障排除
(1)将空载、轮胎气压正常的汽车,停放在平坦的场地上,若汽车向一侧歪斜,则歪斜一侧的钢板弹簧有故障。(2)清除钢板弹簧表面的污物,检查裂纹或断裂情况。(3)检查钢板弹簧销、衬套及吊环支架是否松旷。(4)检查曾更换的钢板弹簧去率是否符合规定。(5)检查钢板弹簧U形螺栓是否松动。
3、钢板弹簧移位 1)故障现象
汽车行驶中,有斜扭感觉,转动转向盘左、右轻重不一,有时跑偏。2)分析与诊断
(1)钢板弹簧U形螺栓松动、脱扣。(2)钢板弹簧中心螺栓折断。(3)钢板弹簧与车轴间的定位失准。3)故障排除
(1)测量左、右两侧轴距是否符合规定。
(2)检查钢板弹簧U形螺栓若有松动、脱扣,按规定拧紧或更换脱扣的螺栓及螺母。(3)检查中心螺栓是否折断。(4)检查钢板弹簧定位失准原因。
4、减振器失效 1)故障现象
汽车在不平稳路面上行驶时,车身强烈振动并连续跳动。2)分析与诊断
(1)减振器连接销脱落。
(2)减振器油量不足或内有空气。
(3)减振器阀瓣与阀座贴合不良,密封不良。(4)减振器活塞与缸壁磨损过量。3)故障排除
(1)检查减振器连接销、连接杆、橡胶衬套连接孔是否有损坏、脱焊、脱落、破裂之处。(2)察看减震器外部有无渗漏油迹。(3)检查减振器有无卡塞。
5、轮胎异常磨损 1)故障现象
轮胎出现非正常磨损,如正面一侧快速磨损。2)分析与诊断(1)前轮外倾角、前轮前束不符合要求。(2)前轴、车架或转向节变形。
(3)横、直拉杆球头销、球头销座磨损松旷。(4)钢板弹簧U形螺栓松动。(5)车轮轮毂轴承磨损松旷。(6)轮胎不平衡量过大。(7)轮胎气压不正常。
(8)左、右轮胎尺寸规格不一。3)故障排除
(1)检查轮胎气压。(2)检查轮胎尺寸。
(3)检查钢板弹簧U形螺栓是否松动。
(4)检查前轮外倾角、前轮前束是否符合要求。
(5)检查转向节主销与衬套间隙,轮毂轴承间隙是否过大。
二、转向系故障诊断与排除(30')
转向器常见故障有:转向沉重、行驶跑偏、转向轮摆动和动力转向系故障。
1、转向沉重 1)故障现象
转动转向盘,感到沉重。2)分析与诊断
(1)转向器内缺油或过脏。
(2)转向螺杆两端轴承调整过紧或轴承损坏。(3)转向螺母与摇臂轴齿扇啮合过紧。
(4)转向器、转向节主销、轴承衬套部位缺油或调整过紧。(5)横、直拉杆球头销部位缺油或调整过紧。(6)转向节止推轴承缺油、损坏、调整过紧。
(7)前轮定位失准,主销后倾角过大或过小,内倾角过大,前轮前束调整不当。
(8)转向桥、车架弯曲、变形。(9)钢板弹簧挠度和尺寸不符合规定。(10)轮胎气压不足。3)故障排除(1)检查转向盘。
(2)检查轮胎气压是否过低,前轮定位是否符合要求,前钢板弹簧是否良好,前轴、车架是否变形。(3)检查故障转向传动机构和个球头销装配是否过紧。(4)检查转向器。
2、行驶跑偏 1)故障现象
驾驶员必须紧握转向盘方能保持直线行驶,若稍微放松转向盘,汽车便自行跑到一边。2)分析与诊断
(1)前轮左、右轮轮胎气压不一致,前钢板弹簧左、右弹力不一致。
(2)一侧前轮制动器制动间隙过小或轮毂轴承过紧。(3)两侧主销后倾角或车轮外倾角不相等,前束不符合要求。(4)有一侧钢板弹簧错位或折断。(5)转向节臂变形。(6)转向桥或车架变形。3)故障排除
(1)检查左、右轮气压是否一致。
(2)用手触摸跑偏一边的制动鼓和轮毂轴承是否过热。(3)检查钢板弹簧是否折断或弹力不均。(4)检查前束是否符合要求,两前轮主销后倾角、前轮外倾角是否相同。
(5)检查左、右轴距是否相等,转向桥和车架是否变形。
3、转向轮摆动 1)故障现象
(1)汽车在行驶时,转向盘抖动,转向操纵不稳。(2)前轮摇摆,严重时方向难以控制。出现汽车蛇形行驶现象。
2)分析与诊断
(1)转向器螺杆两端轴承严重磨损,间隙较大。(2)转向节主销与衬套磨损严重,配合间隙过大。(3)横、直拉杆球头销几座磨损,是球关节松旷。(4)转向摇臂与摇臂轴的禁固螺栓、螺母松动。(5)前轮轮毂轴承松旷、固定螺母松动。
(6)前轮前束过大,车轮外倾角、注销后倾角过小。(7)前轴弯曲,车架、前轮轮辋变形。
(8)前轮外胎由于修补或装用翻新胎失去平衡。(9)减振器失效,前钢板弹簧刚度不够。3)故障排除
(1)检查转向器螺杆与指销啮合间隙是否过大。(2)检查转向传动机构。
(3)检查前轮轴承松旷或转向节主销与衬套间隙。(4)检查前轮前束。
(5)检查钢板弹簧及减振器。(6)检查车架及前轴。
4、动力转向系故障 1)故障现象
(1)发动机在各种转速下均无转向助力作用。(2)转向突然沉重。(3)左、又转向力不一。2)分析与诊断(1)油泵传动带过松。
(2)油泵油罐内液面过低,油液脏污。(3)转向动力缸内有空气。(4)驱动油泵有故障。
(5)滤清器堵阻、供油管路接头漏油。
(6)安全阀漏油、弹簧过软或调整不当。3)故障排除
(1)检查油泵传动带是否过松。(2)检查油罐内液面是否过低。(3)检查油罐内油质。
(4)检查调节螺钉、转向齿轮啮合是否过紧。
(5)经上述检查后,故障仍不能排除,应对驱动油泵进行检修。
【课堂小结】(10')
本节课主要讲述了行驶系与转向系的常见故障的现象,并逐一进行诊断与分析,从而进行故障的排除。【布置作业】(5')
实习报告:1.EQ1092型汽车前悬架的拆装维护步骤。
作业本:
1.行驶系的主要作用是什么?
2.叙述东风EQ1092型汽车车架的型式?
第四篇:智能故障诊断报告
智能:是指能随内、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。表现形式:观察、记忆、想像、思考、判断 智能可分为低级智能和高级智能:
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
智能的基本要素
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
智能应具备的条件(能力)
三个基本能力:感知、思维、行为
感知能力——就是能感知外界变化和获取感性知识的能力
思维能力——就是具有记忆、联想、推理、分析、比较、判断、决策、学习等能力
行为能力——就是对外界刺激(输入信号)做出反应(输出信息)并采取相应动作的能力
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,超出允许范围;
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
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范。
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。故障诊断的基本思想:
设被检测对象全部可能状态(正常和故障)组成状态空间S,它的可观测量特征的取值范围全体构成特征空间Y 若系统处于某一状态s时具有确定的特征y,即存在映射
;反之,一定的特征y也对应确定的状态s,即存在映射
。状态与特征空间这一关系可表述为:
因此,故障诊断的目的就是:根据可测量的特征向量来判断系统处于何种状态,也就是找出映射关系 f
故障诊断的实质
对于有限状态的系统,令正常状态为s0,n种故障对应的系统状态为s1, s2, …, sn;其中,处于状态si时,对应的可测量特征向量为yi =(yi1, yi2, …, yim);故障诊断就是由特征向量y =(y1, y2, …, yk),求出它所对应的状态s的过程
在这种情况下,故障诊断就成为:根据特征向量对被测系统的状态进行分类的问题,或者说对特征向量进行模式识别的问题
结论:故障诊断的实质——模式识别(分类)问题
故障诊断的过程有三个主要步骤:
第一步是检测设备状态的特征信号,即信号测取;
第二步是从检测到的特征信号中提取征兆,即征兆提取;
第三步是根据征兆和其它诊断信息来识别设备的状态,从而完成故障诊断,即状态识别。
——这是整个诊断过程的核心。
故障诊断的任务 故障检测:采用合适的观测方式、在合适部位测取特征信号,即信号测取;采用合适的方法,从特征信号中提取状态征兆,即征兆提取
故障识别:采用合适的状态识别方法与装置,依据征兆而推理识别出设备的有关状态,即状态识别
故障分离与估计(预测):采用合适的状态趋势分析法,依据征兆与状态推理出状态的发展趋势,即状态预测
故障评价与决策:采用合适的决策形成方法,依据有关的状态和趋势作出调整、控制、维修等,即干预决策
什么是智能故障诊断? 智能故障诊断:是人工智能和故障诊断相结合的产物,主要体现在诊断过程中领域专家知识和人工智能技术的运用。它是一个由人(尤其是领域专家)、能模拟脑功能的硬件及其必要的外部设备、物理器件以及支持这些硬件的软件所组成的系统。
从传统故障诊断到智能故障诊断 故障诊断技术经历的三个阶段:
第一阶段对诊断信息只作简单的数据处理
第二阶段将信号处理和建模处理应用于数据处理
以上两个阶段,完全基于检测数据处理,没有利用领域专家知识——传统故障诊断阶段 第三阶段以知识处理为核心,信号处理、建模处理与知识处理相融合——智能故障诊断阶段
传统故障诊断的局限性: 未引入人工智能技术前,直接由领域专家完成状态识别任务,不能有效利用专家的知识和经验;
缺乏推理能力,不具备学习机制;
对诊断结果缺乏解释,诊断程序的修改和维护性差。智能故障诊断的优越性:
引入人工智能技术后,能模拟领域专家完成状态识别任务(最大差别),人-机联合诊断,达到甚至超过专家;
发展出基于知识的诊断推理机制,能模拟人类的逻辑思维和形象思维的推理过程; 能解释自己的推理过程,并能解释结论是如何获得的。
智能故障诊断的研究意义:
研究如何及时发现故障和预测故障并保证设备在工作期间始终安全、高效、可靠地运行
——故障诊断技术为提高设备运行的安全性和可靠性提供了一条有效途径
故障的随机性、模糊性和不确定性,导致一个故障的形成往往是众多因素造成的结果,且各因素之间的联系又十分复杂
——传统故障诊断方法已不能满足现代设备的要求,必须采用智能故障诊断方法
智能故障诊断的研究目的 及时发现故障,给出故障信息,并确定故障的部位、类型和严重程度,同时自动地隔离故障; 预测设备运行状态、使用寿命、故障发生和发展;
针对故障的不同部位、类型和程度,给出相应的控制和处理方案,并进行技术实现;
自动对故障进行削弱、补偿、切换、消除和修复,以保证设备出现故障时的性能尽可能地接近原来正常工作时的性能,或以牺牲部分性能指标为代价来保证设备继续完成其规定功能; 进行维修决策,减少维修费用,提高设备利用率。
智能故障诊断的国内外研究概况
20世纪60年代末开始,已历经三个阶段:
美国从1967年开始,NASA、ONR率先在故障机理研究和故障检测、诊断和预测等方面取得实用性研究成果;此后,在水泵、空压机、轴承、润滑油、内燃机、汽车发电机组、大型客机等方面都取得了许多研究成果
英国和日本相继在20世纪70年代初开始故障诊断的研究,并在锅炉、压力容器、核发电站、核反应堆、铁路机车等方面取得了许多研究成果
国外,设备维修费平均降低15~20%,技术投入占生产成本的比例,美国7.2%、日本5.6%、德国9.4% 我国从20世纪80年代初开始这方面研究,在石化、冶金、电力等行业得到应用;90年代后在各行业快速发展
目前智能故障诊断的几个重要研究方向 1)集成化智能故障诊断研究:
现代设备复杂性和故障不确定性,单一方法不能满足要求;集成多种方法进行诊断,取长补短,提高诊断智能化水平。2)网络化智能故障诊断研究:
现有诊断大都面向单台或单类设备,可扩充性、灵活性、通用性差,信息不能有效交互和共享;分布式智能诊断能充分发挥各专家的特点,做到资源共享、协调诊断。3)适应型智能故障诊断研究:
利用智能结构、智能Agent的特性,构建满足现场需要,并对故障具有自修复、自补偿、自抑制、自消除等适应型智能故障诊断,也是一个很有前途的研究方向。
第五篇:故障诊断读书报告
《机械故障诊断技术》读书报告
碰摩诊断案例分析综述
Diagnosis of Rubbing Fault Case Analysis were Review
学 院:
专 业:
班 级:
姓 名:
学 号:
指导教师:
学年学期:
摘要
随着机组精度的不断提高,动静间隙的不断缩小,并受到不平衡、不对中、热弯曲等的影响,经常发生转子碰摩故障。本文以机组故障为实例,通过振动信号的时域、频谱以及转速三维谱图分析,对机组的碰摩故障进行分析诊断。
关键词:故障诊断;时频分析; 理论分析
Abstract The paper discuss the important problem in software development——requirements analysis.Developer and user always ignore the communication, it causes directly the software does not meet the good demands of the user, and cost a lot of time and money.Moreover, it affects the performance of the software.So, the requirements analysis is important in the early time of the development.This paper mainly discusses the requirements analysis’s influence on the system design from requirements develop, requirement management, and requirement program.Keywords:software requirement, requirement analysis, system design
目 录 振动信号的分析方法.................................................................................................................1
1.1 频域分析..........................................................................................................................1 1.2 三维频谱图分析..............................................................................................................1 2 转子碰摩故障特征.....................................................................................................................1 3 故障实例.....................................................................................................................................1
3.1 烟气轮机组碰摩故障诊断...............................................................................................1 参考文献...........................................................................................................................................1 振动信号的分析方法
1.1 频域分析
频域分析能通过了解测试对象的动态特性[1],对设备状态作出评价,准确而有效地诊断设备故障并进行故障定位,为防止发生故障提供分析依据。
频谱分析可以解决以下问题:
(1)求得振动参量中各个频率成分和频率分布的范围;
(2)求出振动参量各个频率成分的幅值或能量,从而得到影响设备运行状态的主要频率值及其对应的幅值。
1.2 三维频谱图分析
三维频谱图对于分析振动故障是很有用的手段,特别是以转速作为第三维的三维频谱图,能较清晰地显示各倍频分量随转速的变化情况。清楚地显示出基频、二倍频、三倍频等诸分量随转速升高时的分布情况。转子碰摩故障特征
高速叶轮机械发生转子碰摩故障时有许多明显的特征,如表 1所示。
表 1 高速叶轮机械转子碰摩故障特征
特征参数 主特征频率 常伴频率
故障特征
低次谐波、高次谐波、组合谐波 工频(一倍频)故障实例
3.1 烟气轮机组碰摩故障诊断
某烟气轮机组(结构简图如图 1所示),在正常检修后开车时发现前端振值较大且不稳定,并呈持续缓慢上升状态,停机时振值已达再次试运时进行了跟踪测试。机组转速在低于时振值及相位均稳定且随转速变化不大,轴心轨迹稳定;转速达到(电机投用)后轴心轨迹开始变得杂乱,且烟机前端水平向振动明显增大;频谱图上三倍频处出现一个振动频带,且随转速上升振动能量越来越大,时域波形有明显的削波现象。
图 1 烟气轮机组结构简图
频谱分析得出的结论是机组存在严重的碰摩故障。解体检修发现,烟机叶轮上叶片根部锁紧销钉与隔板发生严重的整周碰摩,整周的销钉已磨损掉。修复叶片根部锁紧销钉并重新调整了烟机叶轮的位置后开车,机组振动恢复正常。结论
1.碰摩通常发生在不应接触的相对运动的表面,影响碰摩的因素比较复杂,在出现故障时,都会有故障特征,可通过振动信号分析对故障进行诊断。一般来说,转子与静止件发生摩擦时,受到的静止件附加作用力是非线形的和时变的,因此使转子产生非线性振动,在频谱图上表现出频谱成分丰富,不仅有工频,还有高次和低次谐波分量。碰摩严重时,各频率成分幅值迅速增大,转子失稳前频谱丰富、波形畸变、轴心轨迹不规则变化、正进动,转子失稳后波形严重畸变、轴心轨迹发散、反进动、时域波形有明显的削波现象。
2.在汽轮机起动发生动静碰磨时,要根据现场的情况灵活的采取措施,如果是轴封与转子碰磨,在条件许可或有把握的情况下,在较低的转速下可以通过“磨齿”的方法来扩大汽封间隙,减弱动静碰磨,但更换蜂窝汽封后发生动静碰磨,应视情况揭缸处理。
参考文献
[1] 软件需求.刘伟琴 刘洪涛译 Karl E.Wiegers中文版[M].北京:清华大学出版社,2004. [2] 面向对象的系统分析.邵维忠 杨芙清.北京:清华大学出版社,2006. [3] 面向对象的系统设计.邵维忠 杨芙清.北京:清华大学出版社,2006.