故障的识别和判断课件

電氣設備故障診斷

故障的識別和判斷、預測技術

故障模式和故障機理故障模式是對出現的故障或異常狀態的某種程度的分類。故障機理是導致設備發生故障的物理過程，化學過程和故障的因果關係。故障機理不同而模式相似的情況是客觀存在的，另外也存在機理相同卻產生不同的故障模式。同是一項“磨損”故障模式，其故障機理可能來自“磨損”，也可能來自“衝擊”。可見，故障機理的“磨損”和故障模式的“磨損”的涵意並不相同。故障模式與機理舉例設備診斷過程就是一種典型的從故障模式或狀態特徵到故障機理的求取過程通過監測得到的狀態特徵雖然經過加工處理成了資訊，但該資訊往往還是不能簡單地和故障機理直接“對號”，必須依靠識別和判斷技術才能求出真正的故障機理。診斷——根據資訊確定故障的性質、類別、程度、部位和原因的過程。1.資訊量的歸納和整理

2.篩選出異常的狀態資訊量3.狀態識別與判斷1.資訊量的歸納和整理

在實際工作中設備狀態特徵的資訊量是錯綜複雜的。必須堅持科學態度，對採集到的資訊量要全面地、歷史地進行分析。在佔有大量資訊資料的基礎上，實事求是地進行歸納、整理與分類。大量資訊，可以用聚類分析的方法進行分類、統計、壓縮向量維數，把大量存在的狀態特徵數據綜合簡化成為少量具有代表性的狀態特徵因數，同時可以將把各因數間的關係列成矩陣。資訊量是多方面的：如電氣試驗數據、線上檢測數據、運行記錄數據、維修記錄等等。2.篩選出異常的狀態資訊量採用對比法將採集到的資訊量與正常資訊量進行對比，主要是與技術規程、標準的規定對比；與過去的歷史數據對比，與同類型設備的狀態相對比，簡稱“三對比”的方法，篩選出異常的狀態資訊量，施行進一步的識別判斷。（1）絕對判斷標準對照技術規程、標準的規定的判斷。規定——設備長期運行、檢修和測試經驗的總結遇到特殊情況，需要進一步搜集資訊，為分析、研究、正確判斷提供第一手材料。2.篩選出異常的狀態資訊量採用對比法將採集到的資訊量與正常資訊量進行對比，主要是與技術規程、標準的規定對比；與過去的歷史數據對比，與同類型設備的狀態相對比，簡稱“三對比”的方法，篩選出異常的狀態資訊量，施行進一步的識別判斷。（1）絕對判斷標準（2）縱向對比主要是和歷史情況相比較。例如和出廠試驗數據、調整試驗數據對比，和歷年運行、檢修、測試數據對比，以及與它的發展變化對比。各類設備都有它獨立的結構和特點，這些特點往往在它的運行特徵參量上表現出來。2.篩選出異常的狀態資訊量採用對比法將採集到的資訊量與正常資訊量進行對比，主要是與技術規程、標準的規定對比；與過去的歷史數據對比，與同類型設備的狀態相對比，簡稱“三對比”的方法，篩選出異常的狀態資訊量，施行進一步的識別判斷。（1）絕對判斷標準（2）縱向對比（3）橫向對比對同類型設備在相同條件或近似相同的條件下，進行狀態量對比，或是對電氣設備三個不同相間的狀態特徵量進行對比，識別出設備故障特徵參數。這種橫向對比可以擴大到國內外的同類或類似設備的對比。廣泛搜集和積累有關的技術資料，是開展診斷的重要工作

3.識別和判斷技術

決定論或數理方法的識別判斷技術概率論或經驗方法的識別判斷技術模糊識別判斷法模式判別方法決定論或數理方法的識別判斷技術邏輯推理從研究設備狀態量入手，結合設備運行外部和設備結構等條件，應用物理學和化學等多方面的科學技術，探求故障或設備缺陷產生的機理。必要時再通過實踐檢驗，最後得出科學的判斷。往往不能及時全面解釋生產現場設備所發現的一切現象和因果關係。所以還不能全部採用決定論的方法識別故障實質。限於當前的技術條件，所以至今它還僅僅是診斷方法中的一個組成部分而不是全部。決定論或數理方法的識別判斷技術關係矩陣模式機理關係矩陣即反映了故障機理與故障模式間的因果關係數理邏輯故障識別舉例概率論或經驗方法的識別判斷技術範本首先是把歷史上已經發生過的各種故障模式和它所對應的故障機理以及處理經過及效果，作為樣板模式記入資料庫對照將現實監測到的狀態量特徵參數與資料庫中的樣板模式的狀態特徵參數相對照，就可查出相應的故障機理。由於一種故障模式常有多種故障機理，例如汽輪發電機振動是一種狀態特徵，從經驗看80％～90％的振動是由轉子品質不平衡的離心力所造成，同時也不能排除其他因素的存在。——是一個具有概率特性的結論。進一步識別與判斷概率論或經驗方法的識別判斷技術初步判斷就已經掌握的有關設備狀態特徵對照過去積累的經驗，做出初步判斷。會得出幾種可能發生的故障機理，將其列出清單，逐條分析，排除不可能出現的因素，保留可能發生的因素。概率論或經驗方法的識別判斷技術初步判斷深入一步的診斷針對以上幾種可能的因素，進行深入一步的診斷(包括精密診斷)再排除一部分沒有可能性的故障因素。直到只留有少數因素時，就要針對這些再進行更精密的識別和判斷。概率論或經驗方法的識別判斷技術初步判斷深入一步的診斷解體檢查針對多次診斷後還存在的幾種可能的故障因素，通過實踐的方法，對每一個問題逐個做解體(剖)檢查。實施解體檢查過程中也要注意應用現代科技手段，先從易於入手的部分開始，逐步深入。概率論或經驗方法的識別判斷技術初步判斷深入一步的診斷解體檢查改善處理針對可能性最大且易於實現改善的故障機理著手進行改善處理，再試運行。如果實踐證明處理無效，則應在進一步分析判斷的基礎上再試第二個方案。最終找到故障的根源。由於某些經驗的局限性往往帶來某些識別判斷的“不確定性”。模糊識別判斷法運用模糊數學的原理進行設備診斷或故障的識別判斷技術。模糊數學來源於1965年創立的“模糊聚合論”，模糊診斷則是在此基礎上發展起來的一門新興技術。模糊數學、模糊診斷就是針對現實生活中存在的某些內涵靈活、外邊界限不清的概念，如‘溫度高”、“振動大”等無量綱的資訊，和‘‘絕緣不良”、“金屬腐蝕嚴重”等不夠準確的定語，通過分析運算以取得準確的結論。基礎：模糊集合和隸屬度模糊識別的目的目前利用電氣試驗數據進行故障診斷時普遍採用的是閾值原則,即當某項電氣試驗測量值高於規定的注意值時,就認為有可能存在故障。確定邏輯的缺點：對邊界處理過於精確化。有時電氣試驗數據的相間比較、歷年比較等會對故障的識別很有幫助——先利用模糊数学方法对边界进行模糊化处理,然后利用模糊综合评判的思想综合多种因素的影响进行故障诊断#1.模糊集合和隸屬度“集合”就是按一定特徵組合起來的事物總體。構成集合的個體稱為“元素”。對於一個模糊子集A，元素x同時既有屬於A的傾向性(表示為“l”)，也有不屬於A的傾向性(表示為“0”)把既屬於又不屬於的元素劃在0與1之間——隸屬函數隸屬函數舉例#2.模糊診斷模糊診斷就是通過狀態參數的隸屬度，求出故障機理的隸屬度，即其中，R是模糊關係矩陣，矩陣各元素表示設備狀態與故障機理的關係故障機理及其隸屬度狀態參數及其隸屬度#3診斷演算法#4模糊專家推理舉例特徵空間模式識別將常用的變壓器油中溶解的7種特徵氣體視為一個7維歐氏空間,並假定每種特徵氣體分別代表7維空間中的一個座標,且第i個特徵氣體的測量值ai對應於第i個座標的值,則構造出的空間稱為故障徵兆空間。對應於任意一個故障變壓器DGA結果的一個7維向量稱為故障徵兆向量。對變壓器每一種故障類型來說都有一組故障徵兆向量與之相對應,因此可利用某種優化原則獲取該故障類型的最佳故障特徵向量。基本診斷思路：當對變壓器絕緣故障進行診斷時,可先計算待診變壓器故障徵兆向量與所有故障類型的最佳故障特徵向量間的夾角,最小夾角對應的故障類型即為最終的診斷結論。模式與狀態空間模式識別系統原理模式識別舉例對非同步電機轉子鼠籠斷條故障檢測常用的方法是通過電流感測器採集定子電流信號,這些信號經數字濾波後,利用數字信號處理技術經FFT變換後作為特徵信號。實驗電機為7.5kW三相四極非同步電動機。圖表示了電機轉子為正常時定子電流信號的頻譜圖,中心頻率為50Hz,圖中只畫出10個樣本。模式識別舉例對非同步電機轉子鼠籠斷條故障檢測常用的方法是通過電流感測器採集定子電流信號,這些信號經數字濾波後,利用數字信號處理技術經FFT變換後作為特徵信號。圖表示了電機轉子為斷條故障時定子電流信號的頻譜圖,中心頻率為50Hz,圖中為10個樣本。診斷時直接將電機定子電