电气设备故障诊断.ppt

1、电气设备故障诊断,第5讲：故障的识别和判断、 预测技术,故障模式 和 故障机理,故障模式是对出现的故障或异常状态的某种程度的分类。 故障机理是导致设备发生故障的物理过程，化学过程和故障的因果关系。 故障机理不同而模式相似的情况是客观存在的，另外也存在机理相同却产生不同的故障模式。,同是一项“磨损”故障模式，其故障机理可能来自“磨损”，也可能来自“冲击”。可见，故障机理的“磨损”和故障模式的“磨损”的涵意并不相同。,故障模式与机理举例,设备诊断过程就是一种典型的从故障模式或状态特征到故障机理的求取过程,通过监测得到的状态特征虽然经过加工处理成了信息，但该信息往往还是不能简单地和故障机理直接“对号

2、”，必须依靠识别和判断技术才能求出真正的故障机理。,诊断根据信息确定故障的性质、类别、程度、部位和原因的过程。 1. 信息量的归纳和整理 2. 筛选出异常的状态信息量 3. 状态识别与判断,1.信息量的归纳和整理,在实际工作中设备状态特征的信息量是错综复杂的。必须坚持科学态度，对采集到的信息量要全面地、历史地进行分析。在占有大量信息资料的基础上，实事求是地进行归纳、整理与分类。 大量信息，可以用聚类分析的方法进行分类、统计、压缩向量维数，把大量存在的状态特征数据综合简化成为少量具有代表性的状态特征因子，同时可以将把各因子间的关系列成矩阵。,信息量是多方面的： 如电气试验数据、在线检测数据、运行

3、记录数据、维修记录等等。,2.筛选出异常的状态信息量,采用对比法将采集到的信息量与正常信息量进行对比，主要是与技术规程、标准的规定对比；与过去的历史数据对比，与同类型设备的状态相对比，简称“三对比”的方法，筛选出异常的状态信息量，施行进一步的识别判断。,（1） 绝对判断标准,对照技术规程、标准的规定的判断。 规定设备长期运行、检修和测试经验的总结 遇到特殊情况，需要进一步搜集信息，为分析、研究、正确判断提供第一手材料。,2.筛选出异常的状态信息量,采用对比法将采集到的信息量与正常信息量进行对比，主要是与技术规程、标准的规定对比；与过去的历史数据对比，与同类型设备的状态相对比，简称“三对比”的方

4、法，筛选出异常的状态信息量，施行进一步的识别判断。,（1） 绝对判断标准 （2）纵向对比,主要是和历史情况相比较。例如和出厂试验数据、调整试验数据对比，和历年运行、检修、测试数据对比，以及与它的发展变化对比。各类设备都有它独立的结构和特点，这些特点往往在它的运行特征参量上表现出来。,2.筛选出异常的状态信息量,采用对比法将采集到的信息量与正常信息量进行对比，主要是与技术规程、标准的规定对比；与过去的历史数据对比，与同类型设备的状态相对比，简称“三对比”的方法，筛选出异常的状态信息量，施行进一步的识别判断。,（1） 绝对判断标准 （2）纵向对比 （3）横向对比,对同类型设备在相同条件或近似相同的

5、条件下，进行状态量对比，或是对电气设备三个不同相间的状态特征量进行对比，识别出设备故障特征参数。这种横向对比可以扩大到国内外的同类或类似设备的对比。,广泛搜集和积累有关的技术资料，是开展诊断的重要工作,3.识别和判断技术,决定论或数理方法的识别判断技术 概率论或经验方法的识别判断技术 模糊识别判断法 模式判别方法,决定论或数理方法的识别判断技术,逻辑推理 从研究设备状态量入手，结合设备运行外部和设备结构等条件，应用物理学和化学等多方面的科学技术，探求故障或设备缺陷产生的机理。必要时再通过实践检验，最后得出科学的判断。 往往不能及时全面解释生产现场设备所发现的一切现象和因果关系。所以还不能全部采

6、用决定论的方法识别故障实质。限于当前的技术条件，所以至今它还仅仅是诊断方法中的一个组成部分而不是全部。,决定论或数理方法的识别判断技术,关系矩阵,模式,机理,关系矩阵即反映了故障机理与故障模式间的因果关系,数理逻辑故障识别举例,概率论或经验方法的识别判断技术,模板 首先是把历史上已经发生过的各种故障模式和它所对应的故障机理以及处理经过及效果，作为样板模式记入数据库 对照 将现实监测到的状态量特征参数与数据库中的样板模式的状态特征参数相对照，就可查出相应的故障机理。 由于一种故障模式常有多种故障机理，例如汽轮发电机振动是一种状态特征，从经验看8090的振动是由转子质量不平衡的离心力所造成，同时也

7、不能排除其他因素的存在。是一个具有概率特性的结论。 进一步识别与判断,概率论或经验方法的识别判断技术,初步判断,就已经掌握的有关设备状态特征对照过去积累的经验，做出初步判断。 会得出几种可能发生的故障机理，将其列出清单，逐条分析，排除不可能出现的因素，保留可能发生的因素。,概率论或经验方法的识别判断技术,初步判断 深入一步的诊断,针对以上几种可能的因素，进行深入一步的诊断(包括精密诊断)再排除一部分没有可能性的故障因素。 直到只留有少数因素时，就要针对这些再进行更精密的识别和判断。,概率论或经验方法的识别判断技术,初步判断 深入一步的诊断 解体检查,针对多次诊断后还存在的几种可能的故障因素，通

8、过实践的方法，对每一个问题逐个做解体(剖)检查。 实施解体检查过程中也要注意应用现代科技手段，先从易于入手的部分开始，逐步深入。,概率论或经验方法的识别判断技术,初步判断 深入一步的诊断 解体检查 改善处理,针对可能性最大且易于实现改善的故障机理着手进行改善处理，再试运行。 如果实践证明处理无效，则应在进一步分析判断的基础上再试第二个方案。最终找到故障的根源。,由于某些经验的局限性往往带来某些识别判断的“不确定性”。,模糊识别判断法,运用模糊数学的原理进行设备诊断或故障的识别判断技术。 模糊数学来源于1965年创立的“模糊聚合论”，模糊诊断则是在此基础上发展起来的一门新兴技术。 模糊数学、模糊

9、诊断就是针对现实生活中存在的某些内涵灵活、外边界限不清的概念，如温度高”、“振动大”等无量纲的信息，和绝缘不良”、“金属腐蚀严重”等不够准确的定语，通过分析运算以取得准确的结论。,基础：模糊集合和隶属度,模糊识别的目的,目前利用电气试验数据进行故障诊断时普遍采用的是阈值原则,即当某项电气试验测量值高于规定的注意值时,就认为有可能存在故障。 确定逻辑的缺点：对边界处理过于精确化。 有时电气试验数据的相间比较、历年比较等会对故障的识别很有帮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. 模糊集合和隶属度,“集合”就是按一定特征组合起来的事

10、物总体。构成集合的个体称为“元素”。,对于一个模糊子集 A，元素 x 同时既有属于 A 的倾向性(表示为“l”)，也有不属于 A 的倾向性(表示为“0”),把既属于又不属于的元素划在0与1之间隶属函数,隶属函数举例,#2. 模糊诊断,模糊诊断就是通过状态参数的隶属度，求出故障机理的隶属度，即 其中，R是模糊关系矩阵，矩阵各元素表示设备状态与故障机理的关系,故障机理及其隶属度,状态参数及其隶属度,#3 诊断算法,#4模糊专家推理举例,特征空间模式识别,将常用的变压器油中溶解的7种特征气体视为一个7维欧氏空间,并假定每种特征气体分别代表7维空间中的一个坐标,且第i个特征气体的测量值ai对应于第i个

11、坐标的值,则构造出的空间称为故障征兆空间。 对应于任意一个故障变压器DGA结果的一个7维矢量称为故障征兆矢量。 对变压器每一种故障类型来说都有一组故障征兆矢量与之相对应,因此可利用某种优化原则获取该故障类型的最佳故障特征矢量。 基本诊断思路：当对变压器绝缘故障进行诊断时,可先计算待诊变压器故障征兆矢量与所有故障类型的最佳故障特征矢量间的夹角,最小夹角对应的故障类型即为最终的诊断结论。,模式与状态空间,模式识别系统原理,模式识别举例,对异步电机转子鼠笼断条故障检测常用的方法是通过电流传感器采集定子电流信号,这些信号经数字滤波后,利用数字信号处理技术经FFT变换后作为特征信号。,实验电机为7.5kW三相四极异步电动机。图表示了电机转子为正常时定子电流信号的频谱图,中心频率为50Hz,图中只画出10个样本。,模式识别举例,对异步电机转子鼠笼断条故障检测常用的方法是通过电流传感器采集定子电流信号,这些信号经数字滤波后,利用数字信号处理技术经FFT变换后作为特征信号。,图表示了电机转子为断条故障时定子电流信号的频谱图,中心频率为50Hz,图中为10个样