您当前的位置:首页 > 发表论文>论文发表

设备故障检测论文

2023-03-12 07:57 来源:学术参考网 作者:未知

设备故障检测论文

故障诊断技术在设备维修的应用论文

摘要 :根据矿山机电设备的特点及使用情况,对现代故障诊断技术在矿山机电设备维修中的应用做了进一步的探讨,尤其是对其中的智能故障诊断技术进行了重点研究,希望借此可以为矿山机电设备的维修提供参考。

关键词 :故障诊断;机电维修;智能诊断

在现代矿山生产过程中,高技术含量的机电设备在煤矿生产一线获得了广泛的应用,但是因为受到工作环境等方面因素的影响,机电设备在运行过程中会出现故障,给煤矿安全、稳定生产带来了隐患。利用故障诊断技术能够深入地了解机电设备运行过程的典型状态,还能够检测出设备运行过程中存在的潜在隐患,及时发现设备存在的主要问题,为故障预测和处理提供可靠依据。因此,找到矿山机电设备故障产生的主要原因,并利用故障诊断技术对原因进行及时准确的诊断分析,对保证机电设备的正常稳定运行以及矿山的生产安全都是非常重要的。

一、矿山机电设备产生故障的原因

(一)机械零部件配合关系变化。导致矿山机电设备出现故障的原因主要是设备的机械零部件关系变化或者零部件自身损伤而造成的。其中,零部件损伤有设备运行过程中相关零件之间的相互影响的因素,这种影响使零部件自身在形态、尺寸、功能等方面发生了变化,不能够充分发挥其应有的性能。

(二)设备长期超负荷运行。在实际的使用过程中,若一台设备的实际运行情况超出了其极限应用范围,则该设备会在很大程度上因为超负荷而出现故障。

(三)设备自身性能损耗。机电设备在运行过程中会因为内部和外部因素的影响而使其运行能力持续消耗,包括设备机械零部件的磨损、电子设备的老化等,这些因素使得设备的综合能力开始下降,最终出现各种类型的生产故障。

二、矿山机电设备的故障诊断

(一)设备故障诊断的方法。在通常情况下,设备故障诊断属于一种防护措施,是在不影响基本生产流程的情况下判断该设备各个部分的参数是否处于最佳的应用状态中。在诊断中,通过使用精密设备获得被检测机电设备的运行数据,确定其是否适合运行,是否发挥其正常的功能,是否存在出现损坏的因素等。若发现异常,则分析导致该异常的主要原因、损坏程度有多大、是否能够继续使用,并根据其实际受损程度判断其继续使用的时间。

(二)设备故障诊断的原理。所谓设备故障主要是指设备因为零部件受损或者在使用过程中因为不同因素的影响。这时,一旦出现故障,这些参数的变化将直接作用于设备的零部件,使得其发生物理变化,导致零部件的性能也随之出现变化,这种变化就是所谓的特征因子。这些特征因子可以精确的反映机械系统的实际故障状态,因此也被称作为故障敏感因子,只有这些故障敏感因子处于正常的阈值范围内时,设备才不会出现故障。故障诊断技术就是监测这些敏感因子,一旦矿山设备的故障敏感因子超出了阈值范围,就要发出告警。

三、故障诊断技术在矿山机电设备维修中的具体应用

(一)故障历史记录诊断方法的应用。当机电设备出现故障时,应该及时的分析导致该设备出现故障的相关原因,分析哪些是造成故障的主要因素。这是基于矿山机电设备组成原理而采取的一种典型故障诊断方法。当设备出现故障时,必须分析造成故障的因素,检查设备运行过程,获得最终的分析结果,并将这些结果进行归纳总结,形成一个该类型设备的故障诊断手册。在设备的后续运行过程中,当设备再次出现故障使,就可以根据典型的故障类型判断导致故障的原因,对故障进行针对性的处理、维修。

(二)温度、压力监测诊断方法的`应用。矿山机电设备中大量使用摩擦副、轴承和齿轮传动箱等机械设备,在这些部位设置温度、压力传感器可以实现对这些关键零部件运行状态的在线监测。通过连续对这些部位进行监测、记录相关数据的历史变化情况,可以快速、直观、准确的反应出机电设备的实际运行状态,还能够预测其运行状态变化趋势,从而为设备的维修提供可靠依据。温度、压力是矿山机电设备需要检测的典型参数,能够正确、精确的反映设备的真实工作状态。

共3页: 上一页123下一页

(三)智能诊断方法的应用。智能诊断方法就是通过系统控制的方式,模拟人脑特征,能够快速的获得机电设备的故障信息,并及时的进行传递、处理、再生及应用,通过与系统配合还能够实现设备运行状态的实时监测和预测,为机电设备及系统的运行、维修提供可靠的数据参考。智能诊断方法包括模糊诊断法、灰色系统诊断法、专家系统、神经网络诊断方法等。当前,智能故障诊断领域中最为活跃的方法是专家系统和神经网络方法,这两种方法在矿山机电设备故障诊断中具有较大的应用潜力。这主要是因为矿山机电设备的故障一般具有较强的复杂性和隐蔽性,使用传统的故障诊断方法难以精确、快速的对故障进行定位和分析,而通过应用专家系统或者神经网络,能够模拟人脑思维方式,根据反馈的故障信息快速的进行分析和求解,获得可靠的分析结果。

参考文献:

[1]张瑞景.运用故障诊断技术进行矿山机电设备维修[J].房地产导刊,2014(18).

4000字急求论文:汽车电器设备故障与检修

随着轿车技术的快速发展,电子技术在轿车中得到了广泛的应用。自20世纪80年代以来,由微机(ECU)控制的电子燃油喷射系统、电子点火系统、电控防抱死系统、电控自动变速器匹配的轿车成了轿车工业发展的主流和方向。我国为了控制尾气排放和节约能源,2001年5月份颁布了在47个主要城市禁止出售6座以下化油器式轿、客车的法规。这将对我国汽车工业的发展起到积极的推动作用,同时对维修人员也提出了更高的要求。下面结合日常维修电控轿车的实践经验,讲几点诊断、检修技巧。电子控制系统检修技巧 1.电子控制器(ECU)是精密器件,虽然许多故障现象都可能与ECU有关,但其故障率很低,因此不要轻易处置ECU,更不要随便打开ECU盖。 2.电路断路或接触不良是电子控制系统常见的故障,除了某些线路断脱、插接器松动等故障可以用直观法检查外,须用高阻抗万用表检测有关测量点的电压和电阻来判断故障部位,不能用刮火的方法检查线路是否通断。因为在刮火时,电路中的自感线圈产生的瞬间电压会击穿电子元件。 3.在点火开关接通的情况下,不要进行断开任何电器设备的操作,以免电路中产生的感应电动势损坏电子元件。当断开蓄电池时,须注意以下几点:①必须关闭点火开关;②检查自诊断故障代码是否存在;③牢记带防盗码的音响设备的密码。 4.蓄电池断开装复后,如果出现发动机工作状况不如以前时,先不要随便更换零部件,因为这种情况可能是由于蓄电池断开后,将E—CU的“学习修正记忆”消除的缘故。待发动机运行一段时间,ECU自动建立修正记忆后,发动机工作不良状况会自动消失。 5.在对车辆进行电弧焊修理作业时,一定要断开ECU与蓄电池的连接。若在靠近ECU处进行焊接修理时,应将ECU盒移走。燃油喷射系统维修诊断技巧 1.对于电控燃油喷射系统来说,进气系统漏气对发动机工作的影响远比对化油器式轿车的影响大。因为在电控燃油喷射式发动机上,漏气不经空气流量计计量,对空燃比的影响很大。因此,遇有发动机工作不良时,应注意检查空气流量计、节气门体、辅助空气阀、怠速稳定阀及废气再循环阀等有无松动,空气软管及其接头有无破损、漏气。 2.发动机熄火后,输油管中还存有一定压力的燃油,所以拆卸油管时应防止燃油喷出而造成危险。 3.输油管路中的密封垫圈为一次性的,装配时应重新更换,切勿重复使用。 4.安装喷油器时,注意不要损坏新更换的O形圈,以免影响喷油器密封性。安装时,应用燃油先润滑O形圈,切勿采用机油和齿轮油等润滑。 5.在检查喷油器喷油性能时,一定要清楚喷油器是高电阻型还是低电阻型。高电阻型的电阻一般为12~14欧,可以直接接蓄电池来进行喷油器喷油性能试验。但低电阻型喷油器电磁线圈的电阻一般只有2~3欧,直接接蓄电池会因电流过大而烧坏喷油器,须采用专用连接器与蓄电池连接。若采用普通导线,则需串联一个8~10欧的电阻。 6.空气流量传感器为精密部件,对发动机工作性能影响很大。在拆下空气流量计时要稳拿轻放,不要解体空气流量计,以免损坏或影响其检测精度。清洁空气流量计时,切勿用水或清洗液冲洗。 7.空气流量计上的调整螺钉是用于调整怠速时一氧化碳的含量。一般情况下不应去动它,调整不当将会引起发动机的动力下降,油耗增加。 8.水温传感器长期使用后,性能会发生变化,使水温信号发生错误,这会对燃油喷射、点火时间及燃油泵的工作等造成不良影响。而水温传感器这种性能参数的改变(并非短路或断路)往往不被自诊断系统所识别。因此,当发动机工作不正常(如不能起动、怠速不稳、油耗增加等),而故障自诊断系统又未指示水温传感器故障代码时,不要忽略对水温传感器的检查。 9.检修氧传感器时,要注意不要让氧传感器跌落碰撞其他物体。更换时,一定要用专用的防粘胶刷涂螺纹,以免下次拆卸困难。电子点火系统检修技巧 1.在发动机起动和运转时,不要用手触摸点火线圈以及高压导线、分电器等,以免被高压电电击。 2.在高压试火时,应用绝缘橡胶夹夹住高压线,不能直接用手拿高压线,以防电击。同时,用逐缸断火法来检验各缸工作情况时,应将断火缸高压线一端搭铁。否则,将会产生次级高电压而烧坏线路。 3.点火正时对发动机工作影响很大,因此,发动机工作不良,或发动机拆修后,不要忽视对点火正时的检查。 4.在检查点火信号发生器(曲轴位置传感器)时应注意以下几点:①对于磁感应点火信号发生器,在打开分电器盖时,注意不要让垫片、螺钉之类的金属掉入其中;检查导磁转子与定子之间气隙时,要用无磁性塞规,并注意不要硬塞强拉;②对于光电式点火信号发生器,不要轻易打开分电器盖,在确实需要打开检查时,要防止尘土进入;②在更换分电器总成时,要保证其原来的安装位置,否则将影响点火时刻的精度。电控防抱死系统检修技巧 1.电控防抱死系统的电子控制装置故障率很低。因此,电子控制装置的故障大多数并不是电子元器件的问题,而是线路连接不良或部件脏污所致。如故障代码提示传感器故障,应首先检查传感器的各个连接点接触是否良好,有无锈蚀等。 2.对于具有蓄能器的制动防抱死系统,在对其液压系统进行维修作业时,应首先使蓄能器卸压,以免高压制动液喷出伤人。 3.由于制动防抱死系统的正常工作必须以原制动系统的完好为基础,因此,对原制动系统的维修应正常进行。更换制动衬块时,在压回活塞之前应先拧开制动钳的放气螺钉,否则油缸中的积垢可能被压入管路造成元件失效。而回流的油液还可能使电子控制装置得到错误的信息,使制动防抱死系统实施保护而关闭。在维修或使用过程中,如需要对液压制动系统进行排气时,应按照有关车型使用说明的规定程序进行。因为装有制动防抱死系统与普通制动系统的放气程序可能有些不同,不能盲目照搬原制动系统的放气程序。电控自动变速器检修技巧 1.电控自动变速器故障诊断的特点,就是要首先确定故障在电路部分还是机械部分,如果故障灯亮,即可认为故障在电路部分,否则在机械部分。 2.就车修理时,应关闭点火开关,即转到“LOCK”位置,应在蓄电池负极接柱脱开20秒以上时,才能进行电控系统的检修。 3.更换油封、修理阀体及电磁阀时,应尽量放掉变速器油。在拆卸螺母和传感器时,应尽量使用专用工具。安装时,应按规定力矩拧紧。 4.自动变速器零件精度都比较高,拆卸后各种试验都无法进行,只有待全面检修装复后才能进行试验,因此拆卸修理之前必须全面检查。 5.自动变速器零件拆卸修理时,每次最好只拆卸维修一个零部件组,待该组装配好后再检修另一组,以免装错。所有被分解的零件应用变速器油或煤油清洗干净,装配时还应吹干,并用压缩空气吹油道和油孔,切勿使用抹布。 6.更换新的制动器和离合器的摩擦片前应在变速器油中至少浸泡15分钟。所有拆卸过的密封垫片和密封胶圈,均应更换新的,装配时应涂上变速器油。 7.阀体检修拆装时,注意拆装方法,以免阀体上的球阀脱落而不知安装位置,各个控制阀及弹簧应小心拆装,拆卸时千万不要碰刮控制阀表面。 8.变速器拆装完毕往车上安装时,要确保液力变矩器安装到位。并对变速器进行必要的检查和调整后才能开车试行。资料来源:

机械故障标准的论文范文

引言
机械零部件的磨损是机械设备发生的故障中最常见、最主要的故障形式,是影响机械设备正常运行的主要障碍之一。据统计,磨损故障占机械设备故障的80%〔1〕,而且磨损还可诱发其它形式的故障。随着现代工业的发展,对生产的连续性和运转机械设备的可靠性要求不断提高,因而对机械设备进行磨损工况监测和故障诊断具有重要意义。 机械零部件发生磨损时,磨损颗粒便进入润滑系统并悬浮在润滑油中。这些微小的磨损颗粒携带有机械设备发生磨损故障的重要信息。为了从润滑油里的磨损颗粒中获取有关机械设备磨损故障的特征信息,常采用“油液监测技术”,其中包括磁塞法、光谱法、铁谱法、放射性示踪法、过滤法、颗粒计数法[2,3]。实践证明,在上述这些方法中,铁谱分析技术是监测磨损工况和诊断磨损故障最为有效的方法,在设备日常管理、预测性维修、可靠性分析和寿命预测方面起到了重要作用。
然而,在铁谱诊断技术应用的近20年中,诊断过程中的磨粒识别和故障诊断这两个关键步骤主要凭借人的经验。由于磨损现象的复杂性、研究的对象不同以及铁谱分析者间缺乏充分交流,导致使用磨粒术语和描述磨损故障的混乱,尽管在磨粒分类与磨粒

术语标准化方面还有一些基础工作要做,但
经过一些研究者的努力,已有比较一致的观点。相比之下,对磨损故障分类与磨损故障描述规范化的研究则较少。在人工诊断时,重点在磨粒识别,磨损故障描述方面的混乱对故障诊断的影响并不突出。随着现场监测对智能化诊断的迫切要求以及计算机图像处理技术和智能(人工智能和神经网络)技术在铁谱诊断中的应用,对磨损故障的分类与铁谱诊断方法提出了新的要求。本文系统分板到几械设备磨损故障和铁谱诊断过程,舞在综合分析铁谱诊断方法的基础上,提出了一个智能化铁请诊断模型。
1机械设备磨损故障分析
1.1机械设备磨损故障的原因
机械设备磨损故障(以下简称磨损故障)是指由于相对运动的两个表面之间的摩擦磨损致使设备的功能低于规定水平的状态。概括地讲,引起磨损故障有两种情况:①由设备设计时预计之中的常规磨损引起的故障。在一般机械零件摩擦副中,正常的零件磨损过程大致分为磨合磨损、稳定磨损和剧烈磨损三个阶段川。在稳定磨损达到一定时期时,设备的磨损率随时间而迅速增大,超出设备设计时规定的磨损量水平,使工作条件急剧恶化,进而使设备出现故障甚至完全失效;②设备安装与使用过程中的异常磨损
导致的故障。机械零件在安装过程中由于安装不良或(和)清洗不干净会导致设备在运转过程中的异常磨损,或者在使用过程中由于偶然的外来因素(磨料进入、载荷条件变化、a划伤:由于犁沟作用,在滑动方向上产生宽而深的划痕。
b点蚀:在接触应力反复作用下使金属咬死等)和内部因素(润滑不良、摩擦发热等)影响而出现异常磨损。异常磨损弓!发的故障具有偶然性和突发性,对此类故障的诊断具有重要意义。
1.2磨损故障的分类
分类的目的是为了将人们常用而又实
际存在的各式各样的磨损故障按一定的标准归纳为几个基本类型。合理的分类能够使诊断工作简化,有利于故障诊断的状态识别过程的进行,提高故障诊断的有效性。由于铁谱技术在诊断磨损类故障方面具有独特的优越性,因而本文的分类主要是针对铁谱诊断方法的。根据不同的应用目的,磨损故障从以下几个方面进行分类比较合适。 1.2.1按磨损机理划分
不同的磨损机理产生的磨粒各异,因而可通过磨粒分析来识别引起磨损故障的磨损机理,以便为设备的设计、制造服务。与润滑油分析有关的磨损机理可分为以下几类:
a粘着磨损:接触表面作相对运动时,由于固相焊涪作用使材料从一个表面转移到另一个表面而造成的一种磨损。 b 磨料磨损:由于硬颗粒或硬突起物使材料产生迁移而造成的一种磨损。 c疲劳磨损:由于循环交变应力引起疲劳而使材料脱落的一种磨损。微动磨损应归入此类。
d腐蚀磨损:由于与周围介质发生化学反应而产生的一种磨损。其中包括氧化磨损、氢致磨拐、介质腐蚀磨损。 1.1.2按磨损形式划分
磨粒的产生与磨损表面有着密切的联系,因而可从磨损表面的破坏形式来分类。按磨损形式来分,磨损故障可分为:

疲劳破坏而形成的表面凹坑。
c剥落:金属表面由于变形强化而变脆,在载荷作用下产生微裂纹随后剥落。 d胶合:由粘着效应形成的表面结点具有较高的连接强度,使剪切破坏发生在表面层内一定深度,因而导致严重磨损。 e腐蚀:由于润滑油中含水和润滑油膜破裂而使金属与周围介质发生化学反应而产生的表面损伤。
上述的划伤、点蚀、剥落和胶合有宏观与微观之分,对于铁谱诊断而言,主要是针对微观形式的。 1.2.3按磨损类型划分
对于磨损故障的描述,铁谱分析者针对铁谱分析的特点采用一套适用的分类方法,归纳起来可以说是按磨损类型来分: a正常磨损和磨合期磨损:滑动表面经常发生的正常磨损。
b切削磨损:由于滑动表面的相互穿入引起的非正常磨料磨损。
c滚动疲劳磨损:滚动接触表面的疲劳磨损。了滚滑复合磨损:与齿轮系相关的疲劳磨损和粘着磨损。
e严重滑动磨损:滑动表面的过载和高速造成的磨损。 1.2.4按磨损原因划分
按磨损原因来分,磨损故障可分为由磨料进入、润滑不良、油中含水、安装不良或有裂纹、过载、高速、过热和疲劳等引起的故障。这可为设备设计、保养和维修提供有用信息。
1.2.5按磨损程度划分
按磨损程度来分,磨损故障可分为正常磨损和严重磨损。正常磨损与严重磨损间并
无明确的定量界限。根据设备的重要性和诊断的灵敏性,磨损程度可分为3级:正常、b从谱片上的磨损颗粒中提取设备磨损状态的有用信息(征兆):磨粒识别与统计,注意、极高(报警);也可分成4级:正常、较正常、异常、严重异常磨损。 1.2.6‘按磨损材料划分
按磨损材料来分,磨损故障可分为黑色金属磨损故障、有色金属磨损故障和非金属磨损故障。
1.2.7按诊断对象划分
有的磨损故障在实际应用中采用俗称,比如在柴油机中有“拉缸”、“拉瓦”、“烧瓦”和“抱轴”等叫法。因而磨损故障也可按诊断的特定设备来分类,并制定出相应的诊断标准。
在故障诊断时,根据不同的诊断目的和任务要求,尽量采用某一分类方法并逐层推进,不要出现交叉使用的现象。
2铁谱诊断过程
铁谱诊断技术是一种以磨损颗粒分析为基础的诊断技术。采用该技术监测机械零部件的磨损状态,无需将正在运转的机械设备打开或关闭,就可确定其磨损状态。.由机械零部件产生的磨损颗粒作为分离相存在于润滑油中,通过铁谱仪磁场的作用将它们从润滑油中分离出来,特定的工况条件和冤同的金属零件产生的磨粒具有不同的特性。通过观察磨粒的颜色、形态、数量、尺寸及尺寸分布,可以推断机械设备的磨损程度、磨损原因和磨损部位。
根据机械设备诊断学的观点[4],故障诊断过程有3个主要步骤:信号测取(检测设备状态的特征信号),征兆提取(从所检测的特征信号中提取征兆)和状态识别(根据这些征兆和其它诊断信息来识别设备状态)。 具体来讲,铁谱诊断过程可分为以下几个步骤:
a取油样,制谱片,得到设备磨损状态的特征信纂一磨损颗粒;

磨损参数测量;
c根据上述征兆,识别设备的磨损状态(状态诊断),包括识别设备的磨损状态将有无异常(故障早期诊断)与是否已有异常(故障诊断);
d根据设备的征兆与状态,进一步分析设备的磨损状态及其发展趋势(状态分析),包括当设备有故障时,分析故障位置、类型、性质、原因与趋势等;
e根据设备的状态与趋势,作出决策,干预设备及其运行过程。
3磨损故障铁谱诊断方法与智能化铁谱诊断模型
3.1铁谱诊断方法
自铁谱技术问世以来,其发展重点主要是在诊断过程的前两步,对磨损故障识别理论与方法的研究较少,这可从众多有关铁谱技术用于磨损工况监测与故障诊断的资料中看出。
目前铁谱技术用于故障诊断所采用的方法归纳起来有3种:定性铁谱诊断法、定量铁谱诊断法(严格地说是准定量铁谱诊断法)、定性与定量相结合的铁谱诊断法。定性铁谱诊断能够在铁谱片上获取大量有关磨损状态的信息,但在很大程度上受操作者的经验和其它主观因素的影响,状态识别过程由领域专家或分析者来完成。诊断是依据谱片上磨粒的形态、数量、颜色、尺寸及尺寸分布等信息来推断机器的磨损状态。目前普遍得到应用的铁谱分析报告单就是定性铁谱诊断的总结。将模糊数学方法应用到定性铁谱诊断,可让计算机模拟专家的识别方法进行磨损状态诊断,这种方法具有一定的智能性,但这并不是铁谱诊断技术发展的关键所在。目前的定量铁谱诊断是根据铁谱片上磨粒的浓度和磨粒的尺寸分布来对设备的磨损状态作出诊断。诊断主要采用函数分
析法、趋势分析法和灰色理论等方法,有些方法已能在一定程度上反映出智能性。定量铁谱诊断具有较大的客观性,但所提供的数据只反映出少量的磨损状态信息,而且不能应用在脂样分析中。定量与定性相结合铁谱诊断是目前实际应用的最多的一种方法,一般是先用定量参数进行故障可能性和趋势判断,再辅之以铁谱片上磨粒特征分析来确诊。
为了提高铁谱诊断技术的准确性和智能性,必须进一步发展定量铁谱诊断方法。该方法应能综合定量分析磨粒的形态、尺寸、数量、颜色和尺寸分布等特征并应角人工智能和神经网络的方法加以诊断。随着计算机图像分析技术以波人工智能特别是神经网络技术不断发展,为实现综合定量铁谱诊断及其智能化创造了有力的条件。将智能化技术应用到铁谱诊断,其诊断过程的第三步不仅变得同前二步一样重要,而且将会成为智能诊断技术的关键,因而对磨损故障识别理论与方法的研究很有必要。
由于磨损现象的复杂性和磨粒分析的困难性,铁谱诊断智能化的发展一直较缓慢。1989年美国的Carborundum公司开发出一套被称之为FAST的铁谱分析专家系统[5],并在最近将其发展成FASTPLUS系统。据报道,利用这一专家系统可以对铁谱片进行分析并以人机对话的方式进行决策。但从原理上看,该系统主要是将谱片上的特征磨粒与存储在系统的光盘中的磨粒图谱的照片进行比较而得出结论,因而具有较大的局限性。在国内,文献[6]困将计算机图像分析技术和人工智能理论与方法引人到铁谱分析技术中,建立了基于黑板的铁谱图像解释系统的模型,并进行了部分研究,取得一些很有意义的研究成果。由于追求铁谱诊断的完全智能化使得该技术离实用还有较远的距离。
3.2磨损故障铁谱诊断水平
根据铁谱诊断的目的和实际应用的需要,将磨损故障铁谱诊断水平划分成3个级别:

第一级诊断水平三对设备状态进行监测、确定磨损状态是否正常;
第二级诊断水平:在第一级诊断的基础上,判别引起磨损状态异常的磨损原因、类型、形式乃至趋势分析,以便采取维修措施或改进设计。不同原因导致的故障具有不同的表现形式,从而反映出不同的故障状态。通过磨粒的形态、尺寸、数量、分布等特征可对磨损原因进行识别;
第三级诊断水平:用以判断发生故障的部位或部件,同时也为第二级诊断提供补充信息。
不同的材料产生的磨粒经谱片加热或湿化学处理在铁谱显微镜下可以区分出来,从而将故障
隔离到不同零件上。由于设备结构的复杂性、同台设备使用摩擦副材料相同性以及鉴别材料手段的局限性,使得故障隔离与定位并不能总是有效。但为了提高磨损故障诊断的有效性和全面性,此级诊断无疑是必要的。
在人工诊断时,上述3级诊断常常是同步完成的,但随着现场监测对智能化诊断的需要,在人工智能或神经网络技术引入到铁谱诊断后,就需要对磨损故障诊断水平进行分级。
3.3智能化铁谱诊断模型
本文从实际应用的需要出发,提出一种智能化铁谱诊断系统模型,如图1所示。其中的些主要工作已经完成。
该系统包括3大模块:磨粒分析模块、磨粒识别与统计模块和机械磨损故障铁谱诊断模块:在磨粒分析模块中可以采用计算
机图像分析和模拟人工分析两种方式。铁谱图像分析子系统 [7]能够提取定量的磨粒特征参数。这包括形态数字特征和光密度特征,提取的信息中的一部分输入磨粒识别与统计模块,并采用神经网络技术识别磨粒[8],经统计后,将结果送入磨粒信息库;一部分直接送入磨粒信息库。模拟人工分析子系统,采用人一机协作的方法,人工提取定性的磨粒特征参数,应用神经网络专家系统进行磨粒识别[9],识别结果经统计后送入磨粒信息库;定量钳普参数采用光密度计测量,测量结果直接送入磨粒信息库。根据不同的需要,磨粒信息库中的数据可按不同的方式组织,形成不同的数据文件,以备故障诊断与监测取用。机械磨损故障铁谱诊断模块根据用户需要可实现磨损状态诊断、磨损故障类型诊断和磨损原因诊断,三者的实现均采用神经网络模型[l0转自深圳培训吧www.szpxb.com]。在铁谱诊断时,除了利用磨粒信息库的数据文件作为输入向量外,还应充分利用被监测设备知识库的知识。该系统还可以直接从磨粒信息库中提取数据,采用神经网络技术进行磨损趋势预测

相关文章
学术参考网 · 手机版
https://m.lw881.com/
首页