故障診斷論文全文(5篇)

本文作者：賞吳俊、何正友、胡海濤、母秀清、林建輝 單位：西南交通大學(xué)

電壓檢測法主要是通過比較故障前后電機(jī)相電壓、線電壓、中性點電壓或者逆變器功率管兩端電壓的不同來對故障進(jìn)行識別和診斷。文獻(xiàn)[9]中的電壓檢測法只能用于開環(huán)系統(tǒng)；文獻(xiàn)[10]中的方法雖然診斷時間短，但需要增加一些額外的電子元器件；文獻(xiàn)[11-13]中嘗試采用智能算法對故障進(jìn)行診斷，但也只針對單個IGBT開路故障進(jìn)行診斷。上述功率管開路診斷方法一般只能對單管或者部分雙管IGBT開路故障進(jìn)行診斷，不利于對同時發(fā)生2只功率管開路故障情況下的正確診斷。根據(jù)某IGBT開路故障后將不能通過其輸出正功率的情況，文章提出了通過檢測各相電流正負(fù)半波部分對應(yīng)的功率，進(jìn)而反映各IGBT的工作狀況的故障診斷方法。在Matlab/Simulink中搭建了異步電機(jī)供電的三相電壓源逆變器的模型，通過模擬各種IGBT開路故障測試所提出方法的有效性。

IGBT開路故障診斷原理

單個IGBT發(fā)生開路故障的情形導(dǎo)致IGBT功率管開路故障的原因主要有器件破裂、綁定線斷裂或焊接脫落、驅(qū)動信號丟失或電路失效[3]，或者任由IGBT短路也可導(dǎo)致IGBT燒毀而形成開路故障[14]。IGBT開路后將導(dǎo)致其不能正常導(dǎo)通，在IGBT不是因燒毀而開路的情況下，還可以通過其反并聯(lián)的二極管向直流側(cè)回流。列車上的輔助逆變器的主電路拓?fù)浣Y(jié)構(gòu)如圖1所示。圖1中：CT(currenttransformer)為電流互感器，PT(potentialtransformer)為電壓互感器，共有6只IGBT功率管(T1—T6)，這里假定最多有2只功率管同時發(fā)生開路故障。在該假定下，我們可將IGBT開路故障大致分為單管故障和2管故障。下面就將對這2種故障后的電流流向和做功情況進(jìn)行詳細(xì)分析，以找出能夠明確區(qū)分正常和故障的特征，實現(xiàn)對IGBT開路故障的識別和定位。A相上側(cè)IGBT開路后電流途徑如圖2所示，i代表流過A相橋臂的電流。假如逆變器在正常運行情況下，A相剛好流過正半波的電流(簡稱正電流)，這時電流將通過T1和T2的反并聯(lián)二極管流通。但當(dāng)T1發(fā)生開路故障后，電流將只能通過T2上的反并聯(lián)二極管向直流側(cè)電源反送電流，如圖2中的箭頭線所示，此后，故障相的電流將會很快衰減為零。如果流過的是負(fù)半波電流，則在電流過零點之前故障對逆變器工作沒有影響。此后，逆變器的A相將不能通過T1流出正半波電流，其對應(yīng)的功率將為0。如果在另外兩相的作用下有正半波電流出現(xiàn)的話，也將是通過下側(cè)IGBT的反并聯(lián)二極管從負(fù)極流出，形成向直流側(cè)充電的情形，則此時正半波電流對應(yīng)的功率將為負(fù)值。同理可以得出，當(dāng)T2開路時，電流負(fù)半波部分(簡稱負(fù)電流)對應(yīng)的功率也將為0或者為負(fù)。根據(jù)以上分析，可以得出：如果上側(cè)IGBT發(fā)生故障，則正半波電流對應(yīng)的功率將為0或者為負(fù)；如果下側(cè)IGBT發(fā)生開路故障，負(fù)半波電流對應(yīng)的功率將會為0或者為負(fù)。但對于正常的IGBT，反應(yīng)其輸出功率情況的正負(fù)半波電流功率都為正。

2個IGBT同時發(fā)生開路故障的情形2個IGBT開路故障的情形又可以分為3類：同一橋臂的上下2個IGBT故障(如T1、T2)、2個橋臂的異側(cè)2個IGBT故障(如T1、T4)、2個橋臂的同側(cè)2個IGBT故障(如T1、T3)。對于前2種故障類型，故障后每個IGBT的表現(xiàn)和單個IGBT故障后的表現(xiàn)類似，即發(fā)生開路的IGBT對應(yīng)半波電流功率為0或者為負(fù)。而對于第3種情況，即其中2個橋臂的同側(cè)2個IGBT發(fā)生故障，因為三相對稱調(diào)制的緣故，第3相的2個IGBT即使是正常的，它們當(dāng)中與故障IGBT對側(cè)的IGBT也將不會流過電流。如功率管T1、T3同時發(fā)生開路故障，則功率管T6中將沒有負(fù)半波的電流。因為如果有電流的話，此電流也將是通過T2和T4中的反并聯(lián)二極管流通，這樣將會造成A、B、C相同時和直流側(cè)的負(fù)極接通，這樣將無法繼續(xù)形成電流，所以C相的負(fù)半波電流對應(yīng)的功率也將為0。

通過以上的分析，可以得出以下結(jié)論：1）每相電流的正、負(fù)半波部分對應(yīng)的功率分別反映了該相橋臂的上下側(cè)IGBT的工作狀況。當(dāng)某相橋臂的上側(cè)IGBT發(fā)生開路故障將會導(dǎo)致該相的正半波電流對應(yīng)的功率為0或者為負(fù)，下側(cè)IGBT開路故障將會造成負(fù)半波電流對應(yīng)的功率為0或者為負(fù)。對于正常的IGBT，反映其輸出功率情況的正負(fù)半波電流功率都為正。2）在2個IGBT發(fā)生開路故障的情形中有1個特例，即2個橋臂的同側(cè)2個IGBT同時開路時，第3相中對側(cè)的IGBT也將會表現(xiàn)出和開路功率管一樣的特征，即其對應(yīng)的半波電流的功率將為0。由以上分析可知，可以通過檢測每相正負(fù)半波電流對應(yīng)的功率來對IGBT開路故障進(jìn)行診斷。若某相一個周期的正半波電流對應(yīng)功率小于閥值S，則說明上管發(fā)生故障，一個周期負(fù)半波電流對應(yīng)功率小于閥值S，就說明下管發(fā)生故障。對于上面提到的特例，可以明確地判斷出同側(cè)的2個IGBT發(fā)生了開路故障，第3相中也將會有1個IGBT被判為故障，應(yīng)該將其剔除。因此，可以通過下面的步驟來對IGBT開路故障進(jìn)行診斷和定位。1）選用6個變量Plm(la、b、c；m、)，用來分別記錄當(dāng)前周期三相6個正負(fù)半波電流對應(yīng)的功率，這里可通過下面的數(shù)值方法計算得到Plm[15]。2）將步驟1）得出的6個功率值Plm與閥值S進(jìn)行比較，如果Pl<S，則說明l相的上側(cè)IGBT發(fā)生開路故障；如果Pl<S，則說明這一相的下側(cè)IGBT發(fā)生開路故障。如果判斷出有2個橋臂的同側(cè)2個IGBT出現(xiàn)開路故障，第3個橋臂中也被判為故障的IGBT應(yīng)該被剔除，因為這里假定最多只有2個IGBT同時發(fā)生開路故障。

利用以上方法對逆變器的IGBT開路故障進(jìn)行診斷，將不受負(fù)荷波動和調(diào)制方式的影響，適合于各種恒壓恒頻(constantvoltageandconstantfrequency，CVCF)的逆變電源做功率管開路故障診斷；并且因為是利用功率作為判據(jù)來檢測故障，所以需要在帶有負(fù)荷的情況下發(fā)生故障才能進(jìn)行診斷。如果在空載情況下發(fā)生故障，也能夠反映并檢測到故障；但該情況下故障特征不明顯，容易造成正常功率管的誤診段，此后如果加入負(fù)載，待穩(wěn)定后也能給出正確的診斷結(jié)果。因此本方法非常適合于列車輔助逆變器這類在工作時一直帶有負(fù)荷的逆變器做開路診斷使用。另外，根據(jù)檢測的原理可知，用該方法檢測故障的時間在1個周期以內(nèi)。

摘要：故障診斷技術(shù)對現(xiàn)代工業(yè)生產(chǎn)至關(guān)重要。《機(jī)械故障診斷》這門課程主要講解故障診斷中所涉及的理論與方法。本文闡述了該門課程的主要特點，剖析了教學(xué)過程中存在的問題，對這些問題提出了一些探討性的解決思路。

關(guān)鍵詞：旋轉(zhuǎn)機(jī)械；故障診斷；實踐教學(xué)；研究生教學(xué)

一、前言

隨著工業(yè)的快速發(fā)展，機(jī)械設(shè)備正朝著大型化、復(fù)雜化、精密化的方向發(fā)展，同時要求機(jī)械設(shè)備能夠在比較惡劣的環(huán)境下長時間穩(wěn)定地運行，比如大型風(fēng)力發(fā)電機(jī)組。在工業(yè)實踐中，一方面不容許這些機(jī)械設(shè)備出現(xiàn)故障，另一方面這些機(jī)械設(shè)備一旦出現(xiàn)故障，會導(dǎo)致巨大的經(jīng)濟(jì)損失。故障診斷就是尋找故障原因的過程，其實質(zhì)是了解和掌握設(shè)備運行過程中的狀態(tài)，評價、預(yù)測設(shè)備的可靠性，減少企業(yè)的運營成本。目前，故障診斷技術(shù)已被大量地應(yīng)用于石油化工、水利發(fā)電、礦產(chǎn)開采等多個關(guān)系國民經(jīng)濟(jì)的重要領(lǐng)域。此外，故障診斷技術(shù)也是實現(xiàn)“中國制造2025計劃”，完成以加工為主導(dǎo)的傳統(tǒng)制造業(yè)向以服務(wù)為主導(dǎo)的現(xiàn)代制造業(yè)轉(zhuǎn)型所必備的核心技術(shù)。在這樣的背景下，將《機(jī)械故障診斷》這門課程作為研究生的基礎(chǔ)理論課程。該門課程所涉及的內(nèi)容比較廣泛，包括信號分析與處理、機(jī)械動力學(xué)分析、人工智能方法等。同時，這門課程又是一門實踐性很強(qiáng)的課程，理論和實踐結(jié)合十分緊密。此外，該門課程所涉及的內(nèi)容學(xué)術(shù)研究價值很高，可以作為學(xué)生在研究生學(xué)習(xí)階段的研究方向。傳統(tǒng)的教學(xué)模式極大地限制了該門課程的教學(xué)。

二、課程教學(xué)過程中存在的問題

1.教學(xué)內(nèi)容多而泛?！稒C(jī)械故障診斷》是一門綜合性很強(qiáng)的課程，課程中不僅涉及到大量的公式推理，如傅里葉變換的推理公式，還包括許多新理論和新方法，如：人工智能算法、專家系統(tǒng)等。而該門課程的授課學(xué)時一般都設(shè)置為32個學(xué)時，學(xué)時數(shù)比較少，難以對相關(guān)知識進(jìn)行展開授課。同時該門課程各個章節(jié)之間的關(guān)聯(lián)性也不夠強(qiáng)，各知識點之間具有一定的獨立性，造成學(xué)生學(xué)習(xí)和理解困難。2.教學(xué)與實踐嚴(yán)重脫節(jié)?！稒C(jī)械故障診斷》這門課程與工業(yè)實踐結(jié)合十分緊密，所涉及到的內(nèi)容實用性極強(qiáng)。該門課程作為研究生的理論基礎(chǔ)課，其教學(xué)目的是使學(xué)生全面、真實地掌握故障診斷的核心思想以及相關(guān)的理論方法，增加學(xué)生的創(chuàng)新思維能力和工程實踐能力。然而，現(xiàn)有的教學(xué)模式大多以書本為主導(dǎo)進(jìn)行展開，嚴(yán)重缺少實踐教學(xué)環(huán)節(jié)。3.教學(xué)過程中“教”與“學(xué)”脫鉤。傳統(tǒng)教學(xué)模式采用“老師授課———學(xué)生聽課”的方式展開，“教”與“學(xué)”缺少良性互動的環(huán)節(jié)，容易導(dǎo)致老師授課時不清楚學(xué)生對知識的實際掌握情況，學(xué)生對課程知識理解不透徹，進(jìn)而喪失學(xué)習(xí)興趣，使得教學(xué)過程形式化、教學(xué)結(jié)果低效化的問題。

三、探索性的教學(xué)改革

摘要：故障診斷技術(shù)對現(xiàn)代工業(yè)生產(chǎn)至關(guān)重要。《機(jī)械故障診斷》這門課程主要講解故障診斷中所涉及的理論與方法。本文闡述了該門課程的主要特點，剖析了教學(xué)過程中存在的問題，對這些問題提出了一些探討性的解決思路。

關(guān)鍵詞：旋轉(zhuǎn)機(jī)械；故障診斷；實踐教學(xué)；研究生教學(xué)

一、前言

隨著工業(yè)的快速發(fā)展，機(jī)械設(shè)備正朝著大型化、復(fù)雜化、精密化的方向發(fā)展，同時要求機(jī)械設(shè)備能夠在比較惡劣的環(huán)境下長時間穩(wěn)定地運行，比如大型風(fēng)力發(fā)電機(jī)組。在工業(yè)實踐中，一方面不容許這些機(jī)械設(shè)備出現(xiàn)故障，另一方面這些機(jī)械設(shè)備一旦出現(xiàn)故障，會導(dǎo)致巨大的經(jīng)濟(jì)損失。故障診斷就是尋找故障原因的過程，其實質(zhì)是了解和掌握設(shè)備運行過程中的狀態(tài)，評價、預(yù)測設(shè)備的可靠性，減少企業(yè)的運營成本。目前，故障診斷技術(shù)已被大量地應(yīng)用于石油化工、水利發(fā)電、礦產(chǎn)開采等多個關(guān)系國民經(jīng)濟(jì)的重要領(lǐng)域。此外，故障診斷技術(shù)也是實現(xiàn)“中國制造2025計劃”，完成以加工為主導(dǎo)的傳統(tǒng)制造業(yè)向以服務(wù)為主導(dǎo)的現(xiàn)代制造業(yè)轉(zhuǎn)型所必備的核心技術(shù)。在這樣的背景下，將《機(jī)械故障診斷》這門課程作為研究生的基礎(chǔ)理論課程。該門課程所涉及的內(nèi)容比較廣泛，包括信號分析與處理、機(jī)械動力學(xué)分析、人工智能方法等。同時，這門課程又是一門實踐性很強(qiáng)的課程，理論和實踐結(jié)合十分緊密。此外，該門課程所涉及的內(nèi)容學(xué)術(shù)研究價值很高，可以作為學(xué)生在研究生學(xué)習(xí)階段的研究方向。傳統(tǒng)的教學(xué)模式極大地限制了該門課程的教學(xué)。

二、課程教學(xué)過程中存在的問題

1.教學(xué)內(nèi)容多而泛?！稒C(jī)械故障診斷》是一門綜合性很強(qiáng)的課程，課程中不僅涉及到大量的公式推理，如傅里葉變換的推理公式，還包括許多新理論和新方法，如：人工智能算法、專家系統(tǒng)等。而該門課程的授課學(xué)時一般都設(shè)置為32個學(xué)時，學(xué)時數(shù)比較少，難以對相關(guān)知識進(jìn)行展開授課。同時該門課程各個章節(jié)之間的關(guān)聯(lián)性也不夠強(qiáng)，各知識點之間具有一定的獨立性，造成學(xué)生學(xué)習(xí)和理解困難。2.教學(xué)與實踐嚴(yán)重脫節(jié)?！稒C(jī)械故障診斷》這門課程與工業(yè)實踐結(jié)合十分緊密，所涉及到的內(nèi)容實用性極強(qiáng)。該門課程作為研究生的理論基礎(chǔ)課，其教學(xué)目的是使學(xué)生全面、真實地掌握故障診斷的核心思想以及相關(guān)的理論方法，增加學(xué)生的創(chuàng)新思維能力和工程實踐能力。然而，現(xiàn)有的教學(xué)模式大多以書本為主導(dǎo)進(jìn)行展開，嚴(yán)重缺少實踐教學(xué)環(huán)節(jié)。3.教學(xué)過程中“教”與“學(xué)”脫鉤。傳統(tǒng)教學(xué)模式采用“老師授課———學(xué)生聽課”的方式展開，“教”與“學(xué)”缺少良性互動的環(huán)節(jié)，容易導(dǎo)致老師授課時不清楚學(xué)生對知識的實際掌握情況，學(xué)生對課程知識理解不透徹，進(jìn)而喪失學(xué)習(xí)興趣，使得教學(xué)過程形式化、教學(xué)結(jié)果低效化的問題。

三、探索性的教學(xué)改革

【摘要】在城市化進(jìn)程不斷推進(jìn)的過程中，城市交通建設(shè)取得了很大的成就。得益于城市軌道和高鐵的快速發(fā)展，高速動車得到了越來越廣泛的使用。對于高速動安全性尤為重要，如何在高速運行的過程中減少故障，保證運行安全，是高速動車研究重點關(guān)注的問題?；诖?，論文通過對高速動車組的故障診斷系統(tǒng)進(jìn)行分析，提供其架構(gòu)應(yīng)用，希望給相關(guān)人員提供一定借鑒。

【關(guān)鍵詞】高速動車；故障；診斷；系統(tǒng)

1引言

在高速動車組的發(fā)展過程中，如何及早發(fā)現(xiàn)動車組故障并解決問題是保障高速動車組安全運行的關(guān)鍵。很多高速動車組故障的產(chǎn)生，都是因為一種細(xì)小的問題沒有及時發(fā)現(xiàn)，從而導(dǎo)致大故障的產(chǎn)生。而利用信息技術(shù)，通過故障診斷系統(tǒng)對高速動車組進(jìn)行狀態(tài)分析，確定高速動車組的可靠性，有重要的應(yīng)用價值。

2高速動車組故障診斷系統(tǒng)意義分析

高速動車組整體技術(shù)性比較復(fù)雜，并且對維護(hù)人員有很高的專業(yè)需求。在工程應(yīng)用中，機(jī)械設(shè)備有3種狀態(tài)：正常狀態(tài)、異常狀態(tài)以及故障狀態(tài)。對于故障狀態(tài)，往往代表機(jī)械設(shè)備出現(xiàn)了問題，不能正常工作。故障狀態(tài)往往有一個不斷形成的過程，而故障診斷則主要是指通過檢測、測量、監(jiān)視以及分析判別等方法對設(shè)備的運行狀態(tài)進(jìn)行評估，從而確定故障是否存在或故障的具體位置。而這種故障診斷在高速動車組中的應(yīng)用，能夠及時發(fā)現(xiàn)問題并及時解決，有效預(yù)防高速動車組運行過程發(fā)生故障，保證行車安全，避免經(jīng)濟(jì)損失。而且這種高速動車組故障診斷系統(tǒng)還可以推動有關(guān)零件加工技術(shù)工藝的改進(jìn)，對高速動車組的運行效率以及維修技術(shù)提高有積極意義。

3高速動車組故障診斷系統(tǒng)作用淺論

摘要：針對大型機(jī)械設(shè)備運行中存在的強(qiáng)擾動、多干擾噪聲存在的問題，建立合理的故障混合智能診斷模型，確定不同模型的分界閾值，深入分析多噪聲相關(guān)情況下噪聲聯(lián)合概率密度的數(shù)學(xué)分解表達(dá)式及噪聲統(tǒng)計特性的分布函數(shù)，以高斯噪聲為背景，推導(dǎo)最優(yōu)建議分布函數(shù)的具體解析表達(dá)式，實現(xiàn)強(qiáng)擾動、多噪聲干擾情況下故障診斷的精確、魯棒濾波。

關(guān)鍵詞：非線性；濾波；故障診斷

前言

2010年開始，隨著大數(shù)據(jù)與人工智能技術(shù)的迅猛發(fā)展，研究人員將專家系統(tǒng)、模糊邏輯、神經(jīng)網(wǎng)絡(luò)、遺傳算法等技術(shù)應(yīng)用于大型復(fù)雜設(shè)備的故障診斷中，實現(xiàn)了設(shè)備的混合智能故障診斷，大大提高了設(shè)備故障診斷的精確度。隨著研究的不斷深入，研究者發(fā)現(xiàn)，由于系統(tǒng)運行的強(qiáng)擾動及應(yīng)用環(huán)境中的復(fù)雜噪聲影響，單一的檢測模型無法滿足復(fù)雜工程應(yīng)用中精確性與魯棒性的要求，急需一種新思路和新途徑來解決這些問題。因此，綜合運用多種人工智能技術(shù)和現(xiàn)代智能信息處理技術(shù)，結(jié)合復(fù)雜系統(tǒng)的非線性及故障的不確定性特點，基于智能演化的濾波推理技術(shù)受到了研究人員的青睞，用混合智能故障診斷與預(yù)測技術(shù)對大型復(fù)雜關(guān)鍵設(shè)備進(jìn)行狀態(tài)監(jiān)測、故障診斷與智能預(yù)測處理，能夠有效提高監(jiān)測診斷系統(tǒng)的敏感性、魯棒性、精確性，降低誤診率和漏診率，在不用理解系統(tǒng)機(jī)理和分析數(shù)據(jù)的情況下，為一般的操作人員提供了準(zhǔn)確的診斷決策，對于提升智能診斷系統(tǒng)的精確性和魯棒性具有非常重要的理論價值和現(xiàn)實意義。

1基于濾波技術(shù)的智能故障診斷

隨著大型復(fù)雜機(jī)械設(shè)備對故障診斷精度要求的不斷提高，從20世紀(jì)80年代開始，基于非線性濾波技術(shù)的混合智能故障診斷與預(yù)測方法已經(jīng)成為本領(lǐng)域的研究熱點。其具體的應(yīng)用原理框圖如圖1所示。大型運行設(shè)備在獲取多個特征信息以后，如何通過有效的非線性濾波方法對系統(tǒng)的狀態(tài)進(jìn)行精確的濾波處理是混合智能診斷技術(shù)的關(guān)鍵一步。目前，在工程實際應(yīng)用中的非線性濾波方法主要有：交互式多模型（interactingmultiplemodel,IMM）、序貫概率比檢驗（sequentialprobahilityratiotest,SPRT）、強(qiáng)跟蹤濾波（strengthtrackingfilter，STF）等幾種方法。其中，IMM是一種模型自適應(yīng)濾波器,該方法缺少對于模型參數(shù)的自適應(yīng)能力，容易使得IMM在模型轉(zhuǎn)換時刻出現(xiàn)較大的估計誤差；SPRT基于信息積累的假設(shè)檢驗思想,在豐富的專家知識和充分先驗信息的前提下可行實現(xiàn)很好的效果,但故障修復(fù)后自適應(yīng)處理能力比較差,工程應(yīng)用中不好推廣；STF是一種系統(tǒng)狀態(tài)和參數(shù)自適應(yīng)算法，采用強(qiáng)行殘差白化策略實現(xiàn)偏差自適應(yīng)校正,在一定程度上提升了EKF估計精度,但缺乏對于模型的自適應(yīng)能力。

2研究現(xiàn)狀