时间:2023-05-29 16:09:29
序论:好文章的创作是一个不断探索和完善的过程,我们为您推荐十篇故障检测与诊断范例,希望它们能助您一臂之力,提升您的阅读品质,带来更深刻的阅读感受。
1.数字电路出现故障的常见的原因
数字电路是处理和变化这些离散信号的电路,工作原理主要是应用两个元器件来表示离散信号,其中的每一个元器件的参数值都有很大的差异,所以在实际的应用的时候,数字电路虽然能够发挥很强大的功能,但是数字电路出现故障的状况是一件十分常见的事情,下文详细的介绍数字电路出新故障的原因。
1.1 数字电路元件出现老化造成故障
任何东西在长时间的使用之后都会出现或多或少的损坏,其中数字电路中使用的材料都是金属材质,在长期的使用过程中,电路元件变得老化,电路材料参数性能也逐渐的下降,使得数字电路受到天气以及温度等状况影响变大,非常容易造成数字电路出现故障。
1.2 数字电路元器件出现接触不良的状况造成故障
数字电路由于接触不良而出现故障是最常见的问题,造成数字电路接触不良的原因是多种多样的,数字电路在日常生活中的使用经常会出现非专业人士保管不善,或者是电器的外壳损坏导致数字电路的元件长时间的暴露在空气之中,造成数字电路出现进水或者是电器内部的焊点被氧化的状况,这些问题的出现都会导致数字电路出现故障。
1.3 数字电路设备所处的工作环节不稳定造成了故障
数字电路的安全使用是需要一定的环节条件的,但是在实际的应用中,电路设备的使用环境并不是十分的完美,数字电路所处的工作环境时常达不到设备工作的状态,例如实际的温度、磁场的改变等等,这些因素都会导致数字电路发生故障,导致数字电路不能正常的工作。
1.4 数字电路内的元件过了使用期造成故障
数字电路内部的电路元器件都存在着保质期的,关于保质期的常识并不是所有的数字电路的使用者都了解的,所以造成故障也比较常见。数字电路内的元器件只有在规定的年限内才能发挥出最佳的效果,倘若元器件过了使用期限,数字电路内部会出现超负荷的状况,元器件也会出现老化、性能降低等现象,导致数字电路故障的发生率增加。
2.1 采取有效的方法将故障检测的过程与诊断这两个过程分开
在对数字电路进行故障检测之前,应当先对数字电路常见的故障的特征进行了解,在对其中一些基本特征进行对比之后,可以尽可能的缩小数字电路故障排查的范围,当然在初步对比故障的基本特征之后并不能武断的确认数字电路的故障,而是要进一步的进行诊断,使得这两个过程能够有效的隔离。使用逻辑检测与诊断对数字电路中出现的故障进行初步的确认。例如:当数字电路的信号消失之后,可以借助检测探头在电路的连接点上进行检测与诊断,也可以在发现数字信号之后能够使用脉冲存储器进行存储,可以有效的缩小数字电路的护长范围。
2.2 使用分块测试法对数字电路进行诊断
目前对于数字电路中出现的故障检测方法中最常使用的方法就是直接观察法,使用直接观察法进行故障检测,故障检测的准确率有所下降,对于故障的排查以及处理的效率很低,所以采用分块检测法是代替直接观测法最有效的方法。使用分块测试诊断法的时候,应当对数字电路的设计结构有一个初步的了解,并根据电路的实际情况,将电路分为若干个独立的电路,分别进行通电测试,通过观测结果对数字电路的故障状况进行分析,之后便可以提出具有针对性的数字电路的故障的解决方法,能够有效地提高数字电路故障检测与诊断的效率,在复杂的数字电路的故障检测与诊断中应用也十分的广泛。
2.3 使用电阻检测诊断的方法进行诊断
在日常的使用中,数字电路一旦出现任何的异状的时候,首先需要做的就是要切断电源,之后进行短路与否的检验,这时候最常使用的方法就是使用电阻检测诊断法。电阻检测法能够有效的检测出数字电路底板内部和电路连接之间是否有接触不良或短路的状况,在使用此方法的时候操作过程非常的简单,即便不是专业的电路维修人员也能够轻松的完成数字电路故障检测的事情。使用电阻检测法的时候,一定要注意的就是用电安全,在切断电源的基础上进行检测装置的设计安装,之后再一一进行故障检测。
2.4 使用波形检测方法进行故障检测
波形检测诊断方法对数字电路进行故障的检测以及诊断对于检测人员的专业素养要求很高,要求维修人员能够熟练的掌握电路维修的相关的理论知识和拥有一定的实际操作经验,熟练地使用示波器观察电路故障检测过程中所反映出的波形,也就是数字电路故障检测过程中在示波器上显示的数字电路板的各级输出波形的状况,观察示波器上所出现的波形是否表现正常,在这样的过程中得到的数字电路故障检测的结果更加的具有科学性以及具有说服力,在使用波形检测诊断法进行数字电路故障检测的时候,数字电路内多数是脉冲电路,由于脉冲电路的复杂程度,其他的检测方法并不是十分的准确与科学,所以波形检测诊断法形成的检测结果更加的准确,在进行故障检测的过程中对于维修人员的安全保障性能也是最强的,不仅提高了数字电路故障检测与诊断的效率,也有助于制定数字电路维修策略,制定的策略也更加的具有针对性。
3.总结
当今时代科学技术飞速的发展,对于数字电路的研究的投入也变得更大,数字电路在生活中的使用也变得更加的普遍,但是数字电路的使用出现的问题也困扰着现代人,所以为了更好地使用数字电路,提高使用效率,就一定要选择有效的方法对于数字电路中出现的故障进行检测与诊断,因此应当针对数字电路产生的原因进行研究,并且积极地进行故障检测的技术,使得数字电路的使用能够更加顺时代的发展,使得数字电路能够为现代人们的生活提供更多的便捷服务。
参考文献
中图分类号[U8] 文献标识码A 文章编号 1674-6708(2011)50-0144-01
机场助航灯光系统是飞机飞行安全的保障,是机场非常重要的一个目视助航设备。在一个中型的机场中,其助航灯光包括了跑道中线灯、跑道边灯、进近灯、末端等、顺序闪光灯、坡度灯等共计上千盏灯。机场助航灯光系统保障着飞机的安全起降,安全问题不容许丝毫的差错,助航灯光系统是否完好无损十分关键。在实际机场应用中,如何保证助航灯光系统的正常工作,如何及时的检测助航灯光系统的故障,也就变成保障安全的大问题。助航灯光系统中自动监视功能就可以很好的满足这一要求。我国目前较大规模机场使用的都是国外的助航灯光巡检系统,自己在助航灯光巡检监控系统方面的研究还没能形成成熟的系统,不能在实际中应用。不断学习,努力探索,寻求自己的助航灯光故障诊断系统,解决国内机场的燃眉之急。
1 助航灯光故障检测
助航灯光故障的检测主要通过自动监控,实行远程巡检,它的主要硬件设计包括了单片机、过零检测模块、模数转换模块、调制及隔离变压器模块、晶闸管驱动模块、进水检测模块、串口通信模块、单片机模块等。
1.1 灯暗检测和灯泡开路检测
灯暗检测实际上就是对灯电压进行检测,检测灯泡两端的电压。检测灯电压可以判断灯泡的输出功率,在使用6.6:6.6的隔离变压器时,一次测电流和二次侧电流是相同的。灯泡两端的电压反应了灯泡输出功率的大小,是判断灯暗的一个替代参数。灯暗的原因要么是灯泡经过长时间的使用,老化使得电阻减少,电压降低,从而导致灯暗。要么是灯泡中的灯丝出现靠丝现象,使得线圈被短路减小电阻,降低两端电压,减少功率,导致灯泡发暗。而灯泡开路检测则是对灯泡电流大小的检测。一个比较稳定的干路电流在隔离变压器的一次侧流过时,如果二次侧有正常的负载也会流过一个比较稳定的电流。当开灯光级设置越低时,电流越小;或则当负载的电阻越小时,电流越大。灯泡在使用过程中,新旧程度对电流的影响不大。而灯泡处于开路时,其负载电阻无穷大,电流就会急剧减小。在这一特点作用下,二次侧电压升高达到一定的数值时,通过对电路电压进行采用就可以判别灯泡是否断芯。
1.2 上行信号的调制
上行信号是指远程巡检单元向主控制单元上传的信息,这是灯光巡检中远程巡检单元和主控制单元之间通过调解和调制进行的有效通信中的一个方向。调制信号频率是工频50Hz,所以调制信号可以跨过隔离变压器,然后上传回主控单元。
1.3 上行信号的解调
经过电压互感器采样,然后经信号调理电路把调光器回路电压分为两路,一路过零检测电路,进入单片机;另一路经差分放大器处理,然后进行模数变换。进行采样12次,时间在2ms内。12次数据分为4组值,每组数据求一个平均值。所得的3个平均值分别与单片机中预先计算好并存储起来的对应数据进行比较,有调制的信号,其数值相比没有调制的信号明显要小。在差处理下,就可以得出“1”、“0”信息。
2 助航灯光故障诊断系统设计
2.1 主控单元解调程序
主控单元过零检测电路实时检测正过零点后,经过P3.3通道信号向单片机请求中断,然后执行中断程序。单片机读取转换值,2ms内进行采样12次,所得到的结果分成每组4个数据的3组,每组数据求其平均值,然后把求得的平均值与预先计算好并存储好的数值进行做差处理,如果差值大于设定值则为“1”,否则为“0”。重复过程3次,如果得到3个结果均为“0”,则说明没有下达命令;如果得到3个结果均为“1”,则说明肯定有下达命令;如果得到结果中有一个为“1”,则返回,要求上位机重新发送命令。
2.2 远程巡检单元调制程序
由P1.0和P1.2发送信号,经P3.7通道把正过零点后信号送入单片机,触发晶闸管开关。由于电压上加载了调制信号,所以电压输出就产生了畸变。
2.3 远程巡检单元故障定位程序
一个周期定位50ms,每个周期采样10次,每次采样之间间隔10ms,结果存放在寄存器中。每个周期采样的10次结果计算平均值,然后与设定的值作比较。在比较中,采样结果大于或则等于设定值,则灯已经损坏。
3 实际应用中的实验与结果
选择机场进近灯做灯泡断丝实验,结果实验的6盏灯判断全部正确,没有一盏误报。而灯暗实验中,电压波动率在5%以下,也基本能满足实际应用的要求。进水实验中,通过实验人员的实地检查,检测到进水的隔离变压器桶,其进水深度确实达到了设定值,而没有检测到进水的隔离变压器桶,则均未发现进水现象。以上实验结果表明,助航灯光故障检测准确度高,传输数据准确,电源足够稳定,操作灵活方便,在实际机场的应用中,能基本满足助航灯光故障检测与诊断的要求。
4 讨论
当然,笔者仅仅是从助航灯光故障检测的基本原理出发,浅显探析了其故障检测的方面。而实际应用中的助航灯光故障检测,要复杂多样得多,需要研究人员进一步探索,进一步完善才能达到实际应用的客观要求。而助航灯光故障诊断系统的设计,笔者更是仅仅点出了其大致的工作原理,要达到实际设计应用的要求,还需要全面细化,落实到细节,以及具体程序的编写和完善工作。
高压开关柜是配网的重要设施,对电网安全可靠的运行起着重要作用,随着经济的发展,电网也在飞速的发展,加之变电站无人值班管理模式和综合自动化的普及,高压开关柜的安全运行越来越重要,因此迫切需要高压开关柜具有高可靠性,并能在线检测故障,避免局部放电事故发生。局部放电分为内部、表面和电晕放电,并主要以电磁、声波和气体形式释放能量,这些是绝缘性能检测的主要信号。
1.检测方法
1.1 超声波检测
局部放电是一种快速的电荷释放或迁移过程,当发生局部放电时,放电点周围的电场应力、机械应力与粒子力失去平衡状态而产生振变化,机械应力与粒子力的快速振荡,导致放电点周围介质的振动,从而产生声波信号。放电产生的声波频谱很宽,可以从几十赫到几兆赫,放电强度的大小决定了电场应力、机械应力和粒子力的振荡幅度,直接决定了振动的程度和声波的相度。
声能与放电释放的能量成比例,虽然在实际中各种因素的影响会使这个比例不确定,但从统计角度看,二者之间的比例关系是确定的。从局部放电的机理可知,局部放电初期是微弱的辉光放电,释放的能量很小,后期出现强烈的电弧放电,此时释放的能量很大,局部放电的发展过程中释放的能量是从小到大变化的,所以声能也从小到大变化。
根据球面波的声能量式可知,在不考虑空气密度和声速的变化时,声能量与声压的平方成正比。根据放电释放的能量与声能之间的关系,用超声波信号声压的变化代表局部放电所释放能量的变化,通过测量超声波信号的声压,就可以推测出放电的强弱。
1.2 TEV检测
当高压电气设备发生局部放电时,放电电量先聚集在与放电点相邻的接地金属部分,形成电流脉冲并向各个方向传播。
脉冲电流的透入深度与频率的平方根成反比。高频局放电流只在导体表面传输。对于内部放电,放电电量聚集在接地屏蔽内表面,因此如果屏蔽层是连续的,则无法在外部检测到放电信号。但实际上,屏蔽层通常在绝缘部位、垫圈连接处、电缆绝缘终端等部位因破损而导致不连续,高频信号因此传输到设备外层而被检测出来。
因放电产生的电磁波通过金属箱体的接缝处或气体绝缘开关的衬垫传播出去,同时产生一个暂态电压,这个电压脉冲称为暂态对地电压(TransientEarthVoltage,TEV)。
TEV的检测原理见图1,高压电气设备的对地绝缘部分发生局部放电时,导电系统对接地金属壳之间有少量电容性放电电量,通常只有几兆分之一库仑,放电持续时间一般只有几纳秒。因为电量等于电流乘以时间,一次放电1000pC,持续10ns,就产生100mA的电流。对于持续时间那么短的放电脉冲,被测设备就不能看作是个整体,而应看作是传输线,其电气特性由分布电容和电感决定。此时,可以将地看成一个金属板,缝隙所处的位置看成另一个金属板,缝隙与地之间的距离为传输线。
当发生局部放电时,电磁波从放电点向外传播,电流大小与这些电磁波产生的电压有关。电压等于电流与路径阻抗的乘积。在不考虑损耗的传输线上,阻抗满足下式:
式中的L和C是传输线单位长度的自感和电容,ZO的数值变化很大。通过研究可知,单芯10kV电缆约为10Ω,35kV金属外壳的母线室大约70Ω。因此,1000pC的放电可产生对地1-7V持续10ns的电压。电压脉冲在金属壳的内表面传播,最终从开口、接头、盖板等的缝隙处传出,然后沿着金属壳外表传到大地。这样,使用电容耦合式传感器就可检测到放电信号。
研究发现,局部放电产生的TEV信号的大小与局部放电的激烈程度及放电点的远近有直接关系,可以利用专门的探测器进行检测。通过检测局部放电产生的TEV信号,不仅可以对运行中开关柜内设备局部放电状况进行定量测试,而且可以通过同一放电源到不同探测器的时间差,对局部放电点进行定位。
2.开关柜绝缘性能故障检测诊断系统
这一系统的检测技术在原理上是一种比较性的检测技术。某个开关柜上的检测结果应与其以前的检测数据或其它同类型的开关柜所检测的数据进行比较,如果检测数据大于其它同型号开关柜或以前的结果,说明该开关柜存在放电活动,进而推断故障的可能性。因此,需要有相当的设备运行经验,才能根据技术检测结果分析设备绝缘材料还能维持运行的时间。
记录每次设备故障的详细情况有助于分析判断放电活动对设备的影响。整个系统可分成3个子系统:
(1)被检测设备和传感器,处于开关室现场。
(2)信号预处理和数据采集子系统,一般集成在主机中,也处于现场。
(3)数据处理和诊断系统,实际为1台PC和数据存储分析软件,处于主控室。
3.检测数值的动态判据
3.1统计分析与趋势分析
统计分析法是在同一开关室内开关柜局部放电检测时,对相关条件下的TEV检测数值和超声波检测数值进行分类统计,从而得出初步判断依据。现场影响局部放电测量结果的因素有很多,如工作电压、放电种类、绝缘材料、负载、机械运动、环境条件、干扰、开关柜制造厂家及类型等,所有因素都可能造成检测结果的误判,在现场测试时必须加以考虑。
趋势分析是对同一开关柜不同时间的测试结果进行分析,按月、季、年从统计分析中得出开关柜局部放电的趋势。在分析过程中,还应分析影响局部放电的细微波动对TEV检测数值和超声波检测数值的变化,主要分析内容有负载的变化、环境因素波动、干扰波动、时间变化等。
3.2 动态判断依据
结合统计分析、趋势分析和初步判断依据,可以对开关柜局部放电进行动态的判断分析,具体步骤如下:
(1)初始判据的判断。对当地所有N面开关柜的故障情况进行统计,按照统计结果计算出故障率为a%。
(2)统计分析。对当地所有N面开关柜局部放电情况进行普测,取其中检测数值最大的N×a%面开关柜,然后再取这N×a%面开关柜中数值最小的作为比较值A。
(3)趋势分析。在一段时间间隔(一个月、一个季度或一年),再次对所有N面开关柜进行普测,取其中检测数值最大的N×a%面开关柜,然后再取这N×a%面开关柜中数值最小的作为比较值B,将B与A进行比较。
(4)比较分析。对于B与A的比较,可分为以下几种情况:
若B
若B>A,有以下几种因素可以考虑:开关柜负荷可能有所增加;背景干扰严重程度进一步加重;温度、湿度状况进一步恶化;开关柜的污秽情况进一步恶化。
若B=A,主要是开关柜负荷、背景干扰、温度、湿度状况、开关柜的污秽情况大体相同,开关柜运行状况比较平稳。
(5)确定判据值。最终根据开关柜常年运行的情况确定A或B值为判断依据,由于开关柜周围环境等因素对局部放电都有影响,因此,在确定判断值时要考虑±2dB的误差。继续按照步骤一到步骤五的顺序进行判断数据的确定,最后经过长时间的比较,建立起本地区开关柜检测的数据库,最终确定一个作为指导性的判断数值。
综上所述,动态判据诊断是一个长期的过程,需要根据实际情况进行纵向和横向的对比分析,以做出正确的判断。
4.结论
基于超声波和TEV技术的高压开关柜局部放电检测定位技术,改变了电气设备传统的局部放电测试方式,为电力系统的电力设备状态检修提供了可靠的技术数据,是一种实用、有效的检测技术。检测装置具有以下优点:
(1)装置的投入使用不改变和影响电力设备的正常运行。
(2)能自动连续进行检测、数据处理。
(3)具有自检和报警功能。
中图分类号:TP277
文献标识码:B
文章编号:1004―373X(2008)04―115―03
1 引 言
随着对控制系统可靠性要求的提高,FDI已成为一个活跃的研究领域。在控制系统FDI技术的研究中主要有基于模型和基于知识2种途径,其中基于模型的方法是利用控制系统模型内在的解析冗余度构造某种残差,通过对残差的分析与评价实现故障的检测与隔离。由于在绝大多数实际的控制系统中,总是存在或多或少诸如建模误差、噪声干扰等不确定性因素,因此基于模型的故障检测与诊断技术(FDI)对这些不确定性因素的鲁棒性是一个至关重要的问题,并日益引起了人们的重视。鲁棒故障诊断指的就是在建模不确定的情况下,故障诊断系统能在一定程度上区分扰动和故障,仍然以较好的性能诊断出故障。本文针对具有未知扰动输入的飞行控制系统,运用特征值配置设计了一种用于故障检测和诊断的观测器,他通过对观测器进行左特征向量的配置使得残差与干扰分布方向正交。通过这种方法,残差信号得以对干扰具有鲁棒性。最后通过实例在Matlab下进行仿真,仿真结果验证了该方法的有效性。
2 基于特征向量配置故障诊断方法
3 算法步骤
用左特征结构配置方法对干扰进行解耦进而产生残差的具体设计算法如下:
(1)计算残差加权矩阵Q,使得QcE=0;
(2)确定观测器的特征结构:按照希望动态残差性质选取合适的特征值,并保证QC的行均为观测器的p个左特征向量,其余的(n-p)左特征矢量的选择则可以产生好的诊断效果为准。以上阐述运用左特征向量配置对干扰直接解耦的理论和设计方法,若左特征矢量的配置条件不易满足,还可以考虑进行观测器的右特征矢量的配置。
这样做的优点在于Q取值的改变不会影响K的取值。
近年来随着建筑不断增多,对暖通空调系统应用提出了更高要求。保障暖通空调系统运行安全、稳定,实现优质、节能运行是目前该系统的主要问题。在暖通空调系统日常应用中,常出现不同类型故障影响系统运行,当诊断调试后仍可能出现故障,直接造成资源浪费,降低室内空气质量。因此,针对暖通空调系统加强故障检测与诊断至关重要。
本文将结合暖通空调系统自动故障检测与诊断的常用方法,并对该系统故障检测与诊断技术发展目标及方向进行总结,为进一步加强暖通空调系统故障检测与诊断技术应用提供理论参考。
1 暖通空调系统故障检测与诊断常用方法
(一)直接方法
直接方法主要是指在暖通空调系统运行中,以不同的输入、输出参数为依据作为故障检测基本症状,直接将这些症状输入分类器中。利用预期设置完成的分类策略对分类器中症状进行具体分类,即对系统故障进行分类,再以此为依据作出准确故障诊断结果。该故障检测与诊断方法常用于分类器设计中,较常见的分类方法如专家规则、贝叶斯分类法等等。利用这些具体方法可有效实现对设备自动故障检测与诊断,效果良好,操作便利,诊断数据较准确。
(二)间接方法
间接方法主要是指通过系统模型预测,该方法的应用前提条件是要先设立正常系统运行条件,并对已经确定的故障进行系统建模。在此基础上构建标准化模型系统,进而展开进一步针对性预测,再将预测结果所得参数与实测参数对比,将对比后偏差作为输入参数,再输入至分类器,确定故障类型。其分类方法包括贝叶斯分类法、故障树与神经网络法等等。其主要建模方法则为回归法等。
2 暖通空调系统故障检测与诊断技术研究与发展
传统暖通空调系统故障检测与诊断技术进依靠手提式诊断器检测,通过技术人员利用工具进行维修检验,以一台仪器对多个系统进行检测,并利用高精度配置传感器进行辅助检测,提高暖通空调系统故障检测效率。但该检测与诊断方法的不足在于无法实现在线检测,不能对系统动态运行情况进行反映,因此在故障处理后不能立即发挥效用。随着技术不断提升,以及应用需求不断提高,暖通空调系统故障检测与诊断技术中融入了保护系统,利用对设备启停操作确定故障检测,例如,暖通空调的制冷系统达到其压力上限时,应对该制冷系统进行中止操作,检测设备保护系统的应用则能够对制冷设备进行故障检测,并明确诊断其影响原因。
这种故障检测与诊断技术的应用对保障系统稳定,延长系统使用寿命有着重要作用,同时对保护系统安全也起到积极作用。但在故障检测与诊断系统中应用这汇总安全系统仅局限与出现较严重故障的设备检测与诊断,对系统继续恶化起不到有效监测与动态控制作用,因此会造成设备因严重故障无法有效修复,延长维修周期,造成资源浪费。
为进一步提高暖通空调系统故障检测与诊断技术,应充分结合技术理论及经济性理论,在提高系统整体可靠性的同时,提高暖通空调系统节能性,有效降低暖通空调出现故障的几率,提升暖通空调应用质量及寿命。在今后的暖通空调系统故障检测与诊断技术发展过程中,从几个方面进行强化研究:
(1)经济性角度。故障检测与诊断技术在今后的强化研究中应更加注重经济效益,进一步为人们带来应用保障。加强自动故障检测与诊断技术和暖通空调系统的结合,最大限度利用系统元器件,减少对故障检测与诊断系统的改动。
(2)可靠性角度。故障检测与诊断技术在暖通空调的应用中会受到多种因素影响,造成其他不可预见为题,所以要加强对故障诊断与检测技术的可靠性,最大限度避免降低设备错误警报,避免出现造成干扰,提高暖通空调运行保障。
(3)理论角度。暖通空调属于较复杂的服务性制冷设备,运行过程中受多种因素干扰,因此故障检测与诊断技术的应用应趋向简单、实用性高等方面,以保证其运行稳定。因此,通过加强理论验证与研究正式满足这一要求的必要性十分重要,以切实有效为暖通空调系统运行提供理论保障。
3 结语
综上所述,针对暖通空调系统加强故障检测与诊断对保证系统正常运行,提高室内空气质量有着重要作用。为进一步提高暖通空调系统故障检测与诊断技术,应充分结合技术理论及经济性理论,在提高系统整体可靠性的同时,提高暖通空调系统节能性,有效降低暖通空调出现故障的几率,提升暖通空调应用质量及寿命。同时加强故障检测与诊断技术研究,对进一步推进我国暖通空调系统创新发展也有着重要意义。
参考文献:
一、暖通空调系统故障原因分析
暖通空调系统是由多种设备组合而成的,其中系统设计时应用到了多个学科的技术,如热力学、流体力学等。暖通空调系统在运行时,各种设备的参数相互配合,共同完成对建筑物的采暖、调节空气的作用。暖通系统的复杂性增强了故障发生的机率,同时各种故障的相互影响,也会造成新的故障。暖通空调系统应用到多种空调设备,这些设备之间互相用管道进行间接,关联性特别强,如果某种设备出现故障,也会影响其他设备的运行,从而影响整个暖通空调系统性能和功能发挥。
暖通空调系统发生故障后,可能会造成整个系统故障的连锁反应,影响其他设备正常运行,这样也会造成故障检测和诊断带来困难。大范围的参数变化让维修人员不容易找到故障原因,难以分清数据和参数的变化因素,因此很难做出准确的诊断结果判断,给系统为诊断维修造成了较大的困难。由于暖通空调设备中传感器设置较少,很多故障发生却不能够用准确的数据和图片表达出来,会给系统管理者的故障检测带来较大的困难,很多故障只有在发生后通过各种手段检测出来,不能够做好故障预防,不利于暖通空调系统正常运行。
二、常用的故障检测和诊断方法
(一)通过案例进行故障检测和诊断。暖通空调系统的故障主要分为硬件故障和软件故障,在故障发生时要根据实际情况进行处理。在故障发生时,如果不能立即得出诊断结果,可以根据故障发生的细节,在暖通空调故障知识库和相似的文件和资料中找到故障的原因,从而根据提示做好故障检测和诊断工作。暖通空调数据库内包括很多故障案例,检测者可以通过检索找到自己需要的内容,但是由于实际上的故障可能会有很多交叉故障产生,因此出现的现象与案例分析中的结果会有一定的差异,因此不能够对故障检测的结果立即确定,因此造成了故障诊断不迅速,这个方式还是有一定的局限性。
(二)通过推理而得出诊断方法。每一种故障发生时都会表现出不同的征兆,如硬件故障则会使机械停止运行或发生一定的声音提示等;有经验的诊断者就会根据系统故障的现象,推理出故障的具体地方及原因,从而做出相应的诊断措施。暖通空调系统故障时,也会有一定的数据紊乱的提示,这也能作为故障检测的评判标准,通过数据推理,将不清晰的提示内容加以整合,从而获得较准确的结论。通过推理,虽然也能够实现故障检测与诊断,但模糊的信息有时候也会产生错误的偏差,因此也会造成错误推理,因此要综合实践进行分析,从而使故障检测与诊断更加准确[1]。
(三)建立故障树诊断。暖通空调系统会因运行目的不同而造成的故障不同,在系统故障设计时,可以利用计算机的树形模型进行故障的排序和分类。在设置中,采用汉字提示,具有相应的菜单提示和编辑方式,方便故障的监视和诊断。在故障系统设置时,根据故障结果进行分类,在每个系列中各自按照相应的故障原因,对每一个故障进行相应的编号处理。在暖通空调系统出现故障时,将根据每一个编号的所处的故障系列,进行相应监视和诊断,在数据库中对应具体的位置,从而找到故障的源头。故障树诊断通过检索找到故障源头,从而对故障做出诊断,但当暖通空调系统较大时,故障模型也会相应复杂,因此给系统设计者带来了困难[2]。
(四)通过神经网络进行故障诊断。由于机械运行时可能会同时引起多个故障,造成暖通空调系统故障复杂化,因此采取神经网络故障可以实现部分故障的检测和诊断。神经网络故障是利用神经元的作用,将大量的神经元应用于系统设计中,并对神经元进行设置,使神经元之间相互联系,建立成网络系统实现故障诊断。神经元是数据传递的纽带,通过大量的数据样本不断完善神经网络的功能,使每个故障在神经网络系统中都能够有显示,最终实现故障检测和诊断的功能。神经网络设计过程中不需要建立物理模型,而且对非线性的问题有着较大的优势,因此被应用于故障检测和诊断中。
(五)传感器和软件诊断。随着科学技术不断发展,对暖通空调系统的诊断方式更加科学化。传感器诊断是自动化诊断的一种方式,主要利用传感器实现机械运行时各个参数的变化,以达到正常运行的目的。暖通空调系统故障检测利用到传感器,可以实现故障自动检测,提高了检测效率和诊断速度。在暖通空调系统诊断中,软件诊断也发挥了重要作用,通过对系统的全面检测和修复,维护系统安全。
结语:暖通空调系统在运行时出现的故障会对整个系统的稳定造成较大的影响,因此要加强系统检测和诊断的能力。随着科学技术不断发展,各种故障检测和诊断方式应运而生,让故障维修更加简单,也促进了整个系统的安全和稳定。
中图分类号:TB657文献标识码: A
在与商务行业有关的建筑物中,因为设备的维护方式不当、功能受损、以及控制操作方法错误等情况而引发严重耗能,大约在15%~30%左右,HVAC系统发生故障或者传感器性能出现问题都会使室内舒适度降低,同时使建筑物能耗增大,所以,严谨而精准的检测和操作是系统正常工作的基础,也是数字化和最佳化操作得以实施的首要前提,当系统因出现故障而不能正常运行时,检测人员应能及时精准地查找出故障发生的原因和位置,并在检测工作和处理工作完成后还要采取一些预防措施和手段,目的就是避免该类问题的再次发生,进而降低故障发展率并且提高故障处理的时效性和稳定性。
1 暖通空调系统故障原因及常见故障
1.1 故障原因
HVAC系统包含了很多设备和参数,并且大部分参数都是互相关联的,这样就使整个系统变得十分复杂,增加了故障之间的连接性和影响性。多个种类的空调设备通过管道连接而形成关联性和影响性极强的HVAC系统,倘若这个系统中有任何一个位置出现问题、发生故障,都会对其他设备的运行情况产生影响,进而牵连到整个系统的稳定运行和控制性能。比如说在蒸汽压缩制冷过程中,假如冷水泵正常运行受到干扰,流量降低,使制冷机蒸发器的进水量减少,进而降低蒸发压力和温度,使系统的整体功能受到影响,甚至会损坏压缩机等设备。因为HVAC系统系统出现故障时会产生连锁反应,某个设备发生故障时会干扰和阻碍其他设备的运行,涉及的参数变化范围非常广,因此,当故障产生时极不容易判断和查找出故障的具置,也不容易分析出参数和数据的因果性,加大了故障诊断的难度系数。另外,一般的HVAC系统中所包含的传感器数量极少,因此缺少传感器带来的数据和信息,降低系统的监测性,而且,HVAC系统所整合数据比较多也比较复杂,通常都会给系统的控制者增大管理难度,由于系统所产生的数据和信息不能通过图案和文字直观的表现出来,其多变性较强,而这些数据信息最终都是由人工来进行处理和分析的,对故障的检测和诊断器械和软件也必须通过人来判断,还有就是系统的控制者比较容易忽视的故障和隐患,尽管这些故障不能干扰系统的稳定运行,但也许会有带来一些不确定问题。
1.2 常见故障及其后果
空调系统故障产生的原因有很多种, 任何部件都有发生故障的可能,19世纪末期曾有人指出对于全封闭式蒸汽压缩空调系统来讲,超过一半的故障都是由电气故障而引发的,而接近20%故障都属于机械类故障,很少的一部分故障由管路和开关部分引发的,而电气故障中85%左右是因为电动机损坏引发的。
暖通空调系统故障大都不会引发大型的安全事故,最主要的影响就是使室内舒适度降低和增加系统耗能,美国有大量关于HVAC系统的报道,指出在美国地区有很多建筑因HVAC系统运行不当而使建筑耗能剧增。
2 故障特征及分类
暖通空调系统的故障大体可分成两大类:硬故障和软故障,既有局部性也有全面性,对整个HVAC系统的影响大小也不尽相同。硬故障是指机械设备和运转部件完全丧失功能所产生的故障,例如皮带断裂、传感器失效、阀门不受控制和风机停止运行等故障。从故障产生时间的角度分析,这些故障应当归为突发故障,且故障影响效果比较严重,所以检测和诊断的难度系数不大。软故障的实质是说设备和部件的机械功能降低或局部失效等,比如部件或管道结垢、堵塞,局部泄露、仪表稳定性降低等等。软故障基本都是循序渐进的,在产生的最初时期所表现的特征不太明显,因此在初级阶段很难被发现,实际上,这类故障的产生是因为系统参数渐渐恶化,从某方面或者某种角度来讲,软故障的危害性要远远大于硬故障的危害性,所以,软故障的监测力度要适当加强,并且要做好预防工作,这对空调系统的正常运行的重要性是不言而喻的。
暖通空调在运行一段时间之后,系统故障的产生一般都是偶然且不确定的,所以,故障的属性具有任意性,且发展情况与平衡过程具有随机性。从HVAC系统整个结构入手分析,所涉及的设备都是由子设备和基础构件按照一系列的标准组合而成的,层次性和系统性极强,所以故障产生时就会因为层次深度的不一样而造成不一样的影响。除此之外,考虑到系统是由多个相关的子设备综合而成的,一些子设备发生故障也可能是因为其相关环节或者设备产生故障而引发的,这种现象称为故障的传导性。根据系统故障产生的位置不一样,既可以说是设备故障也可以说是传感器故障,既可以说是硬故障也可以说是软故障,因为这些故障参杂在一起很难分辨,所以空调系统的诊断和检测就十分的复杂。
3 常用的故障检测与诊断方法
3.1 基于案例的故障诊断方法
通过查找知识库和相关资料找到空调问题的解决办法,通常包含故障案例的检索、表达和学习等一系列过程,这类故障的检测和诊断要结合很多相似案例,但是因为故障的产生的确定性极低,所以案例的应用的局限性也较强。
3.2 基于模糊推理的故障诊断方法
利用大量的经验和模糊性较强的数据而构成的信息库,再依照模糊性较强的逻辑整合成综合性评判标准,整体思路也比较不清晰,因此,对数据的判断和整理也比较模糊化。
3.3 基于故障树的诊断方法
检测和诊断过程要从系统最终故障入手,采用倒查的方法依次排查故障,这种故障检索比较全面和完整,但是假如系统过于庞大,所以故障树的建造规模也比较大,其整个系统也比较复杂。
3.4 基于模式识别的故障诊断方法
应当将故障的检测和诊断看作是稳定状态和非稳定状态的分辨和区分,通过故障产生的具体特征和属性进行系统的分析和探究,同时进行相应的计算和总结,此方式的长处就是不需要建立模型且计算量不大。
3.5 基于小波分析的故障诊断方法
20世纪80年代末渐渐有小波分析诊断故障工具对不稳定的信号和波动较大的信号分析极有帮助。设备运行异常时所产生的突变信号包含故障信息,因此通过对突变信号的小波分析就能够分析出故障的具置和影响大小,非常适合信号的处理工作。
3.6 基于神经网络的故障诊断方法
通过很多相互关联神经网络来诊断和分析故障。输入信号在神经网络中来回传递,在网络建成以后,大量的信息样本来构建网络。不断修复和完善整个网络,最后通过数据的校对实现神经网络的有效运行。神经网络的优势较为突出,不需要创建物理模型。
3.7 基于规则的故障诊断专家系统
规则故障诊断方式的应用就目前故障诊断现状而言较为广泛,主要通过IF-THEN的规则形式来表示相关故障与预测之间的种种联系,也就是表示各个部件之间的必然关系。该诊断方式融合多方面的知识到一个特定程序中来解决相关问题,在规则的故障诊断系统的基础上,发展出智能化的故障检测系统,在医疗、化学等行业中的应用也比较广泛。
总而言之,未来的故障诊断工具和方法将更为标准化和现代化,甚至是将成为能源管理和控制系统的一个模块,这些诊断工具既可以由开发商提供也可以由第三方供应商来提供。暖通空调系统故障检测在未来的发展和应用前景将是不可限量的,其实用性和便利性等优点更为显著和突出。
参考文献
0 引言
现阶段,我国大多数的矿山设备所采用的维修方法以及设施,通常应用计划经济体制模式,和国外发达的国家相比,差异较大,其中部分模式已无法适应当前市场经济的需要。而在矿山机电设备维修应用故障检测诊断技术,不仅结合我国的国情,还吸收了先进技术及经验,有效提高矿山的生产管理水平,改变传统的维修体制,以便适应当前市场经济的体制。
1 故障诊断检测技术
1.1 故障检测诊断技术定义
故障检测诊断技术主要是包括故障检测和故障诊断,以现阶段的实践领域和学界理论的通说,统称为故障检测机诊断。设备工作运行正常主要是指设备能按自身功能特征,正常运转,和设备该有效能相符合。而设备的异常运转,是指其在运转的过程中出现问题,且影响到其它零件的正常运转,造成难以满足生产的发展需求。设备出现瑕疵,故障指油耗等,导致设备性能丧失,无法继续工作。故障检测诊断技术就是以设备的工作状态信号变化,进行准确定位,精确发现存在的问题,且快速处理相关问题,以确保设备的安全运行。
1.2 故障检测诊断技术特点分析
随着现阶段设备维修理论、检查技术理论等的快速发展,故障检测诊断技术也得到不断发展,其主要有如下三个特点:(1)目的性较强。诊断目的明确,能快速对运行中的设备进行故障定位和分析,且在这样的基础上制定出行之有效的维修方案,进而保障设备的正常运行。(2)复合型技术。诊断维修均涉及到动力学和物理学等多种学科的领域,主要包括液压器操作、机械制造等的原理与应用等相关专业的知识。由此可见,故障检测诊断技术涉及到各种学科知识,知识面广且经验丰富。(3)理论化向实践转化。所有的诊断方法及维修技术均根据时间来定,处理原理及结果可直接转化为实践,并用于实际操作。
2 故障诊断技术在煤矿机电设备中的应用
2.1 矿井提升机检测与故障诊断
提升机是矿井生产、运输的基础设备之一,在矿山生产中的地位及其重要,它担负着提升原煤、矸石,下放相关材料、升降人员等任务。提升机的运行是否安全,直接关系到的一个煤矿能否正常运作,关系到煤矿工作人员的生命安全,其重要性不容忽视。有学者提出矿井提升机故障有“软故障”和“硬故障”之分。文章以下将对“软故障”和“硬故障”进行定位分析。“软故障”涉及到工况参数,实践中需要对工况参数进行测量,对相关数据进行分析和处理才可以得出。“硬故障”是指由一些特定的参数超限表现的故障“,硬故障”的出现往往以“软故障”为前提,从这一点定位来看,对“软故障”的及时预诊和定位检修极为重要。由于该项基础设备关系到矿山运作的安全,属于重要基础性设备之一,为了确保这一领域的安全性,我们国家许多科研机构和科研人员都进行了大量的研发工作,如中国矿业大学研制的KJ46型矿井提升机状态监护系统、ASCC型全数字提升机控制系统等都包含了故障诊断技术的功能,取得了比较好的效果。
文章在实际的工作过程中发现,矿井双筒提升机松绳现象经常发生,一旦发生事故将会带来不可估量的损害。文章在研究以前成果的基础上,认为可以用一种简单实用的松绳检测装置来解决该问题。该装置主要由单片机和霍尔传感器组成,在提升机每个天轮一侧安装一周小磁钢,并在适当位置安装霍尔传感器检测两天轮的转速,在正常运行(即无松绳)时,两天轮的转速相同,则两个传感器输出的计数脉冲个数基本相同,该装置内单片机计算出的两天轮的行程差几乎为零;当钢丝绳出现松绳现象时,两天轮的行程不同,该装置可计算出两天轮之间的行程差,当行程差达到预报警值时发出松绳报警信号;当行程差达到保护值时,该检测装置发出控制信号,使提升机及时刹车,起到保护作用。
2.2 采煤机工况检测和故障诊断
与国外先进采煤机相比,国产采煤机的整机水平还是比较低的,与国外先进水平存在着极大差距。譬如检测范围狭窄、检测参数满足不了需要,对故障检测的功能基本上是缺失的。为了从根本上改变国产采煤机检测水平低的落后状况,原煤炭部将“电牵引采煤机工况检测及故障诊断系统”的研制列入了“九五”重点科技攻关计划。该故障检测诊断系统主要有:(1)左、右摇臂检测单元;(2)机身检测单元;(3)高压控制箱检测单元;(4)变频器通信单元;(5)工况检测及故障诊断单元(6)检测152.4mm 显示单元。目前来看已经取得显著的效果,在此领域获得较大突破,有望彻底解决这一难题。
2.3 通风机的检测诊断技术
文章通过研究相关产品, 发现目前用于通风机故障检测诊断的产品寥寥无几, 比较典型装置是江西煤炭工业研究所研制的KFCA型通风机集中检测仪、煤炭科学总院重庆分院研制的FJZ 型矿井主风机在线监测与故障诊断仪。其主要特点是:16位中央处理器、丰富高效的指令系统、四通道10位A/D转换器、高速输入/输出接口、8个中断源、两个16位定时器、16位监视定时器和具有多用途的接口。由于通风机的检测诊断技术在国内的研究较少,可以借鉴的东西不多,文章希望通过自己的研究可以起到抛砖引玉的作用,尽快促进该问题的解决。
2.4 矿用高压异步电动机的检测及诊断技术
矿用高压异步电动机在矿山生产中的地位也及其重要,一旦发生故障,不仅仅会给煤矿带来较大的经济损失, 还会影响到煤矿正常的生产运营。现代信号处理技术和人工智能技术的出现和应用使得异步电动机的故障诊断变得较为得心应手,取得了较好的效果。通说认为异步电动机故障检测与诊断方法主要有:①局部放电检测;②电流高次谐波检测;③磁通检测。
3 结语
除以上所述内容外,文章认为故障检测诊断技术在矿山机电设备中的应用还需要对机工、电工和相关领域的工作人员做渗透培训,提高安全生产意识和应急能力。为了适应扩大化的生产,同时要重视技术的革新、改造,建立和完善的矿山机电设备的故障检测诊断机制,完善相关制度,责任到人。只有这样才可以保证矿山设备正常、高效、安全的运行,推进我国经济的高速发展。■
空调系统中保证各类传感器的读数正确,及时发现传感器故障,是空调系统最估运行的重要保证。我们已经给出了空调系统的传感器故障类型[1],本文将用主成分分析法对空调系统中传感器的这些类型的故障进行诊断,以便及时辨别出故障类型,做出正确决策,及时恢复测量,使系统可靠正常运行。
1 主成分分析法(PCA)及故障检测、识别方法
某一系统或过程传感器测量值之间并不是孤立的,它们之间具有高度的相关性,在正常情况下,这种相关性是由物理、化学等基本规律所控制的,如:质量守恒、能量守恒等。而当某些传感器出现故障时,就会打破这种测量值之间的相关性。主成分分析法能充分反映这种相关性,因此,我们采用PCA方法进行故障检测与诊断。
1.1 PCA建模
设某测量矩阵, ,其中m是测量变量数,n是测量样本数。X的每一列都进行了零平均化,X可以分解为:
(1)
其中 ----测量的可模部分, ----测量的残差部分,在正常情况下,主要是自由噪声。
根据PCA的方法, 和 可分别表示为:
(2)
(3)
式中:T----得分矩阵, ;
P----荷载矩阵, 。
其中,l为PCA模型所包含的主成分数,后面将介绍如何确定它。P的列向量分别是X的协方差阵P的前l个最大特征值λi所对应的特征向量。 的例则分别是剩下的m-l个特征微量。根据统计学原理,X的协方差阵可以用下式进行估计:
(4)
对于每一个测量样本x,其可表示成为:
(5)
(6)
式中,
(7)
是x是在主成分子空间PCS(Principal Component Subspace)内的投影,而 是x在残差子空间RS(Residual Subspace)内的投影。
1.2 故障检测
在正常情况下,测量样本向量在残差子空间内的投影应当很小,主要是自由噪声。当某一故障发生时,这个投影就会显著地增加。因此,可以通过检测测量数据在RS内的投影大小 来检测故障是否发生。通常使用的统计量是:平方预测误差SPE(Squared Prediction Error),如式(8)所示:
(8)
当 时,认为系统运行正常,而当 时,就认为系统出现故障。δ2为SPE的置信限。δ2可用下式计算[2]。
(9)
(10)
(11)
式中:l----模型的主成分数;
ca----置信度为a的标准正态分布置信限;
λ----协方差阵R的特征值。
1.3 故障重构
利用式(6),可以对故障向量x进行估计,也就是说, 可以看在是x的一个估计值。但是, 并不是x的最佳估计,因为在估计 时所使用的x是包含有故障的数据。因此,为了消除故障的影响,利用前一次获得的估计值xnew去代替x,通过多次近迭代,就会使得xnew逼近于x的正常值x*。
假设样本x中的第I个分量发生了故障(假设只有一个故障),即xi是一个故障值,可以利用下式进行迭代:
(12)
式中, 为矩阵的C的第I列用0代替cii值之后的向量。可以证明,该迭代总是收敛于[3]:
(13)
式中,cii≠1,说明该变量不能被重构。
1.4 故障鉴别
为了进行故障鉴别,文献[4]提出了一种针对各种可能的故障方向,利用逐个重构的方法进行故障鉴别。对于测量值x,由于故障的存在,其SPE(x)必定会显著增加,若故障重构的方向正好是故障发生的方向,其重构后的SPE()必定会显著地减少,若重构的方向不是故障发生的方向,则SPE()不会发生显著地变化。因此,可以用鉴别指数SVI进行鉴别:
(14)
其中()----是测量向量x沿第j个方向重构后的数据向量。
显然,SVI∈[0 1],若SVIj接近1,说明第j个重构方向不是故障发生的方向;相反,若SVIj接近0,说明第j个重构方向正好是故障发生的方向。
1.5 最优主成分数的确定
前面在建立模型时已经用到了主成分数的概念。主成分数对模型的好坏影响很大,如果主成分数选得过小,不利于小故障的检测;而若主成分数选得太大,又会不利于大故障的检测。因此,存在一个确定最优的主成分数的问题。可以根据不可重构的方差来选择最优主成分数[4]。
不可重构方差是指重构前后测量变量之间的方差:
(15)
式中:Var(.)----表示方差算子;
E(.)----表示数学期望算子;
----xj的重构值;
xj----的第j个分量;
ξj----为故障方向向量。
用保证最小总的不可重构方差来确定最优的主成分数,即:
(16)
这样,通过选择不同的主成分数l,分别计算出∑uj,最后选取最小的∑uj所对应的主成分数为最优的主成分数。
2 传感器故障的检测与诊断的空调监测系统
图1是一空调系统冷冻机房系统示意图。该系统包含两台同样的制冷机,每台制冷机配备有各自的一级水泵,为保证每台制冷机蒸发器冷冻水的流速基本不变,一级泵为定速泵。两台二级泵为建筑供水,二级泵根据建筑负荷大小变频调节水泵的供水量,多余的水量由旁通管流回制冷机。当旁通流量大于一台一级泵的流量时,停止一台制冷机及相应水泵;而当旁通流量出现负值且大于一定的时间时,开启一台制冷机及相应的一级泵。为保证制冷机的工作时间大致相等,实行先停先开、先开先停的控制策略。
系统的传感器的安装位置与类型如图1所示。共有四个流量传感器:制冷机1、制冷机2出口各有一台流量计,建筑供水流量计,旁通流量计。共有五个温度传感器:制冷机1、制冷机2供水温度传感器,建筑供水温度传感器,建筑回水温度传感器,制冷机回水温度传感器。
图1 空调系统冷冻机房系统示意图
根据给定的负荷,在HVAC专用仿真软件TRNSYS上对系统进行仿真。传感器的采样时间间隔为1min,仿真时间为4d。从采样的数据中选取稳定条件下的正常操作数据共5000组,进行平均化后,且前述方法建立模型。
转贴于 3 故障诊断
首先确定主成分数。计算不同的主成分数时总的不可重构方差,选取决的不可重构方差最小时的主成分数为最优主成分
数。此时的最优的主成分数是3,因此用3个主成分建立模型。
为了比较四种类型故障,选用同一个传感器----建筑供水温度传感器进行故障检测和诊断,随机误差 。无任何故障时的测量信号见图2(a),正常条件下的故障检测情况见图2(b)。从图中可以看出,SPE(x)没有超出极限值δ2,说明数据正常。
图2 正常数据的检测
(a)正常建筑供水温度数据信号;(b)正常数据的检测结果
3.1 偏差故障
选ft=1.5℃,由文献[1]式(3)计算了出这时的故障测量值。图3(a)是这时的正常数据与故障数据的比较。图3(b)是这时的故障数据检测结果,SPE值超过了δ2限,检测出故障。SVI指数监测结果见图3(c)。
3.2 漂移故障
选取d=0.05,由文献[1]式(5)计算出这时的故障测量值。图4(a)是这时的正常数据与故障数据的比较。图4(b)是这时的故障数据检测结果,在故障发生一段时间后,SPE值超过了δ2限,检测出故障。SVI指数监测结果见图4(c)。由图可以看出,由于故障大小是逐渐增加的,在刚开始,故障很小,不能被检测出。随着时间的推移,故障不断增大,SPE指数也不断在增加,故障被检测出来。
图3 偏差故障检测与诊断
图4 漂移故障检测与诊断
(c)正常数据与故障数据比较;(b)故障检测;(c)故障鉴别
图5 精度等级下降的检测与诊断
图6 完全故障检测与诊断
(c)正常数据与故障数据比较;(b)故障检测;(c)故障鉴别
3.3 精度等级下降
选取ft∽N(0,2),由文献[1]式(7)计算出这时的故障测量值。图5(a)是这时的正常数据与故障数据的比较。图5(b)是这时的故障数据检测结果,图5(c)是SVI指数监控结果。从图中可以看出,SPE指数的波动很大,有时很大,而有时又很小,甚至不能被检测到,但多数情况超过了极限。这主要是由于故障类似于噪声的原因造成的。SVI指数也是如此。因此,对于这类故障,如果 较小时,很容易被人认为是自由噪声而难于被检测出.
3.4 完全故障
选取xt=0℃,图6(a)是这时的正常数据与故障数据的比较。图6(b)是这时的故障数据检测结果,SPE值远远超过了δ2限,指数很大,说明这时的故障较大。完全故障与偏差故障表现很相似,但完全故障的SPE远偏差故障大。
4 结语
本文利用主成分分析法对空调系统传感器四种故障进行诊断。SPE指数和SVI指数分别用来进行故障检测和鉴别。通过最小化总体不可重构方差来确定模型的最优主成分数。对空调冷水机组监测系统传感器的四种类型故障检测与诊断特性进行了比较,主成分分析法是一种很好的传感器故障检测方法,对传感器的各类故障均有很好的检测、诊断特性。
参考文献
1 陈友明,郝小礼,空调系统中传感器故障检测与诊断方法的研究----传感器的故障类型及数学描述,全国暖通空调制冷2002年学术年会论文集,2002,11
上个世界七十年代是计算机飞速发展的年代,随着计算机技术及其相关技术的快速发展,通过计算机来进行风机状态监测以及故障诊断技术开始得到了发展。国外发达国家在这方面的水平要比我们先进很多,像是美国Bendy Nevada公司的ADRE系统,Scientific—Atlanta公司的 M6000系统等;我国最近几年在这方面也开始引起了重视,像是和一些高校以及研究所联合开展一些科研性的项目,自己开始研发监测和诊断系统,这些技术虽然和国际先进技术有差距,但是也没有以前那么大了。本文以D350煤气排送机为例,进行风机状态监测和故障诊断系统的讲解,介绍其工作机制和一些技术方面的问题。
1、系统总体结构
此系统是集合了许多功能的系统,例如数据收集、状态监测、振动分析、故障检查等等。信号采集的时效性和准确性事确保监测和诊断系统是否精准的一个重要指标。系统的结构是多个层次构成的,分为不同的子系统,状态监测子系统和故障诊断子系统并行工作。为了提高系统可靠性,设计了仪表监测子系统和以计算机为中心的监测诊断子系统并行工作的系统。其结构如图1所示。
2、传感器的选择与测点布置
传感器负责收集和传递系统的往来信息。因此传感器是否精确,决定着系统所收集到的信息以及对这些信息利用的可靠性。相对于本系统而言,壳体振动选用压电式速度传感器。这类传感器灵敏度高,安装方便,使用寿命长。轴位移信号和键相信号采用电涡流传感器。测量壳体振动一般测量3个方向的振动,即2个径向信号和1个轴向信号。2个径向测点互相垂直安装。系统中测点的布置根据机组具体情况以能够捕捉机组故障为前提进行优化,每个机组布置了10个压电式速度传感器、1个轴位移测点和1个键相信号测点。工艺参数直接从机组原控制系统中获取。
3、仪表监测及报蕾保护子系统
本系统处于安全性和可靠性考虑,不仅采用了仪表监测,还使用了微机监测、诊断系统,两者共同进行,确保系统的安全稳定。传感器信号经放大后直接进入振动监测仪表,每路信号对应仪表中的一个模块。二次仪表由双通道速度监测模块、单通道轴位移监测模块、转速监测模块组成,可实时显示机组转数和各个测点的振动幅值。幅值超过设定的报警值,可经继电器输出危险报警信号和连锁跳车信号,通过外部电路可实现声光报警和设备的连锁保护。报警保护子系统电路图如图2所示,其中,危险报警继电器输出触点为ZD—IC,连锁跳车信号输出触点为ZWY—9C。图中,1ZJ—3ZJ为中间继电器,YJ为时间继电器,其功能是实现声光报警;ZJ—TC为断路保护继电器线圈,其内触点为二次仪表的输出触点,CA为消音按钮。当壳体振动值达到危险警示值时,ZD—TC触点闭合,黄灯亮,同时声音报警,按CA按钮可消除声音,危险解除后黄灯灭;当主轴位移达到危险值时,ZWY—TC触点闭合,红灯亮,声音报警,同时2J—TC线圈接通,发生跳车保护。
4、数据采集与状态监测子系统
机组的运行状态都是通过数据来进行反应的,因此数据采集仪的作用就是从机组采集各种数据,像是振动、轴位移和转速等等,这些信号接收到之后经过处理再传输给监测系统,系统就可以通过这些数据了解机组的运行状态,从而进行对机组的控制。
状态监测系统可以和其上下层进行通信,借助不同的传输途径和设备技术可以实现数据的传输,让监测者可以随时随地的了解系统的运行状态。机组的运行状态如果不借助各种仪器设备是很难窥其全貌的,因此通过状态实时监测系统,可以利用其工控机来进行数据的收集功能,将这些监测到的信号,经过处理后以图表的形式直接的显示出来,通过时域分析、幅值分析、频谱分析,能够获得各种数据,通过计算去掌握机组的运行状态是否良好,这样给现场工作人员直接监测机组运行起到了很大的便利,而且通过这些实时数据也能很快的发现机组的一些异常状况。
5、故障诊断子系统
机器故障的因素是很多方面造成的。因此在对机组进行故障检测的时候,我们以在线监测为主,通过系统对机组各项运行数据的收集,我们从中进行分析和研究,去寻找故障的原因,机组稳定运行和异常运行两者之间的数据是存在差异的,因此才能够通过故障检测系统来进行数据的收集,从而发现机组异常的原因。
5.1人工对话诊断
通过界面的方式来让检测人员进行特定部位或特定数据的检测,这样能够有的放矢,而且检测时候的数据是否保存都需要人工进行操作,当不进行选择的时候则可以采取默认的检测,像是最大振幅、在线数据等等,这样便于人机交互,让检测系统更加的直观和人性化。
5.2自动诊断
在系统中还需要设定自动检测的功能,当从机组获取的数据信息发生异常的时候,则可以自动的采取相应的措施,这些措施都是事先经过研究后采取的应对措施,这样提高了可靠性。
6、结束语
本文通过对D350煤气排送机来进行了风机状态监测和故障诊断系统的介绍,通过对原理和系统运行机制的讲解,我们可以了解到,此系统的作用是符合现代高速发展需要的,其安全性和可靠性也比较高,尽管我国在这方面的技术水平和国际先进水平有差距,但是不断的将其发展,向世界先进水平看齐是我们的努力方向,而且这也是保证生产安全可靠的重要技术。
参考文献