汽輪發(fā)電機(jī)組故障診斷技術(shù)概述

1、汽輪發(fā)電機(jī)組故障診斷技術(shù)概述王亮中國(guó)國(guó)電衡豐發(fā)電有限責(zé)任公司目錄汽輪發(fā)電機(jī)組故障診斷技術(shù)概述 1第一章 前 言 311 國(guó)內(nèi)外概況 31.1.1 國(guó)外的發(fā)展情況 41.1.2 國(guó)內(nèi)的發(fā)展情況 51.2 振動(dòng)診斷技術(shù)的發(fā)展 71.3 開(kāi)展故障診斷技術(shù)研究的意義 8第二章汽輪機(jī)故障診斷技術(shù)所包含的內(nèi)容 92.1 故障機(jī)理的研究 112.2 信號(hào)采集技術(shù)的研究 132.2.1 診斷方法 132.2.2 傳感器 132.3 信號(hào)分析與處理 142.4 狀態(tài)識(shí)別 152.4.1 神經(jīng)網(wǎng)絡(luò) 162.4.2 專(zhuān)家系統(tǒng) 182.4.3 模糊診斷技術(shù) 202.4.4 診斷策略 202.5 診斷決策 20第三章目

2、前診斷系統(tǒng)存在的問(wèn)題 22第四章今后大型機(jī)組故障診斷技術(shù)的發(fā)展 244.1 故障機(jī)理的深入研究 244.2 傳感技術(shù)的研究 244.3 知識(shí)表達(dá)、獲取和系統(tǒng)自學(xué)習(xí) 244.4 知識(shí)庫(kù)知識(shí)范圍的建立 244.5 專(zhuān)家系統(tǒng)開(kāi)發(fā)工具的研究利用 244.6 故障診斷系統(tǒng)中設(shè)備狀態(tài)預(yù)測(cè)功能 254.7 基于 Internet 的遠(yuǎn)程故障診斷系統(tǒng)（大型診斷中心） 254.8 分布式結(jié)構(gòu)的故障診斷系統(tǒng)的研究和開(kāi)發(fā) 254.9 集成式結(jié)構(gòu)的故障診斷系統(tǒng)的研究和開(kāi)發(fā) 254.10 自主閉環(huán)診斷系統(tǒng)的研究與開(kāi)發(fā) 26回顧和總結(jié)了國(guó)內(nèi)外汽輪機(jī)故障診斷技術(shù)的發(fā)展情況，介紹了目前在汽輪機(jī)故障診 斷研究中存在的問(wèn)題和今后

3、的發(fā)展方向。第一章 前 言二十世紀(jì)以來(lái)，隨著工業(yè)生產(chǎn)和科學(xué)技術(shù)的發(fā)展，機(jī)械設(shè)備的可靠性、可用性、可 維修性與安全性的問(wèn)題日益突出， 從而促進(jìn)了人們對(duì)機(jī)械設(shè)備故障機(jī)理及診斷技術(shù)的研 究。汽輪發(fā)電機(jī)組是電力生產(chǎn)的重要設(shè)備， 由于其設(shè)備結(jié)構(gòu)的復(fù)雜性和運(yùn)行環(huán)境的特殊 性，汽輪發(fā)電機(jī)組的故障率較高，而且故障危害性也很大。因此，汽輪發(fā)電機(jī)組的故障 診斷一直是故障診斷技術(shù)應(yīng)用的一個(gè)重要方面。機(jī)械設(shè)備的檢測(cè)和故障診斷，是建立在信息檢測(cè)技術(shù)、信號(hào)處理技術(shù)、計(jì)算機(jī) 應(yīng)用技術(shù)、模式識(shí)別理論和機(jī)械工程各學(xué)科等現(xiàn)代科學(xué)技術(shù)成就基礎(chǔ)上的綜合性技 術(shù)科學(xué)。故障診斷就是要在設(shè)備正常運(yùn)行中或基本不拆卸的情況下，掌握設(shè)備的狀 態(tài)

4、，早期發(fā)現(xiàn)故障，判斷故障的原因和部位，并預(yù)測(cè)預(yù)報(bào)故障的發(fā)展趨勢(shì)。保證機(jī) 組安全可靠運(yùn)行的主要手段是不斷提高機(jī)組狀態(tài)監(jiān)測(cè)和故障診斷技術(shù)。目前汽輪發(fā)電機(jī)組的容量不斷向大型化方向發(fā)展， 如何通過(guò)先進(jìn)的技術(shù)手段對(duì)設(shè)備 狀態(tài)參數(shù)進(jìn)行監(jiān)測(cè)和分析，判斷設(shè)備是否存在異常和故障、故障的部位及故障的變化趨 勢(shì)，以確定合理的檢修時(shí)間和方案，達(dá)到減少事故停機(jī)損失、提高設(shè)備運(yùn)行可靠性、降 低維修費(fèi)用的目的，對(duì)故障診斷技術(shù)提出了新的和更高的要求，同時(shí)近幾年來(lái)，傳感器 技術(shù)、信號(hào)處理技術(shù)、人工智能技術(shù)如專(zhuān)家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)等及其它技術(shù)在診斷中的應(yīng) 用，也為設(shè)備診斷技術(shù)的進(jìn)一步發(fā)展提供了動(dòng)力。電力系統(tǒng)在個(gè)大型發(fā)電廠大力推廣的以

5、汽輪機(jī)組安全監(jiān)視為目的的旋轉(zhuǎn)機(jī)械狀態(tài) 監(jiān)測(cè)系統(tǒng)，在很大的程度上提高了機(jī)組運(yùn)行的可靠性，降低了事故發(fā)生率。 11 國(guó)內(nèi)外概況早期的故障診斷主要是依靠人工，利用觸、摸、聽(tīng)、看等手段對(duì)設(shè)備進(jìn)行診斷。通 過(guò)經(jīng)驗(yàn)的積累，人們可以對(duì)一些設(shè)備故障做出判斷，但這種手段由于其局限性和不完備 性，現(xiàn)在已不能適應(yīng)生產(chǎn)對(duì)設(shè)備可靠性的要求。而信息技術(shù)和計(jì)算機(jī)技術(shù)的迅速發(fā)展以及各種先進(jìn)數(shù)學(xué)算法的出現(xiàn)，為汽輪機(jī)故障診斷技術(shù)的發(fā)展提供了有利的條件。人工智 能、計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)和傳感技術(shù)等已經(jīng)成為汽輪機(jī)故障診斷系統(tǒng)不可缺少的部分。1.1.1 國(guó)外的發(fā)展情況國(guó)外發(fā)達(dá)國(guó)家從 70 年代開(kāi)始進(jìn)行汽輪發(fā)電機(jī)組振動(dòng)故障技術(shù)的研究，以后陸續(xù)

6、推 出自己的汽輪發(fā)電機(jī)組的故障診斷系統(tǒng)，目前在這一方面較為先進(jìn)的研發(fā)機(jī)構(gòu)有：美國(guó) 電力研究院 (EPRI) 、西屋公司、 Bentley 公司、 CSI 公司等，代表性的產(chǎn)品有 Bentley 公司的DM2000 MCM200系統(tǒng)、旋轉(zhuǎn)機(jī)械故障診斷系統(tǒng)(ADR3在中國(guó)應(yīng)用情況良好， 很受用戶歡迎。西屋公司首先將網(wǎng)絡(luò)技術(shù)應(yīng)用于汽輪機(jī)故障診斷，在奧蘭多診斷中心應(yīng) 用的汽輪發(fā)電機(jī)組故障診斷系統(tǒng) AID,對(duì)分布于各地電站的多臺(tái)機(jī)組進(jìn)行遠(yuǎn)程診斷。日 本三菱重工的白木萬(wàn)博研制的“機(jī)械保健系統(tǒng)” 。美國(guó)具有豐富實(shí)踐經(jīng)歷的John Sohre于1968年在ASME石油機(jī)械工程師年會(huì)發(fā)表的題為“高速渦輪機(jī)械運(yùn)行

7、問(wèn)題(故障)的起因和治理”一文，對(duì)旋轉(zhuǎn)機(jī)械典 型故障征兆及可能原因進(jìn)行了全面的描述和歸納，將汽輪機(jī)的典型故障分為9大類(lèi)37 種，開(kāi)辟了診斷知識(shí)量化的先河，至今仍被廣泛的采用。但其中大部分是經(jīng)驗(yàn)總 結(jié)，沒(méi)有從機(jī)理上進(jìn)行深入分析。白木萬(wàn)博提出了“得分法” ，列出了 16種常見(jiàn)故 障與振動(dòng)頻率之間的關(guān)系，發(fā)表了大量有關(guān)故障診斷的文章，積累了不少現(xiàn)場(chǎng)故障 處理經(jīng)驗(yàn)，并進(jìn)行了理論分析。美國(guó)的 Bently 公司轉(zhuǎn)子動(dòng)力學(xué)研究所對(duì)轉(zhuǎn)子和軸承 系統(tǒng)典型非線性振動(dòng)故障機(jī)理研究比較透徹，進(jìn)行了大量試驗(yàn)，發(fā)表了許多很有價(jià) 值的論文。美國(guó)Bechtel電力公司于1987年開(kāi)發(fā)的火電站設(shè)備診斷用專(zhuān)家系統(tǒng)(SCOPE在

8、進(jìn) 行分析時(shí)不只是根據(jù)控制參數(shù)的當(dāng)前值，而且還考慮到它們隨時(shí)間的變化，當(dāng)它們偏離 標(biāo)準(zhǔn)值時(shí)還能對(duì)信號(hào)進(jìn)行調(diào)節(jié)，給出消除故障的建議說(shuō)明，提出可能臨近損壞時(shí)間的推 測(cè)。美國(guó) Radial 公司于 1987年開(kāi)發(fā)的汽輪發(fā)電機(jī)組振動(dòng)診斷用專(zhuān)家系統(tǒng)( Turbomac)， 在建立邏輯規(guī)則的基礎(chǔ)上， 設(shè)有表征振動(dòng)過(guò)程各種成分與其可能故障源之間關(guān)系的概率 數(shù)據(jù)，其搜集知識(shí)的子系統(tǒng)具有人 -機(jī)對(duì)話形式。該系統(tǒng)含有 9000條知識(shí)規(guī)則，有很大 的庫(kù)容。日本也很重視汽輪機(jī)故障診斷技術(shù)的研究，由于日本規(guī)定1000MW以下的機(jī)組都須參與調(diào)峰運(yùn)行，因此，他們更注重于汽輪機(jī)壽命檢測(cè)和壽命診斷技術(shù)的研究。日本從事 這方面研

9、究的機(jī)構(gòu)主要有東芝電氣、日立電氣、富士和三菱重工等。東芝電氣公司與東京電力公司于 1987 年合作開(kāi)發(fā)的大功率汽輪機(jī)軸系振動(dòng)診斷系 統(tǒng)，采用計(jì)算機(jī)在線快速處理振動(dòng)信號(hào)的解析技術(shù)與評(píng)價(jià)判斷技術(shù)，設(shè)定一個(gè)偏離軸系 正常值的極限值作為診斷的起始點(diǎn)進(jìn)行診斷。九十年代，東芝公司相繼開(kāi)發(fā)出了壽命診 斷專(zhuān)家系統(tǒng)，針對(duì)葉片、轉(zhuǎn)子、紅套葉輪及高溫螺栓的診斷探傷實(shí)時(shí)專(zhuān)家系統(tǒng)、機(jī)組性 能評(píng)價(jià)系統(tǒng)等。日立公司在1982年開(kāi)發(fā)了汽輪機(jī)壽命診斷裝置 HIDIC-08E,以后逐步發(fā)展，形成了 一套完整的壽命診斷方法。三菱公司則在八十年代初期開(kāi)發(fā)了 MHM振動(dòng)診斷系統(tǒng)，該系統(tǒng)能自動(dòng)地或通過(guò)人機(jī)對(duì)話進(jìn)行異常征候檢測(cè)并能診斷其原

10、因，其特點(diǎn)是可根據(jù)動(dòng)矢量來(lái)確定故障。歐洲也有不少公司和部門(mén)從事汽輪機(jī)故障診斷技術(shù)的研究與開(kāi)發(fā)。法國(guó)電力部門(mén)(EDF從1978年起就在透平發(fā)電機(jī)上安裝離線振動(dòng)監(jiān)測(cè)系統(tǒng)，到九十年代初又提出了 監(jiān)測(cè)和診斷支援工作站的設(shè)想。九十年代中期，其專(zhuān)家系統(tǒng) PSAD及其DIVA子系統(tǒng)在透 平發(fā)電機(jī)組和反應(yīng)堆冷卻泵的自動(dòng)診斷上得到了應(yīng)用。另外瑞士的ABB公司、德國(guó)的西門(mén)子公司、丹麥的B&K公司等都開(kāi)發(fā)出了各自的診斷系統(tǒng)。國(guó)外的資料表明 : 故障診斷的效果是明顯的。 據(jù)日本統(tǒng)計(jì) , 在采用診斷技術(shù)后 , 事 故率減少75%,維修費(fèi)用降低25%50%;英國(guó)對(duì)2000家企業(yè)進(jìn)行的調(diào)查表明，診斷 技術(shù)的采納使得

11、每年節(jié)省的維修費(fèi)用達(dá) 3 億英鎊。1.1.2 國(guó)內(nèi)的發(fā)展情況我國(guó)的設(shè)備診斷技術(shù)的研究和開(kāi)發(fā)是從 20世紀(jì) 70年代末期開(kāi)始的。 經(jīng)歷了兩個(gè)階 段：第一階段是從 70年代末到 80年代初，在這個(gè)階段內(nèi)主要是吸收國(guó)外先進(jìn)技術(shù)，并 對(duì)一些故障機(jī)理和診斷方法展開(kāi)研究；第二階段是從 80 年代初期到現(xiàn)在，在這一階段， 全方位開(kāi)展了機(jī)械設(shè)備的故障診斷研究，引入人工智能等先進(jìn)技術(shù)，大大推動(dòng)了診斷系 統(tǒng)的研制和實(shí)施，縮小了與世界先進(jìn)水平的差距，同時(shí)也形成了具有我國(guó)特點(diǎn)的故障診 斷理論，并出版了一系列這方面的專(zhuān)著，主要有屈梁生、何正嘉主編的機(jī)械故障學(xué) 、 楊叔子等主編的機(jī)械故障診斷叢書(shū) 、虞和濟(jì)等主編的機(jī)械故障

12、診斷叢書(shū) 、徐敏等 主編的設(shè)備故障診斷手冊(cè)等。我國(guó)從事汽輪機(jī)故障診斷技術(shù)研究與開(kāi)發(fā)的單位有幾十家，如西安交通大學(xué)、華中 理工大學(xué)、清華大學(xué)、哈爾濱工業(yè)大學(xué)、東南大學(xué)等和上海發(fā)電設(shè)備成套設(shè)計(jì)研究所、 哈爾濱電工儀表所、西安熱工研究所、山東電力科學(xué)試驗(yàn)研究所、哈爾濱船舶鍋爐渦輪 機(jī)研究所及一些汽輪機(jī)制造廠和大型電廠等。通過(guò)“七五”和“八五”攻關(guān)項(xiàng)目的研究 及近幾年的不斷完善和發(fā)展。研究開(kāi)發(fā)出多套的故障診斷系統(tǒng)，代表性的國(guó)產(chǎn)診斷系統(tǒng) 如下表：表1-1有代表性的國(guó)產(chǎn)診斷系統(tǒng)序號(hào)型號(hào)名稱(chēng)研制單位1MMMD-3機(jī)組振動(dòng)微機(jī)檢測(cè)和故障診斷系統(tǒng)哈爾濱工業(yè)大學(xué)2MFD-2汽輪發(fā)電機(jī)組智能診斷系統(tǒng)東南大學(xué)3RB-

13、20大型旋轉(zhuǎn)機(jī)械計(jì)算機(jī)狀態(tài)監(jiān)測(cè)與故障診斷系 統(tǒng)西安交通大學(xué)4ZJZ-1汽輪發(fā)電機(jī)組狀態(tài)監(jiān)測(cè)與診斷系統(tǒng)西安熱工研究院5HZ-1汽輪發(fā)電機(jī)組振動(dòng)監(jiān)測(cè)與故障診斷系統(tǒng)華中理工大學(xué) 揚(yáng)子石化總廠6MMDS-9C大型旋轉(zhuǎn)機(jī)械故障診斷系統(tǒng)鄭州工業(yè)大學(xué)7大型汽輪發(fā)見(jiàn)機(jī)組遠(yuǎn)程在線振動(dòng)監(jiān)測(cè)性能分 析與診斷系統(tǒng)山東電力研究院 清華大學(xué)完整的汽輪機(jī)故障診斷系統(tǒng)，應(yīng)包括數(shù)據(jù)采集、信號(hào)處理與分析、診斷和決策幾個(gè)部分，它是故障診斷技術(shù)的集中體現(xiàn)，我國(guó)早在80年代就開(kāi)始了這方面的研究，到目前已經(jīng)研制開(kāi)發(fā)出了幾十種系統(tǒng)。華北電力學(xué)院以模擬轉(zhuǎn)子試驗(yàn)臺(tái)作為信號(hào)源對(duì)汽輪發(fā)電機(jī)組振動(dòng)監(jiān)測(cè)與故障診斷 系統(tǒng)進(jìn)行了研究。上海汽輪機(jī)廠研究所經(jīng)

14、過(guò)多年的實(shí)驗(yàn)和研究，推出了四套旋轉(zhuǎn)機(jī)械狀 態(tài)監(jiān)測(cè)和故障診斷系統(tǒng)，他們?cè)谙到y(tǒng)硬件配置上做了較多的工作。上海交通大學(xué)研制了 一種熱力參數(shù)監(jiān)測(cè)和故障診斷系統(tǒng) TPD該系統(tǒng)可以提高運(yùn)行可靠性、優(yōu)化運(yùn)行方案、 提高運(yùn)行效率、延長(zhǎng)運(yùn)行壽命。東南大學(xué)對(duì)集成智能故障診斷系統(tǒng)和遠(yuǎn)程分布式故障診 斷網(wǎng)絡(luò)系統(tǒng)進(jìn)行了研究。華中理工大學(xué)研究了診斷系統(tǒng)的功能及其實(shí)現(xiàn)、數(shù)據(jù)的采集以 及遠(yuǎn)程診斷等問(wèn)題，并開(kāi)發(fā)出了多套汽輪機(jī)故障診斷系統(tǒng)，其中汽輪發(fā)電機(jī)組在線振動(dòng) 監(jiān)測(cè)與故障診斷專(zhuān)家系統(tǒng)（HZ-1）采用了主從機(jī)結(jié)構(gòu)，可以對(duì)多臺(tái)發(fā)電機(jī)組實(shí)時(shí)監(jiān)測(cè)及 集中診斷；200MM元機(jī)組狀態(tài)監(jiān)測(cè)、能損分析及汽輪發(fā)電機(jī)組故障診斷專(zhuān)家系統(tǒng)采用 So

15、lartron分散采集系統(tǒng)監(jiān)測(cè)機(jī)組，集 DAS系統(tǒng)、狀態(tài)監(jiān)測(cè)、能損分析和故障診斷于一 體等。由清華大學(xué)、華中理工大學(xué)、哈爾濱工業(yè)大學(xué)、哈爾濱電工儀表所等院所聯(lián)合研 制200MW、300MW汽輪發(fā)電機(jī)組工況監(jiān)測(cè)與故障診斷專(zhuān)家系統(tǒng)（國(guó)家 "八五"攻關(guān)項(xiàng)目） 可全面監(jiān)測(cè)診斷機(jī)械振動(dòng)故障、汽隙振動(dòng)故障、熱因素引起的故障、機(jī)電耦合軸系扭振 故障、以及調(diào)節(jié)控制系統(tǒng)故障。哈爾濱工業(yè)大學(xué)對(duì)診斷系統(tǒng)從數(shù)據(jù)采集到原型機(jī)理論作 了很多研究，并推出了代表性的診斷系統(tǒng) MMM。清華大學(xué)對(duì)診斷系統(tǒng)的軟件構(gòu)成、 硬件 結(jié)構(gòu)與協(xié)調(diào)方法、原型機(jī)系統(tǒng)等，進(jìn)行了一系列的研究，并與山東電力科學(xué)試驗(yàn)研究所 合作開(kāi)發(fā)

16、出了大型電站性能與振動(dòng)遠(yuǎn)程監(jiān)測(cè)分析與診斷系統(tǒng)， 該系統(tǒng)由各電廠中的振動(dòng) 分析站、數(shù)據(jù)通訊網(wǎng)絡(luò)系統(tǒng)、遠(yuǎn)程診斷中心（濟(jì)南市山東電力科學(xué)研究院）和遠(yuǎn)程診斷 分中心（清華大學(xué)）等四個(gè)子系統(tǒng)構(gòu)成。隨著診斷技術(shù)的發(fā)展，出現(xiàn)了與之有關(guān)的廠家。部分傳感器、數(shù)據(jù)采集器已接近國(guó) 際水平，同時(shí)研制開(kāi)發(fā)了一些診斷儀器和設(shè)備。1.2 振動(dòng)診斷技術(shù)的發(fā)展機(jī)械設(shè)備的診斷從其出現(xiàn)到如今可以分為三個(gè)階段：第一階段是設(shè)備狀態(tài)監(jiān)測(cè)，第 二階段是設(shè)備狀態(tài)監(jiān)測(cè)與故障診斷， 第三階段是基于網(wǎng)絡(luò)化的故障診斷及在設(shè)備管理應(yīng) 用。目前設(shè)備診斷技術(shù)處于第二階段的整理完善和向第三階段過(guò)渡時(shí)期。機(jī)械設(shè)備故障診斷技術(shù)的發(fā)展可以分為以下幾個(gè)階段：（1）

17、基于故障事件的故障診斷階段。當(dāng)出現(xiàn)故障后才檢查故障原因和發(fā)生部位，故障 診斷的手段是通過(guò)對(duì)設(shè)備的解體分析并借助以往的經(jīng)驗(yàn)以及一些簡(jiǎn)單的儀器。（2）基于故障預(yù)防的故障診斷階段。該階段故障診斷的目的在于為合理的維修周期的 制定提供依據(jù)，并在定期維修前檢查突發(fā)性故障，保證在故障出現(xiàn)之前就能排除故障。 這一階段的診斷手段主要是一些簡(jiǎn)單的狀態(tài)檢測(cè)儀，多設(shè)有一定運(yùn)行參數(shù)的報(bào)警值，能 夠?qū)ν话l(fā)故障進(jìn)行預(yù)測(cè)。（3）基于故障預(yù)測(cè)的故障診斷階段。該階段故障診斷是以信號(hào)采集與處理為中心，多 層次、多角度地利用各種信息對(duì)設(shè)備的狀態(tài)進(jìn)行評(píng)估， 針對(duì)不同的設(shè)備采取不同的措施。 屬于正常運(yùn)行狀態(tài)的設(shè)備，可依據(jù)原先的檢測(cè)計(jì)劃

18、進(jìn)行檢測(cè)；屬于故障進(jìn)行性發(fā)展的設(shè) 備，重點(diǎn)檢測(cè)；而個(gè)別故障較嚴(yán)重發(fā)展的設(shè)備，應(yīng)及時(shí)停機(jī)進(jìn)行故障診斷。1.3 開(kāi)展故障診斷技術(shù)研究的意義當(dāng)前，我國(guó)企業(yè)中大型設(shè)備的數(shù)目越來(lái)越多，其在生產(chǎn)中的重要性不言而喻，關(guān)鍵 設(shè)備的檢測(cè)和診斷技術(shù)所帶來(lái)的社會(huì)效益和經(jīng)濟(jì)效益， 也不斷為人們所認(rèn)識(shí)， 具體包括：（1）預(yù)防事故，保證人身和設(shè)備安全。（2）推動(dòng)設(shè)備維修制度的改革。維修制度由預(yù)防維修向預(yù)知維修的轉(zhuǎn)化是必然的，而 真正實(shí)現(xiàn)預(yù)知維修的基礎(chǔ)是設(shè)備診斷技術(shù)的發(fā)展和成熟。（3）提高經(jīng)濟(jì)效益。設(shè)備診斷的最終目的是避免故障的發(fā)生，使零部件的壽命得到充 分的發(fā)揮， 延長(zhǎng)檢修周期， 提高維修的精度和速度， 降低維修費(fèi)用，

19、獲得最佳經(jīng)濟(jì)效益。第二章 汽輪機(jī)故障診斷技術(shù)所包含的內(nèi)容設(shè)備故障診斷技術(shù)根據(jù)診斷的目的及所選取的診斷方法的不同，其實(shí)施過(guò)程也有所不同，但其基本過(guò)程是相同的，主要包括：狀態(tài)信號(hào)特征的獲取、故障特征的提取、故 障診斷和診斷決策四個(gè)方面。圖2-1設(shè)備故障診斷的實(shí)施過(guò)程故障診斷技術(shù)的研究大體上有三部分組成：第一部分為故障機(jī)理的研究；第二部分 為故障診斷信息學(xué)的研究，它主要研究故障信號(hào)的采集、選擇、處理和分析過(guò)程；第三 部分為診斷邏輯與數(shù)學(xué)原理方面的研究，主要是通過(guò)邏輯方法、模型方法、推論方法和 人工智能方法，根據(jù)可觀測(cè)的設(shè)備故障表征來(lái)確定下一步的檢測(cè)部位，最終分析判斷故 障發(fā)生的部位和產(chǎn)生故障的原因。

20、由于目前人們對(duì)故障診斷的理解不同，按診斷方法原理分為如下幾類(lèi)：（1）頻域診斷法 應(yīng)用頻譜分析技術(shù)，根據(jù)頻譜特征變化，判別機(jī)器的運(yùn)行狀態(tài) 及故障形成原因。（2）時(shí)域分析法應(yīng)用時(shí)間序列模型極其有關(guān)的特性函數(shù)，判別機(jī)器的工況狀態(tài) 的變化（ 3） 統(tǒng)計(jì)分析法 應(yīng)用概率統(tǒng)計(jì)模型極其有關(guān)的特性函數(shù)， 實(shí)現(xiàn)工況狀態(tài)監(jiān)視與 故障診斷。（ 4） 信息理論分析法 應(yīng)用信息理論建立的某些特性函數(shù)，如庫(kù)爾伯克信息數(shù)，J 散度等在機(jī)器運(yùn)行過(guò)程中的變化，進(jìn)行工況狀態(tài)分析與故障診斷。（5）模式識(shí)別法 利用檢測(cè)信號(hào)， 提取對(duì)工況狀態(tài)反應(yīng)敏感的特征量構(gòu)成模式矢 量，設(shè)計(jì)合適的分類(lèi)器，判別工況狀態(tài)，它是人工智能的技術(shù)之一。（6）

21、其它人工智能方法 如人工神經(jīng)網(wǎng)絡(luò)、 專(zhuān)家系統(tǒng)等， 這些都是新發(fā)展的新領(lǐng) 域。主要的成熟的診斷技術(shù)：（ 1） 基于故障機(jī)理的診斷方法本方法注重從動(dòng)力學(xué)的角度出發(fā)去研究故障的發(fā)生、發(fā)展機(jī)理及其出現(xiàn)故障之后對(duì) 應(yīng)的狀態(tài)。它是其它各種診斷方法的基礎(chǔ)。（ 1） 基于故障樹(shù)分析診斷法本方法用邏輯推理圖的方式分析機(jī)械設(shè)備各部位故障的發(fā)生及其故障產(chǎn)生的原 因之間的相互關(guān)系，是一種比較早的故障診斷方法，其目的是判斷基本故障、確定故障 發(fā)生的原因、影響以及故障發(fā)生的概率。它的診斷精確度不高，但是它表達(dá)直觀，便于 現(xiàn)場(chǎng)分析、處理。（ 2） 基于信號(hào)分析和處理的診斷方法信號(hào)分析和處理診斷方法主要是通過(guò)在機(jī)械設(shè)備上安置

22、傳感器，采集機(jī)械設(shè)備 的狀態(tài)信息，然后進(jìn)行分析處理，提取關(guān)于設(shè)備的運(yùn)行情況以及有無(wú)故障、故障發(fā)生、 發(fā)展情況。 其關(guān)鍵技術(shù)是信號(hào)的分析處理方法， 目前主要有時(shí)域、 頻域、倒頻譜分析等。（ 3） 基于模式識(shí)別的診斷理論 基于模式識(shí)別的診斷理論是在模式識(shí)別的基本內(nèi)容的基礎(chǔ)上發(fā)展起來(lái)的診斷學(xué)理 論。（ 4） 油液分析診斷方法油液分析（用潤(rùn)滑油分析 ）是依據(jù)測(cè)取運(yùn)行設(shè)備潤(rùn)滑油的微量磨損粉末，用化學(xué) 理論對(duì)其分析的故障診斷方法，它所采取的“硬措施”是通過(guò)檢測(cè)裝置獲取的潤(rùn)滑油的 狀態(tài)，是設(shè)備診斷的最重要技術(shù)手段之一，其核心內(nèi)容涉及對(duì)在用潤(rùn)滑油的污染、變質(zhì) 和所含機(jī)械磨損產(chǎn)物的檢測(cè)分析，主要分析方法包括油光

23、譜診斷法和鐵譜診斷法門(mén)（ 5） 紅外熱成像診斷法 紅外熱成像診斷法是通過(guò)測(cè)取機(jī)械設(shè)備的二維溫度場(chǎng)的變化情況， 了解設(shè)備是否存 在過(guò)熱、熱不均等，從而判斷設(shè)備是否存在故障以及故障的發(fā)生、發(fā)展情況。它的“硬 措施”是測(cè)取設(shè)備向周?chē)椛涞募t外線，得到紅外熱場(chǎng)圖，從紅外熱場(chǎng)圖判斷設(shè)備的狀 態(tài)。（ 6） 無(wú)損探傷診斷法在診斷過(guò)程中， 采用先向設(shè)備發(fā)射某種信號(hào)， 然后再測(cè)取從設(shè)備反射 （或透射）的同 種性質(zhì)的信號(hào)來(lái)反映設(shè)備的狀態(tài)信息的診斷方法定義為無(wú)損探傷診斷法。 它的“硬措施” 是向設(shè)備發(fā)射某種信號(hào)并接受它的硬件裝置。無(wú)損探傷診斷法包括射線探傷診斷法、超 聲探傷診斷法、聲發(fā)射診斷法和渦流探傷診斷法等、（

24、7）熱工參量診斷方法 把通過(guò)測(cè)量裝置測(cè)取與設(shè)備有關(guān)的熱工參量，從而診斷設(shè)備的運(yùn)行狀態(tài)及其故障 的發(fā)生、發(fā)展情況的診斷方法稱(chēng)之為熱工參量診斷法，它包括壓力脈沖診斷法、溫度診 斷法。（8）電工參量診斷方法 在診斷過(guò)程中，測(cè)取設(shè)備的某些電工參量的診斷方法稱(chēng)為電工參量診斷法，它包 括電流診斷法、電阻診斷法。還有神經(jīng)網(wǎng)絡(luò)、專(zhuān)家系統(tǒng)、基于模糊數(shù)學(xué)的診斷技術(shù)。2.1 故障機(jī)理的研究 故障機(jī)理是故障的內(nèi)在本質(zhì)和產(chǎn)生原因。故障機(jī)理的研究，是以可靠性和故障原 理為理論基礎(chǔ)，研究故障的物理學(xué)或數(shù)學(xué)模型，進(jìn)行物理模擬或計(jì)算機(jī)仿真，其目 的是了解故障的形成和發(fā)展過(guò)程，明確故障的動(dòng)態(tài)學(xué)特征，從而進(jìn)一步掌握典型的 故障信號(hào)

25、，提取故障征兆，建立故障樣板模式。故障機(jī)理的研究，是故障診斷中的 一個(gè)非?；A(chǔ)而又必不可少的工作。診斷系統(tǒng)的完善程度，依賴(lài)于對(duì)故障機(jī)理的認(rèn) 識(shí)程度。 目前對(duì)汽輪機(jī)故障機(jī)理的研究主要從故障規(guī)律、 故障征兆和故障模型等方面進(jìn) 行?，F(xiàn)階段，雖然在故障機(jī)理的研究方面已經(jīng)取得了大量的成果，但大型汽輪機(jī)組 的振動(dòng)故障機(jī)理仍然沒(méi)有全部明確，需要進(jìn)一步的深入研究。自然界從本質(zhì)上講都是非線性的，線性只是非線性的近似。隨著科學(xué)技術(shù)的發(fā) 展，自然科學(xué)和工程中的非線性動(dòng)力學(xué)問(wèn)題日益突出，非線性動(dòng)力學(xué)已經(jīng)成為當(dāng)今 世界前沿的研究熱點(diǎn)學(xué)科。大型汽輪機(jī)發(fā)電機(jī)組的實(shí)際運(yùn)行情況表明，在汽輪發(fā)電機(jī)組系統(tǒng)中，非線性振 動(dòng)現(xiàn)象普遍存

26、在。例如工頻以外的大量低頻振動(dòng)分量都是由系統(tǒng)的非線性因素引起 的。許多故障的出現(xiàn)都伴隨著非線性振動(dòng)，例如轉(zhuǎn)子和定子之間的碰摩故障、油膜 渦動(dòng)、油膜振蕩和支承松動(dòng)等等。在機(jī)械系統(tǒng)故障診斷領(lǐng)域，系統(tǒng)的動(dòng)力學(xué)模型被用來(lái)定性或定量闡明實(shí)際系統(tǒng) 由于故障激勵(lì)而產(chǎn)生的各種振動(dòng)現(xiàn)象。在一些實(shí)際問(wèn)題的處理中，合理的線性化能 顯著的減少分析與計(jì)算工作量，所得結(jié)果與真實(shí)系統(tǒng)的觀測(cè)結(jié)果基本相符。然而當(dāng) 真實(shí)的轉(zhuǎn)子系統(tǒng)的非線性振動(dòng)現(xiàn)象較為明顯時(shí)，如果再采用線性化的分析方法，人 為的忽略掉對(duì)系統(tǒng)具有重要影響的非線性因素，以及與之相關(guān)的系統(tǒng)固有的非線性 動(dòng)力學(xué)現(xiàn)象，會(huì)造成分析結(jié)果與實(shí)際系統(tǒng)的動(dòng)力學(xué)行為在定性和定量上的偏差

27、，導(dǎo) 致人們有時(shí)無(wú)法用轉(zhuǎn)子動(dòng)力學(xué)理論來(lái)準(zhǔn)確解釋異常振動(dòng)現(xiàn)象產(chǎn)生的原因，不能滿足 機(jī)械狀態(tài)檢測(cè)與故障診斷的需要。因此，線性理論不可能徹底解決轉(zhuǎn)子系統(tǒng)的動(dòng)力 學(xué)問(wèn)題，開(kāi)展轉(zhuǎn)子系統(tǒng)非線性動(dòng)力學(xué)的研究具有很重要的理論和現(xiàn)實(shí)意義。由于大部分軸系故障都在振動(dòng)信號(hào)上反映出來(lái)，因此，對(duì)軸系故障的研究總是以振 動(dòng)信號(hào)的分析為主。日立公司的 N.kurihara 給出了振動(dòng)故障診斷用的特征矩陣，清華大 學(xué)褚福磊對(duì)常見(jiàn)故障在瀑布圖上的振動(dòng)特征和故障識(shí)別作了研究。 華中理工大學(xué)伍行健 也提出了用于振動(dòng)故障診斷的物理模型和數(shù)學(xué)模型。 西安交通大學(xué)陳岳東對(duì)振動(dòng)頻譜進(jìn) 行了模糊分類(lèi)，上海交通大學(xué)左人和從動(dòng)力學(xué)的角度研究了典

28、型故障的響應(yīng)特征。清華 大學(xué)張正松用Hopf分叉分析法研究了油膜失穩(wěn)渦動(dòng)極限環(huán)特性，哈爾濱工業(yè)大學(xué)畢士華 對(duì)于如何識(shí)別油膜軸承的動(dòng)態(tài)參數(shù)進(jìn)行了研究， 江蘇省電力試驗(yàn)研究所的彭達(dá)則對(duì)實(shí)際 發(fā)生的油膜振蕩問(wèn)題進(jìn)行了剖析。哈爾濱工業(yè)大學(xué)武新華分析了轉(zhuǎn)軸彎曲的故障特征。 清華大學(xué)何衍宗、東南大學(xué)楊建剛研究了轉(zhuǎn)子不平衡對(duì)其他征兆的影響。對(duì)于動(dòng)靜碰摩 問(wèn)題，EPR的Scheibel,John.R、西安交通大學(xué)何正嘉、西安熱工研究所施維新等分別 從故障特性和診斷技術(shù)方面進(jìn)行了研究， 西安交通大學(xué)劉雄應(yīng)用二維全息譜技術(shù)確定故 障征兆，東北電力學(xué)院石志標(biāo)則從動(dòng)力學(xué)角度分析了摩擦問(wèn)題，哈爾濱工業(yè)大學(xué)提出了 變剛度

29、分段線性和非線性模型，并通過(guò)實(shí)驗(yàn)對(duì)摩擦的噪聲特性進(jìn)行了研究。在綜合振動(dòng) 與噪聲特性的基礎(chǔ)上，東北電力學(xué)院還開(kāi)發(fā)了可對(duì)旋轉(zhuǎn)機(jī)械和摩擦進(jìn)行在線監(jiān)測(cè)的儀 器，該儀器用四個(gè)通道進(jìn)行聲信號(hào)檢測(cè)，另外四個(gè)通道用于振動(dòng)監(jiān)測(cè)，可以大致確定摩 擦的部位。另外，李錄平、張新江等對(duì)振動(dòng)故障特征的提取進(jìn)行了有益的研究。2.2 信號(hào)采集技術(shù)的研究設(shè)備在運(yùn)行過(guò)程中必然會(huì)有力、熱、振動(dòng)及能量等各種量的變化，由此會(huì)產(chǎn)生各種 不同的信息。診斷技術(shù)需要獲得設(shè)備運(yùn)行時(shí)產(chǎn)生的代表其狀態(tài)的各種信號(hào)，因此信號(hào)采 集技術(shù)是進(jìn)行設(shè)備故障診斷的前提。信號(hào)采集技術(shù)包括傳感器技術(shù)及信號(hào)的采集與放 大。221診斷方法診斷方法的研究一直是故障診斷領(lǐng)域

30、的重點(diǎn)。目前，在汽輪機(jī)組故障診斷領(lǐng)域中， 主要的診斷方法有振動(dòng)診斷法，噪聲診斷法，熱力學(xué)診斷法，紅外診斷法，聲發(fā)射診斷 法和無(wú)損監(jiān)測(cè)診斷法等。汽輪機(jī)組是大型的旋轉(zhuǎn)機(jī)械，振動(dòng)是及其重要的（也是主要的）特征信號(hào)。因此， 振動(dòng)診斷法是汽輪機(jī)組的常用診斷方法。機(jī)械振動(dòng)必會(huì)產(chǎn)生噪聲，噪聲信號(hào)中包含了機(jī) 組的豐富的狀態(tài)信息，因此，噪聲診斷法也可用于診斷機(jī)組的故障。汽輪機(jī)組熱力性能方面的故障，用熱力學(xué)方法來(lái)診斷。 機(jī)組動(dòng)靜碰磨、轉(zhuǎn)子裂紋等故障可用聲發(fā)射診斷法進(jìn)行診斷。在診斷機(jī)組剩余壽命和部件缺陷時(shí)，主要用無(wú)損監(jiān)測(cè)診斷法。目前用到的無(wú)損監(jiān)測(cè) 技術(shù)主要包括硬度測(cè)定法、電氣阻抗法、超聲波法、組織對(duì)比法、結(jié)晶粒變形

31、法、顯微 鏡觀測(cè)法和 X 射線分析法等。2.2.2 傳感器由于汽輪機(jī)組工作環(huán)境的特殊性（高溫、高壓、高轉(zhuǎn)速、高應(yīng)力） ，所以在汽輪機(jī) 組故障診斷系統(tǒng)中，對(duì)傳感器的性能要求很高。目前，對(duì)傳感器的研究，主要是提高傳 感器性能的可靠性、開(kāi)發(fā)新型傳感器，以及研究如何診斷傳感器故障以減少誤診率和漏 診率等方面的問(wèn)題。 當(dāng)前，許多的學(xué)者正在研究利用多傳感器信息融合技術(shù)來(lái)診斷故障， 提高故障的分辨率?，F(xiàn)行的對(duì)傳感器自身故障檢測(cè)技術(shù)主要有硬件冗余、解析冗余和混合冗余，由于硬 件冗余有其明顯的缺點(diǎn)，因而在實(shí)際中應(yīng)用較少。意大利 di Ferrara 大學(xué)的 Simani.s 等人針對(duì)傳感器故障，采用了解析冗余的

32、動(dòng)態(tài) 觀測(cè)器來(lái)解決透平傳感器的故障檢測(cè)問(wèn)題。加拿大 Windsor 大學(xué)的 Chen,Y.D 等人對(duì)傳 感器融合技術(shù)進(jìn)行研究，并在實(shí)際中得到了應(yīng)用。 Brunel 大學(xué)的 Harris,T 把神經(jīng)網(wǎng)絡(luò) 技術(shù)應(yīng)用于多重傳感器的融合作為其研制的汽輪機(jī)性能診斷系統(tǒng)的技術(shù)關(guān)鍵， Pennsylvania State Univ.的 Kuo,R.J 則應(yīng)用人工神經(jīng)網(wǎng)絡(luò)，采用多傳感器融合診斷葉片故障。 Prock,J 以及西安交通大學(xué)的谷立臣、上海交通大學(xué)的林日升等對(duì)傳感器故 障檢測(cè)和偽參數(shù)識(shí)別技術(shù)開(kāi)展了研究工作。華中理工大學(xué)的王雪、申韜、西安交通大學(xué) 的常炳國(guó)等在傳感器信號(hào)的可靠性和采用融合技術(shù)提高傳感器

33、可靠性方面也進(jìn)行了研 究。2.3 信號(hào)分析與處理信號(hào)的分析與處理是對(duì)采集到的各種信號(hào)進(jìn)行特征數(shù)據(jù)分析與特征數(shù)據(jù)與圖形的 提取、是進(jìn)行故障診斷的關(guān)鍵基礎(chǔ)工作。所采集到的表征診斷對(duì)象運(yùn)行中的原始狀態(tài)信 號(hào)稱(chēng)為初始模式。在初始模式中。故障信息混雜在大量的背景噪聲中，為提高診斷的靈 敏度和可靠性，必須采用信號(hào)處理技術(shù)，在狀態(tài)信號(hào)中排除噪聲、干擾的影響，提取有 用的故障信息，以突出故障特征。信號(hào)分析主要依靠數(shù)學(xué)工具如：快速傅立葉變換（FFT）、 z 變換、小波變換、信號(hào)的分維數(shù)計(jì)算、時(shí)一頻分析、 Winger 變換、延時(shí)嵌陷分析、相 關(guān)函數(shù)及功率譜等進(jìn)行。信號(hào)分析主要有時(shí)域法和頻域法兩種方法。時(shí)域分析法

34、是將信號(hào)分解為在時(shí)間上的具有不同延時(shí)的簡(jiǎn)單時(shí)間信號(hào)的疊加， 如信 號(hào)的響應(yīng)分析、數(shù)字濾波、卷積計(jì)算及相關(guān)分析等。信號(hào)的頻域分析法是將信號(hào)經(jīng)過(guò)某種變換 （如付氏變換、拉氏變換、沃氏變換、小 波變換等 ） 后得到的有關(guān)信號(hào)的某些特征量的值，也稱(chēng)譜分析法 : 主要有經(jīng)典譜（ FFT） 分析法和現(xiàn)代譜分析法。經(jīng)典譜的優(yōu)點(diǎn)是可以用 FFT 快速計(jì)算，物理意義明確，缺點(diǎn)是譜分辨率偏低，需要 的數(shù)據(jù)量較多，加窗易產(chǎn)生泄露?，F(xiàn)代譜分析法采用建模的方法來(lái)估計(jì)信號(hào)的譜參數(shù)，因而速度快，運(yùn)算量小，精度 高，受到越來(lái)越多的重視。目前應(yīng)用的有自回歸法 （AR）,滑動(dòng)平均法（MA）和自回歸滑動(dòng) 平均法（ARM）現(xiàn)代譜分析

35、法具有較高的分辨率，對(duì)數(shù)據(jù)量的要求較少，但是容易產(chǎn) 生波形失真。最有代表性的是振動(dòng)信號(hào)的分析處理。目前，汽輪機(jī)故障診斷系統(tǒng)中的振動(dòng)信號(hào)處 理大多采用快速傅立葉變換（FFT），F(xiàn)FT的思想在于將一般時(shí)域信號(hào)表示為具有不同頻 率的諧波函數(shù)的線性疊加，它認(rèn)為信號(hào)是平穩(wěn)的，所以分析出的頻率具有統(tǒng)計(jì)不變性。 FFT對(duì)很多平穩(wěn)信號(hào)的情況具有適用性，因而得到了廣泛的應(yīng)用。但是，實(shí)際中的很多 信號(hào)是非線性、非平穩(wěn)的，所以為了提高分辨精度，新的信號(hào)分析與處理方法成為許多 機(jī)構(gòu)的研究課題。近幾年來(lái)的熱點(diǎn)是小波分析與分形幾何技術(shù)及全息譜的研究。美國(guó)俄亥俄州立大學(xué)的Kim,Yong.W等對(duì)傳統(tǒng)的無(wú)參量譜分析、時(shí)-頻分

36、析、離散小 波變換等作了較為深入的研究。英國(guó)南安普敦大學(xué)的 Lee,S.K 認(rèn)為，任意隨意性的音響 和振動(dòng)信號(hào)都是由不規(guī)則沖擊引起的，為此他提出了用三階和四階 Winger 譜來(lái)對(duì)這些 信號(hào)進(jìn)行分析，同時(shí)還對(duì)信號(hào)中的噪聲過(guò)濾提出了處理方法。小波分析法的應(yīng)用一直是 國(guó)內(nèi)外熱門(mén)的研究課題，東南大學(xué)王善永把小波分析法用于汽輪機(jī)動(dòng)靜碰摩故障診斷， 華中理工大學(xué)張桂才、東南大學(xué)王寧等把小波分析用于軸心軌跡的識(shí)別。西安交通大學(xué) 引入Kolmogorov復(fù)雜性測(cè)度定量評(píng)估大機(jī)組運(yùn)行狀態(tài)，還對(duì) FFT進(jìn)行改進(jìn)并吸收全息 譜的優(yōu)點(diǎn)，進(jìn)行軸心軌跡的瞬態(tài)提純，哈爾濱工業(yè)大學(xué)劉占生在軸心軌跡特征提取中采 用一種新的平

37、面圖形加權(quán)編碼法，提高了圖形辨識(shí)的準(zhǔn)確率，華中理工大學(xué)李向東用降 維法將軸心軌跡轉(zhuǎn)化為一條角度波形，使之應(yīng)用于軸心軌跡的聚類(lèi)識(shí)別。2.4 狀態(tài)識(shí)別所謂狀態(tài)識(shí)別，是指將待檢模式與診斷文檔庫(kù)中的樣板模式進(jìn)行對(duì)比，并將待檢模 式歸屬到某一已知的樣板模式中去的過(guò)程。 由此便可判定診斷對(duì)象所處的狀態(tài)模式是否 正常，并預(yù)測(cè)其可靠性和狀態(tài)的發(fā)展趨勢(shì)。汽輪機(jī)組是一個(gè)復(fù)雜的機(jī)電系統(tǒng)， 其故障特征集合與故障集合之間的映射關(guān)系非常 復(fù)雜。機(jī)組在運(yùn)行過(guò)程中，可能出現(xiàn)數(shù)個(gè)故障。所以如何根據(jù)監(jiān)測(cè)到的故障特征來(lái)診斷 處機(jī)組的故障是研究人員非常關(guān)心的問(wèn)題，這就是狀態(tài)識(shí)別，也可以說(shuō)是診斷策略。在汽輪機(jī)組故障診斷領(lǐng)域中，常用的診

38、斷策略有對(duì)比診斷、邏輯診斷、統(tǒng)計(jì)診斷、 模式識(shí)別、基于灰色理論的診斷、模糊診斷，專(zhuān)家系統(tǒng)和基于人工神經(jīng)網(wǎng)絡(luò)的診斷。最 近幾年隨著計(jì)算機(jī)技術(shù)、人工智能技術(shù)的發(fā)展，目前常用診斷方法有模糊診斷技術(shù)、專(zhuān) 家系統(tǒng)與人工神經(jīng)網(wǎng)絡(luò)方法?；谛〔ǚ治龇椒ê蜕窠?jīng)網(wǎng)絡(luò)建立的智能分析技術(shù)，是下 一代故障檢測(cè)與判定的重要內(nèi)核。診斷方法上的研究一直是故障診斷的一個(gè)重點(diǎn)。 振動(dòng)法是應(yīng)用最普遍也比較成熟的 一種方法， Ingleby,M 把自動(dòng)分類(lèi)法和模式分析用于振動(dòng)診斷， 何正嘉應(yīng)用 Winger 時(shí)頻 分布和主分量自回歸譜分析軸瓦的振動(dòng)信號(hào)， 施維新針對(duì)一般診斷都是從征兆判斷原因 的逆向推理提出了振動(dòng)診斷的正向診斷法。

39、在汽輪機(jī)故障診斷中，應(yīng)用熱力學(xué)分析診斷 汽輪機(jī)性能故障也是一個(gè)重要手段，另外還有油分析、聲發(fā)射法、無(wú)損檢測(cè)技術(shù)等。聲 發(fā)射法主要用于動(dòng)靜碰磨故障檢測(cè)、泄漏檢測(cè)等。日立公司在350MW汽輪機(jī)高中壓轉(zhuǎn)子上設(shè)置試片，在兩端軸承的軸瓦處進(jìn)行聲發(fā)射和記錄，診斷轉(zhuǎn)子的碰摩。在汽輪機(jī)壽命 診斷中，無(wú)損檢測(cè)技術(shù)應(yīng)用相當(dāng)重要， 目前用到的非破壞性評(píng)價(jià)法主要包括硬度測(cè)定法、 電氣抵抗法、超聲波法、組織對(duì)比法、結(jié)晶粒變形法、顯微鏡觀察測(cè)定法、 X 射線分析 法等。根據(jù)對(duì)設(shè)備狀態(tài)的判斷，決定應(yīng)采取的對(duì)策和措施，同時(shí)給出狀態(tài)的可能發(fā)展趨 勢(shì)。故障的診斷方法可簡(jiǎn)單地劃分為傳統(tǒng)的診斷方法、數(shù)學(xué)診斷方法以及智能診斷方 法。傳

40、統(tǒng)的診斷方法包括：振動(dòng)監(jiān)測(cè)技術(shù)、油液分析技術(shù)、噪聲監(jiān)測(cè)技術(shù)、紅外測(cè)溫技 術(shù)、聲發(fā)射技術(shù)以及無(wú)損檢測(cè)技術(shù)等；數(shù)學(xué)診斷方法包括：基于貝葉斯決策判據(jù)以及基 于線性和非線性判別函數(shù)的模式識(shí)別方法、基于概率統(tǒng)計(jì)的時(shí)序模型診斷方法、基于距 離判據(jù)的故障診斷方法、模糊診斷原理、灰色系統(tǒng)診斷方法、故障樹(shù)分析法、小波分 析法以及混沌分析法與分形幾何法等；智能診斷方法包括：模糊邏輯、專(zhuān)家系統(tǒng)、神經(jīng) 網(wǎng)絡(luò)、進(jìn)化計(jì)算方法（如遺傳算法）等。2.4.1 神經(jīng)網(wǎng)絡(luò)隨著汽輪發(fā)電機(jī)組容量的增大，結(jié)構(gòu)更加復(fù)雜，影響因素增多，振動(dòng)亦更加復(fù)雜。往往同一故障可能由多種因素引起，各種因素間還可能存在耦合，并且同一種 故障在不同機(jī)組中表現(xiàn)

41、的征兆也沒(méi)有明顯的特征，另外不同的故障還可能是由同一種因素引起，有時(shí)不同故障所表現(xiàn)的征兆也沒(méi)有明顯特征，故障與征兆之間并不是線性對(duì)應(yīng)關(guān)系，兩者之間存在明顯的非線性，這就給故障診斷增加了極大的困難。因此，研究可靠、適應(yīng)性強(qiáng)的故障診斷系統(tǒng)已顯得日益重要。人工神經(jīng)網(wǎng)絡(luò)具有大規(guī)模并行、分布式存儲(chǔ)和處理、自組織、自適應(yīng)和自學(xué)習(xí)的功能，特別適合于處理需要同時(shí)考慮許多因素和條件的、不精確的和模糊的信息處理問(wèn)題。近年來(lái)，逐漸 引起人們的重視，并且用于大型旋轉(zhuǎn)機(jī)械的故障診斷。人工神經(jīng)網(wǎng)絡(luò)法它不包括任何規(guī)則 ( 相對(duì)于專(zhuān)家系統(tǒng) ) ，它是通過(guò)訓(xùn)練，使網(wǎng)絡(luò)中的權(quán)值變化，最后達(dá)到某一穩(wěn)定狀態(tài)，并用訓(xùn)練好的網(wǎng)絡(luò)對(duì)故障類(lèi)

42、別進(jìn)行判斷。它類(lèi)似于 人類(lèi)的形象思維。神經(jīng)網(wǎng)絡(luò)技術(shù)非常適用于從大量的故障事例中，學(xué)會(huì)判斷故障，即用 大量故障事例訓(xùn)練網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)在設(shè)備故障診斷領(lǐng)域的應(yīng)用有三個(gè)方面：(1) 模式識(shí)別的故障診斷網(wǎng)絡(luò)(2) 故障預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)(3) 神經(jīng)網(wǎng)絡(luò)與基于知識(shí)的專(zhuān)家系統(tǒng)結(jié)合神經(jīng)網(wǎng)絡(luò)法的優(yōu)點(diǎn)是：并行結(jié)構(gòu)，并行處理，高度的自適應(yīng)性，很強(qiáng)的自學(xué)能力， 極強(qiáng)的容錯(cuò)性等。但也存在缺點(diǎn)： 如網(wǎng)絡(luò)的選取很難， 一般要靠經(jīng)驗(yàn)： 若隱結(jié)點(diǎn)過(guò)多， 則網(wǎng)絡(luò)過(guò)于 “死 板，缺少靈活性， 只對(duì)訓(xùn)練事例聯(lián)想性能好， 而對(duì)非訓(xùn)練事例誤差較大； 隱結(jié)點(diǎn)數(shù)過(guò)少， 則過(guò)于“靈活”，不易收斂。同時(shí)需要足夠的學(xué)習(xí)樣本，才能保證診斷的可靠性。在故

43、障診斷的實(shí)踐中，根據(jù)具體情況，應(yīng)綜合應(yīng)用上述幾種方法；比如將模糊診斷技術(shù)和專(zhuān)家系統(tǒng)結(jié)合形成的模糊故障診斷專(zhuān)家系統(tǒng)； 將模糊診斷技術(shù)和人工神經(jīng)網(wǎng)絡(luò)方 法結(jié)合形成的模糊神經(jīng)網(wǎng)絡(luò)診斷方法； 將神經(jīng)網(wǎng)絡(luò)和專(zhuān)家系統(tǒng)結(jié)合形成的神經(jīng)網(wǎng)絡(luò)專(zhuān)家 系統(tǒng)；綜合應(yīng)用模糊技術(shù)、 神經(jīng)網(wǎng)絡(luò)技術(shù)和專(zhuān)家系統(tǒng)形成的模糊神經(jīng)元網(wǎng)絡(luò)專(zhuān)家系統(tǒng)等。任何能用傳統(tǒng)的模型分析或統(tǒng)計(jì)方法解決的問(wèn)題， 一般來(lái)說(shuō)用神經(jīng)網(wǎng)絡(luò)能處理的更好。人們已提出了三十多種神經(jīng)網(wǎng)絡(luò)模型，在這些模型中，常用的模型約有十幾種。目前應(yīng)用最多的是前向神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)以及把神經(jīng)網(wǎng)絡(luò)與模糊診斷相結(jié)合的 模糊神經(jīng)網(wǎng)絡(luò)等。美國(guó) East Hardford 的 DePold,

44、Hans.R 將統(tǒng)計(jì)分析及人工神經(jīng)網(wǎng)絡(luò)技 術(shù)應(yīng)用于過(guò)濾器來(lái)改進(jìn)數(shù)據(jù)質(zhì)量，田納西大學(xué) （Tennessee Univ.） 將神經(jīng)網(wǎng)絡(luò)用于振動(dòng) 分析，識(shí)別潛在故障，并利用神經(jīng)網(wǎng)絡(luò)使被歪曲和雜入噪音的數(shù)據(jù)得到提純。 美國(guó) Stress Technology. Inc. 的 Roemer,M.J 把神經(jīng)網(wǎng)絡(luò)和模糊邏輯技術(shù)應(yīng)用于旋轉(zhuǎn)動(dòng)力有限元模 型，所形成的實(shí)時(shí)系統(tǒng)可以預(yù)測(cè)關(guān)鍵部件的壽命。華中理工大學(xué)的何耀華用一種自組織 神經(jīng)網(wǎng)絡(luò)模型與多個(gè)單一故障診斷的 BP 網(wǎng)絡(luò)一起完成故障診斷的協(xié)同推理，申韜則把 一系列 BP 子網(wǎng)絡(luò)進(jìn)行集成，以解決故障分類(lèi)問(wèn)題。臧朝平、何永勇也分別提出了多網(wǎng) 絡(luò)、多故障的診斷策略

45、，西安交通大學(xué)的張小棟則研究了主從混合的神經(jīng)網(wǎng)絡(luò)模型。東 南大學(xué)把神經(jīng)網(wǎng)絡(luò)應(yīng)用于軸心軌跡識(shí)別進(jìn)行故障診斷。同時(shí)，神經(jīng)網(wǎng)絡(luò)還被應(yīng)用于動(dòng)靜 碰磨診斷、通流部分熱參數(shù)診斷、機(jī)組性能診斷、凝汽器的診斷和熱力系統(tǒng)的建模等。近來(lái)人們對(duì)神經(jīng)網(wǎng)絡(luò)的研究主要有以下幾個(gè)方面 :（1）新人工神經(jīng)網(wǎng)絡(luò)的模式開(kāi)發(fā) ;（2）人工神經(jīng)網(wǎng)絡(luò)性能改進(jìn) ;（3）人工神經(jīng)網(wǎng)絡(luò)特性分析與理論研究 ;（4）人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用研究。2.4.2 專(zhuān)家系統(tǒng)專(zhuān)家系統(tǒng) （Expert System ） 是利用知識(shí)和基于知識(shí)的推理過(guò)程模擬領(lǐng)域?qū)＜医鉀Q問(wèn) 題的方式對(duì)診斷對(duì)象存在的故障進(jìn)行診斷： 它的實(shí)質(zhì)是應(yīng)用大量人類(lèi)專(zhuān)家的知識(shí)和推理 方法求解復(fù)雜實(shí)

46、際問(wèn)題的一種人工智能計(jì)算機(jī)程序，它具有啟發(fā)性、透明性、靈活性等 特點(diǎn)，是一種高級(jí)推理系統(tǒng)。典型診斷專(zhuān)家系統(tǒng)如圖 2-2 。專(zhuān)家系統(tǒng)按其側(cè)重點(diǎn)不同， 大致可分為基于推理的專(zhuān)家系統(tǒng)和基于知識(shí)的專(zhuān)家系統(tǒng) 等。在專(zhuān)家系統(tǒng)中，專(zhuān)家知識(shí)的學(xué)習(xí)、獲取，以及知識(shí)庫(kù)的建立是關(guān)系到診斷準(zhǔn)確性的 重要環(huán)節(jié)。專(zhuān)家系統(tǒng)的核心主要包括以下幾個(gè)部分 : 知識(shí)庫(kù)、知識(shí)獲取部分、推理機(jī)、解釋部 分。多數(shù)專(zhuān)家系統(tǒng)都是在以上幾個(gè)部分的基礎(chǔ)對(duì)之加以細(xì)化，并采用適當(dāng)?shù)闹R(shí)組織、 調(diào)度策略進(jìn)行建構(gòu)的。專(zhuān)家系統(tǒng)中的知識(shí)是解決診斷問(wèn)題的各種信息的總和， 專(zhuān)家系統(tǒng)的診斷能力就取決于它所擁有的知識(shí)的數(shù)量和質(zhì)量。根據(jù)知識(shí)的分類(lèi)專(zhuān)家系統(tǒng)可分為基于淺

47、知識(shí)（專(zhuān)家經(jīng)驗(yàn)知識(shí)）故障專(zhuān)家系統(tǒng)和基于深知識(shí)（診斷對(duì)象模型知識(shí)）的故障專(zhuān)家系統(tǒng)。根據(jù)在診斷 過(guò)程中起的作用診斷知識(shí)分為三類(lèi)：事實(shí)（知識(shí)庫(kù)）、診斷規(guī)則（推理機(jī)）及策略（解 釋部分）。事實(shí)：是描述診斷對(duì)象當(dāng)前狀態(tài)的知識(shí)，是對(duì)故障各種特征值的定性或定量描述， 在汽輪機(jī)組專(zhuān)家系統(tǒng)中我們稱(chēng)它為故障征兆。診斷規(guī)則：是對(duì)故障原因與事實(shí)之間的因果關(guān)系所作的判斷。決策知識(shí)：是發(fā)生故障時(shí)是否應(yīng)該或采取怎樣的處理措施。于文虎、倪維斗、張雪江、鐘秉林、韓西京、劉占生、何濤等人分別就知識(shí)范圍的 界定、知識(shí)的處理、知識(shí)的獲取、機(jī)器對(duì)知識(shí)的自學(xué)習(xí)以及知識(shí)庫(kù)的維護(hù)等進(jìn)行了研究。圖2-2典型診斷專(zhuān)家系統(tǒng)專(zhuān)家系統(tǒng)在診斷工作中存在

48、的主要問(wèn)題是：（1）專(zhuān)家系統(tǒng)診斷準(zhǔn)確率的高低，主要取決于知識(shí)庫(kù)中知識(shí)的多少及正確率的大 小，其成功與否與領(lǐng)域?qū)＜业慕?jīng)驗(yàn)有關(guān)。（2）當(dāng)系統(tǒng)很大時(shí)，規(guī)則的維護(hù)較為困難（3）知識(shí)的獲取與學(xué)習(xí)是難度很大的問(wèn)題面對(duì)當(dāng)前越來(lái)越復(fù)雜、先進(jìn)、自動(dòng)化的機(jī)械設(shè)備，其組件更復(fù)雜化，故障發(fā)生的形 式和產(chǎn)生故障的原因更多，即所謂的“知識(shí)爆炸” ，所以，“知識(shí)瓶頸”問(wèn)題是故障診斷 專(zhuān)家系統(tǒng)的一大難題。2.4.3 模糊診斷技術(shù)模糊診斷是用隸屬函數(shù)表示振動(dòng)量的綜合評(píng)判方法。借助常規(guī)譜分析的結(jié)果，應(yīng)用模糊數(shù)學(xué)進(jìn)行模糊診斷的做法是：建立故障的模糊向量D=X1,X2.Xn和征兆（特征 頻率分量）的模糊向量SY1、Y2Yn,通過(guò)試驗(yàn)

49、研究，可以找到模糊關(guān)系矩陣R， 使D=RS,模糊診斷的目的是通過(guò)S，診斷D。對(duì)于復(fù)雜系統(tǒng)建立正確的模糊規(guī)則與隸屬函數(shù)非常困難， 這是因?yàn)橛捎谙到y(tǒng)的復(fù)雜 性由時(shí)域、頻域特征空間到故障模式空間的映射關(guān)系十分復(fù)雜，隸屬函數(shù)形狀復(fù)雜，選 定合適的隸屬函數(shù)是一項(xiàng)艱難的工作。同時(shí)確定模糊關(guān)系矩陣要作大量的試驗(yàn)研究工 作。2.4.4 診斷策略診斷策略的研究還有：模糊診斷用于振動(dòng)故障診斷、用于層次模型、用于模式識(shí) 別、用于轉(zhuǎn)子碰磨診斷、 用于通流部分熱參數(shù)診斷的研究； 模糊關(guān)聯(lián)度用于多參數(shù)診斷； 灰色理論用于故障診斷；概率分布干涉模型用于診斷；相關(guān)維數(shù)用于低頻噪聲診斷等的 研究。2.5 診斷決策當(dāng)識(shí)別故障之后

50、，必須進(jìn)一步對(duì)設(shè)備的異?；蚬收霞捌湮ｋU(xiǎn)程度作出評(píng)價(jià)，以便研 究和確定維修的具體的形式， 即所謂的診斷決策。 機(jī)械維修方式是指對(duì)維修時(shí)機(jī)的控制。 它主要分為事后維修、計(jì)劃維修和預(yù)知維修三部分。設(shè)備故障診斷技術(shù)與當(dāng)代前言科學(xué)的融合是設(shè)備故障診斷技術(shù)的發(fā)展方向。 當(dāng)今故 障診斷的發(fā)展趨勢(shì)是傳感器的精密化、多維化，診斷理論、診斷模型的多元化，診斷技 術(shù)的智能化，具體說(shuō)來(lái)表現(xiàn)在：（1）與當(dāng)代最新傳感器技術(shù)尤其是激光測(cè)試技術(shù)的融和。2）與最新信號(hào)處理方法的融和3) 與非線性原理和方法的融合。4) 與多傳感器技術(shù)的融和。5) 與現(xiàn)代智能方法的融和。第三章 目前診斷系統(tǒng)存在的問(wèn)題隨著計(jì)算機(jī)技術(shù)、現(xiàn)代測(cè)試與信號(hào)

51、分析處理技術(shù)和人工智能技術(shù)的發(fā)展，設(shè)備故障 診斷技術(shù)已經(jīng)取得了很大的進(jìn)展， 人們已經(jīng)研究開(kāi)發(fā)出了一些較為成熟的診斷方法和診 斷系統(tǒng)。但是，目前國(guó)內(nèi)的各種故障診斷系統(tǒng)在現(xiàn)場(chǎng)工程實(shí)際應(yīng)用中還存在許多不足。都是一些教科書(shū)式的理論升華，很少應(yīng)用于實(shí)踐，更別說(shuō)指導(dǎo)實(shí)踐。油膜渦動(dòng)頻率 的 0.42n-0.48n 最早是在實(shí)踐中發(fā)現(xiàn)的，動(dòng)靜碰磨的 FFT 連續(xù)譜、時(shí)域波形中的尖峰毛 刺，是在實(shí)驗(yàn)臺(tái)上發(fā)現(xiàn)的，對(duì)中找正不良出現(xiàn)的 2、3 倍頻也是實(shí)踐中發(fā)現(xiàn)的。（1） 目前國(guó)內(nèi)的故障診斷技術(shù)的研究重點(diǎn)放在了對(duì)故障模型的建立與診斷技術(shù)中 數(shù)學(xué)算法的研究上，比如神經(jīng)網(wǎng)絡(luò)模型的如何選取，神經(jīng)網(wǎng)絡(luò)的快速算法等，但對(duì)診斷

52、系統(tǒng)如何在現(xiàn)場(chǎng)實(shí)際中達(dá)到實(shí)用考慮不多，偏離了故障診斷的最根本的實(shí)質(zhì)，影響了故 障診斷技術(shù)在現(xiàn)場(chǎng)的應(yīng)用推廣。（2）目前國(guó)內(nèi)的故障診斷系統(tǒng)未能很好地與現(xiàn)場(chǎng)有豐富故障處理經(jīng)驗(yàn)的專(zhuān)家進(jìn)行 結(jié)合；同時(shí)診斷系統(tǒng)所包含的知識(shí)范圍不夠不足以對(duì)現(xiàn)場(chǎng)的振動(dòng)故障進(jìn)行準(zhǔn)確的診斷。（3）目前的故障診斷系統(tǒng)常常只是進(jìn)行到故障類(lèi)型識(shí)別這一部分，不能確定故障 的具體位置，對(duì)故障機(jī)理的分析不夠透徹，缺少對(duì)設(shè)備狀態(tài)的綜合評(píng)價(jià)、故障趨勢(shì)的預(yù) 測(cè)、設(shè)備運(yùn)行知道和維修決策等方面的綜合功能。（4）在診斷方法和診斷系統(tǒng)的開(kāi)發(fā)研究方面投入的精力較多，而對(duì)故障機(jī)理的研 究投入的精力相對(duì)來(lái)說(shuō)少了一些。（5）國(guó)內(nèi)在診斷軟件的開(kāi)發(fā)方面進(jìn)展很大，但是

53、沒(méi)有統(tǒng)一、規(guī)范的軟件標(biāo)準(zhǔn)，沒(méi) 有標(biāo)準(zhǔn)的開(kāi)發(fā)環(huán)境。（6）現(xiàn)有的診斷系統(tǒng)的診斷過(guò)程是非“自主”的。目前已開(kāi)發(fā)出來(lái)的診斷系統(tǒng)， 大多數(shù)是在人工參與下的輔助診斷系統(tǒng)，其診斷過(guò)程需要人員的參與和照料，因此，這 樣的診斷系統(tǒng)是非“自主”系統(tǒng)。這大大降低了診斷系統(tǒng)的實(shí)用性。（7）檢測(cè)手段汽輪機(jī)故障診斷技術(shù)中的許多數(shù)學(xué)方法， 甚至專(zhuān)家系統(tǒng)中的一些推理算法都達(dá)到了 很高的水平，而征兆的獲取成為了一個(gè)瓶頸，其中最大的問(wèn)題是檢測(cè)手段不能滿足診斷 的需要，如運(yùn)行中轉(zhuǎn)子表面溫度檢測(cè)、葉片動(dòng)應(yīng)力檢測(cè)、調(diào)節(jié)系統(tǒng)卡澀檢測(cè)、內(nèi)缸螺栓 斷裂檢測(cè)等，都缺乏有效的手段。（8）材料性能 在壽命診斷中，對(duì)材料性能的了解非常重要，因?yàn)榇蠖?/p>

54、數(shù)壽命評(píng)價(jià)都是以材料的性 能數(shù)據(jù)為基礎(chǔ)的。但目前對(duì)于材料的性能，特別是對(duì)于汽輪機(jī)材料在復(fù)雜工作條件下的 性能變化還缺乏了解。（ 9） 復(fù)雜故障的機(jī)理 對(duì)故障機(jī)理的了解是準(zhǔn)確診斷故障的前提。目前，對(duì)汽輪機(jī)的復(fù)雜故障，有些很難 從理論上給出解釋?zhuān)瑢?duì)其機(jī)理的了解并不清楚，比如在非穩(wěn)定熱態(tài)下軸系的彎扭復(fù)合振 動(dòng)問(wèn)題等，這將是阻礙汽輪機(jī)故障診斷技術(shù)發(fā)展的主要障礙之一。（10） 人工智能應(yīng)用專(zhuān)家系統(tǒng)作為人工智能在汽輪機(jī)故障診斷中的主要應(yīng)用已經(jīng)獲得了成功， 但仍有一 些關(guān)鍵的人工智能應(yīng)用問(wèn)題需要解決，主要有知識(shí)的表達(dá)與獲取、自學(xué)習(xí)、智能辨識(shí)、 信息融合等。（11） 診斷技術(shù)應(yīng)用推廣面臨的問(wèn)題我國(guó)汽輪機(jī)診斷技

55、術(shù)在現(xiàn)有基礎(chǔ)上， 進(jìn)一步推廣應(yīng)用面臨的主要問(wèn)題是研究開(kāi)發(fā)機(jī) 制和觀念問(wèn)題、診斷技術(shù)與生產(chǎn)管理的結(jié)合問(wèn)題。機(jī)制和觀念問(wèn)題主要表現(xiàn)在：研究機(jī) 構(gòu)分散，不能形成規(guī)?；?yīng)；重復(fù)性研究過(guò)多，造成人力、物力的浪費(fèi)；技術(shù)研究轉(zhuǎn) 化為應(yīng)用產(chǎn)品的少；系統(tǒng)研究連貫性差，因而系統(tǒng)升級(jí)困難；應(yīng)用系統(tǒng)的維護(hù)與服務(wù)得 不到保證等。診斷技術(shù)與生產(chǎn)管理結(jié)合不好，表現(xiàn)在各種技術(shù)的相互集成性不好，與生 產(chǎn)管理相孤立，不能創(chuàng)造預(yù)期的效益，使電廠失去信心。第四章 今后大型機(jī)組故障診斷技術(shù)的發(fā)展大型火電機(jī)組的故障診斷要求較高的快速、準(zhǔn)確、高教、實(shí)時(shí)性。但縱觀目前國(guó)內(nèi) 外各種振動(dòng)故障診斷系統(tǒng)，均還不能達(dá)到這種要求，現(xiàn)場(chǎng)中出現(xiàn)的大量振動(dòng)故障主要還 是依靠有豐富經(jīng)驗(yàn)的專(zhuān)家來(lái)進(jìn)行診斷與處理， 如何開(kāi)發(fā)現(xiàn)場(chǎng)實(shí)用性高的診斷系統(tǒng)是今后 故障診斷系統(tǒng)開(kāi)發(fā)和應(yīng)用的方向。4.1 故障機(jī)理的深入研究任何時(shí)候，故障機(jī)理的深入研究都將推動(dòng)故障診斷技術(shù)的發(fā)展。故障機(jī)理的研究將 集中在對(duì)漸發(fā)故障定量表征的研究上， 研究判斷整個(gè)系統(tǒng)故障狀態(tài)的指標(biāo)體系及其判斷 閾值將是另一個(gè)重要方向。4.2 傳感技術(shù)的研究各種新型傳感器的應(yīng)用，如光學(xué)傳感器、光纖傳感器、化學(xué)傳感器等，特別