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)概述王亮中國國電衡豐發(fā)電有限責(zé)任公司目錄回顧和了國內(nèi)外汽輪機(jī)故障診斷技術(shù)的情況，介紹了在汽輪機(jī)故障診斷中存在的和今后的發(fā)展方向。第一章前言二十世紀(jì)以來，隨著生產(chǎn)和技術(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題日益突出，從而促進(jìn)了人們對機(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)的一個(gè)重要方面。機(jī)械設(shè)備的檢測和故障診斷，是建立在信息檢測技術(shù)、信號處理技術(shù)、計(jì)算機(jī)應(yīng)用技術(shù)、模式識別理論和機(jī)械工程各學(xué)科

2、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)，早期發(fā)現(xiàn)故障，判斷故障的原因和部位，并預(yù)測預(yù)報(bào)故障的發(fā)展趨勢。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， 如何通過先進(jìn)的技術(shù)手段對設(shè)備狀態(tài)參數(shù)進(jìn)行監(jiān)測和分析，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，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，傳感器技術(shù)、信號處理技術(shù)、人工智能技術(shù)如專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)等及其

3、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)展提供了動力。電力系統(tǒng)在個(gè)大型發(fā)電廠大力推廣的以汽輪機(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 國內(nèi)外概況早期的故障診斷主要是依靠人工，利用觸、摸、聽、看等手段對設(shè)備進(jìn)行診斷。通過經(jīng)驗(yàn)的積累，人們可以對一些設(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)對設(shè)備可靠性的要求。而信息技術(shù)和機(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)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。國外的發(fā)展情況國外發(fā)達(dá)

4、國家從 70 年代開始進(jìn)行汽輪發(fā)電機(jī)組振動故障技術(shù)的研究，以后陸續(xù)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、MCM2000系統(tǒng)、旋轉(zhuǎn)機(jī)械故障診斷系統(tǒng)（ ADR3）在應(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，對分布于各地電站的多臺機(jī)組進(jìn)行遠(yuǎn)程診斷。日本三菱重工的白木萬博研制的“機(jī)械保健系統(tǒng)” 。美國具有豐富實(shí)踐經(jīng)歷的John Sohre 于 1

5、968 年在 ASME 石油機(jī)械工程師年會發(fā)表的題為“高速渦輪機(jī)械運(yùn)行問題（故障）的起因和治理”一文，對旋轉(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37 種，開辟了診斷知識量化的先河，至今仍被廣泛的采用。但其中大部分是經(jīng)驗(yàn)總結(jié)，沒有從機(jī)理上進(jìn)行深入分析。白木萬博提出了“得分法” ，列出了 16 種常見故障與振動頻率之間的關(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)場故障處理經(jīng)驗(yàn)，并進(jìn)行了理論分析。美國的 Bently 公司轉(zhuǎn)子動力學(xué)研究所對轉(zhuǎn)子和軸承系統(tǒng)典型非線性振動故障機(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 Bechtel

6、 電力公司于 1987 年開發(fā)的火電站設(shè)備診斷用專家系統(tǒng)（ SCOPE）在進(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)還能對信號進(jìn)行調(diào)節(jié)，給出消除故障的建議說明，提出可能臨近損壞時(shí)間的推測。美國 Radial 公司于 1987 年開發(fā)的汽輪發(fā)電機(jī)組振動診斷用專家系統(tǒng)（ Turbomac），在建立邏輯規(guī)則的基礎(chǔ)上， 設(shè)有表征振動過程各種成分與其可能故障源之間關(guān)系的概率數(shù)據(jù)，其搜集知識的子系統(tǒng)具有人 - 機(jī)對話形式。該系統(tǒng)含有 9000 條知識規(guī)則，有很大的庫容。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

7、此，他們更注重于汽輪機(jī)壽命檢測和壽命診斷技術(shù)的研究。日本從事這方面研究的機(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 年合作開發(fā)的大功率汽輪機(jī)軸系振動診斷系統(tǒng)，采用計(jì)算機(jī)在線快速處理振動信號的解析技術(shù)與評價(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，東芝公司相繼開發(fā)出了壽命診斷專家系統(tǒng)，針對葉片、轉(zhuǎn)子、紅套葉輪及高溫螺栓的診斷探傷實(shí)時(shí)專家系統(tǒng)、機(jī)組性能評價(jià)系統(tǒng)等。日立公司在 1982 年開發(fā)了汽輪機(jī)壽命診斷裝置成了一套完整的壽命診斷。HIDIC-08E，以后逐步發(fā)展， 形三菱公司則在八十年代初期開發(fā)了 MHM振動診斷系統(tǒng)

8、， 該系統(tǒng)能自動地或通過人機(jī)對話進(jìn)行異常征候檢測并能診斷其原因，其特點(diǎn)是可根據(jù)動矢量來確定故障。歐洲也有不少公司和部門從事汽輪機(jī)故障診斷技術(shù)的研究與開發(fā)。 法國電力部門（EDF）從 1978 年起就在透平發(fā)電機(jī)上安裝離線振動監(jiān)測系統(tǒng)，到九十年代初又提出了監(jiān)測和診斷支援工作站的設(shè)想。九十年代中期，其專家系統(tǒng)PSAD及其 DIVA子系統(tǒng)在透平發(fā)電機(jī)組和反應(yīng)堆冷卻泵的自動診斷上得到了應(yīng)用。另外瑞士的 ABB公司、德國的西門子公司、丹麥的 B&K公司等都開發(fā)出了各自的診斷系統(tǒng)。國外的資料表明 : 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

9、 25% 50%; 英國對 2000 家企業(yè)進(jìn)行的調(diào)查表明 , 診斷技術(shù)的采納使得每年節(jié)省的維修費(fèi)用達(dá) 3 億英鎊。國內(nèi)的發(fā)展情況我國的設(shè)備診斷技術(shù)的研究和開發(fā)是從20 世紀(jì) 70 年代末期開始的。 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)主要是吸收國外先進(jìn)技術(shù)，并對一些故障機(jī)理和診斷方法展開研究；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)也形成了具有我國特點(diǎn)的故障診斷理論，并出版了一系列這方面的專著，主要有屈梁生、何正嘉主編的機(jī)械故障學(xué)

10、、楊叔子等主編的機(jī)械故障診斷叢書 、虞和濟(jì)等主編的機(jī)械故障診斷叢書 、徐敏等主編的設(shè)備故障診斷手冊等。我國從事汽輪機(jī)故障診斷技術(shù)研究與開發(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“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。研究開發(fā)出多套的故障診斷系統(tǒng)，代表性的國產(chǎn)診斷系統(tǒng)如下表：表 1-1 有代表性的國產(chǎn)診斷系統(tǒng)序號型號名稱研制單位1MMMD-3機(jī)組振動微機(jī)檢測和故障診斷系統(tǒng)哈爾濱工業(yè)大學(xué)2

11、MFD-2汽輪發(fā)電機(jī)組智能診斷系統(tǒng)東南大學(xué)3RB-20大型旋轉(zhuǎn)機(jī)械計(jì)算機(jī)狀態(tài)監(jiān)測與故障診斷系西安交通大學(xué)統(tǒng)4ZJZ-1汽輪發(fā)電機(jī)組狀態(tài)監(jiān)測與診斷系統(tǒng)西安熱工研究院5HZ-1汽輪發(fā)電機(jī)組振動監(jiān)測與故障診斷系統(tǒng)華中理工大學(xué)揚(yáng)子石化總廠6MMDS-90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)見機(jī)組遠(yuǎn)程在線振動監(jiān)測性能分山東電力研究院析與診斷系統(tǒng)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)，我國早在80 年代就開始了這方面的研究，到目前已經(jīng)研制開發(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)臺作為信號源對汽輪發(fā)電機(jī)組振動監(jiān)測與故

12、障診斷系統(tǒng)進(jìn)行了研究。上海汽輪機(jī)廠研究所經(jīng)過多年的實(shí)驗(yàn)和研究，推出了四套旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)測和故障診斷系統(tǒng)，他們在系統(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、延長運(yùn)行壽命。東南大學(xué)對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)程診斷等問題，并開發(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)組在線振動監(jiān)測與故障診斷專家系統(tǒng)（ HZ-1）采用了主從機(jī)結(jié)構(gòu)，可以對多臺發(fā)電機(jī)組實(shí)時(shí)監(jiān)測及集中診斷； 200MW單元機(jī)組狀態(tài)監(jiān)測、能損分析及汽

13、輪發(fā)電機(jī)組故障診斷專家系統(tǒng)采用Solartron分散采集系統(tǒng)監(jiān)測機(jī)組，集DAS系統(tǒng)、狀態(tài)監(jiān)測、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)測與故障診斷專家系統(tǒng)（國家 " 八五 " 攻關(guān)項(xiàng)目）可全面監(jiān)測診斷機(jī)械振動故障、 汽隙振動故障、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)MMMD。清華大學(xué)對診斷系統(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

14、力試驗(yàn)研究所合作開發(fā)出了大型電站性能與振動遠(yuǎn)程監(jiān)測分析與診斷系統(tǒng)，該系統(tǒng)由各電廠中的振動分析站、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)采集器已接近國際水平，同時(shí)研制開發(fā)了一些診斷儀器和設(shè)備。振動診斷技術(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，第二階段是設(shè)備狀態(tài)監(jiān)測與故障診斷， 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）

15、 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對設(shè)備的解體分析并借助以往的經(jīng)驗(yàn)以及一些簡單的儀器。（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單的狀態(tài)檢測儀，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。（3） 基于故障預(yù)測的故障診斷階段。該階段故障診斷是以信號采集與處理為中心，多層次、多角度地利用各種信息對設(shè)備的狀態(tài)進(jìn)行評估， 針對不同的設(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)原先的檢測計(jì)劃進(jìn)行檢

16、測；屬于故障進(jìn)行性發(fā)展的設(shè)備，重點(diǎn)檢測；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。開展故障診斷技術(shù)研究的意義當(dāng)前，我國企業(yè)中大型設(shè)備的數(shù)目越來越多，其在生產(chǎn)中的重要性不言而喻，關(guān)鍵設(shè)備的檢測和診斷技術(shù)所帶來的社會效益和經(jīng)濟(jì)效益，也不斷為人們所認(rèn)識， 具體包括：（1） 預(yù)防事故，保證人身和設(shè)備安全。（2） 推動設(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，延長檢修周期， 提高維修的精度和速度， 降低維修費(fèi)用， 獲得最佳經(jīng)濟(jì)效益。第

17、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)施過程也有所不同，但其基本過程是相同的，主要包括: 狀態(tài)信號特征的獲取、故障特征的提取、故障診斷和診斷決策四個(gè)方面。機(jī)械設(shè)備正常信號采集故障信號采集預(yù)處理預(yù)處理信號處理信號處理維修決策模式識別模式識別標(biāo)準(zhǔn)診斷庫建立故障診斷建立數(shù)據(jù)庫圖 2-1 設(shè)備故障診斷的實(shí)施過程故障診斷技術(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的采集、選擇、處理和分析過程；第三部分為診斷邏輯與數(shù)學(xué)原理方面的研究，主要是通過邏輯方法、模型方法、推論方法和人工智能方法，根

18、據(jù)可觀測的設(shè)備故障表征來確定下一步的檢測部位，最終分析判斷故障發(fā)生的部位和產(chǎn)生故障的原因。由于目前人們對故障診斷的理解不同，按診斷方法原理分為如下幾類：（ 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)，如庫爾伯克信息數(shù)，J 散度等在機(jī)器運(yùn)行過程中的變化，進(jìn)行工況狀態(tài)分析與故障診斷。（ 5） 模式識別法 利用檢測信號，提取對

19、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)合適的分類器，判別工況狀態(tài)，它是人工智能的技術(shù)之一。（ 6） 其它人工智能方法域。如人工神經(jīng)網(wǎng)絡(luò)、 專家系統(tǒng)等， 這些都是新發(fā)展的新領(lǐng)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)場分析、

20、處理。（ 2） 基于信號分析和處理的診斷方法信號分析和處理診斷方法主要是通過在機(jī)械設(shè)備上安置傳感器，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)行情況以及有無故障、故障發(fā)生、發(fā)展情況。其關(guān)鍵技術(shù)是信號的分析處理方法，目前主要有時(shí)域、 頻域、倒頻譜分析等。（ 3） 基于模式識別的診斷理論基于模式識別的診斷理論是在模式識別的基本內(nèi)容的基礎(chǔ)上發(fā)展起來的診斷學(xué)理論。（ 4） 油液分析診斷方法油液分析 ( 用潤滑油分析 ) 是依據(jù)測取運(yùn)行設(shè)備潤滑油的微量磨損粉末，用化學(xué)理論對其分析的故障診斷方法，它所采取的“硬措施”是通過檢測裝置獲取的潤滑油的狀態(tài)，是設(shè)備診斷的最重要技術(shù)手段之一，其核心內(nèi)

21、容涉及對在用潤滑油的污染、變質(zhì)和所含機(jī)械磨損產(chǎn)物的檢測分析，主要分析方法包括油光譜診斷法和鐵譜診斷法門（ 5） 紅外熱成像診斷法紅外熱成像診斷法是通過測取機(jī)械設(shè)備的二維溫度場的變化情況， 了解設(shè)備是否存在過熱、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”是測取設(shè)備向周圍輻射的紅外線，得到紅外熱場圖，從紅外熱場圖判斷設(shè)備的狀態(tài)。（ 6） 無損探傷診斷法在診斷過程中， 采用先向設(shè)備發(fā)射某種信號， 然后再測取從設(shè)備反射 ( 或透射 ) 的同種性質(zhì)的信號來反映設(shè)備的狀態(tài)信息的診斷方法定義為無損探傷診斷法。 它的“硬措施”是向設(shè)備發(fā)射某種信號并接受它的硬件裝置。無損探傷診斷

22、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、（7） 熱工參量診斷方法把通過測量裝置測取與設(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程中，測取設(shè)備的某些電工參量的診斷方法稱為電工參量診斷法，它包括電流診斷法、電阻診斷法。還有神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、基于模糊數(shù)學(xué)的診斷技術(shù)。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)展過程，

23、明確故障的動態(tài)學(xué)特征，從而進(jìn)一步掌握典型的故障信號，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)非常基礎(chǔ)而又必不可少的工作。診斷系統(tǒng)的完善程度，依賴于對故障機(jī)理的認(rèn)識程度。目前對汽輪機(jī)故障機(jī)理的研究主要從故障、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)組的振動故障機(jī)理仍然沒有全部明確，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力學(xué)問題日益突出，非線性動力學(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

24、系統(tǒng)中，非線性振動現(xiàn)象普遍存在。例如工頻以外的大量低頻振動分量都是由系統(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，例如轉(zhuǎn)子和定子之間的碰摩故障、油膜渦動、油膜振蕩和支承松動等等。在機(jī)械系統(tǒng)故障診斷領(lǐng)域，系統(tǒng)的動力學(xué)模型被用來定性或定量闡明實(shí)際系統(tǒng)由于故障激勵而產(chǎn)生的各種振動現(xiàn)象。在一些實(shí)際問題的處理中，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)固有的非線性動力學(xué)現(xiàn)象，會造成分析結(jié)果與實(shí)際系統(tǒng)的動力學(xué)行為在定性

25、和定量上的偏差，導(dǎo)致人們有時(shí)無法用轉(zhuǎn)子動力學(xué)理論來準(zhǔn)確解釋異常振動現(xiàn)象產(chǎn)生的原因，不能滿足機(jī)械狀態(tài)檢測與故障診斷的需要。因此，線性理論不可能徹底解決轉(zhuǎn)子系統(tǒng)的動力學(xué)問題，開展轉(zhuǎn)子系統(tǒng)非線性動力學(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信號上反映出來，因此，對軸系故障的研究總是以振動信號的分析為主。日立公司的給出了振動故障診斷用的特征矩陣，清華大學(xué)褚福磊對常見故障在瀑布圖上的振動特征和故障識別作了研究。 華中理工大學(xué)伍行健也提出了用于振動故障診斷的物理模型和數(shù)學(xué)模型。 西安交通大學(xué)陳岳東對振動頻譜進(jìn)行了模糊分類，上海交通大學(xué)左人和從動力學(xué)的角度研究了典型故障的響應(yīng)特征。清華大

26、學(xué)張正松用Hopf分叉分析法研究了油膜失穩(wěn)渦動極限環(huán)特性， 哈爾濱工業(yè)大學(xué)畢士華對于如何識別油膜軸承的動態(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)則對實(shí)際發(fā)生的油膜振蕩問題進(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)子不平衡對其他征兆的。對于動靜碰摩問題，EPRI的Scheibel, 、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)則從動力學(xué)角度分析了摩擦問題，哈爾濱工業(yè)大學(xué)提出了變剛度分段線性和非線性模型，并通過實(shí)驗(yàn)對摩擦的噪聲特性進(jìn)行

27、了研究。在綜合振動與噪聲特性的基礎(chǔ)上，東北電力學(xué)院還開發(fā)了可對旋轉(zhuǎn)機(jī)械和摩擦進(jìn)行在線監(jiān)測的儀器，該儀器用四個(gè)通道進(jìn)行聲信號檢測， 另外四個(gè)通道用于振動監(jiān)測，可以大致確定摩擦的部位。 另外，李錄平、張新江等對振動故障特征的提取進(jìn)行了有益的研究。信號采集技術(shù)的研究設(shè)備在運(yùn)行過程中必然會有力、熱、振動及能量等各種量的變化，由此會產(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，因此信號采集技術(shù)是進(jìn)行設(shè)備故障診斷的前提。信號采集技術(shù)包括傳感器技術(shù)及信號的采集與放大。診斷方法診斷方法的研究一直是故障診斷領(lǐng)域的重點(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診斷法，噪聲診

28、斷法，熱力學(xué)診斷法，紅外診斷法，聲發(fā)射診斷法和無損監(jiān)測診斷法等。汽輪機(jī)組是大型的旋轉(zhuǎn)機(jī)械，振動是及其重要的（也是主要的）特征信號。因此，振動診斷法是汽輪機(jī)組的常用診斷方法。機(jī)械振動必會產(chǎn)生噪聲，噪聲信號中包含了機(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)方法來診斷。機(jī)組動靜碰磨、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)，主要用無損監(jiān)測診斷法。目前用到的無損監(jiān)測技術(shù)主要包括硬度測定法、電氣阻抗法、超聲波法、組織對比法、結(jié)晶粒變形法、顯微鏡觀測法和 X 射線分析法等。傳感器由于汽輪機(jī)組工作環(huán)境的特殊性（高溫、高壓、

29、高轉(zhuǎn)速、高應(yīng)力），所以在汽輪機(jī)組故障診斷系統(tǒng)中，對傳感器的性能要求很高。目前，對傳感器的研究，主要是提高傳感器性能的可靠性、開發(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)來診斷故障，提高故障的分辨率?，F(xiàn)行的對傳感器自身故障檢測技術(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)的等人針對傳感器故障，采用了解析冗余的動態(tài)觀測器來解決透平傳感器的故障檢測問題。加拿大 Windsor 大學(xué)的 Chen,等人對傳感器融合技術(shù)進(jìn)行研究，并在實(shí)際中得到了應(yīng)用。

30、 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 的 Kuo,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 Univ.安交通大學(xué)的谷立臣、 上海交通大學(xué)的林日升等對傳感器故障檢測和偽參數(shù)識別技術(shù)開展了研究工作。華中理工大學(xué)的王雪、申韜、西安交通大學(xué)的常炳國等在傳感器信號的可靠性和采用融合技術(shù)提高傳感器可靠性方面也進(jìn)行了研究。信號分析與處理信號的分析與處理是對采集到的各種信號進(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

31、診斷對象運(yùn)行中的原始狀態(tài)信號稱為初始模式。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，必須采用信號處理技術(shù)，在狀態(tài)信號中排除噪聲、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。信號分析主要有時(shí)域法和頻域法兩種方法。時(shí)域分析法是將信號分解為在時(shí)間上的具有不同延時(shí)的簡單時(shí)間信號的疊加， 如信號的響應(yīng)分析、數(shù)字濾波、卷積計(jì)算及相關(guān)分析等。信號的頻域分析法是將信號經(jīng)過某種變換 ( 如付氏變換、拉氏變換、沃氏變

32、換、小波變換等 ) 后得到的有關(guān)信號的某些特征量的值，也稱譜分析法 : 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估計(jì)信號的譜參數(shù)，因而速度快，運(yùn)算量小，精度高，受到越來越多的重視。目前應(yīng)用的有自回歸法 (AR), 滑動平均法 (MA)和自回歸滑動平均法（ ARMA）。現(xiàn)代譜分析法具有較高的分辨率，對數(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信號的分析處理。目前，汽輪機(jī)故障診斷系統(tǒng)中的振動信號處理大多采用快速傅立葉變換（ FFT），F(xiàn)FT的思

33、想在于將一般時(shí)域信號表示為具有不同頻率的諧波函數(shù)的線性疊加，它認(rèn)為信號是平穩(wěn)的，所以分析出的頻率具有統(tǒng)計(jì)不變性。FFT對很多平穩(wěn)信號的情況具有適用性，因而得到了廣泛的應(yīng)用。但是，實(shí)際中的很多信號是非線性、非平穩(wěn)的，所以為了提高分辨精度，新的信號分析與處理方法成為許多機(jī)構(gòu)的研究課題。近幾年來的熱點(diǎn)是小波分析與分形幾何技術(shù)及全息譜的研究。美國俄亥俄州立大學(xué)的 Kim, 等對傳統(tǒng)的無參量譜分析、時(shí) - 頻分析、離散小波變換等作了較為深入的研究。 英國南安普敦大學(xué)的 Lee, 認(rèn)為，任意隨意性的音響和振動信號都是由不規(guī)則沖擊引起的，為此他提出了用三階和四階 Winger 譜來對這些信號進(jìn)行分析，同時(shí)還

34、對信號中的噪聲過濾提出了處理方法。小波分析法的應(yīng)用一直是國內(nèi)外熱門的研究課題，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別。西安交通大學(xué)引入 Kolmogorov 復(fù)雜性測度定量評估大機(jī)組運(yùn)行狀態(tài)， 還對 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面圖形加權(quán)編碼法，提高了圖形辨識的準(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識別。狀態(tài)識別所謂狀態(tài)識別，是指將待檢模式與診斷文檔庫中的樣板模式進(jìn)行對比，并將待檢模式

35、歸屬到某一已知的樣板模式中去的過程。 由此便可判定診斷對象所處的狀態(tài)模式是否正常，并預(yù)測其可靠性和狀態(tài)的發(fā)展趨勢。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)行過程中，可能出現(xiàn)數(shù)個(gè)故障。所以如何根據(jù)監(jiān)測到的故障特征來診斷處機(jī)組的故障是研究人員非常關(guān)心的問題，這就是狀態(tài)識別，也可以說是診斷策略。在汽輪機(jī)組故障診斷領(lǐng)域中，常用的診斷策略有對比診斷、邏輯診斷、統(tǒng)計(jì)診斷、模式識別、基于灰色理論的診斷、模糊診斷，專家系統(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)、專家系統(tǒng)與人工神經(jīng)網(wǎng)絡(luò)方法。基于小波方法

36、和神經(jīng)網(wǎng)絡(luò)建立的智能分析技術(shù)，是下一代故障檢測與判定的重要內(nèi)核。診斷方法上的研究一直是故障診斷的一個(gè)重點(diǎn)。 振動法是應(yīng)用最普遍也比較成熟的一種方法， Ingleby,M 把自動分類法和模式分析用于振動診斷， 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信號， 施維新針對一般診斷都是從征兆判斷原因的逆向推理提出了振動診斷的正向診斷法。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、無損檢測技術(shù)等。聲發(fā)射法主要用于動靜碰磨故障檢測、泄漏檢測等。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

37、斷轉(zhuǎn)子的碰摩。在汽輪機(jī)壽命診斷中，無損檢測技術(shù)應(yīng)用相當(dāng)重要， 目前用到的非破壞性評價(jià)法主要包括硬度測定法、電氣抵抗法、超聲波法、組織對比法、結(jié)晶粒變形法、顯微鏡觀察測定法、 X 射線分析法等。根據(jù)對設(shè)備狀態(tài)的判斷，決定應(yīng)采取的對策和措施，同時(shí)給出狀態(tài)的可能發(fā)展趨勢。故障的診斷方法可簡單地劃分為傳統(tǒng)的診斷方法、數(shù)學(xué)診斷方法以及智能診斷方法。傳統(tǒng)的診斷方法包括：振動監(jiān)測技術(shù)、油液分析技術(shù)、噪聲監(jiān)測技術(shù)、紅外測溫技術(shù)、聲發(fā)射技術(shù)以及無損檢測技術(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、

38、灰色系統(tǒng)診斷方法、故障樹分析法、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。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)的征兆也沒有明顯的特征，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)的征兆也沒有明顯特征，故障與征兆之間并不是線性對應(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

39、式存儲和處理、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題。近年來，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 ( 相對于專家系統(tǒng) ) ，它是通過訓(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)對故障類別進(jìn)行判斷。它類似于人類的形象思維。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) 模式識別的故障診斷網(wǎng)絡(luò)(2) 故障預(yù)測的神經(jīng)網(wǎng)絡(luò)(3) 神經(jīng)網(wǎng)絡(luò)與基于知識的專家系統(tǒng)結(jié)合神經(jīng)網(wǎng)絡(luò)法的優(yōu)點(diǎn)是：并行結(jié)

40、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)過多， 則網(wǎng)絡(luò)過于 “死板，缺少靈活性， 只對訓(xùn)練事例聯(lián)想性能好， 而對非訓(xùn)練事例誤差較大； 隱結(jié)點(diǎn)數(shù)過少，則過于“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)和專家系統(tǒng)結(jié)合形成的模糊故障診斷專家系統(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)和專家系統(tǒng)結(jié)合形成的神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)；綜合應(yīng)用模糊技術(shù)、 神經(jīng)網(wǎng)絡(luò)技術(shù)和專家系統(tǒng)形成的模糊神經(jīng)元網(wǎng)絡(luò)專

41、家系統(tǒng)等。任何能用傳統(tǒng)的模型分析或統(tǒng)計(jì)方法解決的問題， 一般來說用神經(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)、模糊神經(jīng)網(wǎng)絡(luò)等。美國 East Hardford 于過濾器來改進(jìn)數(shù)據(jù)質(zhì)量，田納西大學(xué)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)合的的 DePold, 將統(tǒng)計(jì)分析及人工神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用 (Tennessee Univ.) 將神經(jīng)網(wǎng)絡(luò)用于振動分析，識別潛在故障，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StressTechnology. Inc. 的 Roemer,把神經(jīng)網(wǎng)絡(luò)和模糊邏輯技術(shù)應(yīng)用于旋轉(zhuǎn)動力有

42、限元模型，所形成的實(shí)時(shí)系統(tǒng)可以預(yù)測關(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。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，西安大學(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。近來人們對神經(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

43、性分析與理論研究;（4）人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用研究。專家系統(tǒng)專家系統(tǒng) (Expert System ) 是利用知識和基于知識的推理過程模擬領(lǐng)域?qū)＜医鉀Q問題的方式對診斷對象存在的故障進(jìn)行診斷： 它的實(shí)質(zhì)是應(yīng)用大量人類專家的知識和推理方法求解復(fù)雜實(shí)際問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)，是一種高級推理系統(tǒng)。典型診斷專家系統(tǒng)如圖 2-2 。專家系統(tǒng)按其側(cè)重點(diǎn)不同， 大致可分為基于推理的專家系統(tǒng)和基于知識的專家系統(tǒng)等。在專家系統(tǒng)中，專家知識的、獲取，以及知識庫的建立是關(guān)系到診斷準(zhǔn)確性的重要環(huán)節(jié)。專家系統(tǒng)的核心主要包括以下幾個(gè)部分 : 知識庫、知識獲取部分、推理機(jī)、解釋部分。多數(shù)

44、專家系統(tǒng)都是在以上幾個(gè)部分的基礎(chǔ)對之加以細(xì)化，并采用適當(dāng)?shù)闹R組織、調(diào)度策略進(jìn)行建構(gòu)的。專家系統(tǒng)中的知識是解決診斷問題的各種信息的總和，專家系統(tǒng)的診斷能力就取決于它所擁有的知識的數(shù)量和質(zhì)量。根據(jù)知識的分類專家系統(tǒng)可分為基于淺知識 ( 專家經(jīng)驗(yàn)知識 ) 故障專家系統(tǒng)和基于深知識 ( 診斷對象模型知識 ) 的故障專家系統(tǒng)。根據(jù)在診斷過程中起的作用診斷知識分為三類：事實(shí)（知識庫） 、診斷規(guī)則（推理機(jī)）及策略（解釋部分）。事實(shí)：是描述診斷對象當(dāng)前狀態(tài)的知識，是對故障各種特征值的定性或定量描述，在汽輪機(jī)組專家系統(tǒng)中我們稱它為故障征兆。診斷規(guī)則：是對故障原因與事實(shí)之間的因果關(guān)系所作的判斷。決策知識：是發(fā)生

45、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范圍的界定、知識的處理、知識的獲取、機(jī)器對知識的自學(xué)習(xí)以及知識庫的維護(hù)等進(jìn)行了研究。數(shù)據(jù)采集分析專家知識征兆獲取獲取知識征兆集規(guī)則庫趨勢分析推理機(jī)診斷結(jié)果人機(jī)界面圖 2-2 典型診斷專家系統(tǒng)專家系統(tǒng)在診斷工作中存在的主要問題是：（1） 專家系統(tǒng)診斷準(zhǔn)確率的高低，主要取決于知識庫中知識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）知識的獲取與學(xué)習(xí)是難度很大的問題。面對當(dāng)前越來越復(fù)雜、先進(jìn)、自動化的機(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

46、故障的原因更多，即所謂的“知識爆炸” ，所以，“知識瓶頸”問題是故障診斷專家系統(tǒng)的一大難題。模糊診斷技術(shù)模糊診斷是用隸屬函數(shù)表示振動量的綜合評判方法。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 、Y2 Yn，通過試驗(yàn)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 S ，診斷 D 。對于復(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

47、糊關(guān)系矩陣要作大量的試驗(yàn)研究工作。診斷策略診斷策略的研究還有：模糊診斷用于振動故障診斷、用于層次模型、用于模式識別、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。診斷決策當(dāng)識別故障之后，必須進(jìn)一步對設(shè)備的異?；蚬收霞捌湮ｋU(xiǎn)程度作出評價(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)展趨勢是傳感器的精密化、多維化，診斷

48、理論、診斷模型的多元化，診斷技術(shù)的智能化，具體說來表現(xiàn)在：（1） 與當(dāng)代最新傳感器技術(shù)尤其是激光測試技術(shù)的融和。（2） 與最新信號處理方法的融和。（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)存在的問題隨著計(jì)算機(jī)技術(shù)、現(xiàn)代測試與信號分析處理技術(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，目前國內(nèi)的各種故障診斷系統(tǒng)在現(xiàn)場工程實(shí)際應(yīng)用中還存在許多不足。都是一些教科書式的理論升華，很少應(yīng)用于實(shí)踐，更別說指導(dǎo)實(shí)踐。油膜渦動頻率的最早是在實(shí)踐中發(fā)現(xiàn)的，動靜碰磨的

49、 FFT連續(xù)譜、時(shí)域波形中的尖峰毛刺，是在實(shí)驗(yàn)臺上發(fā)現(xiàn)的，對中找正不良出現(xiàn)的 2、3 倍頻也是實(shí)踐中發(fā)現(xiàn)的。（1） 目前國內(nèi)的故障診斷技術(shù)的研究重點(diǎn)放在了對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，但對診斷系統(tǒng)如何在現(xiàn)場實(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)場的應(yīng)用推廣。（2） 目前國內(nèi)的故障診斷系統(tǒng)未能很好地與現(xiàn)場有豐富故障處理經(jīng)驗(yàn)的專家進(jìn)行結(jié)合；同時(shí)診斷系統(tǒng)所包含的知識范圍不夠不足以對現(xiàn)場的振動故障進(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)行到故障類型識別這一部分，不能確定故障的具體位置，對

50、故障機(jī)理的分析不夠透徹，缺少對設(shè)備狀態(tài)的綜合評價(jià)、故障趨勢的預(yù)測、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)的開發(fā)研究方面投入的精力較多，而對故障機(jī)理的研究投入的精力相對來說少了一些。（5） 國內(nèi)在診斷軟件的開發(fā)方面進(jìn)展很大，但是沒有統(tǒng)一、規(guī)范的軟件標(biāo)準(zhǔn)，沒有標(biāo)準(zhǔn)的開發(fā)環(huán)境。（6） 現(xiàn)有的診斷系統(tǒng)的診斷過程是非“自主”的。目前已開發(fā)出來的診斷系統(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， 甚至專家系統(tǒng)中的一些推理算法都達(dá)到

51、了很高的水平，而征兆的獲取成為了一個(gè)瓶頸，其中最大的問題是檢測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、葉片動應(yīng)力檢測、調(diào)節(jié)系統(tǒng)卡澀檢測、內(nèi)缸螺栓斷裂檢測等，都缺乏有效的手段。（8） 材料性能在壽命診斷中，對材料性能的了解非常重要，因?yàn)榇蠖鄶?shù)壽命評價(jià)都是以材料的性能數(shù)據(jù)為基礎(chǔ)的。但目前對于材料的性能，特別是對于汽輪機(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)理對故障機(jī)理的了解是準(zhǔn)確診斷故障的前提。目前，對汽輪機(jī)的復(fù)雜故障，有些很難從理論上給出解釋，對其機(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)合振動問題等，這將是阻礙汽輪機(jī)故障診斷技術(shù)的主要障礙之一。（10） 人工智能應(yīng)用專家系統(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)用問題需要解決，主要有知識的表達(dá)與獲取、自學(xué)習(xí)、智能辨識、信息融合等。（11） 診斷技術(shù)應(yīng)用推廣面臨的問題我國汽輪機(jī)診斷技術(shù)在現(xiàn)有基礎(chǔ)上， 進(jìn)一步推廣應(yīng)用面臨的主要問題是研究開發(fā)機(jī)制和觀念問題、診斷技術(shù)與生產(chǎn)管理的結(jié)合問題。機(jī)制和觀念問題主要表現(xiàn)在：