在生活、工作和学习中，难免会面对无法预料的突发事件，为了可以第一时间作出应急响应，很有必要提前准备一份具体、详细、针对性强的应急预案。我们该怎么去写应急预案呢？这次高考家长网为您整理了5篇最新智能故障诊断报告，如果能帮助到您，高考家长网将不胜荣幸。

智能故障诊断报告 篇一

智能：是指能随内、外部条件的变化，具有运用知识解决问题和确定正确行为的能力。表现形式：观察、记忆、想像、思考、判断 智能可分为低级智能和高级智能：

低级智能——感知环境、做出决策和控制行为

高级智能——不仅具有感知能力，更重要的是具有学习、分析、比较和推理能力，能根据复杂环境变化做出正确决策和适应环境变化

智能的基本要素

三个基本要素：推理、学习、联想

推理——从一个或几个已知的判断（前提），逻辑地推断出一个新判断（结论）的思维形式 学习——根据环境变化，动态地改变知识结构

联想——通过与其它知识的联系，能正确地认识客观事物和解决实际问题

智能应具备的条件（能力）

三个基本能力：感知、思维、行为

感知能力——就是能感知外界变化和获取感性知识的能力

思维能力——就是具有记忆、联想、推理、分析、比较、判断、决策、学习等能力

行为能力——就是对外界刺激（输入信号）做出反应（输出信息）并采取相应动作的能力

故障：是指设备在规定条件下不能完成其规定功能的一种状态。可分为以下几种情况： 1）设备在规定的条件下丧失功能；

2）设备的某些性能参数达不到设计要求，超出允许范围；

3）设备的某些零部件发生磨损、断裂、损坏等，致使设备不能正常工作； 4）设备工作失灵，或发生结构性破坏，导致严重事故甚至灾难性事故。

故障的性质

1）层次性——系统是有层次的，故障的产生对应于系统的不同层次表现出层次性。一般可分为系统级、子系统级、部件级、元件级等多个层次；高层故障可由低层故障引起，而低层故障必定引起高层故障。诊断时可采用层次诊断模型和诊断策略。

2）相关性——故障一般不会孤立存在，它们之间通常相互依存和相互影响，如系统故障常常由相关联的子系统传播所致。表现为，一种故障可能对应多种征兆，而一种征兆可能对应多种故障。这种故障与征兆间的复杂关系导致了故障诊断的困难。

3）随机性——故障的发生常常是一个与时间相关的随机过程，突发性故障的出现通常都没有规律性；再加上某些信息的模糊性和不确定性，就构成了故障的随机性。4）可预测性——设备大部分故障在出现之前通常有一定先兆，只要及时捕捉这些征兆信息，就可以对故障进行预测和防范。

故障诊断：就是对设备运行状态和异常情况做出判断。具体说来，就是 在设备没有发生故障之前，要对设备的运行状态进行预测和预报；

在设备发生故障之后，要对故障的原因、部位、类型、程度等做出判断； 并进行维修决策。故障诊断的基本思想：

设被检测对象全部可能状态（正常和故障）组成状态空间s，它的可观测量特征的取值范围全体构成特征空间y 若系统处于某一状态s时具有确定的特征y，即存在映射

；反之，一定的特征y也对应确定的状态s，即存在映射

。状态与特征空间这一关系可表述为：

因此，故障诊断的目的就是：根据可测量的特征向量来判断系统处于何种状态，也就是找出映射关系 f

故障诊断的实质

对于有限状态的系统，令正常状态为s0，n种故障对应的系统状态为s1, s2, …, sn；其中，处于状态si时，对应的可测量特征向量为yi =(yi1, yi2, …, yim)；故障诊断就是由特征向量y =(y1, y2, …, yk)，求出它所对应的状态s的过程

在这种情况下，故障诊断就成为：根据特征向量对被测系统的状态进行分类的问题，或者说对特征向量进行模式识别的问题

结论：故障诊断的实质——模式识别（分类）问题

故障诊断的过程有三个主要步骤：

第一步是检测设备状态的特征信号，即信号测取；

第二步是从检测到的特征信号中提取征兆，即征兆提取；

第三步是根据征兆和其它诊断信息来识别设备的状态，从而完成故障诊断，即状态识别。

——这是整个诊断过程的核心。

故障诊断的任务 故障检测：采用合适的观测方式、在合适部位测取特征信号，即信号测取；采用合适的方法，从特征信号中提取状态征兆，即征兆提取

故障识别：采用合适的状态识别方法与装置，依据征兆而推理识别出设备的有关状态，即状态识别

故障分离与估计（预测）：采用合适的状态趋势分析法，依据征兆与状态推理出状态的发展趋势，即状态预测

故障评价与决策：采用合适的决策形成方法，依据有关的状态和趋势作出调整、控制、维修等，即干预决策

什么是智能故障诊断？ 智能故障诊断：是人工智能和故障诊断相结合的产物，主要体现在诊断过程中领域专家知识和人工智能技术的运用。它是一个由人（尤其是领域专家）、能模拟脑功能的硬件及其必要的外部设备、物理器件以及支持这些硬件的软件所组成的系统。

从传统故障诊断到智能故障诊断 故障诊断技术经历的三个阶段：

第一阶段对诊断信息只作简单的数据处理

第二阶段将信号处理和建模处理应用于数据处理

以上两个阶段，完全基于检测数据处理，没有利用领域专家知识——传统故障诊断阶段 第三阶段以知识处理为核心，信号处理、建模处理与知识处理相融合——智能故障诊断阶段

传统故障诊断的局限性： 未引入人工智能技术前，直接由领域专家完成状态识别任务，不能有效利用专家的知识和经验；

缺乏推理能力，不具备学习机制；

对诊断结果缺乏解释，诊断程序的修改和维护性差。智能故障诊断的优越性：

引入人工智能技术后，能模拟领域专家完成状态识别任务（最大差别），人-机联合诊断，达到甚至超过专家；

发展出基于知识的诊断推理机制，能模拟人类的逻辑思维和形象思维的推理过程； 能解释自己的推理过程，并能解释结论是如何获得的。

智能故障诊断的研究意义：

研究如何及时发现故障和预测故障并保证设备在工作期间始终安全、高效、可靠地运行

——故障诊断技术为提高设备运行的安全性和可靠性提供了一条有效途径

故障的随机性、模糊性和不确定性，导致一个故障的形成往往是众多因素造成的结果，且各因素之间的联系又十分复杂

——传统故障诊断方法已不能满足现代设备的要求，必须采用智能故障诊断方法

智能故障诊断的研究目的 及时发现故障，给出故障信息，并确定故障的部位、类型和严重程度，同时自动地隔离故障； 预测设备运行状态、使用寿命、故障发生和发展；

针对故障的不同部位、类型和程度，给出相应的控制和处理方案，并进行技术实现；

自动对故障进行削弱、补偿、切换、消除和修复，以保证设备出现故障时的性能尽可能地接近原来正常工作时的性能，或以牺牲部分性能指标为代价来保证设备继续完成其规定功能； 进行维修决策，减少维修费用，提高设备利用率。

智能故障诊断的国内外研究概况

20世纪60年代末开始，已历经三个阶段：

美国从1967年开始，nasa、onr率先在故障机理研究和故障检测、诊断和预测等方面取得实用性研究成果；此后，在水泵、空压机、轴承、润滑油、内燃机、汽车发电机组、大型客机等方面都取得了许多研究成果

英国和日本相继在20世纪70年代初开始故障诊断的研究，并在锅炉、压力容器、核发电站、核反应堆、铁路机车等方面取得了许多研究成果

国外，设备维修费平均降低15～20%，技术投入占生产成本的比例，美国7.2%、日本5.6%、德国9.4% 我国从20世纪80年代初开始这方面研究，在石化、冶金、电力等行业得到应用；90年代后在各行业快速发展

目前智能故障诊断的几个重要研究方向 1）集成化智能故障诊断研究：

现代设备复杂性和故障不确定性，单一方法不能满足要求；集成多种方法进行诊断，取长补短，提高诊断智能化水平。2）网络化智能故障诊断研究：

现有诊断大都面向单台或单类设备，可扩充性、灵活性、通用性差，信息不能有效交互和共享；分布式智能诊断能充分发挥各专家的特点，做到资源共享、协调诊断。3）适应型智能故障诊断研究：

利用智能结构、智能agent的特性，构建满足现场需要，并对故障具有自修复、自补偿、自抑制、自消除等适应型智能故障诊断，也是一个很有前途的研究方向。

智能故障诊断报告 篇二

《机械故障诊断技术》读书报告

碰摩诊断案例分析综述

diagnosis of rubbing fault case analysis were review

学 院：

专 业：

班 级：

姓 名：

学 号：

指导教师：

学年学期：

摘要

随着机组精度的不断提高，动静间隙的不断缩小，并受到不平衡、不对中、热弯曲等的影响，经常发生转子碰摩故障。本文以机组故障为实例，通过振动信号的时域、频谱以及转速三维谱图分析，对机组的碰摩故障进行分析诊断。

关键词：故障诊断；时频分析； 理论分析

abstract the paper discuss the important problem in software development——requirements per and user always ignore the communication, it causes directly the software does not meet the good demands of the user, and cost a lot of time and er, it affects the performance of the , the requirements analysis is important in the early time of the paper mainly discusses the requirements analysis’s influence on the system design from requirements develop, requirement management, and requirement ds：software requirement, requirement analysis, system design

目 录 振动信号的分析方法。1

1.1 频域分析。1 1.2 三维频谱图分析。1 2 转子碰摩故障特征。1 3 故障实例。1

3.1 烟气轮机组碰摩故障诊断。1 参考文献。1 振动信号的分析方法

1.1 频域分析

频域分析能通过了解测试对象的动态特性，对设备状态作出评价，准确而有效地诊断设备故障并进行故障定位，为防止发生故障提供分析依据。

频谱分析可以解决以下问题：

（1）求得振动参量中各个频率成分和频率分布的范围；

（2）求出振动参量各个频率成分的幅值或能量，从而得到影响设备运行状态的主要频率值及其对应的幅值。

1.2 三维频谱图分析

三维频谱图对于分析振动故障是很有用的手段，特别是以转速作为第三维的三维频谱图，能较清晰地显示各倍频分量随转速的变化情况。清楚地显示出基频、二倍频、三倍频等诸分量随转速升高时的分布情况。转子碰摩故障特征

高速叶轮机械发生转子碰摩故障时有许多明显的特征，如表 1所示。

表 1 高速叶轮机械转子碰摩故障特征

特征参数 主特征频率 常伴频率

故障特征

低次谐波、高次谐波、组合谐波 工频（一倍频）故障实例

3.1 烟气轮机组碰摩故障诊断

某烟气轮机组（结构简图如图 1所示），在正常检修后开车时发现前端振值较大且不稳定，并呈持续缓慢上升状态，停机时振值已达再次试运时进行了跟踪测试。机组转速在低于时振值及相位均稳定且随转速变化不大，轴心轨迹稳定；转速达到（电机投用）后轴心轨迹开始变得杂乱，且烟机前端水平向振动明显增大；频谱图上三倍频处出现一个振动频带，且随转速上升振动能量越来越大，时域波形有明显的削波现象。

图 1 烟气轮机组结构简图

频谱分析得出的结论是机组存在严重的碰摩故障。解体检修发现，烟机叶轮上叶片根部锁紧销钉与隔板发生严重的整周碰摩，整周的销钉已磨损掉。修复叶片根部锁紧销钉并重新调整了烟机叶轮的位置后开车，机组振动恢复正常。结论

1.碰摩通常发生在不应接触的相对运动的表面，影响碰摩的因素比较复杂，在出现故障时，都会有故障特征，可通过振动信号分析对故障进行诊断。一般来说，转子与静止件发生摩擦时，受到的静止件附加作用力是非线形的和时变的，因此使转子产生非线性振动，在频谱图上表现出频谱成分丰富，不仅有工频，还有高次和低次谐波分量。碰摩严重时，各频率成分幅值迅速增大，转子失稳前频谱丰富、波形畸变、轴心轨迹不规则变化、正进动，转子失稳后波形严重畸变、轴心轨迹发散、反进动、时域波形有明显的削波现象。

2.在汽轮机起动发生动静碰磨时，要根据现场的情况灵活的采取措施，如果是轴封与转子碰磨，在条件许可或有把握的情况下，在较低的转速下可以通过“磨齿”的方法来扩大汽封间隙，减弱动静碰磨，但更换蜂窝汽封后发生动静碰磨，应视情况揭缸处理。

参考文献

软件需求．刘伟琴 刘洪涛译 karl s中文版．北京：清华大学出版社，2004． 面向对象的系统分析。邵维忠 杨芙清．北京：清华大学出版社，2006． 面向对象的系统设计。邵维忠 杨芙清．北京：清华大学出版社，2006．

智能故障诊断报告 篇三

汽车故障诊断实习报告

一、实习（训）目的

经过二年专业理论知识的学习，现在踏身于实践当中，理论与实践的结合，使我学习到一些：

(一)不良反应的处理办法

(二)汽车发动机和空调系统散热不良，造成水温过高会出现以下几种故障现象及解决方法

(三)转向系零件的检查与维修

(四)转向系零件的检查与维修

(五)对密封性能处理的要点

三、实习（训）内容

(一)不良反应的处理办法

1、不良反应：车下滴漏出一摊莫名其妙的液体，且冷却液的液面高度下降。

原因：通常情况下造成滴漏的原因是连接冷却液箱和发动机间的橡皮管有裂缝。

解决方法：变质的冷却液防锈品质下降，不但容易导致散热器、管路、软管等部件的损坏，而且因冷却液的主要成分是乙二醇，滴漏到地上也会造成环境和空气污染。但我们很难通过目测判断冷却液是否变质，所以要定期更换冷却液，切莫等到出现故障再去更换冷却液。一般建议车辆每行驶4万公里或两年须更换新的冷却液，另外每两年须更换冷却风扇皮带。

2、不良反应：发动机点不着火。

原因：发动机的启动是靠电瓶的电流推动火花塞点火完成的，因而启动系统出现故障，很可能是由于电瓶生锈或者电瓶滴漏造成的。解决方法：每一两个月要查看电瓶内的电瓶液是否充足。如果不足，可添加蒸馏水至适当的高度。目前轿车大都采用免维护电瓶，则不可擅自加水。此外，每年都要检查一下电瓶的正负端接点有无生锈或污浊的现象。如果有，要及时到4s店清除干净，以保持电路的畅通。电瓶修复后，可延缓电瓶的报废时间，减少资源浪费和废弃电瓶对环境的污染。

3、不良反应：发动机排气的噪声增加，废气排放也超标。

原因：发动机的废气经高温发生氧化作用，很可能导致排气系统泄漏。

解决方法：检查排气系统的管路、接口处是否被废气腐蚀，接口垫有没有被冲坏。若发现排气系统泄漏应及时修理或更换泄漏的部件。每年检查一次不仅可以保证排气系统正常运转，更重要的是减少尾气中有害物质对环境的污染。

(二)汽车发动机和空调系统散热不良，造成水温过高会出现以下几种故障现象及解决方法：

1、在交通不畅－堵车或长时间怠速时，发动机水温表显示过高，电子风扇高速挡工作时间过长，发动机噪音增大，气温过高开空调时故障最为明显。

解决方法：热车后，检查防冻液储水罐上端的回水管回水情况，若回水不畅或堵塞会造成水温过高。

2、在气温过高开空调时，怠速不稳转速浮动过大，急加速无力，发动机有异响。

解决方法：检查冷凝器与水箱之间的灰尘是否过多，用高压气彻底清洗，保证水箱和冷凝器有良好的散热性能。

3、热车熄火十几分钟后，在启动时不容易着车；热车行驶时有时会自动熄火。

解决方法：在热车时，检查水箱上下水管的温差，如果温差太大，需要检查节温器的开度和水泵是否有转速丢转的故障。

4、冷车时空调制冷温度很凉，热车时空调制冷效果不明显；而且空调系统内有较大的共振嗡鸣声。

解决方法：由于防冻液的添加和更换不规范，会造成发动机水道和水箱提前堵塞，出现水温高的现象。防冻液两年更换一次，在更换和添加时必须使用原厂配件。

5、车平时没什么毛病，可是最近在行驶时离合器老有异常响动。请问遇到这类情况车主该如何应急？异响的原因是什么？ 故障分析：当踏下离合器踏板时，能清楚地听到离合器部位有异响；当放松踏板的一瞬间更为明显，导致这种情况的原因主要是：离合器压盘弹簧折断或分离轴承松动；离合器钢片碎裂；离合器分离杠杆折断、磨损过度或分离杠杆调整螺栓折断。大多是离合器分离轴承出现了质量问题。这种情况更提醒车主要及时去维修。提前去维修，也许车主只需要更换分离轴承和导套，但如果长时间拖延，将会导致要更换一系列的东西，而且费用会更加昂贵。

如果车主遇到这种异响，也不要过于惊慌。首先应该和前车保持一定的车距，将汽车停在适当位置，拉紧手制动器，垫好三角木，将变速器挂入空挡位置。然后司机可以打电话咨询4s店，了解一些具体的应急操作方法，或者低速行驶将车开到4s店尽快维修。

(三)转向系零件的检查与维修

1.转向柱与转向管柱的检查

1）检查转向柱与转向管柱的变形与损坏情况 不允许补焊或矫正，若变形或损坏严重必须更换。检查转向柱轴承的磨损与烧蚀情况，严重时应更换。

2）转向传动轴万向节的检查

用手检查万向节在十字轴的两个方向的径向间隙，若发现有间隙时，应更换万向节的轴承。拆卸万向节时，先将轴承拆下，再拆下十字轴（拆前做好万向节与传动轴的对正标记）。装配时，应先将万向节与传动轴的对正标记对准，先装上十字轴，然后用台钳压人轴承。

3）转向柱支承环的检查

捷达轿车转向柱支承环的检查。检查转向柱上支承环的磨损与损坏情况，严重的应更换。

4）安全柱销及橡胶支承套的检查

桑塔纳轿车安全柱销及橡胶支承套的检查。检查转向柱上的安全销是否损坏，橡

胶衬套及聚乙稀套管是否损坏。检查橡胶支承环是否老化、损坏。检查弹簧是否损坏或弹力减弱。

2.转向器的检查

1）机械转向器的检查

检查转向小齿轮与齿条有无磨损与损坏，转向器壳体上是否有裂纹，并注意转向器上的零件不允许焊接或矫正，只能更换。还要检查轴承及衬套的磨损与损坏，以及油封、防尘套的磨损与老化情况，并及时更换之。

2）转向减振器的检查

桑塔纳轿车转向减振器的检查。检查转向减振器是否漏油，规定油量为86ml。

检查转向减振器的行程。工作行程l应为最大长度（lmax）556mm与最小长度（lmin）344.5mm之差，为211.5mm。行程不足时应更换。

检查转向减振器的阻尼力，最大阻尼载荷为560n，最小阻尼载荷为180n（在试验台上进行）。检查转向减振器的支承是否开裂。检查转向减振器端部的橡胶衬套是否损坏老化。

3）动力转向器的检查

检查所有漏油处，更换全部o形圈及密封垫。液压分配阀若有问题必须整体更换或更换分配阀上的密封环。检查小齿轮、齿条是否损坏。检查轴承、油封是否损坏。检查防尘罩是否损坏与老化。检查转向器外壳是否有裂纹和漏油处。

3.动力转向油泵的检查

动力转向泵所有金属元件的清洗只能使用酒精。流量控制阀的检查，检查流量控制阀，保证其能在泵壳、泵体孔滑动自如，若卡住，检查控制阀的泵壳、泵体孔是否存在杂质、刮痕和毛刺。毛刺可用细砂布去掉，若阀或泵壳、泵体有损坏而不能修复，则对损坏件进行更换。

流量控制阀只能作为一总成来维修，不能对它解体。从阀的进入口加液压时，应能顺利进入。当堵住一个阀孔，从阀孔朝阀内反方向加压时（400-490kpa），空气不应从阀孔流出。

检查前压力板和后压力板表面是否与泵环接触良好。安装时要保证其与泵环（定子）平行，检查所有零件是否有裂纹和擦伤，更换损坏的零件。前压力板、后压力板及泵环（定子）上抛光度高的表面总是存在正常的摩擦痕迹，不要把这些看成是擦伤。检查泵轴轴套、轴承，若损坏则更换。将轴承从泵轴上压出，再压入新轴承。检查所有转子叶片在转子槽中是否运动自如，叶片与转子的槽侧隙，使用间隙为0.028mm，超过时，应更换叶片。检查泵轴花键是否磨损，泵轴是否有裂纹和其他损坏，更换所有过度磨损和损坏的零件，更换一新泵轴卡环。

检查泵壳是否有磨损、裂纹、铸造砂眼和损坏，有所列任一情况，则更换泵壳。

检查压力软管和控制阀塞子，若损坏则更换。检查端盖卡环，若损坏，则更换。若卡环发生扭曲或变形，不能再用。若不能肯定卡环好坏，则予以更换。

检查转子与定子的径向间隙，用塞尺8检查转子7与定子9的径向间隙。使用极限为0.06mm，超过时应优先更换定子（与转子有相同的标记的）。

4.转向横拉杆的检查

1）检查横拉杆是否弯曲 必要时校正。检查调整螺栓的螺纹有无乱纹现象。

2）转向横拉杆球头的检查 检查转向横拉杆内、外球接头（球头销）的转动力矩和摆动力，用弹簧秤检查内、外球头销的摆动力分别应为5.9-51n和6.9-64.7n。用扭力扳手检查转向横拉杆外球头销的轴向间隙应为0，·m，若达不到要求，则应更换球头销。

3）连接支架的检查 桑塔纳轿车连接支架的检查。检查连接支架、连接件和减振器支架有无断裂和变形现象，检查转向横拉杆内衬套是否损坏和老化。

四、实习（训）总结

“光阴似箭，日月如梭”，时间过的真是太快了，不知不觉就已经离开学校在外面实习一个多月了，在这次实习中，我学到了很多书本上没有的东西，我对汽车也有了更深刻的了解。汽车的整体构造，各个零部件的位置有了更新的认识。我知道要把汽车准确、迅速的修理好也不是一件容易的事情，作为新一代的技术人员，我们就应该努力把汽车修理学好，也为自己的将来打好基础。

在这次实习中我认识到要把这项技术学习好，首先要有丰富的理论知识，要有灵活的思维，要有精心钻研的意志，只有这样才能吧车迅速的修好。

同时我还了解到了工作不像在学校，在学校老师可以毫无保留的把自己平时所学教给自己的学生，可是在工作单位上却不是一样的，师傅不是像老师那样苦口婆心，也不会像老师那样的无私，在单位上学什么东西都得靠自己，如果自己不争取别人是不会督促你的，所以你得时时刻刻的抓住一些可以学习的机会，使得自己的技术学的更快更精。

与人沟通，这是我们日常生活工作中非常重要的一个基本能力，我们要学会善于与人沟通。在实习的过程中我们主动地与维修厂的员工进行交流，不懂就问，有时也会聊一些生活上的小事，使我们在这一个多月里相处得很好，让我们学到不少书本上没有的东西。由此，我明白了，在与他人的沟通之中我们要保持主动、积极的态度。

经过了一个多星期的实习，在学到了专业知识的同时，也增加了对于汽车的兴趣。

相比过去的专业课实习，这一次不仅能够学好实习过程中遇到的知识，更能从眼前的实物衍射出去，看到广阔的外界。在了解知识点的同时认识更多的未知。

在实习过程中也看到了自己在专业知识上的不足。同时进行实际操作时，经验上的欠缺导致细节上频频出现纰漏。这些若是发生在实际工作中将造成致命的失误。因此我再次了解到，我们现在所学习的知识仅仅是汽车实际运用中所需要的冰山一角。想要在这一行中干出一番事业来，我还有很多很多需要学习。

同时，我也了解到：学会使用合理的手段达到预期的效果，不能过分自信也不能不试一试就放弃。这是我本次实习所学到的最重要的东西。

我坚信，对于马上就要真正走上社会的我，这一个多星期一定会成为我人生路上的基石。

五、指导教师评语与评分

智能故障诊断报告 篇四

引言

自进入21世纪以来，信息技术为广大居民的生产生活带来了很大的变化，机电设施也在整个生产过程发生着变化。在机械采矿中，添加了多种智能、自动化设施。由于是机械设施，在生产与运行中很容易出现各种问题，从而影响矿业发展。因此，在现实工作中，必须将诊断与维修技术作为研究重点，在将要发生或者发生故障时，对其进行预警，控制故障延伸，确保工作人员安全。

1故障诊断技术的总体概括

1.1设备诊断技术概念

从整体来看：故障诊断技术属于防护方式，它是在确保生产过程的条件下，让各个设备的参数满足最佳状态，然后再通过精密的仪表、仪器检测设备是否满足运行要求，是否有数值变化和破损现象。如果有异常，明确出现异常的原因，破坏程度，能否持续利用，能够持续利用的时间，然后再结合设备的受损度，看能否利用代替性的设备延伸时间，减小成本消耗。当然，这一切工作都是在正常的运行状态中才有效。

1.2故障诊断的技术原理

目前，应用在矿山机电设备智能故障诊断的技术主要包含：数字建模、数据采集、识别分析、状态预测和信息处理。数字建模是诊断智能故障的总规划和原则，它要求展现智能分析优势。例如：在数学模糊诊断中，a是可能发生的事实案例，b是数据库事例，通过对比a与b，在分析权值与特征的条件下得到准确的结果。数据采集，是矿山机电设备事先制定好参数值，然后再诊断设备，进行数值采集，用建模的方式对两份数值进行比对。一旦数值参数大于预设范畴、曲线变化，那么说明机电设备还存在问题。识别分析，是在掌握机电设备测试参数与原始参数的情况下，结合参数变化，从故障库中找到类似样本，再确认产生故障的原因。也只有智能分析与识别，机电设备诊断与检测才能达到智能要求。状态预测，是在预测、识别现有参数后，结合相关资料，验证机电设备运行状态，同时这种结果具有很好的可信性与真实性，该预测结果同时也是深入机电设备运行的有效条件。信息处理，则是一份有效的测试参数，它要求将数据模型变成参数模型，再通过分析等形式进行处理。它能准确分辨无用与有用信息，通过综合处理信息，找准诊断结果和过程分析后，最后得出一份理想的分析报告。

2矿山机电设备出现故障的原因

2.1配合关系

从检查已有设备故障反馈的信息来看，大多数故障都是零件原配变化或者损伤造成的。在这期间，零件损伤是零件原设计与形态出现偏离，这种偏离多数是机械使用或者内部因素所致。常见的零件损伤体现为：意外和老化损伤所致。

2.2超出设备负荷

在相关设备设计之前，工作人员都会对参数极限进行限制，一旦其输出参数超过设计极限时，它的运行状态就会遭到破坏，甚至出现不同程度的故障。如果是超负荷造成的故障，就必须对技术参数和相关设备进行调整，并且采用适当的方式，以帮助其改善承受力。

2.3设备损耗

设备损耗是在内外因素的共同作用下，随空间与时间的改变，其综合能力不断降低。造成这种情况的主要原因是：机件刚性不够、间隙过大、部件磨损与老化、相关设施磨损、系数过大、负荷增加、关键负荷的联接发生磨损与变形等。

3故障诊断在矿山机电维修中的运用

3.1诊断类别

从故障诊断的目的来看：它是对机电设施的计划与检修，以此保障各种生产设施运行的连续性。大致分成：事后检修、根据周期检修和状态检修。事后维修是机电设施发生故障的治理方案，不属于主动对策的范畴，而是大多数机电设施在没有准备的状态下采用的方法。因此，将事后诊断应用在矿山机电设施中的效果并不太理想，其检修质量也有待提高。周期检修相对固定，并且带着强制的特征，同时也是负责的展现。该方式方便易操作，大多数情况下是结合维修或者使用周期操作，从外看这种似乎会增加工人成本，事实上它是不可缺少的打基础部分，从某种角度来看它也是节约成本的体现，通过积极防护设施，延长相关设备的使用年限和周期，并且及时发现和修复问题，最大程度的避免问题带来的停产损失。因此，固定维修对矿山机电设备具有很好的作用，它能最大程度的做到防患于未然，从而降低经济损失。状态检修，是在数据分析的条件上，让每个工作人员负起对应的责任，然后再结合各种部件出现问题的时间推断故障时间。虽然这种预测不能准确捕捉时间，甚至还存在误差，但是能给企业警告的作用，避免措手不及的状况发生。在争取将设备控制在萌芽阶段的过程中，帮助其延长使用周期，减小安全隐患，以确保生产正常进行。

3.2诊断方法

首先是参考历史进行诊断记录，通过对局部系统和元器件进行排查，找出问题症结，这也是矿山机电设施诊断与维护的主要方法之一。一旦出现故障，对相关结论进行精细归纳，最后生成诊断集。第二次出现类似故障时，就能借用诊断路径与经验对其进行处理与诊断。它的优点是相同故障发生时，定位快速。其次是智能诊断，在控制系统、模拟人脑的基础上，获取、再生、传递、利用相关信息，最后利用已经准备好的经验策略。其具体包含灰色系统、模糊诊断、专家诊断、神经网络等方法。当前，应用最广的是神经网和专家体系，让诊断更加智能化。矿山机电设备故障诊断具有隐蔽性与复杂性，通过传统的方法进行精确、迅速的诊断。同时，专家系统能精确的应用专业知识与经验，通过模拟思维，对故障进行求解，最后得到结论。在人工智能诊断的基础上，借助计算机系统与已有经验解决故障。

4矿山机电设备故障监测的步骤

从整体来看：矿山机电设施故障诊断主要包含以下步骤：信息采集、处理、识别、建模和预测。在信息采集中，对机电设施运行参数、状况与数据信号进行有效监测，利用传感器传输的信息数据进行整理，最后放进网络进行存储，以备后续利用。信息处理，是对设备运行状态进行数据整理和识别。当然，在这期间，存在有用与无用信息之分，因此必须对相关信息进行区分与整理，剔除无用信息，并且转换数据，对具体信息进行有效分析，最后将数据变成设备能接受的信息与数据。信息处理与识别是在信息采集后，对相关信息进行识别与分析，包含数据分类、识别与分析，然后再将信息与之前得到的数据进行比对，最后得出设备运行中可能存在故障的区域、故障原因与类型。在矿山机电生产中，机电设施由多种信息数据和参数，并且和设施状态、是否存在隐患有着直接的关系。对此，必须建立起良好的模型，以确定和反映设备状态与故障之间的数学关系。预测技术是对机电设施的故障状况以及剩余使用时间进行预测，它能作为机电设施故障维修与保养的条件，从而避免机电设施出现不必要的故障。

5.结语

为了推动矿业发展，提高开采安全性，在矿山开采中必须注重相关设备的故障诊断与维修技术。在开采中，做好故障记录与整理归档工作，经常对压力、温度进行检查，一旦发现问题立即解决，这样才能改善故障诊断技术，进一步完善与优化诊断系统。

智能故障诊断报告 篇五

一、绪论 □ 智能：

■ 智能的概念

智能是指能随内、外部条件的变化，具有运用知识解决问题和确定正确行为的能力。■ 低级智能和高级智能的概念

低级智能——感知环境、做出决策和控制行为

高级智能——不仅具有感知能力，更重要的是具有学习、分析、比较和推理能力，能根据复杂环境变化做出正确决策和适应环境变化

■ 智能的三要素及其含义

三个基本要素：推理、学习、联想

推理——从一个或几个已知的判断（前提），逻辑地推断出一个新判断（结论）的思维形式 学习——根据环境变化，动态地改变知识结构

联想——通过与其它知识的联系，能正确地认识客观事物和解决实际问题

□ 故障：

■ 故障的概念

故障是指设备在规定条件下不能完成其规定功能的一种状态。可分为以下几种情况： 1.设备在规定的条件下丧失功能；

2.设备的某些性能参数达不到设计要求，超出允许范围；

3.设备的某些零部件发生磨损、断裂、损坏等，致使设备不能正常工作； 4.设备工作失灵，或发生结构性破坏，导致严重事故甚至灾难性事故。■ 故障的性质及其理解

1层次性——系统是有层次的，故障的产生对应于系统的不同层次表现出层次性。一般可分为系统级、子系统级、部件级、元件级等多个层次；高层故障可由低层故障引起，而低层故障必定引起高层故障。诊断时可采用层次诊断模型和诊断策略。

2相关性——故障一般不会孤立存在，它们之间通常相互依存和相互影响，如系统故障常常由相关联的子系统传播所致。表现为，一种故障可能对应多种征兆，而一种征兆可能对应多种故障。这种故障与征兆间的复杂关系导致了故障诊断的困难。

3随机性——故障的发生常常是一个与时间相关的随机过程，突发性故障的出现通常都没有规律性，再加上某些信息的模糊性和不确定性，就构成了故障的随机性。

4可预测性——设备大部分故障在出现之前通常有一定先兆，只要及时捕捉这些征

兆信息，就可以对故障进行预测和防范。

□ 故障诊断：

■ 故障诊断的概念

故障诊断就是对设备运行状态和异常情况做出判断。具体说来，就是在设备没有发生故障之前，要对设备的运行状态进行预测和预报；在设备发生故障之后，要对故障的原因、部位、类型、程度等做出判断；并进行维修决策。■ 故障诊断的实质及其理解

故障诊断的实质——模式识别（分类）问题 ■ 故障诊断的任务及其含义

故障检测：采用合适的观测方式、在合适部位测取特征信号，即信号测取；采用合适的方法，从特征信号中提取状态征兆，即征兆提取

故障识别：采用合适的状态识别方法与装置，依据征兆而推理识别出设备的有关状态，即状态识别 故障分离与估计：采用合适的状态趋势分析法，依据征兆与状态推理出状态的发展

趋势，即状态预测 故障评价与决策：采用合适的决策形成方法，依据有关的状态和趋势作出调整、控

制、维修等，即干预决策

□ 智能故障诊断：

■ 智能故障诊断的概念

智能故障诊断是人工智能和故障诊断相结合的产物，主要体现在诊断过程中领域专家知识和人工智能技术的运用。它是一个由人（尤其是领域专家）、能模拟脑功能的硬件及其必要的外部设备、物理器件以及支持这些硬件的软件所组成的系统。

□ 智能故障诊断的研究方法：

■ 基于知识的研究方法

基于知识的研究方法：不需要对象的精确数学模型，而是根据人们长期的实践经验和大量的故障信息设计出一套智能计算机程序，以此来解决复杂故障诊断问题。模糊故障诊断

专家系统故障诊断 神经网络故障诊断 信息融合故障诊断 智能体故障诊断 集成化故障诊断 网络化故障诊断

二、智能故障诊断的构成 □ 基本结构：

■ 智能故障诊断系统的基本结构

两大部分：故障检测与诊断、故障容错控制

输入控制执行器监控对象输出数据库故障检测与诊断知识库故障容错控制智能故障诊断与容错控制的基本结构

■ 智能故障检测与诊断模块的主要任务和基本要求

知识获取

故障检测与诊断：就是从监控对象中适时准确地检测出故障信息，并对故障产生的原因、部位、类型、程度及其发展做出判断。

其主要任务通常包含以下几个方面的内容： 1.获取故障信息；

2.寻找故障源，确定故障的位置、大小、类型及原因； 3.评价故障的影响程度，预测故障的发展趋势； 4.对检测诊断结果做出处理和决策。基本要求包括以下几方面：

1）对故障具有强检测能力

故障检测能力的强弱，一方面反映了检测诊断模块对故障的检测能力，另一方面也直接影响故障诊断的效果

对弱故障信号和早期故障信号，故障检测能力尤为重要 2）对故障具有强诊断能力

能综合运用多种信息和多种诊断方法，以灵活的诊断策略来解决诊断问题； 能通过使用专家的经验，而尽量避开信号处理方面复杂的实时计算；

能处理带有错误的信息和不确定性信息，从而相对降低对测试仪器和工作环境的要求。

3）尽量采用模块化结构

结构应当模块化，使之可以方便地调用其他应用程序

如维修咨询子模块、模拟故障诊断子模块等 4）具有人机交互诊断功能

现代设备的复杂性，要求综合运用多种知识源（浅、深知识）来求解复杂问题 用户适当地实时参与，将使诊断速度更快、准确性更高

用户参与有主动和被动两种方式：主动参与可干预和引导推理过程；被动参与只回答提问，而不干预推理过程 5）具有多种诊断信息获取的途径

获取的诊断信息越丰富，则诊断效果越好

首先，应具有自动获取状态信息（当前、历史）的功能 其次，应能通过人机交互获取状态信息 6）对问题求解应当实时和准确

实时：一旦发现故障迹象，应立即开始诊断工作

准确：输出结果应当细致明了，对于并发故障允许输出多个诊断解，对于同一故障则只有一个诊断解，对于征兆不完备情况应输出按权值排序的多个候选故障解

7）具有学习功能

现代设备的复杂性以及新知识的不断涌现，导致专家现有知识的不足 要求系统具有被动和主动（自学习）获取新知识的能力

8）具有预测能力

应能预测故障的发生和发展，以便在故障没有发生之前采取措施，将故障消灭在萌芽状态，使损失减为最小 9）具有决策能力

故障出现前，应能提前预测故障

故障出现后，应能对故障做出决策并提供维护方案

□ 构成原理：

■ 故障检测与诊断的常用方法

1）基于数学模型的故障检测与诊断方法

特点是必须将故障数学模型化，有时建立模型很困难 不依赖实例和经验，适用于新的没有成熟经验的诊断

2）基于参数估计的故障检测与诊断方法

特点是须先确定一个信任域，当参数超出域时认为故障 适用于故障能由参数的显著变化来描述的诊断

3）基于信号处理的故障检测与诊断方法

通过对检测信号的分析处理，利用特征信号对故障进行识别和诊断。典型方法：小波变换、模态分解等

4）基于知识的故障检测与诊断方法

不需精确的数学模型，能模拟人的思维过程，具有自学习、自组织、自推理能力

5）基于实例的故障检测与诊断方法

是一种使用过去的经验实例指导解决新问题的方法

优点是不需从实例中提取规则，求解快；不足是能搜集的实例是有限的，求解时可能出现误诊或漏诊

6）基于模糊理论的故障检测与诊断方法

征兆的描述、故障与征兆的关系往往具有模糊特性，模糊语言变量能更准确地表示这种模糊性的征兆和故障

问题在于知识获取困难：如何确定故障与征兆间的模糊规则；如何实现模糊语言变量与隶属度间的推理转换

7）基于神经网络的故障检测与诊断方法

利用神经网络的联想、推理和记忆能力进行知识处理

适用于复杂多模式的诊断，有离线和在线诊断两种方式

■ 智能故障诊断中的机器学习策略及其理解

简单学习：

文献、专家和资料所描述的关于诊断对象的结构、功能、运行约束条件等知识，机械学习机制为主；

主要用于元知识学习阶段

交互学习：

知识工程师或诊断对象处理过的知识，讲授学习机制为主； 主要用于领域知识学习和知识库丰富阶段 独立学习：

推理策略面对的新知识，归纳学习机制为主； 主要用于诊断能力改善阶段 文献、专家知识工程师诊断对象简单学习交互学习知识检验与评价知识库独立学习

□ 构成方法：

■ 智能故障诊断系统的设计要求

智能故障诊断系统的设计，一般应满足以下要求：

1）满足故障诊断的实际需要；

主要指标有故障诊断率、诊断结果准确率、系统可靠性和投资效益比等，一般需分阶段实现系统目标。

2）建立适应不同诊断对象的知识库；

智能故障诊断系统是基于知识的，以知识处理为研究内容，知识库的建立是保证诊断结果正确性的前提。

3）能自动获取征兆；

征兆的自动获取是实现故障诊断智能化的重要环节。将征兆获取从用户交给计算机，既可减少人为差错、提高诊断准确率，又可减轻操作要求、提高系统可接受性。4）诊断和推理方法应符合故障诊断要求；

应从征兆出发去诊断故障，征兆对故障的肯定和否定程度，是故障诊断的根本依据。因此，知识表示和不精确推理应当充分反映故障诊断的特点。

5）能实现计算机自动诊断；

完成系统的方案设计后，用计算机进行系统的实际开发，可以使故障诊断易于实现，并获得最佳效果。

6）系统要经过严格的测试和考核。

一方面，开发进度的加快导致测试时间减少；另一方面，系统一般是由缺少现场经验的人员研制的。

经实验室模拟测试、现场测试后，才能投入实际应用。

三、智能故障诊断的控制方案 □ 几种控制方案的基本原理

■ 基于状态反馈、基于多模冗余、基于功能模块、基于神经网络、基于专家系统的控制方案 □基于专家系统的控制方案 ■ 结构、原理

控制方案：知识库存放领域专家知识；数据库存放监控对象原始数据、故障特征数据等；推理机按一定的推理规则，对监控对象进行故障识别、估计和决策，根据故障性质采取相应策略进行容错控制。x执行机构监控对象故障检测与分离推理机知识库y数据库知识获取 ■ 推理过程和推理机的概念，推理策略及其理解

推理：就是对故障进行识别和容错控制

推理过程：就是将数据库中的事实与知识库中的规则进行匹配的过程 推理机：实际上就是实现推理过程的一种智能程序 推理方法：正向推理、反向推理、正反向混合推理

基于数据驱动的正向推理策略：推理过程较慢，适用于搜索空间较小的知识库；

基于目标驱动的反向推理策略、正反向混合的双向推理策略：推理效率较高，适用于搜索空间较大的知识库或在线故障诊断。

■ 知识的分类及其理解

1）原型知识：

原型知识是领域专家指出的故障集和征兆集这两个集合之间存在的确定的映射关系“征兆族故障”

生成的诊断知识可由规则或框架表示 它是故障诊断必备的知识，也是推理机工作的基础

2）关联知识：

关联知识是描述故障传播特性的知识 生成的诊断知识一般由规则来表示

它表征了诊断系统内部的状态联系，构成了诊断问题的求解路径，引导诊断向纵深推进直到故障的位置和原因

3）权重知识：

权重知识是领域专家对故障间关系及证据可靠度的认识 它可以有目的地引导诊断过程的进行，提高诊断效率

■ 对象的分解及其理解

1）结构分解：从结构上对系统进行分解，把系统的总体结构分解为下一层的子结构，直到最低层次的零部件

最终可确定系统故障的物理位置，但难以表达子系统间的相互关系，难以反映由联系劣化所引起的故障

2）功能分解：从功能上对监控对象进行分解，把系统的总体功能分解为下一层次的子功能，直到最低层次的基本功能

无论子系统或与其相联系的故障都能在功能层次中反映出来，但最终确定的诊断结果是系统劣化的功能模块

3）故障分解：从故障类型上对监控对象进行分解，下层总是上层的特例、而上层则是下层的概括，直到最具体的故障

可反映出所有类型的故障，但难以确定故障的物理位置

综合分解原则：在高层采用结构和功能分解，减少分类过程的搜索量；在中间和低

层采用故障分解，与诊断目的一致

四、智能故障诊断的控制策略 □ 瞬时故障的消除：

■ 几种常见的瞬时故障消除策略

1）循环采样技术：将信号的一次采样改为循环采样，通过对采集数据的类比分析，消除瞬时故障

2）自动补偿技术：采用特殊结构和特殊装置组成补偿器，抵消瞬时故障影响，如温度补偿器

3）自动切换技术：设备运行中出现瞬时过载等不安全情况时，使设备有关部分或全部停止运行，消除瞬时故障影响和保护设备，如切换开关、熔断器

4）阻尼技术：设备运行中出现过载物理量时，对其加以限制或衰减，消除瞬时故障影响，如电感器抑制过电压、减震器吸收振动冲击等

5）旁路技术：把瞬时过载能量或不需要的物理量从旁路泄走，如低阻通路将瞬时过载电能旁路到大地、过流阀旁路掉液压或气动系统能量等

6）屏蔽技术：把瞬时故障的效应屏蔽起来，以消除瞬时故障的影响，如碳纤维或形状记忆合金等

7）隔离技术：通过设计瞬时故障隔离器来消除瞬时故障的影响，如电磁隔离等

□ 多模块并行诊断策略：

■ 概念或原理

即对同一种故障信息，用不同的诊断模块进行识别，若结果相同或基本相同，则认为诊断成功，并根据故障性质和故障特征，调用相应的容错模块对故障进行容错控制；若诊断结果差异较大，则可采用表决方法对结果做出判断。

■ 单输出对象：模型区域划分、模型切换、避免切换震荡

模型区域划分：

仅根据控制器输出所在的一维区域，划分为有代表性的不同工作区段。

模型切换：

根据期望控制器输出判断下一时刻系统处在哪个子模型控制器的控制域内，以此切换模型。

避免切换振荡：

扩大训练域冗余，使相邻训练域相互重叠；

在总的工作范围内离线训练一个网络模型，作为过渡过程使用。

■ 多输出对象：模型区域划分、模型切换

模型区域划分：

不能仅根据控制器输出所在的一维区域进行划分，可以通过聚类方法划分样本空间进行子模型训练。

模型切换：

选择包括当前系统状态的子模型作为控制器；

将当前输入与各子模型工作空间的隶属度作为权值，各子模型都对输出进行加权贡献。

五、智能故障诊断的实现方法 □ 故障信号检测： ■ 可预测故障和不可预测故障的概念

1）可预测故障：是指那些可预先知道的故障。故障发生前通常都有一定征兆，只要及时捕捉这些征兆信息并采取相应措施，就可预防故障。渐发性故障是一种最常见的可预测故障。

2）不可预测故障：是指那些不可预先知道，但会影响设备正常工作的故障。突发性故障是其中最典型的一种。

可预测故障通常有一定规律性，易于检测和防范；不可预测故障具有随机性，且常对设备造成严重危害，是故障诊断研究的主要对象。

■ 故障的判断标准

1）绝对标准：在设备的同一部位、按一定要求测得的表现设备状态的值，与某种相应判断标准相比较，以评定设备的状态。

2）相对标准：对设备的同一部位、同一工况、同一测量值，用相同方法进行定期测取，按时间先后将实测值与正常状态下的初始值进行比较来判断。

3）类比标准：若有多台机型相同、规格相同的设备，在相同条件下用相同方法进行测定，通过相互比较来评定设备的状态。

■ 微弱信号检测的概念

微弱信号检测：分析噪声产生的原因和规律，研究被测信号的特点和相关性，检测被噪声淹没的微弱有用信号、或从强噪声中提取有用信号、或采用其他新技术和新方法来提高检测系统输出信号的信噪比。

■ 早期故障的主要特点及其理解

1）早期故障信号很微弱：早期故障属于轻微故障，其故障信号分量通常很小，不易察觉；

2）早期故障信号表征不明显：早期故障信号的幅值、相位、时频特性等变化很小，表征很不明显；

3）早期故障信号容易被噪声信号淹没：由于噪声信号通常会夹杂在故障信号中，当故障信号很弱时噪声信号就相对较强，早期故障信号常被噪声信号所淹没，具有很大的隐蔽性。

□ 故障特征识别： ■ 故障识别的内容

1）正确选择与设备状态有关的特征信号

特征信号是指与设备功能紧密相关的、最有用的、能代表设备运行状态的信号

应根据不同监控对象，选取最能反映其运行状态的那部分信息作为特征信号 选择特征信号依据：经济性好、信息量大、敏感度高

2）正确地从特征信号中提取征兆

对特征信号进行处理，提取出与设备状态相关的、能直接用于诊断的征兆信息

3）正确地根据征兆对设备进行状态识别

征兆是故障诊断的基本信息

采用合适的故障诊断理论与方法对征兆加以处理，对不同的设备状态进行模式识别

4）正确地根据识别结果对设备进行状态诊断

有故障时，分析故障的位置、类型、性质、原因与趋势——故障定位 无故障时，分析状态趋势，预计未来情况——故障预测 5）正确地根据状态诊断对设备进行干预决策

干预设备及其工作进程，保证设备安全可靠高效运行

■ 故障识别的内容

故障识别过程可分为以下四步进行：

1）特征信号检测

2）征兆信息提取 3）设备状态识别 4）故障维修决策

原始信号特征信号征兆信号设备维修决策信号检测特征提取状态预测状态诊断状态识别 ■ 组合思维的概念、基于组合思维的识别方法

专家系统知识处理模拟的是人的逻辑思维，神经网络知识处理模拟的是人的经验思维，将逻辑思维、经验思维和创造性思维集成在一起，就形成组合思维

首先用经验思维进行识别；当经验思维无法解决问题时，转向高一层的逻辑思维；当逻辑思维也无法解决复杂问题时，转向更高一层的创造性思维，即通过提出新的假设，经过检验后再发现新理论和解决问题的新方法

矛盾新假设检验新知识创造性思维知识库x故障特征提取逻辑思维规则匹配模式匹配逻辑推理经验思维报警y

考试说明

□ 考试方式：

■ 闭卷，试卷成绩60%，平时成绩40% □ 考试题型：

■

一、名次解释：6题，5分/题，共30分

■

二、简答：8题，3题10分、5题8分，共70分 □ 考试时间：

■ 第10周周四（5月2日）下午14:30-16:30 □ 考试要求：

■ 严禁一切作弊行为