西安电机销售中心谈牵引电机故障诊断推理方法
2013-09-13 18:39:25   来源：www.simotd.com   评论：0 点击：

　　西安电机销售中心文章：在牵引电机故障的诊断中需要首先对电机是否存在异常进行识别，在确认电机存在异常后需要对产生异常的原因进行分析。根据信号类型的不同，故障诊断技术可以分为振动诊断、温度诊断、油液分析、电气综合诊断、光谱分析以及噪音诊断等。在诊断技术发展的初期由于技术条件等各方面的制约，判断故障类型的过程是以人为主导因素，并且信号在经过仪器处理后也需要靠人来分析。随着智能化以及自动化的发展，现代设备故障诊断方法可以分为基于人工智能和基于数学模型的故障诊断方面。基于人工智能的诊断方法中的人工智能主要是对如何使用计算机模拟人脑思维进行研究，核心以及关键技术在对大脑结构以及功能的模拟。基于人工智能的诊断方法可以分为基于专家系统的方法、基于模糊数学的方法、基于案例的方法、基于人工神经网络的方法、基于故障树的方法、基于向量理论的方法。当前信息融合方法、小波分析理论、分形理论、神经网络的成果也被应用于设备故障诊断工作中。基于数学模型的思想是针对诊断对象本身的饱含故障特征构建微分方程，采用状态估计以及参数估计的方法来对系统特征函数、参数、状态进行估计、预测与判断，这种方法需要建立在一个精确的数学模型的基础上。在设备故障检测以及诊断的技术中，提取故障特征信息是十分关键的内容，这一环节直接关系着故障诊断所具有的准确性以及故障预报所具有的可靠性。一般情况下故障特征的信号较弱而非故障信号则比较强，这部分比较强的信号很容易掩盖故障特征信号。所提取的故障特征信息有的可以对系统故障做出直接反应，但是有的也需要经过处理加工后才能够对系统故障做出反映。为了有效对故障特征信息的提取这一难题做出解决，当前信号处理方面的理论以及技术被当做提取故障信号的重要工具。不同领域中的故障机理都存在差异，但是对障碍特征信号的提取与处理方法都基本相同。例如频谱分析法在电力系统和机械振动的谐波分析中都得到了比较广泛的应用。这个对信号进行提取信号的过程主要是对非故障信号进行抑制并对故障特征信号进行突出，从而能够较好的对电机故障特征信号做出识别和分析。