故障診斷

檢測性能指標
1、早期檢測的靈敏度。是指一個故障檢測系統(tǒng)對“小”故障信號的檢測能力。檢測系統(tǒng)早期檢測的靈敏度越高,表明它能檢測到的最小故障信號越小。
2、故障檢測的及時性。是指當診斷對象發(fā)生故障后,檢測系統(tǒng)在盡可能短的時間內(nèi)檢測到故障發(fā)生的能力。故障檢測的及時性越好,說明從故障發(fā)生到被正確檢測出來之間的時間間隔越短。
3、故障的誤報率和漏報率。誤報率是指系統(tǒng)沒有發(fā)生故障卻被錯誤地判定出現(xiàn)了故障;漏報則是指系統(tǒng)中出現(xiàn)了故障卻沒有被檢測出來的情形。一個可靠的故障檢測系統(tǒng)應(yīng)當保持盡可能低的誤報率和漏報率。
診斷性能指標
1、故障分離能力。是指診斷系統(tǒng)對不同故障的區(qū)分能力。這種能力的強弱取決于對象的物理特性、故障大小、噪聲、干擾、建模誤差以及所設(shè)計的診斷算法。分離能力越強,表明診斷系統(tǒng)對于不同故障的區(qū)分能力越強,那么對故障的定位也就越準確。
2、故障辦識的準確性。是指診斷系統(tǒng)對故障的大小及其時變特性估計的準確程度。故障辨識的準確性越高,表明診斷系統(tǒng)對故障的估計就越準確,也就越有利于故障的評價與決策。
綜合性能指標
1、魯棒性。是指故障診斷系統(tǒng)在存在噪聲、干擾、建模誤差的情況下正確完成故障診斷任務(wù),同時保持滿意的誤報率和漏報率的能力。一個故障診斷系統(tǒng)的魯棒性越強,表明它受噪聲、干擾、建模誤差的影響越小,其可靠性也就越高。
2、自適應(yīng)能力。是指故障診斷系統(tǒng)對于變化的被診斷對象具有自適應(yīng)能力,并且能夠充分利用由于變化產(chǎn)生的新信息來改善自身。引起這些變化的原因可以是被診斷對象的外部輸入的變化、結(jié)構(gòu)的變化或由諸如生產(chǎn)數(shù)量、原材料質(zhì)量等問題引起的工作條件的變化。
基于專家系統(tǒng)的診斷方法是故障診斷領(lǐng)域中最為引人注目的發(fā)展方向之一,也是研究最多、應(yīng)用最廣的一類智能型診斷技術(shù)。它大致經(jīng)歷了兩個發(fā)展階段:基于淺知識領(lǐng)域?qū)<业慕?jīng)驗知識的故障診斷系統(tǒng)、基于深知識診斷對象的模型知識的故障診斷系統(tǒng)。
1、基于淺知識的智能型專家診斷方法
淺知識是指領(lǐng)域?qū)<业慕?jīng)驗知識;跍\知識的故障診斷系統(tǒng)通過演繹推理或產(chǎn)生式推理來獲取診斷結(jié)果,其目的是尋找一個故障集合使之能對一個給定的征兆(包括存在的和缺席的)集合產(chǎn)生的原因作出最佳解釋;跍\知識的故障診斷方法具有知識直接表達、形式統(tǒng)一、高模組性、推理速度快等優(yōu)點。但也有局限性,如知識集不完備,對沒有考慮到的問題系統(tǒng)容易陷入困境;對診斷結(jié)果的解釋能力弱等缺點。
2、基于深知識的智能型專家診斷方法
深知識則是指有關(guān)診斷對象的結(jié)構(gòu)、性能和功能的知識;谏钪R的故障診斷系統(tǒng),要求診斷對象的每一個環(huán)境具有明顯的輸入輸出表達關(guān)系,診斷時首先通過診斷對象實際輸出與期望輸出之間的不一致,生成引起這種不一致的原因集合,然后根據(jù)診斷對象領(lǐng)(域中的第一定律知識)及其具有明確科學依據(jù)的知識他內(nèi)部特定的約束聯(lián)系,采用一定的算法,找出可能的故障源。
基于深知識的智能型專家診斷方法具有知識獲取方便、維護簡單、完備性強等優(yōu)點,但缺點是搜索空間大,推理速度慢。
3、基于淺知識和深知識的智能型專家混合診斷方法
基于復雜設(shè)備系統(tǒng)而言,無論單獨使用淺知識或深知識,都難以妥善地完成診斷任務(wù),只有將兩者結(jié)合起來,才能使診斷系統(tǒng)的性能得到優(yōu)化。因此,為了使故障智能型診斷系統(tǒng)具備與人類專家能力相近的知識,研發(fā)者在建造智能型診斷系統(tǒng)時,越來越強調(diào)不僅要重視領(lǐng)域?qū)<业慕?jīng)驗知識,更要注重診斷對象的結(jié)構(gòu)、功能、原理等知識,研究的重點是淺知識與深知識的整合表示方法和使用方法。事實上,一個高水平的領(lǐng)域?qū)<以谶M行診斷問題求解時,總是將他具有的深知識和淺知識結(jié)合起來,完成診斷任務(wù)。一般優(yōu)先使用淺知識,找到診斷問題的解或者是近似解,必要時用深知識獲得診斷問題的精確解。
基于人工神經(jīng)網(wǎng)
知識獲取上,神經(jīng)網(wǎng)絡(luò)的知識不需要由知識工程師進行整理、總結(jié)以及消化領(lǐng)域?qū)<业闹R,只需要用領(lǐng)域?qū)<医鉀Q問題的實例或范例來訓練神經(jīng)網(wǎng)絡(luò);在知識表示方面,神經(jīng)網(wǎng)絡(luò)采取隱式表示,并將某一問題的若干知識表示在同一網(wǎng)絡(luò)中,通用性高、便于實現(xiàn)知識的總動獲取和并行聯(lián)想推理。在知識推理方面,神經(jīng)網(wǎng)絡(luò)通過神經(jīng)元之間的相互作用來實現(xiàn)推理。
前在許多領(lǐng)域的故障診斷系統(tǒng)中已開始應(yīng)用,如在化工設(shè)備、核反應(yīng)器、汽輪機、旋轉(zhuǎn)機械和電動機等領(lǐng)域都取得了較好的效果。由于神經(jīng)網(wǎng)絡(luò)從故障事例中學到的知識只是一些分布權(quán)重,而不是類似領(lǐng)域?qū)<疫壿嬎季S的產(chǎn)生式規(guī)則,因此診斷推理過程不能夠解釋,缺乏透明度。
基于模糊數(shù)學
許多診斷對象的故障狀態(tài)是模糊的,診斷這類故障的一個有效的方法是應(yīng)用模糊數(shù)學的理論。基于模糊數(shù)學的診斷方法,不需要建立精確的數(shù)學模型,適當?shù)倪\用局部函數(shù)和模糊規(guī)則,進行模糊推理就可以實現(xiàn)模糊診斷的智能化。
基于故障樹
故障樹方法是由電腦依據(jù)故障與原因的先驗知識和故障率知識自動輔助生成故障樹,并自動生成故障樹的搜索過程。診斷過程從系統(tǒng)的某一故障“為什么出現(xiàn)這種顯現(xiàn)”開始,沿著故障樹不斷提問而逐級構(gòu)成一個梯階故障樹,透過對此故障樹的啟發(fā)式搜索,最終查出故障的根本原因。在提問過程中,有效合理地使用系統(tǒng)的及時動態(tài)數(shù)據(jù),將有助于診斷過程的進行。于故障樹的診斷方法,類似于人類的思維方式,易于理解,在實際情況應(yīng)用較多,但大多與其他方法結(jié)合使用。
硚口注冊公司-硚口公司注冊一對一診斷
- 產(chǎn)品規(guī)格:
- 產(chǎn)品數(shù)量:
- 9999
- 經(jīng)營模式:
- 服務(wù)型
- 執(zhí)照認證:
- 已認證
- 最近更新:
- 2025/6/24 8:55:07
- 經(jīng)營品牌:
紅掌企服一站式服務(wù):公司/個體工商戶注冊(有無地址均可);代理記賬;股權(quán)變更;公司注銷,助您輕松創(chuàng)業(yè)! 武漢紅掌企業(yè)服務(wù)武漢市工商行政審批局審批登記的企業(yè)管理咨詢機構(gòu)。公司擁有一批經(jīng)驗¥200元/次所在地:湖北武漢
武漢紅掌企業(yè)服務(wù)有限公司
鐵路軌道電路數(shù)字智能診斷儀陜西鴻信鐵路設(shè)備有限公司
- 產(chǎn)品規(guī)格:
- KXZD-2
- 產(chǎn)品數(shù)量:
- 1000
- 經(jīng)營模式:
- 生產(chǎn)型
- 執(zhí)照認證:
- 已認證
- 最近更新:
- 2025/6/1 17:25:32
- 經(jīng)營品牌:
- 鴻信
軌道電路數(shù)字智能診斷儀陜西鴻信鐵路設(shè)備有限公司供應(yīng)的一款測試軌道電路的儀器,能在軌道電路發(fā)生故障時,能方便、快捷查找軌道電路絕緣處的,混線墊、斷線點故障故障。使用時需要把儀器放到鋼軌上或者懷疑的¥1元/臺所在地:陜西西安
陜西鴻信鐵路設(shè)備有限公司
五分鐘輕松掌握風機振動故障處理辦法
- 產(chǎn)品規(guī)格:
- 2800*7000mm
- 產(chǎn)品數(shù)量:
- 99
- 經(jīng)營模式:
- 生產(chǎn)型
- 執(zhí)照認證:
- 已認證
- 最近更新:
- 2025/6/19 9:27:26
- 經(jīng)營品牌:
- 鹽城騰飛環(huán)保
五分鐘輕松掌握風機振動故障處理辦法 騰飛環(huán)保工業(yè)用配件風機在水泥行業(yè)使用特別多,包括各種類型的風機,如高溫風機、離心風機、鼓風機、羅茨風機、高壓風機等,而這些風機在使用過程中,由于各方面的¥28900元/臺所在地:江蘇鹽城
鹽城騰飛環(huán)?萍加邢薰