早期的對發電機組旋轉設備中發電機和汽輪機的故障診斷方法多是以信號的處理為基礎的,特別是頻率和譜分析的方法。該診斷方法主要是用來分析處理噪聲干擾和振動,原因在于這兩種形式都是與頻率有關的。在發展的過程中,頻域分析診斷方法中的定子電流特征分析隨后得到重要應用。目前該方法在診斷領域的研宄主要集中于如何更好地分離出頻譜里面甚微的故障的征兆。頻域方法的研究已經成熟,這些方法己成為實用診斷系統的主要方法。
與早期的頻域診斷方法相比較,基于時間域的故障診斷方法的研究相對來說處于比較小的范圍。建立數學模型是該領域診斷方法中比較慣用的。該方法需要建立一個確切的數學模型,在目標系統完整的條件下,依據估計或實際的系統狀態監控輸出和參考模型的輸出進行診斷。影響該診斷方法的準確性和實用性主要有兩方面的因素,其一是傳感器釆集回來的數據,其二是模型是否精確。該方法的優點在于運算量比較小。
隨著科技的進步,各種智能化故障診斷方法也相繼問世,如人工神經網絡、支持向量機的方法、專家系統、模糊理論、證據理論等。智能化診斷方法在各領域都有比較好應用。在應用的過程中,這些智能化診斷方法需要考慮以下幾個方面:數據是否可靠;知識庫和推理機制是否有效和完整:算法的魯棒性、泛化能力及其是否收斂等。
400-666-9137???????028-85087827???????85087127
QQ在線咨詢
[email protected] 
400-666-9137