关键词：网络故障；故障检测；故障定位；故障诊断；专家系统；数据挖掘；神经网络
中图分类号：TP393.06
随着计算机、通信以及互联网技术的飞速发展及应用，网络作为一种重要的工具，在军事、政治、经济和科研等诸多领域起着越来越重要的作用，已经成为社会生产和生活必不可少的一部分。与此同时，网络的规模和复杂性不断增大，一旦网络发生故障，如果不能在有效时间内对网络故障进行诊断与修复，将会造成巨大的损失，甚至严重威胁社会的安全与稳定，因此对网络故障诊断技术进行研究具有越来越重要的应用价值和现实意义。
1 网络故障诊断一般过程
通常来说，网络故障诊断是以网络原理、网络配置和网络运行的知识为基础，根据网络出现的故障现象，并使用专门的网管理和检测工具以获取告警信息进而对网络中出现的故障进行诊断、恢复以及预测的过程，一般可分为以下五个部分[1]：
（1）故障检测，即网络故障告警信息的获取。网络发生故障时，通过主动轮询或异步收集方式，对网络中的相关设备或服务的相关告警信息、设置和性能参数，状态信息等进行收集和分析，及时发现网络出现的故障及问题。
（2）故障定位，即定位故障源。对故障检测阶段收集的海量告警数据进行分析和处理，在网络中找出故障，为下一步的故障原因的诊断提供依据。
（3）故障原因的诊断，即查找故障产生的根源。根据故障定位的结果综合运用各种规则进行系统的推理，快速的找到故障产生的原因或者最可能的原因。
（4）故障修复。根据网络故障诊断结果修复网络故障，恢复网络的正常运行。
（5）故障预测，即根据先验知识和监测数据预测网络可能发生的故障。
其中故障检测，故障定位，故障原因诊断是必不可少的三个步骤，下面将重点对上述三个步骤进行详细的介绍。
2 网络故障检测
通常计算机网络通过以下两种方式收集信息，通过分析收集到的信息来检测故障[2]。
（1）Trap机制。在网络中每一个被管设备中都要运行一个程序以便和管理站中的管理程序进行通信。
（2）主动轮询。网络中发生故障的被管设备或服务主动向网络管理系统发出告警信息，能够及时发现网络中的故障，网络管理系统还需通过主动轮询这种方式了解与网络性能密切相关的信息，并对这些影响网络性能信息设置阈值，来判断网络性能，超过设定阈值也会触发事件。
3 网络故障定位
网络系统中，一般通过监测被管设备或服务等各种方法获取大量原始告警数据或历史积累信息，这些数据往往由于通信系统的复杂性、网络结构异构性、噪声、外界因素、因果关系等原因而具有相当大的不确定性和不精确性，导致故障症状和故障原因都存在非线性映射关系，需要利用关联技术对数据进行处理和分析才有效的进行故障定位[3]，目前常用的故障定位技术主要有下面几种：
3.1 基于人工智能的故障定位技术
3.1.1 基于规则的推理技术
基于规则的推理（Rule-based Reason，RBR）是最简单的关联技术，已被用于多种构架。一般而言，基于规则的系统由三个组成部分组成，如图1所示。
（1）推理引擎，主要提供解决问题所需要的策略。
（2）知识库，提供和定义与问题相关的规则和专家知识。
（3）工作内存，主要提供解决问题所需要的数据。
在基于规则的推理的网络故障定位系统中，知识库充当一个专家的角色，利用从人类专家获取专家积累的经验和知识，这些知识主要包括对网络问题的定义以及当某一特定问题发生时，网络故障定位系统需要执行的操作。工作内存主要是利用具体的网络协议对网络中的被管设备或服务进行监测，得到有关被管设备或服务的各种信息。在对网络故障进行定位时，推理引擎与知识库共同合作，将监测得到的网络中被管设备或服务的状态信息与知识库中定义好的条件部分进行比对，根据条件满足与否，来进行网络故障的定位。
基于规则的网络故障定位系统，由于无需对专家系统的具体结构和操作细节进行深入了解，从而具有结构简单等诸多优点，并且实现起来比较简单，非常适用于小型系统。但是基于规则的网络故障定位系统在匹配规则时，需要网络状态与知识库中的规则条件精确匹配，否则将推出整个推理过程，无法定位故障，并且规则存在不易维护性和指数增长性，所有这些缺点决定了基于规则的网络故障定位系统不适用大型系统。
3.1.2 基于模型的推理技术
基于模型的推理（Model-based Reason，MBR）是建立在面向对象上的基础之上，利用现有的专家经验和知识，将具体的目标系统中的实体都模型化诊断对象，并且明确地表现出现实目标系统中对象之间存在的各种关联关系，再根据系统模型对具体的目标系统的行为进行推测。由于通常情况下，具体的目标系统与理想的系统模型之间存在差异性，因此基于模型的推理的专家系统需要对推测的行为和目标系统的实际行为进行不一致诊断，以确定具体目标系统中的故障根源。
为了更好地说明基于模型的推理专家系统的工作流程，文献[4]使用一个物理模型和对应的对等模型分别如图2、3所示的网络系统。网络系统按一定的周期，有规律的向图2中的被管设备发送ping命令以监测网络系统中的被管设备是否运行正常。管理系统和被管设备之间通过一个模型对象实现彼此之间的相互通信，具体来说，如图2所示，系统中的集线器模型向被管设备集线器发送ping命令，路由器模型则向被管设备路由器发送ping命令。当目标网络发生故障时，如果故障发生在集线器1，则集线器1模型可以将其发现并且识别出来，如果集线器1模型连续3次向被管设备集线器1发送ping命令，在3次响应超时以后，集线器模型1根据现有的网络现象推测被管设备集线器1有可能发生故障，或者说目标系统中的故障位于集线器1。集线器1模型则会在确定故障并正式发送告警信息之前，集线器1模型将分析自身与图2中其他被管设备的模型之间的关系以此来确定其是否应该询问网络中路由器模型，如网络中的路由器模型返回的是相应的被管路由器设备工作处于正常状态，则集线器1触发警报。
3.1.3 基于范例的推理技术
基于范例的推理（Case-based Reason，CBR）故障定位技术与前面的基于规则推理技术和基于模型推理技术相比具有很大的差异性，主要因为基于范例的推理技术的思想源于人类现实生活，主要根据过去积累的实际经验或经历，利用类比的推理方法对现有的新问题做出相似的解答，然后根据新问题与旧问题之间的差异对解答进行修改从而得到新问题的完全解答。基于范例推理的网络故障定位技术主要由四个部分组成，检索 （Retrieve）、复用（Reuse）、修正（Revise）、保存（Retain），简称4R过程。
基于范例推理的故障定位技术与基于规则推理的故障定位技术相比，由于在基于范例推理的故障定位技术中检索只是基于对案例的部分匹配，而基于规则推理的故障定位技术则是完全匹配，因此基于范例推理的故障定位技术对网络配置变化的适应度更好，更适用于问题的总体解决方案。
3.2 模型遍历技术
模型遍历技术（Model traversing techniques）是一种构建网络故障传播模型的方法，该方法在构建故障传播模型时，主要根据网络在运行时各种被管对象之间的相互关系，并且按照从引起事件的被管对象开始的顺序进行构建。该方法主要适用于网络中被管对象之间的相互关系类似于图形，并且一般情况下较容易获取的情况，并且在系统配置变化较频繁时该方法的鲁棒性很好。模型遍历技术主要具有两大特点，事件驱动和事件关联，所谓事件驱动是指在一个故障症状报告到来之前，系统一直处于等待故障症状状态；事件关联则是确定两个故障症状是否来源同一个事件源。
一般情况下，模型遍历技术需要在其事件报告中明确标识网络系统中故障的征兆类型、征兆目标等相关信息，如果网络系统中出现故障征兆，且不妨用si来表示该故障征兆，当si的目标和si来源相同，则说明si是一个次要征兆也就说明某些告警信息可以被忽略。模型遍历技术的整个处理可分为以下3步：
（1）首先，对网络中的每个事件，依据网络在运行时各种被管对象之间的相互关系对其构建一个和事件源相关的对象图。
（2）当给定的两个事件的对象图相交时，此时说明两个图至少包含同一个对象，则认为这两个对象图的事件源是关联的。
（3）当给定三个故障症状si，sj，sk，其中si，sj相互关联，sj，sk相互关联，则根据故障症状的传递性可知si是一个次要的故障症状。
4 网络故障原因诊断
（1）基于信号处理方法。该方法主要是依据信号模型，直接对网络系统中的可测信号进行分析与处理，并通过提取可测信号的频率等特征值，对网络中存在的故障原因进行诊断。
（2）基于解析模型的方法。基于解析模型的方法主要依据数学模型和数学方法来进行故障原因的诊断，在诊断时需要建立对象的精确数学模型。
（3）基于知识检测的方法。与基于解析模型方法相比，此方法最大的特点在于其并不需要对象的精确数学模型就可以对网络中的故障原因进行诊断。
下面主要介绍几种目前国内外研究学者研究比较多的基于知识检测的方法，基于专家系统故障原因诊断方法和基于模糊理论故障原因诊断方法以及基于BP神经网络故障原因检测方法。
4.1 基于专家系统故障原因诊断方法
基于专家系统故障原因诊断系统主要是利用人类专家的经验和历史积累诊断数据，使用一定的方法将其转化为系统能够识别的规则存在专家系统的知识库中。当网络中出现故障时，诊断系统利用专家系统知识库中的规则，对发生故障网络中的被管对象的各项性能参数进行处理与分析以正确的确定网络故障发生的具体原因[5]。组成由人机接口、推理机、知识库等六部分组成：
目前，国内外学者公认的专家系统瓶颈是知识获取问题，因为专家系统在诊断过程中主要依赖于从人类专家领域内获取的知识、经验和以往诊断数据，而这些获取起来途径有限，操作起来具有一定的局限性和复杂性。另外，专家系统在实时性和学习能力等方面也存在一定的局限性，因此目前通常将专家系统同其他方法相结合以提高专家系统在这些方面存在的局限性和不足。
4.2 模糊故障诊断方法
很多时候，网络中的故障与系统得到的网络现象之间存在非线性的映射关系，这种非线性的映射关系很难用确定的数学公式或者模型来刻画，相应的在故障原因诊断时，很难给出故障的精确原因。相反，只能给出故障发生的可能原因。对于这种存在一定模糊性的问题，可以使用模糊逻辑来解决。
目前使用的比较多的是向量识别法，其诊断过程可分为以下3步：
首先，需要根据网络中的故障与表征网络故障的数据，建立二者之间的关系，通常用关系矩阵R来表示。
其次，对需要诊断的目标网络系统（对象）进行状态检测，提取相关的特征参数以构建特征向量矩阵X。
最后，根据模糊理论和矩阵理论，求解前面两步构建的关系矩阵方程Y=X・R，得到关系矩阵方程的解Y，再根据隶属度等原则，对目标网络系统的故障向量Y进行处理，得到故障的原因。
从上述诊断过程可知，在模糊故障诊断中，正确的进行故障原因诊断的前提是建立关系矩阵R、隶属函数、特征值向量X，而这些矩阵、函数、向量的建立是人为构造而成，难免具有一定的主观性，并且由于该模糊诊断方法对特征元素的选取也有一定的要求，所以两者若处理不当，会导致该方法的诊断结果精度严重下降甚至完全错误。
4.3 BP神经网络诊断方法
由于人工神经网络的这些特性以及网络中故障与征兆之间有可能存在的非线性映射关系，使得人工神经网络在网络故障诊断中大有用武之地。目前，人工神经网络已经大量应用在网络故障诊断领域。BP神经网络是常用的人工神经网络模型[6]。
BP神经网络故障诊断分为训练和诊断两个阶段：
（1）训练阶段。BP神经网络对样本进行训练，以选定网络结构和规模，确定网络总层数、各层神经元数。借助BP学习算法，将原始网络收集到的故障样本的特征参数作为BP神经网络输入样本集，以与之对应的网络故障原因编码为BP神经网络的输出，以此对BP神经网络进行训练。
（2）故障诊断阶段。主要对待检测对象的故障样本进行特征提取和归一化处理，然后输入到BP神经网络进行诊断输出诊断结果，整个过程分为以下4个步骤：1）故障样本集预处理。2）BP网络结构设计。3）训练BP神经网络。4）故障诊断。
5 结束语
本文对网络故障的概念以及基本过程进行了概述，重点对当前网络故障中的故障检测、故障定位、故障诊断的关键技术及方法进行了研究和总结归纳，对开展网络故障诊断技术研究具有一定的指导意义。
参考文献：
[1]王成等.网络故障诊断技术研究[J].科技信息，2011（11）.
[2]陈琳.一种网络环境中的故障诊断模型[J].北京航空航天大学学报，2004（11）.
[3]张燕.网络故障诊断关键技术[J].电脑知识与技术，2009（31）.
[4]李千目.战略互联网智能诊断技术研究[D].南京理工大学，2005.
[5]吴晓知，李兴明.网络故障管理专家系统中知识库的构造[J].微计算机信息，2008（06）.
[6]戚涌，刘凤玉.基于BP神经网络的网络智能诊断系统[J].微电子学与计算机，2004（10）.
〔关键词〕胸腹部创伤;螺旋CT技术;诊断价值
胸腹部创伤是急诊科最常见的疾病类型，患者发病突然，病情迅速，若不能得到及时有效的诊断和治疗，会延误治疗时机，甚至危及患者的生命安全。数字化直接成像系统(di-rectdigitalradiography，DR)为胸腹部创伤的常规诊断方法，具有成像迅速、价格低廉等优点，且能够快速做出诊断;但该诊断方法的诊断准确性不高，临床易出现误诊或漏诊病例，不利于患者的临床治疗［1－2］。近年来，螺旋CT技术越来越多地被广泛应用于临床胸腹部创伤患者的诊断中，并且取得了满意的效果［3－4］。本研究主要探讨螺旋CT技术在急诊胸腹部创伤患者诊断中的应用价值，现报道如下。
1资料与方法
1.1一般资料
选取2017年2月至2018年2月抚州市第一人民医院急诊收治的87例胸腹部创伤患者作为研究对象。所有患者均接受DR诊断和CT诊断，并经手术病理诊断确诊。其中，男44例，女43例;年龄22～45岁，平均(32.51±1.49)岁;发病至入院治疗时间1.1～15.8h，平均(0.6±0.9)h;受伤原因:交通事故伤17例，重物砸伤9例，锐器伤8例，打击伤18例，坠落伤25例。
1.2方法
DR诊断:采用普朗医疗公司生产的数字化X线机PLx8500c进行检查，功率60kHz，曝光时间lms，根据患者的具体创伤部位及实际病情拍摄胸腹部正、斜位X线。螺旋CT诊断:检查前嘱患者禁食禁水4～6h，采用GEHiSpeedDual双层螺旋CT扫描机进行扫描。扫描参数:层厚10mm，层距10mm。扫描范围:胸廓入口－盆腔入口。由工作台对所有数据减薄处理，后期图像处理采用图像三维重建技术处理从多方位、多角度观察，以清晰定位解剖关系、微小病灶以及隐匿性病灶。数据处理由两位经验丰富的主治医师及以上级别的专科胸腹部影像学医师观察图像，并作出诊断，诊断不一致时应进行重复操作并协商确定。
1.3临床评价
胸腹部创伤主要诊断项目包括肋骨骨折、皮下气肿、肩胛骨骨折、肺不张、气胸、肺挫伤、肝损伤、脾损伤、胰损伤、肾损伤、纵膈血肿、纵膈气肿、膈肌损伤、腹腔积血及肠系膜撕裂伤等。胸腹部的病变成像质量评估标准分为3级:Ⅰ级，血管边界清晰明确，未见断层显像及阶梯状伪影，成像效果最佳;Ⅱ级，血管边界清晰明确，未见断层显像及阶梯状伪影，成像效果与Ⅰ级相比较差;Ⅲ级，血管成像模糊，可见明显阶梯状分布的伪影，成像效果差。1.4统计学处理采用SPSS23.0统计软件进行数据分析，计量资料以x±s表示，行t检验，计数资料以率表示，行χ2检验，P＜0.05为差异有统计学意义。
2结果
2.1两组成像质量情况比较
CT组的Ⅰ级成像质量比例明显高于DR组，差异有统计学意义(P＜0.05)，见表1。
2.2两组诊断符合率比较
CT组的诊断符合率显著高于DR组，差异有统计学意义(P＜0.05)，见表2。
3讨论
关键词：螺旋CT技术；肠梗阻；诊断中；临床诊断价值
目前在临床上肠梗阻是一种极为常见的疾病，同时在发病的过程中往往较快，对于患者会造成尤为严重的危害。所以，一种及时有效的治疗手段就显得极为重要[1]。但在此过程中，一种有效的诊断方式是对患者实施有效治疗的前提条件[2]。
1 资料与方法
1.1一般资料 收集我院在2014年全年之内收治的肠梗阻患者，筛选出其中的100例。所有患者在临床上均需要使用病理诊断的方式对患者进行诊断，同时所有患者在临床上均能够得到确诊。其中男性患者数量为56例，女性患者数量为44例。患者的年龄23～65岁，患者的中位年龄为45岁。将所有的患者分为观察组和对照组，每组患者的数量均为50例。同时两组患者的一般资料在临床上并无显著性差异，有可比性。
1.2方法 对照组患者使用常规的B超检查的方式对患者进行诊断检查。观察组患者需要使用螺旋CT技术进行检查。在临床对患者实施检查的过程中，本次研究中使用的仪器为德国西门子公司生产的欢悦双排螺旋CT机，同时在此过程中需要对患者进行强化扫描以及平扫的处理。在此过程中，扫描范围为患者的整个腹部，同时在具体的扫描过程中，扫描的层厚为3mm，扫描野为50cm，扫描过程中的图像重建时间为1s，螺距为0.21-0.44.在此过程中需要通过人工智能的手段进行出发扫描的处理。根据CT扫描过程中的图像质量对其进行选定以及重建的处理。重建模式为MIP、MPR以及VR，并在此过程中对患者的肠梗阻实际的部位以及肠梗阻的程度进行相应的评价。
1.3疗效标准 若患者在临床上出现了结肠管的扩张现象，同时扩张的实际程度高于6cm，并在此过程中出现了小肠肠管扩张高于2.5cm的情况或是扩张的肠管抑郁远端出现了塌陷，则说明患者为肠梗阻患者。
1.4统计学方法 采用SPSS17.0软件分析，率计数资料采用χ2检验，并以率（%）表示，（P
2 结果
观察组患者的肠梗阻符合率90%明显高于对照组患者的肠梗阻符合率70%，差异均为显著性差异，在临床上有统计学意义。
3 讨论
肠梗阻是目前在临床上一种极为常见的外科急腹症，其发病急，预后差，通过一种及时有效的手段对患者进行治疗，就显得极为重要[3]。但是在实际的对于肠梗阻患者实施治疗的过程中，通过一种及时有效的诊断方式，对患者而言也有极为重要的意义[4]。
螺旋CT是目前在临床一种较为常见的对肠梗阻患者实施诊断的方法。在实际的对于患者实施诊断的过程中，能够结合患者是否在临床上出现了移行带征的情况对于患者进行较为准确的判断。而在另一方面，通过对患者实施了螺旋CT的诊断完成后，也能够将患者在临床上出现肠梗阻的严重程度、发生原因以及患者是否出现了较窄的情况做出一种极为有效的判定。这对于患者而言有着极为重要的意义[5]。尤其是目前在临床上，肠梗阻患者最为常见的类型是机械性的肠梗阻。在此过程中，主要是以肠内部的肿瘤以及患者出现肠粘连为主要的原因[6]。
对患者在临床上的CT表现进行分析后我们也能够发现，肠梗阻患者在临床上最为常见的一种症状为近端的肠管出现扩张、小肠扭转以及梗阻部位的强化等相关的症状。对于一些动力性较强的梗阻患者而言，在临床上主要是表现为肠系膜上会出现动脉的增厚以及肠腔的扩张等相关的症状。对于这一类的明确诊断患者而言，在临床上可以对其进行一种及时有效的治疗[7-8]。
在本次研究中我们也能够发现，通过对患者进行螺旋CT的诊断，患者在临床上的诊断符合率明显的高于对照组患者。这说明使用螺旋CT对于肠梗阻患者进行诊断有着极为重要的意义。
参考文献：
[1]夏从羊，冯晓强，张峰，等.螺旋CT/X线摄片在老年精神病患者合并肠梗阻中的诊断价值比较[J].中国神经精神疾病杂志，2013，39（2）：87-89.
[2]张小明，杨汉丰，黄小华，等.螺旋CT多期扫描判断闭袢性肠梗阻肠壁缺血的实验研究[J].中华放射学杂志，2005，39（7）：755-760.
[3]宋庆杰.超声、螺旋CT与腹部X线诊断肠梗阻的临床对比分析[J].中国继续医学教育，2015，（7）：195-196.
[4]张宗斌，梁社富，李佳，等.超声、螺旋CT、腹部X线诊断肠梗阻临床对比分析[J].现代中西医结合杂志，2014，（24）：2714-2716，2717.
[5]熊慧妮.探讨超声、螺旋CT、腹部X线诊断肠梗阻的临床价值[J].世界最新医学信息文摘（连续型电子期刊），2015，15（4）：5-6.
[6]冯丹，王永仁，张淑芬，等.螺旋CT及后处理技术对粪石性肠梗阻的诊断价值[J].中华急诊医学杂志，2012，21（1）：88-91.
【关键词】机电一体化设备；故障诊断；技术分析
机电一体化设备是综合了机械技术、微电子技术、电工电子技术、接口技术、计算机技术等多种技术，并能够很好地应用到实际生产中去的设备。随着我国经济的发展和社会生产的不断进步，越来越多机电一体化设备应用到社会生活中，但是由于机一体化设备存在的问题，就需要有专门的机电一体化设备的故障诊断方法来实现设备的维护和修理。
1.机电一体化设备的故障诊断技术概况
机电一体化设备的故障就是在设备的运转过程中，设备的规定功能或者作用不能够正常发挥作用和运转，导致无法继续进行生产活动的现象。诊断技术就是当机电一体化设备发生了故障以后，能够利用相关的技术对设备进行诊断和研究，发现设备出现故障的位置，然后对设备进行修理和调整，使之恢复原来功能的过程。下面我介绍机电一体化设备的故障特点和诊断的技术。
1.1机电一体化设备的故障特点
机电一体化设备相对于其他的设备来说，出现故障的可能性要高很多。因为机电一体化设备的零部件数量比较多，而且这些零部件的制作精密，整个机电一体化设备的技术含量比较高。所以在机电一体化设备的运行过程中，只要有一个零部件出现问题，就会影响机电一体化设备的正常运行。总的来说，机电一体化设备的故障有以下几个方面：（1）设备的零部件比较多，内部结构复杂，容易发生零部件的磨损问题和零部件故障的问题；（2）缺少相关的专业人才和技术人才能够精通机电一体化设备的故障诊断技术；（3）机电一体化发生故障时，诊断能力有限，自己只能诊断出一些比较明显的问题，即自我诊断的功能比较弱；（4）设备的报警设施不灵敏，有的设备发生故障不能够及时报警。
1.2机电一体化设备的故障诊断目的
机电一体化的故障诊断技术就是我们认为的检测技术，通过使用诊断技术能够及时发现机电一体化设备潜在的问题和发生故障时，具体的故障原因，以便技术人员能够在最短的时间内，知道出现机电一体化设备故障的具置，并消除设备的故障，保证设备的正常运行和生产的持续运转。机电一体化设备的故障诊断主要有四个目的：（1）能够及时发现设备潜在的或者将要发生的故障，把设备的损失降到最低；（2）适时发现潜在的或者出现故障设备，能够缩短设备的故障维修时间，提高设备维修的质量和效果；（3）使设备处于良好的运行状态和工作状态；（4）保证设备的正常运行，维持企业的正常生产。
1.3设备的故障诊断技术
目前我国已经形成了一些较为完善的机电一体化设备的故障诊断技术，通过这些技术的不断发展，机电一体化设备的故障诊断能够及时进行和发现故障。主要有以下几种设备的故障诊断技术：（1）射线扫面技术，这是一种新兴的设备故障诊断技术，它是通过Y射线技术形成的设备图谱形状来检验故障发生的位置和情况，主要用于检测工艺设备的故障；（2）震动检测诊断技术，这是一种应用较为广泛的设备故障诊断技术，这种技术是利用相关的震动设备形成的震动参数和震动的信息来检测机电一体化设备的故障和潜在的故障隐患。震动检测诊断技术主要用于检测机械设备的故障，机械设备在工作过程中，会产生剧烈的震动。这时的震动检测设备能够产生震动参数和信息来判断设备是否产生故障和产生故障的位置，如果我们想要知道机电一体化设备产生故障的具置，就要选择准确的测量点。震动检测技术不仅应用较为简便，而且可以有效地检测出设备的故障位置和潜在的危险，在设备故障检测的精确度方面有了很大的提高；（3）红外测温诊断技术，它的诊断原理是根据设备不同部位的温度来检测设备出现的故障。红外测温诊断技术利用先进的红外检测设备，使它接触不同的机电一体化设备，根据不同设备的部位产生不同的温度，从而判断设备的故障位置。这是一种精确度比较高的故障诊断技术。
2.机电一体化设备的故障诊断遇到的问题以及措施
2.1缺少设备故障检测的精确度
机电一体化设备的诊断技术在我国的发展已经有很长的时间了，我们已经掌握了机电一体化设备的诊断的相关技术和诊断方法。但是仍然缺少一套完整的机电一体化设备的故障诊断技术的理论体系和方法，我国国内的诊断技术大多是针对设备的某一部分或者是某一具体类型的设备来说的，没有形成科学完整的诊断技术的方法和理论；此外我国的设备故障诊断技术的精确度需要进一步的提高，在诊断的精确性方面需要很大的补充和发展。我们现在的当务之急就是做好诊断的精确度问题，处理好设备故障和检测信息之间的关系，提高诊断技术的精确度和准确性，使机电一体化设备能够正常的运行。
2.2缺少检测的实际经验和方法
我国的机电一体化设备的故障诊断技术在一些领域里仍然处于理论阶段，缺少相关的实践经验。在设备诊断的模糊理论、小波分析、神经网络、智能方法这些领域，没有丰富的实践经验和丰富的操作经验，只有一些相关的理论作为设备故障检验的支撑和研究。我们应该加大设备故障诊断技术的理论研究，在实际的工作生产过程中，积累故障诊断和修复的实际经验，能够使理论和经验完整的结合，形成机电一体化设备的完整理论和方法。
2.3缺少设备故障的专业技术人才
目前我国有很多操作机电一体化设备的专业技术型人才，但是缺乏相应的设备故障检测人员。我们针对这个问题，可以建立专家智力支持系统，形成专业的机电一体化设备故障诊断队伍，专业地维护设备的运行，实时进行设备故障的监督。还要培养设备故障诊断的专业技术人才，可以定期对人员进行培训和教育，提高技术人员的专业技术和水平。
3.结语
机电一体化设备的故障诊断技术是近些年来发展起来的一门新的学科，这与社会主义市场经济的发展是离不开的。我们要做好设备故障的诊断工作，提高设备故障的诊断技术，积极探索新的更为有效的诊断方法，来提高国内机电一体化设备的诊断技术的精确度，形成一套完整故障诊断理论，丰富实践经验。以此来保证机电一体化设备的维护和正常运行。 [科]
【参考文献】
[1]王卉.机电一体化设备的故障诊断技术分析[J].延安职业技术学院学报，2014，（3）：145-146.
与上面的两种故障诊断技术相比，振动诊断技术占据着基础地位，同时，所起的作用为主导作用。在利用振动诊断技术对动力机械设备进行故障诊断时，具备以下几个优点：理论基础非常的扎实，且采用的分析测试设备也是比较完善的，诊断结果所具备的准确性及可靠性比较高，实时诊断更加的容易等。在利用振动诊断技术进行故障诊断时，与多个方面的关系都非常的密切，比如信息传感方面、信号处理方面等，因此，技术人员所面临的要求就比较高，不仅要具备优异的诊断技术，同时还要具备较强的综合素质。
2影响动力机械设备故障诊断技术发展的因素以及发展趋势
2.1动力机械结构复杂
随着动力机械设备应用范围的变广，其发展速度也越来越快，在这个过程中，设备所具有的结构就变得越来越复杂，其中所包含的零部件数量增多了许多，且每个零部件的下一级，会存在更多的子零部件。鉴于动力机械设备复杂的结构，一旦其发生故障，在进行诊断时，不但难度会加大，诊断的完整性、精确性也会受到一定的影响，进而导致无法及时的针对故障采取修复的措施。
2.2故障机理和故障特征复杂
对于动力机械设备存在的故障类型来说，所具备的机理源是比较多的，故障在进行传递时，所具备的路径也十分的复杂，且传播的方向包含横向性和纵向性两种。同时，在不同的故障类型中，其所产生的故障频率也是不相同的，这给故障诊断工作带来了很大的难度。在动力机械设备快速发展的过程中，越来越多的生产厂家开始进行设备生产，这使得设备的型号不断地增多，不同型号的动力机械设备所具备的结构各部相同，这种差异性导致设备在发生故障时，一个类型的故障具备一种特征，共性特征几乎不存在，这对故障诊断工作来说，是一个非常大的挑战。
2.3故障诊断方法众多
当前，针对动力机械设备存在的故障类型，所具有的故障诊断方法是比较多的，不过在具体应用的过程中，受到方法众多的影响，呈现出比较混乱的局面，影响了故障诊断的效果。同时，对于已知的各种动力机械设备的故障类型，尚不存在一种比较通用的诊断方法，这在一定程度上制约了诊断技术的发展，且逐渐的发展成为主要限制因素。
2.4故障诊断技术的发展趋势
经过多年的发展，动力机械设备所具有的故障诊断技术已经发展的比较完善，不过，随着科学技术的发展及应用，故障诊断技术呈现出了以下四种发展趋势：第一，诊断仪器在发展的过程中，微型计算机、单片机逐渐的应用到其组成中，从而促使诊断技术向着自动化、智能化的方向发展；第二，随着信息科学技术的发展，其中所蕴含的各项技术也逐渐的发展成熟，比如时-频分析技术、红外热成像技术、机械振动和噪声分析技术等，同时，工程诊断技术在发展的过程中，信息科学中的各项成熟技术成为其分支；第三，故障分析所具备的理论基础变得更加的丰富，比如模糊集理论、神经网络理论等，同时，这些理论也促使故障诊断技术向着综合性的方向发展，提高了故障诊断的准确性；第四，故障诊断技术中应用了网络技术，使诊断技术在获取信息方面变得更加的便捷。
3结论
关键词： 汽轮机； 故障诊断； 监测
中图分类号： TK26 文献标识码： A 文章编号： 1009-8631（2011）04-0226-01
引言
二十世纪以来，随着工业生产和科学技术的发展，机械设备的可靠性、可用性、可维修性与安全性的问题日益突出，从而促进了人们对机械设备故障机理及诊断技术的研究。汽轮发电机组是电力生产的重要设备，由于其设备结构的复杂性和运行环境的特殊性，汽轮发电机组的故障率不低，而且故障危害性也很大。因此，汽轮发电机组的故障诊断一直是故障诊断技术应用的一个重要方面。本文回顾国内外汽轮机故障诊断的发展概况，并在总结目前研究状况的基础上，指出了在汽轮机故障诊断研究中存在的问题，提出了今后在这一领域的研究方向。
1国内外发展概况
早期的故障诊断主要是依靠人工，利用触、摸、听、看等手段对设备进行诊断。通过经验的积累，人们可以对一些设备故障做出判断，但这种手段由于其局限性和不完备性，现在已不能适应生产对设备可靠性的要求。而信息技术和计算机技术的迅速发展以及各种先进数学算法的出现，为汽轮机故障诊断技术的发展提供了有利的条件。人工智能、计算机网络技术和传感技术等已经成为汽轮机故障诊断系统不可缺少的部分。
我国在故障诊断技术方面的研究起步较晚，但是发展很快。一般说来，经历了两个阶段：第一阶段是从70年代末到80年代初，在这个阶段内主要是吸收国外先进技术，并对一些故障机理和诊断方法展开研究；第二阶段是从80年代初期到现在，在这一阶段，全方位开展了机械设备的故障诊断研究，引入人工智能等先进技术，大大推动了诊断系统的研制和实施，取得了丰硕的研究成果。1983年春，中国机械工程学会设备维修分会在南京召开了首次“设备故障诊断和状态监测研讨会”，标志着我国诊断技术的研究进入了一个新的发展阶段，随后又成立了一些行业协会和学术团体，其中和汽轮机故障诊断有关的主要有，中国设备管理协会设备诊断技术委员会、中国机械工程学会设备维修分会、中国振动工程学会故障诊断学会及其旋转机械专业学组等。这期间，国际国内学术交流频繁，对于基础理论和故障机理的研究十分活跃，并研制出了我国自己的在线监测与故障诊断装置，“八五”期间又进行了大容量火电机组监测诊断系统的研究，各种先进技术得到应用，研究步伐加快，缩小了与世界先进水平的差距，同时也形成了具有我国特点的故障诊断理论，并出版了一系列这方面的专著，主要有屈梁生、何正嘉主编的《机械故障学》、杨叔子等主编的《机械故障诊断丛书》、虞和济等主编的《机械故障诊断丛书》、徐敏等主编的《设备故障诊断手册》等。目前我国从事汽轮机故障诊断技术研究与开发的单位有几十家，主要有哈尔滨工业大学、西安交通大学、清华大学、华中理工大学、东南大学、上海交通大学、华北电力大学等高等院校和上海发电设备成套设计研究所、哈尔滨电工仪表所、西安热工研究所、山东电力科学试验研究所、哈尔滨船舶锅炉涡轮机研究所及一些汽轮机制造厂和大型电厂等。
国家在“七五”、“八五”计划期间安排的汽轮机故障诊断攻关项目促进了一大批研究单位参与汽轮机故障诊断系统的研究与开发，许多重要成果都是在这一阶段取得的。
2 汽轮机故障诊断中存在的问题
2.1检测手段
汽轮机故障诊断技术中的许多数学方法，甚至专家系统中的一些推理算法都达到了很高的水平，而征兆的获取成为了一个瓶颈，其中最大的问题是检测手段不能满足诊断的需要，如运行中转子表面温度检测、叶片动应力检测、调节系统卡涩检测、内缸螺栓断裂检测等，都缺乏有效的手段。
2.2材料性能
在寿命诊断中，对材料性能的了解非常重要，因为大多数寿命评价都是以材料的性能数据为基础的。但目前对于材料的性能，特别是对于汽轮机材料在复杂工作条件下的性能变化还缺乏了解。
2.3复杂故障的机理
对故障机理的了解是准确诊断故障的前提。目前，对汽轮机的复杂故障，有些很难从理论上给出解释，对其机理的了解并不清楚，比如在非稳定热态下轴系的弯扭复合振动问题等，这将是阻碍汽轮机故障诊断技术发展的主要障碍之一。
2.4人工智能应用
专家系统作为人工智能在汽轮机故障诊断中的主要应用已经获得了成功，但仍有一些关键的人工智能应用问题需要解决，主要有知识的表达与获取、自学习、智能辨识、信息融合等。
2.5诊断技术应用推广面临的问题
我国汽轮机诊断技术在现有基础上，进一步推广应用面临的主要问题是研究开发机制和观念问题、诊断技术与生产管理的结合问题。机制和观念问题主要表现在：研究机构分散，不能形成规模化效应；重复性研究过多，造成人力、物力的浪费；技术研究转化为应用产品的少；系统研究连贯性差，因而系统升级困难；应用系统的维护与服务得不到保证等。诊断技术与生产管理结合不好，表现在各种技术的相互集成性不好，与生产管理相孤立，不能创造预期的效益，使电厂失去信心。
3汽轮机故障诊断的发展前景与趋势
很多学者和研究人员都认识到上述问题对汽轮机故障诊断技术发展的影响，正在进行相应的研究工作。本文认为汽轮机故障诊断技术的研究将会在以下几个方面得到重视，并取得进展。
3.1全方位的检测技术
针对汽轮机及其系统各类故障的各种新检测技术将是一个主要的研究方向，会出现许多重要成果。
3.2故障机理的深入研究
任何时候，故障机理的深入研究都将推动故障诊断技术的发展。故障机理的研究将集中在对渐发故障定量表征的研究上，研究判断整个系统故障状态的指标体系及其判断阈值将是另一个重要方向。
3.3知识表达、获取和系统自学习
知识的表达、获取和学习一直是诊断系统研究的热点，但并未取得重大突破，它仍将是继续研究的热点。
3.4综合诊断
汽轮机故障诊断，将从以振动诊断为主向考虑热影响诊断、性能诊断、逻辑顺序诊断、油液诊断、温度诊断等的综合诊断发展，更符合汽轮机的特点和实际。
3.5诊断与仿真技术的结合
诊断与仿真技术的结合将主要表现在，通过故障仿真辨识汽轮机故障、通过系统仿真为诊断专家系统提供知识规则和学习样本、通过逻辑仿真对系统中部件故障进行诊断。
3.6信息融合
汽轮机信息融合诊断将重点在征兆级和决策级展开研究，目的是要通过不同的信息源准确描述汽轮机的真实状态和整体状态。
伴随着经济的发展和社会的进步，机电一体化技术结构也趋于完善，在技术结构控制以及故障诊断技术应用方面取得了非常显著的优势。利用故障诊断技术能对设备故障进行集中的清查，从而减少安全事故的发生，一定程度上杜绝安全隐患。文章结合案例对机电一体化设备故障诊断技术的特征综合分析，对诊断技术的运行步骤和基本方式进行了集中解构，旨在为技术人员提供有效的技术建议，以供参考。
关键词：
机电一体化设备；故障诊断技术；研究
1案例分析
某厂区配置了5台轧机，设备钢卷内径762mm，外径max2200mm，设备运行过程中出现了故障。设备维修人员根据其受力特点，利用载荷传递系统特征对其振动结构进行检测。主要利用的检测仪器是DEWTRON2010信号记录仪、KISTLER耦合器等，要保证正常的轧制信号的频率控制在规定范围内，振动杆集中在116.7Hz到222Hz之间。并对异常振动数据进行整合，以备后续对机电一体化设备故障进行复检。
2机电一体化设备故障诊断技术特征
在运行机电一体化设备故障诊断的过程中，技术人员要针对具体问题建构有效的管控机制，确保管理结构符合实际需求，提出建设性的技术检验和校正步骤，从而优化整体验收结构和故障诊断的质量。不仅要关注机电一体化设备的实际运行状况，也要对机电一体化设备故障方位进行诊断。在运行机电一体化技术的过程中，技术人员要集中关注诊断技术的特征，从而建立具有针对性的技术诊断方案。第一，要确保故障具有非常明确的目的性，要对机电一体化的技术故障进行逐层级分析，并对故障问题设定有效的处理方案，以确保机电一体化设备安全运行，减少人员伤亡和经济损失。第二，由于机电一体化设备的结构较为复杂，在实际诊断过程中技术人员要对具体问题进行集中控制。在诊断过程中，不仅会涉及到摩擦原理、物理学原理，也要对机械制造以及液压机器操作流程进行集中的分析，综合应用不同层面的知识进行集中的信息解构，从而建立最优化的故障处理和技术应用流程。例如，对于MW1050A高速自动模切机进行故障诊断时，技术人员要借助PLC可编程程序控制器对整机进行监控和调试。传统机械的生产速度一般维持在每分钟80张左右，而该系统常规化运行时能达到每分钟160张左右，且套印偏差能控制在≤±（0.3-0.5）毫米之间，这就需要技术人员按照基本的技术运行参数进行集中管控。第三，在机电一体化设备故障检修时，技术人员要保证对理论和时间进行综合处理，任何诊断机制和措施都要在实践转化应用基础上建立起来，实现最优化处理目标[1]。
3机电一体化设备故障诊断具体操作步骤和方式
在机电一体化设备进修的过程中，技术人员并不是简单的故障排查，也要能对运行结构控制设备的工作状态进行集中监控，从而针对具体问题给予专业性指导和控制。例如，在机电一体化设备故障诊断和检修过程中，技术人员要对一些不易被察觉的小零件进行集中的控制，减少设备突然出现问题的情况。
3.1机电一体化设备故障诊断具体操作步骤
在实际机电一体化设备故障诊断和分析的过程中，技术人员要按照具体操作步骤有序进行，才能有效维护整体技术框架的完整度，保证诊断维修结果符合机电一体化设备运行标准。第一，技术人员要在设备故障诊断前对整体设备进行测试，根据设备的基本性质和组合结构进行集中的诊断和控制，确保设备在进行组合的过程中工序完整且有效。并且要集中段诊断理论和运行方法进行综合读取，确保测试信息符合实际需求，从而实现对机电一体化设备运行状态的综合评估。只有提高设备的运行有效性，才能一定程度上保证故障诊断的有效进行。例如，机电一体化设备中的组合式变压器，产品型号为ZCS11-Z，额定容量控制在100kVA左右，那么额定电压就是控制在36.75±2*2.5%左右，额定频率在50Hz，相数为3相等。第二，技术人员要对设备出现问题的一些前提性条件和因素、环境等参数进行分析，在对机电一体化设备运行状态进行读取后，对其故障进行综合诊断。特别要注意的是，在对设备数据进行分类的过程中，技术人员要对其预防故障的诊断结构进行综合分析，在保证故障诊断和运行框架完整度的同时，对机电一体化设备进行综合维护和检修。第三，技术人员要对设备进行深层次的分析和故障诊断，不仅要对其数据进行综合的整理和分类，也要集中诊断和处理预防控制结构，确保能对故障可能存在的位置和故障产生原因进行综合分析和处理。技术人员只有对机电一体化设备故障进行及时的诊断和处理，对具体故障原因和基本类型进行判断，才能有效保证机电一体化设备的常规化运转[2]。
3.2机电一体化设备故障诊断具体操作方式
在对机电一体化设备进行综合诊断和故障分析过程中，技术人员要遵循基本的操作步骤和控制流程，集中优化设备自身的独特性和性质的基本控制手段，确保能运行最优化的诊断机制和措施对机电一体化设备的问题进行一次性解决。特别要注意的是，无论是何种故障诊断方式，技术人员要在操作前确保其匹配不同的故障类型和基本问题。技术人员只有提升故障的诊断水平，才能从根本上促进整套技术结构的有序进行。第一，在检验机制应用的过程中对系统故障发生的偶然性和持续性进行诊断，也就是说，结合机电一体化设备的偶然性故障和系统性故障进行分析和处理。一方面，偶然性故障的发生较为意外，主要是由于一些不确定的因素对其产生影响，对于这种不确定因素，技术人员要建立临时性的应急预案，确保能对故障问题进行及时处理。在故障处理过程中，技术人员要借助检测仪器对机电一体化设备进行实时管控，减少偶然故障带来的经济损失。另一方面，技术人员要对机电一体化设备的系统故障进行综合管控，减少问题出现的概率[3]。第二，技术人员要对机电一体化设备的故障指示灯进行分析，主要分为有指示灯设备检测结构以及无指示灯设备检测结构。在系统出现故障或问题后，工作人员能对机电一体化设备的故障进行第一时间的整合和管控，针对有指示灯的设备要进行故障信息的收集，确保能对故障问题进行及时的管控和修复。若是系统出现故障后没有指示灯显示，则需要对系统发生设备进行实时关注，并要求管理人员能在巡查中对机电一体化设备故障进行原因和位置分析。
4结束语
总而言之，在对机电一体化设备进行综合维护和故障检修的过程中，技术人员要综合利用有效的检修技术和针对性的检修方案，提高检修效率和实际效果，一定程度上推进机电一体化设备诊断项目的智能化发展，为机电一体化的可持续发展奠定坚实基础。
参考文献：
[1]唐建业.机电一体化设备的故障诊断技术研究[J].中华民居，2013，15（24）：187-188.
[2]周柳奇，施力仁.机电一体化设备的故障诊断技术探析[J].电子世界，2013，26（22）：195.
关键词 矿山科技；矿山设备；故障诊断技术
中图分类号TD1 文献标识码A 文章编号 1674-6708（2012）64-0113-02
随着自动化水平的不断发展提高，工业生产中的设备应用起到了不可估量的作用和影响。但是由于科学技术的不成熟和机电操作的机械性等弊端，矿山设备在实际运动和操作中总会发生各种故障和失误。这样不但容易造成重大的国家经济损失，而且还可能形成灾难性的伤亡和恶劣性的影响。所以矿山设备的安全可靠是非常重要的。故障诊断技术能够有效的运行和维护矿山设备，降低发生矿难的机率。笔者将从以下几个方面进行深入的探讨和分析。
1 故障诊断技术的内涵
1）故障诊断的技术有5个基本环节。这5个环节分别为运行信息采集、信息整理分析、信息参数对比、明确故障状态、诊断方案提出；
2）故障诊断的技术有五项基本技术。
（1）数据模型建立。矿山设备在运行过程中会产生许多不同的参数，而这些参数则与故障的产生和设备的状况有密切的关系。所以可以建立一种能够准确反映设备状况和产生故障的参数之间关系的数据模型。这种模型的建立有利于加强对矿山设备状态和故障的检测；
（2）信息收集技术。这是一种准确收集和测量各种信号和参数来反映矿山设备状况的技术。它主要是依靠收集、贮存矿山设备上传感器产生的各类信息来实现的；
（3）信息处理技术。收集的各类信息存在着有用和无用两种可能。无用的信息不能够被用来判断设备的实际状况。所以必须对采集的信息进行适当的处理，转化为人或机器可以读懂的有用信息。信息只有经过处理才能达到信息收集的基本目的；
（4）整理分析技术。它主要是对经过处理的信息进行整理和分析，然后和矿山设备运行正常时的参数进行对比，以判定矿山设备的状况，确定设备故障的类别和原因；
（5）预测技术。在各类信息整理分析之后，根据信息对比，评估出各种零件的剩余寿命和设备故障的程度及潜在危险。
2 故障诊断技术的特点
1）目的明确。设备故障诊断的基本目的就是要判断设备的运行状态，检查发生故障的部位，分析产生故障的原因，最终制定出合理有效的诊断方案；
2）实践性强。所有的信息收集、分析和诊断方案，维修技术都应该以设备实际状态为依据，而且维修结果也会很快的在实际操作中得到验证；
3）交叉性强。任何一个设备的内部结构都是非常复杂的，包含了多种原理。所以故障的诊断会涉及材料学、化学、机械制造、电气等多方面的专业知识。
3故障诊断技术的应用。（以矿用提升机和采煤机为例）
1）矿用提升机的检测和故障诊断。矿用提升机的主要任务是运送原煤、输送人员、升降设备，是矿山生产、运输的重要设备之一。矿用提升机的故障主要可以分为软故障和硬故障两种。硬故障主要是指一些特定参数表现出超限的现象。这种故障应该用保护装置加以处理和解决。但是软故障需要许多参数经过收集和分析，才能诊断出故障来。软故障所涉及的参数和变量多，所以软故障的判断偶然性大、准确率低。但是软故障却为硬故障的发生埋下了强大的隐患，所以不能够忽视软故障，应该加强对软故障的检测和诊断。为了保证提升机运行的安全有效，大量的科学人员展开了各种各样的研究工作，获取了不取实质性成果，研发了许多检测诊断提升机运行状态的装置；
2）采煤机故障诊断。国产采煤机有许多局限性，其主要表现为检测的范围不够全面，检测的参数较少，大都无故障诊断的功能。国产采煤机的各种弊端降低了采煤机运行的安全性，大大缩短了采煤机的可使用寿命。
（1）采煤机机身、高压控制箱以及左、右摇臂检测单元；
（2）变频器的通信单元。变频器可以检测出工况参数，并且具有独立显示屏，可以显示出采煤机牵引速度、电机电流、输入电压等各种参数，并且具有过压、过流、欠压、过载、温度保护等多种功能。该单元的主要功能就是将变频器所检测收集到的信号传入工况检测和设备故障诊断中心。检测中心会采取相对应的处理方法，并进行图表或中文方式的集中展示；
（3）工况检测和设备故障诊断单元。这个单元使用Windows系统，嵌入计算机之中。此单元和采煤机的控制中心采用的是通信方式，如果设备故障的诊断单元检测出有故障发生，屏幕上会马上显示出故障的类别，并且向设备控制中心发出保护、修复的信号。设备控制中心就会采取相对应控制措施，如故障保护、声光报警等；
（4）检测单元。一块1024×768分辨率，7英寸的彩色显示屏和相关的电路构成了该显示单元。这个单元所显示的内容主要包括，采煤机的工况参数、操作及运行状况、报警提示以及设备故障诊断的结果等。
矿山设备故障诊断技术是以传感器技术、微型计算机技术、信号收集处理技术等多种学科为一体的综合性技术。这种技术最先起步于工业发达的国家，而且发展迅猛。所以我国现在也要注重矿山设备故障诊断技术的研究、发展和应用。矿山设备故障诊断技术不仅仅局限于对机电设备故障的维修及平时保养，当代先进的设备诊断技术是对产品不断升级、改造和创新。
矿山设备故障诊断技术的广泛运用，有利于降低矿难事故的发生率、矿山设备维修的费用、甚至可以全面深刻地揭露矿山机械设备的故障状况，准确及时地发现设备隐患，迅速的采取相对应的解决措施。所以可以极大地提高矿山设备的可靠性及安全性。矿山设备故障诊断技术不仅使事故发生率减少了，而且也使煤炭产品的数量和质量得到了提高，实现了经济效益和社会效益的统一。
参考文献
[1]刘琦.矿山设备故障诊断技术的探讨与应用[J].教育前沿(理论版)，2010(1).
[2]王琳.机械设备故障诊断与监测的常用方法及其发展趋势[J].武汉工业大学学报，2000(62).
[3]赵妍，乔杰鹏.论矿山机电设备故障诊断技术[J].工会博览・理论研究，2010(11).
关键词:矿山机电设备;故障诊断技术;应用
对于矿山机电设备而言，故障诊断技术可以对其运行的状态进行了解和掌握，并判断整体设备或者局部部件是否存在异常，找出故障与产生故障的原因，而且可以对故障发展的趋势进行预测。随着经济的发展，矿山开采活动日益频繁，大量的机电设备投入运行。在开采作业中，这些机电设备有很大机率发生故障，为了能够及时地诊断并进行维修矿山机电设备的故障，应用故障诊断技术已成为大势所趋。
1矿山机电设备维护与维修的要点
矿山机电设备在运行过程中会发生各种各样的故障，为了确保机电设备能够正常运行，应当做好预防为主的计划检修工作，时刻保持对机电设备的观察检测，若在机电设备的使用过程中发现潜在的安全隐患，则需要进行及时的排除与维护。同时，对矿山机电设备要定期进行检查，也就是计划检修，如果在检修过程中发现有安全问题或者设备磨损等情况，则需要进行及时维修。其次，在生产的同时兼顾设备检修，正确处理好二者之间的关系。对于煤矿生产安全工作而言，设备检修也是其重要的一部分，同样需要投入一定的财力、人力以及物力。而有些煤矿为了确保年产量完成任务，忽视了设备的维护检修工作，从而使得有些机电设备带病工作，不但对日常的生产工作造成影响，而且容易引起煤矿安全事故。最后，日常保养与定期专业维修相结合。应由专人负责机电设备的日常维护和保养，同时，专业的修理单位也要对机电设备进行定期检查和维修。
2矿山机电设备故障诊断技术的应用分析
2．1主观诊断技术的应用
所谓主观诊断技术，主要是通过运用简单的维修仪器，或者以以往的实践维修经验为依据来诊断设备的故障。主观诊断技术具有快速便捷的优势，其不足在于可靠性不高。主观诊断技术又可以进行多种划分，一般有以下五种:直觉经验法、故障树分析法、逻辑分析法、堵截法、参数测量法［1］。直觉经验法主要是指以感官和经验为依据，辅之以看、听、摸、闻和问等，对故障产生的原因进行诊断。直觉经验法能够及时解决故障，但可靠性不高。故障树分析法主要是先以系统为依据，将故障树逻辑结构图做出来，在故障树的顶部画出系统故障事件。作为顶事件，在故障树下画出引起系统故障的基本事件。作为底事件，再以各个元件的故障率为依据，最后找出系统故障。这一方法适用于比较复杂、大型的系统故障。逻辑分析法主要是经过逻辑分析故障的常见现象与逻辑关系，以此对故障产生的原因与位置进行确定，进而解决故障问题。堵截法主要是通过分析液压系统的构成，并结合故障现象，以此为依据对堵截点进行选择，再通过对系统压力和流量的变化进行堵截观察，以此确定故障点。参数测量法主要是在系统回路中测出所需点的工作参数，然后和系统正常工作参数进行比较，从而发现参数正常与否，进而判断出故障和故障点的位置，适用于定量预报和在线监测。
2．2仪器诊断技术的应用
仪器诊断技术就是通过控制设备系统的主要参数，既包括振动、温度、压力和力矩，也包括执行部件的速度、泄漏等，使用计算机进行运算，或者使用相关仪器进行显示，进而得出诊断结果［2］。在仪器诊断技术中使用到的诊断仪器包括综合型、专用型和通用型三种。仪器诊断技术在发展过程中，逐渐呈现出了多样化，不但包括便携式和非接触式，还包括了智能化和多功能化。
2．3数学模型诊断技术的应用
数学模型诊断技术使用的就是数学方法，通过对一些特征值进行测量，进而对这些信号进行相关性的分析和处理，以此确定故障的源头。从本质上说，数学模型诊断的基础是信号和建模处理，其手段是传感器技术与动态测试技术。
2．4智能诊断技术的应用
智能诊断技术主要是由系统进行控制，对人脑特征进行模拟，对故障信息进行有效的获取、传输和处理，同时进行再生和利用，对系统中事先存储的专家诊断经验进行再次使用，从而诊断设备故障。智能诊断技术又可以划分为多种类型，其中既包括神经网络系统诊断法和灰色系统诊断法，还包括了专家系统诊断法和模糊诊断法［3］。而这四种方法中又以神经网络与专家系统研究的最为广泛，实现了智能化故障诊断。这两种智能诊断技术多用于煤矿机电设备，其潜力巨大。以人工智能为技术基础的专家诊断系统，主要是通过计算机技术的使用，对某些领域有巨大贡献的专家进行模拟，将他们的经验方法用于设备故障的解决，这种诊断方法较为先进。
3故障诊断步骤
3．1建立数学模型
矿山机电设备在正常运行时会产生许多数据和参数，这些数据、参数能够准确反映矿山机电设备运行的状况，为机电设备的故障诊断提供了十分重要的依据。建立数学模型就是为了更好地收集这些参数数据。从本质上来说，故障诊断数学模型可以简单划分为两个层次，即定性和定量。所以，矿山机电设备应当遵循这一原则来建立故障诊断数学模型。
3．2采集、处理和分析
信息进行信息数据的采集时，将传感器针安装在矿山机电设备上，在运行过程中，机电设备发出的各种信号通过传感器针进行采集和测量，然后对这些收集的信息进行传送并储存在数据贮存器中，实现对参数数据的了解和掌握。这些数据还不可以直接作为故障诊断的依据，还必须进行相关的处理，删除没有价值的信息，对有价值得信息进行转换，使其成为能够被直接理解的数据，再进行分析和比较，将设备正常运行的参数标准当作参考的对象和依据，对矿山机电设备的运行状态进行判断，最终确定设备故障，并找出故障原因。
3．3故障的预测
对信息进行科学有效的分析后，将其作为重要的基础数据，以此来预测和评估机电设备的故障情况。对于机电设备各元件的使用情况或使用寿命，也可以用基础数据来进行预测和评估。经过预测评估，机电设备的日常保养和维修便有了科学有效的数据依据。
4结语
综上所述，矿山机电设备故障诊断技术的应用具有重要的意义，其有助于机电设备的维护与维修，确保机电设备的正常运行，保证了矿山生产的有序进行。对设备的诊断维修，能够使设备的使用寿命得到延长，减少设备的运行维修成本，从而节约企业生产成本。
参考文献:
［1］杨晨光．浅析如何有效加强矿井机电设备的安全与维护工作［J］．科技经济导刊，2017(19):46．
［2］王晓英．探讨矿山机电设备中电气断路故障检测［J］．黑龙江科技信息，2012(33):70．
购物车(0)