电气设备故障诊断与模式识别范文

本站小编为你精心准备了电气设备故障诊断与模式识别参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要：

在科学技术飞速发展的今天，电气设备已经融入各个领域，电气设备故障诊断成为热门话题。本文介绍了电气设备运行中常见的故障种类及模式识别技术，并从技术实践的角度探讨了电气故障排除应遵循的步骤，总结了电气设备故障分析常用的处理方法，以对相关工作有所帮助。

关键词：

电气设备；常见故障；故障诊断

在实际生活中，尽管已经学会了一些基本的电气故障诊断的方法并能够加以应用，但设备在实际工作中总会出现一些意外，此时应该高效而精确的找到故障的原因，并及时对此施以解决方法。在实际环境中，某些电气故障的原因很难查询，并且给予解决问题的时间有限，通常只会用基本的测量仪器进行简单的检查，想快速精准的解决问题并不容易。因此，对电气故障做深入研究就显得十分重要。

1电气设备故障的类型及其诊断分析

想要识别电气设备故障的类型并排除故障，应熟悉建筑物内主要电气设备的组成、各部分的功能和控制系统的运行机理，在发生建筑电气设备故障时，再进一步分析发生故障的系统[1]。在检查电气设备故障时应检查各器件有没有损伤，设备工作或放置的环境是否过于潮湿，温度是否符合规范；要借助有关设备对电气设备进行细致的检查分析；根据故障的各种信息，结合相关知识，找到故障的根源。电气故障一般可分为2类：显性故障。例如接触器线圈温度过高、冒烟、接头有所松动以及发出异常声音等，这些问题都很容易使人发现；隐性故障，由于隐形故障体现在设备表面上的现象并不多，所以也不容易被发现，而隐形故障主要是存在于控制电路的故障。比如因为对电气设备进行了不适当的安装、维护，造成线路中的触头及接线头接触不良、小设备的损坏和缺失，甚至是导线老化，这些都能成为引发线路故障的起因。一般来说电气线路越复杂类似的故障出现的概率便越高[2]。这类故障虽然看似微不足道，却是最容易发生并被忽视的，又因为这种故障的特征和外在迹象直接传达给工作人员的线索较少，最终能精准地推断出故障的来龙去脉所花费的时间还是过长。因此借助各种测量工具和仪器成为了解决问题的必要条件。这类问题一般只要找到故障点，通过简单的调整就能使设备正常工作，所以能否找到故障点成为了关键[3]。

2电气控制电路的故障诊断与分析

电气控制电路的故障主要有电源故障、线路故障以及元器件故障。

2.1电源故障分析电源的正常工作是顺利保证其他所有电气设备正常工作十分必要的条件。如果电源存在故障，则电路必然不能正常运行，甚至可能损坏设备。电源的类型并不是统一的，一种类型的电源有着与其他电源相区别的性能参数，所以电源的故障类型也是各种各样的。每一用电设备对与自身相匹配的电源参数都有其独特的要求，这就为寻找电源故障的过程带来些不便。不符合相关要求的电源参数，会使电源产生故障。在电气系统的运行过程中，如果此时电源的参数不稳定，例如电压、电流时大时小，频率忽高忽低等，这些都极易使电气设备产生故障。要想找到这种故障，只需用相关设备进行仔细测量即可。但某些故障查找起来则有些难度，比如波形失真、相位错位、频率稳定度、谐波分量等参数，则需凭借更复杂更精密的设备方能对故障进行有效的判断。

2.2线路故障分析线路故障分为导线故障和导线连接部分故障。导线绝缘皮过度老化或导线破损断裂均可引起导线故障。如果连接处发生了氧化、松动、移位甚至脱落，则极易引发导线连接部分故障。发生线路故障时，控制电路会变得很不稳定，会出现时断时续、接触不良等现象。接触不良是一种常见又很麻烦的故障，插件松动、接点表面氧化、焊接不良、接触簧片弹性退化等都是导致线路发生接触不良的原因[4]。正因为这些故障源头太细小，所以这种故障初期都很难被发现。

2.3元器件故障分析关于元器件的故障可分为2类：元器件损坏故障；元器件性能变差导致的故障。元器件如果在长期工作中环境条件超过规范或遭受过不可忽视的外力破坏，就极易对自身带来不同程度的损坏。元器件损坏会给电路正常工作带来干扰或使其缺失部分功能甚至瘫痪。但元器件损坏的故障表现比较明显，易及时发现并找到症结所在。而元器件性能变差这一故障却由于在故障前期并无明显征兆而使人难以查找。工作环境的改变或受其他故障的影响都会引起元器件性能变差。若电气控制电路的元器件性能持续长时间达不到要求，则会导致整个电气系统故障[5]。

3电气故障诊断识别方法

随着计算机技术的研究和应用，模式识别技术也发展起来。模式识别是一种可以用于设备故障诊断的重要手段。人们通过分类法来给世界的各种事物分类。给某一类事物下概念和确定范围，然后给予它定量的描述，这被称为模式，然后通过将那些已知模式与需要识别的事物对比，进行识别、归类，将那些具有某种共同点的模式集合称为模式类。模式识别不是传统利用人来识别，而是使用计算机来识别，即利用计算机代替人来对各种物理量进行描述和分类，将需要检测的模式分配到对应的模式类中去。其过程可由图1来表示。图1中被识对象先通过A/D变换，将其特征转换为够被计算机处理的数字量（如果被识别的对象为非电量，那么首先应将它们转换为电信号）。信号通过预处理，过滤掉混入的干扰信号，并且放大有用信号。经过过滤后的有用信号，通过特征抽取，以方便接下来的分类。模式分类则是在特征抽取的基础上，将被识别的对象归类，并确定它属于其中的某种模式[6]。确定电气设备故障类型，进而解决故障。

4结论

电气设备故障可能会引起整个系统的运行，而系统中电气设备的运行状态又不是一成不变的，因此技术人员必须对各电气设备运行状态进行灵活的分析与判断。基于能量损耗和运行状态的计算，可以帮助技术人员在短期内做出初步判断，找出故障的位置和原因，然后再对问题点进行进一步分析、推理，从而判断问题的源头，并予以解决，保障电气设备的正常运行。

参考文献

[1]郁君平.设备管理[M].北京：机械工业出版社，2011.

[2]恒，严璋，谭克雄等.电气设备状态监测与故障诊断技术[M].北京：中国电力出版社，2009.

[3]自动化与仪器仪表[J].2014（6）：186-188.

[4]刘新辉，张文友.建筑电气技术[M].西安电子科技大学出版社，2011.

[5]李葆文.现代设备资产管理[M].北京：机械工业出版社，2006.

[6]肖海兵.基于能量损耗的机械设备故障诊断理论与模式识别[J].华南理工大学学报（社会科学版），2013，13（02）：110-124.

作者：贾雪 李昭爽 李建秀 刘志敏 单位：吉林建筑大学电气与计算机学院