论文部分内容阅读
摘 要：随着社会的发展以及科学技术的进步，近年来，我国在水电机组故障的诊断技术方面有了非常快的发展，本文主要将资料和国内外的发展进行结合，对水电机组发生故障的诊断技术进行了论述，并对故障诊断方面的技术运用进行了分析。同时，针对水电机组在发展中的特点，对水电机组发生故障诊断的内容进行了论述，对现阶段水电行业所应用的诊断技术做了分析，并对其发展做了展望。
关键词：水电机组；发生故障；诊断技术；应用发展
对水电机组的状态进行检修，这是把水电机组在运行中的状态作为前提的预防维修的手段，它按照机组状态的监测以及故障诊断的系统所提供的信息，在统计分析与数据处理的作用下，对机组的整体以及部件劣化的程度进行分析，还能在故障出现之前可以有计划地展开针对性的维修，可以非常明显地对水电机组在运行中的可靠性作一保障，对机组在维修中的周期进行延长，减少水电机组在检修中的费用。
一、故障诊断技术应用现状
在这几年的发展下，关于状态监测方面的技术，已经在水电厂有了非常大的发展，然而故障诊断方面的技术的进一步研究，还是有很多都在理论阶段停留，在实际应用中也只是停留在机组的某部件以及某种故障方面的具体诊断，可以对状态检修有一定的指导作用，然而相对成熟的在故障诊断方面的系统截止现在依然没有。
就国内的产品而言，多数都是没有智能化的对故障进行诊断的功能，只是对机组运行的状态数据进行提供，从而为工程人员在处理以及分析问题的过程中提供依据，采用人工的方式，对机组的健康状态以及潜在的故障展开判断。从国外产品系统的结构上来看，其是非常完整的，截止现在，已经初步形成了具有智能化地对故障进行诊断的功能，涉及到故障库平台和征兆输入的接口以及规则编辑的工具以及诊断结果等方面的功能。然而在水电行业的具体应用中还是非常少的，而且并不能对故障进行定位，其在输出的结果上还是要依靠技术人员以及专家进行最终的分析和判断，所以，在对诊断进行后期的处理时，还是需要全面地研究并对其作一开发。
二、故障诊断的具体方法
对水电机组出现的故障进行诊断时，必须对机组状态的具体特征以及故障征兆进行提取，随后再对故障展开推理并识别，紧接着，对故障趋势进行预测以及结果分析。在这一过程中，对故障的进一步推理以及识别方法，是在研究当中比较受关注的话题，经过多年来的发展，故障诊断的技术已经非常成熟，截至目前为止，不同原理指导下的方法已经形成。具体的诊断方法包括：在规则诊断下的方法、在神经网络下的方法、在故障树下的方法、在斯网络指导下的方法等。
（一）人工神经网络指导下的诊断方法
所谓人工神经网络，主要是指对人类的神经系统进行模拟的一种技术，集传输和处理信息为一体。在20世纪40年代初期，Mcculloch与Pitts首次提出了对神经元的模拟，在之后的很快一段时间中，其就形成了和专家系统两者并列的一种人工智能化的技术，在规则指导下的专家系统进行比较，人工化的神经网络自身具有个性鲜明地容错以及自学习与自适应等方面的优点。对神经网络的技术展开应用，让其在故障诊断中能够清晰地对识别过程有所认识。在大量的状态参数的测量下，将神经网络由测试空间中向故障空间进行影射，从而实现对故障的诊断。经过训练之后的神经网络可以对相关的知识进行储存，可以直接地从定量和历史故障中的进行学习。能够按照对象中的历史数据对网络作一训练，随后把该信息和现阶段的测量数据之间作一比较，从而对故障进行确定。
人工化的神经网络在样本的学习过程中对数据进行获取，在大量的实例学习过程中对全职作一修正，进而实现独一输入和输出两者之间的关系进行实现。就水电机组来说，状态监测的系统在建立中的时间并不是很长，在机组的实际发生几率上也是非常低的，所以对事故实例的获取并不是很丰富，鉴于此，神经化的网络诊断的运用是比较困难的。然而由于神经网络自身存在的一些特征，可以在一定程度上对机组设备故障诊断的准确性和有效性，在实际的应用中诊断方法是非常直观的和有效的，有助于计算机的实现，易于和其他类型地诊断方法进行结合，并对故障作一诊断。现阶段，在规则指导下的专家系统以及神经网络的诊断方法之间相互结合，利用专家系统在组织结构中的优点以及对于神经化网络的具体学习，这是当前在研究以及应用中发展的一个必要趋势。如图一所示，冷却截止进口温度的隶属函数图；图二为导轴承的摆渡函数图。
（二）在规则指导下的诊断方法
所谓在规则指导下的推理方法，主要是指知识工程师在专家系统进行构建过程中比较多见的方式之一，同时，其也是目前在实践当中应用比较多的一种方法，主要原因在于多数比较成功的在规则指导下的专家系统的实例以及可行性的在规则指导下的专家系统工具的全面出现。但是在规则指导下的专家系统在工作中的模型，也就是人们经常说的产生式规则，尽管其的思想是非常简单的，然而非常有效。可以将产生式规則看做是专家系统运行的前提，从专家系统方面来看，其主要由产生式系统逐渐发展而成的，现阶段中，相对成熟以及系统化、整体化的水电机组对故障进行诊断的系统，都是在该推理方法下开展的。
对水电机组来说，事实是非常重要的，其是水电机组中的所有部件以及故障重要部分，而且其中还具备非常简单的关系，所遵循的规则是指故障发生时的推理，与征兆以及和故障有所对应的关系。
（三）故障诊断技术在发展中的趋势
目前在对机组状态进行监测以及故障诊断的系统发展中，还并未完全地对机组发生的一切故障进行避免，然而优良的水电机组的故障诊断系统应该可以提供两个非常主要的功能，一方面是在故障还没有发生的过程中，对机组在运行中的健康状态以及故障预警进行提供，防止并预防故障的发生，在一定程度上对实现状态的检修提供一定的技术支持，另一方面是在故障就要发生或者已经发生的过程中，要对其产生的故障影响以及事故后果不断减小，还要对其进行一定的后期维修。除此之外，故障诊断指导下的专家系统还能够让水电厂与水电专家在多年来的经验中对专业知识进行掌握，主要表现在两点：一是传感器技术与检测技术两者的发展，例如超声波技术和声发射技术以及热成像的诊断技术与油样的分析技术等都越来越成熟，对故障诊断方面的技术能够在水电机组中应用的范围进行了扩展；二是在计算机技术进一步发展方面，让水电机组的状态监测工艺不断完善。还让实时诊断俨然形成。
结束语
综上所述，在国家电力企业不断发展以及对故障诊断加大研究的背景下，关于水电机组故障技术的应用越来越被制造厂和电厂等部门重视，通过对水电站所发生故障的诊断技术的深入了解，对故障诊断中存在的问题明晰，并加大对其的研究力度，在此基础上，更快、更好地促进水电机组中故障诊断工艺的进一步发展。
参考文献：
[1]潘罗平，唐波，周叶，唐澍.水电机组故障诊断技术的应用现状与技术发展[J].水电站机电技术，2010，03：107-109+139.
[2]邱虹.随机近邻嵌入分析方法及其在水电机组故障诊断中的应用[D].浙江工业大学，2014.
[3]黄琼芳.特征加权组稀疏模式分析算法及其在水电机组故障诊断中的应用[D].浙江工业大学，2015.
关键词：水电机组；发生故障；诊断技术；应用发展
对水电机组的状态进行检修，这是把水电机组在运行中的状态作为前提的预防维修的手段，它按照机组状态的监测以及故障诊断的系统所提供的信息，在统计分析与数据处理的作用下，对机组的整体以及部件劣化的程度进行分析，还能在故障出现之前可以有计划地展开针对性的维修，可以非常明显地对水电机组在运行中的可靠性作一保障，对机组在维修中的周期进行延长，减少水电机组在检修中的费用。
一、故障诊断技术应用现状
在这几年的发展下，关于状态监测方面的技术，已经在水电厂有了非常大的发展，然而故障诊断方面的技术的进一步研究，还是有很多都在理论阶段停留，在实际应用中也只是停留在机组的某部件以及某种故障方面的具体诊断，可以对状态检修有一定的指导作用，然而相对成熟的在故障诊断方面的系统截止现在依然没有。
就国内的产品而言，多数都是没有智能化的对故障进行诊断的功能，只是对机组运行的状态数据进行提供，从而为工程人员在处理以及分析问题的过程中提供依据，采用人工的方式，对机组的健康状态以及潜在的故障展开判断。从国外产品系统的结构上来看，其是非常完整的，截止现在，已经初步形成了具有智能化地对故障进行诊断的功能，涉及到故障库平台和征兆输入的接口以及规则编辑的工具以及诊断结果等方面的功能。然而在水电行业的具体应用中还是非常少的，而且并不能对故障进行定位，其在输出的结果上还是要依靠技术人员以及专家进行最终的分析和判断，所以，在对诊断进行后期的处理时，还是需要全面地研究并对其作一开发。
二、故障诊断的具体方法
对水电机组出现的故障进行诊断时，必须对机组状态的具体特征以及故障征兆进行提取，随后再对故障展开推理并识别，紧接着，对故障趋势进行预测以及结果分析。在这一过程中，对故障的进一步推理以及识别方法，是在研究当中比较受关注的话题，经过多年来的发展，故障诊断的技术已经非常成熟，截至目前为止，不同原理指导下的方法已经形成。具体的诊断方法包括：在规则诊断下的方法、在神经网络下的方法、在故障树下的方法、在斯网络指导下的方法等。
（一）人工神经网络指导下的诊断方法
所谓人工神经网络，主要是指对人类的神经系统进行模拟的一种技术，集传输和处理信息为一体。在20世纪40年代初期，Mcculloch与Pitts首次提出了对神经元的模拟，在之后的很快一段时间中，其就形成了和专家系统两者并列的一种人工智能化的技术，在规则指导下的专家系统进行比较，人工化的神经网络自身具有个性鲜明地容错以及自学习与自适应等方面的优点。对神经网络的技术展开应用，让其在故障诊断中能够清晰地对识别过程有所认识。在大量的状态参数的测量下，将神经网络由测试空间中向故障空间进行影射，从而实现对故障的诊断。经过训练之后的神经网络可以对相关的知识进行储存，可以直接地从定量和历史故障中的进行学习。能够按照对象中的历史数据对网络作一训练，随后把该信息和现阶段的测量数据之间作一比较，从而对故障进行确定。
人工化的神经网络在样本的学习过程中对数据进行获取，在大量的实例学习过程中对全职作一修正，进而实现独一输入和输出两者之间的关系进行实现。就水电机组来说，状态监测的系统在建立中的时间并不是很长，在机组的实际发生几率上也是非常低的，所以对事故实例的获取并不是很丰富，鉴于此，神经化的网络诊断的运用是比较困难的。然而由于神经网络自身存在的一些特征，可以在一定程度上对机组设备故障诊断的准确性和有效性，在实际的应用中诊断方法是非常直观的和有效的，有助于计算机的实现，易于和其他类型地诊断方法进行结合，并对故障作一诊断。现阶段，在规则指导下的专家系统以及神经网络的诊断方法之间相互结合，利用专家系统在组织结构中的优点以及对于神经化网络的具体学习，这是当前在研究以及应用中发展的一个必要趋势。如图一所示，冷却截止进口温度的隶属函数图；图二为导轴承的摆渡函数图。
（二）在规则指导下的诊断方法
所谓在规则指导下的推理方法，主要是指知识工程师在专家系统进行构建过程中比较多见的方式之一，同时，其也是目前在实践当中应用比较多的一种方法，主要原因在于多数比较成功的在规则指导下的专家系统的实例以及可行性的在规则指导下的专家系统工具的全面出现。但是在规则指导下的专家系统在工作中的模型，也就是人们经常说的产生式规则，尽管其的思想是非常简单的，然而非常有效。可以将产生式规則看做是专家系统运行的前提，从专家系统方面来看，其主要由产生式系统逐渐发展而成的，现阶段中，相对成熟以及系统化、整体化的水电机组对故障进行诊断的系统，都是在该推理方法下开展的。
对水电机组来说，事实是非常重要的，其是水电机组中的所有部件以及故障重要部分，而且其中还具备非常简单的关系，所遵循的规则是指故障发生时的推理，与征兆以及和故障有所对应的关系。
（三）故障诊断技术在发展中的趋势
目前在对机组状态进行监测以及故障诊断的系统发展中，还并未完全地对机组发生的一切故障进行避免，然而优良的水电机组的故障诊断系统应该可以提供两个非常主要的功能，一方面是在故障还没有发生的过程中，对机组在运行中的健康状态以及故障预警进行提供，防止并预防故障的发生，在一定程度上对实现状态的检修提供一定的技术支持，另一方面是在故障就要发生或者已经发生的过程中，要对其产生的故障影响以及事故后果不断减小，还要对其进行一定的后期维修。除此之外，故障诊断指导下的专家系统还能够让水电厂与水电专家在多年来的经验中对专业知识进行掌握，主要表现在两点：一是传感器技术与检测技术两者的发展，例如超声波技术和声发射技术以及热成像的诊断技术与油样的分析技术等都越来越成熟，对故障诊断方面的技术能够在水电机组中应用的范围进行了扩展；二是在计算机技术进一步发展方面，让水电机组的状态监测工艺不断完善。还让实时诊断俨然形成。
结束语
综上所述，在国家电力企业不断发展以及对故障诊断加大研究的背景下，关于水电机组故障技术的应用越来越被制造厂和电厂等部门重视，通过对水电站所发生故障的诊断技术的深入了解，对故障诊断中存在的问题明晰，并加大对其的研究力度，在此基础上，更快、更好地促进水电机组中故障诊断工艺的进一步发展。
参考文献：
[1]潘罗平，唐波，周叶，唐澍.水电机组故障诊断技术的应用现状与技术发展[J].水电站机电技术，2010，03：107-109+139.
[2]邱虹.随机近邻嵌入分析方法及其在水电机组故障诊断中的应用[D].浙江工业大学，2014.
[3]黄琼芳.特征加权组稀疏模式分析算法及其在水电机组故障诊断中的应用[D].浙江工业大学，2015.