故障診斷與專(zhuān)家系統(tǒng)

1、故障診斷與專(zhuān)家系統(tǒng)作業(yè)題 目： 模糊數(shù)學(xué)在故障診斷中的應(yīng)用 學(xué) 院 信 息 與 控 制 學(xué) 院 專(zhuān) 業(yè) 15 控 制 工 程 姓 名 史 凱 學(xué) 號(hào) 20152283418 任課教師 李 濤 成 績(jī) 故障診斷與專(zhuān)家系統(tǒng)1. 故障診斷1.1故障診斷的定義利用各種檢查和測(cè)試方法，發(fā)現(xiàn)系統(tǒng)和設(shè)備是否存在故障的過(guò)程是故障檢測(cè)；而進(jìn)一步確定故障所在大致部位的過(guò)程是故障定位。故障檢測(cè)和故障定位同屬網(wǎng)絡(luò)生存性范疇。要求把故障定位到實(shí)施修理時(shí)可更換的產(chǎn)品層次（可更換單位）的過(guò)程稱(chēng)為故障分離。故障診斷就是指故障檢測(cè)和故障分離的過(guò)程。系統(tǒng)故障診斷是對(duì)系統(tǒng)運(yùn)行狀態(tài)和異常情況作出判斷，并根據(jù)診斷作出判斷為系統(tǒng)故障決策

2、提供依據(jù)。要對(duì)系統(tǒng)進(jìn)行故障診斷，首先必須對(duì)其進(jìn)行檢測(cè)，在發(fā)生系統(tǒng)故障時(shí)，對(duì)故障類(lèi)型、故障部位及原因進(jìn)行診斷，最終給出解決方案，實(shí)現(xiàn)故障決策。1.2故障診斷的主要任務(wù)故障診斷的主要任務(wù)有：故障檢測(cè)、故障分離、故障估計(jì)及故障決策等。其中：故障檢測(cè)是指與系統(tǒng)建立連接后，周期性地向下位機(jī)發(fā)送檢測(cè)信號(hào)，通過(guò)接收的響應(yīng)數(shù)據(jù)幀，判斷系統(tǒng)是否產(chǎn)生故障；故障分離就是系統(tǒng)在檢測(cè)出故障之后，通過(guò)分析原因，判斷出系統(tǒng)故障的類(lèi)型；故障估計(jì)是在前兩部的基礎(chǔ)之上，細(xì)化故障種類(lèi)，診斷出系統(tǒng)具體故障部位和故障原因，為故障決策做準(zhǔn)備；故障決策是整個(gè)故障診斷過(guò)程中最后也是最重要的一個(gè)環(huán)節(jié)，需要根據(jù)故障原因，采取不同的措施，對(duì)系統(tǒng)故

3、障進(jìn)行排除。2.故障診斷系統(tǒng)的性能指標(biāo)1）故障檢測(cè)的及時(shí)性：是指系統(tǒng)在發(fā)生故障后，故障診斷系統(tǒng)在最短時(shí)間內(nèi)檢測(cè)到故障的能力。故障發(fā)生到被檢測(cè)出的時(shí)間越短說(shuō)明故障檢測(cè)的及時(shí)性越好。2）早期檢測(cè)的靈敏度：是指故障診斷系統(tǒng)對(duì)微小故障信號(hào)的檢測(cè)能力。故障診斷系統(tǒng)能檢測(cè)到的故障信號(hào)越小說(shuō)明其早期檢測(cè)的靈敏度越高。3）故障的誤報(bào)率和漏報(bào)率：誤報(bào)指系統(tǒng)沒(méi)有出去故障卻被錯(cuò)誤檢測(cè)出發(fā)生故障；漏報(bào)是指系統(tǒng)發(fā)生故障卻沒(méi)有被檢測(cè)出來(lái)。一個(gè)可靠的故障診斷系統(tǒng)應(yīng)盡可能使誤報(bào)率和漏報(bào)率最小化。4）故障分離能力：是指診斷系統(tǒng)對(duì)不同故障的區(qū)別能力。故障分離能力越強(qiáng)說(shuō)明診斷系統(tǒng)對(duì)不同故障的區(qū)別能力越強(qiáng)，對(duì)故障的定位就越準(zhǔn)確。5）

4、故障辨識(shí)能力：是指診斷系統(tǒng)辨識(shí)故障大小和時(shí)變特性的能力。故障辨識(shí)能力越高說(shuō)明診斷系統(tǒng)對(duì)故障的辨識(shí)越準(zhǔn)確，也就越有利于對(duì)故障的評(píng)價(jià)和維修。6）魯棒性：是指診斷系統(tǒng)在存在噪聲、干擾等的情況下正確完成故障診斷任務(wù)，同時(shí)保持低誤報(bào)率和漏報(bào)率的能力。魯棒性越強(qiáng)，說(shuō)明診斷系統(tǒng)的可靠性越高。7）自適應(yīng)能力：是指故障診斷系統(tǒng)對(duì)于變化的被測(cè)對(duì)象具有自適應(yīng)能力，并且能夠充分利用變化產(chǎn)生的新信息來(lái)改善自身。以上性能指標(biāo)在實(shí)際應(yīng)用中，需要根據(jù)實(shí)際條件來(lái)分析判斷哪些性能是主要的，哪些是次要的，然后對(duì)診斷方法進(jìn)行分析，經(jīng)過(guò)適當(dāng)?shù)娜∩岷蟮贸鲎罱K的診斷方案。2.1故障診斷的方法近代故障診斷技術(shù)的發(fā)展已經(jīng)歷30年，但形成一門(mén)“

5、故障診斷學(xué)”的綜合性新學(xué)科，還是近幾年逐步發(fā)展起來(lái)的，以不同的角度來(lái)看，有多種故障診斷的分類(lèi)方法，這些方法各有特點(diǎn)。概括而言，故障診斷方法可以分成兩大類(lèi)：基于數(shù)學(xué)模型的故障診斷方法、基于人工智能的故障診斷方法。1.基于輸入輸出信號(hào)的方法故障診斷基于數(shù)學(xué)模型的方法3.基于過(guò)程參數(shù)估算的方法2.基于狀態(tài)估算的方法10.基于故障樹(shù)的方法9.基于模糊數(shù)學(xué)的方法8.基于神經(jīng)網(wǎng)絡(luò)的方法7.基于案例的方法基于人工智能的故障診斷方法專(zhuān)家系統(tǒng)的方法6.基于深淺知識(shí)混合的方法5.基于深知識(shí)的方法4.基于淺知識(shí)的方法2.1.1基于專(zhuān)家系統(tǒng)的診斷方法基于專(zhuān)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

6、是研究最多、應(yīng)用最廣的一類(lèi)智能型診斷技術(shù)。它大致經(jīng)歷了兩個(gè)發(fā)展階段：基于淺知識(shí)領(lǐng)域?qū)＜业慕?jīng)驗(yàn)知識(shí)的故障診斷系統(tǒng)、基于深知識(shí)診斷對(duì)象的模型知識(shí)的故障診斷系統(tǒng)。（1）基于淺知識(shí)的智能型專(zhuān)家診斷方法 淺知識(shí)是指領(lǐng)域?qū)＜业慕?jīng)驗(yàn)知識(shí)?；跍\知識(shí)的故障診斷系統(tǒng)通過(guò)演繹推理或產(chǎn)生式推理來(lái)獲取診斷結(jié)果，其目的是尋找一個(gè)故障集合，使之能對(duì)一個(gè)給定集合產(chǎn)生的原因作出最)包括存在的和缺席的(的征兆佳解釋。 基于淺知識(shí)的故障診斷方法具有知識(shí)直接表達(dá)、形式統(tǒng)一、高模組性、推理速度快等優(yōu)點(diǎn)。但也有局限性，如知識(shí)集不完備，對(duì)沒(méi)有考慮到的問(wèn)題系統(tǒng)容易陷入困境；對(duì)診斷結(jié)果的解釋能力弱等缺點(diǎn)。 （2）基于深知識(shí)的智能型專(zhuān)家診斷方

7、法 深知識(shí)則是指有關(guān)診斷對(duì)象的結(jié)構(gòu)、性能和功能的知識(shí)?；谏钪R(shí)的故障診斷系統(tǒng)，要求診斷對(duì)象的每一個(gè)環(huán)境具有明顯的輸入輸出表達(dá)關(guān)系，診斷時(shí)首先通過(guò)診斷對(duì)象實(shí)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(duì)象領(lǐng)(域中的第一定律知識(shí))及其具有明確科學(xué)依據(jù)的知識(shí)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(shí)的智能型專(zhuān)家診斷方法具有知識(shí)獲取方便、維護(hù)簡(jiǎn)單、完備性強(qiáng)等優(yōu)點(diǎn)，但缺點(diǎn)是搜索空間大，推理速度慢。 （3）基于淺知識(shí)和深知識(shí)的智能型專(zhuān)家混合診斷方法 基于復(fù)雜設(shè)備系統(tǒng)而言，無(wú)論單獨(dú)使用淺知識(shí)或深知識(shí)，都難以妥善地完成診斷任務(wù)，只有將兩者結(jié)合起來(lái)，才能使

8、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(lèi)專(zhuān)家能力相近的知識(shí)，研發(fā)者在建造智能型診斷系統(tǒng)時(shí)，越來(lái)越強(qiáng)調(diào)不僅要重視領(lǐng)域?qū)＜业慕?jīng)驗(yàn)知識(shí)，更要注重診斷對(duì)象的結(jié)構(gòu)、功能、原理等知識(shí)，研究的重點(diǎn)是淺知識(shí)與深知識(shí)的整合表示方法和使用方法。事實(shí)上，一個(gè)高水平的領(lǐng)域?qū)＜以谶M(jìn)行診斷問(wèn)題求解時(shí)，總是將他具有的深知識(shí)和淺知識(shí)結(jié)合起來(lái)，完成診斷任務(wù)。一般優(yōu)先使用淺知識(shí)，找到診斷問(wèn)題的解或者是近似解，必要時(shí)用深知識(shí)獲得診斷問(wèn)題的精確解。2.1.2基于神經(jīng)網(wǎng)絡(luò)的人工智能型診斷方法知識(shí)獲取上，神經(jīng)網(wǎng)絡(luò)的知識(shí)不需要由知識(shí)工程師進(jìn)行整理、總結(jié)以及消化領(lǐng)域?qū)＜业闹R(shí)，只需要用領(lǐng)域?qū)＜医鉀Q問(wèn)題的實(shí)例或范例來(lái)訓(xùn)

9、練神經(jīng)網(wǎng)絡(luò)；在知識(shí)表示方面，神經(jīng)網(wǎng)絡(luò)采取隱式表示，并將某一問(wèn)題的若干知識(shí)表示在同一網(wǎng)絡(luò)中，通用性高、便于實(shí)現(xiàn)知識(shí)的總動(dòng)獲取和并行聯(lián)想推理。在知識(shí)推理方面，神經(jīng)網(wǎng)絡(luò)通過(guò)神經(jīng)元之間的相互作用來(lái)實(shí)現(xiàn)推理。2.1.3基于模糊數(shù)學(xué)的人工智能型診斷方法許多診斷對(duì)象的故障狀態(tài)是模糊的，診斷這類(lèi)故障的一個(gè)有效的方法是應(yīng)用模糊數(shù)學(xué)的理論。基于模糊數(shù)學(xué)的診斷方法，不需要建立精確的數(shù)學(xué)模型(membershipfunction)，適當(dāng)?shù)倪\(yùn)用局部函數(shù)和模糊規(guī)則，進(jìn)行模糊推理就可以實(shí)現(xiàn)模糊診斷的智能化。2.1.4基于故障樹(shù)的人工智能型診斷方法故障樹(shù)方法是由電腦依據(jù)故障與原因的先驗(yàn)知識(shí)和故障率知識(shí)自動(dòng)輔助生成故障樹(shù)，并自

10、動(dòng)生成故障樹(shù)的搜索過(guò)程。診斷過(guò)程從系統(tǒng)的某一故障“為什么出現(xiàn)這種顯現(xiàn)”開(kāi)始，沿著故障樹(shù)不斷提問(wèn)而逐級(jí)構(gòu)成一個(gè)梯階故障樹(shù)，透過(guò)對(duì)此故障樹(shù)的啟發(fā)式搜索，最終查出故障的根本原因。在提問(wèn)過(guò)程中，有效合理地使用系統(tǒng)的及時(shí)動(dòng)態(tài)數(shù)據(jù)，將有助于診斷過(guò)程的進(jìn)行。于故障樹(shù)的診斷方法，類(lèi)似于人類(lèi)的思維方式，易于理解，在實(shí)際情況應(yīng)用較多，但大多與其他方法結(jié)合使用。3.基于模糊數(shù)學(xué)的故障診斷專(zhuān)家系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)機(jī)械故障診斷中,故障現(xiàn)象與故障原因之間通常沒(méi)有一一對(duì)應(yīng)的關(guān)系,一種故障現(xiàn)象可能是由多種原因引起,而一種原因發(fā)生故障可能會(huì)產(chǎn)生多種現(xiàn)象。因此,機(jī)械故障具有一定的模糊性,具體表現(xiàn)為:a.同一故障表現(xiàn)形式呈多樣性;b.

11、幾種故障同時(shí)發(fā)生并互相誘發(fā);c.故障間的分類(lèi)具有模糊性,即不同故障具有相似或相近的特征;d.故障的存在程度具有模糊性,不能把故障絕對(duì)識(shí)別為“存在”與“不存在”。對(duì)于機(jī)械故障的模糊現(xiàn)象,用傳統(tǒng)的數(shù)學(xué)工具進(jìn)行定量診斷往往存在一些困難,而模糊數(shù)學(xué)方法則顯示出其優(yōu)越性。模糊診斷法是一種基于知識(shí)的自動(dòng)診斷方法,它是利用模糊邏輯來(lái)描述故障原因與故障現(xiàn)象之間的模糊關(guān)系,通過(guò)隸屬函數(shù)和模糊關(guān)系方程解決故障原因與狀態(tài)識(shí)別問(wèn)題。3.1模糊數(shù)學(xué)理論基礎(chǔ)3.1.1模糊關(guān)系矩陣的數(shù)學(xué)表述設(shè)是因素甲的狀態(tài)集,是因素乙的狀態(tài)集,同時(shí)考慮甲乙兩因素,可能狀態(tài)集是和任意搭配的元素(x,y)所構(gòu)成,記為:X× Y=(x

12、,y):x X,y Y從X到Y(jié)的一個(gè)模糊關(guān)系R是指X× Y上的一個(gè)模糊子集,其隸屬度表示x與y具有關(guān)系R的程度。當(dāng)X=x1,x2, ,xm,Y=y1,y2, ,yn為有限集時(shí),(xi,yj) X× Y,記ij= R(xi,yj),則0 1,且R可用矩陣(ij)n× m表示,稱(chēng)模糊關(guān)系矩陣。在模糊數(shù)學(xué)理論中,隸屬度用0與1之間的數(shù)值表示。3.1.2貼近度與擇近原則在模糊模式識(shí)別中,可以用模糊集的內(nèi)積和外積的概念來(lái)構(gòu)造模糊集的貼近度。如果A和B是論域Z上的兩個(gè)模糊集,則有:A和B的內(nèi)積:A·B= z ZA(Z) B(Z)A和B的外積:A B= z ZA(Z)

13、 B(Z) 則模糊集A和B貼近度為:(A,B)=12 A·B+(1- A B) 擇近原則:給定論域z上的模糊子集A1,A2, ,An,及另一個(gè)模糊子集B,若有1 i n使得:(B,Ai)= 1 j n(B,Aj) 則認(rèn)為B與Ai最貼近。3.2模糊診斷專(zhuān)家系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)該模糊診斷專(zhuān)家系統(tǒng)有模糊故障診斷知識(shí)庫(kù)、模糊診斷程序和人機(jī)界面三部分組成。3.2.1模糊故障診斷知識(shí)庫(kù)的建立故障知識(shí)庫(kù)文件中包含故障隸屬度矩陣維數(shù)、故障隸屬度表(故障原因與故障現(xiàn)象的模糊關(guān)系矩陣)、故障現(xiàn)象名稱(chēng)、故障原因名稱(chēng)及相應(yīng)處理意見(jiàn)等內(nèi)容。對(duì)于一個(gè)特定的診斷目標(biāo),確定它的典型故障現(xiàn)象集合為X,而將故障原因集合稱(chēng)為

14、Y,R為具有密切關(guān)系的模糊集合。因此,R表示了現(xiàn)象X到故障Y上的一個(gè)模糊關(guān)系。其值可根據(jù)經(jīng)驗(yàn)和專(zhuān)家統(tǒng)計(jì)等方法綜合評(píng)定。這種故障診斷可以描述如下:診斷目標(biāo)(原因集):原因集1,原因集2, ;現(xiàn)象集:現(xiàn)象集1,現(xiàn)象集2,。模糊關(guān)系矩陣:ij,ij是矩陣第i行、第j列的元素,ij0,1,ij反映了故障現(xiàn)象、原因相關(guān)程度的量化模糊值,該值的可靠性決定了診斷成果的優(yōu)劣與成敗。3.2.2實(shí)際故障現(xiàn)象的模糊描述故障診斷是根據(jù)故障現(xiàn)象判別故障原因的識(shí)別過(guò)程。模糊智能故障診斷就是以模糊數(shù)學(xué)理論為基礎(chǔ),對(duì)機(jī)械故障進(jìn)行模式識(shí)別的過(guò)程。建立模糊矩陣時(shí),一個(gè)故障的所有故障原因是一個(gè)集合,故障原因相互獨(dú)立,是一個(gè)單元素集

15、合。這樣每種故障原因與故障現(xiàn)象可以生成一個(gè)模糊關(guān)系集,這個(gè)模糊關(guān)系集可以作為一個(gè)故障模式。所以一種故障現(xiàn)象有多少種故障原因就應(yīng)有多少個(gè)故障模式。具體的故障診斷中,需要知道待診斷故障原因與實(shí)際故障現(xiàn)象之間的模糊關(guān)系。在模糊診斷中哪一個(gè)故障原因?qū)?yīng)的模糊關(guān)系向量與此模式最接近,哪一個(gè)就是診斷結(jié)果。4.模糊數(shù)學(xué)在閥門(mén)故障診斷中的應(yīng)用閥門(mén)廣泛應(yīng)用于工業(yè)容器和管道系統(tǒng)中,閥門(mén)工作可靠性不僅關(guān)系到企業(yè)的生產(chǎn),還涉及到設(shè)備和人身安全,因此,閥門(mén)故障診斷和預(yù)測(cè)顯得尤為重要。然而,閥門(mén)除了本體外,還有復(fù)雜的控制部分和執(zhí)行器,其故障原因和癥狀間很多時(shí)候不是一一對(duì)應(yīng)的,因而呈現(xiàn)出復(fù)雜的關(guān)系,從而導(dǎo)致診斷的決策出現(xiàn)多

16、義性。并且,在狀態(tài)監(jiān)測(cè)中,設(shè)備狀態(tài)從正常到不正常都有一個(gè)漸變過(guò)程,這時(shí)由于征兆的非典型表現(xiàn)也會(huì)出現(xiàn)判斷的多交性。這種故障診斷的模糊性,以往主要依靠經(jīng)驗(yàn)解決。隨著模糊數(shù)學(xué)的產(chǎn)生和發(fā)展,使得計(jì)算機(jī)處理模糊信息成為可能。利用模糊數(shù)學(xué)的理論基礎(chǔ),對(duì)故障診斷的模糊事物進(jìn)行推理、判斷并作出決策,在閥門(mén)智能診斷和故障預(yù)測(cè)方面有著重要意義。4.1模糊數(shù)學(xué)模型4.1.1隸屬函數(shù)在傳統(tǒng)的故障診斷中,對(duì)應(yīng)于故障癥狀,做出的結(jié)論是某零部件是否存在故障,一般用邏輯代數(shù)就可表示。如當(dāng)表示“零件u有故障”時(shí),可用R= 1表示,表示“零件u完好”時(shí),可用R=0。但表示“零件u有輕微/一般/嚴(yán)重/相當(dāng)嚴(yán)重故障”時(shí),無(wú)準(zhǔn)確的表示

17、方式。為了解決這個(gè)問(wèn)題,模糊數(shù)學(xué)引入隸屬函數(shù)A(u)進(jìn)行描述,且有0A(u) 1。因此對(duì)“零件u有輕微/一般/嚴(yán)重/相當(dāng)嚴(yán)重故障”的模糊數(shù)學(xué)集合表示為A= 1,2,3,4。對(duì)每一隸屬函數(shù)賦值1(輕微)= 0.2,2(一般)= 0.4,3(嚴(yán)重)=0.7,4(相當(dāng)嚴(yán)重)= 1。4.2故障診斷的模糊關(guān)系設(shè)故障檢測(cè)狀態(tài)集合U = u1,u2,u3, ,un- 1,un,故障原因集合V = v1,v2,v3, ,vm- 1,vm,則U× V的一個(gè)模糊子集R就是從U到V的模糊關(guān)系。它表示檢測(cè)狀態(tài)到故障原因的一種模糊映射關(guān)系。R的隸屬函數(shù)R(u,v)用n× m階矩陣表示：其中rij=

18、R(u, v) 0, 1,即是檢測(cè)狀態(tài)量化后對(duì)故障原因的相關(guān)程度。rij的確定需要考慮很多因素,應(yīng)盡量多的收集相的信息,以反映故障現(xiàn)象和故障原因間的關(guān)系。隸屬度rij一般采用專(zhuān)家打分法、模糊統(tǒng)計(jì)法和二元對(duì)比排序法確定。4.3故障原因綜合評(píng)判故障診斷是對(duì)異常狀態(tài)的檢測(cè)、異常原因的識(shí)別及異常狀態(tài)預(yù)測(cè)?，F(xiàn)場(chǎng)檢測(cè)故障原因評(píng)判公式為B= AR 式中 A加權(quán)向量,與狀態(tài)集U的量化集合U有關(guān)U= u1, u2, u3, , un- 1, un ui通過(guò)檢測(cè)結(jié)果按一定的指標(biāo)給予隸屬度的值(不能量化的檢測(cè)結(jié)果,按評(píng)價(jià)語(yǔ)義確定其隸屬度)R模糊關(guān)系矩陣 模糊算子對(duì)U= u1,u2,u3, ,un- 1,un歸一化處

19、理,得到A= a1,a2, ,an, ai=1/n uj在應(yīng)用中, “”可表示不同的運(yùn)算法則。M( , )用在主元素決定評(píng)介結(jié)合的情況。M(, )體現(xiàn)一種加權(quán),但仍然突出主元素情況。M( , )以求和代表取大,削弱主元素的作用。M(, )體現(xiàn)一種綜合,其實(shí)已轉(zhuǎn)化為矩陣乘法。4.4故障識(shí)別對(duì)計(jì)算結(jié)果可按最大隸屬函數(shù)或擇近原則進(jìn)行故障識(shí)別。(1)最大錄屬原則設(shè)論域U上的n個(gè)模糊子集A1,A2, ,An構(gòu)成一個(gè)標(biāo)準(zhǔn)模型庫(kù),若對(duì)任一元素u0 U有uAi(u0)= maxuAi(u0),uA2(u0),uAn(u0) 則認(rèn)為相對(duì)隸屬于Ai。(2)擇近原則設(shè)A1, A2, , An是論域上的模糊子集,構(gòu)成

20、一個(gè)標(biāo)準(zhǔn)模型庫(kù)。B是待識(shí)別模糊子集。若存在(B,Aj)= max(B,A1),(B,A1),(B,A2), ,(B,An) 則稱(chēng)B與A最帖近,即認(rèn)為B屬于A。4.5 實(shí)例應(yīng)用以安全閥為例,運(yùn)用模糊數(shù)學(xué)理論,進(jìn)行故障診斷分析。安全閥常見(jiàn)故障現(xiàn)象有閥門(mén)泄漏、閥體結(jié)合面滲漏、沖量安全閥不動(dòng)作、沖量安全閥回座、后主安全閥延遲回座時(shí)間過(guò)長(zhǎng)、安全閥回座壓力低和安全閥頻跳等。故障癥狀集U= a, b,c, d, e, f。而相應(yīng)的故障原因有密封面損傷v1、密封墊失效v2、設(shè)計(jì)制造缺陷v3、螺栓緊力不夠或緊偏v4、相應(yīng)運(yùn)動(dòng)部件有卡阻v5、活塞室漏氣量誤差和安全閥回座壓力過(guò)高v6等。故障原因集式中dy單元填料厚

21、度。若用石棉盤(pán)根,其摩擦力為根據(jù)國(guó)內(nèi)各使用單位所選用的執(zhí)行器可知,自動(dòng)控制閥的全行程調(diào)節(jié)需要30 60s,自動(dòng)控制閥是全天投運(yùn)(24h)。經(jīng)調(diào)查實(shí)際調(diào)節(jié)率為75%。即每天工作18h,由于使用了柔性石墨可減小摩擦力6kN,實(shí)際做功935.6kJ(0.26kW/h電)。一個(gè)使用單位如果有自動(dòng)控制閥約213只(場(chǎng)所大小不同數(shù)量各異),由于閥桿直徑不同其摩擦力也不同,自動(dòng)控制閥偏大,一般也是自動(dòng)控制閥的一半,這樣可節(jié)9968.4kW/h。由此可知,在使用單位和閥門(mén)制造廠(chǎng)大力推廣使用柔性石墨是節(jié)約能源的一項(xiàng)主要措施,也是十分有必要的,建議閥門(mén)的設(shè)計(jì)使用柔性石墨,為此可以節(jié)約更多的能源。5.總結(jié)采用了基于模糊理論的模糊診斷法,能顯著縮短故障診斷時(shí)間,提高故