電氣設(shè)備故障診斷

1、電氣設(shè)備故障診斷第5講：故障的識(shí)別和判斷、預(yù)測(cè)技術(shù)預(yù)測(cè)技術(shù) 狀態(tài)預(yù)測(cè)技術(shù)預(yù)測(cè)根據(jù)事物的現(xiàn)狀和歷史資料，考慮事物與外界環(huán)境之間的相互作用和相互影響，通過邏輯推理和科學(xué)實(shí)驗(yàn)，定性或定量地估計(jì)未來的發(fā)展。預(yù)測(cè)的過程即使用預(yù)測(cè)技術(shù)和方法，探索發(fā)展規(guī)律，掌握未來的發(fā)展動(dòng)向。 確定預(yù)測(cè)的目標(biāo)范圍和期限 預(yù)測(cè)技術(shù) 數(shù)據(jù)分析提供決策信息采集信息模擬試驗(yàn)預(yù)測(cè)規(guī)律1.預(yù)測(cè)技術(shù)的基本原理 科學(xué)預(yù)測(cè)的基礎(chǔ) ：事物發(fā)展的各種客觀規(guī)律，利用規(guī)律的必然性去認(rèn)識(shí)未來的發(fā)展，包括：可知性原理、可能性原理（多種發(fā)展可能性）、連續(xù)性原理、相似性原理。設(shè)備缺陷和異常的延設(shè)備缺陷和異常的延續(xù)性續(xù)性 設(shè)備故障往往來自元件、部件本身或它們

2、之間連結(jié)部位的缺陷。一般情況下缺陷既已形成就會(huì)出現(xiàn)缺陷的狀態(tài)特征，不經(jīng)修復(fù)或處理，缺陷不會(huì)自行消失，而且還可能繼續(xù)發(fā)展，發(fā)展到一定程度突然擴(kuò)大形成故障。按設(shè)備缺陷性質(zhì)不同，發(fā)展成故障的速度也有很大差別。掌握各種缺陷向故障發(fā)展的規(guī)律，將有助于提供有實(shí)用價(jià)值的故障預(yù)測(cè)。 1.預(yù)測(cè)技術(shù)的基本原理 科學(xué)預(yù)測(cè)的基礎(chǔ) ：事物發(fā)展的各種客觀規(guī)律，利用規(guī)律的必然性去認(rèn)識(shí)未來的發(fā)展，包括：可知性原理、可能性原理（多種發(fā)展可能性）、連續(xù)性原理、相似性原理。設(shè)備缺陷和異常的延續(xù)性 設(shè)備故障的相關(guān)性設(shè)備故障的相關(guān)性 設(shè)備缺陷的發(fā)展規(guī)律，常和內(nèi)部結(jié)構(gòu)、部件之間的關(guān)聯(lián)以及設(shè)備的運(yùn)行條件密切，如高壓電氣設(shè)備局部部絕緣劣化有

3、關(guān)系，如高壓電器局部放電逐漸增大常和內(nèi)部絕緣劣化有關(guān)系，高溫金屬蠕變速度增大和運(yùn)行溫度有關(guān)系。相關(guān)關(guān)系常常是故障的因果關(guān)系。查明故障機(jī)理，即可依據(jù)故障因果的函數(shù)關(guān)系，建立預(yù)測(cè)模型。1.預(yù)測(cè)技術(shù)的基本原理 科學(xué)預(yù)測(cè)的基礎(chǔ) ：事物發(fā)展的各種客觀規(guī)律，利用規(guī)律的必然性去認(rèn)識(shí)未來的發(fā)展，包括：可知性原理、可能性原理（多種發(fā)展可能性）、連續(xù)性原理、相似性原理。設(shè)備缺陷和異常的延續(xù)性 設(shè)備故障的相關(guān)性設(shè)備故障的相似性設(shè)備故障的相似性 設(shè)備缺陷及其擴(kuò)展變化，有時(shí)具有共同的特征。在同型設(shè)備或近似類型設(shè)備上，則有更大的近似性。搜集同型設(shè)備所發(fā)生的缺陷及其擴(kuò)展變化的情況，再加上被預(yù)測(cè)設(shè)備的具體運(yùn)行條件，將為建立預(yù)

4、測(cè)模型提供有力的借鑒。利用概率統(tǒng)計(jì)的方法，即可從許許多多故障信息中查出具有較大置信度的預(yù)測(cè)結(jié)果。2.預(yù)測(cè)技術(shù)的特點(diǎn) 科學(xué)性科學(xué)性近似性近似性 局限性局限性 預(yù)測(cè)技術(shù)是按科學(xué)方法和程序建立模型，是在掌握主觀和客觀諸因素和各種因素相互關(guān)系的基礎(chǔ)上，對(duì)事物發(fā)展趨勢(shì)做出的判斷，所以是科學(xué)的預(yù)測(cè)。 預(yù)測(cè)是對(duì)未來發(fā)展的科學(xué)估計(jì)，是對(duì)事物發(fā)展規(guī)律的認(rèn)識(shí)與推演，它只能預(yù)測(cè)出大略的趨向，不可能預(yù)測(cè)某臺(tái)機(jī)組運(yùn)行到某月、某日，甚至某時(shí)一定會(huì)損壞。預(yù)測(cè)與實(shí)際情況的發(fā)展間常會(huì)有小的偏差、在數(shù)值上可能與實(shí)際略有出入，所以預(yù)測(cè)具有近似性。 不完全準(zhǔn)確性由于外部各種因素變化的影響，以及人們對(duì)未來認(rèn)識(shí)的局限性，預(yù)測(cè)結(jié)果常常是在

5、指定的范圍內(nèi)有效，也就是預(yù)測(cè)結(jié)果不能表達(dá)事物發(fā)展的全過程。因此，預(yù)測(cè)具有一定的局限性。 條件性、時(shí)間性3. 影響預(yù)測(cè)作用大小的因素 費(fèi)用 結(jié)果的準(zhǔn)確性 時(shí)效性 依據(jù)的規(guī)律性及有無大的變動(dòng) 預(yù)測(cè)期限的長(zhǎng)短（不同時(shí)期的預(yù)測(cè)對(duì)不同的研究目標(biāo)有不同作用）4.預(yù)測(cè)的程序和步驟 5.定性預(yù)測(cè) 預(yù)測(cè)未來發(fā)展的總趨勢(shì)和各種可能的后果 依靠人的經(jīng)驗(yàn)及判斷能力進(jìn)行，優(yōu)點(diǎn)在于能在缺乏足夠統(tǒng)計(jì)信息和原始資料的情況下，進(jìn)行估計(jì)。1專家預(yù)測(cè)法 主要是依靠專家根據(jù)調(diào)查研究搜集到的有關(guān)資料，運(yùn)用自己的知識(shí)和經(jīng)驗(yàn)，對(duì)未來情況作出估計(jì)。專家個(gè)人預(yù)測(cè)專家集體預(yù)測(cè)知識(shí)和調(diào)查研究的深度與廣度都是有限的，預(yù)測(cè)結(jié)果不可能十分準(zhǔn)確。這種方法

6、簡(jiǎn)便易行，在各個(gè)領(lǐng)域都得到普遍應(yīng)用。 5.定性預(yù)測(cè) 預(yù)測(cè)未來發(fā)展的總趨勢(shì)和各種可能的后果 依靠人的經(jīng)驗(yàn)及判斷能力進(jìn)行，優(yōu)點(diǎn)在于能在缺乏足夠統(tǒng)計(jì)信息和原始資料的情況下，進(jìn)行估計(jì)。2Delphi預(yù)測(cè)法 專家預(yù)測(cè)法的一種（占預(yù)測(cè)的1/4）是上述專家集體預(yù)測(cè)的一種發(fā)展、是采取無記名方式通過幾輪函調(diào)征求專家意見、然后將意見綜合、整理、歸納，再反饋給各專家進(jìn)一步分析、判斷，提出新的論證。經(jīng)多次反復(fù)（3-4輪），從而使預(yù)測(cè)意見提煉得更加準(zhǔn)確逐漸收斂。 對(duì)大量非技術(shù)性無法定量分析的因素，進(jìn)行概率估計(jì)，結(jié)果反饋，充分發(fā)揮信息反饋和控制作用5.定性預(yù)測(cè) 預(yù)測(cè)未來發(fā)展的總趨勢(shì)和各種可能的后果 依靠人的經(jīng)驗(yàn)及判斷能力

7、進(jìn)行，優(yōu)點(diǎn)在于能在缺乏足夠統(tǒng)計(jì)信息和原始資料的情況下，進(jìn)行估計(jì)。3主觀概率預(yù)測(cè)法 主觀概率不是根據(jù)客觀事件出現(xiàn)的次數(shù)統(tǒng)計(jì)出來的概率，而是根據(jù)專家們對(duì)客觀事物的主觀判斷的量度計(jì)算出來的概率。主觀概率預(yù)測(cè)法就是應(yīng)用主觀概率預(yù)測(cè)設(shè)備將要發(fā)生的事件的方法。加權(quán)平均法相互影響分析預(yù)測(cè)法 5.定性預(yù)測(cè) 預(yù)測(cè)未來發(fā)展的總趨勢(shì)和各種可能的后果 依靠人的經(jīng)驗(yàn)及判斷能力進(jìn)行，優(yōu)點(diǎn)在于能在缺乏足夠統(tǒng)計(jì)信息和原始資料的情況下，進(jìn)行估計(jì)。4曲線趨勢(shì)預(yù)測(cè)法 很多事物的發(fā)展，差不多都與它過去的狀態(tài)有關(guān)系，觀察過去的狀態(tài)可知它的現(xiàn)在。觀察過去和觀在的狀態(tài)也會(huì)預(yù)知未來。這是因?yàn)槭挛锏陌l(fā)展，都帶有一定的延續(xù)性或稱為“慣性”。 如

8、水平趨勢(shì)、線性趨勢(shì)、多項(xiàng)式趨勢(shì)、增長(zhǎng)趨勢(shì)連續(xù)性原理例如某機(jī)組軸承溫度在上午8時(shí)為40。9時(shí)為41，l0時(shí)為43、11時(shí)為46。孤立地觀察：可以說軸承溫度部在合格范圍以內(nèi)從所測(cè)數(shù)據(jù)與時(shí)間的關(guān)系來看，則可說明該軸承溫度在上升。以直線的延伸進(jìn)行預(yù)測(cè)。例如，軸承溫度繼續(xù)升高，很可能導(dǎo)致質(zhì)的變化，造成軸承損壞，甚至帶來更大的危害。此時(shí)如不查明溫度變化的原因及時(shí)予以處理，則軸承有損壞的危險(xiǎn)。 設(shè)備運(yùn)行情況常常受到內(nèi)部和外部諸種因素的制約，所以外推法是有條件的，也是有限度的，必須在相同或相近的條件下進(jìn)行類推，否則就找不到什么規(guī)律。 6. 定量預(yù)測(cè) 定量預(yù)測(cè)是對(duì)事物進(jìn)行定量的統(tǒng)計(jì)，利用數(shù)學(xué)模型或其他分析技術(shù)，

9、包括借助于計(jì)算機(jī)對(duì)事物的來來發(fā)展趨勢(shì)做出定量的描述。定量預(yù)測(cè)要比定性預(yù)測(cè)的準(zhǔn)確性高。 1回歸分析預(yù)測(cè)法 相關(guān)分析、因果分析法 各種事物的變化互相關(guān)聯(lián)。很多現(xiàn)象間存在因果關(guān)系，掌握其中方面的變化，則可推斷另一個(gè)方面的變化。例如物體熱脹冷縮、導(dǎo)線的電阻因溫度升高而增大等等。v 一元回歸法、二元線性回歸法、多元線性回歸法或非線性回歸法、對(duì)數(shù)回歸法和指數(shù)回歸法等 分析結(jié)果的檢驗(yàn)顯著性檢驗(yàn)（F-，t-）、相關(guān)系數(shù)檢驗(yàn)6. 定量預(yù)測(cè) 定量預(yù)測(cè)是對(duì)事物進(jìn)行定量的統(tǒng)計(jì)，利用數(shù)學(xué)模型或其他分析技術(shù)，包括借助于計(jì)算機(jī)對(duì)事物的來來發(fā)展趨勢(shì)做出定量的描述。定量預(yù)測(cè)要比定性預(yù)測(cè)的準(zhǔn)確性高。 2時(shí)間序列預(yù)測(cè)法 用于分析隨

10、機(jī)過程對(duì)一組按時(shí)間順序排列的數(shù)據(jù)進(jìn)行的預(yù)測(cè)。在某些場(chǎng)合不是按時(shí)間觀察統(tǒng)計(jì)，而是按溫度、電流等觀察統(tǒng)計(jì)的數(shù)據(jù)，習(xí)慣仍稱為時(shí)間序列。時(shí)間序列通常是按小時(shí)、日、周、月、年現(xiàn)測(cè)事物的變化。時(shí)間序列模型常常是由許多分量所構(gòu)成，由長(zhǎng)期趨勢(shì)分量、周期分量(季節(jié)分量)和隨機(jī)分量等不同分量構(gòu)成不同型式的時(shí)間序列 隨機(jī)項(xiàng)周期項(xiàng)趨勢(shì)項(xiàng))()()()(txtptfty確定型時(shí)間序列預(yù)測(cè)技術(shù) 簡(jiǎn)易方法 對(duì)于按時(shí)間序列作出的各因變量散點(diǎn)圖進(jìn)行直接觀察，擬合出一個(gè)大致的發(fā)展趨勢(shì)。簡(jiǎn)單易行確定型時(shí)間序列預(yù)測(cè)技術(shù) 簡(jiǎn)易方法 滑動(dòng)平均法 認(rèn)為未來的狀況與近期的狀況有關(guān)，而遠(yuǎn)期的狀況并不重要。 nVVVVFnttttt1211滑動(dòng)

11、平均法的預(yù)測(cè)值常滯后于實(shí)際值。為補(bǔ)救它的不足可采用二次滑動(dòng)平均法。 確定型時(shí)間序列預(yù)測(cè)技術(shù) 簡(jiǎn)易方法 滑動(dòng)平均法 反映距預(yù)測(cè)期越近的數(shù)據(jù)對(duì)預(yù)測(cè)值影響越大的情況 如果選擇n個(gè)相鄰數(shù)據(jù)給予加權(quán)滑動(dòng)平均，則可定義加權(quán)滑動(dòng)法的模型通式。 加權(quán)滑動(dòng)平均預(yù)測(cè)法 123234321VVVF確定型時(shí)間序列預(yù)測(cè)技術(shù) 簡(jiǎn)易方法 滑動(dòng)平均法 強(qiáng)調(diào)近期數(shù)據(jù)對(duì)預(yù)測(cè)值的影響，任意選擇近期數(shù)據(jù)的權(quán)值，但不忽略遠(yuǎn)期數(shù)據(jù)的作用。 a平滑系數(shù)，0al，一般取a0.50.9 加權(quán)滑動(dòng)平均預(yù)測(cè)法 指數(shù)平滑法 Ft+1=aVt+(1-a)Ft 隨機(jī)型時(shí)間序列預(yù)測(cè)技術(shù) 把時(shí)間序列作為隨機(jī)過程來研究。由于考慮到了時(shí)間序列的隨機(jī)特征和統(tǒng)計(jì)特

12、征。所以能比確定型時(shí)間序列預(yù)測(cè)法提供更多的信息。在設(shè)備診斷技術(shù)中常用ARMA模型研究系統(tǒng)特性和工作狀態(tài)，預(yù)測(cè)設(shè)備狀態(tài)變化的趨勢(shì)。這種方法預(yù)測(cè)精度比較高，但是計(jì)算過程復(fù)雜。計(jì)算工作量大，必須使用計(jì)算機(jī)才能實(shí)現(xiàn) 是已經(jīng)估計(jì)好的確定值系數(shù)序列模型：ptptpttayyyAR,21117. 灰色預(yù)測(cè)技術(shù)五類：數(shù)列預(yù)測(cè)、災(zāi)變預(yù)測(cè)（對(duì)異常值的預(yù)測(cè)）、拓?fù)漕A(yù)測(cè)、系統(tǒng)預(yù)測(cè)、特定的時(shí)間異常預(yù)測(cè)。系統(tǒng)預(yù)測(cè)即對(duì)多個(gè)量進(jìn)行一起預(yù)測(cè)。關(guān)鍵：灰色生成和灰色建模（微分方程模型）將原始數(shù)據(jù)生成數(shù)列（如累加、累減、均值、級(jí)比等變換）其它預(yù)測(cè)技術(shù)：憂選組合、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、小波分析預(yù)測(cè)等。單序列一階線性模型單序列一階線性模型基于小波分析的非平穩(wěn)時(shí)間序列分析與預(yù)測(cè)趨勢(shì)項(xiàng)趨勢(shì)項(xiàng)當(dāng)選取的小波函數(shù)具有一定的平滑作用時(shí),經(jīng)過若干次小波變換,原時(shí)間序列中的隨機(jī)項(xiàng)和周期項(xiàng)逐漸被分離,即序列中的異常點(diǎn)或隨機(jī)因素逐漸被消除,有“棱角”的點(diǎn)將逐漸被修平,時(shí)間序列趨向平滑,直到時(shí)間序列上剩下長(zhǎng)期趨勢(shì)項(xiàng)為止.如線性趨勢(shì)、多項(xiàng)式趨勢(shì)、指數(shù)趨勢(shì)等周期項(xiàng)和隨機(jī)項(xiàng)周期項(xiàng)和隨機(jī)項(xiàng)在小波分解中除了長(zhǎng)期趨勢(shì)項(xiàng)后的其它層就為周期項(xiàng)和隨機(jī)項(xiàng),而且象經(jīng)濟(jì)現(xiàn)象等實(shí)際問題中,隨機(jī)因素常常是小尺度成分常常是小尺度成分,因此,在大多數(shù)情況下,第一次小波分解的高半