真人一对一直播,chinese极品人妻videos,青草社区,亚洲影院丰满少妇中文字幕无码

0
首頁 精品范文 診斷技術

診斷技術

時間:2023-02-03 05:26:56

開篇:寫作不僅是一種記錄,更是一種創造,它讓我們能夠捕捉那些稍縱即逝的靈感,將它們永久地定格在紙上。下面是小編精心整理的12篇診斷技術,希望這些內容能成為您創作過程中的良師益友,陪伴您不斷探索和進步。

診斷技術

第1篇

關建詞:絕緣老化故障;色譜分析;局部放電試驗;繞組變形

中圖分類號:TM835文獻標識碼:A

文章編號:1009-2374 (2010)24-0057-02

在傳輸和分配電能時離不開變壓器。變壓器的作用是改變電壓大小,使之滿足傳輸和分配電能時對不同電壓數值的需要。變壓器在運行中會受到四種電壓的作用:正常工頻工作電壓,短時過電壓、操作過電壓、雷擊過電壓,即變壓器絕緣要經受這四種電壓的考驗,此外,還要經受短路電流的沖擊等,因此,變壓器絕緣會老化和故障,如過熱性故障,放電性故障,繞組變形等。如何診斷變壓器絕緣是否老化或故障,以及老化或故障的程度如何。一般通過對油中溶解氣體的色譜分析、局部放電試驗、繞組變形試驗。

1變壓器油中溶解氣體的色譜分析

我國60年代中期就開展了這項技術的研究,并取得了初步成果,自70年代以來,這一檢測技術得到了推廣和發展。當變壓器內部因某種異常原因形成局部放電或局部過熱性故障時,油及固體紙張絕緣材料會發生裂解,產生低分子化合物都是氣體,他們通常都會溶解在油中,并且隨著油的循環擴散到變壓器的整個油箱內部。若在變壓器運行過程中取油樣對這些氣體進行分析,就可能發現這些潛伏性故障,溶解氣體分析法就是建立在該機理上的。

通過分析油中溶解氣體的組分及其在油中的含量和發展趨勢來檢測設備內部潛伏性故障,了解事故發生的原因,不斷地掌握故障的發展趨勢,提供故障嚴重程度的信息,及時報警,合理維護設備,這是油中溶解氣體分析的主要任務,一般情況下,根據分析結果進行故障診斷時,應包括下述內容:

(1)判定有無故障。

(2)判斷故障的類型。如過熱、電弧放電、火花放電和局部放電、進水受潮等。

(3)診斷故障的狀況。如熱點溫度、故障功率、嚴重程度、發展趨勢,以及油中氣體飽和水平和達到氣體繼電器報警所需的時間等。

(4)提出相應的反事故措施。如能否繼續運行期間的技術安全措施和監視手段,或者是否需要內部檢查修理等,根據色譜分析結果判斷變壓器故障的根據是《變壓器油中溶解氣體分析和判斷導則》。當變壓器油征氣體含量超過注意值時應引起注意,并根據“三比值”法初步判斷故障的類型和程度。但是潛油泵的故障以及有載開關小油箱向本體漏油,變壓器注油過程中真空沒掌握好,沒有完全脫氣等,也可引起油中氣體含量分析結果異常,從而誤認為變壓器內部存在故障,因此應排除它們對色譜的影響。此外,德國的“四比值”法中有一個判據對判斷變壓器磁回路過熱型故障精確率相當高。這個判據為:

當CH4/H2=1~3 C2H6/CH4

但是《導則》推薦的注意值是指導性的,它不是劃分設備是否正常的唯一判據,不能作為判斷的標準。最終判定有無故障還應根據追蹤分析,考察特征氣體增長率。有時即使特征氣體低于注意值,如突然增長時,仍應追蹤分析,查明原因,有的設備因某種原因使氣體含量基值較高,超過注意值,也不能立即判定有故障,必須有歷史數據比較。如果沒有歷史數據,則需確定一個適當的周期進行追蹤分析。一般說來,僅僅根據吊罩檢查修理和限制負荷措施是不經濟的。實際判斷時,若氣體含量絕對值超過注意值且產氣率超過注意值時,判定為存在故障。

對于故障檢修后的變壓器,由于油浸絕緣材料中的殘油所殘存的故障特征氣體,釋放至已脫氣的油中,在追蹤分析初期,往往發現故障特征氣體的增長較明顯,這時有可能錯誤判斷為故障還未消除。因此,即使檢修時油氣已充分脫氣,在修后的兩三個月內,若特征氣體增長率比正常設備快些,則應對設備內部纖維材料中殘油溶解的殘氣進行估算。分析所得的氣體各組分含量應分別減去殘氣,才是變壓器修復后油中氣體的真實含量。

當故障涉及到固體絕緣時,會引起CO和CO2含量的明顯增長?!秾t》認為,對于開放式變壓器,如果總炔的含量超過注意值,而CO含量超過了300ppm,但總烴含量在正常范圍內,一般認為是正常的。

色譜分析是診斷變壓器工作狀態和判斷故障性質的最有效的方法之一。它對于檢測變壓器的內部存在的過熱性故障及部分發展較慢的放電性故障比較有效,但對突發性故障,特別是由于匝間短路引起的變壓器事故,反應不太靈敏,這是由于突發性故障,產氣快,一部分氣體來不及溶解在油中就進入氣體繼電器。因此,對于突發性故障,要結合著對氣體繼電器中的氣體進行色譜分析,并且根據氣體的顏色初步定性判斷一下,這樣綜合分析才能得出準確的結論。根據氣體繼電器中氣體的顏色判斷故障大致可分為如下幾種:

無色、無味、不可燃,是空氣。

灰色氣體、可燃,是變壓器絕緣降低、發熱老化產生的氣體。

黑色氣體、不可燃,是變壓器鐵心接地、放電產生的氣體。

黃色氣體、可燃,是變壓器內部絕緣過熱產生的氣體。

2變壓器局部放電試驗

在電場作用下,絕緣中的部分區域發生電短路的現象,稱為局部放電。它常常發生在電氣絕緣強度較低的區域或者存在極不均勻電場的部位。對于大型變壓器來說,其絕緣結構較為復雜,高電場區的雜物、絕緣受潮、絕緣浸漬不完善、絕緣中含氣泡、金屬構件與固體絕緣件存在尖角以及結構體中存在懸浮電位等,均有可能導致局部放電。

變壓器結構中一旦產生局部放電,將會嚴重影響變壓器的使用壽命和運行性能。變壓器油紙絕緣中的局部放電,可分為氣泡性放電和油中放電兩種。氣泡性放電主要是由于絕緣不良,在油中或油紙絕緣中殘存的氣體造成的,如真空脫氣或真空注油沒控制好真空度;或者運行中其他原因造成的,其放電強度較低,對絕緣介質有緩慢的老化作用,而油中放電主要是由于絕緣結構中局部場強過高所造成的,其絕緣強度一般要比氣泡性放電高幾個數量,通常在數千PC以上,強烈是會在短時間內導致油紙絕緣損壞。放電過程中油和紙分解的大量氣體,又會產生累積的氣泡性放電,加強放電的進一步發展,出現惡性循環的復雜現象,最終導致絕緣完全的擊穿。

因此,近年來局部放電檢測技術越來越引起人們的重視,得到了廣泛的應用。通過大量試驗證明,局部放電試驗能及時有效的發現變壓器設計、制造、運輸、安裝工藝的缺陷,對于檢出變壓器的雜質、絕緣受潮、浸漬不完善、含有氣泡、金屬構件與固體絕緣體有尖角和結構中的懸浮電位等是非常有效的,它與色譜分析相比可以及時地發現變壓器內部的局部放電性缺陷,而不需要運行時間的積累。也正是由于制造廠采取了局部放電測試手段,才使得大型電力變壓器的制造水平和技術性能越來越高,產品質量也越來越好。

目前普遍采用的局部放電測試方法是在一定試驗電壓下測試放電量的大小,利用放電量的大小及隨電壓的變化趨勢來評判絕緣的優劣性能。采用這樣的方法來評定絕緣內部的缺陷是靈敏和有效的,但如果要較為準確的判斷局部放電的程度及對絕緣壽命的影響,最好還是同時測來年感放電量、放電次數等參數,并分析放電的發展趨勢和發生部位。

值得注意的是,局部放電量的標準規定值是由經驗出發約定俗成的,并沒有嚴格的試驗依據,通常認為油紙絕緣在幾千PC的放電作用下才會留下痕跡,考慮到放電點與測量點之間信號的衰減,規定數百PC作為變壓器放電量的限值。實際上,信號的衰減會受到多種因素的影響,例如:匝間放電時信號衰減較大,當在變壓器測量端子上測量值為500PC時,實際放電點上出現上萬PC的放電量都是有可能的。因此,在放電量超標時,要對放電進行具體分析,分析可能發生的部位,隨加壓發展趨勢、放電的起始電壓和熄滅電壓、放電脈沖信號的特征及發生的頻率等,并根據分析的結果判斷出其對絕緣的危害程度,簡單的用標準規定值去卡設備,有時也是不合理的,特別是對已經投入運行的變壓器。

綜上所述,我們應該在運行中加強對變壓器油的監督,結合大小修對變壓器定期進行局部放電測量,確保變壓器的安全運行。

3變壓器繞組變形的測量

變壓器在長途運輸中受到沖撞或者在運行中受到短路故障電流的沖擊,繞組將可能發生變形或位移,嚴重者會導致突發生事故的發生。通過繞組變形試驗就可以在不吊罩的情況下判斷變壓器繞組是否變形,變形程度如何,從而采取相應的、合理的補救措施,做到防患于未然。

變壓器繞組變形或位移后,即使沒有立即損壞,也會留下嚴重的故障隱患,如:絕緣距離發生改變,固體絕緣受到損壞、擊穿,導致突發絕緣事故,甚至在正常運行電壓下,因局部放電作用而發生絕緣擊穿事故;繞組機械性能下降,當再次受到短路電流沖擊時,將承受不住巨大的電動力作用而發生損壞事故。因此,積極開展變壓器繞組變形診斷工作,及時發現有問題的變壓器,并有計劃地進行吊罩驗證及合理地檢修,不但可以節省大量的人力、物力,對防止變壓器突發生事故的發生也有極其重要的作用。

4結論

在變壓器運行過程中,定期對油中溶解氣體進行測譜分析,可有效地診斷出大部分過熱性故障和部分發展較慢的放電性故障,但對突發生故障往往不能及時作出反應。

第2篇

關鍵詞:豬;剖檢;要領

中圖分類號:S858.28 文獻標識碼:B 文章編號:1007-273X(2016)04-0031-01

在不能借助實驗室化驗來確診豬病的基層獸醫活動中,較為準確的豬病診斷方法就是對病豬的進行解剖,結合臨床經驗,現向廣大基層獸醫技術人員介紹解剖診斷要領,以便提高確診率,提高治愈率。

1 解剖前的外部檢查

檢查四肢、眼結膜的顏色、皮膚等有無異常,下頜淋巴結是否有腫脹現象等。如亞急性豬丹毒,可見皮膚大小一致的方形、菱形或圓形疹塊;急性豬瘟,皮膚多有密集的或散在的出血點(或淤血點);口蹄疫,四肢、口腔有水皰;豬疥螨病,皮膚粗糙有皮屑、背毛脫落、皮膚潮紅甚至出血有痂皮;豬鏈球菌病,皮膚有突起的膿包,切開膿包流出淡黃色液體;附紅細胞體病時眼結膜黃染,附近有糞便污染等。

2 保定尸體

尸體取背臥位,一般先切斷肩胛骨內側和髖關節周圍的肌肉,將四肢向外側攤開,以保持尸體仰臥位置。

3 剖檢過程

從劍狀軟骨后方沿腹壁正中線由前向后至恥骨聯合切開腹壁,再從劍狀軟骨沿左右兩側肋骨后緣切開至腰椎橫突。這樣,腹壁被切成大小相等的兩楔形,將其向兩側分開,腹腔臟器即可全部露出。剖開腹腔時,應結合進行皮下檢查??雌は掠袩o出血點、黃染等。在切開皮膚時需要檢查腹股溝淺淋巴結,看有無腫大、出血等異常現象。

3.1 腹腔器官檢查

腹腔切開后,須先檢查腹腔臟器的位置和有無異物等。腹腔器官的取出方法:胃腸全部取出,先將小腸移向左側,以暴露直腸, 在骨盆腔中單結扎。切斷直腸,左手握住直腸斷端,右手持刀,從前腰背部分離腸系膜等,至膈時,在胃前端結扎剪斷食管,取出全部胃腸道。

取出空腸和回腸。在回盲韌帶, 游離緣雙結扎,剪斷回腸,在十二指腸道,雙結扎剪斷十二指腸。左手握住回腸斷端,右手持刀,逐漸切割腸系膜至十二指結扎點,取出空腸和回腸。

取出十二指腸,胃和胰。先仔細分離十二指腸、胰與結腸的交叉聯系,再從前向后分離腸系膜,最后分離并單結扎、剪斷直腸,取出盲腸、結腸和直腸。

(1)脾。注意脾的大小,重量,顏色,質地 ,表面和切面的狀況。如敗血性炭疸時,脾可能高度腫大,色黑紅,柔軟。急性豬瘟時脾發出血性梗死。

(2)腸。檢查腸壁的簿厚,黏膜有無脫落、出血。腸淋巴結有無腫脹等?;钾i副傷寒的豬腸黏膜表面覆蓋糠麩樣物質。

(3)胃。檢查胃內容物的性狀、顏色,剖去內容物看胃黏膜有無出血、脫落穿孔等現象。

(4)肝。檢查肝的顏色、質地等。

(5)膽??茨懩业耐庥^是否腫大,滑破膽囊看膽汁的顏色是否正常。

(6)腎。兩個腎先做比較,看大小是否一樣有無腫脹。剖去腎包膜看腎臟表面有無出血點。然后將腎平放橫切后觀察腎盂、腎盞有無腫大、出血等。

(7)膀胱??窗螂椎膹椥?、膀胱內膜有無出血點等。

3.2 胸腔器官檢查

用刀(或剪)切斷兩側肋軟骨與肋骨結合部,再把刀伸入胸腔劃斷脊柱左右兩側肋骨與胸椎連接部肌肉,按壓兩側胸壁肋骨,折斷肋骨與胸椎的連接,即可敞開胸腔。打開胸腔后先看腎包膜有無粘連、是否有纖維狀物滲出,傳染性胸膜肺炎時有此癥狀。

(1)肺。看左右肺的大小、質地、顏色等。氣喘病肺變為肉樣、放在水中下沉,正常的肺放在水中是不下沉的。豬肺疫時肺臟表面因出血水腫呈大理石樣外觀。

(2)心臟??葱陌び袩o出血點,切開心臟看二尖瓣、三尖瓣有無異?,F象。豬丹毒潰瘍性心內膜炎,增生,二尖瓣上有灰白色菜花贅生物檢查時應特別注意。

3.3 口腔和喉部器官檢查

剝去頸部和下頜部皮膚后,用刀切斷兩下頜支內側和舌連接的肌肉,左手指伸入下頜間隙,將舌牽出,剪斷舌骨,將舌、咽喉、氣管一并采出。看氣管有無黏液、出血點等;扁桃體有無腫大、出血點等。

4 注意事項

(1)在豬發病死亡后,尸體剖檢進行越快、準確診斷的機會越多。尸體剖檢必須在死后變性不太嚴重時盡快進行。夏季須在死后4~8 h之內完成,冬季不得超過18~24 h。

(2)剖檢中要做記錄,將每項檢查的各種異常現象詳細記錄下來,以便根據異?,F象做出初步診斷。

第3篇

[關鍵詞]檢測診斷技術 汽車維修 應用

中圖分類號:U73 文獻標識碼:A 文章編號:1009-914X(2016)01-0257-01

檢測診斷技術可以在汽車不解體的條件下針對汽車的技術狀況進行判斷,以為汽車的維修及運行、保養等提供充足的依據?,F階段計算機技術、電子技術的不斷發展,汽車檢測技術也逐漸進步,進行汽車的檢測與診斷時除了要用計算機完成數據的采集,還要通過智能化系統分析汽車狀態,該技術的發展也使得汽車故障檢測更加快捷。

一、簡要概述汽車檢測診斷技術

維修故障汽車之前需要對汽車進行檢測,以準確判斷汽車的具體故障。此技術即進行檢測診斷時不用拆解汽車,而是通過現代儀器及人工方法來查明其內部故障、分析其整體性能。根據汽車檢測及診斷的目的,可以把汽車的檢測分為如下類型:第一,汽車安全性能的檢測??梢远ㄆ诨虿欢ㄆ诘貙ζ嚨陌踩阅苷归_檢測,以保證汽車外觀良好、使用性能較為安全且污染物的排放符合相關標準。第二,汽車的綜合檢測。該項檢測主要體現在檢測汽車的技術狀況和整體工作性能,精準判斷其運行情況,保證汽車運行過程中的安全。該項技術的推廣與應用對汽車的安全運行有著重要意義。第三,汽車的維修檢測診斷。此檢測診斷技術可以用來確定汽車有無進行大修的必要,根據實際情況進行修理;同時在維修汽車時,通過部分診斷設備能夠讓維修和診斷實現交叉進行,進而使得維修質量得到有效提高。

二、檢測診斷的必要性

(一)檢測診斷技術的應用利于汽車視情況維修

汽車往往采用事后維修的制度,即出現故障后再去檢修,如果沒有故障則不進行修理。此維修制度建立的基礎是汽車零件的壽命狀況和磨損規律,也正因為此制定合理的汽車維修間距非常必要。汽車零件的磨損狀況在很大程度上受狀況及負荷程度等工作條件、零件加工質量、材料整體性能及零件安裝調試狀況、保養與使用水平等因素的影響,如果零件的實際狀況和汽車維修的間距嚴重不符,很容易造成零件長期失修或盲目修理的狀況?,F階段電子工業逐漸發展,車內電子裝置更新也逐漸加快,采用高科技技術進行檢測診斷能有效減少檢驗時間,并使得維修更加快速,利于其使用功效的充分發揮。

(二)此技術的應用有利于維修想的顯著提高

合理運用檢測診斷相關技術既能明顯減少汽車拆卸、組裝的次數,使汽車壽命得以延長,又能夠有效提升故障診斷的正確率,降低維修費用并避免誤換零件狀況的發生,有效降低不合理維修帶來的汽車損耗。

(三)此技術有效保證車輛的安全行駛

現階段汽車購買量逐漸增加,交通事故也因此成為了一大社會問題。該項技術的成功應用有效地控制了交通事故發生率,提高了道路交通安全狀況。

三、該項技術的指標

(一)可靠性指標

汽車的可靠性即其在規定環境下、限定時段內能平穩、安全行駛。行駛中如果汽車的啟動系統、制動系統和機件等出現異常狀況,就會嚴重影響汽車操作的安全性、穩定性,致使汽車存在各類安全隱患,其可靠性受到嚴重影響。

(二)動力性指標

汽車的運行能力往往體現在發動機的有效轉矩、有效功率,這也是汽車在動力性能方面的主要指標。評判汽車的動力性時,可以將汽車的最快行駛速度、爬坡的能力及加速性能等視為重要的指標,當汽車的動力性出現下降時,其行駛中的最快速度、爬坡能力等均會有所降低,而加速到相同速度也需要更長的時間才能完成。決定汽車動力性的重要因素還有傳動系統的性能狀況,優良的傳動系統確保了汽車較好的動力性能。

(三)經濟性指標

衡量汽車的經濟性時往往以耗油量的衡量為主,一般情況下常用100公里內燃油的消耗量作為經濟性的度量標準。除此之外,汽車在運行時如果出現離合器損壞、輪胎磨損、材料的消耗及零件小型維修等都會影響汽車的經濟性,增加運輸的成本消耗,在進行檢測診斷時對這些問題要引起重視。

四、此項技術在汽車維修中的應用

在汽車修理中此項技術已經被長期應用,起初往往采用人工方式檢測方式,隨著科技的不斷進步,現階段電子方式檢測在逐步推廣,該項技術的發展也經歷了不同階段。筆者對各個階段常用的診斷技術進行介紹。

(一)人工診斷

該項診斷方法又被稱作直觀診斷法,該方法往往憑借維修工人的修理經驗及理論知識儲備來直接判斷汽車現階段使用狀況。此種診斷方式沒有儀器設備的參與,只靠修理工作者的技術來完成,憑借直觀印象,使用簡單工具并采取手摸、耳聽、鼻聞及眼觀等種種手段對汽車故障狀況進行分析、檢查甚至實驗,進而確定故障部位與故障原因。曾經這種方法應用較為廣泛,隨著現代儀器的參與,該方法在現階段已經很少應用。該方法優點為花費較小、診斷比較方便,缺點為診斷速度慢、精確度較低。此方法往往依靠人工經驗進行故障判斷,如果判斷出現失誤會導致今后的維修非常困難。

(二)應用現代儀器進行診斷

此檢測診斷手段是從前一階段的人工診斷手段逐步發展形成的,其在不拆解汽車的前提下針對汽車故障狀況進行檢測。該檢測方式往往運用現代檢驗工具和儀器設備,分析汽車部件結構或整車的波形、曲線、參數等,進而針對汽車現階段使用情況進行明確判斷。該分析方法常常應用如下設備:車速檢測儀、流量檢測設備、示波器、油耗檢測設備、萬能表,此外還有針對前照燈、氣缸漏氣量及廢氣等問題的診斷及檢測設備。在使用工具的同時,人們還根據工作經驗對汽車的常見故障進行較為準確的診斷。此診斷手段依然優點與缺點并存,典型的缺點即為其消耗資金較大,應用成本比較高。其最明顯的優點是為檢測準確性、檢測效率均比較高,并可以進行定量化分析。

某汽車維修機構使用了四通道示波器、掃描器、點火示波器以及汽車萬用表等設備建立了比較完善的汽車故障診斷系統,與傳統的人工診斷相比有效提高了汽車故障診斷的準確率。

(三)針對汽車進行智能診斷

現如今電子技術、信息工程技術不斷發展,汽車的檢測及診斷技術也更加智能化。即使目前在診斷汽車的底盤、發動機等故障時依然采取傳統方法,尚未出現智能化程度較高的檢測儀器,然而,在汽車某些項目的檢測中已經進入智能化階段。隨著國內在汽車的故障分析方面技術不斷創新,汽車的檢測診斷技術也會更加智能化。例如,某汽車檢測診斷機構采用了新技術,通過分析相關指標的數值特征,利用拾振設備拾取機械系統中的各種振動信號,并應用頻域識別法、灰色模型關聯度分析法等現代的狀態識別技術準確地診斷汽車的故障狀況,讓汽車維修更加方便。

結語

現階段國內汽車行業發展較為迅速,相關的檢測診斷技術也變得更加先進。為保證汽車的診斷及檢測技術更加先進、更加完善,需要針對現階段的診斷技術進行積極改進,并不斷融合更多的智能化診斷技術,推動汽車診斷技術的集成化發展以提高檢測診斷技術的應用效率。

參考文獻

[1] 李哲.檢測診斷技術在汽車維修中的運用[J].黑龍江交通科技,2011(05).

[2] 王志.汽車檢測診斷技術在汽車維修中的應用[J].黑龍江科技信息,2015(29).

[3] 王文輝.數據流技術在汽車維修中的運用[J].黑龍江科技信息,2014(26).

[4] 張春召.檢測診斷技術在汽車維修中的應用分析[J].科技創新導報,2014(09).

第4篇

關鍵詞:網絡故障;故障檢測;故障定位;故障診斷;專家系統;數據挖掘;神經網絡

中圖分類號:TP393.06

隨著計算機、通信以及互聯網技術的飛速發展及應用,網絡作為一種重要的工具,在軍事、政治、經濟和科研等諸多領域起著越來越重要的作用,已經成為社會生產和生活必不可少的一部分。與此同時,網絡的規模和復雜性不斷增大,一旦網絡發生故障,如果不能在有效時間內對網絡故障進行診斷與修復,將會造成巨大的損失,甚至嚴重威脅社會的安全與穩定,因此對網絡故障診斷技術進行研究具有越來越重要的應用價值和現實意義。

1 網絡故障診斷一般過程

通常來說,網絡故障診斷是以網絡原理、網絡配置和網絡運行的知識為基礎,根據網絡出現的故障現象,并使用專門的網管理和檢測工具以獲取告警信息進而對網絡中出現的故障進行診斷、恢復以及預測的過程,一般可分為以下五個部分[1]:

(1)故障檢測,即網絡故障告警信息的獲取。網絡發生故障時,通過主動輪詢或異步收集方式,對網絡中的相關設備或服務的相關告警信息、設置和性能參數,狀態信息等進行收集和分析,及時發現網絡出現的故障及問題。

(2)故障定位,即定位故障源。對故障檢測階段收集的海量告警數據進行分析和處理,在網絡中找出故障,為下一步的故障原因的診斷提供依據。

(3)故障原因的診斷,即查找故障產生的根源。根據故障定位的結果綜合運用各種規則進行系統的推理,快速的找到故障產生的原因或者最可能的原因。

(4)故障修復。根據網絡故障診斷結果修復網絡故障,恢復網絡的正常運行。

(5)故障預測,即根據先驗知識和監測數據預測網絡可能發生的故障。

其中故障檢測,故障定位,故障原因診斷是必不可少的三個步驟,下面將重點對上述三個步驟進行詳細的介紹。

2 網絡故障檢測

通常計算機網絡通過以下兩種方式收集信息,通過分析收集到的信息來檢測故障[2]。

(1)Trap機制。在網絡中每一個被管設備中都要運行一個程序以便和管理站中的管理程序進行通信。

(2)主動輪詢。網絡中發生故障的被管設備或服務主動向網絡管理系統發出告警信息,能夠及時發現網絡中的故障,網絡管理系統還需通過主動輪詢這種方式了解與網絡性能密切相關的信息,并對這些影響網絡性能信息設置閾值,來判斷網絡性能,超過設定閾值也會觸發事件。

3 網絡故障定位

網絡系統中,一般通過監測被管設備或服務等各種方法獲取大量原始告警數據或歷史積累信息,這些數據往往由于通信系統的復雜性、網絡結構異構性、噪聲、外界因素、因果關系等原因而具有相當大的不確定性和不精確性,導致故障癥狀和故障原因都存在非線性映射關系,需要利用關聯技術對數據進行處理和分析才有效的進行故障定位[3],目前常用的故障定位技術主要有下面幾種:

3.1 基于人工智能的故障定位技術

3.1.1 基于規則的推理技術

基于規則的推理(Rule-based Reason,RBR)是最簡單的關聯技術,已被用于多種構架。一般而言,基于規則的系統由三個組成部分組成,如圖1所示。

(1)推理引擎,主要提供解決問題所需要的策略。

(2)知識庫,提供和定義與問題相關的規則和專家知識。

(3)工作內存,主要提供解決問題所需要的數據。

在基于規則的推理的網絡故障定位系統中,知識庫充當一個專家的角色,利用從人類專家獲取專家積累的經驗和知識,這些知識主要包括對網絡問題的定義以及當某一特定問題發生時,網絡故障定位系統需要執行的操作。工作內存主要是利用具體的網絡協議對網絡中的被管設備或服務進行監測,得到有關被管設備或服務的各種信息。在對網絡故障進行定位時,推理引擎與知識庫共同合作,將監測得到的網絡中被管設備或服務的狀態信息與知識庫中定義好的條件部分進行比對,根據條件滿足與否,來進行網絡故障的定位。

基于規則的網絡故障定位系統,由于無需對專家系統的具體結構和操作細節進行深入了解,從而具有結構簡單等諸多優點,并且實現起來比較簡單,非常適用于小型系統。但是基于規則的網絡故障定位系統在匹配規則時,需要網絡狀態與知識庫中的規則條件精確匹配,否則將推出整個推理過程,無法定位故障,并且規則存在不易維護性和指數增長性,所有這些缺點決定了基于規則的網絡故障定位系統不適用大型系統。

3.1.2 基于模型的推理技術

基于模型的推理(Model-based Reason,MBR)是建立在面向對象上的基礎之上,利用現有的專家經驗和知識,將具體的目標系統中的實體都模型化診斷對象,并且明確地表現出現實目標系統中對象之間存在的各種關聯關系,再根據系統模型對具體的目標系統的行為進行推測。由于通常情況下,具體的目標系統與理想的系統模型之間存在差異性,因此基于模型的推理的專家系統需要對推測的行為和目標系統的實際行為進行不一致診斷,以確定具體目標系統中的故障根源。

為了更好地說明基于模型的推理專家系統的工作流程,文獻[4]使用一個物理模型和對應的對等模型分別如圖2、3所示的網絡系統。網絡系統按一定的周期,有規律的向圖2中的被管設備發送ping命令以監測網絡系統中的被管設備是否運行正常。管理系統和被管設備之間通過一個模型對象實現彼此之間的相互通信,具體來說,如圖2所示,系統中的集線器模型向被管設備集線器發送ping命令,路由器模型則向被管設備路由器發送ping命令。當目標網絡發生故障時,如果故障發生在集線器1,則集線器1模型可以將其發現并且識別出來,如果集線器1模型連續3次向被管設備集線器1發送ping命令,在3次響應超時以后,集線器模型1根據現有的網絡現象推測被管設備集線器1有可能發生故障,或者說目標系統中的故障位于集線器1。集線器1模型則會在確定故障并正式發送告警信息之前,集線器1模型將分析自身與圖2中其他被管設備的模型之間的關系以此來確定其是否應該詢問網絡中路由器模型,如網絡中的路由器模型返回的是相應的被管路由器設備工作處于正常狀態,則集線器1觸發警報。

3.1.3 基于范例的推理技術

基于范例的推理(Case-based Reason,CBR)故障定位技術與前面的基于規則推理技術和基于模型推理技術相比具有很大的差異性,主要因為基于范例的推理技術的思想源于人類現實生活,主要根據過去積累的實際經驗或經歷,利用類比的推理方法對現有的新問題做出相似的解答,然后根據新問題與舊問題之間的差異對解答進行修改從而得到新問題的完全解答?;诜独评淼木W絡故障定位技術主要由四個部分組成,檢索 (Retrieve)、復用(Reuse)、修正(Revise)、保存(Retain),簡稱4R過程。

基于范例推理的故障定位技術與基于規則推理的故障定位技術相比,由于在基于范例推理的故障定位技術中檢索只是基于對案例的部分匹配,而基于規則推理的故障定位技術則是完全匹配,因此基于范例推理的故障定位技術對網絡配置變化的適應度更好,更適用于問題的總體解決方案。

3.2 模型遍歷技術

模型遍歷技術(Model traversing techniques)是一種構建網絡故障傳播模型的方法,該方法在構建故障傳播模型時,主要根據網絡在運行時各種被管對象之間的相互關系,并且按照從引起事件的被管對象開始的順序進行構建。該方法主要適用于網絡中被管對象之間的相互關系類似于圖形,并且一般情況下較容易獲取的情況,并且在系統配置變化較頻繁時該方法的魯棒性很好。模型遍歷技術主要具有兩大特點,事件驅動和事件關聯,所謂事件驅動是指在一個故障癥狀報告到來之前,系統一直處于等待故障癥狀狀態;事件關聯則是確定兩個故障癥狀是否來源同一個事件源。

一般情況下,模型遍歷技術需要在其事件報告中明確標識網絡系統中故障的征兆類型、征兆目標等相關信息,如果網絡系統中出現故障征兆,且不妨用si來表示該故障征兆,當si的目標和si來源相同,則說明si是一個次要征兆也就說明某些告警信息可以被忽略。模型遍歷技術的整個處理可分為以下3步:

(1)首先,對網絡中的每個事件,依據網絡在運行時各種被管對象之間的相互關系對其構建一個和事件源相關的對象圖。

(2)當給定的兩個事件的對象圖相交時,此時說明兩個圖至少包含同一個對象,則認為這兩個對象圖的事件源是關聯的。

(3)當給定三個故障癥狀si,sj,sk,其中si,sj相互關聯,sj,sk相互關聯,則根據故障癥狀的傳遞性可知si是一個次要的故障癥狀。

4 網絡故障原因診斷

(1)基于信號處理方法。該方法主要是依據信號模型,直接對網絡系統中的可測信號進行分析與處理,并通過提取可測信號的頻率等特征值,對網絡中存在的故障原因進行診斷。

(2)基于解析模型的方法?;诮馕瞿P偷姆椒ㄖ饕罁祵W模型和數學方法來進行故障原因的診斷,在診斷時需要建立對象的精確數學模型。

(3)基于知識檢測的方法。與基于解析模型方法相比,此方法最大的特點在于其并不需要對象的精確數學模型就可以對網絡中的故障原因進行診斷。

下面主要介紹幾種目前國內外研究學者研究比較多的基于知識檢測的方法,基于專家系統故障原因診斷方法和基于模糊理論故障原因診斷方法以及基于BP神經網絡故障原因檢測方法。

4.1 基于專家系統故障原因診斷方法

基于專家系統故障原因診斷系統主要是利用人類專家的經驗和歷史積累診斷數據,使用一定的方法將其轉化為系統能夠識別的規則存在專家系統的知識庫中。當網絡中出現故障時,診斷系統利用專家系統知識庫中的規則,對發生故障網絡中的被管對象的各項性能參數進行處理與分析以正確的確定網絡故障發生的具體原因[5]。組成由人機接口、推理機、知識庫等六部分組成:

目前,國內外學者公認的專家系統瓶頸是知識獲取問題,因為專家系統在診斷過程中主要依賴于從人類專家領域內獲取的知識、經驗和以往診斷數據,而這些獲取起來途徑有限,操作起來具有一定的局限性和復雜性。另外,專家系統在實時性和學習能力等方面也存在一定的局限性,因此目前通常將專家系統同其他方法相結合以提高專家系統在這些方面存在的局限性和不足。

4.2 模糊故障診斷方法

很多時候,網絡中的故障與系統得到的網絡現象之間存在非線性的映射關系,這種非線性的映射關系很難用確定的數學公式或者模型來刻畫,相應的在故障原因診斷時,很難給出故障的精確原因。相反,只能給出故障發生的可能原因。對于這種存在一定模糊性的問題,可以使用模糊邏輯來解決。

目前使用的比較多的是向量識別法,其診斷過程可分為以下3步:

首先,需要根據網絡中的故障與表征網絡故障的數據,建立二者之間的關系,通常用關系矩陣R來表示。

其次,對需要診斷的目標網絡系統(對象)進行狀態檢測,提取相關的特征參數以構建特征向量矩陣X。

最后,根據模糊理論和矩陣理論,求解前面兩步構建的關系矩陣方程Y=X?R,得到關系矩陣方程的解Y,再根據隸屬度等原則,對目標網絡系統的故障向量Y進行處理,得到故障的原因。

從上述診斷過程可知,在模糊故障診斷中,正確的進行故障原因診斷的前提是建立關系矩陣R、隸屬函數、特征值向量X,而這些矩陣、函數、向量的建立是人為構造而成,難免具有一定的主觀性,并且由于該模糊診斷方法對特征元素的選取也有一定的要求,所以兩者若處理不當,會導致該方法的診斷結果精度嚴重下降甚至完全錯誤。

4.3 BP神經網絡診斷方法

由于人工神經網絡的這些特性以及網絡中故障與征兆之間有可能存在的非線性映射關系,使得人工神經網絡在網絡故障診斷中大有用武之地。目前,人工神經網絡已經大量應用在網絡故障診斷領域。BP神經網絡是常用的人工神經網絡模型[6]。

BP神經網絡故障診斷分為訓練和診斷兩個階段:

(1)訓練階段。BP神經網絡對樣本進行訓練,以選定網絡結構和規模,確定網絡總層數、各層神經元數。借助BP學習算法,將原始網絡收集到的故障樣本的特征參數作為BP神經網絡輸入樣本集,以與之對應的網絡故障原因編碼為BP神經網絡的輸出,以此對BP神經網絡進行訓練。

(2)故障診斷階段。主要對待檢測對象的故障樣本進行特征提取和歸一化處理,然后輸入到BP神經網絡進行診斷輸出診斷結果,整個過程分為以下4個步驟:1)故障樣本集預處理。2)BP網絡結構設計。3)訓練BP神經網絡。4)故障診斷。

5 結束語

本文對網絡故障的概念以及基本過程進行了概述,重點對當前網絡故障中的故障檢測、故障定位、故障診斷的關鍵技術及方法進行了研究和總結歸納,對開展網絡故障診斷技術研究具有一定的指導意義。

參考文獻:

[1]王成等.網絡故障診斷技術研究[J].科技信息,2011(11).

[2]陳琳.一種網絡環境中的故障診斷模型[J].北京航空航天大學學報,2004(11).

[3]張燕.網絡故障診斷關鍵技術[J].電腦知識與技術,2009(31).

[4]李千目.戰略互聯網智能診斷技術研究[D].南京理工大學,2005.

[5]吳曉知,李興明.網絡故障管理專家系統中知識庫的構造[J].微計算機信息,2008(06).

[6]戚涌,劉鳳玉.基于BP神經網絡的網絡智能診斷系統[J].微電子學與計算機,2004(10).

第5篇

關鍵詞 軸承 振動 溫度 劑 檢測 診斷

中圖分類號:TH133.3 文獻標識碼:A 文章編號:

1 前言

為了盡可能長時間地以良好狀態維持軸承本來的性能,必須保養、檢測、檢修、以求防事故于未然,確保運轉的可靠性,提高生產性、經濟性。對長期運行中的設備來講,平時的檢測跟蹤尤為重要,檢測項目包括軸承的旋轉音、振動、溫度、劑的狀態等,根據檢測結果,設備維護人員可以準確地判斷設備的問題點,提早作出預防和解決方案。

2 異常旋轉音分析診斷

異常旋轉音檢測分析是采用聽診法對軸承工作狀態進行監測的分析方法,常用工具是木柄長螺釘旋具,也可以使用外徑為20mm左右的硬塑料管。相對而言,使用電子聽診器進行監測,更有利于提高監測的可靠性。軸承處于正常工作狀態時,運轉平穩、輕快,無停滯現象,發生的聲響和諧而無雜音,可聽到均勻而連續的“嘩嘩”聲,或者較低的“轟轟”聲。異常聲響所反映的軸承故障如下。

(1)軸承發出均勻而連續的“咝咝”聲,這種聲音由滾動體在內外圈中旋轉而產生,包含有與轉速無關的不規則的金屬振動聲響。一般表現為軸承內加脂量不足,應進行補充。若設備停機時間過長,特別是在冬季的低溫情況下,軸承運轉中有時會發出“咝咝沙沙”的聲音,這與軸承徑向間隙變小、脂工作針入度變小有關。應適當調整軸承間隙,更換針入度大一點的新脂。

(2)軸承在連續的“嘩嘩”聲中發出均勻的周期性“嗬羅”聲,這種聲音是由于滾動體和內外圈滾道出現傷痕、溝槽、銹蝕斑而引起的。聲響的周期與軸承的轉速成正比。應對軸承進行更換。

(3)軸承發出不規律、不均勻的“嚓嚓”聲,這種聲音是由于軸承內落入鐵屑、砂粒等雜質而引起的。聲響強度較小,與轉數沒有聯系。應對軸承進行清洗,重新加脂或換油。

(4)軸承發出連續而不規則的“沙沙”聲,這種聲音一般與軸承的內圈與軸配合過松或者外圈與軸承孔配合過松有關系。聲響強度較大時,應對軸承的配合關系進行檢查,發現問題及時修理。

3 振動信號分析診斷

軸承振動對軸承的損傷很敏感,例如剝落、壓痕、銹蝕、裂紋、磨損等都會在軸承及振動測量中反映出來。所以,通過采用特殊的軸承振動測量器(頻率分析器等)可測量出振動的大小,通過頻率分布可推斷出異常的具體情況。測得的數值因軸承的使用條件或傳感器安裝位置等而不同,因此需要事先對每臺機器的測量值進行分析比較后確定判斷標準。

滾動軸承故障的檢測診斷技術有很多種,如振動信號檢測、油液分析檢測、溫度檢測、聲發射檢測等。在各種診斷方法中,基于振動信號的診斷技術應用最為廣泛,該技術分為簡易診斷法和精密診斷法兩種。簡易診斷利用振動信號波形的各種參數,如幅值、波形因數、波峰因數、概率密度、峭度系數等,以及各種解調技術對軸承進行初步判斷以確認是否出現故障;精密診斷則利用各種現代信號處理方法判斷在簡易診斷中被認為是出現了故障的軸承的故障類別及原因。

3.1滾動軸承故障的簡易診斷法

在利用振動對滾動軸承進行簡易診斷的過程中,通常是要測得的振值(峰值、有效值等)與預先給定的某種判定標準進行比較,根據實測的振值是否超出了標準給出的界限來判斷軸承是否出現了故障,以決定是否需要進一步進行精密診斷。用于滾動軸承簡易診斷的判斷標準可大致分為三種:

(1)絕對判定標準:是用于判斷實測振值是否超限的絕對量值;

(2)相對判定標準:是對軸承的同一部位定期進行振動檢測,并按時間先后進行比較,以軸承無故障的情況下的振值為標準,根據實測振值與該基準振值之比來進行診斷的標準;

(3)類比判定標準:是把若干同一型號的軸承在相同的條件下在同一部位進行振動檢測,并將振值相互比較進行判斷的標準。

絕對判定標準是在規定的檢測方法的基礎上制定的標準,因此必須注意其適用頻率范圍,并且必須按規定的方法進行振動檢測。適用于所有軸承的絕對判定標準是不存在的,因此一般都是兼用絕對判定標準、相對判定標準和類比判定標準,這樣才能獲得準確、可靠的診斷結果。

3.2滾動軸承故障的精密診斷法

滾動軸承的振動頻率成分十分豐富,既含有低頻成分,又含有高頻成分,而且每一種特定的故障都對應有特定的頻率成分。精密診斷的任務,就是要通過適當的信號處理方法將特定的頻率成分分離出來,從而指示特定故障的存在。

常用的精密診斷有下面幾種。

(1)低頻信號分析法

低頻信號是指頻率低于8kHz的振動。一般測量滾動軸承振動時都采用加速度傳感器,但對低頻信號都分析振動速度。因此,加速度信號要經過電荷放大器后由積分器轉換速度信號,然后再經過上限截止頻率為8kHz的低通濾波器去除高頻信號,最后對其進行頻率成分分析,以找到信號的特征頻率,進行診斷。

(2)中、高頻信號解調分析法

中頻信號的頻率范圍為8kHz-20kHz,高頻信號的頻率范圍為20kHz-80kHz。由于對中、高頻信號可直接分析加速度,傳感器信號經過電荷放大器后,直接通過高通濾波器去除低頻信號,然后對其進行解調,最后進行頻率分析,以找出信號的特征頻率。

4 軸承的溫度分析診斷

軸承的溫度,一般有軸承室外面的溫度就可推測出來,如果利用油孔能直接測量軸承外圈溫度,則更為合適。

通常,軸承的溫度隨著軸承運轉開始慢慢上升,1-2小時后達到穩定狀態。軸承的正常溫度因機器的熱容量、散熱量、轉速及負載而不同。如果、安裝不合適,則軸承溫都會急驟上升,會出現異常高溫,這時必須停止運轉,采取必要的防范措施。

用高溫經常表示軸承已處于異常情況。高溫也有害于軸承劑。有時軸承過熱可歸諸于軸承的劑。若軸承在超過125℃的溫度長期連轉會降低軸承壽命。引起高溫軸承的原因包括:不足或過分、劑內含有雜質、負載過大、軸承損壞、間隙不足及油封產生的高摩擦等等。

因此,連續性的監測軸承溫度是有必要的,無論是量測軸承本身或其它重要的零件。如果是在運轉條件不變的情況下,任何的溫度改變可表示已發生故障。

軸承溫度的定期量測可藉助于溫度計,例如skf數字型溫度計,可精確地測軸承溫度并依℃或華氏溫度定單位顯示。

重要性的軸承,意味著當其損壞時,會造成設備的停機,因此這類軸承最好應加裝溫度探測器。

正常情況下,軸承在剛或再過后會有自然的溫度上升并且持續一天或二天。

5 劑分析診斷

劑分析法是利用鐵譜分析技術,鐵譜分析技術是特別適合于鑒定和預測滾動疲勞的一種方法。將滾動軸承的油抽取一部分作為油樣,利用高梯度磁場使流過該磁場的油樣中所含的固體異物,按大小比例沉積在玻璃片上,得以觀察異物顆粒的形狀,大小,色澤和材質,從而能清楚地判明磨損的類型,預告機器的運轉狀態,及時發現隱患。鐵譜技術原則上以鑒定鋼鐵等強磁體為主要目標,但對銅等非鐵金屬、砂、有機物和密封碎屑等異物也有相當出色的鑒定能力。

當油樣中出現直徑為1-5μm鋼鐵類球形顆粒時,肯定軸承已開始出現疲勞微裂紋。當油樣中出現長度與厚度比為10:1的疲勞剝落顆粒,而長度大于10μm時,軸承中非正常疲勞磨損已經開始,當長度大于100μm時,軸承已經失效。

第三種疲勞碎屑為長度與厚度比為30:1的疲勞薄片,其長度在20-5Oμm之間,薄片往往帶有空洞。在疲勞開始出現時,這種薄片的數量會明顯增加,這可與球形顆粒共同作為疲勞出現的標志。

6 聲發射檢測

聲發射檢測技術原理,材料受到外力或內力作用產生變形或者裂紋擴展時,以彈性波的形式釋放出應變能的現象稱為聲發射。用儀器檢測、分析聲發射信號和利用聲發射信號推斷聲發射源的技術稱為聲發射檢測技術,其利用物質內部微粒由于相對運動而以彈性波的形式釋放應變能的現象來識別和了解物質或結構內部狀態。聲發射信號包括突發型和連續型兩種。突發型聲發射信號由區別于背景噪聲的脈沖組成,且在時間上可以分開;連續型聲發射信號的單個脈沖不可分辨。實際上, 連續型聲發射信號也是由大量小的突發型信號組成的,只不過太密集而不能分辨而已。滾動軸承在運行不良的情況下,突發型和連續型的聲發射信號都有可能產生。軸承各組成部分(內圈、外圈、滾動體以及保持架)接觸面間的相對運動、碰摩所產生的赫茲接觸應力,以及由于失效、過載等產生的諸如表面裂紋、磨損、壓痕、切槽、咬合、不良造成的的表面粗糙、污染顆粒造成的表面硬邊以及通過軸承的電流造成的點蝕等故障,都會產生突發型的聲發射信號。連續型聲發射信號主要來源于不良(如油膜的失效、脂中污染物的浸入)導致軸承表面產生氧化磨損而產生的全局性故障、過高的溫度以及軸承局部故障的多發等,這些因素造成短時間內的大量突發聲發射事件,從而產生了連續型聲發射信號。滾動軸承在運行過程中,其故障(不管是表面損傷、裂紋還是磨損故障)會引起接觸面的彈性沖擊而產生聲發射信號,該信號蘊涵了豐富的碰摩信息,因此可利用聲發射來監測和診斷滾動軸承故障。

7 振動信號檢測

滾動軸承故障檢測的簡易診斷利用滾動軸承的振動信號分析故障診斷的方法可分為簡易診斷法和精密診斷法兩種。簡易診斷的目的是為了初步判斷被列為診斷對象的滾動軸承是否出現了故障;精密診斷的目的是要判斷在簡易診斷中被認為出現了故障的軸承的故障類別及原因。下面主要介紹簡易診斷的幾種方法:

(1)振幅值診斷法這里所說的振幅值指峰值XP、均值X(對于簡諧振動為半個周期內的平均值,對于軸承沖擊振動為經絕對值處理后的平均值)以及均方根值(有效值)Xrms。這是一種最簡單、最常用的診斷法,它是通過將實測的振幅值與判定標準中給定的值進行比較來診斷的。峰值反映的是某時刻振幅的最大值,因而它適用于像表面點蝕損傷之類的具有瞬時沖擊的故障診斷。均值用于診斷的效果與峰值基本一樣,其優點是檢測值較峰值穩定,但一般用于轉速較高的情況(如300r/min以上)。均方根值是對時間平均的,因而它適用于像磨損之類的振幅值隨時間緩慢變化的故障診斷。

(2) 概率密度診斷法無故障滾動軸承振幅的概率密度曲線是典型的正態分布曲線;而一旦出現故障,則概率密度曲線可能出現偏斜或分散的現象。

(3) 峭度系數診斷法。振幅滿足正態分布規律的無故障軸承,其峭度值約為3。隨著故障的出現和發展,峭度值具有與波峰因數類似的變化趨勢。此方法的優點在于與軸承的轉速、尺寸和載荷無關,主要適用于點蝕類故障的診斷。

(4) 波形因數診斷法波形因數定義為峰值與均值之比(XP/X )。該值也是用于滾動軸承簡易診斷的有效指標之一。

(5) 波峰因數診斷法波峰因數定義為峰值與均方根值之比(XP/Xrms)。該值用于滾動軸承簡易診斷的優點在于它不受軸承尺寸、轉速及載荷的影響,也不受傳感器、放大器等一、二次儀表靈敏度變化的影響。該值適用于點蝕類故障的診斷。通過對XP/Xrms值隨時間變化趨勢的監測,可以有效地對滾動軸承故障進行早期預報,并能反映故障的發展變化趨勢。當滾動軸承無故障時,XP/Xrms,為一較小的穩定值;一旦軸承出現了損傷,則會產生沖擊信號,振動峰值明顯增大,但此時均方根值尚無明顯的增大,故XP/Xrms增大;當故障不斷擴展,峰值逐步達到極限值后,均方根值則開始增大,XP/Xrms逐步減小,直至恢復到無故障時的大小。

第6篇

關鍵詞: 開機自診斷 運行自診斷 脫機診斷

1.引言

現代的數控系統雖然尚未達到智能化很高的程度,但隨著徽處理機技術的快速發展,數控系統的自診斷能力越來越強,從原來簡單的診斷朝著多功能和智能化方向發展。其報警種類開始只有10種,現在已達到幾千種。現已具備了較強的自診斷功能,能隨時監視數控系統的硬件和軟件的工作狀況。當數控系統一旦發生故障,借助系統的自診斷功能,往往可以迅速、準確地查明原因并確定故障部位。因此,對維修人員來說,熟悉和運用系統的自診斷功能是十分重要的。

2.常用的故障自診斷技術

常用的自診斷方法歸納起來一般可分三種。下面分別介紹三種自診斷方法在維修中的應用。

1.開機自診斷

每當數控系統通電開始,系統內部自診斷軟件對系統中最關鍵的硬件和控制軟件,如裝置中CPU、RAM、ROM等芯片,MDI、CRT、I/O等模塊及監控軟件、系統軟件等逐一進行檢測,并將檢測結果在CRT上顯示出來。一旦檢測通不過,即在CRT上顯示報警信息或報警號,指出哪個部分發生了故障。只有當全部開機診斷項目都正常通過后,系統才能進入正常運行準備狀態。開機診斷通常在一分鐘內結束,有些采用硬盤驅動器的數控系統,如SINUMER 802S系統因要調用硬盤中的文件,時間要略長一些。上述開機診斷有些可將故障原因定位到電路板或模塊上,有些甚至可定位到芯片上,如指出哪塊EPROM出了故障,在不少情況下僅將故障原因定位在某一范圍內,維修人員通過維修手冊中所指出的有關數種可能造成的原因及相應排除方法中就能找到真正的故障原因并加以排除。

例如:浙江凱達機械有限公司的SIEMENS802D系統,開機通電后,1號報警顯示“BATTERY ALARM POWER SUPPLY”,很明顯指示數控系統斷電保護電池沒電,更換新的電池后(注意:一定要在系統帶電的情況下更換電池),將故障復位,機床恢復使用。

例如:一臺采用日本FANUC 0i系統的數控車床,出現2043號報警,顯示“HYD. PRESSURE DOWN”,指示液壓系統壓力低。根據報警信息,對液壓系統進行檢查,發現液壓壓力確實很低,對液壓壓力進行調整,機床便恢復了正常使用。

以上是兩個典型的開機自診斷實例。從上例中可以看出,開機自診斷對數控系統的最重要部分――計算機主柜上的裝置進行檢查,以確定哪塊裝置出了故障。這類故障如果采用人工檢查方法往往是很難找到,除非有一套備用裝置逐一調換試驗。

在對數控系統進行維修時,維修人員應了解該系統的自診斷能力,所能檢查的內容及范圍,做到心中有數。在遇到級別較高的故障報警時,可以重新開機,讓系統再進行開機自診斷,檢查數控系統這些關鍵部分是否正常。

2.運行自診斷

運行自診斷是數控系統正常工作時,運行內部診斷程序,對系統本身、 PLC、位置伺服單元及與數控裝置相連的其它外部裝置進行自動測試、檢查,并顯示有關狀態信息和故障信息。只要數控系統不斷電,這種自診斷會反復進行,不會停止。

CNC系統的自診斷能力不僅能在CRT上顯示故障報警信息,而且能以多頁的“診斷地址”和“診斷數據”的形式為用戶提供各種機床狀態信息。這些狀態信息有:

①CNC系統與機床之間的接口輸入輸出信號狀態;

②CNC與PLC之間輸人輸出信號狀態;

③PLC與機床之間輸入/輸出信號狀態;

④各坐標軸位置的偏差值;刀具距機床參考點的距離;

⑤CNC內部各存儲器的狀態信息;伺服系統的狀態信息;

⑥MDI面板、機床操作面板的狀態信息,等等。

充分利用CNC系統提供的這些狀態信息,就能迅速準確地查明故障、排除故障。

例如:一臺采用日本FANUC 0i系統的數控車床出現故障:開機運行后就出現2041號報警,指示X軸超限位的報警,但觀察X軸并沒有超限位,并且X軸的限位開關也沒有壓下,但利用NC系統的PMC狀態顯示功能,檢查X軸限位開關的PMC輸入X0.0的狀態為“1”,開關觸點確實已經接通,說明開關出現了問題,更換新的開關后,機床故障消除。

例如:一臺采用華中HNC-21系統的數控車床出現故障:開機運行后就出現報警,指示“Z軸跟蹤誤差過大”的報警,經觀察在系統中顯示Z軸已經運動,利用NC系統的PMC狀態顯示功能,檢查Z軸伺服的PMC輸入狀態為“1”,開關觸點確實已經接通,說明Z軸機械出現了問題,沒有運動。經檢查后發現裝置過熱,冷卻后,機床故障消除。

3.脫機診斷

一些早期的數控系統,當系統出現故障時,往往需要停機,使用隨機的專用診斷紙帶對系統進行脫機診斷,根據脫機診斷做出相應的故障排除工作。對于早期數控系統,脫機自診在數控機床故障排除占有重要的作用。

3.結束語

對維修人員來說,熟悉和運用系統的自診斷功能十分重要。在數控系統發生故障時借助系統的自診斷功能,往往可以迅速、準確地查明原因并確定故障部位,使診斷故障難度大大降低。因此自診斷功能是數控維修中最有效的方法。

參考文獻:

[1]陳吉紅,楊克沖.數控機床實驗指南.華中科技大學出版社.

第7篇

1故障診斷與狀態監控系統的組成

隨著人們用電水平的不斷提升,對用電的安全性、可靠性要求越來越高,而10kV配網的運行直接關乎到配網運行的質量,因此,應做好10kV配網的運行故障診斷以及監控工作,才能確保10kV配網的供電質量。故障診斷與狀態監控技術在近些年的發展中,不斷的得到了改進和完善,與此同時,對確保10kV配網運行的安全性、可靠性有著極大的作用。故障診斷與監控系統主要由軟件管理系統、前端采集系統、接地故障點巡查系統等組成,其中軟件管理系統主要是對前端采集系統所發出的線路運行數據進行接收和分析,同時,結合10kV配網線路的實際運行情況對其進行實時監控,實現對配網運行狀態的掌控。另外,軟件管理系統還可以依據系統的控制功能來遠程控制線路上的分合斷路器設備,這樣一旦10kV配網線路上發生故障,控制中心就可以在最短的時間內來分析配網線路運行的故障區域,并從控制前端采集系統中的分合斷路器進行切除或隔離故障線路區域,實現對故障線路進行有效的隔離和控制。

前端采集系統是故障診斷和狀態監控技術的重要組成部分,主要是對10kV配網的運行狀態進行監測,根據10kV配網線路的分布情況,對相應的位置安裝采集設備,并將采集到的數據遠程發送至計算機軟件管理系統,這樣配網控制中心就可以根據這些數據來對配網線路的實際運行情況進行分析,并對線路的運行狀態進行準確的判斷,及時發現10kV配網線路中潛在的安全隱患,從而有效的避免配網線路的故障發生。當然,前端采集系統主要是對線路上已經發生的故障進行定位,對于未發生的故障無法進行數據采集。

接地故障巡查系統。10kV配網在運行的過程中,配網接地故障時有發生,而且也是當前10kV配網線路運行最常見的故障,給10kV配網線路運行的安全性、可靠性也造成了極大的影響。而接地故障巡查系統則主要是針對配網線路進行接地故障檢測的,當然,在一些特殊的情況下,需要對其進行特殊對待,例如,在發生單相接地故障的情況下,在對接地故障信號進行檢測的過程中,主要是通過對檢測裝置所檢測的數據進行分析,來確定10kV配網線路的單相接地故障,這樣能夠有效的確定單相接地故障,更有利于故障線路搶險工作的順利展開,幫助維護工作人員確定線路的故障位置,從而保證10kV配網運行的安全性、可靠性。另外,故障診斷與狀態監控系統在運行的過程中,主要是通過軟件平臺來對配網線路以及各項設備的運行狀態進行監測和分析(如圖1所示)。

2故障診斷與狀態監控技術在10kV配網中的應用

2.1在10kV配網線路運行狀態監控方面的應用隨著科技的不斷發展,電力企業的發展也極為迅速,尤其是10kV配網線路的遍布范圍也越來越廣,而且,線路遍布的位置具有隨機性,很多配網線路在正常運行的過程中,可能受到外部因素的影響而引發線路故障問題,從而影響到10kV配網線路運行的可靠性。當然,電力企業在發展的過程中也極為重視這方面的問題,為了避免這類問題給配網線路造成破壞以及影響到居民用電的安全性和穩定性,對配網的運行狀態監控工作也在不斷的進行著,以往對10kV配網線路運行狀態的監控,主要是人工定時對線路進行巡檢,不僅消耗了大量的人力,而且,巡檢還存在不完善性、疏漏性等問題,也給10kV配網線路的安全運行埋下隱患。而在近些年的發展中,故障診斷與狀態監控技術的發展極為迅速,并被廣泛的應用到10kV配網運行狀態監控中,不再需要人力對配網進行巡查,通過數據采集設備對配網線路及其設備的運行數據進行采集,并通過控制中心來對數據進行分析,從而對10kV配網線路運行狀態的實時掌握,一旦發現配網線路運行異常,可以對其進行針對性的處理,從而有效的提升10kV配網線路運行的安全性、可靠性。

2.2在10kV配網線路故障排查中的應用眾所周知,在10kV配網運行的過程中,可能受到內部或外部的因素影響而引發配網故障,如,惡劣天氣的影響、小動物落到線路等而引發的故障現象,10kV配網主要是對居民供電的配網線路,一旦發生配網故障,將會給居民用電的安全性、可靠性造成極大的影響,因此,為了避免或降低配網故障帶來的損失,必須要做好配網的故障排查和處理工作。在以往10kV配網線路發生運行故障的時候,主要是采用人工排查的方式進行,而在一些惡劣天氣下,尤其是廣東是一個臺風和雷雨天氣多發地區,也將給工作人員的故障排查造成極大的困難,甚至會引發人身安全事故,而且,在確定故障位置的過程中還會消耗大量的時間,會涉及到較長的停電時間,從而給用戶用電的可靠性造成極大的影響。而在故障診斷與狀態監控技術應用下,可以對線路進行在線監控,一旦在10kV配網線路故障發生的情況下,可以在最短的時間內確定線路故障發生位置,并通過控制中心來對關合斷路器進行控制,對故障區域的配網線路進行隔離,而且,也能將停電范圍最大程度的縮小,減少影響范圍,而且,在故障點確定之后采取有針對性的處理措施,縮短了配網故障的處理時間,進一步降低10kV配網故障對用戶造成的影響。

2.3在10kV配網線路其他方面的應用廣東地區的天氣較為潮濕,尤其是在春季,潮濕天氣會對配網的正常運行造成一定的影響,另外,在夏季也是雷雨天氣以及臺風的多發地帶,配網線路故障頻繁發生,給廣東地區10kV配網供電質量造成極大的影響。在近些年的發展中,伴隨著廣東供電企業投入故障診斷與狀態監控技術,主要對10kV配網的故障管控、雷擊頻繁區域的巡視、故障高發設備等方面的運行監測以及故障診斷,確保了廣東地區10kV配網運行的安全性可靠性。另外,通過大量的實踐證明,故障診斷與監控系統的應用,可以對配網線路運行的負荷大小進行實時監控,對線路的安全運行有著重大的作用;而且,故障診斷監控系統能夠實現遠程控制的功能,這樣,控制中心的管理人員就可以通過控制中心的系統軟件進行監控和分析,并且下達遠程控制命令,尤其是在10kV配網及其設備發生故障的情況下,管理人員可以通過遠程控制配網線路上的斷路器分合,能夠快速的隔離故障區段,避免或降低了故障的擴大而對線路以及設備造成的損毀,從而將10kV配網故障的損失將至最低,進一步保證10kV配網線路運行的可靠性,提升電力系統的供電質量。

3結語

第8篇

水稻生育葉齡診斷技術是以葉齡進程的調查、預測生育進程,通過對水稻葉片的長勢、長相,采取有效調控措施,實現水稻已安全抽穗期為中心的計劃生長,從而提高水稻的產量和品質。

1 葉齡診斷的目的、意義和方法

1.1 葉齡診斷

水稻在生長發育過程中,主莖的葉片生長與其它葉片、蘗、莖、穗等器官的生長發育之間,存在較嚴密的相互關系――器官同伸規律。根據這一規律,通過葉齡進程的調查,可推測出其它器官的生育進程。這就是生育進程的葉齡診斷。

1.2 葉齡診斷的目的和意義

根據某時的葉齡進程,推測以后一段時間的葉齡進程,從而推測出幼穗分化、拔節、減數分裂、抽穗等關鍵時期,預知抽穗早晚。為了確保水稻安全成熟,必須進行合理的水肥管理和病、蟲、草、低溫冷害等自然災害的防治,按主莖葉齡進行管理,是確保各項生產技術措施及時性、準確性和減少盲目性的最好方法。這是在過去按節氣、日期指導和安排生產的基礎上,在水稻生產中又增加了一個新方法。對水稻生產的優質、高產、高效有著重要的現實意義。

1.3 葉齡診斷的方法

葉齡跟蹤苗的選擇和標記方法:選擇有代表性的地塊,從池埂邊向里數三行,選擇穴距均勻,穴株數相近的10穴為{查對象,每穴選擇苗質好、葉片健全、有代表性的秧苗一株,共選10株,并在兩邊插上標志物。在每株的主莖葉片上進行葉齡標記。起始葉要從第3葉開始,并且跟蹤到齊穗期。標記點要點在單數葉片上,每個葉片要用不同標記符號點在葉片中間部位上,如:第一個標記葉片點一個點,第二個標記葉片點兩個點,或用其它方法標記。原則是葉齡跟蹤葉片標記要有區別,確保葉齡跟蹤的準確性。

1.4 葉齡計算方法:要計算某葉從露尖到葉枕露出過程,首先估算這片葉的長度。以這片葉下一葉的實際長度加5厘米為這片葉的估算長度,然后測量這片葉抽出的實際長度,再除以估算長度,做為這片葉長度的比例。如計算第5葉抽出過程的葉齡,首先估算5葉的長度。如果4葉定型長度為11厘米,加上5厘米為16厘米,這就是5葉的估算長度。如果5葉已抽出2厘米,2除以16,等于0.12,約等于0.1,即5葉已抽出0.1個葉齡。此時調查的葉齡為4.1個葉齡值,并做好記錄。按此法跟蹤至倒3葉(11葉品種為9葉,12葉品種為10葉)。倒2葉和劍葉,按前一葉的定長減去5厘米,為估算值,實際伸出長度除以估算值,求出當時的葉齡值。

調查時間:調查的品種均以5月15、20、25日三個插秧期為調查始期,以后每5天調查一次,一直調查到劍葉抽出。

2 栽培要點

2.1 對12葉品種(墾稻10)進行葉齡跟蹤調查。

2.2 插秧密度為每平方米28穴,每穴3-5株。

2.3 秧苗葉齡在3.1~3.5間。

2.4 移栽時間為5月25日。

3 調查

3.1 調查點的確定

在池埂邊向里數第三行上,選擇穴距均勻,穴株數相近的10穴為調查對象,并在兩邊插上標志物,每穴選擇有代表性的一株苗質好、葉片健全的秧苗,在主莖葉上進行葉齡標記,起始葉叢第三葉開始,跟蹤到齊穗期。

3.2 葉齡計算法:N葉從露尖刀葉枕露出過程的葉齡計算,首先估算N葉的長度方法是:以N葉下一葉長度加5厘米為N葉的長度,然后量出N葉抽出的實際長度,再除以估算的N的葉長度,作為N葉長度的比例,如此計算到第三葉均按此法,第二葉及劍葉,按前一葉的定長減5厘米為估算值,實際伸出長度除以估算值,求出當時的葉齡值。

3.3 調查時間:一插秧期為調查始期,沒5天調查一次,直到齊穗期。

3.4 根據插秧日期向前推算32天播種,以播種日為基礎向前推算8天為浸種日期。

4 不同生育期的診斷

4.1 播種后8天第一完全葉露尖;從第一完全葉露尖經6天葉枕抽出;從2葉露尖到3葉展開,經歷14天,2葉生長略快,3葉生長略慢。

4.2 返青分蘗期

8.5葉齡,開始幼穗分化,生育轉換期為7.1―10.0葉齡;6月4日達4葉齡,6月14日6葉展開,19日7葉展開,24日8葉展開進入有效分蘗臨界葉齡期,水稻返青后平均4―5天增加一個葉齡,需活動積溫85℃左右,6葉齡為分蘗盛期,是爭取有效分蘗的關鍵時期,此期葉片長度呈遞增規律,增幅為5厘米左右,葉耳間距逐漸拉大。

4.3 生育轉換期

生育轉換期為8、9、10葉期,7月9日10葉定型。

4.4 長穗期

9葉后半葉進入幼穗分化,開始生殖生長,7月1 4日1 1葉伸出,7月2 2日葉齡達1 2葉,8月1日達抽穗期,始穗至齊穗期需7天左右10葉是最長的, 平均長度為34.5cm,

寬度1.2cm。

4.5 結實期

9月2 2日成熟。

第9篇

[關鍵詞] 鎮雄縣 豬口蹄疫病 診斷 防制

[中圖分類號] S858.28 [文獻標識碼] A [文章編號] 1003-1650 (2014)07-0212-01

一、鎮雄縣生豬養殖現狀

鎮雄縣地處云南省的東北部,為云南、貴州、四川三省交界處。自古以來就是兵家必爭之地,又因自然資源豐富,氣候條件溫和,在古代素有“金騰躍,銀鎮雄”的美譽。鎮雄目前已發展為云南省的第一大縣,擁有人口160萬,年產值超過28億,其中畜牧業產值約8億,占到本縣農林牧副漁產值的一半左右。

作為我縣畜牧養殖的主力產業,生豬養殖一直是我縣畜牧防疫工作的重中之重,為了保障我縣養殖農戶的養殖工作能順利進行,我站一直堅持走訪農戶,了解養殖情況,提供專業技術服務,并定期組織培訓,以講座的形式將科技知識送到田間地頭。同時,不斷提升自身業務水平,做到緊跟發展,想農戶所想,急農戶所急。真正做到以為人民服務為己任。

二、豬口蹄疫詳解

在生豬養殖過程中,有許多常見病,需要技術工作者和養殖人員加以重視,包括豬瘟、藍耳病、偽狂犬病等等,其中,豬口蹄疫作為一種病毒性感染病,雖然對成豬致死率不高,但感染率可達70%以上,且感染仔豬幾乎有100%的致死率。且由于其具有發病迅猛,傳播途徑多,持續時間長,病毒變異性強等特點,前期防治工作很難開展,一旦發病,只能通過隔離疑似感染豬和撲殺病豬,限制轉運和肉品上市等手段來控制,會對農戶的經濟利益造成巨大影響。目前,在我國乃至全世界,豬口蹄疫被列為一類傳染病,需要嚴加防范。因此,在本文中,作者將就這一疾病的發病乃至診斷和防治措施作一具體的分析,以幫助廣大農戶及時甄別感染個體,減少損失。

1.豬口蹄疫發病原理

豬口蹄疫是由口蹄疫病毒感染引起的??谔阋卟《臼且环NRNA病毒,具有7個血清型,各型之間無交叉保護,且各型之中的病毒株在抗原決定簇上存在多個差異,再加上RNA病毒本身具有極高的變異性,這就決定了對其進行的被動免疫效果較為有限。此外,口蹄疫病毒具有較高的抗性,4℃冷凍存放時,病毒可在動物臟器中存活7個月左右,且病毒可通過空氣傳播長途感染畜群,一旦發病,極難控制。

2.發病癥狀及診斷

顧名思義,口蹄疫的特征癥狀就是口鼻部、蹄部和皮膚的水皰樣疹,但需經過檢驗核實,以便與豬水皰病和水皰性口炎等區分開。發病初期,感染個體常表現為跛行,食欲萎靡,哺乳母豬會因為疼痛而拒絕哺乳。所有感染個體均會體溫升高,蹄冠、蹄踵發紅潰爛,嚴重者蹄殼脫落。仔豬可能會由于并發性腸炎導致腹瀉、脫水等。查看病豬口腔,牙齦、舌等均有可見潰爛。

3.無害化處理技術

當疫情發生已不可不免,如何做好后期無害化處理工作,就成了我們要思考的問題。目前對于病死豬的批量處理主要有高溫焚燒法和深層填埋法,可視具體情況選擇。

高溫焚燒法是無害化最徹底的方法,應作為優先選擇,有條件時可使用專用焚燒爐,無條件或數量較大時,可選擇一較偏僻開闊地帶,按需求挖出深溝,將尸體陳列其中,加助燃劑焚燒,焚燒過程中要不斷觀察,及時添加燃料和翻動,確保燃燒充分,最后將余燼拌以生石灰掩埋。

填埋法是另一種常用的無害化處理方法,填埋地點應在養殖場內或偏僻處,避開水源、河道、交通要道等。填埋深度不得少于1.5米,坑底應鋪有10cm左右生石灰,尸體置于坑中,上覆20cm左右生石灰,填埋,壓實,做好標記,防止有人誤觸及被動物刨出。污染的飼料,養殖場底料等,也應在噴灑消毒劑后與尸體一同深埋。

三、豬口蹄疫前期預防

諺語有云“治不如防”相比較被動的進行后期治療,時刻提高警惕,做好前期預防才是更加重要的那一部分,下面我們將從種豬個體和環境等多個方面談一談如何進行豬口蹄疫的防治工作。

1.種豬引進控制

首先要保證種豬個體的未感染性。這要求養殖戶在引進種豬的時候,要切實了解種豬來源地區的疫病情況,務必要親自到實地考察,觀察種豬是否表現出感染跡象。其次,要對新引進種豬進行1~2周的免疫隔離,因其能通過多種途徑傳播,要特別小心嚙齒類和昆蟲造成的繼發感染,與之接觸的人和器械也都要做好消毒工作。最好在此期間能進行疫苗注射或口蹄靈預防注射,以做到有備無患,達到先期控制的目的。

2.養殖環境條件控制

確保了種豬未攜帶病毒,接下來就要從養殖環境上下功夫了。由于口蹄疫病毒可通過空氣氣溶膠長距離傳播,因此養殖戶要保持對周圍養殖地區疫情播報的關注,特別是當自己位于疫區風向下游時。由于病毒對酸堿敏感,可每日噴灑2%氫氧化鈉或硝酸氣進行空氣凈化。

場地方面,要勤于打掃,保持環境衛生,隔絕可能的野生鳥類、老鼠等潛在病毒攜帶者,對于進出人員和所使用的器械,都要每日消毒,盡可能切斷感染途徑。

此外,按時采取免疫措施也是防治口蹄疫感染的有效方法。疫苗接種可分為常年計劃免疫、疫區周圍環狀免疫和疫區單邊帶狀免疫,對于不同地區采取不同注射密度。常年免疫應保證每年至少接種兩次,在周圍地區暴發疫情時,應進行緊急注射。

3.疫區及流通過程控制

防疫站工作人員應在各個環節嚴加控制,確保及時發現疫情。發現疑似感染個體時,應迅速扣押整批生豬,同時通報所在交易場所管理人員封閉場地,保證場地內所有牲畜不會外流。同時,追查運輸車輛,封閉生豬來源養殖場所,并追查同一養殖場所其他批次生豬及養殖動物的流向,最后,并將感染個體及疑似感染個體整批轉移到專門撲殺場地進行處理。對于已達到一定體重的病豬,在申報有關部門審批之后,可以集中屠宰。

對于周圍地區,應進行易感個體的緊急接種,并進行1周左右的持續巡查,建立申報機制,要求各養殖戶密切注意自己所在場所的疫病情況,發現異常及時上報。此外,有條件地區可對疫情爆發點半徑500米之內的相關人員、車輛場地進行消毒,并將疫情通報周圍有關區縣,進行聯合防疫。

四、總結

隨著本縣經濟結構的進一步發展和優化,畜牧養殖業在經濟總量中的比重必將進一步增加,保障本地畜牧養殖業的健康發展,為各養殖戶提供最先進養殖和防疫技術,是我們一切工作的核心和出發點。在本文中,作者通過對工作經驗的總結和思考,對豬口蹄疫的發生、發展、控制和預防提出了一系列可具體實施的措施,希望可以為廣大養殖戶提供借鑒和參考,同時也對以后畜牧防疫工作的進一步開展,做一個階段性總結,以資記錄。

參考文獻

第10篇

一、真菌性病害

真菌性預防,首先要選用抗病品種;再者在生態防治上要把握好棚室溫度,注意通風不要長時間悶棚;第三是徹底清園以減少病殘體組織,有條件的可實行五年以上輪作。其他病害預防方法基本相同,以下介紹的病害只介紹化學藥劑防治技術。

1.早疫病

苗期成株期均可染病,主要侵染葉莖果實,一般葉片受害最重。典型癥狀是形成具有同心輪紋的不規則的輪紋型病斑。初像針尖似的小黑點,不斷擴展成輪紋狀斑,邊緣多具淺綠色或黃色暈環,有褐色的同心輪紋,莖干感病多在分叉處,果實感病多在花萼附近,初期為橢圓形或不規則褐色凹陷病斑,后期病部變硬,生有黑色霉層。

藥劑防治:預防藥劑可用80%大生可濕性粉劑600倍液;治療藥劑可噴施70%的百菌清600~1000倍液,64%惡霜錳鋅400~500倍液,50%異菌脲1000倍液,噴藥時要把植株各個部位都噴到,感病部位涂抹病部效果更好。

2.晚疫病

晚疫病是一種低溫高濕性病害,早春和晚秋保護地和露地多雨、溫差大的季節容易大發生和流行。大棚溫室中一般從前端開始發病,先侵染葉片和幼果,逐漸蔓延至莖干使之變黑褐色,重癥植株植株的病葉枯干垂掛在葉柄上,植株易萎蔫、折斷。冰果堅硬,凹陷不平,初期呈油漬狀暗綠色,后變成暗褐色,一般病果不變軟或腐爛,濕度大時,葉正面和背面的病健交界處可以看到白色霉狀物。

藥劑防治:可噴施可噴施25%阿米西達1500倍液,75%的百菌清600~800倍液,64%惡霜錳鋅600倍液,72%霜脲百菌清600倍液,25%甲霜靈錳鋅800倍液。

3.番茄灰霉病

一般從葉緣尖端開始發病,成典型V字形病斑向內擴展,同時為害花果。感病的青果呈灰白色、軟腐長出大量灰綠色霉菌層。國外硬果型果實感染特點是霉菌從果皮直接感染,形成外緣白色,中間綠色、直徑3~8㎜的俗稱“鬼臉斑”的病果,國內品種少見。

藥劑防治 帶藥蘸花,也可以用小噴壺噴花??梢韵蚺浜玫恼夯ㄋ幰褐屑尤?%的50%多、乙、福(利霉康),可濕性粉劑或用等進行蘸花。噴施藥劑可選50%的多菌靈500~600倍液,75的百菌清500倍液,50%多、乙、福(利霉康)1000倍液,50%乙烯菌核利干懸浮劑1000倍液,或用50%異菌脲500倍液。

4.葉霉病

主要侵染葉片,葉片受害先從下部葉片發病,逐漸想上部葉片擴展。在葉片上出現不規則或橢圓形淡黃色褪綠斑,葉背面病部初為白色霉層,后變為黑褐色或灰褐色絨狀霉層,高溫高濕條件下,葉片正面也可長出黑霉,隨病情發展葉片反擰卷曲,植株表現卷葉干枯癥狀。

藥劑防治 可噴施40%氟硅唑4000~6000倍液,50%多、乙、福(利霉靈)600倍液,10%世高1500倍液,70%甲基硫菌靈800~1000倍液。

5.番茄枯萎病

是一種維管束侵染病害,一般在花期或結果期開始發病。初期僅植株下部開始變黃,以后萎蔫干枯下垂而死。有時出現半邊發病,半邊正常,拔起植株觀察可發現根部變褐色,刨開病部可見維管束變褐色。潮濕時病株基部出現粉紅色霉。

藥劑防治 發病前用50%的多菌靈500~600倍液,或10%雙效靈200~300倍液灌根,每株0.25kg藥液,10天1次連續灌2~3次。

二、細菌性病害

1.番茄青枯病

一般在株高30㎝左右開始發病,病害開始時白天萎蔫,葉片顏色正常,早晚恢復,數天后不再恢復,植株威脅枯死。病莖表面粗糙,并生有不定根,剖開病莖,可見維管束變色,用手擠壓可見乳白色粘液流出。

藥劑防治 發病初期可用農用0.2‰鏈霉素或0.2‰新植霉素噴霧,結合灌根,灌根用量為每株0.5~0.7㎏,7~19天灌一次,連續2~3次,也可用25%的DT可濕性粉劑600倍液噴霧,7~8天噴一次,連續噴4~5次。

三、病毒性病害

番茄病毒病 主要是花葉型,葉片上出現輕微花葉或微顯斑駁,新葉小、葉脈綠色,植株略矮。蕨葉形,新葉近線狀,植株矮小黃綠色,中下部葉片上卷,重的卷成卷狀。條斑行,葉、莖、果實上發生不同形狀的條斑、斑點、云紋皺縮褐色壞死斑,一株多證的現象很普遍。

防治措施 病毒病傳播主要由蚜蟲、白粉虱、薊馬等害蟲,因此防蟲治蟲能有效避免病毒病發生。防止病毒病可用20%病毒A可濕性粉劑600倍液或1.5%植病靈乳油1000倍液等進行噴施。

四、生理性病害

1.番茄裂果,番茄裂果是夏秋季季大棚番茄比較常見的生理性病害,是指果實從膨大到綠熟期,從果蒂周圍的果皮開始開始開裂,向果肩部延伸,多呈放射狀開裂,初為細小裂口,著色前裂口加深。有時以果蒂為中心呈環狀開裂,少數果從臍部開裂,果實開裂后嚴重影響外觀及品質。

防治措施 ①加強栽培管理,增施有機肥和磷鉀肥,提高植株抗逆能力。②保護地增溫保濕加強通風透氣,及時澆水,水分供給均勻,切忌前期干旱,后期打水漫灌。夏季高溫,棚架栽培可用遮陽網,降低田間溫度。③錯期播種,使花期錯過較低溫度時期,從而避免因低溫障礙造成的裂果。④可噴灑96%硫酸銅1000倍液, 0.1%硫酸鋅或0.1~0.7%氯化鈣溶液,加0.1%硼砂,10~15天一次,連噴2~3次。

2.臍腐病

病斑產生于果實頂端臍部,初期青果上出現水漬狀暗綠色病斑,繼而變為暗褐色或黑色,嚴重時擴展到整個果實,病部凹陷,黑色壞死,并由小到大,以果實臍部發病為重。后期濕度大時,病果上出現黑色霉狀物。病果提早轉色變紅。

防治措施 發病主要由于土壤缺鈣引起,另外干旱和旱澇不均在很大程度上影響鈣的吸收而造成缺鈣,補鈣方法①增施有機肥,加強土壤的透氣性,改變根系的吸收環境。配合施足氮磷鉀肥,避免偏施氮肥,土壤酸化的田塊應用石灰改良或增施過磷酸鈣。②適當疏花疏果防治不必要的鈣素競爭。③ 做果后30天內是果實吸收鈣的關鍵時期,從初花開時葉面噴施1%的過磷酸鈣液,或噴0.1%的氯化鈣液,加入少量的維生素B6可以防止高溫強光下形成過量草酸,15天噴一次,噴2~3次。

3.日灼病

第11篇

與上面的兩種故障診斷技術相比,振動診斷技術占據著基礎地位,同時,所起的作用為主導作用。在利用振動診斷技術對動力機械設備進行故障診斷時,具備以下幾個優點:理論基礎非常的扎實,且采用的分析測試設備也是比較完善的,診斷結果所具備的準確性及可靠性比較高,實時診斷更加的容易等。在利用振動診斷技術進行故障診斷時,與多個方面的關系都非常的密切,比如信息傳感方面、信號處理方面等,因此,技術人員所面臨的要求就比較高,不僅要具備優異的診斷技術,同時還要具備較強的綜合素質。

2影響動力機械設備故障診斷技術發展的因素以及發展趨勢

2.1動力機械結構復雜

隨著動力機械設備應用范圍的變廣,其發展速度也越來越快,在這個過程中,設備所具有的結構就變得越來越復雜,其中所包含的零部件數量增多了許多,且每個零部件的下一級,會存在更多的子零部件。鑒于動力機械設備復雜的結構,一旦其發生故障,在進行診斷時,不但難度會加大,診斷的完整性、精確性也會受到一定的影響,進而導致無法及時的針對故障采取修復的措施。

2.2故障機理和故障特征復雜

對于動力機械設備存在的故障類型來說,所具備的機理源是比較多的,故障在進行傳遞時,所具備的路徑也十分的復雜,且傳播的方向包含橫向性和縱向性兩種。同時,在不同的故障類型中,其所產生的故障頻率也是不相同的,這給故障診斷工作帶來了很大的難度。在動力機械設備快速發展的過程中,越來越多的生產廠家開始進行設備生產,這使得設備的型號不斷地增多,不同型號的動力機械設備所具備的結構各部相同,這種差異性導致設備在發生故障時,一個類型的故障具備一種特征,共性特征幾乎不存在,這對故障診斷工作來說,是一個非常大的挑戰。

2.3故障診斷方法眾多

當前,針對動力機械設備存在的故障類型,所具有的故障診斷方法是比較多的,不過在具體應用的過程中,受到方法眾多的影響,呈現出比較混亂的局面,影響了故障診斷的效果。同時,對于已知的各種動力機械設備的故障類型,尚不存在一種比較通用的診斷方法,這在一定程度上制約了診斷技術的發展,且逐漸的發展成為主要限制因素。

2.4故障診斷技術的發展趨勢

經過多年的發展,動力機械設備所具有的故障診斷技術已經發展的比較完善,不過,隨著科學技術的發展及應用,故障診斷技術呈現出了以下四種發展趨勢:第一,診斷儀器在發展的過程中,微型計算機、單片機逐漸的應用到其組成中,從而促使診斷技術向著自動化、智能化的方向發展;第二,隨著信息科學技術的發展,其中所蘊含的各項技術也逐漸的發展成熟,比如時-頻分析技術、紅外熱成像技術、機械振動和噪聲分析技術等,同時,工程診斷技術在發展的過程中,信息科學中的各項成熟技術成為其分支;第三,故障分析所具備的理論基礎變得更加的豐富,比如模糊集理論、神經網絡理論等,同時,這些理論也促使故障診斷技術向著綜合性的方向發展,提高了故障診斷的準確性;第四,故障診斷技術中應用了網絡技術,使診斷技術在獲取信息方面變得更加的便捷。

3結論

第12篇

關鍵詞:燃氣輪機;故障診斷;研究展望;人工智能

引言

作為一種典型的成套式大型機械動力設備,燃氣輪機的發展不斷融合多種新工藝、新科技、新材料于一體,該設備擁有先進且復雜的結構,導致其故障率及對維修水平的要求不斷提高。然而,由于燃氣輪機具有熱效率高、工作平穩、啟動較快等優點而得到了廣泛的應用,尤其是在航空航天、能源電力等高端領域。該設備一旦發生故障,便會帶來不可估量的經濟損失。所以,對燃氣輪機的故障診斷技術進行研究進而保障燃氣輪機能夠處于正常穩定的運行狀態意義重大。故障診斷技術是通過利用有效的分析方法對采集現場重要的狀態數據、歷史信息進行分析處理,從而對機械設備的運行狀態進行評價的一項識別技術。對燃氣輪機的運行狀態進行監測可以在很大程度上減少維修成本,提高系統運行的可靠度。

1.故障診斷技術發展狀況

1.1國外研究探索

從上個世紀六十年代開始,伴隨計算機技術、傳感器工藝的快速發展,故障診斷技術逐步作為一門重要的學科和研究領域而發展起來。在燃氣輪機故障診斷方面,美國是首先進行故障診斷技術研究與探索的國家,其相關技術較為先進且發展水平在多個方面均處在世界的領先地位,對航空及艦船的燃氣輪機故障診斷擁有自身的理論優勢與先進的技術支撐。在理論的相關研究中,美國首次將應用統計學與神經網絡濾波相結合有效的增強來源于運行設備本體的信息及數據的可靠性,還利用神經網絡技術實時監測并分析燃氣輪機的運行狀態,對設備的性能變化作出及時的診斷。經過不斷的探索,最終建立合理的故障診斷理論體系與可靠的專家診斷系統,就燃氣輪機的不同故障提出相應的維護建議。此后利用神經網絡技術成功采集到RR公司生產制造的RB211型燃氣輪機的本體信息,并將多層傳感器、徑向基函數和回歸神經網等應用到故障診斷中,對徑向基函數神經網絡能夠且適合用來對發動機性能參數、傳感器故障診斷與監測、發動機獲取參數困難下的安全預測等作出了闡述。此外,非常多的文獻對燃氣輪機的故障診斷方面的知識和方法進行了說明。還有不少資料對燃氣輪機的旋轉式設備進行故障診斷,大都采取不同類型的神經網絡并利用小波分析技術對振動類型的信號進行處理,均得到良好的應用效果。

1.2國內研究探索

隨著燃氣輪機在國內軍事設備及民用機械的應用規模不斷擴大,我國逐步進入對其故障診斷技術的探索。不過與其它國家相比,因相關研究起步晚、規模不大并且缺少實用的診斷系統等限制,當前發展狀況相對落后。但因為許多新的理論和方法不斷應用到燃氣輪機故障診斷,該方面的探索取得了不錯的科研成果。尤其是計算機技術、人工智能技術的逐步發展使其故障診斷水平發展到智能化的水平。王永泓等在燃氣輪機的專家診斷系統中引入模糊Petri網知識表示系統取得不錯的效果,并采用綜合利用算法、模型診斷等結合而成的混合型人工智能故障診斷方法。翁史烈等人在“基于熱力參數的燃氣輪機智能故障診斷”中建議采用故障和征兆兩者間的定量求解途徑,并以此為基礎探索了模糊邏輯與神經網絡的診斷技術。卜凱旗等人研發出完整的燃氣輪機發電機組振動信號監測及故障診斷系統,利用分析得到的振動數據以提前預測機組工作過程中產生的異常狀況,然后利用專家故障診斷系統給出合理建議以供技術工作者參考。通過使用驗證,該系統有效的保障了生產安全,提高了經濟效益。

2.智能故障診斷技術

由于燃氣輪機設備的大型化及復雜化,設備會產生多種故障同發以及不同故障間的相互作用、聯系分析困難的狀況。隨著人工智能技術的發展和在診斷系統中的應用,成功的使燃氣輪機的故障診斷技術提升到智能化新高度,彌補了傳統式故障診斷技術在現場應用中存在的缺陷,很好地處理了復雜系統故障診斷過程中出現的問題。

最初的專家診斷系統均采用基于規則的診斷方法,該方法采用直接及啟發式知識表示,診斷速度較快,且容易實現編程和系統開發,具有直觀方便的優點。不過由于知識庫中的故障類型較少,面對新的故障問題時就顯得無從下手,極易導致診斷失誤或者失敗;基于人工神經網絡的故障診斷主要是建立故障源和征兆間的映射,具有高度的容錯機制及非線性等優點。不過由于神經網絡的診斷方法對系統內部的潛在關系不能進行準確的揭示,因而增加了該方法出現誤診的概率;混合型智能診斷方法可以依據發動機組性能參數的不同以及采集存儲的歷史數據信息按照一定的選用規則選取合理的診斷方法,具有良好的綜合性能。

3.結束語

燃氣輪機故障診斷技術的發展直接關系到其經濟性,必須得到充分的關注和研究,目前已建立有一定代表性的故障診斷系統。不過隨著新技術、新知識、新方法的不斷出現,對燃氣輪機故障診斷技術的研究也需更加深入。智能化故障診斷技術作為專家診斷系統的核心,具有廣闊的應用空間。如何將理論研究運用到現場運行中進而保證燃氣輪機的運行可靠性,達到高智能化水平是相關研究者的共同目標。

參考文獻:

[1]孫祥逢,陳玉春,胡福.發動機故障診斷主因子模型的測量參數選擇[J].航空動力學報. 2010(01).

主站蜘蛛池模板: 吉隆县| 中宁县| 惠州市| 临漳县| 龙里县| 阜平县| 江都市| 康定县| 专栏| 鸡东县| 秀山| 抚松县| 探索| 义乌市| 张掖市| 深圳市| 泽普县| 手机| 郑州市| 筠连县| 久治县| 全南县| 治多县| 和龙市| 靖江市| 高要市| 泰宁县| 周宁县| 七台河市| 黔西县| 水城县| 赤峰市| 句容市| 亚东县| 波密县| 城步| 安岳县| 建平县| 远安县| 娱乐| 东光县|