故障诊断发展学习记录一

简介: 故障是系统不能执行规定功能的状态。通常而言,故障是指系统中部分元器件功能失效而导致整个系统功能恶化的事件。设备的故障一般具有五个基本特征:层次性、传播性、放射性、延时性、不确定性等。

1. 前言

  1. 故障诊断从故障检查与诊断FDD(Fault detection and fault diagnosis)开始发展,最先美国自1961年开始执行阿波罗计划后,出现一系列因设备故障造成的事故,导致1967年在美国宇航局(NASA)倡导下,由美国海军研究室(ONR)主持成立了美国机械故障预防小组(MFPG),并积极从事技术诊断的开发。
  2. 渐渐发展到现在的故障检诊断与容错处理FDT(Fault detection, diagnosis and fault tolerance),最早提出在1971年Bread博士论文,后续由国外有Frank、Patton,国内有叶银忠、周东华。随着科学技术的飞速发展,武器装备的集成度、复杂度及智能化程度急剧增加,传统的故障诊断、维修保障技术逐渐难以适应新的要求。
  • 为了满足信息化战争对武器装备作战快捷、可靠、精准的要求,在上世纪末健康管理系统PHM(Prognostics and Health Management)技术应运而生,并迅速得到了以美国为代表的西方各军事强国的高度重视。
  • 网络控制系统NCS(Networked CONtrol Systems),又称为网络化的控制系统,是一种全分布、网络化实时反馈控制系统。它是指某区域现场传感器控制器执行器通信网络的集合,用以提供设备之间的数据传输,使该区域内不同地点的用户实现资源共享和协调操作。

2. 系统

2.1 系统的表达

系统的表达:基于模型的方法、解析冗余的方法、数据驱动的方法

2.1.png

2.2 系统的性能

系统的性能:稳定性,快速性,准确性

  • 系统的稳定性稳定性是指动态过程的振荡倾向和系统能够恢复平衡状态的能力。稳定性是系统工作的首要条件。
  • 系统响应的快速性是指当系统输出量与希望值之间产生偏差时,消除这种偏差的快速程度
  • 系统响应的准确性指在调整过程结束后输出量与给定的输入量之间的偏差,也称为静态精度。

2.3 系统的评估

系统的评估:可靠性、有效性、可维护性

  • 可靠性即系统在规定的时间和条件实现规定的功能,用可靠程度来衡量。
  • 有效性即系统正常工作时间占正常工作时间和维护时间和的比例,可用失效性来衡量。
  • 可维护性即系统中的固件失效后,固件的是否可以维护还是替换,可用修复率来衡量。

3. 故障分类

3.1 按故障的持续时间分类

按故障的持续时问可将故障分为永久故障、瞬时故障和间歇故障。永久故障由元器件的不可逆变化所引发,其永久地改变元器件的原有逻辑.直到采取措施消除故障为止;瞬时故障的持续时间不超过一个指定的值.并只引起元器件当前参数值的变化,而不会导致不可逆的变化;间歇故障是可重复出现的故障,主要由元件参数的变化、不正确的设计和工艺方面的原因所引发。

3.2 按故障的发生和发展进程分类

按故障的发生和发展过程可将故障分为突发性故障和渐发性故障。突发性故障出现前无明显的征兆,很难通过早期试验或测试来预测;渐发性故障是由于元器件老化等其他原因,导致设备性能逐渐下降并最终超出正确值而引发的故障.因此具有一定的规律性,可进行状态监测和故障预防。

3.3 按故障发生的原因分类

按故障发生的原因百r将故障分为外因故障和内因故障。外因故障是因人为操作不当或环境条件恶化等外部因素造成的故障;内囚故障是因设计或生产方面存在的缺陷和隐患而导致的故障。

4. 总结

      本文学习了故障诊断发展记录一,从FDD——FDT——PHM——NCS,简略分析了系统的构成和故障分类。人类设计一个系统不简简单单为完成某项任务,更重要的是安全可靠地长期服务(打江山易,守江山难)。后期会分享更多有趣的操作从而实现对外部世界进行感知,充分认识这个有机与无机的环境,科学地合理地进行创作和发挥效益,然后为人类社会发展贡献一点微薄之力。

目录
相关文章
|
2月前
|
机器学习/深度学习 监控 数据可视化
【BetterBench博士】2024年中国研究生数学建模竞赛 E题:高速公路应急车道紧急启用模型 问题分析、数学模型及Python代码
2024年中国研究生数学建模竞赛E题要求建立高速公路应急车道紧急启用模型,以缓解特定路段的拥堵问题。题目提供了四个视频观测点的数据,需分析交通流参数随时间的变化规律,建立拥堵预警模型,并验证模型有效性。此外,还需设计合理的应急车道启用规则和算法,优化视频监控点布局,以提升决策科学性和成本效益。涉及视频数据处理、非线性动态系统建模和机器学习等技术。适合交通工程、数学、计算机科学等多个专业学生参与。需利用Python等工具进行数据处理和建模。具体问题包括统计参数变化、建立拥堵模型、验证模型有效性、设计启用规则和优化监控点布局。
897 12
【BetterBench博士】2024年中国研究生数学建模竞赛 E题:高速公路应急车道紧急启用模型 问题分析、数学模型及Python代码
|
3月前
|
机器学习/深度学习 人工智能 算法
🔍AI慧眼识珠:在海量数据中,它如何帮你精准捕捉职场机遇?
【8月更文挑战第1天】在信息爆炸的时代,AI技术以其强大的数据处理、模式识别及学习进化能力,助力职场人士从海量数据中精准捕捉机遇。AI在招聘中自动匹配人才,提高效率与公平性;通过分析多源数据预测市场趋势,挖掘商机;还能为个人提供职业规划与发展建议。示例代码展示了简化数据分析流程,说明AI如何处理数据并提取有价值信息,赋能职场决策。
41 0
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
【机器学习】音乐大模型的深入探讨——当机器有了创意,是机遇还是灾难?
【机器学习】音乐大模型的深入探讨——当机器有了创意,是机遇还是灾难?
|
5月前
|
机器学习/深度学习 监控 算法
【机器学习】农田智能监控系统的实践探索
【机器学习】农田智能监控系统的实践探索
125 0
|
机器学习/深度学习 数据可视化 数据挖掘
第十二届“中国软件杯”大赛:A10-基于机器学习的分布式系统故障诊断系统——baseline(一)
第十二届“中国软件杯”大赛:A10-基于机器学习的分布式系统故障诊断系统——baseline(一)
590 0
第十二届“中国软件杯”大赛:A10-基于机器学习的分布式系统故障诊断系统——baseline(一)
|
机器学习/深度学习 算法 数据挖掘
R语言自动化学习:乳腺癌诊断颠覆式进化的最新潮流!
本文将探讨自动化学习在乳腺癌诊断中的应用潜力。通过分析大规模的乳腺癌数据集,自动化学习可以提供准确、一致和可靠的诊断结果,为早期筛查、风险评估和治疗方案建议提供支持。然而,仍需解决数据隐私保护和模型解释性等挑战,以推动自动化学习技术在乳腺癌领域的实际应用。
185 0
|
运维
【故障诊断发展学习记录二——故障诊断】
【故障诊断发展学习记录二——故障诊断】
138 0
|
机器学习/深度学习 人工智能 算法
借力计算机视觉及深度学习,纽卡斯尔大学开发实时、自动化奶牛跛行检测系统
借力计算机视觉及深度学习,纽卡斯尔大学开发实时、自动化奶牛跛行检测系统
163 0
|
传感器 物联网
传感与检测实验报告,差动变压器的特性测定,江南大学物联网自动化
传感与检测实验报告,差动变压器的特性测定,江南大学物联网自动化
174 2
传感与检测实验报告,差动变压器的特性测定,江南大学物联网自动化
|
机器学习/深度学习 人工智能 移动开发
AI识万物:从0搭建和部署手语识别系统 ⛵
AI识万物:从0搭建和部署手语识别系统,检测手语并将翻译!搭建和部署完成后,你可以通过摄像头,轻松测试模型啦~
4866 1
AI识万物:从0搭建和部署手语识别系统 ⛵