1.3　水力机组状态监测与故障诊断的相关技术

设备状态监测与故障诊断技术研究所涉及的学科领域十分广泛，并在不断扩展。其研究内容主要有信号采集技术、信号获取技术、故障机理研究、故障诊断模型研究、故障预测与寿命分析技术、诊断决策技术。

1.信号采集技术

信号采集是对机电设备实现状态监测与故障诊断的第一步，是故障诊断工作的重要基础，信号采集技术是对机电设备本身的工作参数、性能指标、相关物理量等信息的信号进行检测和量化的技术，而传感器则是获取各种信息并将其转换成易测量和处理的信号（一般为电信号）的器件，是信号采集的关键和主要手段。

故障信息检测与传感器技术的发展趋向如下：

（1）发展以高可靠性和长期稳定性为代表的检测与传感器技术。

（2）发展固定植入式和介入式检测与传感技术。

（3）发展故障信息的遥测技术。

（4）发展振动测量用光纤传感技术。

（5）发展声发射检测技术。

随着微电子技术、光电技术和精密机械加工技术与传统的传感技术相结合，传感器将向微型化、多参数、数字化、实用化发展，与之配套的二次仪表将向多功能、智能化方向发展，将导致集微传感器、微处理器于一体的智能前端微系统的问世和应用。

2.信号获取技术

传感器采集的信号中，含有反映对象运行状态的信息，如何经过信号处理，剔除干扰，尽可能多地获得对象的状态信息，是信号获取技术研究的主要目的。信号获取技术包括通常的信号滤波技术和信号处理技术。

概括起来，信号处理技术中状态监测参数的提取方法主要有统计分析和时域参数、谱分析和频域参数、时-频分布、高阶谱分析、小波分析技术、分形与混沌特征量等。

信息获取技术新的发展方向是传感器故障滤波证实技术和多传感器信息融合技术。

（1）传感器故障滤波证实技术。在长时间的工作过程中，由于自身可靠性的限制和所处环境的影响，传感器同样会发生故障，其输出的畸变信号往往与监测对象的工况变化或故障信号相混淆，被诊断系统误认为是对象故障或掩盖了对象的故障，从而使监测诊断系统失去其监测诊断的功能。因此，对传感器故障进行滤波和证实（即通过检测和诊断隔离故障传感器，并通过其他正常传感器信号恢复得出剔除故障传感器后失去的特别重要的信号）是设备状态监测与故障诊断的重要环节之一。

现有的传感器故障滤波证实方法主要有系统观测器/滤波器方法、解析冗余与贝叶斯信息融合方法、人工神经网络方法、多层流模型方法、基于知识的传感器故障柔性检测方法等。

（2）多传感器信息集成与融合技术。在设备故障诊断领域，多传感器信息集成指将多个单维的同样性质的传感器信息集成为一个多维的信息。多传感器信息融合指利用多个不同类型的传感器获取的关于对象运行状态的多角度信息，采用适当的方式和准则进行组合，以得到关于对象运行状态的精确描述。

3.故障机理研究

故障机理研究是对机械设备进行故障诊断的基础。深入研究机械设备在运动时的动力学特性及各部件之间的相互关系，研究设备正常运行时和发生故障后产生的各种症状与可能性，是对机械设备进行状态监测和故障诊断的前提。理论研究主要有与机械设备相关的振动理论、摩擦理论、空气动力学理论、材料失效理论等。

4.故障诊断模型研究

故障诊断模型以如何应用各种知识的诊断策略作为研究目标。一般来说，人类专家在诊断问题求解时，通常使用三种知识：一是常识性知识；二是基本的领域知识，即深知识；三是启发性知识，即浅知识。专家能按照被诊断对象的实际情况以高度集成的方式使用这三种知识。相应地，故障诊断模型可分为深知识模型、浅知识模型和深浅知识混合模型。但对复杂系统，新的研究方向是层次诊断模型。

5.故障预测与寿命分析技术

故障预测是设备诊断的重要任务之一。通过对整个设备的状态变化趋势和维修状况进行分析，计算其残余寿命，可有效确定设备的整个服役寿命和报废时间，为系统的维修、报废和改进设计奠定基础。

预测与分析的策略和方法主要有基于状态模型的故障预测方法、基于过程的长期预测方法以及集成故障预测系统等。

6.诊断决策技术

通过对故障进行诊断，可以判明故障的部位，分析故障的原因，提出排除故障的方法，从而可以提高设备维修的可适性和设备完好性，减少设备的寿命周期费用。