在线监测第三讲

在线监测

EE

故障调查与分析Fault Survey and Analysis

XJTU

在线监测

EE

故障

=

设备的“病”确定类型

诊断

推测原因预计后果XJTU

在线监测

EE

诊断最基本的功能就是对未知故障的分类问题。为了提高设备故障诊断的水平，需要对设备故障有一个系统的认识，这不仅有助于预防自然发生的故障，同时也有利于阻止人们可能引发故障的过失行为。XJTU

在线监测

EE

故障调查有关故障的经验数据是人们判断和识别设备故障状态的重要依据，如果缺乏具有本质意义的典型故障信息，则无法得到正确的诊断知识。所以典型故障的是研究故障诊断技术的基础。

XJTU

在线监测

EE

部件A设备部件B

零件 1零件 2 XJTU

在线监测

EE

设备故障总是由基本的部件故障引起的，如何将设备的整体故障与局部的零部件故障联系起来，是故障分析的关键。故障机理性分析故障分析故障统计性分析XJTU

在线监测

EE

现场故障数据尤为重要，因为是在实际使用的条件下获得的，其结果远比实验室试验的结果含有更多的信息。法国电气公司以3500倍的出厂价格收购用户的失效集成芯片。

XJTU

在线监测

EE全国变压器事故部位分类表

XJTU

在线监测

EE

从现场收集的大量故障数据与资料大多数是分散和无规律的。由于故障发生后几乎所有的证据都不复存在，所以往往难以根据事故的原始状态准确无误地说明究竟是什么原因使设备损坏的。因此，一般所说电力设备的击穿原因往往是一种推测。现场人员的错误纪录。设备故障与生产工艺和运行环境密切相关，由于不同时期设计的设备结构不同，所以引发设备事故的主要故障类型也在逐渐变化。

XJTU

在线监测

EE我国电力变压器主要故障类型演变

XJTU

在线监测

EE

故障统计分析法 主次图法 直方图法

XJTU

在线监测

EE

主次图法原则上，设备的所有这些组、部件都有可能发生故障，但其发生的概率差异很大，为了保证分析的有效性，我们将研究的范围限制在较为常见的故障类型上。主次图法又称巴雷特图法或排列图法，是根据故障调查结果，分析产品故障主要原因和主要故障模式的有效方法。

XJTU

在线监测

EE

发动机故障概率统计表

XJTU

在线监测

EE发动机故障主次图100100 90

80

80 70

60

相对频数%相对频数(%)

60 50 40 30 20 10

40

20

0

0 1 2 3 4 5 6 7 8

0

2

4故障模式故障模式

6

8

XJTU

在线监测

EE

一般情况下,主次图中

主导因素——占累计相对故障率 0~ 80%的因素主要因素——占累计相对故障率80~ 90%的因素次要因素——占累计相对故障率90~100%的因素

XJTU

在线监测

EE

直方图法台次300

台次

300

300

200

200 200

100

100 100

00

0000

400

400

800 1200 1600 2000 2400

800

1200

1600

2000

2400

50

0

500 1000 1500 2000 2500

450

850

1250

1650

2050

2450

3000

2850

(ppm)

(ppm)

氢含量

总烃含量

油中溶解气体含量分布

XJTU

在线监测

EE

油中溶解气体的注意值标准：总烃含量>150 ppm (体积分数) H2含量>150 ppm C2H2含量>5 ppm

XJTU

在线监测

EE

失效模式、影响和危害度分析法世界上没有永恒的事物，更没有绝对的可靠性，所有系统最终都将失效。因此更应关注的是如何使失效频率及损失降低到在经济上和社会影响上可接受的范围之内。这是比所谓“无风险”、“无事故”之类政治口号更为现实和合理的目标。

XJTU

在线监测

EE

失效模式、影响和危害度分析法简称FMECA (英文全称)方法。故障模式分析(FMA) FMECA故障影响分析( FEA)故障后果分析(FCA)

XJTU

在线监测

EE

FMECA分析的方法和步骤(一)拟定有效的故障数据收集计划

明确用途确定和培训数据员

XJTU

在线监测

EE

(二)系统功能逻辑分析

明确定义系统的各个环节建立系统的功能逻辑图

XJTU