技术

（1）基于信号变换的诊断方法

发电机的许多故障信息是以调制的形式存在于所监测的电气信号及振动信号之中，如果借助于某种变换对这些信号进行调制处理，就能方便地获得故障特征信息，以确定发电机所发生故障类型，常用的信号变换方法有希尔伯特变换和小波变换，很适合于探测正常信号分析中夹带的瞬态反常现象并展示其成分，在发电机机械故障诊断中占有重要地位，但基于信号变换的诊断方法缺乏学习功能。

发电机的故障与其征兆之间的关系错综复杂，具有不确定性及非线性，用人工智能方法恰好能发挥其优势，已用于发电机故障诊断的人工智能技术有：模糊逻辑、专家系统、神经网络。

（2）基于专家系统的诊断方法

该方法是根据专家以往经验，将其归纳成规则，并运用经验规则，通过规则推理来进行故障诊断，基于专家系统的诊断方法具有诊断过程简单、快速等优点，但也存在着局限性，基于专家系统的方法属于反演推理，因而不是一种确保唯一性的推理方法，改方法存在着获取知识的瓶颈。

（3）基于人工神经网络（ANN）的诊断方法

将简单处理单元广泛连接而成的复杂的非线性系统具有学习能力、自适应能力、非线性逼近能力等，故障诊断的任务从映射角度看就是从征兆到故障类型的映射，用ANN技术处理故障诊断问题，不仅能进行复杂故障诊断模式的识别，还能进行故障严重性评估和故障预测，由于ANN能自动获取诊断知识，使诊断系统具有自适应能力。

（4）基于集成型只能系统的诊断方法

随着发电机系统越来越复杂，依靠单一的故障诊断技术已很难满足复杂发电机的故障诊断要求，因此上述各种诊断技术集成起来形成的集成智能诊断系统成为当前发电机故障诊断研究的热点。

主要的集成技术有：基于规则的专家系统与ANN的结合，模糊逻辑与ANN的结合，混沌理论与ANN的结合，模糊神经网络与专家系统的结合。

以上只是大致分类，一些方法即可用于发电机故障诊断，又可用于电动机故障诊断。

本文由天津神川电机提供。

编辑：盼花开