电子设备故障及诊断方法研究刘伟 --中国期刊网

字体：大中小

首页> 原创作品> 正文

电子设备故障及诊断方法研究刘伟

发表时间：2021/5/13 来源：《中国电力企业管理》2021年2月作者：刘伟

[导读] 在科学技术高速发展的时代背景下，电子设备已经广泛应用于各行各业中，并且以自身显著的应用特点和优势，给各领域发展带来了新机遇。电子设备的精密性要求较高，实际运用过程中容易受到各种元素的干扰或影响，因而诱发诸多事故，对此，应根据电子设备实际运行情况选择适宜的诊断方式，为电子设备创造安全稳定的运行条件，减少不必要的经济或效益损失。

江苏普旭科技股份有限公司刘伟 210000

摘要：在科学技术高速发展的时代背景下，电子设备已经广泛应用于各行各业中，并且以自身显著的应用特点和优势，给各领域发展带来了新机遇。电子设备的精密性要求较高，实际运用过程中容易受到各种元素的干扰或影响，因而诱发诸多事故，对此，应根据电子设备实际运行情况选择适宜的诊断方式，为电子设备创造安全稳定的运行条件，减少不必要的经济或效益损失。基于此，本文主要对电子设备故障及诊断方法进行探讨和研究，希望给更多技术人员提供有效建议和帮助。
关键词：电子设备；故障；诊断方法
        引言
        现代人们的物质生活水平不断提高，越来越多的电子产品广泛应用在日常生活、工作和学习中，随着电气系统的使用功能逐渐完善，复杂程度越来越高，致使电子设备的故障概率显著增加。电子设备是构成电力系统的基础单位，传统的故障检修方式是在发生设备故障后，断电检查和维修，这样一来，势必会造成经济损失，还会影响人们的生活质量。因此，应加强对电子设备故障及诊断方法的研究，通过监测设备运行状态及运行参数等，提前预判可能出现的设备故障或问题，做好相应的防范措施，这样既可以减少不必要的经济损失，又可以保护生产人员的生命财产安全，对电子行业的发展起到积极意义。
        1电子设备信号故障及诊断方法
        信号故障诊断主要采用阀值模型，通过采用时域、幅值、频域等分析方法，判定电子设备的运行情况，可以说，信号分析法是其它检测方法的基础，通常将信号分析法分为以下两类：（1）对正常信号的处理，常采用分布式频谱分析以及校准理论，或者频率分段和解调分析，这一方法是建立在傅里叶变换方法基础上对处理目标进行的分析和处理。比如，线性、稳定性、最小相位是被分析信号的主要特性，将信号以整体转换格式的方式进行分解，最终获得不同频率的信号，但是经常会存在设备功能被遗漏的问题，难以满足故障信号的提取需求；（2）对不稳定信号的处理，这种一种典型的数据跟踪方法，通过信号值分析电子设备的运行状态。
        2电子设备故障解析模型的诊断方法
        解析模型分析法的应用，先要构建完整的系统模型，确保其结构、功能及行为更加完善，对系统组成构件及零件进行客观评估，利用专业语言体现系统构件的层析关系，同时充分体现模型逻辑性。然后通过系统逻辑模型以及输入逻辑进行推理，提前预判系统正常运行情况下可能出现的行为偏差，在对比系统实际行为与预期行为偏差，准确判定系统故障，并且基于逻辑推理得知具体故障的零部件。解析模型分析法的应用方式较多，从其实际应用来看，评估方法、等效空间方法的应用频率更高、效果更理想。为了保证解析模型诊断方法应用的合理性，技术人员必须要掌握这种方法的诊断类型，比如倾向性诊断或基于对应关系，前者主要针对非正常工作诊断及概念、附件的诊断，目前已经研究出了比较和融合两种方法。
        3电子设备知识故障的诊断方法
        知识故障诊断的原理则是辩证逻辑和数学逻辑的融合应用，对运用代码和数值统一处理，实现知识处理技术推理及算法过程的统一。通过运用概念知识及理论处理方法，高效完成对设备故障的智能化诊断，这一诊断方式具体划分为以下几种：
        （1）专家故障诊断方法的应用
        专家故障诊断就是以概念等理论知识为载体，准确分析电子设备的运行情况，经过长时间的运用已经逐渐趋于成熟化，将故障解决方案转化为合理的模型，构建完善的专家系统工作数据库，以便调取所用信息快速定位故障。运用专家故障诊断方法时，主要利用操作模块完成电子设备故障代码的检查和故障诊断，将管理模块应用于输入和存储，并且完成推理规则和验证故障代码系列工作。
        （2）故障树诊断方法的应用
        故障树主要用于体现故障传播关系的图像，将故障最高级体现在“树顶”，然后按照诊断对象的功能和结构逐一展开，最底端为不可传播的故障问题，其应用优势主要体现在故障诊断速度快，并且数据库易修改，保证数据库的动态性和一致性。通常，概率推理常用在选择规则阶段，极大的提高了故障诊断效率，另外，诊断技术与诊断领域没有直接关系，主要根据故障树完成相应的诊断，实际应用过程，也存在一定的缺点，需要建立在故障模式分析以及元件联系的基础上，很难诊断预知性故障，诊断结果由故障树的完整性决定（如图1为某电子设备故障树示意图）。

图1 某电子设备故障树示意图
        （3）神经网络故障诊断方法的应用
        神经网络是一种自适应非线性动力学系统，与生物神经系统的相似度极高，体现出较强的计算能力和学习能力，可以对自组织、非线性功能等优化，将其与电子设备故障诊断相结合，在故障趋势预测及诊断推理方面有着显著优势。若想提高神经网络性能，应加强对网络结构类型、样本处理及算法的研究和分析，借助神经网络解决复杂的故障问题，侧重提高网络泛化能力及学习速度，不断完善数据库体系，以便于高效处理电子设备故障问题。
        （4）A-gent故障诊断方法的应用
        这种故障诊断方法充分突显了计算机系统的独立性、攻击性等特性，故障诊断系统由多个模块组成，既可以单一运行又可以协作运行，有效提高故障诊断能力及精准性。A-gent故障诊断方法是一个发现知识、提高学习能力的过程，持续完善系统功能，其主要应用四个方面：一是故障信号检测，提取故障信息；二是故障诊断描述；三是完善故障诊断设计方案；四是加强各代理之间的交流合作。
        4结束语
        综上所述，电气设备是科技时代发展的重要产物，随着电子设备的大范围应用，其故障频率越来越高，给电气系统的运行效益带来了较大的影响，若想减少不必要的经济损失，提高电子设备运行稳定性和安全性，应深入研究电子设备故障诊断方法及技术，结合不同的电子设备运行情况选择不同的诊断方法，精准掌握设备运行状态，给后期故障维修工作提供便利条件。此外，应明确电子行业的发展趋势，将先进技术与故障诊断技术相结合，准确定位故障位置，为提高故障检修效率奠定基础。
参考文献：
[1]程晓芳.电子设备智能故障诊断技术的应用[J].南方农机,2020,51(12):174+183.
[2]武文静.电子电路故障诊断与预测技术分析[J].计算机产品与流通,2019(12):80.
[3]方镇宏.电力电子电路智能故障诊断技术探讨[J].通信电源技术,2019,36(11):224-225+228.