李 赟

（青島特殊鋼鐵有限公司）

0 引言

鋼鐵廠中電氣設(shè)備的應(yīng)用，關(guān)乎著工作人員的工作效率，更關(guān)乎工作人員的生命安全。所以，電氣設(shè)備故障預(yù)測(cè)與診斷工作的開展是必要的。如何判別電氣設(shè)備是否存在異常，防止故障問題的影響加劇，成為我們著重探討的內(nèi)容。在此可以基于常見的幾種電氣設(shè)備損壞情況進(jìn)行分析，了解絕緣損壞、斷線以及短路問題所帶來的影響，確認(rèn)電氣信號(hào)特征，以生成故障的診斷模型，從而運(yùn)用故障診斷及分類的方式，確認(rèn)是否存在故障，及時(shí)將其解決。

1 基于機(jī)器學(xué)習(xí)算法的電氣設(shè)備故障類型

1.1 測(cè)試設(shè)備時(shí)的故障

在電氣設(shè)備發(fā)生故障時(shí)，若測(cè)試環(huán)節(jié)未發(fā)生過大的問題，可能是測(cè)試設(shè)備所引發(fā)的故障。例如：在測(cè)試階段，員工出現(xiàn)誤操作的情況，造成設(shè)備發(fā)生故障的可能性增加。或者，在鋼鐵廠員工在觀察電效應(yīng)時(shí)，存在物理現(xiàn)象。此時(shí)，需要借助示波器執(zhí)行測(cè)定工作。若操作環(huán)節(jié)未增加對(duì)電氣設(shè)備方面的思考，則無法保證設(shè)備正常運(yùn)行，導(dǎo)致低阻回路的情況發(fā)生，或是電線及電纜被老鼠咬斷，也會(huì)引發(fā)設(shè)備發(fā)生故障，從而造成設(shè)備發(fā)生異常。

1.2 元器件損壞引發(fā)故障

基于電子產(chǎn)品的應(yīng)用層面進(jìn)行分析。因?yàn)殡娐穬?nèi)所含有的線路數(shù)量及元器件相對(duì)加多，所以，元器件多數(shù)相對(duì)精細(xì)。如若在電路的組成區(qū)域內(nèi)發(fā)生問題，則會(huì)引發(fā)電子電路故障，使電容、電阻和晶體管等發(fā)生異常，容易燒壞元器件，導(dǎo)致電路中的電力輸入及輸出情況發(fā)生異常。

1.3 電路接觸環(huán)節(jié)故障

若電路在運(yùn)行過程中出現(xiàn)不穩(wěn)定的情況，總是間歇性地進(jìn)行通電，則會(huì)增加電路故障的概率。此問題多半由于電路接觸環(huán)節(jié)的故障所導(dǎo)致。

1.4 人為因素造成故障

受到人為因素影響，導(dǎo)致操作人員未了解電源的連接狀態(tài)，造成元器件在安裝的過程中出現(xiàn)差錯(cuò)，甚至忘記安裝元器件等情況。這樣，也會(huì)增加電氣設(shè)備的故障可能。

2 基于機(jī)器學(xué)習(xí)算法的電氣設(shè)備故障預(yù)測(cè)與診斷措施

2.1 加強(qiáng)電動(dòng)機(jī)單向管理，實(shí)現(xiàn)故障預(yù)測(cè)與診斷

為防止人為等干擾因素對(duì)電氣設(shè)備造成影響，可以通過加強(qiáng)對(duì)，加強(qiáng)對(duì)電動(dòng)機(jī)的單相管理操作方式，確認(rèn)鋼鐵廠內(nèi)是否存在非故障性以及故障性的熔斷。首先可加強(qiáng)現(xiàn)場(chǎng)內(nèi)的監(jiān)督及檢查工作，保證電動(dòng)機(jī)是正確進(jìn)行安裝的，讓低壓線路及電器在安裝過程中不會(huì)出現(xiàn)問題，以保證電動(dòng)機(jī)單向管理的合理性。同時(shí)，可以利用數(shù)據(jù)信息的自動(dòng)檢索方式，保證故障預(yù)測(cè)與診斷工作的順利開展。

其次，可以確認(rèn)熔體的具體容量，通過公式計(jì)算的方式，確認(rèn)電動(dòng)機(jī)的額定電流。其中額定電流=K*電動(dòng)機(jī)的額定電流。而耐熱用量K的取值范圍通常在1.5-2.56之間，最小容量在4-6以內(nèi)。對(duì)此，可以結(jié)合K值的變化情況，確認(rèn)電動(dòng)機(jī)中所產(chǎn)生的負(fù)荷，有效規(guī)避回來方面發(fā)生故障問題。也可檢查接觸器觸頭區(qū)域，熱繼電器等區(qū)域的安裝、選擇情況，把控電器元件質(zhì)量的同時(shí)，運(yùn)用預(yù)防措施，完成故障預(yù)測(cè)與診斷。這樣，則可完成對(duì)電氣設(shè)備的故障預(yù)測(cè)以及故障診斷。

2.2 做好配電設(shè)備管理工作，模擬設(shè)備并確認(rèn)故障

基于機(jī)器學(xué)習(xí)算法而言，其作為 多領(lǐng)域的交叉學(xué)科，不僅涉及到統(tǒng)計(jì)學(xué)、概率論、凸分析、逼近論等內(nèi)容，更會(huì)通過模擬的方式，實(shí)現(xiàn)學(xué)習(xí)行為。所以，為完成電氣設(shè)備故障預(yù)測(cè)與診斷工作，可以運(yùn)用小波包分析，了解電氣設(shè)備的基本表征。利用正交濾波器并協(xié)調(diào)其在應(yīng)用過程中的關(guān)系。結(jié)合電力網(wǎng)可能發(fā)生的損害，對(duì)完成氣設(shè)備的振動(dòng)信號(hào)進(jìn)行確認(rèn)，也可采用小波包分解的方式，確認(rèn)在不同頻段內(nèi)的序列，以推算出在某一級(jí)的平均能量，各子頻能量等。

2.3 基于卷積神經(jīng)網(wǎng)絡(luò)分析，了解設(shè)備故障情況

通過卷積神經(jīng)網(wǎng)絡(luò)的搭建，確認(rèn)卷積層，讓其與池化層是如何進(jìn)行連接的，剖析其中的內(nèi)容，以形成網(wǎng)絡(luò)基本結(jié)構(gòu)。這樣，了解設(shè)備故障情況即便卷積神經(jīng)網(wǎng)絡(luò)是有對(duì)個(gè)干卷積層組合而成的，也可采用數(shù)據(jù)數(shù)據(jù)→數(shù)據(jù)旋轉(zhuǎn)→縮放的方法，對(duì)圖像進(jìn)行識(shí)別，使電壓，電流的變化情況能夠更加清晰地展現(xiàn)，以保證網(wǎng)絡(luò)結(jié)構(gòu)得到優(yōu)化。防止原始的數(shù)據(jù)內(nèi)容發(fā)生操作不正確，分類不嚴(yán)謹(jǐn)?shù)那闆r。

同時(shí)，可以結(jié)合電氣設(shè)備所受的紫外線強(qiáng)度、溫度及濕度等多方面的影響，實(shí)現(xiàn)對(duì)高壓斷路器、變壓器的診斷，在工作過程中與SVM算法進(jìn)行配合，以保證數(shù)據(jù)中的基本概率能夠得到合理分配，確保復(fù)合故障的診斷工作有效實(shí)施。這樣一來，卷積神經(jīng)網(wǎng)絡(luò)可以應(yīng)用于基本概率的分配過程中，采用復(fù)合診斷的方式，使電力系統(tǒng)能夠順利進(jìn)行測(cè)量，也可采用參數(shù)調(diào)節(jié)的方式，達(dá)成網(wǎng)絡(luò)的構(gòu)建目標(biāo)，使系統(tǒng)可了解電氣設(shè)備的振動(dòng)信號(hào)特征（x1j），讓其以映射的方式，確認(rèn)激活函數(shù)的狀態(tài)（f），得到電氣設(shè)備在振動(dòng)過程中的信號(hào)特征數(shù)（M），卷積核（k1i）j；卷積符（*）；偏置（b1j）等內(nèi)容（如圖1所示）。

圖1 卷積神經(jīng)網(wǎng)絡(luò)搭建流程圖

同時(shí)，也可運(yùn)用公式計(jì)算的方式，確認(rèn)各層之間的關(guān)系，具體如下：

并且，將輸出的結(jié)構(gòu)進(jìn)行整合，依靠softmаx分類器完成處理工作，以保證在電氣設(shè)備運(yùn)行過程中存在的故障可以被合理分類，有效地預(yù)防電氣設(shè)備故障問題的發(fā)生。也可運(yùn)用卷積神經(jīng)網(wǎng)絡(luò)，確認(rèn)其中的振動(dòng)信號(hào)，通過Tеаgеr 能量算子的支持，讓振動(dòng)信號(hào)能夠被放大。

也可依靠反向傳播算法，實(shí)現(xiàn)對(duì)電氣設(shè)備運(yùn)行狀態(tài)的監(jiān)督與管理，讓分類器可以不斷進(jìn)行優(yōu)化，以掌握各個(gè)參數(shù)的變化值。如此，利用故障分類的方式，保證模型的診斷工作能夠合理實(shí)施。并且，在訓(xùn)練的過程中，依靠卷積神經(jīng)網(wǎng)絡(luò)，簡(jiǎn)化故障診斷與分類的流程（如圖2所示）。

圖2 卷積神經(jīng)網(wǎng)絡(luò)故障分類與診斷流程圖

2.4 實(shí)行性能測(cè)試試驗(yàn)，精準(zhǔn)預(yù)測(cè)故障與診斷

首先確認(rèn)試驗(yàn)數(shù)據(jù)，確認(rèn)設(shè)備是否存在三相不平衡的情況，在強(qiáng)化電氣設(shè)備的振動(dòng)信號(hào)的同時(shí)，若電氣設(shè)備存在三相不平衡問題，可采用放大試驗(yàn)的方式，使振動(dòng)信號(hào)不會(huì)出現(xiàn)過多的損失。

例如：若電機(jī)相電流存在不平衡的情況，可能是由于線組斷路、匝間斷路的情況引起的，此時(shí)，可運(yùn)用同步放大的方式，防止電機(jī)被燒毀，確保微弱振動(dòng)信號(hào)也能夠被提取。這樣，則可通過紅外熱成像技術(shù)的輔助，在特征提取工作實(shí)施完畢后，確認(rèn)電機(jī)三相是否平衡，若平衡，則相電流保持一致，這樣方可進(jìn)行測(cè)試與訓(xùn)練，得到精準(zhǔn)的結(jié)果［1］。

其次可運(yùn)用50次左右的操作，檢查是否為電源問題，完成對(duì)故障的分析，運(yùn)用實(shí)驗(yàn)演練的方式，確認(rèn)電機(jī)是否存在故障，保證正確率可以提高到90%，使得網(wǎng)絡(luò)訓(xùn)練的正確率也有所提升。若完成200次左右的訓(xùn)練，則可保證正確率與100%貼近。據(jù)此，則可保證試驗(yàn)數(shù)據(jù)是精準(zhǔn)無誤的。使工作人員可以通過簡(jiǎn)便操作就可以判斷電氣設(shè)備有無故障可能［2］。

例如：通過電氣設(shè)備的分類，確認(rèn)在規(guī)定檢測(cè)時(shí)間內(nèi)，設(shè)備有無故障問題出現(xiàn)以及其故障的類型，憑借專家系統(tǒng)了解現(xiàn)場(chǎng)內(nèi)電氣元件的管腳區(qū)域是否有熱脹冷縮的情況，運(yùn)用模糊邏輯以及神經(jīng)網(wǎng)絡(luò)，掌握電器設(shè)備接觸是否存在電阻增大的可能。由此，創(chuàng)建出智能化模型，以得出準(zhǔn)確地結(jié)果。分析電氣設(shè)備是否存在接觸不良的問題，有無螺絲未擰緊的可能。此時(shí)，工作人員選擇精準(zhǔn)地判斷方式，則可了解準(zhǔn)確的數(shù)據(jù)內(nèi)容，從而及時(shí)對(duì)電氣設(shè)備進(jìn)行維修養(yǎng)護(hù)［3］。

最后，在性能測(cè)試試驗(yàn)工作開展過程中，可以進(jìn)行故障建模。運(yùn)用先驗(yàn)信息以的方式，確認(rèn)各項(xiàng)數(shù)據(jù)內(nèi)容的輸入以及輸出關(guān)系。通過數(shù)據(jù)模型的創(chuàng)建，增加在故障診斷以及檢測(cè)工作中的基礎(chǔ)依據(jù)。這樣，則可采用不可測(cè)以及可測(cè)估計(jì)變量的方式，確認(rèn)系統(tǒng)是否存在故障。及時(shí)了解故障的發(fā)生原因，準(zhǔn)確地找出故障源所在位置。通過對(duì)故障原因的判斷，實(shí)現(xiàn)對(duì)故障程度的計(jì)算。得出故障結(jié)果、故障大小以及故障發(fā)生時(shí)間等內(nèi)容。另外，可以綜合測(cè)試以及故障診斷的方式，保證設(shè)備在后續(xù)維修以及養(yǎng)護(hù)環(huán)節(jié)不會(huì)發(fā)生問題。

3 結(jié)束語

綜上所述，為實(shí)現(xiàn)對(duì)電氣故障的分類與診斷，應(yīng)做好信號(hào)采集、分類、處理以及診斷工作，增加各項(xiàng)操作之間的關(guān)聯(lián)，保證處理結(jié)果是準(zhǔn)確無誤的。只有如此，才能確保電氣設(shè)備不會(huì)發(fā)生故障，若存在故障也可在第一時(shí)間確認(rèn)其位置。以夯實(shí)鋼鐵廠內(nèi)電氣設(shè)備的運(yùn)行基礎(chǔ)，保證工作人員采用電動(dòng)機(jī)單相運(yùn)行管理等方式，完成電氣設(shè)備的檢測(cè)工作，從而確保設(shè)備的合理運(yùn)行，讓工作人員精準(zhǔn)判斷出故障類型及原因，以實(shí)現(xiàn)對(duì)其的處理。