振动故障诊断准确率低的原因及解决方法
也是施老师书里的意见，介绍给大家了解下。先说下方向推理和正向推理
反向推理指依据振动特征推出振动故障原因，在推理过程中只与单一的目标有关，当振动特征与故障特征符合时，即可作出诊断。其缺点是，大多数振动故障特征有多方面反映，不同故障的特征存在显著的交叉，经常得出几种不肯定的诊断结果；从方法上来说不可避免漏诊断和误诊断。
正向推理是在能够引起机组振动故障的全部原因中与实际机组存在的振动特征、故障历史向比较、分析、搜索，逐个排除，得出最后结果。
准确率低的原因：
1。注意力集中在直观可见故障上
一发生振动就只注意已发现的故障，而不管该故障是否与振动有关，还很可能发现不了真正引起振动的故障原因。因为引起振动的许多故障施十分隐蔽的，只把已见故障和振动现象进行对比分析，不算故障诊断，准确率也当然不高。
2。习惯于方向推理
3。对掌握机组振动故障范围、故障特征和机理的重要性认识不足
平时主要凭个人经验和习惯做法处理机组振动，对振动故障范围、故障特征和机理很少认真研究。
正向推理需掌握的要点：
1。振动故障范围 明确机组振动到底存在哪些故障极其相应特征
2。分层次诊断 先大方为，后小范围，再具体到某一故障和部件
3。故障特征和故障机理 通过故障机理的分析，若不能解说故障特征多重性和相互交叉现象及故障形成史，也可排除特征相似但实际与发生振动无关的故障。如同时存在两个以上故障，应说明其相互关系及各占的相对量值，才能准确，对消振对策切实有效。
4。振动特征和振动机理 应全面地获取振动特征及历史，查明振动机理，才能排除无关故障，获得肯定的诊断。 理论上说是这样德 {:{03}:}{:{03}:} 施维新先生是汽轮发电机组振动故障诊断的权威，高金吉院士是化工行业机泵设备故障诊断的权威，他们提出的正向推理和黑灰白筛选诊断等是科学的诊断理论，但因为具体实现的难度，反而不如模糊诊断和神经网络诊断等不正确的方法应用得广泛，很多人被错误的诊断理论误导了，这就是振动故障诊断准确率低的一个重要原因。 {:{39}:} 是的，顶 好的学习理论 好的理论学习
页:
[1]