早期的對發(fā)電機(jī)組旋轉(zhuǎn)設(shè)備中發(fā)電機(jī)和汽輪機(jī)的故障診斷方法多是以信號的處理為基礎(chǔ)的,特別是頻率和譜分析的方法。該診斷方法主要是用來分析處理噪聲干擾和振動(dòng),原因在于這兩種形式都是與頻率有關(guān)的。在發(fā)展的過程中,頻域分析診斷方法中的定子電流特征分析隨后得到重要應(yīng)用。目前該方法在診斷領(lǐng)域的研宄主要集中于如何更好地分離出頻譜里面甚微的故障的征兆。頻域方法的研究已經(jīng)成熟,這些方法己成為實(shí)用診斷系統(tǒng)的主要方法。
與早期的頻域診斷方法相比較,基于時(shí)間域的故障診斷方法的研究相對來說處于比較小的范圍。建立數(shù)學(xué)模型是該領(lǐng)域診斷方法中比較慣用的。該方法需要建立一個(gè)確切的數(shù)學(xué)模型,在目標(biāo)系統(tǒng)完整的條件下,依據(jù)估計(jì)或?qū)嶋H的系統(tǒng)狀態(tài)監(jiān)控輸出和參考模型的輸出進(jìn)行診斷。影響該診斷方法的準(zhǔn)確性和實(shí)用性主要有兩方面的因素,其一是傳感器釆集回來的數(shù)據(jù),其二是模型是否精確。該方法的優(yōu)點(diǎn)在于運(yùn)算量比較小。
隨著科技的進(jìn)步,各種智能化故障診斷方法也相繼問世,如人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)的方法、專家系統(tǒng)、模糊理論、證據(jù)理論等。智能化診斷方法在各領(lǐng)域都有比較好應(yīng)用。在應(yīng)用的過程中,這些智能化診斷方法需要考慮以下幾個(gè)方面:數(shù)據(jù)是否可靠;知識庫和推理機(jī)制是否有效和完整:算法的魯棒性、泛化能力及其是否收斂等。