郭飛,王少泫,明朔,李曉偉
(武警海警學院,浙江 寧波 315000)
海上環境復雜且多變,潮濕、搖晃、腐蝕等因素會對艦船運行與電氣設備造成間接影響。熱帶風暴、極寒極熱等不可抗拒因素也會對艦船電氣設備形成不同程度損傷,增加故障發生率,增加艦船電氣設備運維成本,嚴重時會對人員生命安全構成威脅。正因如此,積極做好艦船電氣設備故障檢測、排除工作具有很大現實意義,而明確設備故障所屬類別是相關工作有效開展的重要基礎。
依照故障特征表現可以將其分為如下兩種類型:一類是有顯著的表象特征,比如電機、電器溫度異常升高、冒出濃煙、散出焦臭味或時而噴出火花等,過載、短路、接地等。在電氣設備檢修工作中,探查該類型的故障問題難度并不大,但修整、復原工作很難高效率推進。另一類設備故障沒有顯著的表象特征,該類故障引發因素除了電源、電機與制動器等主電路相關問題之外,大部分會集中在控制電路問題方面。分析故障階段,相關人員要結合實際現象逐步縮小故障范圍。
根據故障發生部位可劃分成如下幾類:一是電源故障,原因有缺少電源,電壓或頻率偏差,極性連接錯誤,交直流混用等;二是電路故障,原因包括斷線、短接及接地等;三是設備與元件故障,原因有接線操作不規范、高溫燒損等。
機件故障發生遵循的規律通常呈現出“浴盆”樣(見圖1)??梢詫C件故障問題的發生情況分為早期、隨機及損耗故障期三階段。讀圖能夠發現,在早期及損耗故障期內機件發生故障的概率較高,這就提示檢查活動中應給予以上兩階段一定重視。

圖1 故障規律曲線
故障檢測排除的流程如下。
首先,采集和可能存有的相關故障初始狀態信息,認真分析與判斷。其次,結合分析后獲得的初步結果,全面檢查電氣設備狀態,將處于早期及損耗故障期的設備作為重點檢查對象,也要加大對認定故障發生率較高部位的檢查力度。在以上過程中,盡量減少對設備的拆卸處理,規避因操作不當而造成故障范圍擴大。參照故障表象,結合設備的工作原理與管理特征等,合理確定故障所在范圍,明確是電氣故障或機械故障,判斷故障原因是人為導致的還是隨機發生的。巧用各種故障排除法,逐漸縮小故障范疇,直到探尋到故障點位。最后,在確定故障發生點位后,也需開展進一步細化排除修復工作,最后驗證、確認故障真正被排除。
(1)先簡后難。檢查電氣設備故障問題時,通常先由一些較容易檢查的部分進行排查,比如,在檢查設備的保險絲的情況時,先要用肉眼觀察設備燈罩是否發生破損狀況,若破損則需要及時對其進行拆除操作,而后進行全面檢查,依據設備拆解的難易程度及可能引起故障的因素進行拆分操作。
(2)先動后靜。這主要是因為開關等動作元件發生故障問題的風險較高,故而在故障排除檢查階段應將動作元件設定為重點對象,而后再排查安裝在其他部位的部件。
(3)先外部后內部。鑒于艦船電氣設備運轉環境條件較為惡劣的現狀,故而在排除設備故障時,相關人員要先檢查設備的外觀與外部配置的一些元件,循序漸進檢查設備內部情況,這種方法排查故障,有助于短縮故障排除時間,提升工作效率。
嚴格依照設定的順序開展電氣設備故障的排除工作,具體實施流程如下:一是明確故障問題的現象,探查到故障的真實狀況;二是查找相應的線路圖與說明書,參照設備當下狀況剖析故障成因;三是合理確定故障問題檢查的具體部位;四是拆解元器件,拆解階段認真檢查故障問題;五是確定故障發生的實際狀況,盡早排除與修復故障問題;六是在故障問題被排除后,利用標準實驗法檢測設備的排除效果,并依照相應規程開展裝復實驗,使電氣設備投用后正常運行得到更大保障。
在排除電氣設備故障問題時,明確要求相關人員能嫻熟使用各種檢測儀器,實踐中規范檢測設備的電流和電壓等參數,進而更為精準、快速的排除故障。也要求檢修技術人員理論知識與實踐操作經驗豐富,排查階段選用的設備儀器符合相關規程要求,并加強對電氣設備運行質量的檢查力度。常用的檢修排除方法有如下幾種:
(1)經驗分析法。彈壓活動部件法是對電氣設備的活動部件進行數次彈壓,也能導通那些接觸不良的位置,經常會采用該種方法確定故障發生的范圍。電路敲擊法的原理和彈壓活動部件法大體等同,只是在帶電狀態下檢查,若敲擊階段故障突然出現或消除,則預示著被敲擊位置及其周邊存有故障。正常的電氣設備敲擊時出現反常狀況,則提示設備內存有故障隱患因素,應盡早進行排查。對比法多用于排除檢查有≥2 個部件的電氣設備內,比較相同部件的作業狀況,能夠較快速的探查到故障,數個相同部件同時出現故障的概率相對較低。
(2)狀態分析法。從宏觀上,可以把電氣設備所處狀態分為工作與停止狀態,排除故障階段應在不同狀態下進行分析。具體實踐中要求相關人員準確劃分設備的工作狀態,通常劃分程度越精細,故障排查工作效率就越高。
(3)基于參數優化的艦船電動機故障診斷方法。其遵照的原理如下:先采集艦船電動機工作狀態信號,對其實施去噪處理,而后基于傅里葉變換算法獲得電動機工作狀態信號特征,通過組合特征向量和艦船電動機故障類型建設出電動機故障學習樣本,而后將樣本輸送至有關向量機內進行規范化訓練,引進粒子群優化算法去優化,建設出相關向量機的電動機故障診斷模型,利用驗證樣本對該模型進行測試分析。本文對沒有進行參數優化的故障診斷模型進行比較測試,統計出故障診斷準確率,結果見圖2 所示。

圖2 電動機故障診斷的準確率
讀圖2 發現,電動機故障模型的診斷準確率均值達到了94.25%,對比方法是87.14%,故該模型方法有助于減少電動機故障的誤診率,使參數優化的優越性與有效性更為充分的顯現出來。通過比較兩種方法下的故障診斷時間,得出基于參數優化的艦船電動機故障診斷方法耗用的診斷時間更為短暫,加速了艦船電動機的故障診斷進度,且能實現對電動機故障的在線診斷,有較高的實用價值。
要從思想上重視艦船電氣設備故障的排除工作,將其對艦船正常航行活動形成的影響降至最低。當發生故障時,檢修人員一定要明確故障現象,以此為據參照設備的工作原理分析故障成因,對故障發生的可能的位置做出科學判斷。在故障具體部位確定后,應結合現實狀況選擇適宜的排除方法進行排查,而后精準維修,使艦船電氣正常運行得到更大保障。