基于振動信號的減速器故障診斷方法

2021-01-07 起重運輸機械

沈 晴 蘇運波 曹 沛上海振華重工(集團)股份有限公司 上海 200125

摘 要:基於經典振動分析方法, 總結了減速器3 類常見故障(軸故障、齒輪故障、軸承故障)在振動方面的特徵。利用Matlab 數據處理和信號分析功能,採用時域分析、相關分析、頻域分析、時頻分析等方法,結合已知的減速器基本參數,從不同角度挖掘信號中的故障信息,進行故障推斷,並以案例的形式介紹了對某型門座起重機起升機構減速器故障診斷的具體執行過程,得出診斷結果。對該機減速器故障診斷的研究,能彌補其狀態監測與故障診斷的不足,保證其運行的安全高效性,提升設備管理水平。

關鍵詞:門座起重機;振動信號;減速器;故障診斷;數據處理

中圖分類號:TH213.4:TP391.5 文獻標識碼:A 文章編號:1001-0785(2018)07-0119-06

0 引言門座起重機(以下簡稱門機)是運用最廣泛的港口裝卸設備之一,目前部分門機使用起重機監控系統進行設備的狀態監測和管理,但該系統僅能夠對電氣方面的信號進行記錄、存儲,缺乏對設備機械信號的監測,使對於門機狀態的診斷結果在可靠性和準確性方面存在較大的不足。隨著港機設備狀態監測和故障診斷的要求不斷提升,現有的狀態監測已不能滿足需求。本文研究基于振動信號的門機減速器故障診斷,利用振動監測技術,能在不拆裝或少拆裝的情況下,通過多種分析方法結合的方式能實現對設備的狀態監測及診斷,能彌補門機的現有狀態監測方面的不足,使對於門機的狀態監測和診斷更為全面、準確。

1 設備及參數1.1 設備概況本次檢測的設備為起升機構減速器在平穩工作情況下通過按照對稱布置的方式布置有6 個三向加速度傳感器測得。機構和傳感器布置的平面圖如圖1 所示,其中A、B 兩個傳感器布置在減速器高速軸附近殼體上,C、D 兩個傳感器在減速器低速軸附近殼體上,E、F 兩個傳感器在捲筒外側支座上。

1.2 設備參數及相關頻率本次實驗分析的減速器為一個四軸減速器,速比為19.564。四軸承的具體參數見表1,相關的軸轉速和齒輪的嚙合頻率參數見表2,本次實驗通過6 個3 向加速度傳感器獲得了18 組振動信號。

圖1 傳感器布置圖

2 常見故障的振動特徵及診斷思路2.1 軸故障的振動特徵軸的故障主要包括不平衡和不對中故障。不平衡故障主要體現在轉頻的一倍頻,振動幅值方面,方向以徑向為主,且振幅受轉速影響較大;轉速增大時振幅增長很快,轉速下降時,處共振範圍外,振幅可趨近於零。不對中故障出現時,頻率成分中二倍頻的幅值會突出,有時會伴隨有較為清楚的三倍頻或更高倍頻,而在振動幅值方面,軸向振動會明顯,當軸向振動超過徑向振動的50% 時,往往預示存在不同軸故障。另外,相比不平衡故障,不對中故障信號的振幅與轉速關係不大。

2.2 齒輪故障齒輪相關故障較多,主要有齒面磨損、負荷增大、齒輪徑向間隙過大,齒輪遊隙不穩定,安裝或生產誤差等,其主要特徵為會產生齒輪嚙合頻率及其高次諧頻成分的幅值增大;齒輪嚙合頻率或固有頻率及其諧頻為載頻,齒輪所在軸轉頻及其倍頻為調製邊頻。

2.3 軸承故障軸承相關故障(這裡是滾動軸承)主要振動機理是滾動軸承各運動副中由於磨損、點蝕、裂紋、表面脫落等引起的周期性脈衝激勵,故障類型可分為內圈、外圈、滾動體、保持架和生產安裝故障,其主要特徵是振動頻率成分中含有故障零件的通過頻率與軸的轉頻,且含調幅、調頻的成分。

2.4 減速器診斷思路通過對振動信號進行時域、各階統計量、概率密度、延時域、頻譜、時頻等分析,可判斷故障的有無和需要進行具體分析的信號。之後運用穆勒五法中的契合差異並用法,結合其他的分析方式,對減速器的三類故障進行肯定和否定判斷,最終對設備狀態做出判斷。

3 異響減速器故障診斷案例分析故障診斷對象是門機起升機構減速器,在巡檢過程中發現起升機構在正常工作狀態下有輕微異響,屬於一種異常的機械噪聲。利用前述測點布置方式獲得了6 個測點的3 向振動信號,即共獲得18 組實測數據,然後將按照給定的思路分步對這18 組數據進行分析。本次案例選取起升機構的一臺減速器進行分析,即以B、D、F 點的數據舉例分析,共9 組數據。

3.1 時域分析時域分析是機械故障診斷較為原始和直觀的依據,能反映振動信號幅值的大小及變化規律,也能反映振動信號中有無劇烈衝擊、畸變等情況,是設備運行狀態初步判斷的有效依據,同時,通過時域波形能識別判斷振動信號中有無簡諧、周期、脈衝信號分量,通常情況下,當設備處於正常平穩運行狀態時,時域圖應無周期性脈衝信號。

1)時域波形分析首先對試驗獲得的9 組數據進行時域分析,通過Matlab 的繪圖功能,繪製振動隨時間的響應曲線(X 為水平徑向、Y 為軸向、Z 為垂直徑向),分析圖可以看出每組數據都存在明顯的調製信號,且軸向振動幅值較大,圖2 為F 測點3 個方向的時域圖。存在調製信號的現象說明可能存在振動相關故障,如齒輪故障和軸承故障;軸向振動幅值較大說明可能存在軸故障,如軸不對中故障。

圖2 F 測點3 個方向時域圖

2)時域特徵參量振動信號時域特徵參量可作為信號的統計特徵分析的依據,其中旋轉機械振動分析中經常用到的有峰峰值、均方差、峭度。峰峰值又稱通頻幅值,反映振幅大小;均方差用於描述振動相對於零值的波動情況,反映減速器振動的平穩水平,且能代表能量水平;峭度反映信號概率密度函數峰頂的凸平度,是對衝擊靈敏的物理量,正常情況下,峭度指標約為3,數值過大(超過8)往往預示有相關故障。對各階統計量分析的曲線如圖3 所示。

由圖3 可知,3 個測點的Y 向均有較大峰值,Y 向對應軸向,說明減速器可能存在軸不對中故障;據均方差值可知D 測點Y 向具有最大能量值,其餘測點和方向的能量值均不大;D 點Y 向和E、F 點的3 個方向都測得數據具有較高的峭度,但數值均未超過4.5,故可推斷應警惕衝擊振動,但衝擊振動應不是此次的故障源。

圖3 各測點3 個方向統計量對照圖

3)概率密度分析概率密度曲線通常呈現正態分布,當曲線出現「浴盆」曲線時,往往說明存在磨損性的故障。繪製概率密度曲線,如圖4 所示,由上至下分別是X、Y、Z 軸方向概率密度曲線。分析圖可以看出曲線基本服從正態分布,但在DY 方向有出現「浴盆」狀的曲線,D 點在減速器低速軸附近,故可推斷低速軸位置可能存在磨損性故障。

圖4 各測點3 個方向概率密度曲線圖

4)時域分析小結由時域分析的結果可知,可能存在軸或軸承相關的故障,衝擊類故障的可能性小,低速軸部分可能有輕微磨損相關故障。

3.2 相關分析相關分析分為自相關分析和互相關分析,其中自相關分析可用來識別振動的周期性信號,是齒輪點蝕等故障的有效分析工具,但其不能清晰地表現出齒輪嚙合頻率的周期特徵;而互相關分析可以通過將故障信號與已知故障的歷史信號進行相關分析,確認是否存在相同故障,但需要建立在對同一機械大量歷史故障數據積累的基礎上,適用範圍有一定局限性。1)自相關分析繪製各組數據的自相關曲線,可發現各測點3 個方向振動信號均含有周期性成分,圖5 為D、E、F 點X向振動信號的自相關曲線圖,將自相關曲線圖放大後見圖6。

圖5 各測點X 方向自相關曲線對照圖

圖6 F 測點X 方向自相關曲線細化圖

可以看出每組數據都存在兩個周期成分,即調製波周期為0.828 6 s,對應1.207 Hz,接近低速軸轉頻(1.23Hz);每兩個尖峰之間的時間間距為0.055 18 s,對應18.07 Hz,頻率接近低速軸外圈頻率(16.88 Hz)。

2)軸心軌跡分析軸心軌跡反映軸的不對中情況,在正常情況下軌跡接近圓形,當軌跡呈香蕉形或8 字形時,說明存在軸相關故障。分析圖7 所示軸心軌跡可知,B、D 兩測點數據繪製的軸心軌跡圖均接近於圓形,即接近正常振動時的軸心軌跡圖,但F 測點存在一定偏差,其所在位置為捲筒附近,偏差不大可接受。

圖7 D 測點軸心軌跡圖

3)相關分析小結相關分析得出低速軸位置可能存在軸不平衡或軸承相關故障,排除不對中故障。

3.3 頻譜分析頻譜分析常用的方法有幅值譜、功率譜、倒譜分析等,其目的在於將複雜的時間歷程波形分解成若干單一的諧波分量,從而獲得信號的頻率組成以及諧波等信息,用於識別可能的故障。

1)幅值譜分析將信號進行快速傅立葉變換(FFT),繪製振動信號的幅值譜曲線,比較分析各測點各方向幅值譜可發現D 測點幅值明顯較高,最大值發生在Y 方向接近537.3Hz 頻率位置,如圖8 所示。

該頻率接近減速器嚙合頻率2 的二倍頻,但沒有邊頻帶,且Y 方向對應軸向,排除齒輪故障的可能性,推測為捲筒衝擊造成。另外,在低頻段有數個能量集中的頻率成分,需要進行進一步細化分析,細化後的幅值譜見圖9 和圖10。

圖8 D 測點Y 方向幅值譜圖

圖9 D 測點Y 方向幅值譜細化圖1

圖10 D 測點Y 方向幅值譜細化圖2

由圖9 可以看出存在數個能量集中成分,各頻率成分呈現周期性,對應頻率約為18.03 Hz,頻率接近低速軸外圈頻率(16.88 Hz),推測低速軸軸承位置存在相關故障;由圖10 可得出低頻部分存在邊頻帶現象,對應頻率為1.23 Hz,等於低速軸轉頻(1.23 Hz),推測為低速軸轉頻調製的結果。兩周期成分與自相關分析的結果吻合。

2)功率譜分析功率譜是在頻域中對信號能量或功率分布情況的描述,包括自功率譜和互功率譜,其中自功率譜與幅值譜所能提供的信息量相同。在相同條件下,自功率譜比幅值譜更為清晰,故實用中多採用功率譜分析技術。由圖11 通過細化分析得出的結論與幅值譜分析的結果一致。

圖11 D 測點Y 方向功率譜圖

3) 倒譜分析倒譜分析是對頻域信號取對數後的傅立葉變換,能突出信號能量,主要應用之一是分離邊頻帶信號。當齒輪和滾動軸承發生故障、信號中出現調製現象時,倒譜分析對於檢測故障和分析振動信號十分有效。對各組數據繪製倒譜圖均可發現圖12 中存在兩個峰值,並可看出兩個峰值分別對應0.055 18 s、0.828 6 s,時間對應的頻率分別為18.12 Hz、1.2 Hz,與自相關分析、幅值譜分析、功率譜分析的結果一致,但倒譜圖上頻率成分更直觀。

圖12 D 測點Y 方向倒譜圖

4)頻譜分析小結多種頻譜分析均得出相同結論:低速軸存在軸承相關故障,排除齒輪相關故障的可能性。

3.4 時頻分析時頻分析用來描述一個信號能量隨時間和頻率同時變化的規律。常用的分析法有Wigner-Ville 分布和Choi-Williams 分布(CWD)。

1)Wigner-Ville 分布Wigner-Ville 分布具有明確的物理意義,可被看做信號能量在時域和頻域中的分布。通過分析圖13 所示數據Wigner-Ville 分布圖,當存在點蝕故障時,在Wigner-Ville 分布圖的低頻帶會出現斑點區域,如果存在裂紋故障,在圖上會出現嚙合頻率及其倍頻,在本圖中只出現了諧頻,所以故障並非齒輪點蝕、裂紋等故障。

圖13 F 測點Y 方向Wigner-Ville 分布圖

2)Choi-Williams 分布Choi-Williams 分布具有較強的交叉項抑制能力,被廣泛地研究和應用。正常狀態下振動信號的Choi-Williams分布應為兩條直線,分別對應於齒輪的嚙合頻率及其倍頻。取截止頻率20 Hz 進行低通濾波後再計算圖14 所示的Choi-Williams 分布,查看細化圖可以看出時頻面存在18 Hz 左右的頻率成分,與前述分析結果吻合。

圖14 F 測點Y 方向Choi-Williams 分布圖

綜上所述,由時頻分析可知,設備不存在齒輪點蝕、裂紋等故障,且低速軸軸承存在相關故障。

3.5 案例分析結論通過時域、相關、頻域、時頻分析,排除了衝擊故障、齒輪相關故障、軸不對中故障,並將故障鎖定低速軸的軸承相關故障。經綜合分析可推測:低速軸外圈頻率與低速軸通過頻率的和差頻率接近實測數據分析得出的特徵頻率18 Hz,這種幅值調製通常是由於齒輪偏心導致嚙合一邊緊一邊松造成,可能是安裝滾動軸承時滾動軸承安裝誤差大,使得保持架座孔和引導面偏載,軸運轉時則引起振動,導致異常噪聲的產生。由此,建議檢修軸承安裝,尤其是低速軸軸承,並檢測附近保持架是否有異常;設置測試工況,獲得同一型號起升機構標況下的振動信號,將本臺機構振動信號和標況信號運用互相關分析等方式作對比分析。

4 總結使用Matlab 強大的數據處理功能,對減速器振動信號進行時域、相關、頻域、時頻分析,分析顯示各種分析均有自己的功效和突出點,但不同分析方法得到的分析結果一致,故針對不同的故障類型、可針對性地分析指向性明確的振動特徵參數進行初步判斷,作為對設備狀態監測的參量,當這些狀態參量顯示存在相關故障時,採用更為全面的分析和診斷,進一步確定設備的故障有無、故障類型及故障程度。這種故障診斷和狀態監測的思路能較好實現對設備的監測和診斷,對門機的管理、維護,保證設備安全性有重要的意義。

參考文獻[1] 王建華,謝紅委. 振動狀態監測在機械設備故障診斷中的應用[J]. 山東冶金,2016(6):96,97.[2] 褚福磊. 機械故障診斷中的現代信號處理方法[M].北京:科學出版社,2009.[3] 江源澤,宋久文. 振動信號分析技術在齒輪故障診斷中的應用[J]. 冶金設備,2017(S1):24-26.

相關焦點

  • 水力發電機組的振動故障診斷技術
    梁業國等將神經網絡方法引入到水輪發電機組的故障診斷中來,通過對發電機設備故障診斷的具體應用,證明此方法是有效可行的。陳林剛等針對現有水電機組狀態監測系統功能不完善、不夠智能化的缺點,開發了基於神經網絡的水電機組智能故障診斷系,實驗結果表明此系統的診斷結果準確可靠,具有良好的實用價值。
  • 高壓斷路器機械故障診斷與定位的新思路:KPCA-SoftMax診斷方法
    有學者在振動傳感器安裝優化的基礎上,將採集到的振動信號導入支持向量機進行診斷。有學者從振動信號診斷、聲波信號診斷、振動和聲波聯合診斷等幾個方面進行了深入的研究。近些年,關於高壓斷路器故障診斷主要研究的熱點和重點在於對採集到的振動信號進行分解,提取特徵向量,進而設計智能診斷算法,並將其投入應用。
  • 風電大部件故障診斷基礎知識:振動、噪聲、溫度、探傷
    不足之處是間接特徵參量與故障之間的關係不是完全確定的。二、故障診斷的實施過程1、狀態監測通過傳感器採集設備在運行中的各種信息,將其轉變為電信號或其它物理量,再將獲取的信號輸入到信號處理系統進行處理。狀態監測是故障診斷的基礎和前提;故障診斷是對監測結果的進一步分析和處理,診斷是目的。三、振動測量根據能否用確定的時間關係函數來描述,振動分為確定性振動和隨機振動。
  • 行星齒輪減速機的研究與故障判斷
    嚙合點相對於太陽齒輪,行星齒輪和齒輪副的位置隨行星齒輪架的旋轉而變化,因此,改變了嚙合點與傳感器之間的振動傳遞路徑。時變傳輸路徑對振動測試信號產生幅度調製效應,進一步增加了信號的複雜性。考慮到行星齒輪系統的這一特性,適用於不同結構的行星齒輪減速器的振動信號模型是進一步分析的基礎。國內外許多學者根據行星齒輪減速器的一些特點建立了相應的信號模型和加工方法。
  • 電機的振動分析:從振動原理到故障診斷
    電機的故障和診斷技術與電機的工作原理、運行方式、具體結構密切相關。無論是何種電機,其內部按能量轉換的原理分為三個環節(或稱系統):電氣環節、磁耦合環節、機械環節。因為這三個環節的能量形式不同,所應用的故障診斷技術相應地有所差異。電氣環節的故障主要通過對電壓、電流的各種測量和分析來診斷,例如絕緣材料的老化,通過測量漏地電流來判定等等。
  • 基於觀測器的方法在三相逆變器故障診斷中的應用
    1引言本文引用地址:http://www.eepw.com.cn/article/162438.htm近年來,隨著控制理論的不斷完善,控制系統的故障診斷方面的研究越來越引起了人們的重視[1][2],並且相繼取得了很多研究成果[3][4][7]
  • 軸承振動分析、故障診斷、失效分析都是什麼?
    說到振動分析與軸承失效分析很多人都比較熟悉,也有很多人都在做所謂的故障分析。     這三個東西聽起來都是針對某些問題找原因的過程,有振動監測的人說是通過振動分析做故障診斷;有看了壞軸承之後不用機器手段試圖尋找問題的人也說在做故障診斷。
  • 變頻器電流傳感器故障診斷及修複方法
    電流傳感器在運行的過程中,會受到電流衝擊等因素的幹擾從而發生故障,導致系統崩潰。對於它的故障診斷方法主要有以下幾種。   (1)基於模型診斷方法。這種診斷方法的基礎是數學建模,也就是說數學模型在電動機上的應用。其中,必須要用到觀測器。觀測器所觀測的信息與實際對電流傳感器的測量信息做一個數據對比,從而判斷故障。利用全階自適應觀測器來產生一個殘差,根據殘差和給定的閾值判斷電流傳感器故障。
  • 振動的檢測方法與監測方法
    振動檢測是針對旋轉設備的各種預測性維修技術中的核心部分,振動檢測具有直接、實時和故障類型覆蓋範圍廣的特點。其它預測性維修技術:如紅外熱像、油液分析、電氣診斷等則是振動檢測技術的有效補充。振動監測方法一臺設計合理的機器,其固有振級也很低。
  • 基於MATLAB的遠程信號分析與診斷系統的開發
    摘要:討論了MATLAB通過WWW實現異地信號分析的原理和關鍵技術,設計了基於MATLAB的機械設備遠程信號分析及遠程故障診斷系統。它集數值分析、矩陣運算、信號處理、仿真控制和圖形顯示等於一體,構成了一個方便的、功能強大的、界面友好的用戶環境和系統開發平臺,在故障診斷等眾多工程領域有著廣泛的應用[2,3]。近年來,隨著計算機技術與通信技術的發展,Internet/Intranet技術已成為遠程信號分析與處理系統開發的理想平臺,然而,要實現真正意義上的基於WEB的遠程監測、分析與診斷,非常困難[4]。
  • 齒輪箱故障分析與診斷策略
    軸的失衡會帶來故障,其原因如下:在負載大的環境下工作,久而久之形變也在所難免;軸本身在生產、製造和加工等諸多工藝流程中暴露出一系列缺陷,致使新鑄就的軸會呈現嚴重失衡的情況。  三、齒輪箱故障診斷的策略  齒輪箱是齒輪與軸承共存的統一機械體,其因加工缺陷或者受到壓力而產生的種種故障都值得關注,一般而言,通常採用以下幾種方法:  1.倒頻譜分析的辦法  倒頻譜分析也稱二次頻譜分析,是近代信號處理科學中的一項新技術。
  • 齒輪箱故障分析與診斷策略!
    本文由齒輪箱的應用,對齒輪箱的常見故障表現和診斷措施展開詳盡的介紹,非常實用的經驗總結,希望對你的工作和學習有所幫助。軸的失衡會帶來故障,其原因如下:齒輪箱是齒輪與軸承共存的統一機械體,其因加工缺陷或者受到壓力而產生的種種故障都值得關注,一般而言,通常採用以下幾種方法:倒頻譜分析也稱二次頻譜分析,是近代信號處理科學中的一項新技術。
  • 振動傳感器測量振動的方式_振動傳感器故障排除
    機械式測量方法:將工程振動的變化量轉換成機械信號,再經機械系統放大後,進行測量、記錄,常用的儀器有槓桿式測振儀和蓋格爾測振儀,這種方法測量頻率較,精度差,但操作起來很方便。   2. 光學式測量方法:將工程振動的變化量轉換為光學信號,經光學系統放大後顯示和記錄。象雷射測振儀就是採用這種方法。   3. 電測方法:將工程振動的變化量轉換成電信號,經線路放大後顯示和記錄。
  • 基于振動法的變壓器振動檢測法原理及方案研究
    目前常用頻響分析法和短路電抗法等方法對變壓器繞組進行檢測,這些方法均是建立在變壓器繞組的電氣模型基礎上,只有在變壓器繞組發生明顯變形時才能給出較為準確的判斷,但對變壓器繞組鬆動、扭曲或輕微變形時靈敏度不高。近年來展開的振動檢測法日漸成為熱點,其出發點是通過檢測繞組的機械特性變化來反映繞組的狀態變化,與傳統檢測方法相比,振動分析法能更有效地檢測出繞組變形。
  • 基於半周期積分算法的微小振動測量研究
    編者按:為了能夠監測工廠機器的健康狀況,並在機器出現故障徵兆時儘早發現,本文設計了一套測量其關鍵部位振動狀態的系統。該系統採用了基於FPGA的多通道大容量數據採集方案,並使用32片加速度傳感器(型號為MPU6050)作為振動數據的採集模塊。
  • 往復式空壓機振動診斷實施要點,附診斷實例
    01 實施現場簡易振動診斷的幾個要點1)選布測點對往復式空壓機的測點布置如圖1所示。02 診斷實例某採選廠2#5L—40/8型空壓機,安裝已經4年多,因振動嚴重超差,一直未能投入正常使用,也沒有找到確切的原因。後來對其進行了振動測量分析,採用類比判別方法,將本機與處於良好狀態的9#機進行對比。兩機同型號、同規格、且在相同工況下運行,具有可比性。其結構簡圖和測點布置如圖1所示。圖3分別是2#機地腳①②和機座①②的振動信號功率譜圖。
  • 振動監測標準與理論
    其振動狀態產生變化,通過振動監測系統對設備振動進行監測,分析提取振動信號中的故障特徵,可以判斷設備的健康狀態,進行故障診斷和預測。通過各種振動信號分析處理方法可以在強幹擾背景下提取故障信息,因此可以實現故障的早期診斷。 3)測量方便。只要將振動傳感器安裝在設備體上的合適部位,即可實現振動測量,對設備不產生影響。 本篇首先介紹振動監測的相關標準,其次,通過以齒輪減速機及軸承為對象,介紹振動監測的理論基礎。
  • 學術簡報︳蒸汽冷卻型燃料電池系統在線故障診斷的新方法
    西南交通大學電氣工程學院的研究人員劉嘉蔚、李奇、陳維榮、餘嘉熹、燕雨,在2019年第18期《電工技術學報》上撰文(論文標題為「基於在線序列超限學習機和主成分分析的蒸汽冷卻型燃料電池系統快速故障診斷方法」),為解決蒸汽冷卻型燃料電池系統的故障診斷問題,該文提出基於在線序列超限學習機和主成分分析的蒸汽冷卻型燃料電池系統快速故障診斷新方法。
  • 基於LS-SVR建模的高階粒子濾波器的故障預示方法
    摘要:本發明提供一種基於LS-SVR建模的高階粒子濾波機械故障預示方法,目的是通過提取從正常狀態演化到故障狀態的信號特徵,用數據驅動的方式建立狀態方程,並能夠實現在線實時的預測。
  • 配電線路常見故障原因及診斷方法
    但是接地故障在夜間帶電比較容易查找,因為其打火在巡視中容易發現,白天比較難。對這種故障的檢查主要依靠對電路系統中的暫態信號進行分析。電路系統的暫態信號儲存著關於線路故障的大量信息。暫態過程的另外一大特點就是能夠避開對接地方式的影響,反應故障問題,因此加強對暫態過程的分析有利於對故障進行判斷。