德国7kw柴油发电机

故障诊断技术早于 20 世纪 70 年代初在美国问世，30 年来，故障诊断技术不断吸收科技发展的新成果，诊断的理论与应用有了很大的发展和进步，它涉及系统论、控制论、信息论、检测与估计理论、计算机科学等多方面的内容，成为集数学、物理、力学、化学、电子技术、信息处理、人工智能等基础学科以及
各相关学科于一体的新兴交叉学科。
 
柴油发电机的故障诊断近年来取得了长足进展，结出来的诊断方法也很多，
目前国内外在柴油发电机诊断中主要使用的诊断方法主要有如下几种：
 
1.  
基于故障树的方法
 故障树分析(Fault Tree Analysis,简称 FTA)是用于大型复杂系统可靠性、安全性分析和风险评价的一种方法。它是一种自上而下逐层展开的演绎法分析方法。它以系统不希望发生的事件为顶，向下逐层找出导致该系统事件发生的各种因素(包括硬件、软件人为因素)。然后以一种特殊的倒立树状逻辑因果图即故)来表示其中的逻辑关系，并对系统中发生的故障事件，进行由体到部分按树状逐级细分的分析。其目的是判断基本故障，确定故障原因、故障影响和故障发生概率 故障树分析法既可以用于对整个系统进行定性分析，也可以用于对系统进行定量分析，即应用数理逻辑找到故障树的结构函数，确定顶事件发生的概率和时间的重要程度。
 故障树分析法还可以让故障树分析者对系统有更深入的认识，对有关系统结构、功能、故障及维修保障的知识更加系统化。
 2.  基于模型的方法
 在过去的十多年里，基于模型的方法作为智能诊断系统的主要的研究方向，已经取代了基于案例的方法。模型是实际被诊断系统的近似描述。基于模型的诊断方法即利用从实际系统或器件中得到的观察结果和信息，通过模型对故障进行预测。基于模型的方法采用的是多级方式，首先用高级模型对系统整体进行初级诊断，再利用详细模型对部分进行诊断，如此逐渐循环诊断，直到找到故障

 3.  基于振动信号的时域、频域分析方法
 该方法是目前应用广泛的柴油发电机故障诊断方法。由于发电用柴油机是一种高转速的往复式动力机械，无论是在其工作过程中还是性能监测中，缸盖振动信号是反映柴油机内部各部件之间关系的极其敏感的参数，它是缸内气体燃爆压力、进排气门落座冲击和进排气门开启气流冲击等诸多因素综合造成的。振动时域特征参数主要有峰值、均值、均方幅值、方差、标准差、三次距、四次距、波形因子、脉冲因子、裕度因子等。这些特征参数由于测量比较直接，可以用于在线监测，同时也可作为其它各种诊断方法的特征提取参数，辅助诊断。频域分析主要是通过某种变换，将振动信号从时域变换到频域，然后再进行
特征提取的一种方法。

德国7kw柴油发电机

七千瓦柴油发电机
萨登SADEN
型号 DS7000K3
额定功率 (KVA) 6.5
大功率 (KVA) 7
电压 (V) 230V/380V
电流 (A) 30
插座 1×16A/1×32A
数显表 LED3
油箱容量 (L) 29
负载运行时间 (小时) 10
7米负载噪音 (dBA) 70-74
直流输出 (V/A) 12V,8.3A
电瓶 (AH) 30
动力参数
动力类型 单缸，四冲程，风冷，直列，柴油引擎
动力型号 CD600
输出功率 (马力) 15
起动方式 手拉启动/电启动
排量 (CC) 499
机油型号 SAE10W30
机油容量 (L) 1.65
电机参数
电机型号 AL8-3
功率因素 1/0.8
电压调节方式 有刷AVR/无刷电容
包装参数 990x590x790
净重 (Kg) 135
毛重 (Kg) 145
机器尺寸 长*宽*高 (mm) 960x560x770

德国7kw柴油发电机