【研究目的】

随着微波雷达在料面检测上的广泛应用，雷达的性能和功能不断得到提高和完善，与此同时，雷达系统的结构也变得越来越复杂，故障种类不断增多，故障间的耦合性、模糊性越来越高，一旦出现故障，就会对生产过程产生巨大影响，近年来，人工智能技术不断发展，越来的越多的智能诊断技术开始应用于现代工业现场，这给雷达故障诊断指明了新的方向。本项目主要对雷达等装备在运行过程中的温度、振动和倾角等数据进行实时监测和分析，以此对雷达可能发生的故障进行判断，并进行预测性诊断。

【技术创新】

本项目基于专家系统方法、故障树诊断模型方法采用多传感器融合技术、远程故障诊断技术，根据先验知识对雷达的故障类型进行采集和建模，通过提取惯性传感器和温度传感器的传感器数据，得到雷达的倾角和振动以及温度数据，来对雷达的运行状态做故障诊断，并通过以太网将数据传回计算机，在计算机上显示故障类型并作故障报警。主要创新点如下：

（1）采用惯性传感器来对雷达振动和倾角进行实时监测，采用温度传感器对雷达温度进行监测，通过对这两种传感器的融合判断能够准确的掌握雷达在高炉上的工作状态；

（2）基于芯片性能和工程要求设计电路原理图，使用主从机设计，提高系统的稳定性和数据传输准确率；

（3）基于MFC编写上位机后台监测软件，能够对雷达的倾角和振动以及电路板的温度的数据进行处理，实现对24G高炉雷达的故障诊断。

雷达故障诊断实验雷达上位机界面

【知识产权】

校企联合开发、申请。

【应用领域】

工业生产等。

【应用情况】

实验室开发阶段。