故障原因的分析判斷很簡單，但對限位開關(guān)進(jìn)行更換的過程很艱辛，這是因?yàn)闋t膛吹灰器都分布在爐膛的前后左右墻面后，機(jī)組運(yùn)行過程中，吹灰器所在區(qū)域環(huán)境溫度高，很多安裝在鍋爐本體承重梁旁邊的吹灰器空間狹小，進(jìn)到位限位開關(guān)很難更換，并且很多吹灰器都布置在懸空區(qū)域，所以作業(yè)環(huán)境惡劣，而靠旋轉(zhuǎn)觸碰觸發(fā)信號的機(jī)械限位開關(guān)，隨著長期運(yùn)行和機(jī)械勞損，故障率極高，維護(hù)量大。

所以我們迫切需要一種新方法來改善這種局面。研究發(fā)現(xiàn)，之前吹灰器的后退控制采用計(jì)數(shù)控制方式，即吹灰器進(jìn)到位轉(zhuǎn)三圈，進(jìn)到位限位開關(guān)觸發(fā)三次，DCS累計(jì)計(jì)數(shù)達(dá)到三，DCS才發(fā)后退指令，而進(jìn)到位機(jī)械限位開關(guān)由于方方面面的因素，故障率極高，進(jìn)到位限位信號采集的可靠性較低，根本達(dá)不到吹灰器控制的可靠性要求。對此，我們可以充分利用DCS的優(yōu)越性，通過時(shí)間控制來代替計(jì)數(shù)控制。主要方案為：對吹灰器的運(yùn)行時(shí)間進(jìn)行試驗(yàn)統(tǒng)計(jì)，即試驗(yàn)記錄吹灰器從發(fā)出前進(jìn)指令到進(jìn)到位旋轉(zhuǎn)完成三圈的時(shí)間，在DCS里優(yōu)化為時(shí)間控制，吹灰器發(fā)出前進(jìn)指令后，時(shí)間到自動(dòng)發(fā)后退指令，而吹灰器是否真實(shí)動(dòng)作可在原始吹灰

原因進(jìn)入使用壽命的末期，該階段起重機(jī)故障率急劇增高。因此，在進(jìn)行起重機(jī)安全風(fēng)險(xiǎn)評估時(shí)，應(yīng)根據(jù)其額定使用壽命分階段進(jìn)行風(fēng)險(xiǎn)評價(jià)，根據(jù)某種橋式起重機(jī)在早期、穩(wěn)定期和耗損期的不同工作屬性及安全要求， 分析出可能存在的安全風(fēng)險(xiǎn)因素，然后評估每項(xiàng)風(fēng)險(xiǎn)的發(fā)生概率和嚴(yán)重程度，確定風(fēng)險(xiǎn)等級，同時(shí)判定是否需要采取安全措施降低風(fēng)險(xiǎn)，最后執(zhí)行降低風(fēng)險(xiǎn)程序， 采取安全措施并不斷進(jìn)行風(fēng)險(xiǎn)評價(jià)和風(fēng)險(xiǎn)降低的迭代過程，以盡可能消除起重機(jī)的故障危險(xiǎn)。

2.2 “ 樹—網(wǎng)”聯(lián)合，實(shí)現(xiàn)智能化故障診斷近年來， 基于計(jì)算機(jī)技術(shù)和人工智能技術(shù)的智能診斷技術(shù)在橋式起重機(jī)故障診斷分析中得到廣泛應(yīng)用， 主要有專家系統(tǒng)故障診斷、神經(jīng)網(wǎng)絡(luò)故障診斷、故障樹故障診斷等。其中，故障樹診斷技術(shù)基于人的邏輯思維模式， 從整體到部分描繪出故障與各于系統(tǒng)的關(guān)系， 根據(jù)系統(tǒng)的故障狀態(tài)進(jìn)行推理分析，確定故障發(fā)生原因、影響程度及概率。但橋式起重機(jī)故障所涉及的系統(tǒng)非常復(fù)雜， 采用故障樹的最小割集數(shù)將呈現(xiàn)數(shù)量級的增長，導(dǎo)致推理周期較長，影響故障診斷的實(shí)時(shí)性。人工神經(jīng)網(wǎng)絡(luò)是一種自適應(yīng)識別技術(shù)， 可分析因故障引起的起重機(jī)狀態(tài)變化，并進(jìn)行識別和判斷，然后進(jìn)行自主學(xué)習(xí)和聯(lián)想記憶，從而在起重機(jī)出現(xiàn)故障狀態(tài)時(shí)自動(dòng)生成故障診斷方案。