现代故障诊断技术综述

现代故障诊断技术综述内容摘要：

性能： ① 及时性 (速度 )； ② 敏感性和鲁棒性； ③ 误报率、漏报率、错报率和确诊率； ④ 全面性 (针对所有类型故障 )。 故障检测 在进行故障检测之前，需做以下假设：系统中的故障导致系统参数有变化，如故障使输出变量、状态变量、残差变量、模型参数、物理参数等其中之一或多个有变化。 这是所有故障诊断方式都必须遵守的假设条件。 故障检测是指确定系统是否发生故障的过程，即对一非正常状态的检测过程。 通过不断监测系统可测量变量的变化，在标称情况下，认为 这些变量在某一不确定性下满足一已知模式，而当系统任一部件故障发生时，这些变量偏离其标称状态。 通常根据系统输出或故障诊断技术综述 7 状态变量的估计残差的特性来判断故障。 目前研究的目标是检测的及时性、准确性和可靠性及最小误报和漏报率。 故障诊断 故障诊断指根据残差方向和结构来分离出故障的部位，判断故障的种类，估计出故障的发生时间、大小和原因，进行评价与决策的过程。 故障分类是将故障按其严重程度进行分类，以便采取相应措施。 故障的评价和决策是指根据故障的类别、严重程度，决定是否采取修复、补救、隔离或改变控制率等措施，以防止故障的影响和传 播，预防灾难事故的发生。 故障修复 故障修复指根据故障诊断结论，或是改变控制率或是控制重构或是系统重构，使整个系统在故障发生情况下，保证稳定并改善系统性能。 如对传感器故障修复来说，可用一余度传感器或一估计值代替故障传感器的输出值。 基于 ANN在线估计器的 FDIA 是一有效方式。 故障修复是自主系统 (AS)和智能系统 (AIS)的重要环节。 故障修复把故障状态检测和故障诊断与自动控制紧密联系起来，使故障诊断具有更深远意义和广阔的应用前景。 故障修复理论和方法将是目前和将来的研究方向。 根据系统采用的特征描述和决策方法 ， 故 障诊断的方法概括起来分为 ： 基于系统数学模型的故障诊断方法和基于非模型的故障诊断方法两大类。 一、 基于系统数学模型的故障诊断方法 基于模型的故障检测诊断技术是通过构造观测器估计出系统输出 ， 然后将它与输出的测量值比较 ， 从中取得故障信息。 该方法能与控制系统紧密结合 ， 是监控、容错控制、系统修复和重构的前提 ； 是以现代控制理论和现代优化方法为指导 ， 以系统的数学模型为基础 ， 利用观测器 (组 )、等价空间方程、滤波器、参数模型估计和辨识等方法产生残差 ， 然后基于某种准则或阈值对该残差进行评价和决策。 二、 基于非模型的故障诊断方法 (1) 基于可测信号处理的故障诊断方法 ： 系统的输出在幅值、相位、频率及相关性上与故障源存在着某种关系 ， 利用这种关系可确定系统的故障。 常用的方故障诊断技术综述 8 法有谱分析、相关分析、功率谱分析和概率密度法。 (2) 基于故障诊断专家系统的诊断方法 ： 专家系统是近年来故障诊断领域最显著的成就之一 ， 内容包括诊断知识的表达、诊断推理方法、不确定性推理以及诊断知识的获取等。 随着计算机科学和人工智能的发展 ， 基于专家系统的故障诊断方法克服了基于模型的故障诊断方法对模型的过分依赖性 ， 成为故障检测的有效方法。 (3) 故障模式识别的故障诊断方 法 ： 这是一种静态故障诊断方法 ， 它以模式识别技术为基础 ， 其关键是故障模式特征量的选取和提取。 该方法分为离线分析和在线分析 2个阶段。 通过离线分析来确定表达系统故障状态的特征向量集和以该特征向量集所描述的故障模式向量 ， 由此形成故障的基准模式集 ， 并确定区分识别这些故障模式向量的判别函数 ， 然后通过在线诊断实时提取故障的特征向量 ， 由判别函数对故障进行分离定位。 (4) 基于故障树的故障诊断方法 ： 故障树是表示系统或设备特定事件或不希望事件与它的各子系统或各部件故障事件之间的逻辑结构图 ， 通过结构图对系统故障形成的原因做出总 体至部分按树状逐渐地详细划分。 这是一种图形演绎法 ，把系统故障与导致该故障的各种因素形象地绘成故障图表 ， 较直观地反映故障、元部件、系统及因素、原因之间的相互关系 ， 也能定量计算故障程度、概率和原因等。 (5) 基于模糊数学的故障诊断方法 ： 根据模糊集合论征兆空间与故障状态空间的某种映射关系 ， 由征兆来诊断故障。 由于模糊集合论尚未成熟 ， 通常只能凭经验和大量试验来确定。 另外因系统本身不确定的和模糊的信息 ， 以及要对每一个征兆和特征参数确定其上下限和合适的隶属度函数 ， 而使其应用有局限性。 但随着模糊集合论的完善 ， 相信该方法有较光明的前景。 (6) 基于人工神经网络的故障诊断方法 ： 是 20世纪 80年代末 90年代初才真正具有实用性的一种故障诊断方法。 由于神经网络具有原则上容错、结构拓扑鲁棒、联想、推测、记忆、自适应、自学习、并行和处理复杂模式的功能 ， 使其在工程实际存在着大量的多故障、多过程、突发性故障、庞大复杂机器和系统的监测及诊断中发挥较大作用。 故障诊断技术综述 9 4 现代故障诊断的发展趋势 传感器的精密化、多维化 ； 诊断理论、诊断模型的多元化 ； 检测诊断技术趋于自动化、数字化、智能化和综合化 ； 应用软件规范化 ； 硬件专业化、标准化 ，诊断仪表与 装置趋向工程网络系统发展。 具体表现在以下几方面 ： (1) 研究和改进传感器与监测仪器选取合适的参量以提高诊断的准确度与当代最新传感技术融合 ， 研究开发新型传感器和监测仪器 ， 提高监测技术水平 ；选择最有效的参量是提高诊断准确性的前提 ,高效多功能仪器对诊断设备的几何量、物理量快速准确的检测与识别是研究故障诊断的基础工作。 (2) 与最新信号处理方法相融合 ， 开展基于小波分析的故障诊断技术研究。 小波分析是一种全新的信号 尺度分析方法 ， 其分析基函数是一系列尺度可变的简谐函数 ， 具有良好的时 频定性特性以及对信号的自适应能力。 机械设备故障诊断中由于设备零件结构不同 ， 产生的信号中含有大量的非平稳成分 ， 利用小波分析可把不同频率信号分解到不同频道的分解序列。