（模式识别与智能系统专业论文）基于信息融合的执行器故障诊断研究.pdf

华北电力人学硕十学位论文摘要 摘要 执行器是工业自动控制系统中的一个重要环节，无论多么复杂的自动控制系 统，最后都归结到对执行器的控制上来。执行器故障往往对控制性能产生直接的 影响，因此提高执行器本身的可靠性，及时发现其运行过程中存在的故障，是保 障控制过程的稳定经济运行的基本要求。 本文首先论述了多传感器信息融合的基本原理；介绍了控制系统故障诊断的 方法及原理。然后分析了电动执行器的工作原理和执行器常见的故障，并分析了 执行器内部线路图，在此基础上搭建了执行器故障诊断系统实验平台，完成了典 型故障实验，获得了实验数据；最后提出了采用判别分析法对实验数据进行融合， 并进行验证，证明了故障诊断系统的有效性。 关键字：电动执行器，故障诊断，多传感器信息融合，判别分析 a b s t r a c t a c t u a t o ri si m p o r t a n ti ni n d u s t r i a lc o n t r o ls y s t e m t h ea c t u a t o r sf a u l t s a l w a y sm a k ed i r e c te f f e c ti nt h ec o n t r o lp e r f o r m a n c e ，u l t i m a t e l yl e a dt ot h e s e r i o u sc o n s e q u e n c ea ss u b q u a l i t yp r o d u c t se t c s ot h ed e m a n d so fe n s u r i n g t h ec o n t r o lp r o c e s so p e r a t es t a b l ya n de c o n o m i c a l l y , i sr a i s i n gt h ep e r f o r m e r i t s e l fr e l i a b i l i t y , f i n d i n gt h ef a u l ti nt h eo p e r a t i o np r o c e s si nt i m e i n t h i sp a p e r ，a tf i r s t ，m u l t i - s e n s o rd a t af u s i o nt h e o r yi sd i s c u s s e d ；t h e m e t h o d sa n d p r i n c i p l e s o ft h ec o n t r o l s y s t e m f a u l t d i a g n o s i s a r e d i s c u s s e d ：t h e nt h eo p e r a t i o np r i n c i p l ea n dt h eu s u a lf a u l t so ft h ee l e c t r i c a c t u a t o ra r ei n t r o d u c e d ，o nt h i sb a s e ，t h ee x p e r i m e n tp l a t f o r mo fa c t u a t o r s f a u l ti sb u i l d ，t h et y p i c a lf a u l ti sd e m o n s t r a t e di nt h ee x p e r i m e n ta n dt h ef a u l t d a t a sa r er e c o r d e dt h r o u g ht h ee x p e r i m e n t ；a tl a s t ，d a t af u s i o nm e t h o do ff a u l t d i a g n o s i si sp r e s e n t e d t h er e s u l ts h o w e dt h a t t h ed i a g n o s i sm e t h o dc a n d i a g n o s et h ea c t u a t o r sf a u l t sa c c u r a t e l y w a n gy i n gm i n ( p a t t e r nr e c o g n i t i o na n di n t e l l i g e n c es y s t e m ) d i r e c t e db yp r o f m ap i n g k e yw o r d s ：e l e c t r i ca c t u a t o r ；f a u l td i a g n o s i s ，m u l t i - s e n s o rd a t af u s i o n d i s c r i m i n a n ta n a l y s i s 华北电力人学硕十学位论文摘要 摘要 执行器是工业自动控制系统中的一个重要环节，无论多么复杂的自动控制系 统，最后都归结到对执行器的控制上来。执行器故障往往对控制性能产生直接的 影响，因此提高执行器本身的可靠性，及时发现其运行过程中存在的故障，是保 障控制过程的稳定经济运行的基本要求。 本文首先论述了多传感器信息融合的基本原理；介绍了控制系统故障诊断的 方法及原理。然后分析了电动执行器的工作原理和执行器常见的故障，并分析了 执行器内部线路图，在此基础上搭建了执行器故障诊断系统实验平台，完成了典 型故障实验，获得了实验数据；最后提出了采用判别分析法对实验数据进行融合， 并进行验证，证明了故障诊断系统的有效性。 关键字：电动执行器，故障诊断，多传感器信息融合，判别分析 a b s t r a c t a c t u a t o ri si m p o r t a n ti ni n d u s t r i a lc o n t r o ls y s t e m t h ea c t u a t o r sf a u l t s a l w a y sm a k ed i r e c te f f e c ti nt h ec o n t r o lp e r f o r m a n c e ，u l t i m a t e l yl e a dt ot h e s e r i o u sc o n s e q u e n c ea ss u b q u a l i t yp r o d u c t se t c s ot h ed e m a n d so fe n s u r i n g t h ec o n t r o lp r o c e s so p e r a t es t a b l ya n de c o n o m i c a l l y , i sr a i s i n gt h ep e r f o r m e r i t s e l fr e l i a b i l i t y , f i n d i n gt h ef a u l ti nt h eo p e r a t i o np r o c e s si nt i m e i nt h i sp a p e r ，a tf i r s t ，m u l t i - s e n s o rd a t af u s i o nt h e o r yi sd i s c u s s e d ；t h e m e t h o d sa n d p r i n c i p l e s o ft h ec o n t r o l s y s t e m f a u l t d i a g n o s i s a r e d i s c u s s e d ：t h e nt h eo p e r a t i o np r i n c i p l ea n dt h eu s u a lf a u l t so ft h ee l e c t r i c a c t u a t o ra r ei n t r o d u c e d ，o nt h i sb a s e ，t h ee x p e r i m e n tp l a t f o r mo fa c t u a t o r s f a u l ti sb u i l d ，t h et y p i c a lf a u l ti sd e m o n s t r a t e di nt h ee x p e r i m e n ta n dt h ef a u l t d a t a sa r er e c o r d e dt h r o u g ht h ee x p e r i m e n t ；a tl a s t ，d a t af u s i o nm e t h o do ff a u l t d i a g n o s i si sp r e s e n t e d t h er e s u l ts h o w e dt h a t t h ed i a g n o s i sm e t h o dc a n d i a g n o s et h ea c t u a t o r sf a u l t sa c c u r a t e l y w a n gy i n gm i n ( p a t t e r nr e c o g n i t i o na n di n t e l l i g e n c es y s t e m ) d i r e c t e db yp r o f m ap i n g k e yw o r d s ：e l e c t r i ca c t u a t o r ；f a u l td i a g n o s i s ，m u l t i - s e n s o rd a t af u s i o n d i s c r i m i n a n ta n a l y s i s 声明尸明 本人郑重声明：此处所提交的硕士学位论文基于信息融合的执行器故障诊断研究 ，是本人在华北电力大学攻读硕士学位期问，在导师指导下进行的研究工作和取得的 研究成果。据本人所知，除了文中特别加以标注和致谢之处外，论文中不包含其他人已 经发表或撰写过的研究成果，也不包含为获得华北电力大学或其他教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示了谢意。 学位论文作者签名：鼬 e t 期：! 丝盘 关于学位论文使用授权的说明 本人完全了解华北电力大学有关保留、使用学位论文的规定，即：学校有权保管、 并向有关部门送交学位论文的原件与复印件；学校可以采用影印、缩印或其它复制手 段复制并保存学位论文；学校可允许学位论文被查阅或借阅；学校可以学术交流为 目的，复制赠送和交换学位论文；同意学校可以用不同方式在不同媒体上发表、传播 学位论文的全部或部分内容。 ( 涉密的学位论文在解密后遵守此规定) 作者签名：导师签名： 华北电力人学硕十学何论文 1 1 选题背景 第一章引言 随着现代工业及科学的迅速发展，生产设备同益大型化、高速化、自动 化和智能化，现代系统正朝着大规模、复杂化的方向发展。在这样的系统中 一旦发生故障就可能造成人员和财产的巨大损失。例如：1 9 8 4 年美国碳化物 公司农药厂发生的毒气泄漏事件【l 】、美国三种运载火箭“大力神”、“雅典娜”、 “德尔他”发射失败【2 】、我国1 9 8 5 年大同电厂和1 9 8 8 年秦岭电厂的2 0 0 m w 汽轮发电机组的严重断轴毁机事件等。由此可见，现代系统的安全性和可靠 性非常重要，迫使人们在故障诊断方面进行了大量研究。国内外许多资料表 明，开展故障诊断的经济效益是明显的。据有关部门统计，我国每年用于设 备维修的费用仅冶金部就达2 5 0 亿元，如果将故障诊断这项技术推广，每年 可减少事故5 0 一7 0 ，节约维修费用1 0 一3 0 ，效益相当可观。目前控 制系统的故障检测与诊断( f d d ) 以及容错技术( f t c ) 技术也已经成为国 际自控界的热点研究方向之一。 在我国电源结构中，火电设备容量占总装机的7 5 以上，在相当长的时 期内，这种情况是难以改变的【3 】。在火力发电厂中，发电机组设备昂贵，其 运行方式要求以最佳经济性连续进行。而现在随着电站单机容量的不断增 大，其热工过程变得更加庞大和复杂，任何一个热工设备故障都可能直接导 致巨大的经济损失【4 1 。 因此，控制系统的故障诊断将具有决定性意义。本文选择控制系统中的 执行器作为研究对象，采用信息融合的方法对执行器的故障进行了诊断，为 电厂热工控制系统的优化运行、提高热工控制系统的可靠性和可维护性开辟 一条新的途径，从而提高电厂自动控制系统的调节性能和利用率，保证机组 的安全、经济运行，并为实现机组的状态维修打下基础。 多传感器信息融合【5 】( m u l t i p l es e n s o ri n f o r m a t i o nf u s i o n ，m s i f ) ，也称 为多传感器数据融合( 本文中使用时不加以区分) ，就是把在不同位置的多 个同类或不同类传感器所提供的局部环境的不完整信息加以综合，消除传感 器可能存在的冗余和矛盾的信息，加以互补，降低其不确定性，以形成对系 统环境的相对完整一致的感知描述，从而提高智能系统的决策、规划、反应 的快速性和正确性，降低决策风险。多传感器信息融合的理论和方法就是为 了更有效地处理多传感器集成系统的设计和分析而提出和发展起来的一个 华北电力人学硕十学位论文 新的研究方向。经过融合处理后的多传感器系统更能完善地、精确地反映环 境特征，与单一传感器相比，它具有信息的互补性、信息的冗余性、信息的 实时性和信息的低成本性。 多传感器信息融合技术还是一门很不成熟的技术，目前对信息融合过程 本身的功能与形式也还没有一个统一的定义，还不能对一般信息融合建立一 种通用的数学模型，目前的信息融合实用系统大都以专家系统设计方法为实 现基础，专门用于多传感器信息融合问题的通用结构设计的基础研究已经开 始，但还没有取得突破性的实质进展。 多传感器信息融合具有很多优点，其优势主要表现在以下几个方面【6 】： ( 1 ) 信息的冗余性：采用多个传感器可以获得对环境和对某一特征信 息的冗余表达，由于各传感器总存在一定的感知误差，这种冗余信息就可以 减小整个系统的不确定性。此外，当某传感器失效时，对传统的单一传感器 系统来说，势必造成严重影响，但多个传感器提供的冗余信息则可以排除故 障信息，提高系统的鲁棒性。 ( 2 ) 信息的互补性：各传感器所感知的特征信息不一定完全一致，如 果把要感知的特征看作一个特征空间的基，则单一传感器只提供该特征空间 的一个子集，组合这些子集时就产生互补信息，即传感器感知相互依赖时会 产生新的信息，而这个新的信息由单个传感器是无法得到的。 ( 3 ) 信息的实时性：单个传感器提供信息的速度是固定的，而在多传 感器系统中对多传感器信息的协同运行，可以根据任务的要求得到满足精度 要求的快速的输出。此外，多传感器系统的可并行运行性，也可使信息获取 的速度倍增。 ( 4 ) 信息的低成本性：从表面上看，似乎多传感器系统要比单个传感 器系统昂贵，但对于获取同等的信息来说，用单个传感器的方法实现耗费更 多。 1 2 本课题在国内外的研究概况 1 2 1 信息融合技术 国外对信息融合技术研究起步较早，早在1 9 7 3 年，美国防部资助开发 了声呐信号理解系统，数据融合技术在该系统中得到了最早体现。此后，数 据融合技术蓬勃发展，不仅在c 3 i ( 指挥、控制、通信与情报) 系统中尽可 能采用多传感器来收集信息，而且在工业控制7 1 、机器人【8 1 、地质科学、医 2 华北电力人学硕十学位论文 学、工业工程、交通和管理等领域也朝着多传感器的方向发展。在1 9 8 7 1 9 9 7 年1 0 个财政年中，美国国防部投资9 亿美元进行数据融合技术研究。在1 9 9 1 年波斯湾战争中，美国和多国部队使用的m c s ( 陆军机动控制系) 、n t d s ( 海 军战术数据系统，美、同、澳、意有2 0 0 多艘战舰安装) 、俄罗斯的a b a k c ( 相 当e 3 a ) 等是机动平台上安装多类传感器数据融合系统并成功使用的实例。 特别值得指出的是1 9 9 6 年春季，北约对波斯尼亚塞族阵地的轰炸中运用了 带有s a r ( 合成孔径雷达) 的多架飞机，其实时数据融合系统保证了对塞族地 面军事目标的准确识别和打击【9 】。近2 0 年来，信息融合技术越来越受到人们 的普遍关注。西方发达国家相当重视信息融合技术，其研究与应用发展十分 迅速，正从概念论证走向开发应用。一些采用信息融合技术的军事系统相距 研究成功后，它的另一个成功应用的领域是智能机器人。 我国在信息融合技术方面尚处于起步阶段，2 0 世纪9 0 年代初期，这一 领域在国内才逐渐形成高潮。1 9 9 3 年国家自然科学基金会资助北京航空航天 大学的“多传感器数据融合”项目【1 0 1 1 1 ，电子工业部在成都电子科技大学的 预研项引1 2 】，国防科工委对部队院所的多传感器数据融合研究也进行了资助 【l3 】等。在理论上也出现一大批成果，如刘同明、夏祖勋和谢洪成的数据融 合技术及应用，何友、王国宏等多传感器信息融合及应用等；在应用 上也有一些发展，如在智能机器人中研究和应用信息融合技术取得一定的成 果，信息融合技术在医学、公安等领域中的图像分析与理解、多元图像复合 等方面也有所应用。 1 2 2 故障诊断技术的发展 设备故障检测与诊断技术是由于建立“监控系统”的需要而发展起来的。 目前国际上每年都有几百上千篇有关f d d 方面的论文和报告涌现。基于解析 冗余的故障诊断被公认为起源于1 9 7 1 年的b e a r d 发表的博士论文【1 4 】以及 m e h r a 和p e s c h o n 发表在a u t o m a t i c a 上的论文【m 】。1 9 7 6 年，w i l l s k y 在 a u t o m a t i c a 上发表了第一篇有关f d d 方面的综述性文章【1 6 】。h i m m e l b l a u 于1 9 7 8 年出版了国际上第一本f d d 方面的学术著作【1 7 】。我国开始f d d 技术的研究要比国外晚十年左右，清华大学的方崇智教授等从1 9 8 3 年开始 了f d d 技术的研究工作。1 9 8 5 年叶银忠教授等在信息与控制上发表 了国内第一篇f d d 技术的综述文章【l 引。1 9 9 4 年周东华等在清华大学出版 社出版了国内第一本f d d 技术的学术专著【l9 1 ，随后几年又有相关的学术专 著问世。近年来，传感器技术的发展，信号处理的系列技术，如各种滤波技 术，各种谱分析技术，人工智能的系列技术，如专家系统，神经网络等，以 3 华北电力人学硕+ 学位论文 及其它技术在诊断中的应用，使设备故障诊断技术逐渐完善。经过多年的发 展，故障珍断技术的研究取得了丰富的研究成果，出现了众多的故障诊断方 法，一些新的理论也得到应用，如：主元分析法、小波变化、神经网络、模 糊系统、模式识别、自适应控制、非线性理论等都得到了成功的应用。 在实际应用方面，美国已有多家公司从事电站故障诊断系统的工作，其 中最知名的有西屋公司( w h e c ) ，b e n t l y 公司和i r d 公司。在欧洲也有不少公 司从事故障诊断技术的研究、产品的开发及应用。如瑞士a b b 公司、法国 电气研究与发展部、英国的机械状态监测中心等。目前，国内从事与电站设 备故障诊断系统相关的单位就有数十家，其中有高校、研究所、设备制造厂 等。尽管国内起步比较晚，但已开发出2 0 种以上适合于电站汽轮机组的故 障诊断系统和1 0 余种可用来做现场简易故障诊断的便携式现场采集器。山 东电力科学研究院和清华大学等单位在1 9 9 7 年共同开发了类似于美国西屋 公司的a i d 系统的“大型汽轮发电机组远程在线振动监测分析与诊断网络系 统”，通过网络方式将多个电厂的振动数据传输到山东电力科学研究院远程 诊断中心站，并通过中心站对振动数据进行远距离的监测分析与诊断。我国 的故障诊断技术发展很快，但与国外相比，仍存在一定的差距。主要表现在 传感器的性能及可靠性较差，诊断理论和机理的研究尚不很透彻，多参数综 合分析诊断应用较少，故障诊断系统自身的可靠性较低等几个方面。 近年来，信息融合技术在故障诊断领域应用广泛，文献【2 0 】针对某泵压 式供应系统液体火箭发动机的泄漏故障，利用系统故障症状的分散性，提出 了一种基于模糊数据融合技术的系统故障诊断方法。文献 2 1 】构造了神经网 络信息融合中心，对来自多传感器的残差信号进行了预处理和离散小波变 换，使用改进b p 算法对神经网络分类器训练以进行相应的故障模式识别。 1 2 3 执行器的故障诊断 关于执行器的故障诊断，刘武林等于2 0 0 3 年在热工自动控制系统故障 诊断装置的研究中提出用速度均值和均方根之间的关系来诊断执行器的粘 滞一滑动故斟2 2 1 。还有不少人提出了基于奇偶方程和状态估计的方法，它们 都需要考虑被控过程数学模型，然而在工业生产过程中，过程模型往往难以 获得或很不准确，这使这类模型在实际应用上遇到巨大障碍。此外，黄孝彬 在其博士学位论文中提到采用部件信息的方法，利用部件在运行过程中本身 所提供的数据和信息来进行故障诊断，提出了基于部件信号趋势分析的执行 器故障诊断方法，并用于气动执行器故障诊断【2 3 1 。另外，还有人针对非线性 系统执行器故障提出的神经网络观测器的方法，在文献 2 4 】- 【2 6 采用神经网 4 华北电力人学硕+ 学位论文 络和模糊逻辑进行执行器的故障诊断。以往的多数故障诊断方法都是在控制 系统中对执行器的输出进行分析，由于控制回路的干扰，往往会掩盖执行器 本身故障，这些方法具有一定的缺陷。 1 。3 本文的主要内容 本课题主要研究的内容是电动执行器的典型故障诊断，采用信息融合的 方法进行故障诊断研究。研究的主要内容计划如下： l 、对多传感器信息融合技术的概念、基本原理、融合算法进行了阐述；总 结了多传感器信息融合技术在民事和军事上的应用。 2 、从故障诊断的角度分析了控制系统故障的定义、故障检测方法以及方法 的原理及应用。 3 、设计了电动执行器的故障诊断方案，采用基于执行器本身提供的信号来 判断典型故障，分析了执行器的基本原理以及执行器的故障机理，并找出故 障诊断的有效测点。 4 、通过实验验证测点有效性，采用判别分析法对实验数据进行处理。在实 验基础上，构建了电动执行器故障诊断系统，并验证本课题设计的故障诊断 系统的有效性。 5 华北电力人学硕十学位论文 第二章多传感器信息融合技术理论 2 1 信息融合技术的基本原理 2 1 1 信息融合技术的基本原理乜力 多传感器信息融合是人类和其他生物系统中普遍存在的一种基本功能。 人类本能的具有将身体上的各种功能器官( 眼、耳、鼻、四肢) 所探测的信息( 景 物、声音、气味和触觉) 与先验知识进行综合的能力，以便对它周围的环境和 正在发生的事件作出估计。由于人类的感官具有不同度量特征，因而可测出 不同空间范围内发生的各种物理现象。这一处理过程是复杂的，也是自适应 的，它将各种信息( 图像、声音、气味和物理形状或描述) 转化为对环境的有 价值的解释。 多传感器信息融合实际上是对人脑综合处理复杂问题的一种功能模拟。 在多传感器系统中，各种传感器提供的信息可能具有不同的特征：时变的或 者非时变的，实时的或者非实时的，快变的或者缓变的，模糊的或者确定的， 精确的或者不完整的，可靠的或者不可靠的，相互支持的或者互补的，也可 能是相互矛盾的或冲突的。多传感器信息融合的基本原理就像人脑综合处理 信息的过程一样，它充分的利用多传感器资源，通过对各种传感器及其观测 信息的合理支配与使用，将各种传感器在空间和时间上的互补与冗余信息依 据某种优化准则组合起来，产生对观测环境的一致性解释和描述。信息融合 的目标是基于各传感器分离观测信息，通过对信息的优化组合导出更多的有 效信息。这是最佳协同作用的结果，它的最终目的是利用多个传感器共同或 联合操作的优势，来提高整个传感器系统的有效性。 单传感器信号处理或低层次的多传感器数据处理都是对人脑信息处理 过程的一种低水平模仿，而多传感器信息融合系统则是通过有效的利用多传 感器资源，来最大限度的获取被探测目标和环境的信息量。多传感器与经典 的信号处理方法之间存在着本质差别，其关键在于信息融合所处理的多传感 器信息具有更复杂的形式而且通常在不同的信息层次上出现。 2 1 2 信息融合的层次 在军事领域，信息融合层次划分为：检测级、位置级、属性级( 目标 识别) 、态势评估和威胁估计。在工程领域信息融合划分为数据层、特征层、 6 华北电力人学硕十学位论文 决策层更为合理。 ( 1 ) 数据层融合是直接在采集到的原始数据的层次上进行的融合。由于数 据并未经过处理，所以是最低层次的融合，同时也决定融合的数据必须来源 于同质或相同量级的传感器。有了融合的原始数据就可以完成类似于单传感 器一样的数据处理过程。 此层次融合的优点是直接融合现场数据，失真度小，能提供其他融合层 次所不能提供的全面信息，信息损失量小。但所需处理的传感器的数据量大， 处理代价高、时间长、实时性差，原始数据易受噪声污染，需融合系统具有 较好的容错能力。 ( 2 ) 特征层融合属于中间层次，先对来自传感器的原始信息进行特征提 取( 特征可以是被观测对象的各种物理量) ，然后对特征信息进行综合分析和 处理。特征层融合实现了对原始数据的压缩，减少了大量干扰数据，有利于 实时处理，并且由于所提取的特征直接与决策有关，因而融合结果能最大限 度地给出决策分析所需要的特征信息。目前大多数c 3 i 系统及其它领域应用 的数据融合研究都是在该层次上展开的。 ( 3 ) 决策层融合是一种高层次融合，其结果为检测、控制、指挥、决策 提供依据。决策层融合从具体决策问题出发，充分利用特征层融合的最终结 果，直接针对具体决策目标，融合结果直接影响决策水平。决策层融合所需 要的通信量小，传输带宽低，容错能力比较强，对传感器类型的要求比较低， 可以是异质也可以是同质的传感器。但是判决精度降低，误判决率上升，同 时数据处理的代价比较高。 2 1 3 信息融合的分类 信息融合按其结构形式可分为集中式、分布式和混合式三类。 ( 1 ) 集中式。集中式是将各个传感器的原始数据和经过预处理的数据全部 送至融合中心进行融合处理，然后再得到融合结果，如图2 1 所示： 图2 1 集中式融合结构 7 华北电力人学硕十学位论文 集中式结构的优点是信息损失小，处理精度高；缺点是数据关联比较困 难，计算量大，系统的实时性比较差。 ( 2 ) 分布式。分布式结构的特点是每个传感器的数据在进入融合中心以前， 先由自己的数据处理器产生局部结果，然后把它们送到融合中心，以形成 全局估计。融合过程如图2 - 2 所示： 图2 2 分布式融合结构 分布式结构的优点是计算量小，实时性好，便于工程实现；缺点是处理 精度较集中式低。 ( 3 ) 混合式。混合式是以上两种形式的组合，混合式的特点是传感器一方 面将各自的数据送至融合中心进行融合，另一方面又各自单独进行数据处 理，再将结果送至融合中心进行融合。 以上三种融合结构形式各有其优、缺点。一般来说，集中式多用于同类 传感器的数据融合，分布式和混合式则适用于不同类型传感器的数据融合。 具体采用什么样的融合结构，应视具体系统而言，有时也可以混合采用这些 结构。 2 2 多传感器信息融合算法 信息融合作为一种信息综合和处理技术，实际上是许多相关学科技术和 方法集成与应用。它涉及检测技术、信号处理、通信、模式识别、决策论、 不确定性理论、估计理论、最优化理论。以下是一些较成熟的融合算法【2 8 1 。 2 2 1 基于统计和估计的融合算法 ( 1 ) 卡尔曼滤波 卡尔曼滤波是一种线性递推的滤波算法，将状态变量引入滤波理论，用 信息干扰的状态空间模型代替通常滤波采用的协方差函数，并把状态空间描 述与离散时间联系起来。它是在测得的新的数据加上前一时刻的估值，由系 8 华，j 匕电力人学硕十学位论文 统本身的状态转移方程和一套递推公式求得新检测量的估值。 它是基于最小二乘估计的一种信息优化方法，它的运算量较小，适于实 时处理。卡尔曼滤波在多传感器、多目标跟踪系统、状态估计中得到有效的 应用。 ( 2 ) b a y e s ( 贝叶斯) 法 在历史上，贝叶斯理论曾经是解决多传感器数据融合的最佳方法，贝叶 斯准则是多传感器融合技术应用中最早被采用的融合算法【2 9 1 。它是d u b a 于 19 7 6 年提出的，并用于著名的p r o s p e c t o r 专家系统中。贝叶斯方法在利 用样本提供的信息时也充分利用了先验的信息，以先验分布为基础点和出发 点，克服了古典统计中精度和信度是前定的，即在采样之前就确定下来，而 不依赖于样本的不合理性。但主观b a y e s 方法要求所有概率都是独立的， 实际系统不易实现，也要求给出先验概率和条件概率也是比较困难的，而且 不能区分不确定和不知道。 ( 3 ) d s 证据理论 证据理论由d e m p s t e r 于1 9 6 7 年提出的，后由s h a f e r 加以扩充和发展。 d s 推理算法具有很强的处理不确定信息的能力【3 0 1 。它不需要先验信息，对 不确定信息的描述采用“区间估计而不是“点估计”的方法，解决了关于 “未知 即不确定性的表示方法，在区分不知道与不确定方面以及精确反映 证据收集方面显出很大的灵活性。证据理论优良的性能使其在数据融合中得 到了广泛的应用【3 1 3 5 1 。 2 2 2 基于信息论的融合方法 有时，多传感器信息融合并不需要用统计方法直接模拟观测数据的随机 形式，而是依赖于观测参数与目标身份之间的映射关系来对目标进行识别， 这类方法称为基于信息论的融合方法，如聚类分析法、人工神经网络、表决 法和模板法等。 ( 1 ) 聚类分析法 聚类分析法是一组启发式算法，聚类分析就是在一定条件，按照目标间 相似性把目标空间划分为若干子集，划分的结果应使表示聚类质量的准则函 数为最大当用距离来表示目标问的相似性时，其结果是将判别空问划分若干 区域，每一区域相当于一个类别。常用的距离函数有明氏( m i n k o v s k v ) 距 离、欧氏( e u c l i d e a n ) 距离、曼氏( m a n h a t t a n ) 距离、类块距离。判别聚 类好坏的准则，一种凭经验，根据分类问题选择一种准则；另一种是确定一 个函数，当函数取最值时认为是最佳分类。由于在聚类过程中加入了启发和 9 华北电力人学硕十学位论文 交互，从而使它带有很大的主观倾向性。因此在使用聚类分析方法时应对其 有效性和可重复性进行分析，以形成有意义的属性聚类结果。 ( 2 ) 神经网络法 人工神经网络是一种试图仿效生物神经系统处理信息的新型计算模型， 它是由大量简单的人工神经元广泛链接而成的，它不需建立系统的物理模 型，有很强的非线性处理能力，并具有自学习、自组织、并行性和容错。可 对多传感器传递来的经特征提取得的各种数据进行判断。神经网络以其特有 的并行性和学习方式，提供了一种完全不同于传统的基于统计理论的数据融 合方法。 当然神经网络连接权值的调整需要训练样本，同时网络学习的速度提高 以及网络模型、网络层次和节点数的选择等有待解决。 ( 3 ) 表决法 表决法类似于日常生活中的民主选举，少数服从多数，以超过半数为通 过。融合节点根据各个传感器提供的目标对象进行局部判决，表决算法对这 些判决进行综合判断。若超过阈值个数的传感器“同意 某个判决，准则判 决结果即为此判决。表决算法处理简洁，特别适合于实时融合，但融合误差 也较大。为了提高算法精度可引入加权方法、门限技术以及其它判定方法等， 从而在一定程度上增加了表决法的复杂性。但当没有准确的先验统计数据可 利用时，表决法十分有用。 2 2 3 基于认识模型的融合方法 基于认识模型的多传感器信息融合方法是模仿人类的认识思维，来辨识 实体的识别过程。其中有模糊逻辑法、逻辑模板法以及基于知识或专家系统 等。 ( 1 ) 模糊逻辑法 由于信息融合系统的各种不确定性，难以用传统的二值逻辑进行判断。 由l a z a d e h 教授提出的模糊集合理论是一种精确解决不精确不完全信息的 方法，模糊集合理论的中心思想是隶属函数f ) ，类似于对1 和。之间的值 进行概率分布即。：u 专f o ，1 1 。利用模糊逻辑理论，通过模糊概率的计算实 现数据融合判断。模糊逻辑的关键在于确定隶属度函数，隶属度函数。可根 据具体情况选取，如正念函数、三角函数、梯形函数、s 形函数等等。隶属度是 主观确定，对它的评定没有形式化过程，这是明显缺点，但是隶属度函数形状对 模糊推理的结论影响不大。模糊逻辑是一种多值逻辑，隶属程度可视为一个数据 真值的不精确表示，因此信息融合过程中存在的不确定性可以直接用模糊逻辑表 1 0 华北电力人学硕+ 学位论文 示，然后使用多值逻辑推理，根据各种模糊演算对各种命题( 即各传感器提供的 数据) 进行合并，从而实现信息融合。 ( 2 ) 逻辑模板法 7 0 年代中期以来，逻辑模板法成功地用于m s f ，主要是事件检测和态势 估计，但也可以用于目标识别。模板是一种匹配概念，即将一个预先确定的 模式( 模板) 与观测数据进行匹配，确定条件是否满足，从而进行推理。融 合系统利用多传感器的观测数据与预先规定的条件进行比较，从而得到观测 是否匹配于一个预定模板的说明，也可以包含对象间联系的可信度或概率。 ( 3 ) 专家系统 专家系统是一组计算机程序，它能够以人类专家的水平完成特别困难的 某一专业领域的任务。它获取专家们在某个特定领域内的知识，然后根据专 家知识和经验导出一组规则，由计算机作出本应有专家们作出的结论。专家 系统采用类似自然语言的方式表达，具有易于理解和维护，能对系统的结论 做出解释等良好的优点。但同时专家系统缺乏自学习和自我完善能力，随着 问题的复杂，推理规则会出现组合爆炸的问题。专家系统的容错能力和处理 不确定知识能力差，而且知识的存储容量与运行速度相互矛盾。实时数据处 理困难，为了发挥专家系统优势同时克服其缺点，出现了模糊专家系统、神 经网络专家系统等综合方法，取得了比较满意的结果。 2 3 信息融合技术的应用 2 3 1 信息融合技术在军事上的应用 信息融合在军事上的应用时间最早，范围最广，包括在战术和战略上指 挥、控制、通信和情报( c 3 i ) 任务的广阔领域。具体应用范围可概括为以下几 个方面： ( 1 ) 采用多传感器的自主式武器系统和自备式运载器。 ( 2 ) 采用单一武器平台，如舰艇、机载空中警戒、地面站、航天目标监 视或分布式多传感器网络的广域监视系统。 ( 3 ) 采用多个传感器进行截获、跟踪和指令制导的火控系统。 ( 4 ) 情报收集系统。 ( 5 ) 敌情指示和预警系统，其任务是对威胁和敌方企图进行估计。 ( 6 ) 军事力量的指挥和控制站。 目前世界各主要军事大国都竞相开始投入大量人力、物力和财力进行信 息融合技术的研究，安排了大批研究项目，并已取得大量研究结果。 1 1 华北电力人学硕十学位论文 2 3 2 信息融合技术在民用工程领域中的应用 信息融合技术是一种新的信息处理方法，被引入到民用工程领域只有近 十年的历史。信息融合本身不是目的，往往是某个控制系统或指挥控制系统 的一个基本阶段，因此信息融合可直接用于控制或支援念势评定和决策过 程。目前的信息融合应用包括下面几个领域： ( 1 ) 工业过程监视：工业过程监视是一个明显的数据融合应用领域，融 合的目的是识别引起系统状态超出正常运行范围的故障条件，并据此触发若 干报警器。核反应堆和石油平台是这类监视的典型例子。 ( 2 ) 工业机器人：目前的工业机器人系统中只用数量有限的传感器监视 它们的活动，随着传感器技术的发展，其结构更合理，使用更灵活，价格更 便宜，从而有可能在机器人上设置更多的传感器，使它能更自由地运动和更 灵活地动作。为了处理机器人上多个传感器信息并控制其动作，需要某种数 据融合功能。 ( 3 ) 空中交通管制：在目前的空中交通管制系统中，主要由雷达和无线 电提供空中图像，并由空中交通管制器承担数据处理的任务。随着空中交通 量的增加，将要求运用数据合成技术来使图像形成自动化。 ( 4 ) 人类监视：病人照顾系统是最典型的人类监视系统，病人的状态随 时随地在变化，要根据各种数据源( 传感器、病历、本人病史、家族病史、 气候、季节等) 的数据决定其护理和治疗方案，数据融合是综合处理这些数 据的好方法。 ( 5 ) 全局监视：监视世界范围内的任何事情都可能要运用数据融合技术， 例如气象预报从许多信息源获得数据，而从空中和地面传感器监视庄稼生长 情况并预测产量则是运用数据融合技术的另一个例子。 ( 6 ) 金融系统：大公司内的金融( 财会) 系统或国家经济是利用许多信息 源由人监控的，这是一个数据融合问题。 ( 7 ) 自备式运载器：自备式运载器是具有它们自己的传感器的自主式系 统，它们必须在变化复杂的客观环境中运行。对于使用多个传感器来了解周 围环境的运载器，需要数据融合技术。 2 4 本章小结 本章主要介绍了多传感器信息融合的基本原理，信息融合的结构分类， 信息融合的层次，重点介绍了多传感器信息融合的一些常见算法，其中包括 基于统计和估计的融合算法、基于信息论的融合方法和基于认识模型的融合 1 2 华北电力人学硕十学位论文 方法；最后介绍了信息融合的应用，包括军事上的应用和民用工程领域的应 用。 1 3 华北电力人学硕十学位论文 第三章控制系统故障检测与方法 在大型工业生产过程中，自动控制系统己成为大型设备不可分隔的重要 组成部分，没有高性能和高可靠性的控制系统，整个生产过程是根本无法进 行的。自动化程度已成为衡量企业现代化水平的重要标志。随着现代控制系 统逐步趋向大型化、复杂化，系统中有大量的变量和回路需要监控，故障发 生的可能性也随之增加。 3 1 故障的定义及分类 所谓故障是指系统至少有一个特征或参数出现较大偏差，超出了可接受 的范围。当系统发生故障时，系统的性能明显低于正常水平，难以完成其预 期的功能。一般而言，控制系统中故障的发生部位、时间特性、发生形式呈 现出多样化。 按照发生部位的不同可分为：1 元器件故障：指被控对象某些元部件、 甚至是子系统发生异常，使得整个系统不能正常完成指定的功能。2 传感器 故障：指控制回路中用于检测被测量的传感器发生卡死、恒增益变化或恒偏 差而不能准确获取被测量信息，具体表现为对象变量的测量值与实际值之间 的差别。3 执行器故障：指控制回路中用于执行控制命令的执行器发生卡死， 恒增益变化或恒偏差而不能正确执行控制命令，具体表现为执行器的理想输 出和它的实际输出之间的差别。 按照时间特性的不同可分为：1 突变故障：指参数值突然出现很大偏差， 事先不可监测和预测的故障。2 缓变故障；又称软故障，指参数随时间的推 移和环境的变化而缓慢变化的故障。3 间隙故障：指由于老化、容差不足或 接触不良引起的时隐时现的故障。 按照发生形式的不同分为：1 加性故障：指作用在系统上的未知输入，在 系统正常运行时为零。它的出现会导致系统输出发生独立于己知输入的改 变。2 乘性故障：指系统的某些参数的变化。它们能引起系统输出的变化，这 些变化同时也受己知输入的影响。 3 2 控制系统故障诊断的方法 3 2 1 基于解析模型的方法 基于解析模型的方法是最早发展起来的，此方法需要建立被诊断对象的 精确数学模型，是一种以残差为特征的方法。残差是设备观测值与数学模型 1 4 华北电力人学硕十学位论文 之间一致性检验的结果。残差会由于故障、干扰、噪声和模型误差而不为零。 基于解析模型设计的过程监控系统的关键问题是把故障引起的残差和其它 变化所引起的残差区分开来。它主要有三种方法，即参数估计法、状态估计 法和等价空间法。它们所遵守的假设条件是：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、模型参数、物理参数等其中之一或多 个有变化。在实际工程应用中设计故障诊断系统时，通常需要按下述三步进 行：( 1 ) 残差产生。残差是指由被观测数据构成的函数与这些函数的期望值 之差。残差经常被作为反映系统故障的信息，但为了隔离不同类型的故障， 需要设计出具有适当结构或适当方向的残差矢量。( 2 ) 残差估计( 故障分类) 。 对故障发生的时间或故障的位置进行推理、决策。( 3 ) 故障分析，即确定故 障的类型、大小和原因。残差产生和残差估计构成了故障诊断系统设计的核 心，如图3 1 所示： 图3 一l 基于模型的故障诊断方法的基本步骤 参数估计法是根据模型参数及相应的物理参数的变化量序列的统计特 性来进行故障检测、分离和估计。与基于状态估计的方法相比，参数估计法 更易于故障的定位与故障幅值的估计。状态估计法的基本思想是利用观测器 滤波器对系统的状态进行估计并构成残差序列，然后采取一定的措施增强 残差序列所包含的故障信息，抑制模型误差等非故障信息，通过对残差序列 的统计检验把故障从中检测出来。由于很难获得系统的精确数学模型，所以 现阶段对于状态估计方法的研究主要集中在提高监测系统对于建模误差、扰 动、噪声等未知输入的鲁棒性及系统对早期故障的灵敏度。等价空间法主要 检查系统数学方程与各种测量值是否一致。它是一种线性动态变换，把变换 后的残差用于检测和分离故障。 3 2 2 基于知识和智能计算的方法 基于知识的方法不需要精确的数学模型，它通过系统的因果模型、专家 知识、系统的详细描述或者故障症状举例来获得诊断模型。基于知识的方法 常见的有专家系统法、人工神经网络法、模糊推理法、故障树以及定性模型。 1 5 华北电力人学硕+ 学位论文 专家系统是利用专家的专业知识进行推理来解决专业高难度实际问题 的智能系统。故障诊断专家系统作为专家系统的一个分支，是人们根据长期 的实际经验和大量故障信息知识，设计出一种智能计算机程序系统，以解决 难以用数学模型来精确描述的系统的故障诊断问题。 人工神经网络理论的应用己经渗透到各个领域，并在智能控制、计算机 视觉