（模式识别与智能系统专业论文）流程工业在线仪表故障诊断方法及其应用.pdf

浙江大学硕士学位论文 摘要 随着自动化水平的日益提高，现代化生产过程的控制系统规模不断扩大，复 杂性迅速增加，从而引起维修费用增加，停机损失巨大或事故后果严重等问题， 因此故障检测与诊断技术越来越受到人们的重视，成为过程工业的重要问题。而 在大型复杂系统中，以传感器和执行器故障为主的仪表故障已成为导致控制系统 失效的主要原因，能否快速准确的检测仪表故障更是保证控制系统稳定运行的关 键。 本文通过对以往故障诊断方法的分析研究，同时将理论研究与生产过程中的 实际情况相结合，对仪表故障检测与诊断等应用技术作了深入的探讨，具体包括 以下几个方面： 1 通过大量的中外文献阅读，对故障诊断方法的发展与应用研究做了一个 较为系统完整的阐述，介绍了故障诊断系统的结构与特点，故障诊断方法分类， 以及各个方法的研究现状、优缺点和在流程工业中的应用。 2 在对大量真实的工业数据的统计学习基础上发现：仪表信号的波动情况 直接反映了仪表的工作状态，可以作为故障诊断的特征量，由此提出了一种基于 信号方差估计的快速故障诊断方法。该算法物理意义明确，诊断快速，具有良好 的工业应用背景。 3 基于上述快速检测算法，开发了一套在线仪表故障检测系统，主要由故 障数据库、诊断模块、人机交互模块等构成，可对各种检测仪表的工作状态进行 实时监控，适用于大规模的流程工业过程。 4 分析了某大型炼油厂的工业需求与实际情况，成功的将在线仪表故障检 测系统应用于催化裂化装置上，取得了良好的效果，大大提高了工业生产的可靠 性与安全性。 关键词：故障诊断流程工业仪表方差分析催化裂化软件工程 浙江大学硕士学位论文 a b s t r a c t w i t ht h ed e v e l o p m e n to fi n d u s t r i a lp r o c e s s e s ，m o d e mc o n t r o ls y s t e m sc o n t i n u e t oe x p a n dt h es c a l ea n dr a p i d l yg r o wt h ec o m p l e x i t y , w h i c hl e a d i n gt oi n c r e a s i n g m a i n t e n a n c ec o s t , t r e m e n d o u ss h u t d o w nl o s s e so ts e r i o u sa c c i d e n t s t h e r e f o r ef a u l t d e t e c t i o na n dd i a g n o s i st e c h n o l o g ya r ea t t r a c t i n gm o r ea t t e n t i o n s e n s o ra n da c t u a t o r f a u l th a sb e c o m et h em a i nc a u s eo fc o n t r o ls y s t c r nf a i l u r e q u i c k l ya n da c c u r a t e l y d e t e c t i n gs e n s o ra n da c t u a t o rf a u l ti st h ek e yt og u a r a n t e ec o n t r o ls y s t e mo p e r a t i n g s t a b i l i t ya n ds a f e t y t h i st h e s i sr e v i e w e dt h ep r e v i o u sm e t h o d so ff a u l td e t e c t i o n a n dd i a g n o s i s ，p r e s e n t e dar a p i ds e n s o rf a u l td e t e c t i o na l g o r i t h ma n da p p l i e dt oa l l i n d u s t r i a lp r o c e s s t h em a i nc o n t r i b u t i o n so f t h i st h e s i sa r ea sf o l l o w s ： i s y s t e m a t i c a l l yr e v i e w e dt h ed e v e l o p m e n to ff a u l td i a g n o s i sm e t h o d sa n d a p p l i c a t i o n t h i sc h a p t e rd i s c u s s e df a u l td i a g n o s i ss y s t e m s s t r u c t u r e ，f a u l td i a g n o s i s c a t e g o r y , a sw e l la st h ev a r i o u sm e t h o d s f e a t u r e sa n dt h e i ra p p l i c a t i o n si np r o c e s s i n d u s t r y 2 s t u d i e di n d u s t r i a ls e n s o rs i g n a la n df o u n dt h a tt h ev a r i a n c eo f p r o c e s sd a t a c o u l db eag o o dc h a r a c t e r i z a t i o no f t h es e n s o rp e r f o r m a n c e t h i sc h a p t e rp r e s e n t e da r a p i d s e n s o rf a u l td e t e c t i o na l g o r i t h m t h et e s tr e s u l t so na c t u a li n d u s t r i a ld a t a s h o w e dt h a tt h i sa l g o r i t h mc o u l dr a p i d l yd e t e c te a r l yf a u l tw i t hc l e a rp h y s i c a l m e a n i n g 3 d e v e l o p e da no n l i n es e n s o rf a u l td e t e c t i o ns y s t e mb a s e do nt h ea b o v er a p i d f a u l td e t e c t i o na l g o r i t h m t h es y s t e mc o n s i s t so ff a u l td a t a b a s e ，p r o c e s sd a t a s a m p l i n g ，f a u l td i a g n o s i sm o d u l e ，m a n - m a c h i n ei n t e r f a c e ，e t c 4 b a s e do nt h ed e m a n da n a l y s i so fa l a r g eo i lr e f i n e r y , a p p l i e dt h eo n l i n ef a u l t d e t e c t i o ns y s t e mf o raf l u i d i z e dc a t a l y t i cc r a c k i n gu n i t ( f c c l n i n d u s t r i a l a p p l i c a t i o nr e s u l t ss h o w e di t sa v a i l a b i l i t yt oi m p r o v eo p e r a t i o n a ls a f e t ya n dh c o u l d b ea p p l i e dt ol a r g e s c a l ei n d u s t r i a lp r o c e s s e s k e y w o r d l s ：f a u l td e t e c t i o na n dd i a g n o s i s ；p r o c e s si n d u s t r y ；s e n s o r ；v a r i a n c e a n a l y s i s ；f c c u ；s o f t w a r ee n g i n e e r i n g 浙江大学硕士学位论文 致谢 v 值此论文完成之际，我衷心感谢戴连奎教授近三年来对我孜孜不倦的教育 和指导。戴老师把我带入了故障诊断技术研究的大门，不仅在学习过程中给予 我悉心的指导，而且为我提供了一个宽松、和谐的研究环境，引导我在科研工 作中一步步前进，我的每一次进步和取锝的成绩都是与戴老师的教育、帮助分 不开的。戴老师不仅在科研工作中给予我最大的帮助，同时在生活中给予了我 无微不至的关怀，在此衷心表示感谢! 戴老师勤奋敬业、知识渊博、思维敏锐、 治学态度严谨、为人乐观豁达，在学习和工作上为我树立了良好的榜样。 同时，衷心感谢吴铁军教授、刘山老师、李艳君老师、杜树新老师、于玲 老师等控制系老师对我工作学习各方面的帮助和启迪。 中石化上海高桥分公司的马伯文副总经理，设备处的周立勇工程师，为本 课题提供了帮助和资金支持；炼油事业部的钟岚、宋胄、张建英、沈丽红、林 慧等工程师，以及h o n e y w e l l 上海过程控制部的白惠文工程师和其他技术人员 提供了现场应用条件和相关技术支持，在此表示衷心的感谢。 衷心感谢武晓莉师姐、陈玉伦师兄以及郑旦师傅，他们在我科研学习的过 程中给予了我极大的帮助和支持，共同营造了一个和谐的学习生活环境，在此 表示诚挚的谢意。 特别感谢包鑫和淡图南、张晓曼同学，在同一个实验室的相处中，他们给 了我很大的帮助和支持，与我共同完成科研课题，在此表示特别的谢意。 感谢两年来与我同一寝室的沈狲、吕赛君和李媛媛同学。他们是我的良师 益友，在学习和生活上给予我许多热心的帮助，跟他们在一起生活非常愉快。 衷心感谢我的父亲母亲及其他亲人，他们用自己最大的努力帮助我完成学 业，感谢他们一直以来对我的关爱和支持。 白小琴 二零零七年五月于求是园 浙江大学硕士学位论文 第一章仪表故障诊断方法综述 摘要在规模臼益扩大的现代工业生产过程中，以传感器和执行器故障为主的仪表故障已 成为导致控制系统失效的主要原因，能否快速准确的检测仪表故障是保证控制系统 稳定运行的关键。本章主要介绍了几种仪表故障诊断方法的研究现状。以及在工业 控制系统中的应用，评述了各个算法的优缺点。最后概述了本文的主要研究工作。 关键字过程仪表；故障检测与诊断；综述 1 1 引言 在过去的三十年里，复杂工业过程的计算机控制已日趋成熟，基本的控制操 作如开关阀门等已完全能够实现自动化，同时分散控制与模型预测控制不断进 步，给化工、石化、钢铁、能源等多个工业领域带来了巨大利益。然而，作为全 厂过程管理的一个重要控制任务，异常事件处理仍然主要由人工操作。异常事件 处理包括了异常的实时检测，原始原因诊断以及采取适当的控制策略和动作使过 程回复正常、安全、稳定的状态。这一系列的动作被称为异常事件管理( a b n o n n a l e v e n tm a n a g e m e n t ，a e m ) ，也是监督控制的核心。 随着自动化水平的日益提高，连续、大批量的现代化生产过程的控制系统 规模不断扩大，过程故障的数量和复杂度大大增加，这些异常事件的处理已不 可能完全依赖于人工操作。例如，对于一个设施良好的化工厂，测量变量每秒 可达1 5 0 0 个( b a i l e y ，1 9 8 4 ) ，包括各种二进制设备信号和警告信息及流量、压力、 温度等模拟信号，而操作工同时只能处理几个变量。y a m a n a k a 和n i s h i y a ( 1 9 9 7 ) 指出操作者大约7 5 的工作肘问花在信号趋势的监控上。同时，测量仪表的不 完全以及不可信也给异常事故处理带来了极大的困难。在这些不利的条件下， 由操作工处理异常事故可能得出错误的结论，以致采取了不适当的操作使情况 更加糟糕。工业统计显示大约7 0 的工业事故由人员失误造成，给经济、安 全和环境造成了巨大的影响。1 9 8 4 年，印度博帕尔一家杀虫剂工厂的毒气泄露 导致二千多人死亡( l e e s ，1 9 9 6 ) ；2 0 0 0 年6 月，科威特炼油厂发生大爆炸，造成 数千万美元的损失( v e n k a t a s u b r a m a n i a n , 2 0 0 3 ) 。 虽然在流程工业中，上述重大事故很少发生，但统计显示小型事故每天都在 发生。仅美国石化行业每年因a e m 管理不当造成的各类损失就达2 0 0 亿美元 ( n i m m o ，1 9 9 5 ) 。而在英国，在包括石化、制药、精细化工、能源等的工业生产 行业中，每年由于各类事故造成的损失也高达2 7 0 亿美元( l a s e r , 2 0 0 0 ) 。 因此，传统的参数报警和联锁保护系统已不能满足现代化生产过程的需要， 对于大型复杂系统，人们更为迫切地希望采用智能控制系统实现a e m 的自动化， 第一章仪表故障诊断方法综述 这也被普遍认为是控制系统的研究重点和发展趋势。 过程故障检测与诊断( f a u l td e t e c t i o na n dd i a g n o s i s ，f d d ) 是a e m 的核心。故 障诊断技术是一门集现代控制理论、测控及信号处理技术、计算机技术、智能控 制理论等众多理论的新兴综合性学科。1 9 7 1 年m e h r a 与p e s c h o n 在a u t o m a t i c al 发 表的论文是公认最早的故障诊断领域的论文。1 9 7 6 年，w i l l s k y 在a u t o m a t i e a j ：发 表了第一篇f d d 方面的综述文章。近几十年来，动态系统的故障诊断技术和实际 应用都得到迅速发展，出现了基于不同原理的众多方法，这些方法在检测性能、 诊断性能、分离性能、鲁棒性能等方面都有很大的提高，己形成比较完整的理论 体系结构，并发表了相应的综述报告( v e n k a t a s u b r a m a n i a n ，2 0 0 3 ；y a m a n a k a , 1 9 9 7 ； 陈玉东，2 0 0 1 ) 。目前在国际上，每年发表的有关f d d 方面的论文都在一千篇以上， 公认的故障诊断方法分为三大类：基于机理模型的方法、基于定性模型的方法和 基于过程历史数据的方法( t g 称基于信号处理的方法) 。 1 2 仪表故障诊断概述 1 2 1 过程控制系统的故障来源与诊断过程 图1 - 1 故障诊断框架 根据w i l l s k y ( 1 9 7 6 ) 和i s e r m a n n ( 1 9 9 7 ) 的定义，控制系统的故障是指系统状态 出现的不期望的并且不能容许也不能自动恢复的偏差。这种偏差使系统出现异常 特征而不能按预期的要求或目标正常工作( 如反应器温度过高或产品质量不佳 等) 。引起这些异常特征的原因即故障，也称为“基本事件”( b a s ee v e n t ) 或“根 本原因”( r o o tc a u s e ) 。图1 - 1 为一个故障诊断系统的框架，显示了一个基本的过 程控制系统中不同的故障来源。一般来说，故障来源分为过程故障、控制器故障、 传感器和执行器故障三类。 过程故障指对象特性的剧烈变化，大多由设备硬件故障引起，如压缩机或泵 设备的联锁自保停机；也可能是工况失常造成的，比如反应器进料流量的浓度偏 浙江大学硕士学位论文 3 离其正常或稳定工作点。 控制器故障大多由计算机硬件或软件故障引起，可通过冗余设计等技术提高 计算机稳定性和网络通讯质量来避免。 传感器和执行器故障指仪表的固定误差、漂移或超限等。由于过程中很多仪 表为自动控制提供反馈信号或执行调节动作，因此这类仪表的故障常引起状态变 量偏离稳定工况，可能导致控制系统失效，甚至酿成事故，必须尽早发现并处理。 据统计，8 0 的控制系统失效起因于传感器和执行器的故障( p a t t o n , 2 0 0 0 ) ，是导 致控制系统失效的主要原因。 其他如偶然事件，过程噪声和测量噪声等不属于故障诊断的范畴。过程噪声 引起真实模型与预测模型的误差；测量噪声则使测量变量带有高频组分。 工业流程的故障诊断过程一般包括三个主要步骤( 图1 2 ) ： ( 1 ) 检测表征系统状态的各种特征信号； ( 2 ) 对所检测的特征信号提取征兆，即信号处理和特征变换； ( 3 ) 由征兆和其它诊断知识来识别系统的异常状态，对故障进行判断、定位， 并做出诊断决策，干预系统工作。 v e n k a t a s u b r a m a n i a n ( 2 0 0 3 ) 将故障诊断的过程看做一系列过程数据在不同空 间的转化，即测量空问一特征空问一决策空间一故障分类空间。 化 上 系 统 状 态 特征信号 能最形式 特搬信号 人的 感官 传感 裴置 物态形式特征信号 征兆提取 装置 接的物理状态 指导诊断信息的进一步获取 f ：缓决策篓k d 麓嚣k 状 态 识 删 装 鬣 状态 图1 2 故障诊断过程 1 2 2 故障诊断系统的期望特征 对于各种故障诊断方法，需要确定一组通用标准来比较不同方法的优劣，这 组标准应适用于所有诊断系统，并涵盖先验知识、可靠性、适用性以及计算效率 等各方面。通常，建立故障诊断方法性能指标体系，应该遵循完整性和非相容性 两个基本原则。v e n k a t a s u b r a m a n i a n ( 2 0 0 3 ) 提出了故障诊断系统的十个特征： 4 第一章仪表故障诊断方法综述 1 ) 及时诊断性能( 实时性) ； 当诊断对象发生故障后，故障检测系统要在尽可能短的时间内检测到故障发 生并进行故障分离和辨识的能力。 2 ) 分离性能： 诊断系统对不同故障的区分能力称为分离性能，它的强弱取决于系统的物理 特性、故障的大小、噪声、外部扰动、模型的不确定性以及设计的诊断算法。 3 ) 鲁棒性； 指诊断系统在存在噪声、未知扰动以及不确定性的情况下仍具有良好的检 测、诊断、分离故障的特性，同时保持满意的误报率和漏报率的能力。否则，该 诊断系统是根本不可能应用于实际系统的，当然鲁棒性能也是最难度量和最难保 证的性能指标之一。 4 ) 故障识别性能； 其一指根据分离出的故障判定其大小、发生的时刻及其时变特性估计；其二 指确定运行系统是否进入非正常状态，以及引起非正常状态的原因是已知故障还 是未知新的故障。很多故障诊断系统在设计时，都需要应用大量、充足的被诊断 系统的历史数据( 正常运行及非正常运行) ，使在建立系统数学模型过程中获取 良好的动态模型，提高故障识别性能，有利于故障评价与决策。 5 ) 诊断误差可估计； 指能够预先给出故障分类的预测误差，有利于评判故障诊断系统的可靠性。 对于用户来说，若诊断决策的误差可估计，则对整套诊断系统的信任度会大大增 加。 6 ) 自适应性； 指故障诊断系统对于不断变化的被诊断系统具有自适应能力，并且能不断适 应新情况、新问题的出现与新信息的引入。 7 ) 解释性； 对于一个优秀的故障诊断系统尤其是在线决策支持系统来说，除了能够判断 故障来源，还希望能够解释故障如何产生并发展到当前的状况。这样操作员可以 根据经验评价诊断系统给出的解释是否合理。 8 ) 建模条件少： 建模要求是故障诊断系统的一个重要指标，为了保证实时诊断的及时性与实 用性，建模的条件希望尽可能少。 9 ) 存储计算要求低； 实时诊断为保证诊断速度不能采用过于复杂的算法，因此时常有很高的存储 要求，所以在设计诊断系统时，要考虑平衡算法复杂度和存储要求两方面的矛盾。 1 0 ) 多重故障辨识。 浙江大学硕士学位论文 多重故障辨识对实际工业应用意义很大，但由于在工业过程中的大多数故障 都是互相影响的，而非线性系统中的这种影响往往是不可解耦的，不能采用独立 故障模型的组合来建模，因此在实际应用中辨识多重故障仍有很多困难，需要更 多的工作。 1 2 3 故障诊断方法分类 就工业过程的故障诊断领域而言，当前研究方法可分为三大类：基于机理模 型的方法、基于定性知识的方法和基于过程数据的方法( v e n k a t a s u b r a m a n i a n 2 0 0 3 ) 。 基于机理模型的方法发展时间较长，相对比较成熟，但主要成果局限于线性 系统，监控性能的好坏很大程度上依赖于过程模型的准确程度。由于流程工业的 复杂性、严重非线性以及强耦合性等特点，基于机理模型的方法在流程工业的性 能监控中难以得到广泛应用。属于这类的典型方法包括参数估计方法、观测器方 法、对偶关系方法等( h u a n g 和g e r t l e r , 2 0 0 0 ) 。 基于定性知识的方法主要是利用人工智能的方法( 包括专家系统，模糊逻辑、 因果分析等) ，构造某些系统功能以模仿和实现人类( 熟练操作人员、技术人员、 专家) 在监测控制过程中的某些思维和行为，自动完成整个检测和诊断过程，也 称为基于知识的方法。 基于过程数据的方法以采集的过程数据为基础，通过各种数据处理与分析方 法( 如多元统计方法、聚类分析、频谱分析、小波分析等) 挖掘出数据中隐含的 信息，从而指导操作工进行生产。应该说，基于知识的方法适合于有大量生产经 验和工艺知识可以利用的场合，但通用性差；而基于数据的方法比较符合流程工 业的特点，通用性强，但由于没有利用过程模型信息和知识，其监测和诊断性能 有限。因此，目前，有一种趋势是把基于数据驱动的方法和基于知识的方法结合 起来，相互补充。 1 3 基于机理模型的方法 基于机理模型的故障诊断方法以现代控制理论为基础，通过描述系统内部 特性信息的动态数学模型，利用k a l m a n 滤波器、观测器、等价空间和参数估 计等方法构造反映故障信息的残差，以相应的统计分析和决策方法，实现故障 检测与诊断。但是这些技术在实际应用中存在着一些问题，使基于机理模型的 故障诊断方法在化工过程中应用中遇到许多难以逾越的障碍： ( 1 ) 难于建立精确的动态系统数学模型； ( 2 ) 化工过程的非线性特性； 6 第一章仪表故障诊断方法综述 ( 3 ) 建模过程中的不确定性因素； ( 4 ) 各种扰动和噪声等。 目前，基于机理模型的故障诊断技术研究的重点在于以下两方面：首先如 何运用智能控制理论、优化理论、混沌理论以及遗传算法等不断涌现的新型理 论，提高基于定量模型的故障诊断技术的智能性、鲁棒性与灵敏度；其次如何 将该技术与其它智能故障诊断技术相互融合、渗透，构成复合型、集成化的故 障诊断系统。 1 3 1 基本原理 基于机理模型故障诊断方法的基本原理是：采用动态系统的数学模型，通过 将实际动态系统的特性与系统数学模型表达的预期系统特性进行比较产生残差， 再对残差进行分析和处理，判断故障可能的范围，再利用合适的决策函数或决策 逻辑确定故障发生的可能性，实现故障检测与诊断。残差与被诊断系统的运行状 态无关，而是通过其输入输出信息所构成的线性或非线性函数，判断系统是否产 生故障。所以基于定量模型的f d d 技术包括残差发生器和残差估计两个部分。 1 ) 系统描述 实现基于机理模型的故障诊断的前提是必须对所诊断的动态系统进行较精 确的模型描述，一般实际动态系统多为非线性动态系统，状态空闻描述如下( 姜 苍华。2 0 0 3 ) ： 坪) = 蒯吐( ”+ 衄( 蚺m ，( f ) ) + z ( 巾) ，蛾”( 嘞( 1 钏 iy ( f ) = ( x ( ，) ，( f ) ) + ( x o ) ，“( f ) ，( f ) ) 十z ( 厂( f ) ，x o ) ，“( f ) ) 、 式中，x ( r ) 为蚪维状态向量，y ( f ) 为m 维可测输出向量，”( f ) 为p 维己知的输入 向量，f ( t ) 为q 维过程故障向量，g ( ) 和厅( ) 分别为具有已知向量相应维数的函 数，正( ) 和z ( ) y o 已知的函数向量，z 和z 分别表示执行器和传感器故障，衄 和幽则分别表示执行器和传感器的建模误差。 考虑具有p 个输入和m 个输出的线性定常系统，在存在执行器故障、传感器 故障和未知故障情况下，系统的状态空间描述形式如下： i i t ( t ) = a x ( t ) + 历( f ) 4 - e a ( t ) 吵) = ( )( 1 3 2 ) f 万( ，) = ( ，+ 。( f ) ) ”( r ) + 工( f ) i y ( f ) = ( i + a ，( ，) ) y ( f ) + 工( r ) 式中，工( f ) 为状态变量，( ，) 为输入变量( 执行器的输出) ，百( ，) 为作用于对象 的实际控制量，y ( ，) 为输出变量( 传感器的实际输出值) ，贝f ) 为理想传感器的 浙江大学硕士学位论文 测量值a 执行器增益故障。( t ) = d i a g a 。( ，) ，。( ，) ) ，传感器增益故障 ，( f ) = d i a g a ( r ) ，n ( f ) ) 。z ( f ) 、( f ) 分别表示执行器和传感器的偏差故障， d ( f ) 为未知输入故障。 式( 1 3 2 ) 整理后，可表示为： i 童( f ) = 4 x o ) + b “( f ) + 一f ( t ) + e d ( t ) i ，( f ) = q o ) + d ，厂( f ) 其中f ，_ 【b0 】_ d ，= 【0 明( 1 3 3 ) 朋k 肌，筹器：敞删 当a 。( r ) = o ，a ，( f ) = 0 ，则厂( f ) 与“( f ) 、j ，( f ) 无关，( f ) 为加性故障；如果 无( f ) = 0 ，l ( t ) = 0 ，则厂( f ) 为乘性故障。 2 ) 残差发生器 基于定量模型的故障诊断技术是通过判断残差发生器产生的定量残差值来 实现对故障的检测、分离和诊断的，残差向量，( f ) 的每个分量只对故障响应，即 无故障( 0 ) = o ) 时，( f ) = 0 ；有故障( 厂( f ) 0 ) 时，o ) 0 。 图1 3 残差发生器的通用结构示意图 图1 3 为基于定量模型的故障诊断系统的残差发生器通用结构示意图，生成 残差为： r ( s ) = 吼( j ) “( j ) + h ( s ) y ( s ) ( 1 3 4 ) 通过选择传递矩阵风( s ) 和以( s ) 即可设计出残差发生器函数。 3 ) 残差估计 残差评价属于基于机理模型故障诊断的决策制定过程，通过决策函数或决策 逻辑判定故障是否产生，同时尽量降低由于过程不确定性、模型不匹配等扰动带 来的误报警率。通常残差评价过程分为三个阶段： ( 1 ) 选择残差评价函数，确定阈值； s 第一章仪表故障诊断方法综述 ( 2 ) 计算所定义的残差评价函数； ( 3 ) 将带阈值的残差评价函数值进行比较，检测、诊断或分离故障。 随着鲁棒控制理论、智能控制理论、自适应控制理论、优化理论以及遗传学 等最新理论的应用，获取残差评价的方法途径呈多样性。一般残差评价方法是确 定某个决策函数，( r ) 和阈值厶。t ，( ，) 厶表明，( f ) = 0 ，无故障产生；d ( r ) 厶 表明( f ) 0 ，有故障产生。因此厶的选择是决定故障诊断质量的关键，厶太 大，则降低了故障检测的灵敏度，而厶太小，则使误报警率提高。 1 3 2 基于机理模型的故障诊断方法 根据残差产生的形式，机理模型方法可以分为观测器或滤波器法、等价空 间法和参数估计法等。这些方法各有千秋，彼此之间不是孤立的，而存在着一 定的相互关系。 1 ) 观测器( o b s e r v e r s ) 观测器的基本思想是针对被诊断系统的数学模型，构造不同类型的观测器， 通过对输出估计误差进行适当的转换生成残差发生器，根据决策逻辑判断故障 的产生并实现故障诊断。实际情况下难以建立系统精确的数学模型，对系统结 构和参数的不确定性、时变性、干扰和噪声造成的影响等缺乏充分了解，因此 在应用基于观测器的故障诊断技术时常出现误报警频繁产生，系统的不确定性 严重等问题。因此基于观测器的故障诊断的鲁棒性及其在实际中的应用，一直 是学术界和工业界所关注的重要课题之一。基于观测器的线性系统故障诊断技 术所采用的方法主要在以下几方面：( 1 ) f r a n k ( 1 9 9 4 ) 设计的未知输入观测器；( 2 ) p a t t o n ( 1 9 9 2 ) 提出的特征结构分配方法：( 3 ) c h o w ( 1 9 8 4 ) 提出的鲁棒故障诊断方 法；( 4 ) h o u ( 1 9 9 6 ) 利用皿吼，优化理论设计的混合皿，e 。观测器。 2 ) 奇偶方程( p a r i t yr e l a t i o n s ) 奇偶方程方法( 又称奇偶空间方法) 主要思想是用实测数据去检测系统数学 方程的一致性。奇偶方程方法产生的残差在理论上仅当故障出现时非零，由此 可以检测故障；如果一个残差只受一个因素影响，则使故障隔离和识别成为可 能。c h o w ( 1 9 8 4 ) ，l o u ( 1 9 8 6 ) ，z h a n g ( 1 9 9 3 ) 应用“最优鲁棒奇偶方程”检测系统故 障；g o p i s e t t y ( t 9 9 8 ) 给出了一种基于奇偶方程和参数估计的线性系统多故障诊 断方法；金宏( 2 0 0 0 ) 用“最优奇偶向量检测法”检测并隔离慢变型故障；宋华( 2 0 0 2 ) 给出了一种基于“全解耦奇偶方程”的动态系统故障诊断方法，该方法可用来识 别线性系统中的故障；宋华( 2 0 0 3 ) 指出了g o p i s e t t y 中存在的问题，并给出了一 种新的线性系统多故障识别的方法。 浙江大学硕士学位论文 3 ) 参数估计方法( p a r a m e t e r e s t i m a t e ) 参数估计方法根据观测数据，利用参数估计方法辨识系统的动态参数模型， 一般是建立系统的a r m a ( a u t or e g r e s s i v em o v i n g a v e r a g e , 自回归移动平均) 模型。 然后，将系统的参数与模型参数比较，以判断系统故障原因；或依据辨识所得 模型的参数和特性构造判别函数，对系统状态进行识别和分类。i s a f n l a n n ( 1 9 9 3 ) 用这一方法诊断电机一离心泵一水管系统的故障。 1 4 基于定性知识方法 9 在实际应用中，基于机理模型的故障诊断方法往往由于以下原因无法实现： ( 1 ) 故障不能用解析模型合理地描述，如阀堵塞或者管道破裂； ( 2 ) 系统的先验知识不完备、不确定，以致不能建立定量的系统模型； ( 3 ) 系统知识是定性信息，不能毫无歧义地转换为定量值； ( 4 ) 系统本身过于复杂，只能采用近似模型。 为了解决上述问题，出现了基于定性和半定性模型的方法。基于定性方法的 故障检测与诊断，利用不完备的先验知识，采用定性的方法对系统结构和功能进 行描述，建立起定性模型，预测系统的定性行为，通过与实际的系统行为比较， 检测系统是否发生故障，并诊断系统的故障原因。定性方法一般比较简单，容易 构造模型。但由于只能得到定性描述，有时诊断结果显得过于粗糙，同时存在系 统行为的组合爆炸问题，实用性差。半定性方法是在定性方法的基础上，加入定 量信息。它对系统的描述比定性方法更精确，可以部分地解决组合爆炸问题，实 用性较强，但模型变复杂了，增加了建模和诊断的时间。 定性和半定性故障检测和诊断方法的基础是定性模型和定性推理。早在7 0 年代末，美国施乐( x e r o x ) 公司的d e k l e e r 弄l l b r o w n 便首次提出了定性推理的概 念。1 9 8 4 年，d e k l e e r 和b r o w n 提出了完整的定性推理理论。随后，越来越多的学 者加入这一研究领域，提出了许多方法，如定性仿真理论，定性过程理论，定性 流式理论，定性代数理论，定性动力学方法，定性因果分析方法等等。关于定性 推理的综述请参见k u i p e r s ( 1 9 8 9 ) ，s h i ( 1 9 9 3 ) 和b a i ( 1 9 9 5 ) 等论文。 1 4 1 带符号有向图( s d g ) i r i 等人早在1 9 7 9 年就提出了故障诊断中带符号有向图( s i g n e dd i r e c tg r a p h ， s d g ) 的概念。k r a m g r 和p a l o w i t c h 于1 9 8 7 年在a i c h ej o u r n a l 发表了论文，提出了 基于规则的带符号有向图故障诊断技术。c h a n g 和y u ( 1 9 9 0 ) 又提出基于改进带符 号有向图的在线诊断技术。 此类诊断技术的研究人员认为故障诊断本质上是确定过程扰动的根本原因。 1 0 第一章仪表故障诊断方法综述 采用带符号有向图描述系统，利用存贮在s d g 图上的信息搜寻扰动可能的故障 源，从而有效识别系统扰动的原因。此方法的优势在于只需要相对较少的信息来 构造带符号有向图及用于诊断。但s d g 通常只支持两种过程偏差( 偏大或偏小) ， 不够精确，同时没能包含设备单元所有信息，经常会出现故障误报。 1 4 2 故障树( f a u l tt r e e ) 故障树分析是可靠性设计的一种有效方法，也是故障诊断技术中的一种有效 方法( j u a n ，1 9 9 9 ) 。它是一种由果到因的演绎分析方法，它把系统最不希望发生的 事件作为故障树的顶事件，底事件则是引发该顶事件故障的直接原因，中间事件 反映了顶事件和底事件之间的因果关系。通过故障树模型，从上往下逐层分解， 可以清楚的分析故障产生的原因和故障的传播过程。 故障树分析主要应用于系统设计过程，它具有直观、灵活、通用、易实现的 优点，其缺点是复杂系统建树及其计算的工作量大，数据收集困难，而且要求分 析人员对研究对象的故障形成机理有透彻的了解，以避免在建树过程中的错漏和 脱节。 1 4 3 定性仿真理论( q s i m ) 与定性过程理论( q p t ) 基于定性仿真理论( q u a l i t a t i v es i m u l a t i o n q s i m ) 的诊断技术的理论基础是 k u i p e r s 于1 9 8 6 年提出的基于定性微分方程的定性仿真理论。该理论认为，系统 结构由表示系统变量的符号和描述参数之间关系的约束构成。系统的定性状态是 由系统所有变量的定性状态构成的组合，而系统的定性行为就是系统定性状态序 列。 k u i p c r s 在1 9 8 7 年提出了基于q s i m 的诊断技术，采用基于故障模型的诊断策 略，利用q s i m 方法对故障模型进行仿真，从而得到预测的系统行为。然后将观 测到的故障行为与这些预测行为相比较。如果预测行为与观测的故障行为相一 致，则说明系统发生故障。而预测行为与故障行为一致的故障模型成为当前系统 的模型，依据建立该模型时的先验知识，进一步诊断出故障的种类和原因。这充 分发挥 q s i m 基于深层知识建模和推理能力强大的特点。这一过程被称为假设 一建模一仿真一匹配循环，如图1 5 所示。 这种方法适用于对所有故障都已知的系统进行故障诊断。如果存在某个未知 故障，则不能建立与之对应的故障模型，因而不能准确的进行故障诊断。这是该 方法本身造成的缺陷。而且，由于定性描述相对于定量描述而言比较粗糙，那么 可能出现不同的故障原因对应相同的故障行为。 浙江大学硕士学位论文 图1 5 假设一建模一仿真一匹配循环 定性过程理论( q u a l i t a t i v ep r o c e s st h e o r y ，q p t ) 是i 刍f o r b u s 于1 9 8 4 年提出的 定性推理方法。这种理论认为系统分析的实质就是确定构成系统的各个过程，确 定这些过程在何种条件下会如何影响系统的发展。f o r b u s 于1 9 8 7 年提出了基于定 性过程理论( q p t ) 的故障诊断技术，利用定性理论对系统的观测进行解释。该方 法通过对测量值进行解释，从而检查故障假设是否能解释观测的系统行为。这种 理论仅仅依赖很少的假设，这些假设往往很容易满足。这一优点使得此方法可以 应用于较广阔的领域。但是，在待研究的系统事先已知的情况下，现有的定性推 理机制往往显得很慢。解决的办法是事先建立状态解释表，通过查表，可以使解 释过程加快，但这个表可能非常大。 1 a 4 专家系统 专家系统方法利用了专家积累的丰富实践经验，能模仿专家分析问题和解决 问题的思路，而且能够解释自己的推理过程，解释结论是如何获得的，无论是在 理论上还是在工程上应用都很广泛。故障诊断系统是专家系统的一个传统应用领 域，早期的许多专家系统就是用于医疗诊断的，如m y c i n 等。就化工领域而言， 由于化工生产的复杂性导致了故障的多样性和复杂性，许多故障诊断问题都是非 常规问题，完全依靠传统的诊断方法是不行的，而专家系统可以收集多个专家的 经验和知识，可以象专家一样工作，因此，专家系统近年来在流程工业中得到广 泛应用。r i c hf 1 9 8 7 ) 研制m o d e x 专家系统，用经验知识和模型对化工装置进行 故障诊断。l a p o i n t e 等( 1 9 8 9 ) 研制了b i o e x p e r t 专家系统用于废水处理过程。 b e c r a f t 和l e e ( 1 9 9 3 ) 提出了一种神经网络和专家系统的集成框架，神经网络被用 来作为前端的滤波器来诊断大多数的过程故障，一旦故障确定之后，后端的专家 系统则进一步分析故障，提供可行的改正措施。l e u n g ( 2 0 0 0 ) 提出了一种基于模 型的专家系统，并成功应用在精馏塔的故障诊断中。s c e n n a ( 2 0 0 0 ) 研究了针对间 歇过程的故障诊断专家系统。 然而专家系统也有不易克服的缺陷，如知识获取的“瓶颈”问题( 黄启明等， 2 0 0 0 ) 。一方面由于专家知识有一定局限性，另一方面由于专家知识表述规则化 有相当大的难度，两者造成了诊断知识库的不完备，表现为当遇到一个没有相关 第一章仪表故障诊断方法综述 规则与之对应的新故障现象时，系统显得无能为力。在知识的推理上，传统的专 家系统是用串行方式，其推理方式简单、控制策略不灵活，容易出现“匹配冲突”， “组合爆炸”及“无穷递归”等问题。并且系统缺乏自学习和自完善能力，求解能力 完全局限于知识库中仅有的规则，对知识获取时具有不一致性、不完备性和不准 确性的专家知识，系统不能在实例系统中自我完善。 1 4 5 半定性故障诊断方法 所谓半定性是指，利用其它理论诸如随机理论、模糊集理论和神经网络理论 等，在定性方法中加入定量的信息，将定性方法和定量方法相结合，互相弥补不 足。纯粹的定性方法由于自身的缺陷，在故障诊断的实际应用中往往受到很大的 限制。将定性方法与定量方法相结合，可以实现优势互补。 1 ) 随机定性方法 m i h a r a ( 1 9 9 4 ) 等人在k u i p e r s 提出的定性仿真方法的基础上，加入随机知识来 描述系统，提出了基于随机定性仿真( s t o c h a s t i cq u a l i t a t i v es i m u l a t i o n , s q s i m ) 的 故障诊断技术。基于s q s i m 的诊断技术，对复杂系统建立定性模型，将过程抽象 为元件和相互之间的因果关系，以获得系统最接近的定性描述。利用随机知识， 通过分析模型行为确定故障的原因。 基于s q s i m 的诊断技术，利用随机知识，有效减少了定性模型的冗余行为， 部分地解决了状态的组合爆炸问题。该方法要求预先知道所有故障模型。z h u a n g 和f r a n k ( 1 9 9 8 ) 通过建立隐含马尔可夫模型来处理定性建模中的不完全知识，并据 此提出了基于隐含马尔可夫模型的故障诊断技术，用于解决参数不确定的连续时 间、连续变量的非线性动态系统的故障检测问题。该方法一方面保留了定性推理 中状态的抽象描述，另一方面利用比定性模型更详细的信息来描述系统的不确定 性。 2 ) 模糊定性方法 s h e n 和l e i t c h ( 1 9 9 0 ) 基于z a d e h 的模糊集理论，对定性仿真进行了半定量的扩 展，提出模糊定性仿真( f u z z yq u a l i t a t i v es i m u l a t i o n ) 。随后，p a t i l 与h o f m a n n ( 1 9 9 4 ) 等人提出了基于模糊定性仿真的故障诊断方法，利用模糊集的隶属度函数，加入 主观因素，任意构造有限且离散的量空间，更详细地描述系统变量关系。 在定性仿真中，加入模糊集理论，可以得到有效的状态过滤规则，减少虚假 行为的数量，提高仿真效率。由于采用定性模型，值域空间有限，因此可采用基 于搜索的处理方法。 浙江大学硕士学位论文 1 3 3 ) 模糊省向图方法 在基于定性方法的故障诊断中，s d g 是一种非常实用的方法。为了克服定性 方法的局限性，y u 和l e e ( 1 9 9 1 ) 加入了模糊集理论，形成基于模糊有向图的故障 诊断技术。 在故障诊断中，如果系统的部分定量信息已知，可以以模糊集隶属度函数的 形式，将其加入到定性s d g 方法中，从而构成基于模糊有向图的故障诊断