（检测技术与自动化装置专业论文）基于模型的动态系统鲁棒故障诊断研究.pdf

摘要 随着生产水平和科学技术的不断发展，现代控制系统的规模日趋大型化、复杂化系统发 生故障的可能性随之增加为了提高控制系统的可靠性和安全性，人们迫切需要建立一个监 控系统监视系统的运行状态，实时检测出系统发生的故障，并对故障原因、特征进行分析、判 断，采取必要的措施，防止灾难性事故发生最近三十年来，故障检测与诊断( f d d ) 算法及 其在工业过程中的应用收到人们的日益重视 基于解析模型的故障诊断理论是二十世纪七十年代最早发展起来的，经过三十多年的迅速 发展取得了许多研究成果，如参数估计方法、未知输入观测器方法、特征结构配置方法、等价 空间( 方程) 法、日o 。最优化方法、强跟踪滤波器方法、微分几何方法等 本文以国家自然科学基金一类非线性系统辨识建模理论与方法的研究( n o 6 0 5 7 4 0 5 1 ) 为背景，开展了基于模型的动态系统故障诊断方法的研究，作者在查阅了大量相关文献的基础 上，进行了深入研究，取得了一些研究成果如下； 1 首先，综述了动态系统故障诊断技术的研究背景与发展现状接着，研究了基于观测器方 法的线性控制系统故障诊断技术的基本方法，主要介绍了未知输入观测器和故障检测滤波 器两种重要方法的基本原理。 2 研究了一类特殊的非线性系统一双线性系统的故障检测方法，主要介绍了双线性系统故 障检测滤波器( b f d f ) 方法，对带有输出不确定性的双线性系统进行了故障检测，给出了 b f d f 存在的充分必要条件和设计b f d f 的具体步骤。针对残差的方向性问题，又研究了 一种基于等价控制的概念对双线性系统进行故障重构，而不通过残差来得到故障信号，实 现双线性系统的故障诊断 3 针对非线性系统，讨论了一类具有未知参数的非线性系统的故障诊断方法，通过自适应观 测器对状态值和未知参数同时进行估计，然后多次仿真比较分析，可实现故障检测，且证 明了对未知参数的估计提高了故障诊断算法的有效性 4 针对采样数据系统，研究了一类基于观测器的非均匀采样数据多率系统的故障检测滤波器 设计问题利用提升技术和未知输入观测器来设计故障检测滤波器，并通过日。最优化 设计方法给出最优解以及存在条件 并且通过数字仿真验证了本文所研究方法的有效性 关键词：动态系统；故障检测与诊断；残差；观测器；鲁棒性 a b s t r a c t w i t ht h ed e v e l o p m e n to ft e c h n o l o g ya n dt h ei m p r o v e m e n to fp r o d u c t i v i t y , m o d e r nc o n t r o l s y s t e m sa r eb e c o m i n gl a r g e ra n dm o r ec o m p l i c a t e d t h ep o s s i b i l i t yo ff a u l ta r i s i n gi ns y s t e m s i sa l s oi n c r e a s i n g i no r d e rt oi m p r o v et h er e l i a b i l i t ya n ds e c u r i t yo ft h es y s t e m s ，i ti su r g e n t t ob u i l dam o n i t o r i n gs y s t e m t h em o n i t o r i n gs y s t e mi su s e dt om o n i t o rt h es y s t e ms t a t e s ，t o d e t e c tt h ef a u l ti ns y s t e mi nt i m e ，t oa n a l y z ea n dj u d g et h er e a s o na n dc h a r a c t e r i s t i c so ft h e f a u l t ，a n dt ot a k et h em e a s u r e st oa v o i dc a t a s t r o p h i ca c c i d e n t 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 ) a l g o r i t h m sa n dt h e i ra p p l i c a t i o n sh a v eb e e na t t r a c t e dm u c ha t t e n t i o no v e rt h ep a s t t h i r t yy e a r s m o d e l - b a s e df a u l td i a g n o s i st h e o r yw a sd e v e l o p e di nt h ee a r l y1 9 7 0 si n2 0 t hc e n t u r ya n d al a r g ea m o u n to fn a t u r et h e o r e t i c a lk n o w l e d g eo nm o d e l b a s e df a u l td i a g n o s i sh a sb e e na c c u - m u l a t e dd u r i n gt h ep a s tt h r e ed e c a d e s ，s u c ha sp a r a m e t e re s t i m a t i o na p p r o a c h ，u n k n o w ni n p u t o b s e r v e ra p p r o a c h ，e i g e n s t r u c t u r ea s s i g n m e n ta p p r o a c h ，p a r i t ys p a c e ( r e l a t i o n ) a p p r o a c h ，日 o p t i m i z a t i o na p p r o a c h ，s t r o n gt r a c k i n gf i l t e r i n ga p p r o a c ha n dd i f f e r e n t i a lg e o m e t r ya p p r o a c h e t c t h i st h e s i si sb a s e do i lt h ep r o j e c t “s t u d yo fm o d e l l i n ga n di d e n t i f i c a t i o no fac l a s so f n o n l i n e a rs y s t e m s ( t h en a t i o n a ln a t u r es c i e n c ef o u n d a t i o no fc h i n a ) ”，a n df a u l td i a g n o s i s f o rc o n t r o ls y s t e mb a s e do nm o d e li si n v e s t i g a t e d t h em a i nr e s u l t sa r ea sf o l l o w s ： 1 t h el a t e s td e v e l o p m e n to ff a u l td e t e c t i o na n dd i a g n o s i si sb r i e f l yi n t r o d u c e d t h eb a s i c f a u l td i a g n o s i sa p p r o a c hb a s e do no b s e r v e r sf o rl i n e a rc o n t r o ls y s t e m si sd i s c u s s e d , i n c l u d i n g t h eb a s i ct h e o r yo ft h ea p p r o a c ho fu n k n o w ni n p u to b s e r v e ra n df a u l td e t e c t i o nf i l t e r 2 s e c o n d l y , ab i l i n e a rf a u l td e t e c t i o nf i l t e r ( b f d f ) i sp r o p o s e df o rab i l i n e a rs y s t e mw i t h a nu n c e r t a i no u t p u t s u f f i c i e n tc o n d i t i o n sa r eg i v e nf o rt h ee x i s t e n c eo fab f d fa n d t h ed e s i g np r o c e d u r eo fb f d fi sp r e s e n t e d 。af a u l tr e c o n s t r u c t i o na p p r o a c hb a s e do n e q u i v a l e n tc o n t r o lf o rt h ed i r e c t i o no ft h er e s i d u a li ss t u d i e d b yu s i n gt h ee q u i v a l e n t c o n t r o la n dn o tt h er e s i d u a lt or e c o n s t r u c tt h ef a u l ts i g n a l ，t h ef a u l tc a nb ed e t e c t e d 3 t h i r d l y , t h ef a u l td i a g n o s i sp r o b l e mf o rac l a s so fn o n l i n e a rs y s t e m sw i t hu n c e r t a i n t yw h i c h d e p e n d so ns t a t e s ，i n p u t sa n du n k n o w np a r a m e t e r si sd i s c u s s e d b yu s i n gt h ee s t i m a t i o n s o fb o t ht h es t a t e sa n dp a r a m e t e r sw i t ha d a p t i v eo b s e r v e r s ，w ec a nd e t e c tt h ef a u l t 4 f i n a l l y , t h ep r o b l e mo fo b s e r v e r - b a s e df a u l td e t e c t i o nf i l t e r ( f d f ) f o rac l a s so fn o n - u n i f o r m l ys a m p l e d d a t am u l t i r a t es y s t e m si ss t u d i e d al i f t i n gt e c h n i q u ea n du n k n o w n i n p u to b s e r v e ra r eu s e dt od e s i g nt h ef d f t h ed e s i g no ff d fi sf o r m u l a t e da sah o p t i m i z a t i o np r o b l e ma n das o l v a b l ec o n d i t i o na sw e l la sa no p t i m a ls o l u t i o na r ed e r i v e d i i i a l lt h ea p p r o a c h e sd i s c u s s e di nt h i st h e s i sa r ed e m o n s t r a t e dt h r o u g hc o r r e s p o n d i n gs i m u o l a t i o n s n e 8 s k e y w o r d s ：d y n a m i c a ls y s t e m ；f a u l td e t e c t i o na n dd i a g n o s i s ；r e s i d u a l ；o b s e r v e r ；r o b u s t i v 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取 得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文 中不包含其他人已经发表或撰写过的研究成果，也不包含本人为获得江南 大学或其它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谢意。 签名： 虹 日 期 沙谚弓、f 关于论文使用授权的说明 本学位论文作者完全了解江南大学有关保留、使用学位论文的规定： 江南大学有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允 许论文被查阅和借阅，可以将学位论文的全部或部分内容编入有关数据库 进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文， 并且本人电子文档的内容和纸质论文的内容相一致。 保密的学位论文在解密后也遵守此规定。 、 签 名：弓掺雪 导师签名： j l 乙 日 期：仇纠3 1 7 1 1 问题提出与研究意义 第一章绪论 自动控制技术在现代化的工程技术系统中有着广泛的应用，如航空航天、核电站自动化控 制等领域，指导自动控制系统的分析和设计的控制理论也有了很大的发展4 0 年代和5 0 年代 中发展起来的经典控制理论被成功应用于单输入一单输出( s i s o ) 定常系统的分析和设计中 5 0 年代末，6 0 年代初，首先由空间技术需要而发展起来的现代控制理论具有更广泛的适应 性，它可以用于多输入多输出( m i m o ) 、定常和时变系统的分析和设计自7 0 年代以后， 随着计算机应用的普及，用来解决多层分散结构的复杂大系统的分析和综合的第三代控制理论 也得到了迅速的发展 控制系统是一类由被控对象、控制器、传感器和执行器组成的复杂系统，而各个部件又是 电子、机械、软件和其他因素的复合体如图1 1 ，是一个典型的控制系统结构 图1 1 控制系统结构图 f i 9 1 1c o n t r o ls y s t e m 组成控制系统的各个基本环节都有可能发生故障，根据发生故障的部件，故障可以分为三 种类型： 1 被控对象故障 对象的某一设备不能完成原有的功能 2 仪表故障 包括传感器、执行器和计算机接口的故障 3 计算机软件故障 包括计算机诊断程序和控制算法程序的故障以及计算机硬件的故障 随着生产水平和科学技术的不断发展，现代控制系统的规模日趋大型化、复杂化，自动化 的程度也越来越高自动化程度的提高可以提高生产率、降低生产成本，但系统发生故障的可 能性也随之增加，尤其在某些高科技领域，高可靠性的控制系统是必需的，控制系统的任何一 江南大学硕士学位论文 个故障都可能会导致一系列的连锁反应，导致整个设备甚至整个过程不能正常运行，轻者造成 停机、停产，重者会产生严重的甚至灾难性的人员伤亡最典型的灾难性故障如：1 9 8 4 年1 2 月印度博帕尔农药厂毒气泄漏事故，造成2 0 0 0 多人死亡，成为目前为止世界工业史上空前的 大事故；1 9 8 6 年4 月，前苏联切尔诺贝利核电站放射性泄漏事故，损失达3 0 亿美元，核污 染波及周边各国；1 9 8 6 年1 月，“挑战者，号航天飞机由于固体燃料助推火箭密封泄漏而引 起燃料箱爆炸，导致7 名宇航员全部遇难，总计损失达1 2 亿美元；更近的如2 0 0 3 年2 月1 日，载有7 名字航员的美国“哥伦比亚”号航天飞机，在结束了为期1 6 天的太空任务之后，返 回地球，在着陆前发生意外故障，航天飞机全部解体坠毁，不仅造成巨大的经济损失，而且使 人类探索太空的航天事业遭受重大影响。这些灾难性的事件无时无刻不在警示人们，现代设备 系统运行的安全性和可靠性的重要 维护技术人员通常根据经验或运用故障树的方法来辨别过程中的失常状态然而，这些方 法常常会造成系统故障的误判断，使一些没有出现故障的部件被更换掉，即误换这样，不仅 浪费了大量的生产资源，也浪费了生产时间，增大了生产成本所以，从节约成本、节约时间、 生产安全的角度出发，需要有一种可靠的故障诊断方法来监控控制系统过程故障诊断技术为 提高系统的可靠性提供了一条新的途径 故障诊断技术是一门应用型的多学科交叉的边缘学科，其基础是自动控制理论、电子计算 机理论与数学、信号处理技术、系统辨识可靠性理论、人工智能、专家系统等有关学科。近 年来，故障诊断技术已经成为自动控制领域中的一个新的研究方向 在计算机控制系统中，由于容错计算机技术的成熟，计算机硬件和软件的可靠性已达到了 较高水平，因此传感器和执行器的故障就成了导致控制系统失效的主要原因据统计，8 0 的控制系统失效起因子传感器和执行器的故障因此，研究控制系统的故障诊断问题，重点放 在研究传感器和执行器的故障诊断和容错控制问题 此篇论文选题是以国家自然科学基金面上项目一类非线性系统辨识建模理论与方法的 研究( 6 0 5 7 4 0 5 1 ) ( 2 0 0 6 0 1 2 0 0 8 1 2 ) 为背景开展的，从中派生出来的研究课题正是由于现 在控制系统的大型化、复杂化趋势，系统故障发生率也随之增加，一个极其微小的部件产生故 障就会引起系统一系列的连锁反应造成巨大的损失，甚至是灾难性事故，因此对于控制系统的 可靠性要求就显得很有必要那么系统的故障诊断技术显得尤其重要，研究动态系统的故障诊 断问题具有很强的理论意义和实用 1 2 故障诊断技术概念与任务 本节将给出动态系统故障诊断技术领域的一些概念与名词，它们是了解与研究动态系统故 障诊断技术的基础这些概念同样适用于线性系统和非线性系统的故障诊断问题 故障( f a u l t ) ：系统至少一个特性或者参数出现较大偏差，超出可接受的范围此时系统的 性能明显低于其正常水平，所以已难以完成其预期的功能故障按照不同的标准可分为多 种，如按故障发生的部位有传感器故障、执行器故障和元部件故障等，按故障的性质有突 2 第一章绪论 发性故障、缓变性故障和间隙故障等，按故障的持续时间有间断性故障和永久性故障等， 按故障的相关性有关联故障和非关联故障等，从建模角度按故障发生的形式可分为加性故 障和乘性故障等，按故障的相互关系有单故障、多故障、独立故障和局部故障等 残差( r e s i d u a l ) ：故障指示器，是实际测量值与理论计算值( 或正常值) 进行比较得到的 差值 故障检测( f a u l td e t e c t i o n ) ：确定系统是否发生故障 故障分离( f a u l ti s o l a t i o n ) ：在故障检测之后，确定故障的种类，故障发生的部位 故障辨识( f a u l ti d e n t i f i c a t i o n ) ：在故障分离之后，确定故障的大小以及故障发生的时 间、位置和故障性质，并对故障加以评价等 故障诊断( f a u l td i a g n o s i s ) ：有广义与狭义之分广义上它通常作为故障检测、分离和 辨识的通称；狭义上，它特指故障分离与故障辨识在后续文的叙述中可根据上下文加以 判断 故障检测与分离( f a u l td e t e c t i o na n di s o l a t i o n - f d i ) ：故障检测与故障分离之和 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 ) ：故障检测与故障诊断之和 误报( f a l s ea l a r m ) ：系统没有发生故障而报警 “误报率”是衡量故障诊断系统性能的 基本指标之一 漏报( m i s s i n ga l a r m ) ：系统发生了故障而没有报警“漏报率是衡量故障诊断系统性 能的又一个基本指标 诊断模型( d i a g n o s i sm o d e l ) ：为一组静态或动态关系，它把特定的输入变量一“症状 与 特定的输出变量一傲庠联系了起来诊断模型可以有许多不同的表示方法，以与不同的 故障诊断方法相对应例如，解析模型是一种人们熟悉的诊断模型，而神经网络、模糊逻 辑系统等以其特有的方式存储、表示诊断模型 解析冗余( a n a l y t i c a lr e d u n d a n c y ) ：与硬件冗余相对应，指通过用解析方法表示的系 统数学模型来产生冗余的信号冗余信号的产生往往是成功实现故障诊断的一个关键 故障决策( f a u l td e c i s i o n m a k i n g ) ：在故障发生后，根据故障的类别、严重程度、变化 趋势等，决定采取的相应措施 故障预报( f a u l tp r e d i c t i o n ) ：根据系统的残差和症状等动态信息，在故障尚未发生时对 其运行状态趋势的估计它一般通过对系统的运行参数或残差进行预测来实现准确的故 障预报可以有效地避免或降低故障发生带来的损失 3 江南大学硕士学位论文 当系统发生故障时，如何找出故障的特性描述，并利用它进行故障检测、预报、分离、辨 识，进而实现故障决策是f d d 的主要任务它包括故障特征提取、故障建模、故障检测、故 障预报、故障分离与辨识和故障评价与决策等几个方面的内容，其中故障检测、故障预报、故 障分离与故障辨识可以包含在故障诊断方法的研究中 1 故障特征提取： 通过数据测量和一定的信息处理技术获取反映系统故障的特征描述的过程故障特征 提取的主要方法有：直接观察和测量；参数、状态估计或滤波与重构；对测量值进行信息 处理，如f f t 、谱分析、小波分析等信号处理、神经元网络( a n n ) 、粗糙集( r s ) 理论 等 2 故障建模： 按照先验信息和输入输出关系，建立系统故障的数学模型，作为故障诊断的依据同 时它也包括故障树、有向图、定性推理等故障检测与诊断方法中非数学模型的建立 3 故障检测； 从可测或不可测的估计变量中，判断运行的系统是否发生故障，一旦系统发生意外变 化，应发生警报 4 故障分离与辨识： 如果系统发生了故障，给出故障源的位置，区别出原因是传感器、执行器和被控对象 等或者是特大扰动故障辨识是在弄清故障性质的同时，计算故障的程度、大小及故障发 生的时间等参数 5 故障评价与决策： 判断故障的严重程度，以及故障对系统的影响和发展趋势，针对不同的工况采取不同 的措施，其中包括保护系统的启动 故障检测与隔离的原理框图如图1 2 1 3 故障诊断技术的发展概况 经过三十多年的发展，控制系统的故障检测与诊断已经取得了丰硕的研究成果，其具体的 方法也越来越多对于线性系统的f d d 研究，由于线性系统理论中有效的分析工具，出现了 许多比较成熟的方法从原来简单的检测滤波器、广义似然比、极大似然比发展到后来的基于 观测器滤波器 1 , 2 1 、系统辨识参数估计法和一致空间法由于现实中的非线性系统越来越 多，也越来越复杂，那些基于线性系统的f d d 方法用到非线性系统中得不到好的效果随着 非线性理论、信号处理与智能控制的发展，非线性系统的f d d 技术已经有了很大发展，也出 现了许多f d d 方法，主要包括主元分析法( p c a ) 3 - 5 j 和小波变换法【6 j 等在内的基于信号处理 的方法、包括专家系统法和神经网络法等在内的基于知识的方法 4 第一章绪论 图1 2 故障检测与故障隔离框图 f i 9 1 2 f a u l td e t e c t i o na n df a u l ti s o l a t i o n 1 3 1 故障诊断技术的国际发展概况 按照故障诊断权威德国的p m f r a n k 教授的观点，故障诊断方法主要可划分为基于解析 模型的方法、基于信号处理的方法及基于知识的方法3 种【7 】，如图1 3 所示 1 3 1 1 基于解析模型的故障诊断方法 基于解析冗余的故障诊断技术被公认为起源于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f d d 方面的综述文章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 学术著作一f a u l td e t e c t i o na n dd i a g n o s i si nc h e m i c a la n dp e t r o c h e m i c a lp r o c e s s 随后，论 述这方面的重要文章和著作层出不穷。 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较为精确的数学模 型进一步，它又可以分为参数估计方法、状态估计方法和等价空间方法这三种方法虽然是 独立发展起来的，但它们之间存在的一定的联系现已证明了基于观测器的状态估计方法与等 价空间方法是等价的非线性系统的故障诊断的难点在于数学模型难以建立相比之下，参数 估计方法比状态估计方法更适合非线性系统，因为非线性系统的状态观测器的设计有很大的困 难目前，只有对某些特殊的非线性系统有研究，如双线性系统，而通常的等价空间方法仅适 用于线性系统【8 】 1 参数估计法 参数估计的故障诊断方法，指通过对系统模型参数的辨识来达到故障诊断的目的，即 由参数的显著变化来描述故障。它的基本思想是：把理论建模与参数辨识结合起来，根据 参数变化的统计特性来检测故障信息，根据参数估计值与正常值之间的偏差情况来判断故 障的情况故障诊断的参数估计方法主要有强跟踪滤波器方法，其最大特点就是利用了强 跟踪滤波器估计模型参数所谓强跟踪滤波器，就是对不确定模型具有鲁棒性，对突变和 缓变状态具有很强跟踪能力的滤波器 5 图1 3 故障诊断方法分类示意图 f i 9 1 3 t h ef a u l td i a g n o s i sa p p r o a c h 6 第一章绪论 在实际应用中，经常将参数估计方法与其它解析模型方法结合起来使用，以便获得更 好的故障检测和分离性能参数估计的故障诊断方法在实际生产中已得到广泛的应用，如 机床的故障诊断，造纸机的故障检测及非线性系统的集成故障诊断与容错控制 2 状态估计法 被控过程的状态直接反映系统运行的状态，通过估计系统的状态，并结合适当的模型 进行故障诊断它的基本思想是：重构被控过程状态，通过与可测变量比较，构成残差序 列，再构造适当的模型，并采用统计检验法，从残差序列中把故障检测出来，并做进一步 的分离、估计与决策在能够获得系统精确数学模型的情况下，状态估计方法是直接有效 的，但在实际中这一条件往往很难满足所以对状态估计方法的研究主要集中在提高检测 系统对建模误差、扰动和噪声等未知输入的鲁棒性及系统对于早期故障的灵敏度通常用 l u e n b e r g e r 观测器、k a l m a n 滤波器和自适应观测器进行状态估计 状态估计方法在实际中得到了广泛的应用，如飞机横轴自动驾驶仪采用检测滤波器方 法，水翼艇、机器人、三容水箱采用观测器方法，天然气管线采用自适应状态估计方法 3 等价空间法 等价空间方法的基本思想是：通过系统的输入、输出( 或部分输出) 的实际值检验被诊 断对象数学关系的等价性( 即一致性) ，从而达到检测和分离故障的目的这些关系能够给 出表示传感器输出之间的静态代数关系的直接冗余或者被诊断对象的输入输出之间的动态 关系的瞬时冗余 1 3 1 2 基于信号处理的故障诊断方法 当难以建立诊断对象的解析模型时，基于信号处理的方法是非常有用的，因为这种方法回 避了抽取对象的数学模型的难点直接利用信号模型，如相关函数、高阶统计量、频谱和自回 归滑动平均过程，以及小波分析技术其中，小波变换方法是近年来发展起来的一种很有前途 的方法这种方法对于线性系统和非线性系统都是很适用的 1 小波变换方法 基于小波变换的故障诊断方法是一种新的信号处理方法，是一种时一频分析方法，具 有多分辨分析的特性，非常适合非平稳信号的奇异性分析【6 一故障诊断时，对采集的信号 进行小波分析，在变换后的信号中除去由于输入变化引起的奇异点，剩下的奇异点即为系 统发生的故障点。连续小波变换可区分信号的突变和噪声，离散小波变换可检测随机信号 频率结构的突变，故障检测灵敏准确，克服噪声能力强，但在大尺度下会产生时间延迟，且 不同小波基的选取对诊断结果有影响该方法随着小波理论研究的深入而发展较快近年 来，将小波变换与模糊集合论、神经网络理论相结合，提出了模糊小波和小波网络的故障 诊断方法一般来说，有三种基于小波变换的故障诊断方法：利用观测信号的奇异性进行 故障诊断；利用观测信号频率结构的变换进行故障诊断；利用脉冲响应函数的小波变换进 7 江南大学硕士学位论文 行故障诊断小波变换不需要系统的数学模型，对噪声的抑制能力强，有较高的灵敏度， 运算量也不大，是一种很有前途的故障诊断方法虽然小波变换引入故障检测与诊断只有 数年时间，但已涌现出大量的成果，如导弹运输车的故障诊断、长输管道的故障诊断及直 升机的故障诊断 2 主元分析方法 主元分析( p r i n c i p a lc o m p o n e n ta n a l y s i s - p c a ) 是一种有效的数据压缩和信息提取 的方法，该方法可以实现在线实时诊断，一般应用于大型的、缓变的稳态工业过程的监控 【4 ，1 0 】主元分析用于故障诊断的基本思想是：对过程的历史数据采用主元分析方法建立正 常情况下的主元模型，一旦实测信号与主元模型发生冲突，就可判断故障发生，通过数据分 析可以分离出故障主元分析对数据中含有大量相关冗余信息时的检测与分离非常有效， 而且还可以作为信号的预处理方法用于故障的特征量提取 3 利用6 算子和利用k u l l b a c k 信息准则的故障诊断 利用6 算子的故障诊断是基于算子构造h i l b e r t 空间的最小二乘投影向量集，推导出 完整的格形滤波器作为故障检测滤波器，用6 算子描述的后向预测误差向量的首位元素作 为残差，并采用自适应噪声抵消技术使残差对故障敏感【1 1 】该方法可以在线实时检测， 具有灵敏度高、计算量小、抗噪声能力强的优点。但有时其无限宽数据窗使故障信息难以 消除；基于k u l l b a c k 信息准则的故障检测，是利用k u l l b a c k 信息准则度量系统的变化， 在不存在未建模动态时将其与阈值比较可以有效检测故障【1 2 | 4 基于信号模态估计的故障检测 这种故障诊断方法先根据被诊断系统的闭环特征方程找到对应每一个物理参数变化的 根轨迹集合，再任取一个闭环信号，用最j 、- - - 乘估计系统的模态参数，最后采用模式识别 技术，将估计出的模态参数与某一物理参数变化的根轨迹集合匹配，以达到诊断出故障的 目的。此方法可以直接根据系统物理参数变化进行诊断，而且可以估计出物理参数的实际 变化量，但是计算量却比较大 1 3 1 3 基于知识的故障诊断方法 基于知识的方法虽然是较晚出现的，但一出现就得到了大家的广泛重视和研究，成为发展 的热点这主要是因为在目前控制系统日趋大型化、复杂化的情况下，系统的模型越来越难以 精确地建立，而基于知识的故障诊断方法与基于信号的故障诊断方法类似，也不需要定量的数 学模型不同之处在于，它克服了基于信号处理方法的缺点，引入了诊断对象的许多信息，特 别是可以充分利用专家诊断知识等，所以是很有前景的故障诊断方法，尤其是在非线性系统领 域它分为基于症状的方法和基于定性模型的方法等基于症状的方法包括神经网络方法、模 糊推理方法、专家系统方法、模式识别方法等；基于定性模型的方法又可分为定性观测器、定 性仿真、知识观测器等 8 第一章绪论 1 专家系统故障诊断方法 专家系统的故障诊断方法，是指计算机在采集被诊断对象的信息后，综合运用各种规 则( 专家经验) ，进行一系列的推理，必要时还可以随时调用各种应用程序，运行过程中向用 户索取必要的信息后，就可快速地找到最终故障或最有可能的故障，再由用户来证实【1 3 1 专家系统故障诊断方法由数据库、知识规则库、人机接口、推理机等组成 专家系统故障诊断其根本目的在于利用专家的领域知识、经验为故障诊断服务目前 在机械系统、电子设备及化工设备故障诊断等方面已有成功的应用但专家系统的应用依 赖于专家的领域知识获取。知识获取被公认为专家系统研究开发中的“瓶颈”问题，另外， 在自适应能力、学习能力及实时性方面也都存在不同程度的局限 2 模糊故障诊断方法 故障诊断是通过研究故障与征兆( 特征元素) 之间的关系来判断设备状态由于实际 因素的复杂性，故障与征兆之间的关系很难用精确的数学模型来表示，随着某些故障状态 模糊性的出现，就不能用“是否有故障”的简易诊断结果来表达，而要求给出故障产生的 可能性及故障位置和程度如何此类问题用模糊逻辑能较好地解决，这就产生了模糊故障 诊断方法【圳其典型方法是模糊故障向量识别法 模糊故障诊断方法是利用模糊集合论中的隶属函数和模糊关系矩阵的概念来解决故障 与征兆之间的不确定关系，进而实现故障的检测与诊断。这种方法计算简单，应用方便， 结论明确直观在模糊故障诊断中，构造隶属函数是实现模糊故障诊断的前提，但由于隶 属函数是人为构造的，含有一定的主观因素；另外，对特征元素的选择也有一定的要求， 如选择得不合理，诊断结果的准确性会下降，甚至造成诊断失败 3 故障树故障诊断方法 故障树( f a u l tt r e e f t ) 模型是一个基于被诊断对象结构、功能特征的行为模型，是 一种定性的因果模型，以系统最不希望事件为顶事件，以可能导致顶事件发生的其他事件 为中间事件和底事件，并用逻辑门表示事件之间联系的一种倒树状结构它反映了特征向 量与故障向量( 故障原因) 之间的全部逻辑关系 在利用故障树进行故障搜寻与诊断时，根据搜寻方式不同，又可分为逻辑推理诊断法 和最小割集诊断法 4 神经网络故障诊断方法 对于故障诊断而言其核心技术是故障模式识别，而人工神经网络由于其本身信息处理 特点，如并行性、自学习、自组织性、联想记忆功能等，使其能够出色解决那些传统模式 识别方法难以圆满解决的问题，所以故障诊断是人工神经网络的重要应用领域。目前神经 网络是故障诊断领域的一个研究热点 9 江南大学硕士学位论文 神经网络在设备诊断领域的应用研究主要集中在两个方面：一是从模式识别的角度应 用它作为分类器进行故障诊断；二是将神经网络与其他诊断方法相结合而形成的复合故障 诊断方法模式识别的神经网络故障诊断过程，主要包括学习( 训练) 与诊断( 匹配) 两个 过程其中每个过程都包括预处理和特征提取两部分 学习过程：在一定的标准模式样本的基础上，依据某一分类规则来设计神经网络分类 器，并用标准模式训练 诊断过程：将未知模式与训练的分类器进行比较来诊断未知模式的故障类别 利用各种诊断方法的优点与神经网络相结合，可以得到效率更高的复合故障诊断方 法如将神经网络与专家系统相结合的诊断方法，模糊神经网络故障诊断系统和神经网络 信息融合故障诊断系统等，都显示出其特别的诊断特性 神经网络故障诊断虽然有它独特的优越性，但也存在一些困难，主要表现在三方面： 一是训练样本获取困难；二是忽视了领域专家的经验知识；三是网络权值表达方式难以理 解但是基于神经网络的故障诊断方法也已经进入实际应用阶段，主要用于卫星姿态测量 系统故障诊断、航天飞机发动机故障诊断、船舶柴油机故障诊断等 5 基于信息融合故障诊断方法 信息融合就是对来自多传感器的信息按一定的准则加以自动分析和综合的数据处理过 程，以完成所需要的决策和判定信息融合在军事领域中已有广泛的应用，但在设备故障 诊断中的应用还是近年来的事情信息融合应用于故障诊断的起因有三个方面：一是多传 感器形成了不同通道的信号；二是同一信号形成了不同的特征信息；三是不同诊断途径得 出了有偏差的诊断结论融合诊断的最终目标是综合利用各种信息提高诊断准确率 信息融合故障诊断方法主要有b a y e s 推理、模糊融合、d s 证据推理及神经网络信息 融合等 6 基于a g e n t 故障诊断方法 a g e n t 理论与技术研究源于2 0 世纪8 0 年代中期的分布式问题求解，它是当今人工智 能与软件工程中的研究热点a g e n t 是一个具有自主性、反应性、主动性和社会性特性的 基于硬件或软件的计算机系统，通常还具有人类的智能特性，如知识、信念、意图和愿望 等 故障诊断的a g e n t 系统，是将多个a g e n t 组合起来工作，设计出一组分工协作的多 a g e n t 系统，不仅使诊断系统准确率得以提高，而且增强环境的适应性使系统在运行过 程中发现和挖掘知识，提高学习能力，实现诊断系统性能的自我完善、发展和提高 一般的a g e n t 故障诊断系统需要解决的关键问题有：故障信号的检测，特征信息 的提取；故障诊断a g e n t 的刻画；管理控制a g e n t 及数据挖掘a g e n t 的设计；各 a g e n t 之间的通信与协作 1 0 第一章绪论 1 3 2 国内开展故障诊断技术的新发展 8 0 年代开始，我国的学者着手进行故障诊断技术的研究经过专家和学者们多年的努力， 取得了许多成功，获得了国际同行首肯从国内的资料来看，近年来的研究内容主要围绕以下 几个方面： 考虑系统的故障类型：1 传感器故障；2 执行器故障；3 系统及控制器故障 考虑故障诊断的决策分类方法：1 阈值法；2 模糊逻辑法；3 贝叶斯分类法；4 故障 假设检验法 考虑故障检测的方法：1 。基于解析模型的方法，包括一致空间法、观测器法、参数估计 法；2 基于信号处理的方法，包括频谱分析法、小波分析法等；3 基于人工智能的方法，包 括神经网络法、知识推理法、故障树特征树搜寻法、模糊隶属度法等 在基于解析模型的故障诊断方法中，比较突出的是由清华大学周东华教授提出的强跟踪 滤波器方法【1 5 】基于强跟踪滤波器的理论，提出了一种高度系统化的参数偏差型故障的检测 及诊断方法，并被应用于一类非线性时变随机系统，得到了一套系统地检测并诊断这类系统部 件、执行器故障和传感器故障的有效方法故障类型可以是阶跃型、缓慢漂移型，在特定条件 下还可以是脉冲型在国际上还首次得到了一种非线性系统故障幅值的在线估计方法，为进一 步实现容错控制创造了必要的条件 而基于专家系统方法的故障诊断是目前国内最活跃的研究领域近年来的主要工作进展 有： 1 机器学习的研究学习系统根据知识库中已有的知识，用户对系统提问的动态应答及故障 示例等，采用各种学习方法来得到新的知识以提高系统性能 2 自适应诊断专家系统研究 3 基于规则的产生式系统与神经网络方法相结合， 服传统专家系统不能应用于非线性领域的弱点， 利用神经网络的自适应和自学习功能，克 取得了一系列研究成果 4 基于信息的专家系统研究不管是什么样的诊断系统，其核心都是信息的获取、处理和利 用，也就是信息的运动因而，基于科学家s h a n n o n 的信息论原理，可以将不同层次的知 识用信息熵的概念统一处理这一思想首先被用于机器人领域，后来又被应用于专家系统 中 5 将时态推理技术引入专家系统，建立基于时态推理的故障模型实时性是衡量专家系统的 个重要指标之一，尤其是一些重要的工业过程，例如化工、电厂等，它们所在领域的固有 特点要求诊断系统必须能在给定的时间内推导出令人信服的结果提高系统实时性的研究 主要集中子两个方面：一个是对知识表示的方法进行改造，使系统具有表达知识的能力； 另一个是建立时态推理的诊断模型，用模糊描述时态知识的不精确性，从而把时态信息用 于故障诊断 1 1 江南大学硕士学位论文 值得一提的是，近年来国内基于深知识模型的故障诊断逐渐引起人们的兴趣，它具有浅知 识模型所没有的许多良好的优点 1 4 故障诊断有待解决的问题及其发展趋势 目前，关于非线性系统的故障诊断技术的研究正方兴未艾，尤其是控制理论、信号处理、 人工智能、模式识别等学科的发展，为非线性系统的故障诊断技术提供了丰富的理论基础 控制系统故障诊断中需要进一步解决的问题主要有以下几个方面： 1 鲁棒故障检测 在基于解析模型的故障诊断方法中，鲁棒性残差的产生是非常重要的，因为在控制系 统的故障检测中，存在噪声、干扰和模型误差等不利因素因此，为了减少故障诊断单元的 误报率，鲁棒性是必须考虑的问题，使得设计的控制系统的故障诊断算法是只对系统存在 的传感器和执行器故障或控制系统中其他零件的故障灵敏，而对于模型的不精确和误差、 以及系统的噪声和干扰不敏感的鲁棒性观测器基于未知观测器的故障诊断方法已经成为 当前研究的热点和发展方向之一 2 非线性故障检测 由于非线性对象的存在是普遍的，许多控制系统对象都很难用精确的对象模型来进行 描述，所以对于非线性系统的故障诊断方法越来越受到重视用于非线性故障诊断的自适 应非线性观测器方法和用于状态与参数联合估计的强跟踪滤波器方法是重点研究方向另 外，鉴于滑模变结构控制具有很好的鲁棒性，一些研