（系统工程专业论文）基于多元统计分析的生产过程故障诊断研究.pdf

浙江大学硕士学位论文基十多元统计分析的生产过程故障诊断研究 、摘要 随着生产水平和科学技术的不断提高，现代工业过程系统的自动化控制朝着 大型化、复杂化的方向发展，这类系统和设备一旦发生故障，排除的时间增长， 不仅造成巨大的经济损失，甚至造成人员伤亡和环境污染。因此研究和开发具有 集控制、监视和诊断功能于身的过程监控系统已成为工厂综合自动化发展的迫 切需要，具有重要的理论意义和广泛的应用价值。故障诊断就是监视控制系统进 行故障检测与诊断，并对故障的原因、故障频率、故障的危害程度及趋势预测等 内容进行分析判断，为确诊故障点、及早采取维修、防护等补救措施提供科学的 决策依据。 基于多元统计分析的故障诊断方法是故障诊断领域的一个重要研究分 文以多元统计分析为理论基础，系统和深入地研究了这一方法的若干重要方面， 探讨现有方法在过程控制两类典型生产过程连续生产和间歇生产中的实际 应用及其存在的问题，并提出相应解决方案，主要研究内容和成果如下： 1 阐述了故障诊断的研究内容，各种方法的研究现状及发展趋势，特别对 基于多元统计分析的故障诊断方法的发展和现状进行了较完整的综述； 2 介绍了基于多元统计分析的故障诊断方法的主要数学工具，包括主元分 析( p c a ) 、主元回归( p c r ) 和部分最小二乘( p l s ) ，简单分析了它们 在故障诊断中的应用特点，为应用打下理论基础。 3 概述和总结了基于主元分析的多变量控制系统故障监测与诊断系统设计 思想，分析了主要统计量、控制图以及数据基本分析处理方法，并以一 个连续生产过程模型为例，阐述了故障诊断模型的建立过程以及诊断结 果分析。 4 分析了多向主元分析在间歇生产过程故障监测与诊断中的基本方法及动 态时间错位算法在处理多批次数据同步问题中的应用，并在此基础上针 对间歇过程的复杂非线性特点以及控制系统的实时监测要求，提出了差 分多模型以及滑动模型的故障诊断建模方法。以一个间歇生产过程为例， 介绍了这两个方法在诊断过程中的作用及特点。 最后，对于故障诊断领域的各种研究方法作了简单的对比分析，并指出了基 于多元统计分析的故障诊断方法的一些值得关注和加以深入研究的方砸。 关键词：故障谚酹：主元芬磊，多向主亮务析，多模i 7 ；动癀螽 i i i 浙江大学硕士学位论文琏十多元统计分析的生产过程故障诊断酬究 a b s t r a c t w i t ht h er a p i dd e v e l o p m e n to fm a s sp r o d u c t i o na n dn e wt e c h n o l o g y ，a u t o m a t i cc o n t r o l s y s t e m sf o rm o d e r ni n d u s t r i a lp r o c e s s e sh a v eb e e ne x p a n d i n gt oi n c r e a s i n gc o m p l e x i t ya n d l a r g e rs c a l e ，i nt h en e w e r aw i t hh i g h l yp r o g r e s s e dp r o d u c t i o na b i l i t y ，s c i e n c ea n dt e c h n o l o g y h o w e v e r ，t h em o r ec o m p l i c a t e ds y s t e m o nt h eo t h e rh a n d ，b r i n g st h a ti nc a s eo fu n e x p e c t e d f a u l ti t n o r m a l l yt a k e sl o n g e rt i m ea n de x p e n s et of i g u r eo u ta n de l i m i n a t e ，o re v e nc a u s e s h u m a ni n j u r i e so re n v i r o n m e n t a lp r o b l e m s t h e r e f o r e ，r e s e a r c ho ni n t e g r a t e dp r o c e s sc o n t r o l s y s t e m ，w h i c hi n c l u d e ss u c hr o l e sa sc o n t r o l ，m o n i t o r i n g ，d i a g n o s i s ，p r o v e st oh a v ei m p o r t a n t t h e o r e t i c a la n dp r a c t i c a lv a l u e f a u l td i a g n o s i s ，p r o v i d e ss c i e n t i f i cm e t h o d o l o g yt od e t e c ta n d d i a g n o s es y s t e me x c e p t i o n ，a n df i n do u tf a u l ts o u r c e f r e q u e n c y ，s e v e r i t y ，t e n d e n c ye t c ，s oa s t ot a k et i m e l ya n de f f e c t i v es o l u t i o n m u l t i v a r i a t es t a t i s t i c a lt e c h n i q u ei sa ni m p o r t a n tb r a n c hi nt h er e s e a r c ho ff a u l td i a g n o s i s t h e p a p e rs y s t e m a t i c a l l ye l a b o r a t e st h i st e c h n i q u e f r o mm a n ya s p e c t s ，d i s c u s s i n gt h ee x i s t i n g m e t h o d sa p p l i e di nt w ot y p i c a lp r o c e s s e s ：c o n t i n u o u sp r o c e s sa n db a t c hp r o c e s s ，a sw e l la s t h e i rw e a k n e s sa n dt h er e s p e c t i v es o l u t i o n sa r ei n t r o d u c e d c o n t e n t si nt h i sp a p e ra r ea s f o l l o w i n g 1 t h ep a p e rs u m m a r i z e st h ed e f i n i t i o n ，c o n t e n t s ，c a t a l o ga n dd e v e l o p i n gt e n d e n c yo f f a u l t d i a g n o s i s ，e s p e c i a l l yp r o v i d e sc o m p l e t e a n dh i s t o n c a li n t r o d u c t i o no n m u l t i v a r i a t es t a t i s t i c a lt e c h n i q u e 2 b r i e f l y i n t r o d u c e s 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 ) a n di t sa p p l i c a t i o n i nf a u l t d i a g n o s i s ，a n db r i n g s s e v e r a l c o m p u t a t i o n a l m e t h o d so fp c a b a s e do nw h i c h p d n c i p a lc o m p o n e n tr e c u r s i o n ( p c r ) a n d p a r t i a ll e a s ts q u a r e s ( p l s ) 3s u m m a r i z e st h ed e s i g na n dd e v e l o pw a y so fm o n i t o n n ga n df a u l td i a g n o s i ss y s t e m s b a s e do np c af o rm u l t i v a r i a b l ec o n t r o l s y s t e m i n t r o d u c e s t h em a i ns t a t i s t i c a l v a r i a b l e s ，m u l t i v a r i a t ec o n t m lc h a r l sa n dt h ea n a l y s i sw a y so fs t a t i s t i c a lv a r i a b l e s t h e nt h i s p a p e rt a k e sam o d e lo fc o n t i n u o u sp r o c e s sf o re x a m p l e ，t os h o wa n d a n a l y s i st h er e s u l to f f a u l td i a g n o s i sb a s e do np c a 4 d e s c r i b e st h em o d e l i n g ，p r o c e s s p e r f o r m a n c em o n i t o r i n g a n df a u l t d e t e c t i o nf o r b a t c hp r o c e s s e su s i n gm u l t i w a yp r i n c i p a lc o m p o n e n t a n a l y s i s ( m p c a ) m e t h o d a n d t h ed y n a m i ct i m ew a r p i n g ( d t w ) ，w h i c hu s e dt os y n c h r o n i z et h et i m el e n g t ho fd a t a t r a j e c t o r i e so b s e r v e di si n t r o d u c e d b a s e do nt h e s et e c h n i q u e st w oi m p r o , ! e dm p c a 浙江大学硕士学位论文基卡多元统汁分析的生产过程故障诊断研究 m u l t i - m o d e lm p c aa n ds l i d e - m o d e lm p c a ，a r ep r o p o s e d ，a n dt a k e sam o d e lo fb a t c h p r o c e s sf o re x a m d l e t oi n t r o d u c et h et w om p c a nt h ee n d ，c o n t r a s ta n da n a l y s i so nm o s tr e s e a r c hm e t h o d so nf a u l td i a g n o s i sa r em a d e ，i n o r d e rt of i g ur eo u ti s s u e st h a td e s e r v em o r ea t t e n t i o na n dd e e p e ru n d e r s t a n d i n gf o rf u t u r e r e s e a r c hi nm u l t i v a r i a t es t a t i s t i c a la n a l y s i s k e y w o r d s = f a u l td i a g n o s i s ，p r i n c i p a lc o m p o n e n ta n a l y s i s m u l t i w a yp r i n c i p a lc o m p o n e n t a n a l y s i s ，m u l t i - m o d e im p c a ，s l i d e - m o d e lm p c a v 浙江大学硕士学位论文壮十多几统计分析的生产过程故障诊断 l j l 充 致谢 时问过得真快，在我论文即将完成，并将告别学习和生活了近七年的母校之 际，首先我要向我的导师梁军老师致以最诚挚的谢意。梁老师在繁忙的科研和工 作中，不仅在科研中给予我精心的指点和循循善诱的启发，发掘我的潜力，而且 在生活和今后的发展上给以无私的帮助和鼓励，使我受到潜移默化的熏陶，他渊 博的知识、开阔的眼界以及严谨的学术作风永远是我学习的榜样。 系统工程研究所的钱积新老师、邵之江老师、王慧老师以及邓赤老师在我科 研工作中也给了我许多帮助，感谢他们以及所有关心和帮助过我的老师们和长辈 们。 特别感谢己远在加拿大的大师兄仲卫涛，感谢你给予我的不断鼓励和帮助， 在你身上我学到了很多。同时，在这里也向同实验室的李翔、赵清江、吕俊德和 王永铭等同学致以深深的谢意。 感谢宰守刚、李东晖等我所有的同学和朋友，你们带给我的快乐是我不断前 进的动力。 最后要感谢我的女友以及我的家人，在我求学过程中他们一直支持、鼓励和 帮助我，让我正视各种困难和挫折，对生活充满信心。 陈勇 2 0 0 3 年3 月于求是园 v 浙江大学硕士学位论文基十多，亡统计分折的生产过程故障诊断研究 第一章绪论 摘要：本章阐述了生产过程系统故障和故障诊断的基本概念，分析了故障诊断的 过程与实质，从基于解析模型、基于信号处理以及基于知识三种分类标准介绍了 目前一些故障诊断的方法。重点阐述了基于统计过程的方法、现状，并对故障诊 断的发展动向作了简要的分析。 关键词：故障，故障检测，故障诊断，过程控制，统计分析 1 1引言 连续生产过程，如石油炼制、化工、电力、钢铁、冶金等行业，它们的生产 环境通常处于高温高压或低温真空等极端条件，如操作不当，疏于检测或因不可 抗拒的自然界因素，时有生产中断、爆炸、泄漏毒气的危险。多年来，气轮机转 子断裂、锅炉断裂、反应器升压爆炸、有毒气体泄漏等事故常有发生，不仅给生 产带来巨大损失，而且严重威胁着人身安全。因此故障检测和诊断问题引起了越 来越多的关注，已成为国际自控界的热点研究方向之一( 周东华等，1 9 9 5 ) 。 故障诊断技术在近十几年来得到了很大的发展，其应用范围在日益扩大，由 最先的航天、航空领域及核电站的诊断迅速扩展到各工业领域。故障诊断技术已 取得了大量的应用成果，并创造了巨大的经济效益。随着系统可靠性、维修理论 与技术的发展，以控制理论为基础的故障诊断技术也不断发展，故障诊断已发展 成一门应用型的边缘学科，它涉及系统论、控制论、信息论。检测与估计理论、 计算机科学等多方面的内容。 1 2 故障诊断的过程与实质 1 2 1 故障的基本概念 故障可以理解为至少一个系统的重要变量或特性偏离了正常范围( i s e 肿锄 r ，1 9 9 6 ) 。广义的讲，故障可以理解为系统的任何异常现象，使系统表现出所 不期望的特性( f r a n k1 9 9 0 ) 。根据故障发生的部位可以把生产过程系统的故障分 为元部件故障、传感器故障和执行器故障。根据故障的时间特性，可以把故障分 浙江大学硕- 士- 学位论文基十多几统计分析的生产过程故障诊断研究 为突变故障和缓变故障。根据故障发生的形式，可以把故障分为加性故障和乘性 故障。 l 2 j 2 故障梭漉与诊颧原理 所谓故障诊断，是指由计算机利用系统解析冗余，完成工况分析，对生产是 否正常和是什么原因引起故障、故障的程度有多大等问题进行分析、判断，得出 结论。利用解析冗余的故障诊断技术是从本世纪7 0 年代初，首先在美国发展起 来的。美国麻省理工学院的b e a r d ( 1 9 7 1 年) 首先提出了用解析冗余代替硬件冗 余，并通过系统的自组织使系统闭环稳定，通过比较观测器的输出得到系统故障 信息的新思想，标志着这门技术的诞生。 故障诊断技术是一门综合性的技术，它的开发涉及多门学科，如现代控制理 论、可靠性理论、数理统计、模糊集理论、信号处理、模式识别、人工智能等学 科理论，因此它是一门多学科交叉的实用性技术，化工过程故障诊断的过程主要 包括以下四个步骤： 故障检测：检测系统状态的特征信号，及时发现控制系统发生故障并报警， 这主要与监测技术、传感器技术及电子技术有关。提高故障的正确检测率、降低 故障的漏报率和误报率，一直是故障检测与诊断领域的前沿课题。 故障分离：从所检测到的特征信号中提取征兆，即信号处理与特征变换，根 据检测到信号寻找故障源，确定故障类型及大小。这主要依靠数学工具，目前的 技术已经扩展到小波变换、主元分析、自适应共振理论、神经网络等。 故障评价：将故障对于系统性能指标，功能的影响等作出判断和估计，给出 故障等级。其中故障估计时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。 故障决策：根据故障检测的信息及故障评价的等级来进行故障定位，并做出 故障诊断决策，采取措施以避免故障的扩大。这部分主要方法有数学分析、控制 理论、系统辨识、人工智能和模式识别等。 故障诊断过程如图1 1 所示： 浙江大学硕士学位论文基十多元统计分析的生产过程故障诊断研究 图1 - 1 故障诊断过程示意图 1 3 故障诊断方法的分类 1 9 9 0 年，国际故障诊断领域的理论权威r m f r a n k 教授( 1 9 9 0 ) 认为所有的 故障诊断方法可以分为三类：基于解析模型的方法、基于信号处理的方法和基于 知识的方法。随着近十年来f d i 理论与实践的发展，上述划分方法已不很合适， 尤其是对于工业过程故障检测与诊断领域发展起来的新方法更是如此。例如与统 计学有关的方法，包括单变量控制图方法、多变量的主元分析( p c a ) 和部分最 小二乘( p l s ) 等方法，归为信号处理的范畴并不恰当。因为一般意义下，信号 处理指的是基于f o u r i e r 分析的各种频谱分析和滤波技术；此外基于图论的一些 方法，把它归于基于知识的方法也不是很合适。因此，近几年来有学者将这些方 法不失一般性地分成基于数学模型的方法和不依赖于数学模型的方法。 1 3 1 基于数学模型的方法 1 9 7 1 年麻省理工学院的b e a r d 博士首先提出了用“解析冗余”的概念代替 传统的软件冗余用于容错控制系统的设计，为基于数学模型的故障诊断方法的出 现奠定了基础，f r a n k ( 1 9 9 0 ) 明确地提出利用解析冗余地概念进彳亍故障诊断。 基于数学模型的方法是利用观测器或滤波器对控制系统的状态和参数进行 重构，并构成残差序列，然后采用一些措施来增强残差序列中包含的故障信息， 抑止模型误差和扰动等非故障信息，最后通过对残差序列的统计分析来检测出故 3 浙江大学硕士学位论文基十多儿统计分析的生产过程故障诊断研究 障的发生并进行故障的识别。此方法的前提是被检测过程的数学模型必须可利 用，并且足够准确。 状态估计方法 状态估计方法的基本思想是：首先重构被控过程的状态，通过与可被测变量 比较构成残差序列，再构造适当的模型并用统计检验法，从残差序列中把故障诊 断检测出来。因此，这就要求系统可观测或部分可观测，通常用各种状态观测器 或滤波器进行状态估计。在能够获得系统的精确数学模型的情况下，状态估计方 法是最直接有效的方法，然而在实际中，这一条往往很难满足，所以目前对于状 态估计方法的研究主要集中在提高检测系统对予建模误差、扰动、噪声等未知输 入的鲁棒性及系统对于早期故障的灵敏度。通常说来，这两个指标是互相矛盾的， 只能在二者之间根据具体的设计要求进行折中。 目前的状态估计方法用于故障诊断的研究主要集中于线性系统，对于非线性 系统的研究成果还比较少，但实际系统绝大多数都是非线性系统。目前处理非线 性系统可以分成两类，一类方法是将非线性系统在一个或几个工作点附近线性 化，用一个线性模型集表示系统，建模误差当作未知输入，应用未知输入解耦方 法设计残差，使之不受建模误差的影响。另一类方法是基于非线性模型的方法， 如基于非线性观测器的方法和基于非线性参数估计的方法，这些方法往往都是针 对某种特定的非线性系统。 等价空间方法 等价空间方法的基本思想就是利用系统的输入输出的实际测量值检验系统 数学模型的等价性( 即一致性) 以检测和分离故障。k i r m a e r t ( 1 9 9 6 ) 提出基于 约束优化的等价方程方法，用有限多个模型描述系统，表示模型参数的不确定性， 用滑动平均等价方程产生残差，将残差的鲁棒性以及故障分离的要求转化为在满 足非凸平方不等式约束集的前提下最小化平方代价函数。g e r t l e r ( 1 9 9 3 ) 提出基 于系统的动态方程产生具有方向性残差的方法，在指定的故障相应中包含故障系 统的不变零多项式，可以得到多项式形式的残差产生器。此方法设计方向性残差 笔故障检测滤波器更直观简单，适用于更多的情况，输出传感器故障也可以仅限 浙江大学硕士学位论文摹十多几统计分析的生产过程故障诊断研究 于某个方向而不是一个平面，且不存在非最小相位零问题。f 1 w a n g ( 1 9 9 7 ) 提出 广义残差产生器的方案，通过一些变换从原系统中消去未知输入项，利用新的等 价系统的输入输出描述构造等价方程，产生基本残差。用动态加权阵变换基本残 差，增加设计的自由度，满足故障检测与分离的要求。 参数估计方法 参数估计方法根据模型参数及相应的物理参数的变化来检测和分离故障。与 状态估计的方法相比，参数估计法更利于故障的分离。参数估计方法要求找出模 型参数和无力参数之间的一一对应关系，且被控过程需充分激励。因此将参数估 计方法和其它基于解析模型的方法结合，可获得更好的故障检测和分离性能。周 东华( 1 9 9 3 ) 给出一种非线性系统参数偏差型故障的检测与诊断算法，由扩展卡 尔曼滤波器得到残差序列，用残差加权平方和算法快速检测故障，再采用强跟踪 滤波器，得到系统状态和非线性时变参数的联合估计。g a r c i a ( 1 9 9 9 ) 提出首先 构造故障检测观测器，快速检测故障并进行故障预分离，再基于包含可能故障的 简化模型作参数估计，进一步分离故障，此方法减少了待估参数的个数从而降低 参数估计方法对输入激励的要求，并且可以分离在系统状态空间巾有相同方向的 故障。h o f l i n g ( 1 9 9 6 ) 首先利用连续时间的等价空间方法快速检测故障，再根 据等价残差估计某个线性参数的变化，从而回避参数估计算法对持续激励的要 求。对于存在慢时变参数的系统，使等价方程的系数对估计出的参数变化值具有 自适应能力，可以提高故障检测的性能。 基于数学模型的故障诊断方法的研究状况可归纳为：主要研究成果在于残差 的产生方法方面，对于残差评价的研究仍是不足；鲁棒故障诊断问题，对于模型 失配和外部扰动抑制的研究，也只是初步的：此夕 对于故障的可检测性、可重构 性、可识别性，以及可分离性的理论分析也并不完善，只限于某些特殊的方法， 且难以同时对这四个性质都进行严格的理论分析。 1 3 2 不依赖于数学模型的方法 除了基于数学模型的方法以外，其它的诊断方法再本文中都认为是不依赖于 数学模型的方法。显然由于f d i 应用范围极广，属于不依赖于数学模型的诊断方 浙江大学硕士学位论文基十多元统计分析的生产过程故障诊断研究 法也是难以计数的。在此间金额其中较有代表性的几类方法： 利用k u l l b a c k 信息准确检测故障 k u m a m a i m ( 1 9 9 6 ) 提出一种利用k u l l b a c k 信息准则进行故障诊断检测的方 法。它首先用基于g o o d w i n 的随机嵌入方法把末建模动态特性当作软界估计， 利用遗传算法和梯度方法辨识参数和软界。然后在k u u b a c k 信息准则中引入一个 新指标未建模动态特性，合理设计阈值，选择合适的决策方案实现故障诊断。这 对于非线性系统也是可行的，它可以把部分非线性归到末建模动态特性中去。 基于小波变换的方法 小波变换是一种时间尺度分析方法，具有多分辨分析的特点。利用连续小 波变换可以检测信号的奇异性。因为噪声的小波变换的模极大值随着尺度的增大 迅速衰减，而信号的小波变换在突变点的模极大值随着尺度的增大而增大( 或由 于噪声的影响缓慢衰减) ，所以，可以用连续小波变换区分信号突变和噪声。同 意离散小波变换可以检测随机信号频率结构的突变。目前基于小波变换的方法有 利用观测器信号的奇异性、利用观测信号频率结构的变化以及利用脉冲相应函数 的小波变换三种方式进行故障诊断。 小波网络是一种连续的非线性映射，相当于用小波基函数作为节点激活函数 的神经网络，其物理意义为近似的小波反变换，其中的参数可以通过学习方法得 到，所以它结合了小波分析与神经网络的特点。吕柏权( 1 9 9 8 ) 利用小波网络来 辨识非线性对象，然后，利用信号在小波变换的多尺度刻画下表现行为不同的特 点来检测出突变的故障信号。 总支，小波变换不需要系统的数学模型，对噪声的抑止能力强，有较高的灵 敏度，运算量也不大，是一种很有前途的方法。 基于神经网络的方法 人工神经元网络由于具有模拟任何连续非线性函数的能力和从样本学习的 能力，因而在故障诊断中得到了广泛的重视。人工神经元网络用于故障诊断主要 有四种方式：1 ) 用神经元网络产生残差：2 ) 用神经元网络评价残差：3 ) 用神 浙江大学硕士学位论文基十多兀统计分析的生产过程故障诊断研究 经元网络做一步诊断；4 ) 用神经元网络作自适应误差补偿。 定性知识具有表达不确定、不准确知识的能力，所以今年来人们在应用神经 元网络解决故障诊断问题时，有一个明显的趋势就是希望能够在神经元网络的框 架下集成定性知识。为此，模糊神经元网络成为研究的一个热点，此外在b 一样 条网络中也可以包括符号知识。 基于模糊逻辑的方法 模糊推理符合人类的自然思维过程，便于处理定性知识，成为故障诊断方法 研究的一个热点。基于模糊推理的故障诊断方法主要有：1 ) 基于模糊模型的故 障诊断方法：2 ) 基于自适应模糊阈值的残差评价方法；3 ) 基于模型聚类的残差 评价方法；4 ) 基于模糊逻辑的残差评价方法；5 ) 基于模糊模式识别的故障诊断 方法。模糊方法适用于测量值较少且无法获得精确模型的系统。 基于统计分析模型的方法 单变量统计监测方法( m o n t g o m e t y ，1 9 9 1 ) ：这是一种最为直观的统计过程 监测方法，通过对过程中的关键变量设定正常的变化范围界限来达到监测目的。 s h e w h a r t 图、c u s u m 图，以及e w m a 图等都是基于这一基本原理。 多元统计监测方法( j a c k s o n ，1 9 9 1 ) ：多元统计分析在故障诊断中的应用方 法是从统计过程控制( s p c ) 发展演变而来的，它利用多元统计分析理论对被监 测过程进行统计建模，然后基于该模型进行监测。此类方法的特点是可以同时分 析多个过程变量，提取它们之间的内在联系，因此能更好地描述整个被监测过程 的状态，避免单变量监测方法的不足。常用的多元统计分析监测方法有：主元分 析( p c a ) 、部分最小二乘( p l s ) ，以及因子分析、主成分回归等。 基于专家系统的方法 专家系统诊断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来进行医疗诊断的，如m y c i n 、c a s n e t 等。近来， 浙江大学硕士学位论文基于多元统计分析的生产过程故障诊断研究 在化工等工业过程中得到了广泛应用，专家系统得以推广的原因主要有以下几 点： ( 1 ) 生产的复杂性导致了故障的多样性和复杂性，完全依靠传统的诊断方 法是不行的，只有在专家系统的框架下，综合利用专家的经验等浅层知识才能解 决。 ( 2 ) 专家的丰富经验和知识是宝贵的财富，通过开发专家系统，可以对这 类知识进行收集、整理、精炼和升华，这有利于保存，并可以为更多的人利用。 ( 3 ) 遇到的许多故障诊断问题都是非常规的问题，或实际不可计算的常规 问题，正好适合永专家系统的方法解决。 ( 4 ) 专家系统可以收集多个专家的经验和知识，可以像专家一样工作，而 不受环境、一1 2 , , j n 等因素的影响，因此，是理想的替代人类专家进行故障诊断的工 具。 目前用于故障诊断的专家系统主要有：i f o m 、a m s 、m o d e x 、b i o e x p e r t 以及e s c o r t 等，然而专家系统也有不易克服的缺陷，如知识获取瓶颈问 题。一方面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规则与之 对应的新故障现象时，系统显得无能为力。知识的表示是一种显式表示，一般表 示为“如果，则”。而有些问题是很难用这种形式表示的。在知识的推理上， 传统的专家系统是用串行方式，其推理方法简单、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，且推理速度慢、效率低。还有， 系统缺乏自学习和自完善能力，现行的故障诊断专家系统在运行过程中不能从诊 断和系统设计的一些边缘问题求解具有很强的脆弱性。系统的求解能力完全局限 于知识库中仅有的规则，对知识获取时专家知识具有不一致性、不完全性和不准 确性，系统不能在实例系统中自我完善。 基于故障树的方法 首先是分析出系统的故障事件，再将导致该事件发生的直接原因，包括硬件 故障，环境因素，人为因素等，用适当的符号表示之，用适当的逻辑门把他们与 8 浙江大学硕士学位论文基于多元统计分析的生产过程故障诊断研究 故障事件联系起来。其次，逐级展开故障事件发生的原因，直至把最基本的原因 分析出来为止，构成一棵故障树。当系统发生故障后，通过对故障树的分析寻找 故障源。 其优点是直观性强，灵活性大，通用性好。缺点是建树繁琐，工作量大，易 错漏，因此，仅适用于故障空间比较小的诊断问题。 基于定性模型的方法 基于定性模型的方法今年来在欧洲收到高度重视，得到迅速发展。定性仿真 是基于定性模型的故障诊断方法的重要部分，它用表示系统物理参数的定性变量 和表示各参数间相互关系的定性微分方程构成约束模型，描述并模仿系统的结 构，以确定从给定的初始状态出发得到的系统状态。这种基于定性模型的故障诊 断方法比起基于专家系统的方法，大大简化了知识获取的过程。 不依赖于数学模型的方法有一个显著的特点，即基本上都是数据驱动 ( d a t a d r i v e n ) 的，或者是基于知识的( k n o w l e d g e b a s e d ) 。上面列举的方法中 多数只要求有过程数据就可实现对过程的监测。这一特点再实际应用中有着非常 重要的意义，因为在某解工业过程中，唯一可利用的信息就是过程数据。此外， 不依赖于过程数学模型的方法还很容易利用操作经验、工艺知识、理事故障记录 等信息，而这些信息的正确利用往往会起到事半功倍的作用。但需要指出的是， 由于没有利用过程数学模型，使得不依赖于数学模型的方法一般难以对故障的可 检测性、可识别性等基本问题进行严格的理论分柝，今年来这一状况正在得到改 变。从实际应用来看，不依赖于数学模型的故障诊断方法更加适合，更有发展前 日 m o 1 4 统计过程控制的研究及其进展 1 4 1 统计过程控翻的发震过程 本世纪初，统计科学的发展为统计过程控制技术的出现奠定了基础。美国贝 尔实验室的s h e w h a r t 博士在1 9 2 4 年5 月绘出世界上第一张质量控制图。在随后 的几年早，他和他的同事不断进行这方面的研究。1 9 2 9 年，贝尔实验室的道奇 浙江大学硕士学位论文基于多元统计分析的生产过程故障诊断研究 ( hf d o d g e ) 和罗米格( hgr o m i n g ) 发表了论文抽样检查方法，提出用 拙样检查代替全数检查的方法来保证产品的质量，1 9 3 1 年，s h e w h a r t 博士发表 了他的经典著作 e c o n o m i cc o n t r o lo f q u a l i t yo f m a n u f a c t u r e d p r o d u c t ) ) ，标志着工 业统计学研究的开始。 二战时英美军队需要大量高质量的军需品，s p c 被成功用于军工生产后，实 现了在增加产量和降低成本的同时，明显提高产品质量的目标。二战后日本处于 百废待兴的局面，1 9 5 0 年美国统计学家d e m i n g 博士在日本作了关于质量控制的 讲座，1 9 5 4 年另一位美国质量专家j u r a n 博士又为日本大公司中、高层管理人员 讲解了管理层领导作用在质量系统中的重要性。这些思想与方法在战后复苏的日 本得到广泛的应用，使其产品质量明显提高，说生产出来的高质量低成本的电子、 汽车等产品迅速占领了世界市场，一跃成为经济强国。 统计过程控制在日本的成功应用引起西方国家对这一技术的重新认识。美国 通用电器公司的费根堡姆( a v f e i g e n b a u m ) 和质量管理专家朱兰( j m j u r a n ) 又提出全面质量管理t q m ( t o t a lq u a l i t ym a n a g e m e n t ) 理论，把质量控制推向 新的高度，它与统计质量控制s q c ( s t a t i s t i c a lq u a l i t yc o n t r 0 1 ) 一起，被列为质 量控制发展的两个阶段。 在今年来激烈的市场竞争中，为适应连续制造业寻求产品质量提高的需求， 在传统统计过程控制和多变量统计分析方法研究的基础上逐渐形成了多变量统 计过程控制。由于连续过程的特点及其相关处理的复杂性，使得多变量过程控制 从理论方法到实际应用，都还有许多问题有待研究解决。而且，研究人员对于现 有的理论和方法，本身也存在很多争辩和分歧，因而多变量统计过程控制属于尚 在发展过程中的新技术。 统计过程控制今天已经得到了广泛的工业应用。单变量统计过程控制方法 ( 如s h e w h a r t 控制图、累积和图、指数加权平均图等) 以及一些质量控制和质 量管理方法( 如t a g u c h i 方法等) 已经被工业界所广泛接受，多变量统计控制方 法也开始进入工业应用。目前所报道的多变量统计控制在工业生产中的应用主要 集中在北美和欧洲，这和多变量统计过程控制的研究主要集中在北美和欧洲有 关。m i l l e r 等( 1 9 9 3 ) 报告了美国柯达公司应用多变量统计质量控制的情况，并 1 0 浙江大学硕士学位论文璀十多儿统计分析的生产过程故障诊断研究 提出了贡献图方法。k o s a n o v i c h 和p i o v o s o ( 1 9 9 5 ) 报告了美国杜邦公司应用多 变量统计控制的情况。w i s e 等( 1 9 9 9 ) 报告了将多向主元分析、三线形分解及 平行因素分析应用于美国德克萨斯仪表公司德半导体蚀刻过程德情况。m a r t i n 等 ( 1 9 9 9 ) 报告了多变量统计过程控制在欧洲的应用情况。这些应用基本上是通过 多变量统计分析方法来对生产过程进行监控，及时找出产生不正常运行的原因或 者故障。通过及时排除这些故障，可以提高过程能力和产品质量的一致性。 关于统计控制的商业软件也逐渐增多，进行统计分析的一个很好的软件包是 美国特征向量研究公司( e i g e n v e c t o rr e s e a r c h ) 出的在m a t l a b 软件下运行的 p l s 软件包( w i s e 和g a l l a g h e r ，1 9 9 8 ) 。英国的m d c 技术公司同纽卡斯尔大学 合作，于近期推出了m s p c + 软件包( h a w k i n s 和w o o d ，1 9 9 9 ) ，该软件融入了 纽卡斯尔大学化工系在多变量统计控制方面的一些研究成果。瑞典的 u m e t r i c s 公司于最近推出了s i m c a 4 0 0 0 软件包，该软件包可用于在线多变量 统计过程控制。另外还有美国l y l e k e a r s l e ys y s t e m si n c 开发的i n f i r d t y q ss p c 系列软件；美国s a si n s t i t u t ei n c 研制的s a s q c ；加拿大q u a l i t r a np r o f e s s i o n a l s e r v i c e si n c 开发的s p c p i + 系列软件等。 1 4 2 统计逯程控翻基本原理 统计过程控制发展到现在已经成为一个比较庞大的质量控制领域，各种s p c 技术已达近百种，这些技术都是基于统计学中的小概率事件原理：在一次观测中， 小概率事件是不可能发生的，一旦发生就认为系统出现问题。把此原理转化为工 程技术语言可描述为“预先假定过程处于某一状态，一旦显示出偏离这一状态的 极大可能性就认为过程失控，于是需要及时调整”。设其质量特点为x ，工作原 理如图1 2 。 e ，观测值1 观测值2 图1 - 2s p c 工作原理图 图1 - 3 监测用控制图 浙江大学硕士学位论文接十多儿统计分析的生产过程故障诊断研究 观测值1 落入小概率事件域以外的范围，因而认为过程在正常运行。而观测 值2 位于小概率事件域乜内，因而判断过程失控。如此多次观测和判断就是连续 地进行统计假设检验，就形成了工作图，即监测用控制图，见图1 3 。这种控制 图具有多种形式，但工作原理和方法都是相同的，用这类控制图对过程进行的监 测即为s p c 的一个重要作用。 控制图应分为分析用控制图和监控用控制图。多数研究是关于监控用控制图 的。 1 4 3统计过程控锚的主要硪究领域 最初提出的统计监控的许多方法，力求简单化并易于计算，否则无法应用到 实际当中。例如，用样本离差代替样本方差，估计过程波动，这在统计质量控制 的应用中十分普遍。而且，s p c 主要应用于零件加工工业，其应用环境往往难于 收集到大量的数据。当前s p c 的应用环境已大不相同，无论是零件加工工业还 是过程工业，都已开始采用分布式计算机系统、在线测量、收集数据及分析处理。 在有些情况下，因此数据采集与处理变得相当便捷，目前s p c 主要有以下几个 研究领域： 】多元质量特性的过程监控技术 产品质量通常是由杰相关的质量特性确定的，多元控制图在监控均值矢量或 方差协方差矩阵时要考虑这种相关性。自1 9 4 8 年h o t e l l i n g 建立了h o t e l l i n g 统计量，以此构造多元质量特性控制图以来，随后又出现了多变量累积和 ( m c u s u m ) 和多元指数加权移动平均控制图( m e w m a ) 。但这些控制图以及 后来的许多研究成果存在的共同问题是：一旦控制图告警，难于识别是哪一个变 量或哪些变量失控。 在探测过程波动过程中，多变量控制图的特性随着监控变量数目的增加而减 弱。而且在过程工业中，这种技术遇到严重的挑战。比如，上百个变量的数据集、 自相关、非一致的采样点等，使得传统多元控制图的应用十分困难。因此，目前 一个热点问题就是降低多变量的维数，常采用的技术是主成分，部分最小平方， 回归调整变量等方法。 浙江大学硕士学位论文基于多元统计分析的生产过程故障诊断研究 在识别失控变量过程中，通过过程观测和h o t e l l i n g 图发现问题后，由于相 关性很难判断哪些特性有问题，因而可以采用二分搜索，把多个变量分成两部分， 通过残差消除一部分对另一部分的影响，然后再用残差向量建立h o t e l l i n g 图， 这样可以分清哪些部分变量出现问题，确定一部分之后，再利用二分方法直到最 终找到某一个或多个失控变量。 2 s p c 和a p c 的结合 s p c 和a p c ( a u t o m a t i cp r o c e s sc o n t r 0 1 ) 来自不同的工业过程。前者来自零 件工业，后者来源于过程工业，且两者具有不同的理论基础和工业目标。因此， 它们一直相对独立发展。到8 0 年代初，越来越多的制造业大量运用自动控制技 术，使得工业控制领域内两种控制理论和方法相互吸收对方的研究成果，并出现 某种融合趋势。这意味着充分发挥了a p c 反应敏捷和s p c 诊断准确的优点。在 整个生产过程监控中，通过适当的过程调整，抑制、抵消波动；通过统计过程控 制，发现失控的原因，进而消除系统缺陷，从而确保产品质量稳定。近年来，这 两类过程控制技术的结合，一直是质量控制领域的研究热点。由此还出现了算法 统计过程控制( r w h o e r l ，1 9 9 2 ) 3 测量系统的研究 在科学实验和生产过程中，要对其结果进行分析研究，就必须测量数据，而 测量数据的精度依赖于测量过程的能力。测量系统中的研究主要集中在测量过程 中波动源的分离、测量过程的监控和测量系统的优化等几个方面 ( dc m o n t g o m e r y 等，1