第2章 智能故障诊断的构成

1、1 智能故障诊断技术智能故障诊断技术 主讲人：沈志熙 重庆大学自动化学院重庆大学自动化学院 2 第二章第二章 智能故障诊断的构成智能故障诊断的构成 o1. 智能故障诊断的基本结构 o2. 智能故障诊断的构成原理 o3. 智能故障诊断的构成方法 o4. 智能故障诊断的评价指标* 3 1. 智能故障诊断的基本结构智能故障诊断的基本结构 o两大部分：故障检测与诊断故障检测与诊断、故障容错控制 智能故障诊断与容错控制的基本结构智能故障诊断与容错控制的基本结构 4 故障检测与诊断模块的主要任务故障检测与诊断模块的主要任务 o故障检测与诊断故障检测与诊断：就是从监控对象中适时准确地检 测出故障信息，并对故

2、障产生的原因、部位、类型、 程度及其发展做出判断。 o其主要任务主要任务通常包含以下几个方面的内容： n获取故障信息； n寻找故障源，确定故障的位置、大小、类型及原因； n评价故障的影响程度，预测故障的发展趋势； n对检测诊断结果做出处理和决策。 5 故障检测与诊断模块的基本要求故障检测与诊断模块的基本要求 o1）对故障具有强检测能力对故障具有强检测能力 n故障检测能力的强弱，一方面反映了检测诊断模块对故 障的检测能力，另一方面也直接影响故障诊断的效果 n对弱故障信号和早期故障信号，故障检测能力尤为重要 o2）对故障具有强诊断能力对故障具有强诊断能力 n能综合运用多种信息和多种诊断方法，以灵活

3、的诊断策 略来解决诊断问题； n能通过使用专家的经验，而尽量避开信号处理方面复杂 的实时计算； n能处理带有错误的信息和不确定性信息，从而相对降低 对测试仪器和工作环境的要求。 6 故障检测与诊断模块的基本要求故障检测与诊断模块的基本要求 o3）尽量采用模块化结构尽量采用模块化结构 n结构应当模块化，使之可以方便地调用其他应用程序 n如维修咨询子模块、模拟故障诊断子模块等 o4）具有人机交互诊断功能具有人机交互诊断功能 n现代设备的复杂性，要求综合运用多种知识源（浅、深 知识）来求解复杂问题 n用户适当地实时参与，将使诊断速度更快、准确性更高 n用户参与有主动和被动两种方式：主动参与可干预和引

4、 导推理过程；被动参与只回答提问，而不干预推理过程 7 故障检测与诊断模块的基本要求故障检测与诊断模块的基本要求 o5）具有多种诊断信息获取的途径具有多种诊断信息获取的途径 n获取的诊断信息越丰富，则诊断效果越好 n首先，应具有自动获取状态信息（当前、历史）的功能 n其次，应能通过人机交互获取状态信息 o6）对问题求解应当实时和准确对问题求解应当实时和准确 n实时：一旦发现故障迹象，应立即开始诊断工作 n准确：输出结果应当细致明了，对于并发故障允许输出 多个诊断解，对于同一故障则只有一个诊断解，对于征 兆不完备情况应输出按权值排序的多个候选故障解 8 故障检测与诊断模块的基本要求故障检测与诊断

5、模块的基本要求 o7）具有学习功能具有学习功能 n现代设备的复杂性以及新知识的不断涌现，导致专家现 有知识的不足 n要求系统具有被动和主动（自学习）获取新知识的能力 o8）具有预测能力具有预测能力 n应能预测故障的发生和发展，以便在故障没有发生之前 采取措施，将故障消灭在萌芽状态，使损失减为最小 o9）具有决策能力具有决策能力 n故障出现前，应能提前预测故障 n故障出现后，应能对故障做出决策并提供维护方案 9 2. 智能故障诊断的构成原理智能故障诊断的构成原理 o2.1 故障检测与诊断方法 o2.2 故障检测与诊断中的信息机制* o2.3 故障检测与诊断中的机器学习技术故障检测与诊断中的机器学

6、习技术 10 2.1 故障检测与诊断方法故障检测与诊断方法 o1）基于数学模型的故障检测与诊断方法 n特点是必须将故障数学模型化，有时建立模型很困难 n不依赖实例和经验，适用于新的没有成熟经验的诊断 o2）基于参数估计的故障检测与诊断方法 n特点是须先确定一个信任域，当参数超出域时认为故障 n适用于故障能由参数的显著变化来描述的诊断 o3）基于信号处理的故障检测与诊断方法 n通过对检测信号的分析处理，利用特征信号对故障进行 识别和诊断。典型方法：小波变换、模态分解等 o4）基于知识的故障检测与诊断方法 n不需精确的数学模型，能模拟人的思维过程，具有自学 习、自组织、自推理能力 11 o5）基于

7、实例（案例）的故障检测与诊断方法 n是一种使用过去的经验实例指导解决新问题的方法 n优点是不需从实例中提取规则，求解快；不足是能搜集 的实例是有限的，求解时可能出现误诊或漏诊 o6）基于模糊理论的故障检测与诊断方法 n征兆的描述、故障与征兆的关系往往具有模糊特性，模 糊语言变量能更准确地表示这种模糊性的征兆和故障 n问题在于知识获取困难：如何确定故障与征兆间的模糊 规则；如何实现模糊语言变量与隶属度间的推理转换 o7）基于神经网络的故障检测与诊断方法 n利用神经网络的联想、推理和记忆能力进行知识处理 n适用于复杂多模式的诊断，有离线和在线诊断两种方式 12 2.2 故障检测与诊断中的信息机制故

8、障检测与诊断中的信息机制* o在学习和训练中，故障识别信息来于两方面： n一是由故障模式类别属性构成的信息源故障模式信故障模式信 息源息源：由系统的可能故障及其类别的出现概率所构成； n二是由故障样本特征属性构成的信息源故障特征信故障特征信 息源息源：由故障特征和特征的概率分布函数所构成。 o故障诊断是一个完整的信息获取、处理、再生和利 用的信息过程，其技术正是沿着如何有效挖掘、利 用相关信息的方向发展的。 13 故障诊断技术中的信息发展过程故障诊断技术中的信息发展过程 o直接信号检测方法直接信号检测方法：直接测量系统I/O信号或作简 单处理，通过阈值比较或浅层特征量进行故障诊断 o信号分析方

9、法信号分析方法：基于信号分析理论获取较深层特征 量进行故障诊断，如相关分析、谱分析、小波分析 o建模估计方法建模估计方法：面向过程建模，利用检测信号估计 出参数或状态进行诊断，如参数估计、状态估计法 o人工智能方法人工智能方法：20世纪80年代后期，以专家系统 为代表，通过引入学习机制学习机制和人机协作，对专家知 识所包含的信息间的因果关系进行推理，让信息获 取、处理、再生和利用等环节成为一种智能活动 14 2.3 故障检测与诊断中的机器学习技术故障检测与诊断中的机器学习技术 o故障诊断的智能化水平与系统的机器学习能力密切 相关，机器学习技术是提高智能故障诊断能力的主 要途径： n1）知识获取

10、技术 n2）深浅知识集成表示方法 n3）规则更新方法* n4）机器学习策略）机器学习策略 15 1）知识获取技术）知识获取技术 o知识获取是构造智能诊断系统的一个“瓶颈”问题 o传统的知识获取方法： n通过知识工程师获取知识 n通过知识编辑器获取知识 n通过学习程序获取知识 o复杂设备的智能故障诊断系统，知识获取方法： n从文本文献资料直接获取知识 n专家与诊断系统交互获取知识 n从经验或现有知识中学习获取知识 16 2）深浅知识集成表示方法）深浅知识集成表示方法 o一般说来，浅知识（人类专家的经验知识）的知识 表达直观、形式统一、模块性强、推理速度快，但 对于复杂过程，很难完整地表示诊断对象

11、的领域知 识，此时只有使用深知识（诊断对象的模型、原理 知识）进行诊断，因此必须将深浅知识结合起来。 o深浅知识的集成表示模型树形知识结构树形知识结构 n从纵向看，每种设备、部件和零件都具有一定的继承性 n从横向看，体现了同层相关的属性 n易于用面向对象的方法实现，易于实现知识管理和维护 17 3）规则更新方法）规则更新方法* o系统运行过程中，规则集通常需要不断更新 n新模式或已有模式的新成员确定 n数据库中规则更新的评价函数和属性统计方法 o粗糙集理论是一种处理模糊和不精确信息的新方 法基于粗糙集理论的规则更新方法 18 4）机器学习策略）机器学习策略 o简单学习：简单学习： n文献、专家

12、和资料所描述的关于诊断对象的结构、功能、运行 约束条件等知识，机械学习机制为主； n主要用于元知识学习阶段 智能故障诊断中的机器学习策略结构图智能故障诊断中的机器学习策略结构图 o交互学习：交互学习： n知识工程师或诊断对象处理过 的知识，讲授学习机制为主； n主要用于领域知识学习和知识 库丰富阶段 o独立学习：独立学习： n推理策略面对的新知识，归纳 学习机制为主； n主要用于诊断能力改善阶段 19 3. 智能故障诊断的构成方法智能故障诊断的构成方法 o智能故障诊断的构成可通过以下三步实现： n1）建立系统的设计目标； n2）设计智能故障诊断处理机构； n3）根据设计目标对所作的设计进行评价

13、。 如果满足目标则设计成功，否则返回第二步重 新进行设计，直到满足设计目标要求。 20 3.1 确立系统的设计目标确立系统的设计目标 o一个系统一般具有多个设计目标，其中最重要的三 个目标是：性能性能、成本成本和可靠性可靠性 o建立设计目标的首要任务建立设计目标的首要任务：是确定所要设计的系统 （称为目标系统），在这个三维参数空间中应处的 位置 o其中，各目标通常相互矛盾，应分阶段、折衷考虑 21 智能故障诊断系统的设计要求智能故障诊断系统的设计要求 智能故障诊断系统的设计，一般应满足以下要求： o1）满足故障诊断的实际需要满足故障诊断的实际需要； n主要指标有故障诊断率、诊断结果准确率、系统

14、可靠性 和投资效益比等，一般需分阶段实现系统目标。 o2）建立适应不同诊断对象的知识库建立适应不同诊断对象的知识库； n智能故障诊断系统是基于知识的，以知识处理为研究内 容，知识库的建立是保证诊断结果正确性的前提。 o3）能自动获取征兆能自动获取征兆； n征兆的自动获取是实现故障诊断智能化的重要环节。将 征兆获取从用户交给计算机，既可减少人为差错、提高 诊断准确率，又可减轻操作要求、提高系统可接受性。 22 智能故障诊断系统的设计要求智能故障诊断系统的设计要求 o4）诊断和推理方法应符合故障诊断要求诊断和推理方法应符合故障诊断要求； n应从征兆出发去诊断故障，征兆对故障的肯定和否定程 度，是故

15、障诊断的根本依据。因此，知识表示和不精确 推理应当充分反映故障诊断的特点。 o5）能实现计算机自动诊断能实现计算机自动诊断； n完成系统的方案设计后，用计算机进行系统的实际开发， 可以使故障诊断易于实现，并获得最佳效果。 o6）系统要经过严格的测试和考核系统要经过严格的测试和考核。 n一方面，开发进度的加快导致测试时间减少；另一方面， 系统一般是由缺少现场经验的人员研制的。 n经实验室模拟测试、现场测试后，才能投入实际应用。 23 3.2 设计智能故障诊断处理机构设计智能故障诊断处理机构* 智能故障诊断处理机构的设计通常包括内容： o1）分析环境因素分析环境因素； n即弄清使用环境对设备可靠性

16、的影响和约束，可以帮助 减少设计的选择范围。 o2）确定故障处理层次确定故障处理层次； n设备及其故障处理通常可以按某种层次结构来组织，某 层上的故障诊断一般可覆盖该层及下层故障，为防止故 障影响扩大，应尽可能在最近的层次上将故障覆盖。 o3）确定故障限制区确定故障限制区。 n必须充分考虑故障的传染问题，把任意故障的影响限制 在预定区域内（限制区）。故障限制区的大小通常依据 可重组或可修复（替换）的部件来确定。 24 3.3 确定智能故障诊断的评价内容确定智能故障诊断的评价内容* 智能故障诊断系统可从以下两方面进行评价： o1）可靠性评价可靠性评价： n可靠性评价包括智能故障诊断的可靠度、失效

17、率等。 o2）综合性能评价综合性能评价： n综合性能评价主要是智能故障诊断对故障的识别能力， 即设备发生或即将发生故障时，系统是否能准确地对故 障进行定位和定性。 25 4. 智能故障诊断的评价指标智能故障诊断的评价指标* o检测性能指标： n1）故障检测率故障检测率 Dr ：检测出的故障占实际出现故障总数 的比率。Dr 大好。 n2）故障检测灵敏度故障检测灵敏度 Ds ：故障检测系统对早期或轻微故 障检测的敏感程度。Ds 大好。 n3）故障检测及时性故障检测及时性 Dt ：发生故障后，系统在尽可能短 的时间内检测到故障的能力。Dt 大好。 n4）故障误检率故障误检率 Wr 、错检率错检率 Zr 和漏检率漏检率 Lr ：误检指没 有故障而误判为故障；错检指实际故障A错判为故障B； 漏检指出现故障而没有检测出来。Wr 、Zr 、Lr 小好。 26 o诊断性能指标： n1）故障分离能力故障分离能力 Zl ：诊断系统对不同故障的区分能力。 Zl 大好。 n2）故障分辨能力故障分辨能力 Zf ：对