控制系统故障诊断王建勋B84213125

1、院 系 专 业 班 级 学 号 姓 名 指导教师 负责教师控制系统故障诊断北方科技学院机械设计制造及其自动化B842131B王建勋王巍沈阳航空航天大学2011年11月故障诊断的概念以及方法故障是由于系统中部分元器件功能失效而导致整个系统功能恶化 的事件。当系统发生故障时， 系统中全部或部分的参变量就表现出与 正常状态不同的特性， 这种差异就包含着丰富的故障信息。 故障诊断 的任务是对系统故障的特征进行描述， 并利用这种描述去检测和隔离 系统的故障。 故障诊断包括故障特征提取、 故障估价和故障决策等几 个部分。动态系统的故障检测与诊断( Fault Detection and Diagnosis

2、，FDD) 是容错控制的重要支撑技术之一。 FDD 技术的发展已大大超前于容 错控制，其理论与应用方面的成果也远远多于容错控制， 依然是人们 研究的热点问题。目前国际上每年都有几百上千篇有关 FDD 方面的 论文与报告涌现。故障诊断技术起源于 Beard 在 1971 年发表的博 士论文 2 。 1976 年， Willsky 在 Automatica 上发表了第一篇有关 FDD方面的综述性文章3。Himmelblau于1978年出版了国际上第 一本FDD方面的学术著作4。随后有大量的这方面的重要综述文章 与著作 5-14被发表。我国开始 FDD 技术的研究要比国外晚十年左 右，清华大学的方崇

3、智教授等从 1983 年开始了 FDD 技术的研究工 作。 1985 年叶银忠等在信息与控制 上发表了国内第一篇 FDD 技 术的综述文章 6。 1994 年周东华等在清华大学出版社出版了国内第 一本 FDD 技术的学术专著 13，随后几年又有相关的学术专著问世 14 。经过多年的发展， 故障诊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。这些 FDD 方法大致可以分成依赖于模型的FDD方法与不依赖于模型的 FDD方法两大类。状之间的差异， 可以用隶属度函数表示； iii) 侯选者产生器，根据差异提出可能的故 障源，一般用有限搜索法进行搜索； iv) 诊断策略，用来协调整个循

4、环搜索过程， 确定与实际过程的症状相匹配的模型。 快速而高效的故 障诊断算法一直是人们设计的目标， 把智能算法用于故障诊断中并推 广到实际应用中去，是人们研究的兴趣所在。吉林大学博士学位1. 依赖于模型的故障诊断方法For personal use only in study and research; not for commercial use基于模型的故障诊断方法的指导思想是用解析冗余取代硬件冗余， 然 后通过构造观测器估计出系统输出， 再与系统输出的实际测量值作比 较得到残差信号。 残差信号中包含着丰富的故障信息， 经过故障方向 辨识，可以从中隔离出故障的部位，从而达到故障诊断的目的。

5、基于 解析模型的方法是现有 FDD 方法研究中成果最多的一个，又可以分 为两种，分别是基于状态估计的故障诊断方法和基于参数估计的故障 诊断方法。 基于状态估计的方法 一般认为，基于状态估计的方法起源于 1971 年 Beard 所作的一次 报告中 2 。在报告中， Beard 首先提出了故障诊断检测滤波器的概念， 这也标志着基于状态估计的故障诊断方法的诞生。 随后有大量的研究 人员对这种 FDD 方法进行了探讨。基于状态估计的方法首先要构造 状态观测器对系统的状态进行估计， 用来得到系统输出的估计值。 然 后用输出的估计值和实际测量值之间的偏差信号作为残差信号来判 断系统中是否发生了故障。 正

6、常情况下， 系统的残差信号是很小或趋 近于零的。当系统中发生了执行器、传感器或其他元部件的故障时， 系统的残差信号则会有一个较大的变化， 这种变化显然包含系统的故 障信息在内，只需对残差信号进行故障方向辨识就可准确地定位出故 障的位置。 Commault 提出用一组观测器协作检测系统中发生的故障 15。这是更为有效、可靠的FDD方法，然而可能加大故障诊断的时 间。为了使故障诊断机构对未知输入（扰动信号）和系统的参数摄动 具有鲁棒性，Saif应用未知输入观测器（UIO）方法设计了故障诊断 算法16，并在线辨识受损部件的故障程度。随后， Chen 进一步研 究了基于未知输入观测器的故障诊断方法 1

7、7，并将其用于含有随机 噪声的一类系统的故障检测中 18。用于观测一类含随机噪声系统状 态的更有效的工具是 Kalman 滤波器，很自然地研究人员就将 Kalman 滤波器用于随机系统的故障诊断。 Caliskan 将 Kalman 滤波 器用于传感器的故障检测 19， Keller 则仔细分析了用于故障诊断的 Kalman 滤波器的结构，并对其残差进行了解耦，使得能够同时检测 多个执行器故障20。Larson21使用和Commault相同的思路，但 使用不同的方式发展了一组受限的 kalman 滤波器，可以对系统中发 生的执行器或传感器故障进行检测和诊断。 很有在实际应用中推广的 价值。 基

8、于状态估计的故障诊断方法依然是人们研究的一个热点。 在故障诊 断机构中，对故障信号检测的敏感性和故障诊断机构对系统参数摄动 的鲁棒性是始终存在着的矛盾体，如何协调二者之间的矛盾以便能达 到各自指标的最优化是人们都在努力解决的问题。 实际应用中所面临 的一些问题也有待于人们去进一步探讨。基于参数估计的方法 一个实际系统总是由多个元部件组成的，而每一个元件或部件的特性 都可以通过一个物理参数来描述，如电路中的电阻、电容、电感，机 械弹簧的弹性系数等等，通常被称为物参。而由实际物理系统抽象出 来的数学模型中的系数，被称为模型参数，简称模参。模参描述系统 的整体行为，而物参则描述构成系统的元部件的局部

9、行为， 二者以一 定的映射关系联系在一起。记物参为 P，模参为B ,则P和B的映 射关系可以表示为0 = f (P),常被称为物参-模参关联方程。系统的 故障总是由于系统中的某一或某些元部件的损坏、 失效或性能降低引 起的，也就是说系统发生故障时，必定是某些元部件的物参发生了变 化。而物参的变化又必然引起相应的模参的变化。 若已知模参0 的变 化情况，就能通过物参模参关联方程确定出物参 P 的变化情况，从 而可以进行故障诊断，这是基于参数估计的故障诊断方法的主导思 想。 Isermann 在 1984 年对基于参数估计的故障诊断方法作出了完 整的描述 5。其思路是：首先通过对实际系统的机理分析

10、确定系统的 模型参数0和物理参数P间的关联方程0 = f (P),再利用实时辨识技 术在线辨识系统的实际模型参数 0?由入到P = f （中求取实际 的物理参数P?,将P?和P的标称值进行？1比较，就可以确定出系统 中是否发生了故障以及发生故障的程度。 针对实际系统中存在的随机 噪声， Juricic 等结合数理统计方法设计了随机系统的参数估计故障诊 断方法 22，并且对系统的未建模动态具有一定的鲁棒 性。对比基于状态估计和基于参数估计的两种故障诊断方法， 可以看 出：基于状态估计的方法具有较好的实时性， 因为不论是常规的观测 器还是 Kalman 滤波器都是呈指数型收敛的，这在实际应用中有很

11、大 的价值；而参数估计方法的收敛性要差一些， 会导致比较大的故障诊 断的延时。基于状态估计的方法对系统的输入信号的要求不是很严 格，并不需要有连续不间断的激励信号存在。 而基于参数估计的方法 却总是需要有激励信号存在， 这一点也限制了基于参数估计的方法在 实际中的应用。基于状态估计的方法能够检测出来的故障是有限的， 特别是被控对象的故障情况， 即便是能检测出来， 也很难准确定位出 被控对象中受损元件的物理位置和受损程度。 这是基于状态估计方法 的缺陷， 却恰恰是基于参数估计方法很容易解决的问题。 这两种故障 检测方法如能结合起来使用，将会产生更大的效用2. 不依赖于模型的故障诊断方法 当前的控

12、制系统变得越来越复杂， 不少情况下要想获得系统的数学模 型是 非常困难的。不依赖于模型的故障诊断方法因此受到了人们的高度重 视。而基于知识的方法不需要精确的数学模型，也因此具有很好的发展前景23,24。*基于信号的方法 基于直接可测信号的故障诊断方法这种方法根据直接可测的输入、输出信号和它们的变化趋势来进行故 障诊断。在正常情况下，输入、输出信号的变化范围和变化趋势总是 在一定的范围之内，当超出规定的范围时，就说明系统中有故障发生。 -基于信号处理技术的故障诊断方法借用信号处理手段，对系统的输出在频率、幅值、相位和相关性等方 面进行分析以获取系统中的故障信息。常用的有谱分析方法、相关分析方法等

13、23,24,25。其中，小波变换是一种比较新的基于信号处理技 术的故障诊断方法23,25，是一种时间-尺度分析方法，具有多分辨 率分析的特点。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 的模极大值随尺度增大而增大（或由于噪声的影响而缓慢衰减），即 噪声Lipschitz指数处处都远小于零，而信号在突变点的Lipschitz指数大于零（或由于噪声的影响而等于模很小的负数），所以，可以用 连续小波变换区分信号突变和噪声。同样，离散小波变换可以检测随机信号频率结构的突变。主要有两种基于小波变换的故障诊断方法： 一种是利用观测器信号的奇异

14、性进行故障诊断；另一种是利用观测信 号频率结构的变化进行故障诊断。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 前途的方法。 基于知识的方法 目前，基于知识的方法不需要精确的数学模型， 是人们研究的一个热 点问题。 主要包括基于神经网络的方法、 基于模糊逻辑的方法和各种 智能控制的结合方法。 基于神经网络的方法 由于神经网络具有处理非线性和自学习以及并行运算的能力， 使其在 非线性系统的故障诊断方面有很大的优势。 神经网络技术代表了一种 新的方法体系， 它以分布的方式存储信息， 利用网络的拓扑结构和权 值分布实现非线性映射， 并利用全局并行处理实

15、现从输入空间到输出 空间的非线性信息交换。对于特定问题建立适当的神经网络故障系 统，可以从其输入数据（代表故障症状）直接推出输出数据（代表故 障原因），从而实现故障检测与诊断。 基于模糊逻辑的方法 这种方法应用模糊逻辑对故障输出的残差进行处理， 而后给出诊断结 果。具体有以下几方面的应用。1） 残差的模糊逻辑评价 这种方法首先需要将残差用模糊集合来表述，然后用模糊规则“Ifthe进行推理，最后通过反模糊化得到诊断结果。2） 采用模糊逻辑自适应调节阈值残差的阈值易受建模不确定性、 扰动及噪声的影响。 阈值过小会引起 误报，过大则会漏报，所以最好是能根据工作条件，自适应的改变阈 值的大小，降低误报

16、率和漏报率。在难以得到精确的数学模型时，可 以用模糊规则描述自适应阈值。 基于定性模型的方法1) 定性仿真 定性仿真是定性推理的一种方法，它把系统行为描述为状态转换图， 系统可能的行为则是状态转换图中的一条途径。 系统的定性模型由一 组表示物理参数的定性变量(具有有限定量值，并为时间的函数)和 一组表示各参数间相互关系的定性方程构成。 定性仿真则是描述并模 仿系统的结构， 从给定的初始状态出发得到当前系统状态。 相应的故 障诊断策略分为两类： 一类是基于故障模型的， 另一类是基于正常模 型的。前者用故障模型来解释当前观测结果， 它需要了解所有故障模 式，后者不需要了解故障模式，它是根据当前观测

17、结果是否2) 知识观测器在基于知识的系统中， 知识观测器类似于解析模型中的状态观测器和 卡尔曼滤波器， 它由四部分组成： i) 定性模型，用来预测系统的行为， 它主要是用定性仿真或符号有向图进行推理； ii) 差异检测器，用来 检测实际症状与预测症状之间的差异， 可以用隶属度函数表示； iii) 侯 选者产生器， 根据差异提出可能的故障源， 一般用有限搜索法进行搜 索； iv) 诊断策略，用来协调整个循环搜索过程，确定与实际过程的 症状相匹配的模型。 快速而高效的故障诊断算法一直是人们设计的目标，把智能算法用于故障诊断中并推广到实际应用中去， 是人们研究 的兴趣所在。4、结束语科学家高歌提出，

18、 我们应当加大力度发展新型发动机如： 真空零点 能发动机、反物质发动机。当前有好多种高性能发动机不断取得突破和进展如： 超燃冲压发动 机，脉冲爆震发动机。在发展型号的同时应该着手预研究， 重视预研的重要性。【3 】作为航 空航天学院的探控系学生， 面对我国发动机技术基础差， 与领先国家 存在着巨大差距， 发动机发展日新月异的时代， 我们面临的是机遇也 是挑战，当奋起直追，强大我国航空航天事业！参考文献：【1 】宋笔锋主编航空航天技术概论 国防工业出版社 【2 】王如根、高坤华编著航空发动机新技术 航空工 业出版社【3】吴大观著 航空发动机研制工作论文集 航空工业出 版社仅供个人用于学习、研究；不得用于商业用途For personal use only in study and research; not for commercial use.Nur