故障检测与诊断方法综述资料下载.pdf
- 文档编号:5976149
- 上传时间:2023-05-05
- 格式:PDF
- 页数:4
- 大小:210.15KB
故障检测与诊断方法综述资料下载.pdf
《故障检测与诊断方法综述资料下载.pdf》由会员分享,可在线阅读,更多相关《故障检测与诊断方法综述资料下载.pdf(4页珍藏版)》请在冰点文库上搜索。
二基于信号处理的方法OverviewofFaullDetectionandDiagnosisTechniquesMrLIErguo,MasterDegreeCandidate;
Mr。
YUJinshouProfessor,DoctoralSupervisor,InstituteofAutomation,EastChinaUniversityofScienceTechnologyThisarticleexaminesthecurrentstatusoffaultdetectionanddiagnosistechniquesthataleclassifiedTheauthorsalSOdiSCUSStheirexistingproblemanddevelopmenttrends。
当可以得到被控过程的输入输出信号,但很难建立被控对象的解析数学模型时,可采用基于信号处理的方法。
基于信号处理的方法是一种传统的故障诊断技术,通常利用信号模型,如相关函数、频谱、自回归滑动平均等,直接分析可测信号,提取方差、均值、幅值、相位、峭度、散度、频谱等特征值,从而识别和评价机械设备所处的状态,如统计推理近似诊断法、谱峰自动识别法、最大熵谱估计法。
近年来,出现了一些新的基于信号处理的故障诊断方法。
Kumamu等提出了利用Kullback信息准则检测具有未建模动态特性的动态系统故障的方法,在KDI(KullbackInformationCriterion)中引入一个新指标评价未建模动态特性,并设计合适的决策方案,从而实现鲁棒故障检测与诊断。
还有人提出一种适用于突变及缓变故障的检测,该方法是不需要系统的准确数学模型和先验知识的基于自适应滑动窗格形滤波器的故障诊断方法,其实现方法是利用自适应格形滤波器生成残差序列,通过构造合适的检验统计量,对残差序列进行假设检验,从而实现系统故障在线检测。
基于信号模态估计的故障诊断方法直接根据系统物理参数的物理变化诊断故障,该方法不仅可以分离故障,而且还可以估计出系统的物理参数的变化量,但它的计算量却较大。
这里值得一提的是基于小波变换的故障诊断方法。
利用小波变换可以进行信号的随机去噪,即小波变换可以作为一种信号预处理方法用于故障特征信号的提取和信号去噪。
适当地选取小波尺度,在这些尺度的小波基上对信号进行重构,去掉维普资讯http:
/故障检测与诊断方法综述高频、工频噪声频段内的小波尺度,可以保证重构的信号只包含系统运行信息及故障信息。
由于基于小波变换的故障诊断方法无需对象的数学模型,对输入信号的要求较低,计算量较小,可以进行在线实时故障检测,同时灵敏度高,抗干扰能力强,能够克服前面几种诊断方法的缺点,因此是一种很有发展潜力的故障诊断方法。
三基于解析模型的方法传统的故障诊断方法,如前面的基于信号处理的方法,通过观察一些重要特征变量如振动频率、控制温度的变化情况来确定系统是否出现故障。
由于实际的工业过程是一个动态系统,当系统的各个变量变化幅度较大时,单纯由这些变量来直接判断故障是很难的,并且由于系统中存在控制回路,使得系统中不太严重的故障就会由于反馈的存在而被掩盖,因此,传统的故障诊断方法不能满足越来越复杂的工业实际的需要。
而基于解析模型的方法应用在线系统辨识技术来实时地为系统建立数学模型,当系统中存在故障时,系统的输入输出关系就会改变,这些变化就会反映在数学模型中,因而通过观测系统数学模型的参数变化,便能判定系统是否存在故障。
基于解析模型的故障诊断方法能够深入研究系统本质的动态性质并进行实时诊断,该方法可以分为状态估计方法、等价空间方法和参数估计方法。
研究证明,等价空间法和状态空间法以及参数估计法不是相互独立的,而是存在一定的关系。
状态估计法的基本思想是利用观测器滤波器对系统的状态进行估计并构成残差序列,然后采取一定的措施增强残差序列中所包含的故障信息,抑制模型误差等非故障信息,通过对残差序列的统计检验把故障从中检测出来。
由于实际中很难获得系统的精确数学模型,所以现阶段对于状态估计方法的研究主要集中于提高检测系统对于建模误差、扰动、噪声等未知输入的鲁棒性及系统对早期故障的灵敏度。
有文献提出了一种将残差产生器与残差评价及阈值选取结合在一起进行集成设计的方法,该方法可以有效地提高系统的灵敏度,同时降低漏报率。
目前,对于非线性系统的研究成果还较少,而且主要集中在对特定的非线性系统,采取相应方法,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。
等价空间法利用系统的输入输出的实际测量值来检验系统数学模型的等价性,从而实现故障诊断。
基于这种思想,一些文献分别提出了基于约束优化的等价方程法、构造广义残差产生器方法、动态等价方程产生方向性残差方法和基于近似扰动解耦的等价空间方法。
参数估计法则根据模型参数及相应的物理参数的变化量序列的统计特性来进行故障检测、分离及估计。
参数估计法更易于故障的定位与故障幅值的估计。
有文献提出了一种强跟踪滤波器方法,可以有效地应用于一类非线性系统的在线故障诊断。
由于参数估计法要求找出模型参数和物理参数之间的对应关系,因此常常将参数估计法和状态估计法以及等价空间法分别结合起来使用。
四基于知识的诊断方法基于系统模型的故障诊断方法要求得到较为精确的系统模型,但在实际工程中往往难以建立系统的模型或模型不精确,这就限制了这种故障诊断方法在实际中的使用范围。
基于知识的方法不需要对象的精确数学模型,近年来得到了迅速发展。
基于知识的诊断方法常见的有专家系统法、模糊诊断法、人工神经网络法以及基于诊断对象的模型知识的诊断方法,如基于知识观测器的诊断方法。
1专家系统方法专家系统是指利用研究领域专家的专业知识进行推理去解决专业的高难度的实际问题的智能系统。
故障诊断专家系统作为专家系统中的一个分支,是人们根据长期的实践经验和大量的故障信息知识,设计出一种智能计算机程序系统,以解决难以用数学模型来精确描述的系统故障诊断问题。
自从Stanford大学于1968年开发第一个专家系统DENDRAL以来,专家系统由于其广泛的应用范围而得到了迅猛的发展,故障专家系统的研究也得到了各国的高度重视,并相继在各行业中得到了典型应用。
贝尔实验室于1983年开发了用于电话电缆故障诊断与维护的专家系统。
EGG公司开发了一个用于核反应故障诊断与处理的REACTROR系统,该系统的知识库由功能型知识和事件型知识构成,采用混合型推理策略。
美国通用电气公司研制出用于内燃一电气机车故障排除的专家系统。
美国西屋研究中心与卡内基一梅隆大学合作研制出了汽轮发电机监控专家系统,用来监视德州3家主要发电厂的7台汽轮发电机组的全天工作状况。
我国目前研制开发出的专家系统主要用于医学领域,用于机械设备故障诊断的还不多。
在现场应用的诊断系统中,除了从国外引进,国内一些高等院校和单位,如华中理工大学、哈尔滨工业大学、西安热工研究所、辽阳石油化纤公司和北京英华达公司等也开展了这方面的工作,取得了一定的成效,但还不能满足用户的实际需要。
有文章根据智能模拟器综合测试维普资讯http:
/故障检测与诊断方法综述的特点和故障诊断要求,提出了一种新的专家系统知识分类和表示的方法,并利用可视化编程语言在Windows平台上建造了一个实用系统,该系统的仿真运行得到了很好的结果,诊断速度完全满足系统要求。
由于传统的专家系统存在知识获取困难、知识台阶窄、智能水平低等缺点,因而其发展受到了限制。
针对传统专家系统中知识获取难的缺点,有文提出了一种由失误驱动的故障诊断策略的自学习方法,较好地解决了专家系统知识难于获取的问题。
有文章提出了一种基于遗传算法的新型机器学习算法,并用于机械故障诊断专家系统之中,提高了专家系统的实用性。
另有文章提出了一种基于退火演化算法的知识获取机制,使得专家系统的“瓶颈”问题得到了有效的解决。
如何解决诊断专家系统中的诊断知识的获取、诊断知识的学习、规则爆炸等问题,将是专家系统故障诊断方法研究中的重点。
2模糊逻辑方法模糊性是由于事物在质上没有确切的含义,在量上没有明确的界限而表现出的一种属性。
由于许多生产过程的某些状态具有不分明、不确定性,如对征兆的描述:
温度“偏高”、振动“厉害”等都具有模糊特性,这使得系统的某些故障状态也具有模糊性,表现为:
同一故障可能由不同的原因造成;
同一故障可能会产生不同的故障特征。
美国自控论学者LAZadeh于1965年提出模糊集合论以来创立的模糊数学就是用来研究这种模糊性。
由于模糊逻辑具有较强的结构性知识表达能力,适于表达模糊或定性的知识,推理过程比较接近于人的思维模式,同时模糊分类可以直接对专家用语言描述的事件、关联的关系进行编码,易于人们理解,并且容易引入启发性知识,追踪其推理过程,因此,将模糊理论引入故障诊断领域是一种必然趋势。
模糊故障诊断有两种基本方法,一种是先建立征兆与故障类型之间的因果关系矩阵,再通过某种模糊合成算子建立故障与征兆的模糊关系方程,这是基于模糊关系及合成算法的诊断方法。
另一种基本方法是先建立故障与征兆的模糊规则库,再进行模糊逻辑推理的诊断过程,这是一种基于模糊知识技术的诊断方法。
此外,基于模糊推理的故障诊断方法还有:
基于自适应模糊阈值的残差评价法、基于模糊聚类的残差评价法和基于模糊逻辑的残差评价方法。
模糊语言变量接近自然语言,知识的表示可读性强,模糊推理逻辑严谨,类似人类思维过程,易于解释。
但是,模糊诊断知识获取困难,尤其是故障与征兆的模糊关系较难确定,且系统的诊断能力依赖模糊知识库,学习能力差,容易发生漏诊或误诊。
此外,由于模糊语言变量是用模糊概率函数(即隶属函数)表示的,如何实现语言变量与隶属函数之间的转换,是实现上的又一个难点。
3人工神经网络方法近年来,人工神经网络(ArtificialNeuralNetworks,ANN)理论的应用已渗透到各个领域,并在智能控制、计算机视觉、传感技术与机器人、生物医学工程等方面取得了令人鼓舞的进展。
人工神经网络同现有的动态信号处理、专家系统、模糊逻辑等诊断技术相结合,为故障信号分析与处理、故障模式识别、故障领域专家知识的组织和推理等方面提供了一种新的途径,并推动了故障诊断的智能化。
目前,人工神经网络法在设备故障诊断领域的应用主要集中在两个方面:
(1)神经网络作为分类器进行故障模式识别;
(2)神经网络作为动态预测模型进行故障预测。
在故障诊断方面应用最多的网络类型仍然是多层前馈神经网络,如BP网络、RBF网络。
但是,由于BP算法在迭代时采用梯度下降法,存在着收敛慢、振荡和局部极小等问题。
从许多发表的论文来看,对故障诊断中的算法的各种改进研究都是为了解决BP算法的这些问题。
针对BP算法存在的问题,有人研究将无监督算法用于故障诊断问题,如ART2模型。
有文献分析了BP网络模型在故障诊断应用中的局限性,提出了一种新的高阶网络模型椭球单元网络模型。
由于人工神经网络算法存在的问题可以通过对算法的进一步研究而改进。
但是,人工神经网络由于知识的隐式表示导致解释能力差,用户对其诊断行为理解困难,却是本质性问题,因此出现了混合诊断方法。
a人工神经网络方法与专家系统方法的结合传统的专家系统在开发研制过程中存在着知识维护难、推理能力弱、实时性差以及知识获取的“瓶颈”问题,而利用人工神经网络较好的容错性、响应快、自组织和自适应等优点可以弥补这些不足。
神经网络与专家系统的构成有两种方法:
一种是使用神经网络来构造专家系统,即把传统专家系统的基于符号的推理变成基于数值运算的推理,以提高专家系统的执行效率,并解决专家系统的自学习问题;
另一种方法是将神经网络理解成一类知识源的表达与处理模式,这类模式与其他知识表达方式,如规则、框架等一起来表达领域专家的知识,并面向不同的推理机制。
在大型复杂设备的故障诊断中,通常要涉及到不同的知识源、信息源,这就要求有不同的知识表达方式、不同的知识组织模型和不同的诊断推理策略。
研究符号推理与非符号推理相结合,生成既具有形象思维又维普资讯http:
/故障检测与诊断方法综述具有逻辑推理能力的集成专家系统,将是人工智能研究的一个必然方向。
b人工神经网络方法与模糊逻辑方法的结合神经网络方法和模糊逻辑方法在诊断知识的表示、知识存储、推理速度等方面发挥了很大的作用。
神经网络由于是模仿人脑神经元功能,具有强大的自学习能力和数据的直接处理能力,而模糊逻辑方法则模仿人脑的逻辑思维,具有较强的结构性知识表达能力。
但是传统神经网络不适于表达基于规则的知识,在应用于故障诊断时常常会发生误诊现象,特别是当输入信息不精确或不确定时,前馈神经网络的精确性大大降低,有时甚至失效。
而模糊方法适用于测量值少且无法获得精确模型的系统,且不具有自适应和自学习能力,无法进一步积累和修正诊断知识。
通过比较两者的优缺点,可以将人工神经网络方法与模糊逻辑方法结合起来,实现故障诊断系统对不精确或不确定等模糊信息的处理,克服传统神经网络不能很好处理边界分类模糊数据及故障误诊问题,同时使得基于规则的结构性知识能够得到学习和调整。
人工神经网络方法与模糊逻辑方法结合的方式也有两种:
一种是将传统神经网络模糊化,这种方式保留原来的神经网络结构,而将神经元进行模糊化处理,使之具有模糊信息的能力,即常规的模糊一神经网络;
另一种是直接根据模糊规则或模糊分类算法构造相应的网络结构,即基于联结主义的神经一模糊推理协作系统。
4灰色关联度分析法灰色理论是由华中理工大学邓聚龙教授于1982年首先提出的,它是研究机械系统的振动特征与对应故障特征之间的相关性,以反映系统内部的联系,定量地描述系统内部不可见特征与故障特征的发生与发展之间的关系。
灰色理论是控制论观点和方法的延伸,它从系统的角度出发来研究系统已知信息和未知信息之间的关系。
由于在机械设备运行中,征兆、病症的因素之间没有确定的映射关系和明确的作用原理,因此,一台运行中的大型机器或设备也可以看作一个复杂的灰色系统。
所以理论上把灰色理论的概念和方法引入到故障诊断领域,利用已知的故障特征量去判别机械系统的状态并对未来发展趋势作出预报和决策是完全可行的。
灰色理论包括灰色预测、灰色关联度分析、灰色聚类和灰色决策等内容。
自1988年起被逐渐应用于各种机械设备故障诊断中,到目前为止,用于机械故障诊断和模式识别最多的是灰色关联度分析,并且主要用于多参数诊断。
用灰色关联度分析法进行机械设备故障诊断具有明显的优点。
该方法的学习过程涉及人工干预较少,只需收集一定数量典型状态的样本经过简单运算,即可构成典型状态模式向量,与其他的学习方法如人工神经网络方法相比,其学习方法不仅编程简单,便于调试,而且再学习容易实现。
实践证明,灰色关联度分析法对大型复杂机械设备的故障诊断是十分有效的,该方法是一种很有潜力的故障诊断方法。
五结论与展望基于解析模型的诊断方法是最早发展起来的,其理论较为成熟,但此方法需要被诊断对象的较为精确的数学模型。
基于信号处理的方法回避了抽取对象的数学模型的难点,这既是这种方法的优点,也是它的缺点。
基于知识的方法与基于信号处理方法相似,也不需要系统的定量数学模型,但它引入了诊断对象的许多已知信息,可以充分利用专家诊断知识,所以是一种很有前途的方法。
故障检测与诊断技术的研究总是在不断吸取其他领域和学科新成果的基础上向前发展的,随着人工智能、模式识别等理论迅速发展,智能化诊断技术也已成为故障诊断领域一个新的研究方向。
如何利用专家系统方法、模糊逻辑方法、人工神经网络方法各自的优点,并引入优化算法,如并行遗传算法,形成高效、快速的混合智能故障诊断系统,还有许多问题有待进一步研究。
虽然故障检测与诊断方法在理论上已取得了大量研究成果,但在实际工业过程或装置上应用得还很少。
如何使已有的理论研究成果转化到工程实际中也将是故障检测与诊断技术未来研究的一个重点。
呀维普资讯http:
/
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 故障 检测 诊断 方法 综述
![提示](https://static.bingdoc.com/images/bang_tan.gif)