系统故障检测与诊断方法应用与研究

系统故障检测与诊断方法应用与研究

杨常伟

西北工业大学航空科学与工程学院（710072）

E-mail：shmilywcy@https://www.360docs.net/doc/4d15665061.html,

摘要：本文首先介绍了系统故障检测与诊断的含义和任务以及方法的分类。重点是对目前系统故障检测与诊断所采用方法的介绍和说明，同时比较了各种诊断方法之间的优劣。 关键词：系统, 故障, 诊断, 方法

1. 引言

故障检测与诊断技术（Fault Detection and Diagnosis——FDD）是一门综合性的技术，它涉及控制、电子电气、计算机和数学等多门学科。以软件冗余为主导的故障检测与诊断技术是从本世纪七十年代初首先在美国发展起来的。麻省理工学院的Beard首先提出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，通过比较检测器的输出得到系统故障信息的新思想，标志着这门技术的开端。二十多年来，故障检测与诊断技术已得到了深入、广泛的研究，已提出了众多可行的方法。

2. 故障检测与故障诊断的含义和任务

2.1 故障检测的含义与任务

故障检测的主要任务是当控制系统发生故障时可以及时发现并报警。由于故障检测系统不可能百分之百的检测出控制系统的各种故障。因此提高故障的正确监测率，降低故障的漏报率和误报率是故障检测和诊断领域的主要任务。

2.2 故障诊断的含义与任务

故障诊断的主要任务是分离出发生故障的部位、判别故障的种类、估计出故障的大小与时间、进行评价与决策。通常故障检测比较容易，并且花费的时间较短。而故障诊断则比较困难，需要花费更多的时间，以便正确的分离出故障的部位并更精确的估计出故障的大小和危害程度。

3. 系统故障检测与诊断技术的主要方法分类

系统故障检测与诊断技术的方法一般可分为基于系统动态模型的方法和不依赖于动态模型的方法两大类。

基于系统动态模型的方法是利用观测器或滤波器对系统的状态或参数进行重构，并构成

- 1 -

残差序列，然后采用一些措施来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分析就可以检测出故障的发生并进行故障的诊断。基于系统动态模型的方法又可以分成线性系统的故障检测与诊断方法和非线性系统的故障检测与诊断方法两大类。

由于系统的复杂性，使得许多系统的建模是非常困难的、不完善的和不精确的。基于系统动态模型的方法在这里就不太适用，因此不依赖于系统动态模型的方法就应运而生。不依赖于系统动态模型的方法也可以分为两大类：基于信号处理的方法和基于知识的方法。

4. 基于系统动态模型的故障检测与诊断方法

1、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检测出来。这就要求系统对状态的可观测性，通常用各种状态观测器或滤波器进行状态估计。主要的方法有自适应观测器/滤波器方法、非线性未知输入观测器方法、自适应卡尔曼滤波器方法、鲁棒观测器方法等

2、参数估计方法

参数估计方法的基本思想是：许多被控过程的故障可以看作是过程系数的变动，如电阻、电容等，这些过程系数可以隐含在过程模型的参数当中，根据参数变化的统计特性来检测故障的发生。这种基于参数估计的故障诊断方法适用性比较广，若配有非线性的参数估计方法，该方法还适用于非线性系统的故障诊断，主要有强跟踪滤波器方法。与基于观测器或滤波器的状态估计方法相比，更便于故障的分离。

3、参数灵敏度方法

参数灵敏度方法的基本思想是：设计出两个伦伯格观测器的增益阵，使其中一个观测器对系统参数变动以及传感器故障不敏感，另一个观测器对传感器故障敏感，因此两个观测器的输出差信号只对传感器故障敏感，而对系统参数变动的敏感性很低，两个传感器的输出差可用于故障检测信号。这就克服了观测器方法难于区分故障是系统参数变动引起的还是由于传感器故障引起的缺点。

4、等价空间方法

等价空间法是无阀值的方法，特别适用于维数较低的被测变量的冗余测量信号的优劣判别。其实质是把测量信息进行分类，得到最一致的冗余数据的子集，用于系统的状态估计，并识别出最不一致的冗余数据，即为可能发生故障的数据。此法不需要假定传感器的误差服从某些统计特性。

- 2 -

5. 基于信号处理的故障检测与诊断方法（同上）

1、直接测量系统的输入输出方法

正常情况被控系统的输入输出都应在正常的范围内变动，ymin(t)

2、利用Kullback信息准则方法

利用随机嵌入式方法把未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。然后再Kullback信息准则中引入新指标评价未建模动态特性，合理设计阀值，选择合适的决策方案实现故障诊断。该法对于非线性系统也可行。

3、基于因果关系的信号处理方法

系统输出在幅值、相位、频率及相关性上与故障源之间存在一定的可以用数学形式表达的联系，如输出量的频谱等。在故障发生时则可以利用这些量进行分析与处理，来判断故障源之所在。常用方法有：谱分析法、概率密度法、相关分析法以及互功率谱分析法等。

4、基于小波变换的故障诊断方法

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。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。所以可用连续小波变换区分信号突变和噪声，对于离散小波变换可以检测随机信号频率结构的突变。小波变换对噪声的抑制能力强，有较高的灵敏度，运算量也比较小。

6. 基于知识的故障检测与诊断方法

1、基于神经网络的方法

神经网络具有处理非线性和自学习以及并行计算能力，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的映射，并利用全局并行处理实现从输入空间到输出空间的非线性信息变换。当出现新颖故障时，它可以通过自学习不断调整权值和阀值，以提高监测率，降低误报率和漏报率。

2、模糊数学逻辑的方法

模糊方法是一种半定量方法，在表述知识和推理方面有独到之处，与其他方法结合可以描述系统的某些不分明、不确定状态。诊断故障时采用模糊聚类分析将模糊集划分成不同水平的子集，借此判别故障最可能属于的子集。也可以建立故障集模糊向量S和当前故障模糊向量D，通过模糊关系矩阵R建立模糊方程S=R*D，通过求解模糊方程就可以得到故障原因D。

- 3 -

3、基于模式识别的诊断方法

首先建立能够表达系统故障状态的向量集，从中选择出对系统故障最敏感的特征参数构成故障基准模式集。然后通过选取适当的判别函数，识别系统目前状态属于哪一种故障状态。其缺点是对新颖故障无能为力，但可以通过自学习增加故障基准模式集。

4、基于定性仿真模型的方法

定性仿真把系统行为描述为状态转换图，系统可能行为是图中的一条路径，确定从给定初始状态出发得到当前系统状态。系统有故障时，运用故障模型解释当前系统观测的结果，实现对系统的故障诊断。

5、基于故障树的诊断方法

诊断过程从系统的最终故障开始，通过不断提问“为什么会出现这种现象？”而逐级构造出倒立的故障树。通过对故障树的启发式搜索会直接找到故障原因。

6、基于遗传算法的故障诊断专家系统方法

专家系统诊断程序在系统特征数据库和系统工作机理知识库遗的支持下，综合运用规则集的数据进行推理，可以快速的找到系统运行的故障。传算法具有很强的全局优化搜索能力，而且简单通用、鲁棒性好和隐并行处理结构。采用遗传算法可以突破普通故障诊断专家系统的实时性差、知识获取困难等障碍。

7. 结束语

基于动态数学模型的方法的优点是可以更加充分的利用系统内部的深层知识，更有利于系统的故障诊断。其缺点是系统的建模误差、未建模动态、外部干扰将对系统的故障检测与诊断结果产生重大影响。因此提高检测与诊断的鲁棒性是其面临的一个实际问题。不依赖于系统动态模型的故障检测与诊断方法的优点是适用性广、灵活，更适用于故障的检测。其缺点是故障的诊断比较困难，尤其不便于故障的在线估计。两种方法各有利弊，实际应用中只有适当的综合选用某些方法才能取得较好的诊断效果。

参考文献

[1] Gertler J J. Survey of model based failure detection and isolation in complex plants. IEEE Control Systems

Magazine, 1988, Vol.8, No.6, pp. 3—11

[2] 张育林，李东旭.动态系统故障诊断理论与应用.长沙：国防科技大学出版社，1997

[3] 叶银忠，潘日芳，蒋慰孙.动态系统的故障检测与诊断方法.信息与控制，1985，15（6）：27～34

[4] 周东华，王庆林.基于模型的控制系统故障诊断技术的最新进展.自动化学报，1995，21（2）：244～

248

[5] Eryurek E. Upadhyaya B R. Fault tolerant control and diagnosis for large scale system. IEEE Control Systems

Magazine, 1995, Vol.15, No.5, pp. 34—42

- 4 -

[6] Tsui C C. A general fault detection, isolation and Accomadation system with model uncertainty and

measurement noise. Proc. Of 12th the IFAC World Congress, 1993, Vol.6, pp. 231—238

[7] Muid M. Vachtsevanos G. Automated fault detection and identification using a fuzzy-wavelet analysis

technique. In: Proc. AUTOTESTCON by IEEE,1995.169—175

[8] Vemuri A T, Polycarpou M M. Robust nonlinear fault diagnosis in input-output system. Int. J. Control, 1997,

Vol.68, No.2, pp. 343—360

Control Systems Fault Detection and Diagnosis Methods

Application Studied

Changwei Yang

School of Aviation Science and Engineering,

Northwestern Polytechnical University, Xi’an, 710072 P.R. of China

Abstract（五号粗体）

In this paper introduces the meaning and task of system fault detection and diagnosis, and classification of using method. The emphases of paper is introducing and explaining system fault detection and diagnosis using methods at present, and comparing the quality between various kinds of diagnosis methods at the same time.

Keywords: system, fault, diagnosis, method

- 5 -