動態系統的故障診斷技術研究

劉裕泉

（江漢大學，湖北 武漢 430056）

0 引言

動態系統故障的診斷和檢測技術涉及多個應用學科，例如信號處理、計算機工程、模式識別、數理統計、現代控制理論以及人工智能等等，是一門邊緣應用型學科。故障診斷即在被診斷系統的狀態數據或其他信息以及已有的各種經驗知識的基礎上，對信息進行綜合分析和處理，最終得出系統運行狀態的評估結果，即運行狀態和故障情況等。該技術經過幾十年的發展出現了眾多的方法和理論，可以分為基于解析模型的理論方法、基于信號處理的理論方法以及基于經驗知識的理論方法等。近些年來，又出現了一批新的方法或理論，如支持向量機、小波變換法、主元分析法等。鑒于此，本文將對當前的動態系統故障診斷技術進行探討。

1 故障診斷方法

1.1 基于解析模型的方法

基于解析模型的故障檢測與診斷技術主要是先獲取被診斷系統的相關信息，然后與模型模擬的系統中由人工設定好的經驗信息進行對比，得出兩者之間的差別，然后對該差別進行分析和處理，最終得出系統運行狀態信息。所以不難看出，所建立模型的準確性將直接決定此類方法的可行性和有效性。該類方法根據兩者對比產生的殘差之間的不同形式，又可分為參數估計法、等價空間法和狀態估計法。

1.2 基于信號處理的方法

基于解析的方法關鍵在于對被測系統進行建模，當被控系統的解析模型難以建立時，且被控過程中的輸入和輸出信號卻容易獲得的情況下，可以采用基于信號的故障診斷方法。此類方法通常包括絕對值和趨勢校驗法、基于自適應的滑動窗格形濾波器的方法、基于Kullback信息準則的故障檢測法以及基于模態信號分析的方法等。近些年來，又出現了一批新的基于信號處理理論的診斷方法，包括小波變化法、主元分析法等。

1.3 基于經驗知識的方法

基于知識處理的方法同樣無需對被控系統進行數學建模，該類方法主要是根據被控對象的信息數據以及專家診斷的經驗知識來進行故障診斷，特別適用于復雜大型系統和一些非線性系統。近些年來，人工智能技術發展迅速，尤其是專家系統、知識工程以及人工神經網絡等在動態系統故障診斷領域的廣泛應用，使得基于知識的故障診斷法又出現了一批新的成果，主要分為2類，即基于癥狀的理論或方法和基于定性模型的理論或方法。其中，基于癥狀的方法又包括專家系統方法、基于支持向量機的方法、基于神經網絡的方法、模糊推理的方法、基于范例推理的方法和基于灰色理論的方法等。基于定性模型的方法主要有3類，分別為基于帶符號有向圖的方法、基于故障樹理論的方法和基于定性仿真的方法等。

2 故障診斷技術的應用

故障診斷技術近些年來已經成功地應用在了一些工業領域，典型的應用實例如表1所示。

表1 故障診斷技術的應用案例

3 未來發展趨勢

由于在實際的診斷過程中，復雜因素很多，所以單一地采用任何一種方法都不可能診斷出所有的系統故障，因此必須將不同種類的方法進行融合使用，充分發揮各自在診斷中的長處和優勢，這也是未來動態系統故障診斷技術的發展趨勢和方向。例如，將神經網絡技術、模糊理論方法和專家系統方法相互結合，形成神經模糊專家系統。此外，隨著模式識別理論以及人工智能等理論的快速發展，故障診斷技術的智能化也將成為一個新的研究領域和趨勢。具體分析如下：

3.1 新理論的引入

未來故障診斷技術的內容將不斷豐富，新方法如人工免疫、遺傳算法等，在故障診斷技術中的應用是一個研究趨勢。以遺傳算法為例，該方法可進行全局優化，簡單實用，并行處理能力強，可以很好地解決在經驗少以及推理速度慢等情況下獲取知識難度大的問題，因而在故障診斷檢測領域應用前景十分廣闊。

3.2 故障診斷軟件開發

雖然在故障診斷技術領域已經出現了一大批的研究成果，然而在實際的工程應用中，應用卻相對很少，因此研究更加實用的動態系統故障診斷方法也是未來的一個發展趨勢。此外，在現有的故障診斷系統中，對于不同的裝置和設備多是分別進行開發，系統不同，各自的開發工具以及體系結構也是千差萬別，所以未來研究的重點應在于根據實際的工程需要，開發相應的實用性和通用性強的故障診斷軟件。

3.3 遠程分布式故障診斷技術

計算機技術、自動化技術以及網絡通信技術等的高速發展，為未來實現遠程分布式故障診斷技術提供了條件。未來的遠程分布式系統故障診斷將實現不同地域的多個專家系統對同一個被控系統進行檢測和診斷，或者由一個診斷系統同時檢測多個地區的多臺設備，從而很大程度上提高設備的利用率，降低投資成本，這也將是未來故障診斷系統的一個重要研究方向。

3.4 知識自動獲取和知識表示的發展

知識自動獲取和知識表示一直都是研究設計智能動態系統故障診斷系統的關鍵點和難點。近些年來，在面向程序對象設計的基礎上，一種被稱作為面向對象的新的知識表示方法逐漸被提了出來，為解決知識表示的難題提供了新的解決方法。而另一個難點——知識自動獲取，其解決的方法則是機器學習，但是在當前，機器學習的相關研究還停留在剛剛起步的階段，尚需進一步深入研究，而智能體概念的出現，由于其具有自適應性和自治性等特點，為解決知識自動獲取的難題提供了嶄新的途徑和方法。此外，一些已經相當成熟的理論也可以借鑒來對知識庫進行設計，從而改善其診斷性能，例如數據庫系統研究中的信息共享、故障恢復技術、信息存儲以及并發控制等技術均可進行參考借鑒。

綜上所述，故障診斷技術的相關研究一直以來都是在吸取了其他學科領域研究成果的基礎上不斷向前發展和進步的，所以在對故障診斷技術研究時，應不斷關注、參考和吸取其他相關領域學科最新的研究成果，并通過轉化應用在故障診斷技術的研究中，為故障診斷技術的進步開辟新的方法和思路。

4 結語

動態系統的故障診斷與檢測技術目前已有眾多采用不同原理的方法和理論，隨著其進一步發展，近年來又出現了一批新的方法或理論。本文對當前的動態系統故障診斷技術進行了研究，希望對大家有所幫助。

［1］鄭小霞，錢鋒.動態系統故障診斷技術的研究與發展［J］.化工自動化及儀表，2005（4）

［2］蔡衛峰.動態系統故障診斷技術研究進展與展望［J］.計算機測量與控制，2002（12）

［3］周東華，胡艷艷.動態系統的故障診斷技術［J］.自動化學報，2009（6）