《現代故障診斷技術》研究生課程教學實踐

楊俊起 王新 付子義

【摘要】《現代故障診斷技術》課程理論性和工程性較強，對現代工業生產至關重要。本文擬結合該課程所涉及的內容特點和教學現狀，剖析教學過程中存在的問題，并通過對比傳統的故障診斷方法及設計教學案例，最終使學生盡快掌握每種故障診斷方法的原理和適用特點，提高教學質量。

【關鍵詞】故障診斷 教學實踐 研究生教學 案例教學

【基金項目】河南省研究生優質課程資助； 自動化類專業教學指導委員會專業教育教學改革研究課題（2015A17）； 河南理工大學教育教學改革研究項目（2015JG027）。

【中圖分類號】G64 【文獻標識碼】A 【文章編號】2095-3089（2018）01-0231-01

隨著科學技術的發展，航空航天控制系統以及煤礦、石油化工等工業生產設備正朝著高度自動化和高度集成化的方法發展，使得系統或設備的復雜程度隨之提高，之間的關聯程度越加密切，隨之而來的問題是：一方面，故障的危害程度增大；另一方面，設備的成本和維修費用急劇增加。因此，降低成本和維修費用，提高系統或設備的可靠性和有效性，是故障診斷技術研究所面臨的重大課題。

1.課程所涉及的內容和教學現狀

1.1 課程所涉及的內容

傳統的故障診斷方法通常分為三類，即基于解析模型的診斷方法、基于信號分析與處理的診斷方法和基于知識的診斷方法。根據系統或設備的特性以及是否考慮外界影響，每種故障診斷方法又擴展多種研究分支。所以，現代故障診斷技術無論從理論上，還是從工程應用上，所涉及的內容多、知識面廣，不易系統掌握所有相關知識。從事故障診斷技術研究的研究生，根據本人所在課題組的要求，有針對性地掌握具體某種方法或某種方法下的某個研究分支，而且要了解其他故障診斷方法，以便針對不同的復雜系統環境或工況，合理選擇故障診斷方法，或融合多種故障診斷方法實施故障診斷。故，《現代故障診斷技術》所涉及的內容多、范圍廣，診斷方法涉及到計算機技術、控制技術、辨識估計技術、信息融合技術等學科交叉，具有課堂講授和學生全面接受較困難的特點。

1.2教學現狀

目前，《現代故障診斷技術》是針對本校電氣工程、控制工程的學術型和專業型碩士研究生所開的課程。一方面，需要針對不同學生類別，制定不同的教學大綱，在授課時注意理論知識和工程實踐的側重，以達到各自的不同培養目標；另一方面，36個學時授課，學時少，難以對相關知識進行展開授課[1]，更重要的是利用較少的學時，難以使學生掌握理論研究的方法，以及分析解決具體工程案例的能力。因此，需要合理安排教學內容，在方法上注意每種故障診斷方法的實施過程，尤其是各種故障診斷方法適用的具體環境和優缺點，以便在后期的理論研究或工程應用中，能夠根據系統特性或設備工況，采取便捷有效的故障診斷方法。

本文一方面剖析各種故障診斷方法的具體內容；另一方面，指出諸多故障診斷方法的特點及適用環境，之后通過設計教學案例[2]加以說明。

2.故障診斷方法的特點

在基于解析模型的故障診斷方法中，針對具體控制對象，需要建立系統的數學模型，而在系統建模的過程中，往往會忽略一些次要因素，從而形成系統建模帶來的不確定性。對于可以容易建立精確模型的控制系統，采用基于解析模型的故障診斷方法，無疑是最精確、最便捷的；而建模帶來的不確定性或系統受到的未知外部擾動等未知信息，往往需要采用其它基于模型的魯棒故障診斷方法，對未知信息加以抑制。基于解析模型的故障診斷另一個特點是：故障診斷實時性較強，能夠跟隨系統的運行，對故障實行在線實時檢測、隔離和重構。

基于信號分析與處理的診斷方法則不需要數學模型，而是從測量信號中提取有效反映故障的特征信息，用來判斷系統是否出現故障，適用于無法或不易于建立解析模型的控制系統或設備；其缺點是需基于以往數據提取特征并實施故障診斷。

基于知識的故障診斷方法是以知識處理技術為基礎，實現辯證邏輯和數理邏輯的集成，通過在概念和處理方法上的知識化，實現設備故障診斷智能化。

3.教學案例設計

針對故障診斷課程上述內容特點、授課對象的復雜性以及課程學時的限制，為便于掌握傳統故障診斷方法的實施思路及繁雜的知識點，下面將針對基于模型的故障診斷方法和基于信號處理的診斷方法，通過設計“電動機轉子斷條故障診斷系統”教學案例，說明本課程主要方法的適用特點，以便于學生能夠總體掌握傳統診斷方法中的要點。

基于解析模型的轉子斷條故障診斷實施過程如圖1所示，由圖1可知，該診斷方法必須借助于系統的數學模型，并結合電動機系統本身的已知輸入或可測輸出，進而構建狀態或輸出估計器；之后，利用估計器輸出和系統輸出得到殘差，該殘差是故障診斷的依據，并據此得到故障判斷邏輯。圖2為基于信號分析與處理的故障診斷總體結構框圖，可以知道該方法主要是依據測得的電流信號，經過濾波、A/D轉換后經下位機傳至上位機，之后根據上位機上的故障診斷算法及提取得到的故障特征，判斷系統是否出現故障。由此可見，基于解析模型的故障診斷方法對模型的依賴性較大，但在得到系統模型之后，其不僅可以實現故障檢測，而且可采用重構算法對故障信息進行估計，這為系統的容錯控制提供了基礎；另一方面，基于信號分析與處理的故障診斷方法不需要數學模型，但特征提取需要基本的信息集，而在形成故障特征之前，并沒有較好的辦法對期間發生的故障進行診斷，尤其是系統的初始故障。故，需要針對建立準確數學模型的難易程度，合理選擇診斷方法解決故障診斷的問題。

因此，在建立較為準確數學模型的情況下，采用基于模型的故障診斷方法較好；而無法或難于建立系統數學模型的控制系統，在采用基于信號處理或基于知識的故障診斷方法的較好。通過圖1和圖2，可清晰掌握各種診斷方法的設計過程，實現對課程的全局把握。

參考文獻：

[1]蘇祖強， 熊英， 羅久飛， 張毅. 《機械故障診斷》研究生教學課程改革的思考[J]. 教育教學論壇， 2017，（41）.

[2]關秋， 陳梅. 案例教學的理論研究綜述[J]. 教育與職業， 2011， （20）.