火电厂控制系统故障检测与诊断技术综述

高艳春

(吉林电子信息职业技术学院 吉林 吉林 132021)

0 引言

自动控制系统及其设备是大型火电机组不可缺少的重要组成部分，其性能和可靠性已成为保证火电机组可靠性和经济性的重要因素。随着火电厂控制系统日益大型化和复杂化，故障点也随之增加，除了选用高质量和高可靠性的自动化设备和计算机监控系统，及时发现系统中存在的故障，并采取有效的措施来修复故障，是保证机组连续稳定运行的重要保证。近几十年来,国内外故障诊断技术得到了广泛的研究与发展，提出了众多可行的方法。

故障的分类，根据故障程度大小分为硬性故障和软性故障；根据故障存在的表现分为间歇性故障和永久性故障；根据故障的性质和发展的进程分为突变故障和缓变故障；根据故障发生的部位可以分为传感器故障、执行器故障、元部件故障及设备故障等；从建模的角度出发分为加性故障和乘性故障；根据故障的原因分为偏差故障、冲击故障、开路故障、漂移故障、短路故障、周期性干扰和非线性死区故障等[1]。

根据工作原理可将故障诊断方法大致分为基于解析模型的方法、基于信号处理的方法、基于知识的方法、基于数据驱动的方法和混合诊断的方法等。

1 控制系统故障检测与诊断技术国内外发展趋势

1971年美国麻省理工学院的Beard博士首先提出了用解析冗余代替硬件冗余，并通过系统自组织使系统闭环稳定，通过比较器的输出得到系统的故障信息的思想，标志着故障检测与诊断技术的诞生[2]。20世纪70年代是控制系统故障检测与诊断发展的初级阶段，检测滤波器(1971年)、广义似然比(1974年)和极大似然比(1979年)等诊断算法都是在这一阶段提出的。20世纪80年代是控制系统故障检测与诊断技术蓬勃发展的一个阶段，新的理论不断被提出，理论的实际应用也得到了发展。基于观测器、滤波器的方案或系统辨识和参数估计的方案是这一时期主要使用的诊断方法。进入90年代以后，各种方法不断相互渗透和融合，理论应用的领域也有了很大的扩展，基于神经网络、模糊逻辑等智能方法及组合方法的故障检测与诊断明显增加，对于非线性系统的故障检测与诊断也有了更多的研究。进入21世纪，随着故障检测与诊断基础学科的不断发展，控制系统故障检测与诊断技术迎来新的发展高峰，为国民生产、生活带来更多的经济和社会效益。国内对FDD的研究始于20世纪80年代初，清华大学的方崇智教授、中科院的疏松桂教授于20世纪80年代初开始进行FDD技术的研究，叶银忠教授等人1985年发表了国内最早的有关FDD技术的综述文章，随后清华大学的周东华教授、中科院的谭民教授等众多学者先后发表了有关FDD技术的学术论文，并出版了相关学术专著，在故障检测与诊断技术方面进行了深人的理论研究和实际应用，取得了丰富的成果[3]。

2 控制系统故障检测与诊断技术

2.1 基于解析模型的方法

其基本思想是建立被诊断对象的精确数学模型，通过将被诊断对象的可测信息与模型表达的系统先验信息进行比较产生残差，以残差为特征进行分析和处理来实现故障诊断。根据残差产生的形式，基于模型的诊断方法可分为状态估计法、等价空间法和参数估计法[4-6]。

2.2 基于信号处理的方法

其基本思想是通过信号模型，如相关函数、频谱及自回归滑动平均等，直接分析可测信号，提取方差、均值、幅值、相位和频率等作为特征检测故障。常见的基于信号处理的故障诊断方法有：绝对值检验和趋势检验，利用Kullback信息准则，基于小波变换，基于信息校核，谱分析和相关分析等[7]。基于小波分析的方法可以利用小波变换的极值点与信号的奇异点之间的关系进行故障检测，采用小波网进行故障检测，采用小波包进行故障检测，还可以将小波变换与其他方法。

2.3 基于知识的方法

基于知识的故障诊断方法不需要定量的数学模型，引人诊断对象多方面的信息，通过系统的因果模型、专家知识、系统描述或故障症状举例实现定性、定量知识的有机结合，进而实现故障诊断[8]。基于知识的方法可分为基于症状的方法和基于定性模型的方法。基于症状的方法又可分为基于神经网络的方法、基于模糊推理的方法、基于专家系统的方法和基于模式识别的方法。基干定性模型的方法分为定性观测器、定性仿真、知识观测器和符号有向图。基于神经网络的方法可以直接接采用神经网络进行故障诊断，或者把神经网络作为一个模型，产生残差，然后对残差进行处理。

2.4 基于数据驱动的方法

基于数据驱动的方法是最近研究比较多也比较有效的方法，其基本思想是直接利用过程采集数据进行故障诊断[9]。数据驱动方法不需要精确数学模型，通过多元投影方法将表征系统的全部特征数据投影到低维特征空间，从而在保留原系统主要特征的同时实现了数据降维、故障诊断、摒弃冗余或干扰特征的目的。通过对变换后的低维数据进行统计分析，给出一些有意义的表征系统状态数值，实现故障诊断。

2.5 容错控制技术

控制系统的容错技术是20世纪80年代发展起来的一种提高控制系统可靠性的技术，通过控制器的合理设计，以使控制系统在出现某些局部故障时仍能保持稳定为目的[10]。容错控制技术有3种方法:结构冗余、功能冗余和基于故障检测与诊断技术的容错控制。容错控制技术旨在提高系统的可靠性、有效性和可靠度。

提高控制系统可靠性的主要方法，一是，提高元件的可靠性；二是，进行系统的可靠性设计，简化系统结构，采用固定结构备份，采用带有逻辑装置的待机结构储备；三是，控制系统的容错设计[11]。

故障检测与诊断子系统可以在线检测整个系统的运行状态。当控制系统发生某些局部故障时，可以迅速报警，并分离出发生故障的部位，以帮助维修人员迅速查找出故障源，进行排除，以防局部故障在系统中进行传播而导致灾难性故障的发生。再进一步，基于故障检测与诊断子系统还可以构造一种新的容错控制系统，即根据故障诊断信息，可知道被控对象的结构与参数变动情况，在此基础上可以重构控制律，确保控制系统稳定。

3 结论

基于数学模型的方法建立在对模型的参数估计与过程状态估计的基础上，对控制系统的状态和参数进行重构，构成残差序列，通过对残差序列的统计分析来监测故障的发生并进行故障的识别。这种方法从模型的角度对有关趋势进行分析，可能及早发现问题。基于数据驱动的方法通过各种数据处理与分析方法(如多元统计方法、聚类分析及小波分析等)处理分析过程数据，从中提取主要的信息特质以描述原有数据集所表征的过程状态，挖掘出数据中隐含的深层信息，并利用这些信息提高过程监控能力。基于知识的方法是利用人工智能的方法，构造某些系统功能以模仿和实现人类在监控过程中的某些思维和行为，自动完成整个监控和诊断过程。基于信号处理的故障诊断方法虽然发展得比较完善，但是对非线性系统的故障诊断应用得比较少。基于知识的故障诊断方法由于无需系统定量的数学模型，因此具有较高的实际应用价值，更适合实际的工业装置的应用。

［1］张龙，才智.火电厂协调控制系统研究与分析[J].电站系统功能工程，2011，2(1)：3～6.

［2］胡迪,董云峰.卫星姿轨控系统故障推演系统设计架构[J].航天器工程，2011，1(1)：17～19.

［3］陈娇，王永强，翁史烈.广义回归神经网络在燃气轮机排气温度传感器故障检测[J].中国电机工程学报，2009，32(2)：25-27.

［4］B.Lin,S.B.Jorgensen.Observer and data-driven-model-based fault detection in power plant coal mills[J].IEEE Transactions on Energy Conversion,2008,23(2):659-668.

［5］Z.Song.Sensor Fault Detection in Power Plants[J].Journal of Energy Engineering,2009,35(4):127-137.

［6］Dong Mingchui,C.Takson.Online Fast Motor Fault Diagnostics Based on Fuzzy Neural Networks[J].清华大学学报:英文报,2009,2(1):107-112.

［7］S.Montenegro.Neural Network Based Diagnostics of Actuator for Attitude Control System.Computer Aided Drafting[J].Design and Manufacturing,2010,2(1):9-10.

［8］C.M.Newsletter.Energy industry offered predictive diagnostics software[J].Optical-fibre monitoring software detects faults,2010,278(1):13-13.

［9］何富君，刘小磊，卢小昭.传感器的故障诊断技术研究[J].科学技术与工程，2010，26(3)：1-3.

［10］程洪书，孙卫，蔡凯.基于神经网络的火控系统故障诊断专家系统[J].火力与指挥控制，2009，1(1)：13-14.

［11］S.J.QIN,I.B.LEE.Fault detection and diagnosis based on modified independent component analysis[J].AIChE Journal,2006,52(10):3501-3514.