APP下载

动态系统的故障诊断技术研究

2014-03-06刘裕泉

机电信息 2014年12期
关键词:被控故障诊断动态

刘裕泉

(江汉大学,湖北 武汉 430056)

0 引言

动态系统故障的诊断和检测技术涉及多个应用学科,例如信号处理、计算机工程、模式识别、数理统计、现代控制理论以及人工智能等等,是一门边缘应用型学科。故障诊断即在被诊断系统的状态数据或其他信息以及已有的各种经验知识的基础上,对信息进行综合分析和处理,最终得出系统运行状态的评估结果,即运行状态和故障情况等。该技术经过几十年的发展出现了众多的方法和理论,可以分为基于解析模型的理论方法、基于信号处理的理论方法以及基于经验知识的理论方法等。近些年来,又出现了一批新的方法或理论,如支持向量机、小波变换法、主元分析法等。鉴于此,本文将对当前的动态系统故障诊断技术进行探讨。

1 故障诊断方法

1.1 基于解析模型的方法

基于解析模型的故障检测与诊断技术主要是先获取被诊断系统的相关信息,然后与模型模拟的系统中由人工设定好的经验信息进行对比,得出两者之间的差别,然后对该差别进行分析和处理,最终得出系统运行状态信息。所以不难看出,所建立模型的准确性将直接决定此类方法的可行性和有效性。该类方法根据两者对比产生的残差之间的不同形式,又可分为参数估计法、等价空间法和状态估计法。

1.2 基于信号处理的方法

基于解析的方法关键在于对被测系统进行建模,当被控系统的解析模型难以建立时,且被控过程中的输入和输出信号却容易获得的情况下,可以采用基于信号的故障诊断方法。此类方法通常包括绝对值和趋势校验法、基于自适应的滑动窗格形滤波器的方法、基于Kullback信息准则的故障检测法以及基于模态信号分析的方法等。近些年来,又出现了一批新的基于信号处理理论的诊断方法,包括小波变化法、主元分析法等。

1.3 基于经验知识的方法

基于知识处理的方法同样无需对被控系统进行数学建模,该类方法主要是根据被控对象的信息数据以及专家诊断的经验知识来进行故障诊断,特别适用于复杂大型系统和一些非线性系统。近些年来,人工智能技术发展迅速,尤其是专家系统、知识工程以及人工神经网络等在动态系统故障诊断领域的广泛应用,使得基于知识的故障诊断法又出现了一批新的成果,主要分为2类,即基于症状的理论或方法和基于定性模型的理论或方法。其中,基于症状的方法又包括专家系统方法、基于支持向量机的方法、基于神经网络的方法、模糊推理的方法、基于范例推理的方法和基于灰色理论的方法等。基于定性模型的方法主要有3类,分别为基于带符号有向图的方法、基于故障树理论的方法和基于定性仿真的方法等。

2 故障诊断技术的应用

故障诊断技术近些年来已经成功地应用在了一些工业领域,典型的应用实例如表1所示。

表1 故障诊断技术的应用案例

3 未来发展趋势

由于在实际的诊断过程中,复杂因素很多,所以单一地采用任何一种方法都不可能诊断出所有的系统故障,因此必须将不同种类的方法进行融合使用,充分发挥各自在诊断中的长处和优势,这也是未来动态系统故障诊断技术的发展趋势和方向。例如,将神经网络技术、模糊理论方法和专家系统方法相互结合,形成神经模糊专家系统。此外,随着模式识别理论以及人工智能等理论的快速发展,故障诊断技术的智能化也将成为一个新的研究领域和趋势。具体分析如下:

3.1 新理论的引入

未来故障诊断技术的内容将不断丰富,新方法如人工免疫、遗传算法等,在故障诊断技术中的应用是一个研究趋势。以遗传算法为例,该方法可进行全局优化,简单实用,并行处理能力强,可以很好地解决在经验少以及推理速度慢等情况下获取知识难度大的问题,因而在故障诊断检测领域应用前景十分广阔。

3.2 故障诊断软件开发

虽然在故障诊断技术领域已经出现了一大批的研究成果,然而在实际的工程应用中,应用却相对很少,因此研究更加实用的动态系统故障诊断方法也是未来的一个发展趋势。此外,在现有的故障诊断系统中,对于不同的装置和设备多是分别进行开发,系统不同,各自的开发工具以及体系结构也是千差万别,所以未来研究的重点应在于根据实际的工程需要,开发相应的实用性和通用性强的故障诊断软件。

3.3 远程分布式故障诊断技术

计算机技术、自动化技术以及网络通信技术等的高速发展,为未来实现远程分布式故障诊断技术提供了条件。未来的远程分布式系统故障诊断将实现不同地域的多个专家系统对同一个被控系统进行检测和诊断,或者由一个诊断系统同时检测多个地区的多台设备,从而很大程度上提高设备的利用率,降低投资成本,这也将是未来故障诊断系统的一个重要研究方向。

3.4 知识自动获取和知识表示的发展

知识自动获取和知识表示一直都是研究设计智能动态系统故障诊断系统的关键点和难点。近些年来,在面向程序对象设计的基础上,一种被称作为面向对象的新的知识表示方法逐渐被提了出来,为解决知识表示的难题提供了新的解决方法。而另一个难点——知识自动获取,其解决的方法则是机器学习,但是在当前,机器学习的相关研究还停留在刚刚起步的阶段,尚需进一步深入研究,而智能体概念的出现,由于其具有自适应性和自治性等特点,为解决知识自动获取的难题提供了崭新的途径和方法。此外,一些已经相当成熟的理论也可以借鉴来对知识库进行设计,从而改善其诊断性能,例如数据库系统研究中的信息共享、故障恢复技术、信息存储以及并发控制等技术均可进行参考借鉴。

综上所述,故障诊断技术的相关研究一直以来都是在吸取了其他学科领域研究成果的基础上不断向前发展和进步的,所以在对故障诊断技术研究时,应不断关注、参考和吸取其他相关领域学科最新的研究成果,并通过转化应用在故障诊断技术的研究中,为故障诊断技术的进步开辟新的方法和思路。

4 结语

动态系统的故障诊断与检测技术目前已有众多采用不同原理的方法和理论,随着其进一步发展,近年来又出现了一批新的方法或理论。本文对当前的动态系统故障诊断技术进行了研究,希望对大家有所帮助。

[1]郑小霞,钱锋.动态系统故障诊断技术的研究与发展[J].化工自动化及仪表,2005(4)

[2]蔡卫峰.动态系统故障诊断技术研究进展与展望[J].计算机测量与控制,2002(12)

[3]周东华,胡艳艳.动态系统的故障诊断技术[J].自动化学报,2009(6)

猜你喜欢

被控故障诊断动态
国内动态
国内动态
国内动态
港警在“修例风波”中拘捕近万人
动态
大惯量系统位置控制策略研究
因果图定性分析法及其在故障诊断中的应用
基于LCD和排列熵的滚动轴承故障诊断
高速泵的故障诊断