《现代故障诊断技术》研究生课程教学实践
2018-03-31杨俊起王新付子义
杨俊起 王新 付子义
【摘要】《现代故障诊断技术》课程理论性和工程性较强,对现代工业生产至关重要。本文拟结合该课程所涉及的内容特点和教学现状,剖析教学过程中存在的问题,并通过对比传统的故障诊断方法及设计教学案例,最终使学生尽快掌握每种故障诊断方法的原理和适用特点,提高教学质量。
【关键词】故障诊断 教学实践 研究生教学 案例教学
【基金项目】河南省研究生优质课程资助; 自动化类专业教学指导委员会专业教育教学改革研究课题(2015A17); 河南理工大学教育教学改革研究项目(2015JG027)。
【中图分类号】G64 【文献标识码】A 【文章编号】2095-3089(2018)01-0231-01
随着科学技术的发展,航空航天控制系统以及煤矿、石油化工等工业生产设备正朝着高度自动化和高度集成化的方法发展,使得系统或设备的复杂程度随之提高,之间的关联程度越加密切,随之而来的问题是:一方面,故障的危害程度增大;另一方面,设备的成本和维修费用急剧增加。因此,降低成本和维修费用,提高系统或设备的可靠性和有效性,是故障诊断技术研究所面临的重大课题。
1.课程所涉及的内容和教学现状
1.1 课程所涉及的内容
传统的故障诊断方法通常分为三类,即基于解析模型的诊断方法、基于信号分析与处理的诊断方法和基于知识的诊断方法。根据系统或设备的特性以及是否考虑外界影响,每种故障诊断方法又扩展多种研究分支。所以,现代故障诊断技术无论从理论上,还是从工程应用上,所涉及的内容多、知识面广,不易系统掌握所有相关知识。从事故障诊断技术研究的研究生,根据本人所在课题组的要求,有针对性地掌握具体某种方法或某种方法下的某个研究分支,而且要了解其他故障诊断方法,以便针对不同的复杂系统环境或工况,合理选择故障诊断方法,或融合多种故障诊断方法实施故障诊断。故,《现代故障诊断技术》所涉及的内容多、范围广,诊断方法涉及到计算机技术、控制技术、辨识估计技术、信息融合技术等学科交叉,具有课堂讲授和学生全面接受较困难的特点。
1.2教学现状
目前,《现代故障诊断技术》是针对本校电气工程、控制工程的学术型和专业型硕士研究生所开的课程。一方面,需要针对不同学生类别,制定不同的教学大纲,在授课时注意理论知识和工程实践的侧重,以达到各自的不同培养目标;另一方面,36个学时授课,学时少,难以对相关知识进行展开授课[1],更重要的是利用较少的学时,难以使学生掌握理论研究的方法,以及分析解决具体工程案例的能力。因此,需要合理安排教学内容,在方法上注意每种故障诊断方法的实施过程,尤其是各种故障诊断方法适用的具体环境和优缺点,以便在后期的理论研究或工程应用中,能够根据系统特性或设备工况,采取便捷有效的故障诊断方法。
本文一方面剖析各种故障诊断方法的具体内容;另一方面,指出诸多故障诊断方法的特点及适用环境,之后通过设计教学案例[2]加以说明。
2.故障诊断方法的特点
在基于解析模型的故障诊断方法中,针对具体控制对象,需要建立系统的数学模型,而在系统建模的过程中,往往会忽略一些次要因素,从而形成系统建模带来的不确定性。对于可以容易建立精确模型的控制系统,采用基于解析模型的故障诊断方法,无疑是最精确、最便捷的;而建模带来的不确定性或系统受到的未知外部扰动等未知信息,往往需要采用其它基于模型的鲁棒故障诊断方法,对未知信息加以抑制。基于解析模型的故障诊断另一个特点是:故障诊断实时性较强,能够跟随系统的运行,对故障实行在线实时检测、隔离和重构。
基于信号分析与处理的诊断方法则不需要数学模型,而是从测量信号中提取有效反映故障的特征信息,用来判断系统是否出现故障,适用于无法或不易于建立解析模型的控制系统或设备;其缺点是需基于以往数据提取特征并实施故障诊断。
基于知识的故障诊断方法是以知识处理技术为基础,实现辩证逻辑和数理逻辑的集成,通过在概念和处理方法上的知识化,实现设备故障诊断智能化。
3.教学案例设计
针对故障诊断课程上述内容特点、授课对象的复杂性以及课程学时的限制,为便于掌握传统故障诊断方法的实施思路及繁杂的知识点,下面将针对基于模型的故障诊断方法和基于信号处理的诊断方法,通过设计“电动机转子断条故障诊断系统”教学案例,说明本课程主要方法的适用特点,以便于学生能够总体掌握传统诊断方法中的要点。
基于解析模型的转子断条故障诊断实施过程如图1所示,由图1可知,该诊断方法必须借助于系统的数学模型,并结合电动机系统本身的已知输入或可测输出,进而构建状态或输出估计器;之后,利用估计器输出和系统输出得到残差,该残差是故障诊断的依据,并据此得到故障判断逻辑。图2为基于信号分析与处理的故障诊断总体结构框图,可以知道该方法主要是依据测得的电流信号,经过滤波、A/D转换后经下位机传至上位机,之后根据上位机上的故障诊断算法及提取得到的故障特征,判断系统是否出现故障。由此可见,基于解析模型的故障诊断方法对模型的依赖性较大,但在得到系统模型之后,其不仅可以实现故障检测,而且可采用重构算法对故障信息进行估计,这为系统的容错控制提供了基础;另一方面,基于信号分析与处理的故障诊断方法不需要数学模型,但特征提取需要基本的信息集,而在形成故障特征之前,并没有较好的办法对期间发生的故障进行诊断,尤其是系统的初始故障。故,需要针对建立准确数学模型的难易程度,合理选择诊断方法解决故障诊断的问题。
因此,在建立较为准确数学模型的情况下,采用基于模型的故障診断方法较好;而无法或难于建立系统数学模型的控制系统,在采用基于信号处理或基于知识的故障诊断方法的较好。通过图1和图2,可清晰掌握各种诊断方法的设计过程,实现对课程的全局把握。
参考文献:
[1]苏祖强, 熊英, 罗久飞, 张毅. 《机械故障诊断》研究生教学课程改革的思考[J]. 教育教学论坛, 2017,(41).
[2]关秋, 陈梅. 案例教学的理论研究综述[J]. 教育与职业, 2011, (20).