劉裕泉

（江漢大學(xué)，湖北 武漢 430056）

0 引言

動(dòng)態(tài)系統(tǒng)故障的診斷和檢測(cè)技術(shù)涉及多個(gè)應(yīng)用學(xué)科，例如信號(hào)處理、計(jì)算機(jī)工程、模式識(shí)別、數(shù)理統(tǒng)計(jì)、現(xiàn)代控制理論以及人工智能等等，是一門(mén)邊緣應(yīng)用型學(xué)科。故障診斷即在被診斷系統(tǒng)的狀態(tài)數(shù)據(jù)或其他信息以及已有的各種經(jīng)驗(yàn)知識(shí)的基礎(chǔ)上，對(duì)信息進(jìn)行綜合分析和處理，最終得出系統(tǒng)運(yùn)行狀態(tài)的評(píng)估結(jié)果，即運(yùn)行狀態(tài)和故障情況等。該技術(shù)經(jīng)過(guò)幾十年的發(fā)展出現(xiàn)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(hào)處理的理論方法以及基于經(jīng)驗(yàn)知識(shí)的理論方法等。近些年來(lái)，又出現(xiàn)了一批新的方法或理論，如支持向量機(jī)、小波變換法、主元分析法等。鑒于此，本文將對(duì)當(dāng)前的動(dòng)態(tài)系統(tǒng)故障診斷技術(shù)進(jìn)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(cè)與診斷技術(shù)主要是先獲取被診斷系統(tǒng)的相關(guān)信息，然后與模型模擬的系統(tǒng)中由人工設(shè)定好的經(jīng)驗(yàn)信息進(jìn)行對(duì)比，得出兩者之間的差別，然后對(duì)該差別進(jìn)行分析和處理，最終得出系統(tǒng)運(yùn)行狀態(tài)信息。所以不難看出，所建立模型的準(zhǔn)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(jù)兩者對(duì)比產(chǎn)生的殘差之間的不同形式，又可分為參數(shù)估計(jì)法、等價(jià)空間法和狀態(tài)估計(jì)法。

1.2 基于信號(hào)處理的方法

基于解析的方法關(guān)鍵在于對(duì)被測(cè)系統(tǒng)進(jìn)行建模，當(dāng)被控系統(tǒng)的解析模型難以建立時(shí)，且被控過(guò)程中的輸入和輸出信號(hào)卻容易獲得的情況下，可以采用基于信號(hào)的故障診斷方法。此類方法通常包括絕對(duì)值和趨勢(shì)校驗(yàn)法、基于自適應(yīng)的滑動(dòng)窗格形濾波器的方法、基于Kullback信息準(zhǔn)則的故障檢測(cè)法以及基于模態(tài)信號(hào)分析的方法等。近些年來(lái)，又出現(xiàn)了一批新的基于信號(hào)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(jīng)驗(yàn)知識(shí)的方法

基于知識(shí)處理的方法同樣無(wú)需對(duì)被控系統(tǒng)進(jìn)行數(shù)學(xué)建模，該類方法主要是根據(jù)被控對(duì)象的信息數(shù)據(jù)以及專家診斷的經(jīng)驗(yàn)知識(shí)來(lái)進(jìn)行故障診斷，特別適用于復(fù)雜大型系統(tǒng)和一些非線性系統(tǒng)。近些年來(lái)，人工智能技術(shù)發(fā)展迅速，尤其是專家系統(tǒng)、知識(shí)工程以及人工神經(jīng)網(wǎng)絡(luò)等在動(dòng)態(tài)系統(tǒng)故障診斷領(lǐng)域的廣泛應(yīng)用，使得基于知識(shí)的故障診斷法又出現(xiàn)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(tǒng)方法、基于支持向量機(jī)的方法、基于神經(jīng)網(wǎng)絡(luò)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(hào)有向圖的方法、基于故障樹(shù)理論的方法和基于定性仿真的方法等。

2 故障診斷技術(shù)的應(yīng)用

故障診斷技術(shù)近些年來(lái)已經(jīng)成功地應(yīng)用在了一些工業(yè)領(lǐng)域，典型的應(yīng)用實(shí)例如表1所示。

表1 故障診斷技術(shù)的應(yīng)用案例

3 未來(lái)發(fā)展趨勢(shì)

由于在實(shí)際的診斷過(guò)程中，復(fù)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(tǒng)故障，因此必須將不同種類的方法進(jìn)行融合使用，充分發(fā)揮各自在診斷中的長(zhǎng)處和優(yōu)勢(shì)，這也是未來(lái)動(dòng)態(tài)系統(tǒng)故障診斷技術(shù)的發(fā)展趨勢(shì)和方向。例如，將神經(jīng)網(wǎng)絡(luò)技術(shù)、模糊理論方法和專家系統(tǒng)方法相互結(jié)合，形成神經(jīng)模糊專家系統(tǒng)。此外，隨著模式識(shí)別理論以及人工智能等理論的快速發(fā)展，故障診斷技術(shù)的智能化也將成為一個(gè)新的研究領(lǐng)域和趨勢(shì)。具體分析如下：

3.1 新理論的引入

未來(lái)故障診斷技術(shù)的內(nèi)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(shù)中的應(yīng)用是一個(gè)研究趨勢(shì)。以遺傳算法為例，該方法可進(jìn)行全局優(yōu)化，簡(jiǎn)單實(shí)用，并行處理能力強(qiáng)，可以很好地解決在經(jīng)驗(yàn)少以及推理速度慢等情況下獲取知識(shí)難度大的問(wèn)題，因而在故障診斷檢測(cè)領(lǐng)域應(yīng)用前景十分廣闊。

3.2 故障診斷軟件開(kāi)發(fā)

雖然在故障診斷技術(shù)領(lǐng)域已經(jīng)出現(xiàn)了一大批的研究成果，然而在實(shí)際的工程應(yīng)用中，應(yīng)用卻相對(duì)很少，因此研究更加實(shí)用的動(dòng)態(tài)系統(tǒng)故障診斷方法也是未來(lái)的一個(gè)發(fā)展趨勢(shì)。此外，在現(xiàn)有的故障診斷系統(tǒng)中，對(duì)于不同的裝置和設(shè)備多是分別進(jìn)行開(kāi)發(fā)，系統(tǒng)不同，各自的開(kāi)發(fā)工具以及體系結(jié)構(gòu)也是千差萬(wàn)別，所以未來(lái)研究的重點(diǎn)應(yīng)在于根據(jù)實(shí)際的工程需要，開(kāi)發(fā)相應(yīng)的實(shí)用性和通用性強(qiáng)的故障診斷軟件。

3.3 遠(yuǎn)程分布式故障診斷技術(shù)

計(jì)算機(jī)技術(shù)、自動(dòng)化技術(shù)以及網(wǎng)絡(luò)通信技術(shù)等的高速發(fā)展，為未來(lái)實(shí)現(xiàn)遠(yuǎn)程分布式故障診斷技術(shù)提供了條件。未來(lái)的遠(yuǎn)程分布式系統(tǒng)故障診斷將實(shí)現(xiàn)不同地域的多個(gè)專家系統(tǒng)對(duì)同一個(gè)被控系統(tǒng)進(jìn)行檢測(cè)和診斷，或者由一個(gè)診斷系統(tǒng)同時(shí)檢測(cè)多個(gè)地區(qū)的多臺(tái)設(shè)備，從而很大程度上提高設(shè)備的利用率，降低投資成本，這也將是未來(lái)故障診斷系統(tǒng)的一個(gè)重要研究方向。

3.4 知識(shí)自動(dòng)獲取和知識(shí)表示的發(fā)展

知識(shí)自動(dòng)獲取和知識(shí)表示一直都是研究設(shè)計(jì)智能動(dòng)態(tài)系統(tǒng)故障診斷系統(tǒng)的關(guān)鍵點(diǎn)和難點(diǎn)。近些年來(lái)，在面向程序?qū)ο笤O(shè)計(jì)的基礎(chǔ)上，一種被稱作為面向?qū)ο蟮男碌闹R(shí)表示方法逐漸被提了出來(lái)，為解決知識(shí)表示的難題提供了新的解決方法。而另一個(gè)難點(diǎn)——知識(shí)自動(dòng)獲取，其解決的方法則是機(jī)器學(xué)習(xí)，但是在當(dāng)前，機(jī)器學(xué)習(xí)的相關(guān)研究還停留在剛剛起步的階段，尚需進(jìn)一步深入研究，而智能體概念的出現(xiàn)，由于其具有自適應(yīng)性和自治性等特點(diǎn)，為解決知識(shí)自動(dòng)獲取的難題提供了嶄新的途徑和方法。此外，一些已經(jīng)相當(dāng)成熟的理論也可以借鑒來(lái)對(duì)知識(shí)庫(kù)進(jìn)行設(shè)計(jì)，從而改善其診斷性能，例如數(shù)據(jù)庫(kù)系統(tǒng)研究中的信息共享、故障恢復(fù)技術(shù)、信息存儲(chǔ)以及并發(fā)控制等技術(shù)均可進(jìn)行參考借鑒。

綜上所述，故障診斷技術(shù)的相關(guān)研究一直以來(lái)都是在吸取了其他學(xué)科領(lǐng)域研究成果的基礎(chǔ)上不斷向前發(fā)展和進(jìn)步的，所以在對(duì)故障診斷技術(shù)研究時(shí)，應(yīng)不斷關(guān)注、參考和吸取其他相關(guān)領(lǐng)域?qū)W科最新的研究成果，并通過(guò)轉(zhuǎn)化應(yīng)用在故障診斷技術(shù)的研究中，為故障診斷技術(shù)的進(jìn)步開(kāi)辟新的方法和思路。

4 結(jié)語(yǔ)

動(dòng)態(tài)系統(tǒng)的故障診斷與檢測(cè)技術(shù)目前已有眾多采用不同原理的方法和理論，隨著其進(jìn)一步發(fā)展，近年來(lái)又出現(xiàn)了一批新的方法或理論。本文對(duì)當(dāng)前的動(dòng)態(tài)系統(tǒng)故障診斷技術(shù)進(jìn)行了研究，希望對(duì)大家有所幫助。

［1］鄭小霞，錢(qián)鋒.動(dòng)態(tài)系統(tǒng)故障診斷技術(shù)的研究與發(fā)展［J］.化工自動(dòng)化及儀表，2005（4）

［2］蔡衛(wèi)峰.動(dòng)態(tài)系統(tǒng)故障診斷技術(shù)研究進(jìn)展與展望［J］.計(jì)算機(jī)測(cè)量與控制，2002（12）

［3］周東華，胡艷艷.動(dòng)態(tài)系統(tǒng)的故障診斷技術(shù)［J］.自動(dòng)化學(xué)報(bào)，2009（6）