久久久91-久久久91精品国产一区二区-久久久91精品国产一区二区三区-久久久999国产精品-久久久999久久久精品

1  引言

    以故障為研究對象是新一代系統(tǒng)可靠性理論研究的重要特色，也是過程系統(tǒng)自動化技術(shù)從實驗室走向工程的重要一環(huán)。最近二十多年來，以故障檢測、故障定位、故障分離、故障辨識、故障模式識別、故障決策和容錯處理為主要內(nèi)容的故障診斷與處理技術(shù)，已成為機械設(shè)備維護、控制系統(tǒng)系統(tǒng)可靠性研究、復(fù)雜系統(tǒng)系統(tǒng)自動化、遙科學(xué)、復(fù)雜過程的異變分析、工程監(jiān)控和容錯信號處理等領(lǐng)域重點關(guān)注和廣泛研究的問題。

    診斷（Diagnostics）一詞源于希臘文，含義為鑒別與判斷，是指在對各種跡象和癥狀進行綜合分析的基礎(chǔ)上對研究對象及其所處狀態(tài)進行鑒別和判斷的一項技術(shù)活動[1]。故障診斷學(xué)則是專門以考察和判斷對象或系統(tǒng)是否存在缺陷或其運行過程中是否出現(xiàn)異常現(xiàn)象為主要研究對象的一門綜合性技術(shù)學(xué)科。它是診斷技術(shù)與具體工程學(xué)科相結(jié)合的產(chǎn)物，是一門新興交叉學(xué)科。故障診斷與處理技術(shù)，作為一門新興技術(shù)學(xué)科，可劃分為如下三個不同的研究層次：

    (1)  以設(shè)備或部件為研究對象，重點分析和診斷設(shè)備的缺陷、部件的缺損或機械運轉(zhuǎn)失靈，這通常屬于設(shè)備故障診斷的研究范疇；

    (2)  以系統(tǒng)為研究對象，重點檢測和分析系統(tǒng)的功能不完善、功能異常或不能夠完成預(yù)期功能，這屬于系統(tǒng)故障檢測與診斷的研究范疇；

    (3)  以系統(tǒng)運行過程為研究對象，考察運行過程出現(xiàn)的異常變化或系統(tǒng)狀態(tài)的非預(yù)期改變，這屬于過程故障診斷的研究范疇。

    概而言之，故障診斷研究的是對象故障或其功能異常、動作失敗等問題，尋求發(fā)現(xiàn)故障和甄別故障的理論與方法。無論是設(shè)備故障診斷、系統(tǒng)故障診斷還是過程故障診斷，都有著廣泛的研究對象、實在的問題背景和豐富的研究內(nèi)容。本文將從故障診斷與處理技術(shù)的研究內(nèi)容、典型方法和應(yīng)用情況等三個方面，對故障診斷及相關(guān)技術(shù)的發(fā)展?fàn)顩r做一綜述，同時簡要指出本研究方向的若干前沿。

2  故障診斷與處理的主要研究內(nèi)容

    故障診斷與處理是一項系統(tǒng)工程，它包括故障分析、故障建模、故障檢測、故障推斷、故障決策和故障處理等五個方面的研究內(nèi)容。

2.1  故障分析

    故障是對象或系統(tǒng)的病態(tài)或非常態(tài)。要診斷故障，首先必須對故障與帶故障的設(shè)備、系統(tǒng)、過程都有細(xì)致分析和深入研究，明確可能產(chǎn)生故障的環(huán)節(jié)，故障傳播途徑，了解故障的典型形式、表現(xiàn)方式、典型特征以及故障頻度或發(fā)生幾率，結(jié)合對象的物理背景了解故障產(chǎn)生的機理、故障關(guān)聯(lián)性和故障危害性。

    常用的故障分析方法有對象和故障環(huán)節(jié)的機理分析法、模擬法、數(shù)值仿真或系統(tǒng)仿真法和借助數(shù)學(xué)模型的理論分析法等。

2.2  故障建模

    模型分析是現(xiàn)代分析的基本方法，對復(fù)雜對象的故障診斷同樣具有重要應(yīng)用價值。為了定量或定性地分析故障、診斷故障和處理故障，建立故障的模型和帶故障對象的模型是十分重要的。現(xiàn)代故障診斷技術(shù)，特別是下文將提到的各種基于解析冗余的故障檢測與診斷技術(shù)都離不開準(zhǔn)確科學(xué)的故障模型。

    常用的帶故障故障對象模型有“加性（additive）”模型、“新息（innovation）”模型和復(fù)合型模型；故障分量模型有脈沖型故障模型、階躍型故障模型和過程漸變型故障模型等。

2.3  故障檢測

    簡而言之，故障檢測是判斷并指明系統(tǒng)是否發(fā)生了故障，即對于某個正在運行的系統(tǒng)或正在按規(guī)定標(biāo)準(zhǔn)進行生產(chǎn)的設(shè)備，辨別其是否超出預(yù)定或技術(shù)規(guī)范規(guī)定的無故障工作門限[2]。顯然，這是故障診斷的首要任務(wù)。

    根據(jù)處理方式和要求的不同，故障檢測可區(qū)分為在線檢測和離線檢測兩大類。在航天器跟蹤測量和飛行控制系統(tǒng)研究中，在線檢測被稱為實時檢測，離線檢測也被稱為事后檢測。其中，故障實時檢測是運載火箭安全控制系統(tǒng)的核心。
與故障檢測相近的還有一個常用名詞“故障監(jiān)測”。所謂故障監(jiān)測，實質(zhì)上也是所謂的故障在線檢測或?qū)崟r檢測，主要目的是對設(shè)備狀況或系統(tǒng)功能進行及時觀測，一旦發(fā)現(xiàn)異常征兆出現(xiàn)則及時報警，承擔(dān)“監(jiān)控系統(tǒng)”的主要任務(wù)。

2.4  故障推斷

    故障推斷是通過足夠的傳感器（測量設(shè)備）檢索出所有可能得到的、從故障發(fā)生之前到故障發(fā)生之時全部時間內(nèi)的、與系統(tǒng)有關(guān)的信息，對故障部位、故障類型和故障幅度等進行系統(tǒng)分析和合理推斷。故障推斷是故障診斷技術(shù)研究的主體部分，包括如下幾個方面：

(1)  故障定位與故障分離

    對結(jié)構(gòu)復(fù)雜的機械設(shè)備或工程系統(tǒng)而言，僅檢測出是否發(fā)生了故障往往只完成了任務(wù)的一半，更重要的是必須告知故障發(fā)生在哪個部件或子系統(tǒng)上，即必須指明已發(fā)生故障的材料、結(jié)構(gòu)、組成部分、過程或系統(tǒng)，這就是故障定位。
當(dāng)多個部位都發(fā)生了故障時，必須分離出所有故障源，即所謂的故障分離。故障分離是對故障進行深入研究的基礎(chǔ)，在航天故障的分析與處理過程中有重要的價值。

(2)  故障時間確定

    對工程系統(tǒng)而言，系統(tǒng)運行過程實質(zhì)上是系統(tǒng)狀態(tài)隨時間演化的過程，故障總是發(fā)生在系統(tǒng)運行過程的某個時間點（或時間區(qū)間）上。有時，確定故障發(fā)生的時刻或時間區(qū)間對于分析故障，尤其是分析突發(fā)性故障，具有特別重要的意義。

(3)  故障辨識與故障模式識別

    故障幅度（或量級）和故障模式是故障的兩個基本特征，也是故障分析和故障診斷時的重要依據(jù)。

    故障辨識就是采用適當(dāng)?shù)臄?shù)學(xué)分析或統(tǒng)計方法，估算出故障特征參數(shù)或故障幅度的大小，而故障模式識別則較多用于對故障進行歸類[2]。

2.5  故障處理

    對具體的工程活動而言，分析出故障產(chǎn)生的原因及部位后，下一步必須考慮故障的處理方法。比較典型的故障處理方法有順應(yīng)處理、容錯處理與故障修復(fù)等三大類。具體選用何種處理方法，與研究對象、故障特點以及影響程度等多方面的因素有關(guān)。

    自20世紀(jì)70年代以來，隨著控制系統(tǒng)故障診斷和過程變化檢測技術(shù)的迅速發(fā)展，上述五個方面的研究內(nèi)容也出現(xiàn)了一些新的劃分方法：在控制系統(tǒng)故障診斷研究領(lǐng)域，將“檢測”從“診斷”中分列出來[3]，并將檢測與診斷或診斷中的某一項或幾項相結(jié)合形成故障檢測與診斷（FDD）、故障檢測與分離（FDI）、故障檢測與辨識（FDI），等等；在探討過程異變的研究領(lǐng)域[12]，沒有采用“診斷”而是在“檢測”之下展開上述大部分內(nèi)容的研究。

3  故障診斷與處理的典型方法

    自20世紀(jì)50年代E.S.Page[4,5]和Robert[6]等人對控制圖表(Control Chart)技術(shù)研究以來，特別是60年代美國系統(tǒng)地開展故障診斷（FD）技術(shù)研究以來，其理論和應(yīng)用受到世界各國理論界和工程界廣泛重視，現(xiàn)已發(fā)展成為以可靠性理論、控制論、信息論、統(tǒng)計學(xué)、決策論為理論基礎(chǔ)，以系統(tǒng)建模技術(shù)、過程自動化技術(shù)、統(tǒng)計信號處理技術(shù)、信號獲取技術(shù)、機器計算和機器推理技術(shù)為處理手段，以系統(tǒng)及其運行過程中出現(xiàn)的設(shè)備部件缺陷、功能性故障和過程異常變化為主要研究對象的一門新興的邊緣學(xué)科。

    故障診斷的前提是冗余，包括直接冗余或物理冗余（部分文獻中稱硬件冗余）、解析冗余和知識冗余[7]等等。故障診斷技術(shù)實質(zhì)上就是研究任何獲取、分析和處理冗余信息的技術(shù)。

3.1  基于直接或物理冗余法

    一般地，直接冗余或物理冗余是指采用多個傳感器（從不同角度）對同一對象進行觀測或采用同一傳感器對多個與診斷對象相當(dāng)?shù)膫浞菁M行觀測的方式獲取冗余測量信息[8]。借助適當(dāng)?shù)慕y(tǒng)計方法對冗余信息之間的差異進行分析處理，可以檢測或診斷研究對象是否發(fā)生了故障。

    對于上述兩種情況，可以很自然地利用統(tǒng)計檢驗?zāi)Ｐ汀⒕€性回歸模型、非線性回歸模型、廣義回歸模型或Logit模型，描述成如下的統(tǒng)計診斷問題：

    (1)  已知樣本yi∈Rs（i=1,2,…）服從統(tǒng)計分布，檢驗f(y)是等同于“標(biāo)稱分布”g(y) ；

    (2)  判斷集合{yi，i=1,…,n}中是否有離群點，或檢驗序列{yi，i=1,2,…}中是否含明顯偏離大部分樣本點所呈現(xiàn)變化趨勢的異常點；

    事實上，相當(dāng)多數(shù)的基于直接冗余或物理冗余的故障診斷問題（例如，生產(chǎn)過程的監(jiān)控與廢品檢測、飛行器跟蹤測量數(shù)據(jù)的合理性檢驗[9-11]、教育與心理研究[12]、谷物生長研究、記錄或傳輸信號的誤碼、機械運轉(zhuǎn)的突發(fā)性障礙等等）都可轉(zhuǎn)化成為問題①或②。統(tǒng)計領(lǐng)域中對問題①有廣泛而深入的研究，并且建立了一系列成熟的處理方法。例如，參數(shù)分布的序貫概率比檢驗（SPRT）、極大似然比檢驗、U-檢驗、t-檢驗和F-檢驗；非參數(shù)分布的Kolmogrov擬合檢驗、K.Person擬合檢驗、秩和檢驗、Kolmogrov-Smirnov兩子樣檢驗等。

    問題②的分析與處理技術(shù)，屬于20世紀(jì)70年代初期建立起來的統(tǒng)計學(xué)的一個新興研究領(lǐng)域-統(tǒng)計診斷學(xué)的主要研究內(nèi)容。早在20世紀(jì)50年代就有學(xué)者從事異常數(shù)據(jù)統(tǒng)計診斷的研究[13-16]，甚至更早。但是，早期研究大多局限于獨立同分布情況下的離群點識別和處理，最有代表性的方法是Dixon距離法。60年代之后，這方面的逐步研究推廣到回歸模型、Logit模型、廣義回歸模型、非線性回歸模型 [17,18,21] ；對異常數(shù)據(jù)的定義也由早期的離群點、不一致點演化到趨勢偏離點[18,22] ；形成包括統(tǒng)計檢驗、Cook距離、殘差（如Anscome殘差或Person殘差）分析、影響分析、圖形分析、基于Bayes統(tǒng)計的Box-Tiao方法、Chaloner-Brant方法、神經(jīng)網(wǎng)絡(luò)或多層神經(jīng)網(wǎng)絡(luò)方法[23,24]等多種處理方法。

    近十幾年來，穩(wěn)健統(tǒng)計、探索性數(shù)據(jù)分析和穩(wěn)健-抗擾性處理技術(shù)受到統(tǒng)計界的廣泛關(guān)注。由于基于直接冗余或物理冗余的故障診斷問題，可轉(zhuǎn)換成適當(dāng)假定的統(tǒng)計模型下的統(tǒng)計判決問題，因此統(tǒng)計學(xué)科的發(fā)展也推動了故障診斷方法的改進和發(fā)展。將穩(wěn)健-抗擾性辨識或濾波方法用于故障診斷是近期統(tǒng)計診斷技術(shù)的一個重要研究方向。這方面的一些探索性工作[25-28]顯示了具有良好的發(fā)展前景。

3.2  基于間接或解析冗余法

    間接冗余或解析冗余是指系統(tǒng)輸入信息和輸出信息之間瞬態(tài)關(guān)系的集合。對于連續(xù)時間系統(tǒng)，描述這種關(guān)系常用模型是微分方程、偏微分方程、隨機微分方程模型或連續(xù)時間狀態(tài)空間模型；對離散時間系統(tǒng)，描述這種關(guān)系常用模型則是時間序列分析領(lǐng)域的AR模型、ARMA模型、ARXMA模型或離散時間的狀態(tài)空間模型。顯然，上述的解析關(guān)系含有豐富的冗余信息，對分析系統(tǒng)運行狀況、診斷系統(tǒng)故障有較大參考價值。

    1971年，美國學(xué)者R.V.Beard提出了利用解析冗余代替物理冗余得到系統(tǒng)故障信息的新思想[29]。R.V.Beard的工作標(biāo)志著基于解析冗余故障診斷技術(shù)的開始（文獻[8]認(rèn)為，前蘇聯(lián)學(xué)者Britov和Mironovski（1972）幾乎同時也獨立地提出了這種思想），也標(biāo)志控制系統(tǒng)故障診斷技術(shù)研究的開端[20]。在隨后20多年時間里，基于解析冗余的故障診斷技術(shù)得到了廣泛而深入的研究，先后提出了一系列可用于故障檢測、故障辨識、故障定，故障分離、故障模式識別和故障容錯處理的處理方法。例如，基于新息（Innovations）的方法、基于檢測濾波器/觀測器的方法、基于等價關(guān)系或等價空間的方法、基于特征參數(shù)統(tǒng)計辨識方法以及基于統(tǒng)計假設(shè)檢驗（特別是基于似然比檢驗）的方法等等。

    不過，這一階段的研究工作大多是以線性連續(xù)變量動態(tài)系統(tǒng)（CVDS）、可展成線性系統(tǒng)或可用線性系統(tǒng)逼近的CVDS為主要研究對象[3,15,30]，力求將故障診斷問題轉(zhuǎn)化成殘差生成（Residuals Generating）與殘差分析問題[7]，采用統(tǒng)計學(xué)方法或幾何學(xué)方法進行處理。

    近年來，這種狀況有所改變。首先是處理方法更加豐富和實用，無論是基于系統(tǒng)仿真的方法[31]、基于容錯處理的方法或各種穩(wěn)健化方法[25]，還是基于神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的方法都充分考慮了實際進行故障診斷時可能面對的困難；其次，診斷對象也逐步由線性CVDS向復(fù)線性CVDS、非線性CVDS和離散事件系統(tǒng)（DEDS）[32-34]及各種網(wǎng)絡(luò)模型拓展。

3.3  基于規(guī)則或知識冗余法

    無論是直接冗余還是間接冗余，實質(zhì)上描述的都是對象、故障、故障征兆三者之間（或自身內(nèi)部）的量化關(guān)系。但是，許多實際問題并不都是可以嚴(yán)格量化的，一些經(jīng)驗豐富的專家在進行故障診斷時也并不都是采用嚴(yán)格的數(shù)學(xué)算法從一串串計算結(jié)果中來查找問題。

    事實上，對于一個結(jié)構(gòu)復(fù)雜的系統(tǒng)，當(dāng)其運行過程發(fā)生故障時，人們?nèi)菀撰@得的往往是一些涉及故障征兆的描述性知識，以及各故障源與故障征兆之間關(guān)聯(lián)性的知識。盡管這些冗余知識大多是定性的而非定量的，但對準(zhǔn)確分析故障能取到重要的作用。

    利用冗余知識，通過符號推理的方法進行故障診斷，這是故障診斷技術(shù)的又一個分支-定性故障診斷。早在1962年，Bell研究所H.A.沃森采用系統(tǒng)結(jié)構(gòu)分解方法知識創(chuàng)立了故障樹分析(FTA: Fault Tree Analysis)[35]技術(shù)。美國航空和宇航局（NASA）以之為基礎(chǔ)進行發(fā)展，建成可用于復(fù)雜系統(tǒng)災(zāi)害分析和安全分析的有效方法，這是基于知識冗余的定性故障診斷技術(shù)早期工作之一。故障樹方法在定性故障診斷技術(shù)的發(fā)展初期起著重要作用，它為分析系統(tǒng)故障提供了一種操作性強的處理手段。

    對于中小規(guī)模的、結(jié)構(gòu)比較簡單的系統(tǒng)，采用故障樹分析方法進行故障診斷是合適的。但是，對于大規(guī)模復(fù)雜系統(tǒng)，故障樹方法實現(xiàn)的難度大，效果也不好[35]。70年代以后，隨著專家系統(tǒng)（ES：Expert System）、知識工程和計算機技術(shù)的發(fā)展，復(fù)雜系統(tǒng)定性故障診斷過程的智能化成為一種趨勢，建立故障診斷專家系統(tǒng)成為基于知識冗余定性故障診斷技術(shù)的重要研究方向。

    20多年來，先后出現(xiàn)了多個以各具體領(lǐng)域為研究對象的定性故障診斷專家系統(tǒng)。如Regenine等人研制的飛行器控制系統(tǒng)監(jiān)視器（EEFSM）、Malin研制的汽車故障診斷系統(tǒng)（FIXER）、美國宇航局Langley研究中心主持開發(fā)的飛行器故障診斷專家系統(tǒng)（Fault Finder）、飛船故障診斷專家系統(tǒng)（FAITH）、飛行器姿態(tài)自動檢測與診斷系統(tǒng)（AES）和國內(nèi)有關(guān)單位開發(fā)的衛(wèi)星控制系統(tǒng)實時故障診斷專家系統(tǒng)等等。這些系統(tǒng)都已達(dá)到了實際應(yīng)用水平，并得到實際使用。

    P.M.Frank（1990）認(rèn)為，基于知識的故障診斷（專家系統(tǒng)）方法是對基于解析冗余和數(shù)據(jù)計算的定量故障診斷方法的補充，為具有不完整過程知識的復(fù)雜系統(tǒng)故障診斷開辟了新的空間[7]。

    近年來，基于知識的故障診斷技術(shù)在定性知識量化處理和定性知識與定量知識相結(jié)合等方面的研究和發(fā)展受到人們的關(guān)注。采用模糊數(shù)學(xué)方法將不精確的、描述性的知識量化處理，不但有助于提高故障推理過程的嚴(yán)謹(jǐn)性和診斷結(jié)果的可靠性，也為采用解析冗余法和神經(jīng)網(wǎng)絡(luò)計算方法處理知識冗余創(chuàng)造了條件；將定量知識納入知識庫且在推理機制中引入解析求解算法及門限邏輯與假設(shè)檢驗技術(shù)，不但可以明顯增加知識裕度，也可有效提高推理的嚴(yán)謹(jǐn)性。

4  故障診斷技術(shù)的工程應(yīng)用

    眾所周知，航空航天是故障多發(fā)且危害極大的領(lǐng)域，也是故障檢測與故障診斷技術(shù)得到較早使用的領(lǐng)域，包括航天測控、導(dǎo)航控制、軌道監(jiān)視以及航天器可靠性與安全性等[25,36-38]在內(nèi)的多個分支，都有故障檢測與診斷技術(shù)成功應(yīng)用的先例。對此，文獻[36,37]有較為詳盡的論述，并提供了一系列實用的處理方法和大量的仿真或?qū)崪y數(shù)據(jù)算例，在此不再贅述。

    近三十年來，航天故障診斷一直是故障診斷方法研究和技術(shù)應(yīng)用的主戰(zhàn)場。這不僅表現(xiàn)在故障診斷的理論與技術(shù)中一些有影響的重要分支（例如，故障樹分析、故障診斷專家系統(tǒng)）其發(fā)展過程與航天故障分析技術(shù)有著很深的歷史淵源，也不僅表現(xiàn)在大量故障診斷方法都曾在航空航天領(lǐng)域中得到了廣泛應(yīng)用，更重要的還在于航天故障的復(fù)雜性對故障診斷技術(shù)發(fā)展不斷產(chǎn)生推動作用。

    故障診斷的理論和處理技術(shù)在工業(yè)和其它工程領(lǐng)域中也有極為廣泛的應(yīng)用，已被成功地用于包括疾病診斷[8]、質(zhì)量控制[4-5,8]、系統(tǒng)監(jiān)控、工業(yè)過程維護、機械系統(tǒng)、化工系統(tǒng)、管線檢測、系統(tǒng)的容錯處理、機器人系統(tǒng)、核電站和核反應(yīng)堆管理、工程測量數(shù)據(jù)合理性檢驗等廣泛領(lǐng)域。