日本在线www-日本在线播放一区-日本在线不卡免费视频一区-日本在线不卡视频-成人影院久久久久久影院-成人影院一区二区三区

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(shí)驗(yàn)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(jī)械設(shè)備維護(hù)、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(diǎn)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(jìn)行綜合分析的基礎(chǔ)上對研究對象及其所處狀態(tài)進(jìn)行鑒別和判斷的一項(xiàng)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(yùn)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(diǎn)分析和診斷設(shè)備的缺陷、部件的缺損或機(jī)械運(yùn)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(diǎn)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(yùn)行過程為研究對象，考察運(yùn)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(shí)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(shí)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(xiàng)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(jī)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(jī)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(jià)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(yùn)行的系統(tǒng)或正在按規(guī)定標(biāo)準(zhǔn)進(jìn)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(shí)時(shí)檢測，離線檢測也被稱為事后檢測。其中，故障實(shí)時(shí)檢測是運(yùn)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(shí)質(zhì)上也是所謂的故障在線檢測或?qū)崟r(shí)檢測，主要目的是對設(shè)備狀況或系統(tǒng)功能進(jìn)行及時(shí)觀測，一旦發(fā)現(xiàn)異常征兆出現(xiàn)則及時(shí)報(bào)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(shí)全部時(shí)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(jìn)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(jī)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(shí)，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(jìn)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(jià)值。

(2)  故障時(shí)間確定

    對工程系統(tǒng)而言，系統(tǒng)運(yùn)行過程實(shí)質(zhì)上是系統(tǒng)狀態(tài)隨時(shí)間演化的過程，故障總是發(fā)生在系統(tǒng)運(yùn)行過程的某個時(shí)間點(diǎn)（或時(shí)間區(qū)間）上。有時(shí)，確定故障發(fā)生的時(shí)刻或時(shí)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(shí)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(jì)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(jìn)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(diǎn)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(xiàng)或幾項(xiàng)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(jì)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(jì)信號處理技術(shù)、信號獲取技術(shù)、機(jī)器計(jì)算和機(jī)器推理技術(shù)為處理手段，以系統(tǒng)及其運(yùn)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(xiàn)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(shí)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(jìn)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(jìn)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(jì)方法對冗余信息之間的差異進(jìn)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(jì)檢驗(yàn)?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(jì)診斷問題：

    (1)  已知樣本yi∈Rs（i=1,2,…）服從統(tǒng)計(jì)分布，檢驗(yàn)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(diǎn)，或檢驗(yàn)序列{yi，i=1,2,…}中是否含明顯偏離大部分樣本點(diǎn)所呈現(xiàn)變化趨勢的異常點(diǎn)；

    事實(shí)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(yàn)[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(jī)械運(yùn)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(jì)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(yàn)（SPRT）、極大似然比檢驗(yàn)、U-檢驗(yàn)、t-檢驗(yàn)和F-檢驗(yàn)；非參數(shù)分布的Kolmogrov擬合檢驗(yàn)、K.Person擬合檢驗(yàn)、秩和檢驗(yàn)、Kolmogrov-Smirnov兩子樣檢驗(yàn)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(jì)學(xué)的一個新興研究領(lǐng)域-統(tǒng)計(jì)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(jì)診斷的研究[13-16]，甚至更早。但是，早期研究大多局限于獨(dú)立同分布情況下的離群點(diǎn)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(diǎn)、不一致點(diǎn)演化到趨勢偏離點(diǎn)[18,22] ；形成包括統(tǒng)計(jì)檢驗(yàn)、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(jì)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(jì)、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(jì)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(jì)模型下的統(tǒng)計(jì)判決問題，因此統(tǒng)計(jì)學(xué)科的發(fā)展也推動了故障診斷方法的改進(jìn)和發(fā)展。將穩(wěn)健-抗擾性辨識或?yàn)V波方法用于故障診斷是近期統(tǒng)計(jì)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(shí)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(jī)微分方程模型或連續(xù)時(shí)間狀態(tài)空間模型；對離散時(shí)間系統(tǒng)，描述這種關(guān)系常用模型則是時(shí)間序列分析領(lǐng)域的AR模型、ARMA模型、ARXMA模型或離散時(shí)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(yùn)行狀況、診斷系統(tǒng)故障有較大參考價(jià)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(xiàn)[8]認(rèn)為，前蘇聯(lián)學(xué)者Britov和Mironovski（1972）幾乎同時(shí)也獨(dú)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(shí)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(jià)關(guān)系或等價(jià)空間的方法、基于特征參數(shù)統(tǒng)計(jì)辨識方法以及基于統(tǒng)計(jì)假設(shè)檢驗(yàn)（特別是基于似然比檢驗(yàn)）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(jì)學(xué)方法或幾何學(xué)方法進(jìn)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(shí)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(shí)際進(jìn)行故障診斷時(shí)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(shí)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(shí)際問題并不都是可以嚴(yán)格量化的，一些經(jīng)驗(yàn)豐富的專家在進(jìn)行故障診斷時(shí)也并不都是采用嚴(yán)格的數(shù)學(xué)算法從一串串計(jì)算結(jié)果中來查找問題。

    事實(shí)上，對于一個結(jié)構(gòu)復(fù)雜的系統(tǒng)，當(dāng)其運(yùn)行過程發(fā)生故障時(shí)，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(jìn)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(jìn)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(qiáng)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(jìn)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(shí)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(jì)算機(jī)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?yàn)檠芯繉ο蟮亩ㄐ怨收显\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(shí)時(shí)故障診斷專家系統(tǒng)等等。這些系統(tǒng)都已達(dá)到了實(shí)際應(yīng)用水平，并得到實(shí)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(jì)算的定量故障診斷方法的補(bǔ)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(jì)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(jī)制中引入解析求解算法及門限邏輯與假設(shè)檢驗(yàn)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(xiàn)[36,37]有較為詳盡的論述，并提供了一系列實(shí)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(hù)、機(jī)械系統(tǒng)、化工系統(tǒng)、管線檢測、系統(tǒng)的容錯處理、機(jī)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(yàn)等廣泛領(lǐng)域。