3 设备故障诊断技术的现状 3.1 故障诊断的基本过程及内容 机械故障检测诊断的基本过程(见图1) 包含两方面内容: (1) 对设备运行状态进行检测; (2) 发现异常情况后对设备的故障进行分析、诊断。其发展也经历了从简易诊断到精密诊断,从一般诊断到智能诊断,从单机诊断到网络诊断的过程,发展速度愈来愈快。 file:///C:\DOCUME~1\ADMINI~1\LOCALS~1\Temp\msohtmlclip1\01\clip_image002.jpg 图1 机械故障诊断基本过程 3.2 主要技术方法现状根据系统采用的特征描述和决策方法,故障检测诊断的方法概括起来分为:基于系统数学模型的故障诊断方法和基于非模型的故障诊断方法两大类。 3.2.1 基于系统数学模型的故障诊断方法 基于模型的故障检测诊断技术是通过构造观测器估计出系统输出,然后将它与输出的测量值比较,从中取得故障信息。该方法能与控制系统紧密结合,是监控、容错控制、系统修复和重构的前提;是以现代控制理论和现代优化方法为指导,以系统的数学模型为基础,利用观测器(组) 、等价空间方程、滤波器、参数模型估计和辨识等方法产生残差,然后基于某种准则或阈值对该残差进行评价和决策。 3.2.2 基于非模型的故障诊断方法 (1) 基于可测信号处理的故障诊断方法 系统的输出在幅值、相位、频率及相关性上与故障源存在着某种关系,利用这种关系可确定系统的故障。常用的方法有谱分析、相关分析、功率谱分析和概率密度法。 (2) 基于故障诊断专家系统的诊断方法 专家系统是近年来故障诊断领域最显著的成就之一,内容包括诊断知识的表达、诊断推理方法、不确定性推理以及诊断知识的获取等。随着计算机科学和人工智能的发展,基于专家系统的故障诊断方法克服了基于模型的故障诊断方法对模型的过分依赖性,成为故障检测的有效方法。 (3) 故障模式识别的故障诊断方法 这是一种静态故障诊断方法,它以模式识别技术为基础,其关键是故障模式特征量的选取和提取。该方法分为离线分析和在线分析2 个阶段。通过离线分析来确定表达系统故障状态的特征向量集和以该特征向量集所描述的故障模式向量,由此形成故障的基准模式集,并确定区分识别这些故障模式向量的判别函数,然后通过在线诊断实时提取故障的特征向量,由判别函数对故障进行分离定位。 (4) 基于故障树的故障诊断方法 故障树是表示系统或设备特定事件或不希望事件与它的各子系统或各部件故障事件之间的逻辑结构图,通过结构图对系统故障形成的原因做出总体至部分按树状逐渐地详细划分。这是一种图形演绎法,把系统故障与导致该故障的各种因素形象地绘成故障图表,较直观地反映故障、元部件、系统及因素、原因之间的相互关系,也能定量计算故障程度、概率和原因等。 (5) 基于模糊数学的故障诊断方法 根据模糊集合论征兆空间与故障状态空间的某种映射关系,由征兆来诊断故障。由于模糊集合论尚未成熟,通常只能凭经验和大量试验来确定。另外因系统本身不确定的和模糊的信息,以及要对每一个征兆和特征参数确定其上下限和合适的隶属度函数,而使其应用有局限性。但随着模糊集合论的完善,相信该方法有较光明的前景。 (6) 基于人工神经网络的故障诊断方法 是20世纪80 年代末90 年代初才真正具有实用性的一种故障诊断方法。由于神经网络具有原则上容错、结构拓扑鲁棒、联想、推测、记忆、自适应、自学习、并行和处理复杂模式的功能,使其在工程实际存在着大量的多故障、多过程、突发性故障、庞大复杂机器和系统的监测及诊断中发挥较大作用。 |