故障诊断技术的回顾与展望2

1、系统庞大的规模与高度的复杂程度系统庞大的规模与高度的复杂程度 系统中出现的某些微小故障若不能及时检测并排除，就系统中出现的某些微小故障若不能及时检测并排除，就 有可能造成整个系统的失效、瘫痪，甚至导致巨大的灾有可能造成整个系统的失效、瘫痪，甚至导致巨大的灾 难性后果难性后果 如何提高系统的安全性、可靠性，防止和杜绝影响系统如何提高系统的安全性、可靠性，防止和杜绝影响系统 正常运行的故障的发生和发展正常运行的故障的发生和发展就成为一个重要的有待解就成为一个重要的有待解 决的问题决的问题 提高系统安全性、可靠性的方法有多种，其中一个重要提高系统安全性、可靠性的方法有多种，其中一个重要 的方法就是采

2、用故障检测与诊断技术的方法就是采用故障检测与诊断技术 1. Introduction Hunan University of Technology 故障诊断技术的回顾与展望故障诊断技术的回顾与展望 故障包括两层含义：故障包括两层含义： l一是系统偏离正常功能一是系统偏离正常功能。其形成原因主要是因。其形成原因主要是因 为系统的工作条件（含零部件）不正常而产生为系统的工作条件（含零部件）不正常而产生 的。通过参数调节，或修复零部件，又可恢复的。通过参数调节，或修复零部件，又可恢复 正常功能正常功能 l二是功能失效二是功能失效。是指系统连续偏离正常功能，。是指系统连续偏离正常功能， 且其程度不断加

3、剧，使设备基本功能不能保证且其程度不断加剧，使设备基本功能不能保证 1. Introduction Hunan University of Technology l诊断技术可以说几乎是与机器的发明同时产生的诊断技术可以说几乎是与机器的发明同时产生的 l本世纪本世纪60年代，起源于工业发达的欧美国家和亚洲的年代，起源于工业发达的欧美国家和亚洲的 日本日本 l70年代中期进入蓬勃发展的阶段年代中期进入蓬勃发展的阶段 l进入进入80年代以后，已经形成了集众多现代科学技术于年代以后，已经形成了集众多现代科学技术于 一体的，一门既注重理论研究，又注重实际应用的新一体的，一门既注重理论研究，又注重实际应用

4、的新 兴交叉学科兴交叉学科 1. Introduction Hunan University of Technology 2.1 Basic concepts of fault diagnosis Technique 2.2 Faults Classification 2.3 Basic tasks of fault diagnosis 2.4 Performance indices 2.5 Classification of fault diagnosis methods Hunan University of Technology 2. Some Problems of FD Techni

5、que 故障诊断技术的回顾与展望故障诊断技术的回顾与展望 l故障故障(fault)：系统至少一个特性或参数出现较大偏差，超出了：系统至少一个特性或参数出现较大偏差，超出了 可接受的范围。此时系统的性能明显低于其正常水平，所以已可接受的范围。此时系统的性能明显低于其正常水平，所以已 难以完成其预期的功能难以完成其预期的功能 l失灵失灵(malfunction)：在系统完成特定的任务时，出现了间断性：在系统完成特定的任务时，出现了间断性 的不规则现象的不规则现象 l失效失效(failure，又称严重故障又称严重故障)：是指系统连续偏离正常功能：是指系统连续偏离正常功能 （由于故障），且其程度不断加

6、剧，使系统持续丧失了完成给（由于故障），且其程度不断加剧，使系统持续丧失了完成给 定任务的能力定任务的能力 l残差残差(residual)：故障指示器，由测量值与模型计算值的差得到：故障指示器，由测量值与模型计算值的差得到 l征兆征兆(symptom)：由故障引起的系统可观测的特性与其正常的：由故障引起的系统可观测的特性与其正常的 特性相比所出现的异常变化特性相比所出现的异常变化 2.1 Basic Concepts of Fault Diagnosis Technique Hunan University of Technology 2. Some Problems of FD Techni

7、que l监视监视(monitoring)：通过记录信息、识别与指示系统行为的：通过记录信息、识别与指示系统行为的 异常现象，连续与实时地确定某一物理系统的运行状态。异常现象，连续与实时地确定某一物理系统的运行状态。 l监控监控(supervision)：对物理系统进行监视，并且当他发生故：对物理系统进行监视，并且当他发生故 障时采取适当的措施，以维持其运行。障时采取适当的措施，以维持其运行。 l误报误报(false alarm)：系统没有发生故障而报警。：系统没有发生故障而报警。“误报率误报率” 是衡量故障诊断系统性能的基本指标之一是衡量故障诊断系统性能的基本指标之一 l漏报漏报(missi

8、ng alarm)：系统发生了故障而没有报警。：系统发生了故障而没有报警。“漏报漏报 率率”是衡量故障诊断系统性能的又一个基本指标是衡量故障诊断系统性能的又一个基本指标 Hunan University of Technology 2.1 Basic Concepts of Fault Diagnosis Technique l 冗余（冗余（redundancy）：）： 指系统里重复配置的一些部件指系统里重复配置的一些部件 （自动（自动 备援），备援）， 即当某一部件（设备）发生损坏时即当某一部件（设备）发生损坏时, 冗余配置的部件冗余配置的部件 可以自动作为后备式部件替代故障部件（设备）的工

9、作，由此可以自动作为后备式部件替代故障部件（设备）的工作，由此 减少系统的故障时间减少系统的故障时间 l 数据冗余（数据冗余（date redundancy ）：在一个数据集合中重复的数：在一个数据集合中重复的数 据，简单说就是多余的数据。如果数据丢失、出错、故障等可据，简单说就是多余的数据。如果数据丢失、出错、故障等可 以用冗余恢复数据以用冗余恢复数据 l 硬件冗余（硬件冗余（hardware redundancy）：）：用同样的硬件重构过程用同样的硬件重构过程 的元部件。特点是可靠性高、故障分离直接，但成本过高的元部件。特点是可靠性高、故障分离直接，但成本过高 l 解析冗余解析冗余(ana

10、lytical redundancy)：与硬件冗余相对应，指通过：与硬件冗余相对应，指通过 用解析方式表示的系统数学模型来产生冗余信号用解析方式表示的系统数学模型来产生冗余信号 Hunan University of Technology 2.1 Basic Concepts of Fault Diagnosis Technique 2.1 Basic Concepts of Fault Diagnosis Technique Hunan University of Technology Component (hardware) Redundant component 0: fault =0:

11、 fault-free Fig. 2.1 Schematic description of the hardware redundancy scheme 如果过程元部件的输出不同于其硬件冗余的输出，则过程元部如果过程元部件的输出不同于其硬件冗余的输出，则过程元部 件被检测出有故障发生件被检测出有故障发生 冗余信号的产生往往是成功实现故障诊断的一个关键冗余信号的产生往往是成功实现故障诊断的一个关键 按照发生部位的不同可分为按照发生部位的不同可分为 过程（元部件）故障过程（元部件）故障 (process/component faults) 传感器故障传感器故障 (sensor faults) 执行

12、器故障执行器故障 (actuator faults) 按照时间特性的不同可分为按照时间特性的不同可分为 突变故障突变故障(abrupt faults) 缓变故障缓变故障(incipient faults) 间隙故障间隙故障(intermittent faults) 按照发生形式的不同可分为按照发生形式的不同可分为 加性故障加性故障(additive faults) 乘性故障乘性故障(multiplicative faults) Hunan University of Technology 2. Some Problems of FD Technique 按照发生部位的不同划分按照发生部位的不同

13、划分 l 过程故障（过程故障（process faults）：）：被控对象中的某些元部件甚被控对象中的某些元部件甚 至是至是 子系统发生异常子系统发生异常 l 传感器故障（传感器故障（sensor faults）：）：控制回路中用于检测被测量的传控制回路中用于检测被测量的传 感器发生卡死、恒增益变化或恒偏差而不能准确获取被测量信息，感器发生卡死、恒增益变化或恒偏差而不能准确获取被测量信息， 具体表现为对象变量的测量值与其实际值之间的差别具体表现为对象变量的测量值与其实际值之间的差别 l 执行器故障（执行器故障（actuator faults）：）：控制回路中用于执行控制命令控制回路中用于执行控

14、制命令 的执行器发生卡死、恒增益变化或恒偏差而不能正确执行控制命的执行器发生卡死、恒增益变化或恒偏差而不能正确执行控制命 令，具体表现为执行器的输入命令和它的实际输出之间的差别令，具体表现为执行器的输入命令和它的实际输出之间的差别 Hunan University of Technology 按照时间特性的不同划分按照时间特性的不同划分 l突变故障突变故障(abrupt faults)：参数值突然出现很大偏差，事先：参数值突然出现很大偏差，事先 不可监测和预测的故障不可监测和预测的故障 l缓变故障缓变故障(incipient faults)：又称为软故障，指参数随时间：又称为软故障，指参数随时

15、间 的推移和环境的变化而缓慢变化的故障的推移和环境的变化而缓慢变化的故障 l间隙故障间隙故障(intermittent faults)：由于老化、容差不足或接触：由于老化、容差不足或接触 不良引起的时隐时现的故障不良引起的时隐时现的故障 Hunan University of Technology 按照发生形式的不同划分按照发生形式的不同划分 l加性故障加性故障(additive fault)：作用在系统上的未知输入，在：作用在系统上的未知输入，在 系统正常运行时为零。它的出现会导致系统输出发生独立系统正常运行时为零。它的出现会导致系统输出发生独立 于已知输入的改变于已知输入的改变 l乘性故障

16、乘性故障(multiplicative fault)：系统的某些参数的变化。：系统的某些参数的变化。 它们能引起系统输出的变化，这些变化同时也受已知输入它们能引起系统输出的变化，这些变化同时也受已知输入 的影响的影响 Hunan University of Technology 故障诊断是一门综合性技术，其研究涉及到故障诊断是一门综合性技术，其研究涉及到 多门学科，如控制理论多门学科，如控制理论 （经典、现代、鲁棒、（经典、现代、鲁棒、 自适应）、可靠性理论、数理统计、模糊集自适应）、可靠性理论、数理统计、模糊集 理论、信息处理、模式识别人工智能等学科理论、信息处理、模式识别人工智能等学科 理

17、论理论 Hunan University of Technology 2. Some Problems of FD Technique u 故障建模（故障建模（fault modeling） u 故障检测（故障检测（fault detection） u 故障分离（故障分离（fault isolation） 故障识别（故障识别（identification） 故障诊断（故障诊断（diagnosis） Hunan University of Technology 故障检测与分离故障检测与分离（识别）（识别）FDI 故障检测与诊断故障检测与诊断FDD 故障的评价与决策故障的评价与决策FED, Fau

18、lt Evaluation and Decision The basic tasks of the supervision system Equipments and Process Sensor Sensor Sensor 信 号 处 理 Fault Diagnosis Evaluation and Decision Signal Processing Output Signal Acquisition Hunan University of Technology 检测性能指标（检测性能指标（Detection Performance Index） 早期检测的灵敏度早期检测的灵敏度 故障检测

19、的及时性故障检测的及时性 故障的误报率和漏报率故障的误报率和漏报率 诊断性能指标（诊断性能指标（Diagnosis Performance Index） 故障分离能力故障分离能力 故障辨识的准确性故障辨识的准确性 综合性能指标（综合性能指标（Comprehensive Performance Index） 鲁棒性鲁棒性 自适应能力自适应能力 安全性安全性 可靠性可靠性 Hunan University of Technology 2. Some Problems of FD Technique 2. Some Problems of FD Technique Hunan University

20、of Technology 诊断方法的研究在于：寻找征兆与故障之间的有效对应关系诊断方法的研究在于：寻找征兆与故障之间的有效对应关系 最简单的故障检测方法就是所谓界限判别法最简单的故障检测方法就是所谓界限判别法 也即判别两类过程状态也即判别两类过程状态(正常和异常状态正常和异常状态) 如使用一个传感器信号如使用一个传感器信号x，可按如下条件描述：，可按如下条件描述： 如果如果xHth，那么状态正常，否则状态异常，那么状态正常，否则状态异常 Hunan University of Technology 国际故障诊断权威，德国的国际故障诊断权威，德国的P.M.Frank教授认为教授认为 故障诊断方

21、法可以分为故障诊断方法可以分为 基于模型的方法基于模型的方法 (model-based) 基于知识的方法基于知识的方法 (knowledge-based) 基于信号处理的方法基于信号处理的方法 (Signal-processing-based) 基于知识 的方法 基于解析 模型的方法 基于数据驱动 的方法 故 障 诊 断 方 法 基于症状 的方法 基于定性 模型的方法 专家系统方法 模式识别方法 神经网络方法 模糊推理模式 模式识别方法 神经网络方法 模糊推理模式 最小二乘法 滤波器方法 参数估计方法 基于观测器方法 等价空间方法 信号处理方法 机器学习 信息融合/粗糙集 谱分析 小波变换 主

22、元分析法 Fisher判别分析法 偏最小二乘方法 神经网络 有向图 故障树 支持向量机 多元统计分析 相关分析/子空间法 3.1 The General Procedure of Model-based FD 3.2 Modeling of Faults 3.3 Observer-based Approach 3.4 Parity Space Approach 3.5 Parameter Estimation Approach Hunan University of Technology 3 Basic Principles Model-based Fault Diagnosis 故障诊断技术

23、的回顾与展望故障诊断技术的回顾与展望 基本思想基本思想 校验由相同的过程输入信号驱动的过程解校验由相同的过程输入信号驱动的过程解 析模型的输出与实际系统的测量输出之间析模型的输出与实际系统的测量输出之间 的一致或不一致性的一致或不一致性 3.1 The General Procedure of Model-based FD Hunan University of Technology 3 Basic Principles Model-based Fault Diagnosis 过 程 过程名义模型残差处理决策逻辑故障的知识 过程输入过程输出 残 差 生 成残 差 评 价 残 差 故障诊断 Hu

24、nan University of Technology 3.1 The General Procedure of Model-based FD Fig.3.1 Schematic description of the model-based fault diagnosis scheme 通常所采用的过程解析模型有两种不同的策略通常所采用的过程解析模型有两种不同的策略 模拟名义的或无故障的特性模型模拟名义的或无故障的特性模型 (Nominal model/ Fault-free model) 对于某个特定的预知故障建立其故障特性模型对于某个特定的预知故障建立其故障特性模型 (Faulty mo

25、del) Hunan University of Technology 3.1 The General Procedure of Model-based FD FD任务分两步完成任务分两步完成 l残差（征兆）生成残差（征兆）生成 (Residual/Symptom Generation) l残差（征兆）评价残差（征兆）评价 (Residual /Symptom Evaluation) Hunan University of Technology 3.1 The General Procedure of Model-based FD 基于解析模型的残差生成方法主要有三种基于解析模型的残差生成方法

26、主要有三种 u 基于观测器方法基于观测器方法 (Observer-based) u 等价空间方法等价空间方法 (Parity Space) （或奇偶方程、奇偶关系、奇偶空间）方法（或奇偶方程、奇偶关系、奇偶空间）方法 u 参数估计方法参数估计方法 (Parameter Estimation) FDIA系统设计的关键系统设计的关键 抑制信号中不感兴趣部分而加强其中反映故障的部分，以抑制信号中不感兴趣部分而加强其中反映故障的部分，以 区分故障与模型不确定性和未知输入的影响区分故障与模型不确定性和未知输入的影响 基于模型基于模型FDIA系统设计的目标系统设计的目标 使使FDIA系统对故障具有尽可能大

27、的灵敏度，而同时对不感系统对故障具有尽可能大的灵敏度，而同时对不感 兴趣信号的影响具有尽可能大的鲁棒性兴趣信号的影响具有尽可能大的鲁棒性 Hunan University of Technology 3.1 The General Procedure of Model-based FD FD系统的设计应包括如下任务系统的设计应包括如下任务 设计一个残差生成器，对故障具有高的灵敏度而对模型设计一个残差生成器，对故障具有高的灵敏度而对模型 不确定具有强的鲁棒性不确定具有强的鲁棒性 通过选择残差评价函数定义征兆，以保证所检测的关于通过选择残差评价函数定义征兆，以保证所检测的关于 故障的信息不被丢失故

28、障的信息不被丢失 进一步分析残差或开发征兆，获得更多的关于故障的知进一步分析残差或开发征兆，获得更多的关于故障的知 识，以便指导决策或实施容错控制识，以便指导决策或实施容错控制 Hunan University of Technology 3.1 The General Procedure of Model-based FD Hunan University of Technology 3.2 Modeling of Fault 3 Basic Principles Model-based Fault Diagnosis 控 制 器执 行 器 系 统 动 态传 感 器 故 障 诊 断 监 控

29、控 制 命 令输 出 测 量 输 出 y (t) 开 环 系 统 u (t) uC(t) 在基于模型故障诊断中使用开环系统模型，虽然我们认为这个在基于模型故障诊断中使用开环系统模型，虽然我们认为这个 系统是在控制回路中系统是在控制回路中 Fig.3.2 故障诊断与控制回路 3.2 Modeling of Fault Hunan University of Technology Fig.3.3 Strcture of a standard control loop with fault Hunan University of Technology 3.2 Modeling of Fault Hu

30、nan University of Technology 3.2 Modeling of Fault 这一开环系统分为执行器、系统动态和传感器三个部分。按这一开环系统分为执行器、系统动态和传感器三个部分。按 照发生形式的不同主要研究过程元部件故障照发生形式的不同主要研究过程元部件故障(process faults)、 传感器故障传感器故障(sensor faults) 以及执行器故障以及执行器故障(actuator faults) u ( t ) uR( t ) yR( t ) 输出 执行器系统动态传感器 输出测量输出 执行 Fig.3.4开环系统模型 ( )( )( ) ( )( )( )

31、R RR x tAx tBut ytCx tDut 系统动态可用状态空间模型描述 Hunan University of Technology 3.2 Modeling of Fault 当当(过程）元部件发生故障时过程）元部件发生故障时 执 行 u (t) f(t) 元 部 件 故 障 参 数 故 障 输 出 系 统 动 态 c y (t) R R Fig.3.5元部件有故障时系统动态图 （过程）元部件故障可以（过程）元部件故障可以 视为系统中一些条件的改视为系统中一些条件的改 变而使动态关系变为无效变而使动态关系变为无效 的情形，如在三容器中一的情形，如在三容器中一 个水容器出现漏洞。在一

32、个水容器出现漏洞。在一 些情形下，故障可以表达些情形下，故障可以表达 为系统中参数的变化为系统中参数的变化 ( )( )( )( ) Rp x tAx tButft Hunan University of Technology 3.2 Modeling of Fault 当传感器发生故障时当传感器发生故障时 一般说来，系统的实际输一般说来，系统的实际输 出出yR(t)是不能直接得到的，是不能直接得到的， 通常用传感器获得系统测通常用传感器获得系统测 量输出。通过正确选择向量输出。通过正确选择向 量量fs，可以描述所有的传感，可以描述所有的传感 器故障情形。如当传感器器故障情形。如当传感器 被被

33、“固定在零值上固定在零值上”时，时， 测量向量测量向量y(t)=0，故障向量，故障向量 ( )( ) sR f tyt y (t) f(t) 传 感 器 故 障 y(t) 传 感 器 测 量 输 出输 出 s R Fig.3.6 传感器有故障时系统动态图 ( )( )( ) Rs y tytf t Hunan University of Technology 3.2 Modeling of Fault 当执行器发生故障时当执行器发生故障时 事实上，系统的实际执行事实上，系统的实际执行 通常也是不能直接获得的。通常也是不能直接获得的。 对于一个受控系统来说，对于一个受控系统来说， uR是已知执行

34、器控制命令是已知执行器控制命令 u(t)的执行器响应。与传感的执行器响应。与传感 器故障情况类似，不同的器故障情况类似，不同的 执行器故障情况可以由一执行器故障情况可以由一 个合适的故障函数个合适的故障函数fa(t)来表来表 示示 u (t) f(t) 执 行 器 故 障 u(t) 执 行 器 执 行输 出 a R Fig.3.7 执行器有故障时系统动态图 ( )( )( ) Ra utu tft Hunan University of Technology 3.2 Modeling of Fault 考虑系统所有可能的传感器故障、元部件故障和执行器故考虑系统所有可能的传感器故障、元部件故障和

35、执行器故 障，系统模型可描述为：障，系统模型可描述为： ( )( )( ( )( )( ) ( )( )( ( )( )( )( ) adpp adspp x tAx tB u tf tE dE ft y tCx tD u tf tF df tF ft ( )( )( )( )( ) ( )( )( )( )( ) df df x tAx tBu tE d tE f t y tCx tDu tF d tF f t 通常写成如下状态空间描述的一般形式：通常写成如下状态空间描述的一般形式： 输入输出描述形式为：输入输出描述形式为： ( )( ) ( )( ) ( ) uf y pGp u pGp

36、f p Hunan University of Technology 3.2 Modeling of Fault 如果把建模不确定性考虑进去，那么用于残差生成器完整如果把建模不确定性考虑进去，那么用于残差生成器完整 的状态空间模型就变成：的状态空间模型就变成： ( )() ( )() ( )( )( ) ( )() ( )() ( )( )( ) df ff x tAA x tBB u tE d tE f t y tCC x tDD u tE d tF f t 其输入其输入-输出一致性模型变为：输出一致性模型变为： ( ) ( )( ) ( )( ) ( )( ) ( ) uudf y pG

37、pG p u pG p d pG p f p Hunan University of Technology 3.3 Observer-based Approach 3 Basic Principles Model-based Fault Diagnosis 系 统 模 型滤 波 器 u f y r H 观测器 y y Fig.3.8 基于观测器方法的残差生成器原理 3.3 Observer-based Approach Hunan University of Technology Hunan University of Technology ( )( )( )( )( ) ( )( )( )(

38、 )( ) df df x tAx tBu tE d tE f t y tCx tDu tFd tF f t (1) ( )( )( )( ( )( ) ( )( )( )( )( )( ) ( )( ) ( ) b b x tAx tBu tL y ty t r ty ty ty tCx tDu t r sR s r s (2) 3.3 Observer-based Approach Hunan University of Technology . exx () df bdf df eA eEdEf rC eFdFf rVC eFdFf (3) , , dddfff AALCEELFEELF

39、 . ( )( ) ( )( )( ) rdrf r sVGs d sVGs f s 1 ( )() rddd GsC sIAEF 1 ( )() rfff GsC sIAEF (4) (5) (6) 3.3 Observer-based Approach Hunan University of Technology 1/2 2 0 ( ) ( ) ) T e rrr t r t dt 1/2 2 1 () () 2 T e rrrjr jd 222 ,0 sup( )sup( )( )( )sup thdd d fdd Jr sr sR s G sd alarm for fault th e

40、 rJ no fault th e rJ 2 00 TT rddd Tr r dtd ddt 2 ,min 00 inf() rf tt TT Trfff STjr r dtffdt 1, , mindim( )maxdim( ) th th D J J D dd 3.3 Observer-based Approach Hunan University of Technology 残差生成器设计的主要目标即为设法达残差生成器设计的主要目标即为设法达 到使到使FD系统对故障更加灵敏，而同时系统对故障更加灵敏，而同时 对不感兴趣信号的影响更加鲁棒之间的对不感兴趣信号的影响更加鲁棒之间的 最佳平衡最

41、佳平衡 Hunan University of Technology 3 Basic Principles Model-based Fault Diagnosis 3.4 Parity Space Approach 等价空间方法的基本思想是提供一个等价空间方法的基本思想是提供一个 合适的被监控系统的测量一致性合适的被监控系统的测量一致性(奇偶奇偶 性性)校验校验 Hunan University of Technology 3 Basic Principles Model-based Fault Diagnosis 对于硬件对于硬件(直接直接)冗余，应多于传感器最小数，也就是说，冗余，应多于传

42、感器最小数，也就是说，y(k) 的维数应大于的维数应大于x(k)的维数的维数 首先考虑使用首先考虑使用m个传感器，个传感器，n维向量的测量问题，其测量维向量的测量问题，其测量 方程为：方程为：( )( )( )( )y kCx kf kd k mn 系统 动态 传感器 C 残差生成 器 V 残差r Fig.3.9 基于硬件（直接）冗余的残差生成结构 ()rank Cn Hunan University of Technology 3.4 Parity Space Approach 为了检测分离故障的目的，向量为了检测分离故障的目的，向量y(k)可以组合成一组线性无可以组合成一组线性无 关的等价

43、等式来生成等价向量关的等价等式来生成等价向量(残差残差)： ()()r kVy k 矩阵矩阵V必须满足：必须满足： 0V C 111 ( )( )( )( )( ) mmm r kv f kd kvfkdk 由由V的列所张成的的列所张成的空间空间 称为称为“等价空间等价空间” ，也就是说，也就是说， V的列构成了这个空间的基。的列构成了这个空间的基。 V 如果第如果第i个传感器中发生了故障，意味着在方向上个传感器中发生了故障，意味着在方向上 的残差范数的增大。的残差范数的增大。 i v Hunan University of Technology 3.4 Parity Space Approa

44、ch 故障检测决策函数（故障检测决策函数（fault detection decision function） ( )( )( ) T DFD kr kr k 故障分离决策函数（故障分离决策函数（fault isolation decision function） ( )( ); 1,2,., T ii DFI kv r kim 对于一个特定的对于一个特定的r(k)，可以通过计算，可以通过计算 DFIi(k)的的m个值来识别不个值来识别不 正常工作的传感器。如果正常工作的传感器。如果DFIi(k)是这些值中的最大数，那么是这些值中的最大数，那么 与之相对应的传感器就是最有可能发生故障的传感器与

45、之相对应的传感器就是最有可能发生故障的传感器 Hunan University of Technology 3.4 Parity Space Approach 从等价空间的观点来看，从等价空间的观点来看，V的列定义了的列定义了m个不同的故障表征个不同的故障表征 方向方向 （Ii, i=1,2,m），在指示有一个故障发生后，），在指示有一个故障发生后，通过将通过将 等价向量方向与每一个故障表征方向相比较等价向量方向与每一个故障表征方向相比较，可以进行故，可以进行故 障分离。实际上，故障分离函数障分离。实际上，故障分离函数 DFIi(k)是对一个残差向量是对一个残差向量 与故障表征方向之间相互关系

46、的测量。为可靠分离故障，与故障表征方向之间相互关系的测量。为可靠分离故障， 故障表征方向间的夹角应故障表征方向间的夹角应“尽可能地大尽可能地大”，也即，也即， () T ij v v vj 应应“尽可能小尽可能小” Hunan University of Technology 3.4 Parity Space Approach ()rank Cmn 直接冗余直接冗余/硬件冗余关系不存在硬件冗余关系不存在 为实现最优的故障分离，为实现最优的故障分离，vi应满足应满足 m in ; ; ,1, 2,., m ax ; 1, 2,., T ij T ii vvijijm vvim 系 统 模 型滤

47、波 器 u f y r y y Fig.3.10 基于等价空间方法的残差生成器原理 通过在一定时间间隔，即数据窗：通过在一定时间间隔，即数据窗： (), (1),( )y ks y ksy k 内采集传感器的输出来构建冗余关系，即时间冗余内采集传感器的输出来构建冗余关系，即时间冗余(temporal redundancy)或连续冗余或连续冗余(serial redundancy) Hunan University of Technology 3.4 Parity Space Approach 考虑系统由线性离散状态空间方程给出：考虑系统由线性离散状态空间方程给出： (1)( )( )( )(

48、) ( )( )( )( )( ) df df x kAx kBu kE d kE f k y kCx kDu kF d kF f k Hunan University of Technology 3.4 Parity Space Approach 引入如下符号表示引入如下符号表示 ()()() (1)(1)(1) ( ), ( ), ( ) ( )( )( ) sss y ksu ksf ks y ksu ksf ks y ku kf k y ku kf k , 1 ()00 (1) ( ), , 0 ( ) sosus ss d k sCD d k sCACBD d kHH d kCACA

49、 BCB D , 11 0000 , 00 fd ffdd f sd s ss fffddd FF CEFCEF HH CAECEFCAECEF , ( )( )( ) ssu ss r kvykHuk , ( )( )( ) sd ssf s r kvHdkHf k (1)sm s vR ,0,1, 0, ssso sssss s Pv v Hvvvv , ( )( )( )( )( ) basissds sf s sds sf s s rkpNH d kH f kpH d kH f k 3.4 Parity Space Approach Hunan University of Techno

50、logy , , 0 ( ) :sup ( ) s d ss dd s d s pHdk RpH dk , , 0 ( ) :sup ( ) s f ss ff s f s pHf k SpH f k , , 0 ( ) :inf ( ) s f ss f f s pHfk S fk 或或 0 , 2 2 ,() supsup( )() sss thd ssd sd dfdk JrpHdkpH 1/ 2 0 () () s T d i dki d ki min d R , max f S , max f S 或或 3.4 Parity Space Approach Hunan Universi

51、ty of Technology Hunan University of Technology 3.5 Parameter Estimation Approach 3 Basic Principles Model-based Fault Diagnosis 系 统 参数估计 u f y Fig.3.11 基于参数估计方法的残差生成器原理 基于参数估计的检测方法基本思想基于参数估计的检测方法基本思想是用熟知的参数估计是用熟知的参数估计 方法重复不断地对实际过程的参数进行在线估计，将估方法重复不断地对实际过程的参数进行在线估计，将估 计结果与无故障参考模型所获得的参数进行比较任计结果与无故障参考模

52、型所获得的参数进行比较任 何实际差异即指示为故障。何实际差异即指示为故障。 基于假设基于假设：故障是反映在物理系统参数中的，如磨擦，：故障是反映在物理系统参数中的，如磨擦， 质量，胶粘性、抵抗性、感应系数、容量等。质量，胶粘性、抵抗性、感应系数、容量等。 Hunan University of Technology 3.5 Parameter Estimation Approach 采用参数估计法实现采用参数估计法实现FDI的基本步骤的基本步骤 建立过程的物理关系模型；建立过程的物理关系模型； 计算正常模型（无故障参考模型）的物理参数；计算正常模型（无故障参考模型）的物理参数； 确定模型系数与

53、过程物理参数之间的关系；确定模型系数与过程物理参数之间的关系； 由可测量的输入输出信号，在线估计过程的模型系数；由可测量的输入输出信号，在线估计过程的模型系数； 基于模型系数的标称值，建立系统的故障模型，即给出故基于模型系数的标称值，建立系统的故障模型，即给出故 障与模型系数之间的联系；并基于模型系数的变化及故障障与模型系数之间的联系；并基于模型系数的变化及故障 模型进行故障的决策，判断是否发生了故障；模型进行故障的决策，判断是否发生了故障； 进行故障诊断，确定故障的类型、位置和大小。进行故障诊断，确定故障的类型、位置和大小。 Hunan University of Technology 3.

54、5 Parameter Estimation Approach 基于知识 的方法 基于症状 的方法 基于定性 模型的方法 专家系统方法 模式识别方法 神经网络方法 模糊推理模式 模式识别方法 神经网络方法 模糊推理模式 有向图 故障树 4. knowledge-based Fault Diagnosis Hunan University of Technology 故障诊断技术的回顾与展望故障诊断技术的回顾与展望 Hunan University of Technology 5. Data-based Control /Decision Making /Fault Diagnosis 5.1

55、Data-driven Control Theory 5.2 Data-based Decision Making 5.3 Data-driven Fault Diagnosis 故障诊断技术的回顾与展望故障诊断技术的回顾与展望 一、一、 数据驱动控制的定义数据驱动控制的定义 Hunan University of Technology 数据驱动控制数据驱动控制(Data-driven Control) 最早来源于计算最早来源于计算 机科学领域机科学领域,控制领域出现这个概念是近几年的事情控制领域出现这个概念是近几年的事情 相关的少量研究相关的少量研究, 虽已存在但使用的名词却不尽相同虽已存在

56、但使用的名词却不尽相同 Data-based control Modelless control Model-free control IFT(Iterative feedback tuning) VRFT(Virtual reference feedback tuning) ILC(Iterative learning control) 5.1 Data-driven control Theory 5. Data-based Control/Decision Making/Fault Diagnosis 5.1 Data-driven Control Theory Hunan Univers

57、ity of Technology 控制系统设计包括：控制系统设计包括：受控对象受控对象和和控制器控制器设计两部分设计两部分 受控对象有四种可能情况：受控对象有四种可能情况： 有准确的机理模型有准确的机理模型 有机理模型，但机理模型不准确、不确定性较大有机理模型，但机理模型不准确、不确定性较大 有机理模型，但机理模型太复杂、阶数太高、非线性太强有机理模型，但机理模型太复杂、阶数太高、非线性太强 很难建立机理模型或无模型很难建立机理模型或无模型 控制器的设计分为：控制器的设计分为： 基于机理模型设计基于机理模型设计 基于数据模型或无模型设计基于数据模型或无模型设计 5.1 Data-driven

58、 Control Theory Hunan University of Technology 控制系统设计有四种有意义的可能设计方案：控制系统设计有四种有意义的可能设计方案： 模型是机理的，控制器也是机理的模型是机理的，控制器也是机理的 对建立了机理模型，但机理模型不准确、不确定性较对建立了机理模型，但机理模型不准确、不确定性较 大的系统，控制器设计既可以是基于机理模型，也可大的系统，控制器设计既可以是基于机理模型，也可 以考虑基于数据或无模型的方法进行设计以考虑基于数据或无模型的方法进行设计 模型是机理的，但机理模型太复杂、阶数太高、非线模型是机理的，但机理模型太复杂、阶数太高、非线 性太强

59、，很难分析和设计，实际应用中需要进行基于性太强，很难分析和设计，实际应用中需要进行基于 局部数据模型或无模型的控制器设计局部数据模型或无模型的控制器设计 对象无模型或很难建立机理模型，需要应用数据模型对象无模型或很难建立机理模型，需要应用数据模型 或无模型控制方法或无模型控制方法 5.1 Data-driven Control Theory Hunan University of Technology 数据驱动包括：数据驱动包括：数据驱动思想数据驱动思想和和数据驱动控制数据驱动控制 数据驱动思想：数据驱动思想：指利用受控系统的在线和离线数据，实指利用受控系统的在线和离线数据，实 现系统的基于数

60、据的控制、预报、评价、现系统的基于数据的控制、预报、评价、 调度、监控、诊断、决策和优化等的各调度、监控、诊断、决策和优化等的各 种期望功能种期望功能 数据驱动控制：数据驱动控制：指控制器设计不包含受控过程数学模型指控制器设计不包含受控过程数学模型 信息，仅利用受控系统的在线和离线数信息，仅利用受控系统的在线和离线数 据以及经过数据处理而得到的知识来设据以及经过数据处理而得到的知识来设 计控制器，并在一定的假设下，有收敛计控制器，并在一定的假设下，有收敛 性、稳定性保障和鲁棒性结论的控制理性、稳定性保障和鲁棒性结论的控制理 论与方法论与方法 5.1 Data-driven Control Th