复杂工业系统的过程监测和故障诊断要点

复杂工业系统的过程监测和故障诊断要点◆概要◆自动化专业认识工业背景及故障诊断的一些技术问题基于模型故障诊断基本原理基于知识的故障诊断基于数据的故障诊断技术0.对自动化的认识

自动化与工业化的关系

工业化特点：专指工业，尤其是制造业工业化发展三阶段：机械化（大规模使用机器系统）电气化（加入电机、电网络）自动化（加入自动控制器）

实现自动化，就完成工业化目前来说：自动化是工业化的最重要标志（国内总体来说，已机械化、电气化）

自动化与信息化的关系信息化特点：不单指工业，包含第一、三产业仅从工业的角度，信息化发展也可分三阶段：一定在工业化的基础上计算机化（大规模使用数字计算机）网络化（实现计算机网络）先进自动化（综合集成了系统、管理）

实现先进自动化，就完成（工业）信息化先进自动化是信息化的最重要标志（国内总体，数字化、网络化已有一定规模）机械化（应用机器系统）电气化（加入电机、网络）自动化（加入自动控制器）计算机化（应用数字计算机）网络化（实现计算机网络）先进自动化（系统、管理）智能化（引入智能）知识化（处理知识）工业化信息化知识化社会总发展（基础）自动化（核心是控制）是工业化完成与否的标志自动化技术是工业化的核心技术先进自动化（核心是信息、控制、系统）

是信息化完成与否的标志先进自动化技术是信息化的核心技术

对自动化科学与技术的认识

自动化科学解决什么科学问题？

自动化技术研究针对什么技术？

传统意义上如何？

当前又如何？传统意义上，自动化科学研究的焦点

——系统的物理学特性

需要解决的基本问题

——给定值控制问题、跟踪问题和自主问题

其基本科学问题

——建模问题、稳定性问题、动态特性问题

适应性（鲁棒性）问题和自主性问题

自动化技术研究的针对性工程应用技术

——模型技术、检测技术、执行技术、

控制（计算）技术。当前

自动化科学与技术

焦点和难点在哪？自动化科学与技术的发展特点之一

最初——处理系统的物理特性，

基础自动化，物质、能量

当前——处理系统的复杂性，

先进自动化，主要是信息当前，自动化科学研究的焦点和难点

——系统的复杂性，

需要解决的基本问题或基本科学问题

——复杂系统的建模问题

综合集成问题（包括人）

整体优化问题、失效容错问题

和系统智能问题

自动化技术主要包括

——模型技术、仿真技术、集成技术、

优化技术、可靠性技术和运行技术。对自动化专业的认识

*自动化专业的知识体系；

*自动化专业的课程体系；

*自动化专业的特点；

*自动化专业的发展前景。基本的负反馈闭环控制结构自动化专业的知识体系

由三层知识构成，包括八个知识领域

反映自动化专业特点的五个知识领域

控制与智能、传感与检测

执行与驱动、模型与仿真、

系统与工程；

自动化专业知识体系的核心知识是

控制与智能、模型与仿真

系统与工程等三个知识领域

也是自动化专业与其它专业的最大区别。研究背景212022/11/2现代化复杂工程系统规模越来越大航空航天航海核电电网高铁石化冶金安全性事故频发221997年北京东方化工厂发生乙烯装置起火爆炸事故，8人遇难，直接经济损失达十亿元人民币，间接损失无法估量。人员生命受到威胁232007年4月18日，辽宁铁岭市清河特殊钢发生钢水包整体脱落事故，共造成32人死亡经济损失巨大242022/11/22009年云天化股份合成氨装置合成塔出口管道发生断裂，导致高温、高压气体外泄，经济损失巨大。企业信息化系统结构决策层管理层调度层经营决策系统产品策略管理信息系统生产计划生产调度系统调度指令过程监控系统系统优化过程控制系统控制信息生产过程监控层控制层关系数据库实时数据库企业信息化系统三层结构ERPEnterpriseResourcePlanningPCSProcessControlSystemMESManufacturingExecutionSystem企业资源计划过程控制系统制造执行系统系统监测与故障诊断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就成为一个重要的有待解决的问题提高系统安全性、可靠性的方法有多种，其中一个重要的方法就是采用故障检测与诊断技术系统监测与故障诊断概述故障包括两层含义：一是系统偏离正常功能。其形成原因主要是因为系统的工作条件（含零部件）不正常而产生的。通过参数调节，或修复零部件，又可恢复正常功能二是功能失效。是指系统连续偏离正常功能，且其程度不断加剧，使设备基本功能不能保证系统监测与故障诊断概述诊断技术可以说几乎是与机器的发明同时产生的本世纪60年代，起源于工业发达的欧美国家和亚洲的日本70年代中期进入蓬勃发展的阶段进入80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兴交叉学科引言系统监测与故障诊断概述2.1故障诊断技术基本概念2.2故障分类2.3故障诊断的分类2.4性能指标2.5故障诊断方法的分类2.故障诊断技术的基本问题故障(fault)：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，所以已难以完成其预期的功能失灵(malfunction)：在系统完成特定的任务时，出现了间断性的不规则现象失效(failure，又称严重故障)：是指系统连续偏离正常功能（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残差(residual)：故障指示器，由测量值与模型计算值的差得到征兆(symptom)：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2.1故障诊断技术的基本概念监视(monitoring)：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。监控(supervision)：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。误报(falsealarm)：系统没有发生故障而报警。“误报率”是衡量故障诊断系统性能的基本指标之一漏报(missingalarm)：系统发生了故障而没有报警。“漏报率”是衡量故障诊断系统性能的又一个基本指标2.1故障诊断技术的基本概念

冗余（redundancy）：指系统里重复配置的一些部件（自动备援），即当某一部件（设备）发生损坏时,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）的工作，由此减少系统的故障时间数据冗余（dateredundancy）：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、故障等可以用冗余恢复数据硬件冗余（hardwareredundancy）：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，但成本过高解析冗余(analyticalredundancy)：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2.1故障诊断技术的基本概念Fig.2.1Schematicdescriptionofthehardwareredundancyscheme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冗余信号的产生往往是成功实现故障诊断的一个关键2.1故障诊断技术的基本概念2.2故障分类

☆按照发生部位的不同可分为过程（元部件）故障(process/componentfaults)

传感器故障(sensorfaults)

执行器故障(actuatorfaults)

☆按照时间特性的不同可分为突变故障(abruptfaults)

缓变故障(incipientfaults)

间隙故障(intermittentfaults)

☆按照发生形式的不同可分为加性故障(additivefaults)

乘性故障(multiplicativefaults)☆按照发生部位的不同划分过程故障（processfaults）：被控对象中的某些元部件甚至是子系统发生异常传感器故障（sensorfaults）：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，具体表现为对象变量的测量值与其实际值之间的差别执行器故障（actuatorfaults）：控制回路中用于执行控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2.2故障分类

☆按照时间特性的不同划分突变故障(abruptfaults)：参数值突然出现很大偏差，事先不可监测和预测的故障缓变故障(incipientfaults)：又称为软故障，指参数随时间的推移和环境的变化而缓慢变化的故障间隙故障(intermittentfaults)：由于老化、容差不足或接触不良引起的时隐时现的故障2.2故障分类

☆按照发生形式的不同划分加性故障(additivefault)：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于已知输入的改变乘性故障(multiplicativefault)：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的影响2.2故障分类2.3故障诊断基本任务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（经典、现代、鲁棒、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

故障建模（faultmodeling）故障检测（faultdetection）故障分离（faultisolation）故障识别（identification）故障诊断（diagnosis）故障检测与分离（识别）－－FDI故障检测与诊断－－FDD故障的评价与决策－－FED,FaultEvaluationandDecision2.3故障诊断基本任务Fig.2.2Thebasictasksofthesupervisionsystem

2.3故障诊断基本任务◆检测性能指标（DetectionPerformanceIndex）

﹡早期检测的灵敏度

﹡故障检测的及时性

﹡故障的误报率和漏报率◆诊断性能指标（DiagnosisPerformanceIndex）

﹡故障分离能力

﹡故障辨识的准确性◆综合性能指标（ComprehensivePerformanceIndex）

﹡鲁棒性

﹡自适应能力

﹡安全性

﹡可靠性2.4故障诊断性能指标2.5故障诊断方法的分类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也即判别两类过程状态(正常和异常状态)

如使用一个传感器信号x，可按如下条件描述：如果x＜Hth，那么状态正常，否则状态异常

国际故障诊断权威，德国的教授认为故障诊断方法可以分为

※

基于模型的方法(model-based)

※

基于知识的方法(knowledge-based)

※

基于信号处理的方法(Signal-processing-based)2.5故障诊断方法的分类3.1基本模型故障诊断基本过程3.2故障建模3.3基于观测器的方法3.4等价空间方法3.5参数估计方法3基于模型的故障诊断基本原理基本思想

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的一致或不一致性。3.1基于观测器故障诊断基本过程

Fig.3.1Schematicdescriptionofthemodel-basedfaultdiagnosisscheme3.1基于观测器故障诊断基本过程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

(Nominalmodel/Fault-freemodel)◆对于某个特定的预知故障建立其故障特性模型

(Faultymodel)3.1基于观测器故障诊断基本过程

故障诊断任务分两步完成残差（征兆）生成(Residual/SymptomGeneration)残差（征兆）评价(Residual/SymptomEvaluation)

基于解析模型的残差生成方法主要有三种基于观测器方法(Observer-based)

等价空间方法(ParitySpace)

（或奇偶方程、奇偶关系、奇偶空间）方法参数估计方法(ParameterEstimation)3.1基于观测器故障诊断基本过程故障诊断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，以区分故障与模型不确定性和未知输入的影响基于模型故障诊断系统设计的目标使FDIA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3.1基于观测器故障诊断基本过程FD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故障的信息不被丢失◆进一步分析残差或开发征兆，获得更多的关于故障的知识，以便指导决策或实施容错控制3.1基于观测器故障诊断基本过程3.2故障建模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Fig.3.2故障诊断与控制回路Fig.3.3Strctureofastandardcontrolloopwithfault3.2故障建模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(processfaults)、传感器故障(sensorfaults)以及执行器故障(actuatorfaults)开环系统模型系统动态可用状态空间模型描述3.2故障建模当(过程）元部件发生故障时元部件有故障时系统动态图（过程）元部件故障可以视为系统中一些条件的改变而使动态关系变为无效的情形，如在三容器中一个水容器出现漏洞。在一些情形下，故障可以表达为系统中参数的变化当传感器发生故障时一般说来，系统的实际输出yR(t)是不能直接得到的，通常用传感器获得系统测量输出。通过正确选择向量fs，可以描述所有的传感器故障情形。如当传感器被“固定在零值上”时，测量向量y(t)=0，故障向量Fig.3.6传感器有故障时系统动态图当执行器发生故障时事实上，系统的实际执行通常也是不能直接获得的。对于一个受控系统来说，uR是已知执行器控制命令u(t)的执行器响应。与传感器故障情况类似，不同的执行器故障情况可以由一个合适的故障函数fa(t)来表示Fig.3.7执行器有故障时系统动态图考虑系统所有可能的传感器故障、元部件故障和执行器故障，系统模型可描述为：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：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：其输入-输出一致性模型变为：3.3基于观测器的方法Fig.3.8基于观测器方法的残差生成器原理

(1)

(2)

3.3基于观测器的方法.

(3).

(4)

(5)

(6)3.3基于观测器的方法残差生成器设计的主要目标即为设法达到使FD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最佳平衡3.3基于观测器的方法3.4等价空间方法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(奇偶性)校验对于硬件(直接)冗余，应多于传感器最小数，也就是说，y(k)的维数应大于x(k)的维数首先考虑使用m个传感器，n维向量的测量问题，其测量方程为：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3.4等价空间方法故障检测决策函数（faultdetectiondecisionfunction）故障分离决策函数（faultisolationdecisionfunction）对于一个特定的r(k)，可以通过计算DFIi(k)的m个值来识别不正常工作的传感器。如果DFIi(k)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。3.4等价空间方法直接冗余/硬件冗余关系不存在为实现最优的故障分离，vi应满足3.4等价空间方法从等价空间的观点来看，V的列定义了m个不同的故障表征方向（Ii,i=1,2,…m），在指示有一个故障发生后，通过将等价向量方向与每一个故障表征方向相比较，可以进行故障分离。实际上，故障分离函数DFIi(k)是对一个残差向量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“尽可能地大”，也即，应“尽可能小”3.4等价空间方法直接冗余/硬件冗余关系不存在为实现最优的故障分离，vi应满足3.4等价空间方法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：内采集传感器的输出来构建冗余关系，即时间冗余(temporalredundancy)或连续冗余(serialredundancy)3.4等价空间方法考虑系统由线性离散状态空间方程给出：3.4等价空间方法引入如下符号表示3.4等价空间方法或或3.4等价空间方法3.5参数估计的方法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，将估计结果与无故障参考模型所获得的参数进行比较－－任何实际差异即指示为故障。基于假设：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。3.5参数估计的方法

采用参数估计法实现FDI的基本步骤