故障诊断技术的回顾与展望

故障诊断技术的回顾与展望报告人：彭涛2010年01月07日HunanUniversityofTechnology1.Introduction2.Someproblemsoffaultdiagnosistechnique3.Basicprinciplesmodel-basedFD4.knowledge-basedFaultDiagnosis5.Data-basedControl/DecisionMaking/FaultDiagnosis6.SomeworksandProspects

◆OutlineofThisTalk◆HunanUniversityofTechnology

故障诊断技术的回顾与展望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1.IntroductionHunanUniversityofTechnology

故障诊断技术的回顾与展望故障包括两层含义：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1.IntroductionHunanUniversityofTechnology

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1.IntroductionHunanUniversityofTechnology

2.1BasicconceptsoffaultdiagnosisTechnique2.2FaultsClassification2.3Basictasksoffaultdiagnosis2.4Performanceindices2.5ClassificationoffaultdiagnosismethodsHunanUniversityofTechnology

2.SomeProblemsofFDTechnique故障诊断技术的回顾与展望故障(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2.1BasicConceptsofFaultDiagnosisTechniqueHunanUniversityofTechnology

2.SomeProblemsofFDTechnique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HunanUniversityofTechnology

2.1BasicConceptsofFaultDiagnosisTechnique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HunanUniversityofTechnology

2.1BasicConceptsofFaultDiagnosisTechnique2.1BasicConceptsofFaultDiagnosisTechniqueHunanUniversityofTechnology

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2.2FaultClassification☆按照发发生部位位的不同同可分为为过程（元元部件））故障(process/componentfaults)传感器故故障(sensorfaults)执行器故故障(actuatorfaults)☆按照时时间特性性的不同同可分为为突变故障障(abruptfaults)缓变故障障(incipientfaults)间隙故障障(intermittentfaults)☆按照发发生形式式的不同同可分为为加性故障障(additivefaults)乘性故障障(multiplicativefaults)HunanUniversityofTechnology2.SomeProblemsofFDTechnique☆按照照发生部部位的不不同划分分过程故障障（processfaults）：：被控对象象中的某某些元部部件甚至至是子子系统发发生异常常传感器故故障（sensorfaults）：控制回路路中用于于检测被被测量的的传感器器发生卡卡死、恒恒增益变变化或恒恒偏差而而不能准准确获取取被测量量信息，，具体表表现为对对象变量量的测量量值与其其实际值值之间的的差别执行器故故障（actuatorfaults））：控制回路路中用于于执行控控制命令令的执行行器发生生卡死、、恒增益益变化或或恒偏差差而不能能正确执执行控制制命令，，具体表表现为执执行器的的输入命命令和它它的实际际输出之之间的差差别HunanUniversityofTechnology2.2FaultClassification☆按照时间间特性的的不同划划分突变故障障(abruptfaults)：参数值值突然出出现很大大偏差，，事先不不可监测测和预测测的故障障缓变故障障(incipientfaults)：又称为为软故障障，指参参数随时时间的推推移和环环境的变变化而缓缓慢变化化的故障障间隙故障障(intermittentfaults)：由于老老化、容容差不足足或接触触不良引引起的时时隐时现现的故障障HunanUniversityofTechnology2.2FaultClassification☆按照发生生形式的的不同划划分加性故障障(additivefault)：作用在在系统上上的未知知输入，，在系统统正常运运行时为为零。它它的出现现会导致致系统输输出发生生独立于于已知输输入的改改变乘性故障障(multiplicativefault)：系统的的某些参参数的变变化。它它们能引引起系统统输出的的变化，，这些变变化同时时也受已已知输入入的影响响HunanUniversityofTechnology2.2FaultClassification2.3BasicTasksofFaultDiagnosis故障诊断断是一门门综合性性技术，，其研究究涉及到到多门学学科，如如控制理理论（（经典、、现代、、鲁棒、、自适应应）、可可靠性理理论、数数理统计计、模糊糊集理论论、信息息处理、、模式识识别人工工智能等等学科理理论HunanUniversityofTechnology2.SomeProblemsofFDTechnique2.3BasicTasksofFaultDiagnosis故障建模模（faultmodeling）故障检测测（faultdetection）故障分离离（faultisolation）故障识别别（identification）故障诊断断（diagnosis）HunanUniversityofTechnology故障检测测与分离离（识别别）－－－FDI故障检测测与诊断断－－FDD故障的评评价与决决策－－－FED,FaultEvaluationandDecisionThebasictasksofthesupervisionsystem2.3BasicTasksofFaultDiagnosisHunanUniversityofTechnology◆检测性能能指标（（DetectionPerformanceIndex）﹡早期检测测的灵敏敏度﹡故障检测测的及时时性﹡故障的误误报率和和漏报率率◆诊断性能能指标（（DiagnosisPerformanceIndex）﹡故障分离离能力﹡故障辨识识的准确确性◆综合性能能指标（（ComprehensivePerformanceIndex）﹡鲁棒性﹡自适应能能力﹡安全性﹡可靠性2.4PerformanceIndicesHunanUniversityofTechnology2.SomeProblemsofFDTechnique2.SomeProblemsofFDTechniqueHunanUniversityofTechnology2.5ClassificationofFaultDiagnosisMethods诊断方法法的研究究在于：：寻找征征兆与故故障之间间的有效效对应关关系最简单的的故障检检测方法法就是所所谓界限限判别法法也即判别别两类过过程状态态(正常常和异常常状态)如使用一一个传感感器信号号x，可按如如下条件件描述：：如果x＜Hth，那么状状态正常常，否则则状态异异常2.5ClassificationofFaultDiagnosisMethodsHunanUniversityofTechnology国际故障障诊断权权威，德教教授认为为故障诊断断方法可可以分为为※基于模型型的方法法(model-based)※基于知识识的方法法(knowledge-based)※基于信号号处理的的方法(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3.1TheGeneralProcedureofModel-basedFD3.2ModelingofFaults3.3Observer-basedApproach3.4ParitySpaceApproach3.5ParameterEstimationApproachHunanUniversityofTechnology3BasicPrinciplesModel-basedFaultDiagnosis故障诊断断技术的的回顾与与展望基本思想想校验由相同的的过程输入信信号驱动的过过程解析模型型的输出与实实际系统的测测量输出之间间的一致或不不一致性3.1TheGeneralProcedureofModel-basedFDHunanUniversityofTechnology3BasicPrinciplesModel-basedFaultDiagnosisHunanUniversityofTechnology3.1TheGeneralProcedureofModel-basedFDFig.3.1Schematicdescriptionofthemodel-basedfaultdiagnosisscheme通常所采用的的过程解析模模型有两种不不同的策略◆模拟名义的或或无故障的特特性模型(Nominalmodel/Fault-freemodel)◆对于某个特定定的预知故障障建立其故障障特性模型(Faultymodel)HunanUniversityofTechnology3.1TheGeneralProcedureofModel-basedFDFD任务分两两步完成残差（征兆））生成(Residual/SymptomGeneration)残差（征兆））评价(Residual/SymptomEvaluation)HunanUniversityofTechnology3.1TheGeneralProcedureofModel-basedFD基于解析模型型的残差生成成方法主要有有三种基于观测器方方法(Observer-based)等价空间方法法(ParitySpace)（或奇偶方程程、奇偶关系系、奇偶空间间）方法参数估计方法法(ParameterEstimation)FDIA系统统设计的关键键抑制信号中不不感兴趣部分分而加强其中中反映故障的的部分，以区区分故障与模模型不确定性性和未知输入入的影响基于模型FDIA系统设设计的目标使FDIA系系统对故障具具有尽可能大大的灵敏度，，而同时对不不感兴趣信号号的影响具有有尽可能大的的鲁棒性HunanUniversityofTechnology3.1TheGeneralProcedureofModel-basedFDFD系统的设设计应包括如如下任务◆设计一个残差差生成器，对对故障具有高高的灵敏度而而对模型不确定具有强强的鲁棒性◆通过选择残差差评价函数定定义征兆，以以保证所检测测的关于故障的信息不不被丢失◆进一步分析残残差或开发征征兆，获得更更多的关于故故障的知识，以便指导导决策或实施施容错控制HunanUniversityofTechnology3.1TheGeneralProcedureofModel-basedFDHunanUniversityofTechnology3.2ModelingofFault3BasicPrinciplesModel-basedFaultDiagnosis在基于模型故故障诊断中使使用开环系统统模型，虽然然我们认为这这个系统是在在控制回路中中故故障诊断与与控制回路3.2ModelingofFaultHunanUniversityofTechnologyFig.3.3StrctureofastandardcontrolloopwithfaultHunanUniversityofTechnology3.2ModelingofFaultHunanUniversityofTechnology3.2ModelingofFault这一开环系统统分为执行器器、系统动态态和传感器三三个部分。按按照发生形式式的不同主要要研究过程元元部件故障(processfaults)、传感器器故障(sensorfaults)以及及执行器故障障(actuatorfaults)Fig.3.4开环环系统模型系统动态可用用状态空间模模型描述HunanUniversityofTechnology3.2ModelingofFault当(过程）元元部件发生故故障时Fig.3.5元部件有有故障时系统统动态图（过程）元部部件故障可以以视为系统中中一些条件的的改变而使动动态关系变为为无效的情形形，如在三容容器中一个水水容器出现漏漏洞。在一些些情形下，故故障可以表达达为系统中参参数的变化HunanUniversityofTechnology3.2ModelingofFault当传感器发生生故障时一般说来，系系统的实际输输出yR(t)是不能直接接得到的，通通常用传感器器获得系统测测量输出。通通过正确选择择向量fs，可以描述所所有的传感器器故障情形。。如当传感器器被“固定在在零值上”时时，测量向量量y(t)=0，故障障向量Fig.3.6传感器器有故障时系系统动态图HunanUniversityofTechnology3.2ModelingofFault当执行器发生生故障时事实上，系统统的实际执行行通常也是不不能直接获得得的。对于一一个受控系统统来说，uR是已知执行器器控制命令u(t)的执行器响响应。与传感感器故障情况况类似，不同同的执行器故故障情况可以以由一个合适适的故障函数数fa(t)来表示Fig.3.7执行器器有故障时系系统动态图HunanUniversityofTechnology3.2ModelingofFault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：HunanUniversityofTechnology3.2ModelingofFault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：HunanUniversityofTechnology3.3Observer-basedApproach3BasicPrinciplesModel-basedFaultDiagnosisFig.3.8基于于观测器方法法的残差生成成器原理3.3Observer-basedApproachHunanUniversityofTechnologyHunanUniversityofTechnology

(1)

(2)

3.3Observer-basedApproachHunanUniversityofTechnology.

(3)

.

(4)

(5)

(6)

3.3Observer-basedApproachHunanUniversityofTechnology3.3Observer-basedApproachHunanUniversityofTechnology残差生成器设设计的主要目目标即为设法法达到使FD系统对故障障更加灵敏，，而同时对不不感兴趣信号号的影响更加加鲁棒之间的的最佳平衡HunanUniversityofTechnology3BasicPrinciplesModel-basedFaultDiagnosis3.4ParitySpaceApproach等价空间方法法的基本思想想是提供一个个合适的被监监控系统的测测量一致性(奇偶性)校校验HunanUniversityofTechnology3BasicPrinciplesModel-basedFaultDiagnosis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HunanUniversityofTechnology3.4ParitySpaceApproach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关的等价等式来生成等价向量(残差)：矩阵V必须满足：由V的列所张成的空间称为“等价空间”，也就是说，V的列构成了这个空间的基。如果第i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。HunanUniversityofTechnology3.4ParitySpaceApproach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HunanUniversityofTechnology3.4ParitySpaceApproach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”HunanUniversityofTechnology3.4ParitySpaceApproach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)

HunanUniversityofTechnology3.4ParitySpaceApproach考虑系统由线线性离散状态态空间方程给给出：HunanUniversityofTechnology3.4ParitySpaceApproach引入如下符符号表示3.4ParitySpaceApproachHunanUniversityofTechnology或或3.4ParitySpaceApproachHunanUniversityofTechnologyHunanUniversityofTechnology3.5ParameterEstimationApproach3BasicPrinciplesModel-basedFaultDiagnosis基基于参参数估计方方法的残差差生成器原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。HunanUniversityofTechnology3.5ParameterEstimationApproach采用参数估估计法实现现FDI的的基本步骤骤建立过程的的物理关系系模型；计算正常模模型（无故故障参考模模型）的物物理参数；；确定模型系系数与过程程物理参数数之间的关关系；由可测量的的输入输出出信号，在在线估计过过程的模型型系数；基于模型系系数的标称称值，建立立系统的故故障模型，，即给出故故障与模型系系数之间的的联系；并并基于模型型系数的变变化及故障障模型进行故故障的决策策，判断是是否发生了了故障；进行故障诊诊断，确定定故障的类类型、位置置和大小。。HunanUniversityofTechnology3.5ParameterEstimationApproach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-basedFaultDiagnosisHunanUniversityofTechnology故障诊断技技术的回顾顾与展望HunanUniversityofTechnology5.Data-basedControl/DecisionMaking/FaultDiagnosis5.1Data-drivenControlTheory5.2Data-basedDecisionMaking5.3Data-drivenFaultDiagnosis故障障诊诊断断技技术术的的回回顾顾与与展展望望一、、数数据据驱驱动动控控制制的的定定义义HunanUniversityofTechnology数据据驱驱动动控控制制(Data-drivenControl)最最早早来来源源于于计计算算机机科科学学领领域域,控控制制领领域域出出现现这这个个概概念念是是近近几几年年的的事事情情相相关关的的少少量量研研究究,虽虽已已存存在在但但使使用用的的名名词词却却不不尽尽相相同同Data-basedcontrolModellesscontrolModel-freecontrolIFT(Iterativefeedbacktuning)VRFT(Virtualreferencefeedbacktuning)ILC(Iterativelearningcontrol)5.1Data-drivencontrolTheory5.Data-basedControl/DecisionMaking/FaultDiagnosis5.1Data-drivenControlTheoryHunanUniversityofTechnology控制系统设计包括：受控对象和控制器设计两部分受控对象有四种可能情况：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，但机理模型太复杂、阶数太高、非线性太强很难建立机理模型或无模型控制器的设计分为：基于机理模型设计基于数据模型或无模型设计5.1Data-drivenControlTheoryHunanUniversityofTechnology控制制系系统统设设计计有有四四种种有有意意义义的的可可能能设设计计方方案案：：模型型是是机机理理的的，，控控制制器器也也是是机机理理的的对建建立立了了机机理理模模型型，，但但机机理理模模型型不不准准确确、、不不确确定定性性较较大的的系系统统，，控控制制器器设设计计既既可可以以是是基基于于机机理理模模型型，，也也可可以考考虑虑基基于于数数据据或或无无模模型型的的方方法法进进行行设设计计模型型是是机机理理的的，，但但机机理理模模型型太太复复杂杂、、阶阶数数太太高高、、非非线线性太太强强，，很很难难分分析析和和设设计计，，实实际际应应用用中中需需要要进进行行基基于于局部部数数据据模模型型或或无无模模型型的的控控制制器器设设计计对象无模型型或很难建建立机理模模型，需要要应用数据据模型或无模型控控制方法5.1Data-drivenControlTheoryHunanUniversityofTechnology数据驱动包包括：数据驱动思思想和数据驱动控控制数据驱动思思想：指利用受控控系统的在在线和离线线数据，实实现系统的基基于数据的的控制、预预报、评价价、调度、监控控、诊断、、决策和优优化等的各各种期望功能能数据驱动控控制：指控制器设设计不包含含受控过程程数学模型型信息，仅利利用受控系系统的在线线和离线数数据以及经过过数据处理理而得到的的知识来设设计控制器，，并在一定定的假设下下，有收敛敛性、稳定性性保障和鲁鲁棒性结论论的控制理理论与方法5.1Data-drivenControlTheoryHunanUniversityofTechnology值得注意的的问题机理模型和和数据模型型的本质区区别在于：：系统时变变性和不确定性在机机理模型中中是显式表表达的，而而在数据模模型中是非显式和蕴蕴含的理论上讲，，对受控对对象的知识识掌握越多多，控制手手段就应月丰富，控控制效果就就应该越好好，因此，，与建立机机理模型一样，建立立好的基于于数据的控控制模型与与设计好的的控制器，都需要要对受控系系统的动力力学特性和和信息有比比较深入的了解和利利用基于模型的的控制理论论和方法，，对离线数数据是一次次性使用，当模型型建立后就就弃之不用用，但理想想的数据驱驱动控制理论和方法法则应在控控制过程的的始终都进进行离线数数据的不同层面、不不同尺度上上的利用数据驱动控控制理论和和方法不排排斥已有的的基于模型型的控制理论和方法法，两者不不能互相取取代5.1Data-drivenControlTheoryHunanUniversityofTechnology二、数据据驱动控制制理论与方方法的存在在背景从理论方面面来看1）基于模模型的控制制理论和方方法总是不不可避免““未建模动动态”和“鲁棒性性”这对矛矛盾问题2）数学模模型的复杂杂性决定了了控制器的的复杂结构构，高阶的的复杂的非线线性系统模模型势必导导致高阶复复杂的非线线性控制器，控制制器的简化化和降阶问问题、鲁棒棒性问题称称为不可逾越的设设计问题3）理论和和实际之间间距离越来来越大，制制约了控制制理论的健健康发展从应用角度度来看基于模型控控制理论和和方法在解解决实际问问题时已显显得苍白无无力、力不不从心。信信息量大、、知识匮乏乏已经成为为很多过成成功也、复复杂系统管管理和控制制的共同瓶瓶颈问题5.1Data-drivenControlTheoryHunanUniversityofTechnology三、数据据驱动控制制方法分为三类：：基于在线数数据的数据据驱动控制制方法基于SPSA的无模模型控制方方法（Simultaneouslyperturbationstochasticapproximation）无模型自适适应控制（（Modelfreeadaptivecontrol，，MFAC）去伪控制（（Unfalsifiedcontrol，，UC）基于离线数数据的数据据驱动控制制方法PID控制制方法迭代反馈整整定方法（（Iterativefeedbacktuning，IFT）虚拟参考反反馈整定方方法（Virtualreferencefeedbacktuning，VRFT）基于在线和离离线数据结合合的数据驱动动控制方法迭代学习控制制方法（Iterativelearningcontrol，，ILC）懒惰学习控制制方法（Lazylearning，LL））5.1Data-drivenControlTheoryHunanUniversityofTechnology四、数据驱驱动控制理论论和方法可能能发展趋势和和展望数据驱动控制制理论和方法法的框架体系系的建立面向控制任务务的数据处理理及其在驱动动控制控制系系统设计中的应用是一个个具有标志性性意义的研究究方向数据驱动控制制的鲁棒性定定义和分析方方法是数据驱驱动控制理论和方法的建建立及发展必必须要解决的的重要问题之之一基于闭环系统统实测数据的的系统运行效效果评价、预预报和稳定检验方法也是是有前途的研研究方向基于模型的控控制方法和基基于数据驱动动的控制方法法的并行控制方法，使二二者能相互支支持、相互校校正、优势互互补、相互完善，是非常常有意义的研研究方向已有的数据驱驱动控制方法法在实际中的的应用也是非非常有意义的研究内容5.2Data-basedDecisionMakingHunanUniversityofTechnology5.Data-basedControl/DecisionMaking/FaultDiagnosis一、各种决策策方法主要用用于解决以下下三个方面的的问题分类问题：故障诊断、、模式识别决策分析问题题：是人们为了了达到某个目目标，从一些些可能的方案（途途径）中进行行选择的分析析过程，考虑风风险和不确定定性等影响决决策的因素，做做出逻辑判断断和权衡优化问题：不确定性的的优化问题5.2Data-basedDecisionMakingHunanUniversityofTechnology基于数据的分分类方法决策树、支持持向量机、小小波分析、聚聚类分析、神经网络、模模糊分类、粗粗糙集分类基于数据的决决策分析方法法统计学方法基于推理的决决策分析方法法：证据理论论、模糊理论论、数据包络分析析方法时间序列方法法基于神经网络络的决策分析析方法基于数据的优优化方法鲁棒优化模糊规划神经元动态规规划基于神经网络络的优化方法法二、基于数据据的决策方法法HunanUniversityofTechnology基于数据驱动的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元分析法Fisher判别分析法偏最小二乘方法神经网络支持向量机多元统计分析相关分析/子空间法5.3Data-DrivenFaultDiagnosis5.Data-basedControl/DecisionMaking/FaultDiagnosis6.SomeworksandProspects①国家自然然科学基金项项目“基于不不完备信息处处理的包装过过程故障诊断方法研研究（60774069）”②中国博士士后科学基金金面上项目““基于不完备备信息处理的的野战指挥系统故障障诊断方法研研究（20070410462）””③省自科基基金重点项目目“基于传感感器最优配置置的一类非线线性故障检测方法研研究（06JJ2064)④湖南省科科技厅科技计计划项目“基基于智能集成成的复杂系统统故障诊断技术（2007FJ4142））”⑤湖南省教教育厅科学研研究项目“基基于传感器最最优配置的状状态时滞系统鲁棒故故障检测（07C005）”，⑥国家留学学基金委员会会中德合作科科研项目（ppp）“基基于数据驱动与模型方方法集成的现现代过程监测测技术及其在在复杂有色冶炼过程中的的应用(2006181324)””HunanUniversityofTechnology故障诊断技术术的回顾与展展望IFATIS项目IntelligentFaultTolerantControlinIntegratedSystemsfundedbyEuropeanCommissionintheIST-programming★集成诊断方法法如：基于模型型方法与基于于数据驱动方方法的集成基于模型的方方法与基于知知识方法的集集成HunanUniversityofTechnology◆非线性系统、、网络化控制制系统、时变变系统、离散散事件系统等的故故障诊断虽然故障诊断断在理论方面面取得了许多多突破和进展展，相比之下，其其实际应用还还比较少，如如何将基于先先进控制理论的故故障诊断方法法应用到实际际中业已成为为亟待解决的问题题6.SomeworksandProspectsTHANKS！HunanUniversityofTechnology故障诊断技术术的回顾与展展望9、静夜四无无邻，荒居居旧业贫。。。12月-2212月-22Saturday,December24,202210、雨中黄叶叶树，灯下下白头人。。。05:28:0905:28:0905:2812/24/20225:28:09AM11、以以我我独独沈沈久久，，愧愧君君相相见见频频。。。。12月月-2205:28:0905:28Dec-2224-Dec-2212、故人江海别别，几度隔山山川。。05:28:0905:28:0905:28Saturday,December24,202213、乍见见翻疑疑梦，，相悲悲各问问年。。。12月月-2212月月-2205:28:0905:28:09December24,202214、他乡乡生白白发，，旧国国见青青山。。。24十十二二月20225:28:09上上午05:28:0912月月-2215、比不了得得就不比，，得不到的的就