第5章智能故障诊断的实现方法

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,智能故障诊断技术,主讲人：沈志熙,主教,2109,室,65103002,重庆大学自动化学院,1,第五章 智能故障诊断的实现方法,1.,故障信号检测,2.,故障特征识别,3.,故障状态预测,4.,故障维修决策,5.,故障容错控制,2,1.,故障信号检测,1.1,故障分类,1.2,故障检测方法,1.3,故障判断标准,1.4,微弱信号检测,1.5,早期故障检测,3,1.1,故障分类,从故障的形成过程，可概括为两类：,1,）,可预测故障,：是指那些可预先知道的故障。故障发生前通常都有一定征兆，只要及时捕捉这些征兆信息并采取相应措施，就可预防故障。,渐发性故障,是一种最常见的可预测故障。,2,）,不可预测故障,：是指那些不可预先知道，但会影响设备正常工作的故障。,突发性故障,是其中最典型的一种。,可预测故障通常有一定规律性，易于检测和防范；,不可预测故障,具有随机性，且常对设备造成严重危害，,是故障诊断研究的主要对象,。,4,1.2,故障检测方法,1,）振动法：通过测量设备主要部位的振动值，并与标准值比较，对运行状态进行评定。,2,）特征分析法：对测得的振动量在时域、频域、幅域进行特征分析，以确定故障的内容和性质。,3,）参数估计法：当设备故障可由,n,个参数发生的不期望显著变化来表示时，可根据参数变化的统计特性来检测故障。如最小二乘法、卡尔曼滤波等。,5,1.3,故障判断标准,1,）,绝对标准,：在设备的同一部位、按一定要求测得的表现设备状态的值，与某种相应判断标准相比较，以评定设备的状态。,2,）,相对标准,：对设备的同一部位、同一工况、同一测量值，用相同方法进行定期测取，按时间先后将实测值与正常状态下的初始值进行比较来判断。,3,）,类比标准,：若有多台机型相同、规格相同的设备，在相同条件下用相同方法进行测定，通过相互比较来评定设备的状态。,6,1.4,微弱信号检测,微弱信号检测,：分析噪声产生的原因和规律，研究被测信号的特点和相关性，,检测被噪声淹没的微弱有用信号,、或,从强噪声中提取有用信号,、或采用其他新技术和新方法来,提高检测系统输出信号的信噪比,。微弱信号检测方法主要有以下几种：,1,）窄带滤波法,2,）双路消噪法,3,）同步累积法,4,）锁定接收法,5,）相关检测法,6,）取样积分法,7,微弱信号检测的常用方法,窄带滤波法：用窄带滤波器滤掉通频带以外的宽噪声，只让窄带信号通过，从而提高信号的信噪比,双路消噪法：当随机噪声从两路到达加法器时，使其极性正好相反，经过加法器相加后把噪声消除,同步累积法：利用信号的重复性和噪声的随机性，对信号进行重复累积,n,次，以提高输出功率信噪比,锁定接收法：一种频域分析法，利用互相关原理，使输入周期信号与频率相同的参考信号实现互相关,相关检测法：一种时域分析法，信号和噪声相互独立，信号只与信号相关而与噪声不相关，噪声之间互不相关，可通过自相关或互相关运算去除噪声,8,1.5,早期故障检测,设备运行过程中的故障，往往会经历,一个从产生到发展、从轻微到严重的渐变过程,一方面，,设备性能的变化,：正常,非正常,恶化,崩溃,另一方面，,设备征兆参数的变化,：不明显,明显、不完全,完全的时间过程,因此，早期故障检测对减少或避免故障造成的损失,具有特别重要的意义,。,9,早期故障的主要特点,1,）,早期故障信号很微弱,：早期故障属于轻微故障，其故障信号分量通常很小，不易察觉；,2,）,早期故障信号表征不明显,：早期故障信号的幅值、相位、时频特性等变化很小，表征很不明显；,3,）,早期故障信号容易被噪声信号淹没,：由于噪声信号通常会夹杂在故障信号中，当故障信号很弱时噪声信号就相对较强，早期故障信号常被噪声信号所淹没，具有很大的隐蔽性。,10,早期故障检测方法,1,）信息融合检测法：利用故障发生后系统中多个相关变量或征兆间的冗余关系，将它们的动态变化趋势进行融合，在故障动态变化过程中，来检测早期故障。如神经网络、证据推理、贝叶斯估计等,2,）故障征兆缩放检测法：通过对故障特征参数变化值（变化率）进行不同比例的缩放，寻找与典型故障样本的最佳匹配来检测早期故障。,其他方法，典型的如小波分析、混沌、分形等方法,11,2.,故障特征识别,2.1,故障识别的内容,2.2,故障识别的过程,2.3,故障识别的方法,2.4,故障识别的关键技术,2.5,两种识别错误,12,2.1,故障识别的内容,1,）,正确选择与设备状态有关的特征信号,特征信号是指与设备功能紧密相关的、最有用的、能代表设备运行状态的信号,应根据不同监控对象，选取最能反映其运行状态的那部分信息作为特征信号,选择特征信号依据：经济性好、信息量大、敏感度高,2,）,正确地从特征信号中提取征兆,对特征信号进行处理，提取出与设备状态相关的、能直接用于诊断的征兆信息,13,3,）,正确地根据征兆对设备进行状态识别,征兆是故障诊断的基本信息,采用合适的故障诊断理论与方法对征兆加以处理，对不同的设备状态进行模式识别,4,）,正确地根据识别结果对设备进行状态诊断,有故障时，分析故障的位置、类型、性质、原因与趋势,故障定位,无故障时，分析状态趋势，预计未来情况,故障预测,5,）,正确地根据状态诊断对设备进行干预决策,干预设备及其工作进程，保证设备安全可靠高效运行,14,2.2,故障识别的过程,故障识别过程可分为以下四步进行：,1,）特征信号检测,2,）征兆信息提取,3,）设备状态识别,4,）故障维修决策,设备故障识别过程,15,1,）特征信号检测,特征信号一般具有两种表现形式：,能量形式,如振动、噪声、压力、温度、电压、电流等，由于它通过能量交换来完成，因此可以使用传感装置来进行检测,物态形式,如设备产生的气体、液体、烟雾、以及锈迹、裂纹等，一般不采用传感装置，只需采用特定的收集装置或直接观测即可,16,2,）征兆信息提取,征兆信息提取可以根据不同的特征信号，采用不同的提取方法：,能量形式,可以在时域、频域、幅域或相位域中提取征兆,物态形式,一般通过特定的物理或化学方法，得到诸如铁谱、光谱、浓度、化学成分等征兆；对于直接观测到的信息，可以直接作为征兆来使用,17,3,）设备状态识别,将通过特征提取后得到的征兆信息，与规定的标准参数或标准模式进行比较，以确定设备当前所处的状态：,正常状态,通过状态预测对设备未来状况做出趋势估计,异常状态,通过状态诊断找出故障原因、部位及严重程度,状态识别通常是一个由粗到精、由高层到低层直至找到满意的诊断结果的过程,18,4,）故障维修决策,故障维修决策就是根据故障原因、特征，提出维修方案，以便采取相应措施，使设备尽快地恢复其原有性能或原有工作状态,19,2.3,故障识别的方法,1,）,基于故障机理的识别方法,故障机理是指故障发生与发展的过程和原理。故障机理通常以磨损、疲劳、断裂、腐蚀、老化等形式表现出来,机理研究是故障识别技术的基础，只有在此基础上，才能有效分清主次因素，找出薄弱环节，进行准确诊断,故障机理研究的主要手段包括：实验研究、,仿真模拟研究,及理论研究,2,）,基于信号处理及特征提取的识别方法,传感技术和计算机技术是故障诊断的支撑技术，信号处理及特征提取是故障诊断的基本方法,目前发展较快的有：特征参数法、幅值特征法、相位信息法、,频谱分析及频谱特征再分析法,等,20,3,）,基于模糊理论的识别方法,模糊故障识别方法：是根据模糊集合论建立征兆空间和故障状态空间的映射关系，通过某些症状的隶属度求出各种故障原因的隶属度，以表征各故障存在的可能性,4,）,基于专家系统的识别方法,专家系统识别方法：能模拟人的逻辑思维过程，利用专家知识来解决复杂诊断问题。它不依赖于系统的数学模型，而是利用专家知识和特征信息，通过推理得出设备是否故障及什么故障，并对识别结果进行评价和决策,目前主要研究内容包括：诊断知识的获取、诊断知识的表达、诊断推理方法和不准确推理,21,5,）,基于数学模型的识别方法,核心思想：以模型为基础，通过观测器估计系统的输出，然后将它与输出的测量值做比较形成残差，从残差中提取特征，进而实现故障检测和分离,6,）,基于故障模式的识别方法,模式识别的关键问题是模式特征量的选择和提取。其效果除了与方法选择有关外，在很大程度上还依赖于状态特征参数的提取,模式识别方法实质上就是聚类算法或分类器算法，常见的如线性分类器、,Bayes,分类器、最近邻分类器、,K-Means,分类器、神经网络分类器、,SVM,分类器等,22,7,）,基于组合思维的识别方法,专家系统知识处理模拟的是人的逻辑思维，神经网络知识处理模拟的是人的经验思维，将逻辑思维、经验思维和创造性思维集成在一起，就形成组合思维,首先用经验思维进行识别；当经验思维无法解决问题时，转向深一层的逻辑思维；当逻辑思维也无法解决复杂问题时，转向更深一层的创造性思维，即通过提出新的假设，经过检验后再发现新理论和解决问题的新方法,组合思维识别方法结构图,23,8,）基于神经网络的识别方法,9,）基于小波变换的识别方法,10,）基于分形几何的识别方法,11,）基于案例的识别方法,24,2.4,故障识别的关键技术,1,）系统分解技术,把一个大型复杂系统分解为若干个小系统或子系统,2,）信号检测技术,关键在于测点选择与传感器选取,3,）特征获取技术,从传感器信号尽可能获取反映设备运行状态的特性信息,4,）数据融合技术,利用来自多个传感器的信息，采用一定方式进行分析组合，以提高信息的有效性和识别的可信度,一般分为像素级融合、特征级融合和决策级融合三层次,5,）诊断决策技术,25,2.5,两种识别错误,1,）有故障时，漏报故障,2,）没有故障时，谎报故障,这两种错误一般都是,相互矛盾,的！对于直接危害安全的故障，第一种错误更重要！,26,本章重点,故障信号检测,故障特征识别,27,智能故障诊断技术,第五章 结束,28,