工业检测论文-研究现状.docVIP

1.2 国内外研究现状 经过三十余年的发展，故障诊断技术现已成为控制工程领域内的重要研究方向之一。在故障诊断技术的不断发展过程中，针对不同的应用领域，结合不同的学科内容，衍生出诸多故障诊断方法。依据所采用的理论方法的有效特征，通常将故障诊断方法归划为三类：基于解析模型的检测和诊断方法、数据驱动检测和诊断方法以及基于人工智能的检测和诊断方法[1,7-15]。 1.2.1 基于解析模型的方法 在故障诊断的研究中，基于解析模型的故障检测和诊断方法具有重要地位，其充分利用系统模型的深层知识来进行故障诊断，具体是指对所使用系统的结构、行为及功能等诸方面的知识综合针对系统进行推理诊断。基于解析模型的诊断方法在不断地发展完善过程当中，相对来说已取得了比较丰富的理论研究成果，仍是当前及今后故障检测诊断方法的主流之一[10]。 解析模型一般可区分为确定性模型、随机模型和确定-随机模型三大类型，通常对于确定性模型的研究比较多，但随机模型与之相比较而言，在相关和动态干扰的情况下，应用更具优良特性。在已知精确模型的前提下，比对过程的测量信息与模型所表达的先验信息，将比较所产生的残差再进行分析和处理，从而实现故障诊断。基于解析模型的检测诊断方法也是研究最早、探讨最深入、理论最成熟的方法，而根据残差的生成方式，又可区分为状态估计方法、等价空间方法以及参数估计方法。尽管这三种诊断方法都是独立发展起来的，但在它们之间仍存在着一定的联系。其中基于观测器的状态估计方法和等价空间方法是等价的。但是由于诊对非线性系统的状态观测器的设计比较困难，因此参数估计方法要比状态估计方法更适合应用于非线性系统，而一般的等价空间方法仅适用于线性系统的检测与诊断。 （1）状态估计法 基于状态估计的方法，首先需要构造状态观测器来对系统的状态进行评估，以获取系统输出的估计值。然后比较输出的估计值与实际测量值之间所产生偏差信号，以此偏差信号作为残差信号来评估系统中是否发生了故障。一般正常情况下，系统的残差信号通常是很小或趋近于零的。反之，如果系统中存在执行器、传感器或者其他元部件发生故障时，系统的残差信号应该会有较明显的变化，而系统的故障信息显然应该包含于这种变化当中，所以只需针对残差信号进行故障方向辨识，便可以准确地检测定位出故障的位置。Commault 提出利用一组观测器同时协作检测系统中所发生的故障[16]。显然这是更为有效可行，诊断结果更可靠的故障诊断方法，然而与此同时也可能延长了故障诊断的时间。 基于解析模型的故障诊断方法通过利用对系统内部的深层认识, 因此具有良好的诊断检测效果. 但是由于此类诊断方法依赖于精确构建的被诊断对象的数学模型, 而实际应用中被诊断对象的精确数学模型往往难以建立。基于状态估计的故障检测诊断方法主要包含滤波器方法和观测器方法两种。 Mehra 等率先在故障诊断中提出利用卡尔曼滤波来对系统状态进行估计【17】；文献[44] 针对采样数据系统，研究并提出了故障检测以及分离的频域方法;；文献[45] 对应用于线性离散周期系统中的最优化故障检测器的设计方法进行了研究；Benkouider等[19]基于扩展卡尔曼滤波在线监控半间歇反应器的运行状态。文献[18-21]基于unscented卡尔曼滤波方法对非线性系统故障进行参数辨识和检测。 （2）参数估计方法 参数估计方法的基本思想是：将理论建模与参数辨识结合起来，当利用参数的显著变化来描述故障时，便可利用己有的参数估计方法来检测故障信息，再根据参数的估计值和正常值间的偏差情况来评估系统故障。参数估计方法无需计算残差序列，通常是依据参数变化的统计特性来检测故障发生情况，基于参数估计的故障诊断方法认为发生故障会引起系统过程参数发生变化, 而过程参数变化会进一步导致模型参数发生一系列的变化, 因此通过检测模型中的参数变化便可以进行故障诊断。伴随着研究的不断进展，基于参数估计的故障诊断方法不断又有一些新成果出现。例如基于模糊推理的参数的估计方法、基于神经网络的参数的估计方法以及基于图像信号产生器的参数的估计方法等等，这些方法都不同程度的提高了故障检测判定和分离性能。 （3）等价空间方法 基于等价空间的故障诊断方法，是利用针对系统所建立的解析数学模型，构建系统的输入和输出变量间的等价数学关系, 通过数学关系反映出输入输出变量之间静态的直接冗余以及输入输出变量之间动态的解析冗余, 然后通过比对实际系统的输入输出值是否满足该等价关系,，从而达到检测和分离故障的目的。传统的等价空间诊断方法在故障诊断时通常会存在低阶等价向量在线实现相对简单但是性能不好的问题，但是高阶等价向量在带来较好性能的同时却会产生较大的计算量，而且会产生较高的漏报率。相关学者针对传统的等价空间法的缺陷提出了对应改进方法。Ye等人提出将窄带IIR滤波器引入到等