流程工业故障诊断新理论与方法简述.docVIP

流程工业故障诊断新理论与方法简述 　　摘 要:本文总结了近二十年来故障诊断领域出现的新方法和新技术,并选择其中比较热门的小波分析技术,神经网络技术,专家系统诊断技术和相空间重构技术予以较详细的介绍。 　　关键词:流程工业 故障诊断 　　中图分类号:TP389.1 N945.12 文献标识码:A 文章编号:1007-9416(2011)04-0179-02 　　 　　1、引言 　　现代化工生产的设备具有规模大、生产过程连续、设备间关联度高、监控变量多的特点并在闭环控制下运行的特点。在流程工业中,现代计算机技术和控制技术的大量应用,一方面扩大了流程工业系统的设备规模,极大的提高了生产能力,另一方面也导致流程工业系统的复杂度迅速增加,加大了不可控性,过多的监测数据使得很难从中法线故障的先兆,往往一个极为微小的故障就有可能导致灾难性的后果。因此,如何提高系统的安全性和可靠性,掌握系统的运行状态,杜绝重大事故的发生称为了亟待解决的问题。 　　故障可以理解为系统中至少有一个变量或特性超出了正常的工作范围。广义讲,故障可以理解为系统中的任何异常现象及系统表现出的任何不期望的特性1。动态系统故障诊断技术是提高系统可靠性和降低风险的重要方法。故障诊断的主要研究如何对系统中出现的故障进行检测、分离和辨识。目前常见的故障诊断分类方法有主元分析法、部分最小二乘法、费舍尔判别法、规范变量分析法、故障树法、参数估计法、状态估计法等等。然而,随着系统规模的不断增大,系统的复杂性迅速提高,对于系统的安全性与可靠性要求的不断提高,系统的非线性、多变量、实时性特征日益明显,使得复杂系统的故障诊断技术的理论研究不断深入,新的故障诊断方法和理论层出穷。本文将对近20年来新出现的故障诊断理论和方法逐一予以说明。 　　 　　2、故障诊断方法 　　用于系统的复杂度得提高和检测数据的海量化,复杂网络、数据挖掘及信号处理的理论被引入到了故障诊断领域中,与传统的故障诊断方法相结合,形成了新的故障诊断方法。 　　2.1 小波变换方法 　　由于监测手段日益先进,越来越多的系统数据被记录了下来,形称了海量的时序数据,利用信号处理的方法分析这些检测数据,从中找出有效的系统故障信号,已成为的故障诊断领域的有效手段。这类方法的主要手段是对信号进行处理,提取与故障相关的时域或频域特征用于故障诊断,主要包括谱分析方法和小波变化方法。平稳信号的谱分析方法在机械系统的故障诊断中得到了广发的应用。文献2通过对感应电机定子的能量谱分析实现了对转子的故障诊断。平稳信号一般采用基于快速傅立叶变换(FFT,Fast Fourier Transform)算法的处理方法。FFT最广泛的应用是自功率谱分析,在不同频率点上的谱峰能量或不同频带内的谱峰均是常用的故障特征,在平稳随机信号的故障提取中发挥了重要的作用,但是系统故障的测量信号往往是突变的,具有局部特征,这使得针对全局平稳信号的傅里叶变换失效。而小波变换所特有的局部特性使得它可以针对非平稳型号做频域分析,既能够反映突变信号的细节,又可以反映该频率随时间的变化规律,即在低频部分由较高的频率分辨率和较低的时间分辨率,而在高频部分具有较高的时间分辨率和较低的频率分辨率。小波变换在故障诊断中的应用具体包括以下两个方面: 　　(1)利用小波信号的对信号进行多尺度多分辨率分析,从中提取信号在不同尺度上的特征用于故障诊断。文献3最早研究了基于实时小波分析特征提取额的故障检测和辨识方法。(2)利用观测信号的奇异性进行故障诊断。利用波变换的模极大值可以检测出动态系统的故障会导致系统的观测信号发生变化。若能采取一定的措施消除系统状态变化以外的因素对观测号的影响,则可以直接利用小波变换诊断观测信号的奇异点就可以诊断出系统故障。(3)利用观测信号频率结构的变化进行故障诊断。振动系统的故障通常会导致系统观测信号的频率结构发生变化,若能采取一定的措施消除系统状态变化以外的因素对观测信号的影响,则利用离散小波变换分析观测信号的频率结构随时间的变化情况,即可以诊断系统的故障。 　　2.2 专家系统方法 　　基于专家系统的故障诊断方法是利用领域专拣在长期实践中积累起来的讲演建立知识库,并设计一套计算机程序模拟人类专家的推理和决策过程进行故障诊断,是近年来故障诊断领域最显著的成就之一。专家系统主要有知识库、推理机、综合数据库、人机接口及解释模块等部分构成,内容包括诊断知识的表达、诊断推理方法、不确定性推理以及诊断知识的获取等。专家系统方法的诊断过程是在知识库和数据库的支持下,综合运用各种规则,进行一系列推理,快速找到最终故障和最有可能的故障。专家系统对液压系统进行故障诊断时,根据液压系统特有的失效形式和故障机理,建立相应的知识库和规则库(故障档案),利用现代信息