工业检测论文-地地研究现状.pdfVIP

实用标准文案 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 精彩文档 实用标准文案 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