第2章 智能故障診斷構成

1、1智能故障診斷技術智能故障診斷技術 主講人：沈志熙 重慶大學自動化學院重慶大學自動化學院2第二章第二章 智能故障診斷的構成智能故障診斷的構成o1. 智能故障診斷的基本結構o2. 智能故障診斷的構成原理o3. 智能故障診斷的構成方法o4. 智能故障診斷的評價指標*31. 智能故障診斷的基本結構智能故障診斷的基本結構o兩大部分：故障檢測與診斷故障檢測與診斷、故障容錯控制智能故障診斷與容錯控制的基本結構智能故障診斷與容錯控制的基本結構4故障檢測與診斷模塊的主要任務故障檢測與診斷模塊的主要任務o故障檢測與診斷故障檢測與診斷：就是從監(jiān)控對象中適時準確地檢測出故障信息，并對故障產(chǎn)生的原因、部位、類型、程度

2、及其發(fā)展做出判斷。o其主要任務主要任務通常包含以下幾個方面的內(nèi)容：n獲取故障信息；n尋找故障源，確定故障的位置、大小、類型及原因；n評價故障的影響程度，預測故障的發(fā)展趨勢；n對檢測診斷結果做出處理和決策。5故障檢測與診斷模塊的基本要求故障檢測與診斷模塊的基本要求o1）對故障具有強檢測能力對故障具有強檢測能力n故障檢測能力的強弱，一方面反映了檢測診斷模塊對故障的檢測能力，另一方面也直接影響故障診斷的效果n對弱故障信號和早期故障信號，故障檢測能力尤為重要o2）對故障具有強診斷能力對故障具有強診斷能力n能綜合運用多種信息和多種診斷方法，以靈活的診斷策略來解決診斷問題；n能通過使用專家的經(jīng)驗，而盡量避

3、開信號處理方面復雜的實時計算；n能處理帶有錯誤的信息和不確定性信息，從而相對降低對測試儀器和工作環(huán)境的要求。6故障檢測與診斷模塊的基本要求故障檢測與診斷模塊的基本要求o3）盡量采用模塊化結構盡量采用模塊化結構n結構應當模塊化，使之可以方便地調(diào)用其他應用程序n如維修咨詢子模塊、模擬故障診斷子模塊等o4）具有人機交互診斷功能具有人機交互診斷功能n現(xiàn)代設備的復雜性，要求綜合運用多種知識源（淺、深知識）來求解復雜問題n用戶適當?shù)貙崟r參與，將使診斷速度更快、準確性更高n用戶參與有主動和被動兩種方式：主動參與可干預和引導推理過程；被動參與只回答提問，而不干預推理過程7故障檢測與診斷模塊的基本要求故障檢測與

4、診斷模塊的基本要求o5）具有多種診斷信息獲取的途徑具有多種診斷信息獲取的途徑n獲取的診斷信息越豐富，則診斷效果越好n首先，應具有自動獲取狀態(tài)信息（當前、歷史）的功能n其次，應能通過人機交互獲取狀態(tài)信息o6）對問題求解應當實時和準確對問題求解應當實時和準確n實時：一旦發(fā)現(xiàn)故障跡象，應立即開始診斷工作n準確：輸出結果應當細致明了，對于并發(fā)故障允許輸出多個診斷解，對于同一故障則只有一個診斷解，對于征兆不完備情況應輸出按權值排序的多個候選故障解8故障檢測與診斷模塊的基本要求故障檢測與診斷模塊的基本要求o7）具有學習功能具有學習功能n現(xiàn)代設備的復雜性以及新知識的不斷涌現(xiàn)，導致專家現(xiàn)有知識的不足n要求系統(tǒng)

5、具有被動和主動（自學習）獲取新知識的能力o8）具有預測能力具有預測能力n應能預測故障的發(fā)生和發(fā)展，以便在故障沒有發(fā)生之前采取措施，將故障消滅在萌芽狀態(tài)，使損失減為最小o9）具有決策能力具有決策能力n故障出現(xiàn)前，應能提前預測故障n故障出現(xiàn)后，應能對故障做出決策并提供維護方案92. 智能故障診斷的構成原理智能故障診斷的構成原理o2.1 故障檢測與診斷方法o2.2 故障檢測與診斷中的信息機制*o2.3 故障檢測與診斷中的機器學習技術102.1 故障檢測與診斷方法故障檢測與診斷方法o1）基于數(shù)學模型的故障檢測與診斷方法n特點是必須將故障數(shù)學模型化，有時建立模型很困難n不依賴實例和經(jīng)驗，適用于新的沒有成

6、熟經(jīng)驗的診斷o2）基于參數(shù)估計的故障檢測與診斷方法n特點是須先確定一個信任域，當參數(shù)超出域時認為故障n適用于故障能由參數(shù)的顯著變化來描述的診斷o3）基于信號處理的故障檢測與診斷方法n通過對檢測信號的分析處理，利用特征信號對故障進行識別和診斷。典型方法：小波變換、模態(tài)分解等o4）基于知識的故障檢測與診斷方法n不需精確的數(shù)學模型，能模擬人的思維過程，具有自學習、自組織、自推理能力11o5）基于實例的故障檢測與診斷方法n是一種使用過去的經(jīng)驗實例指導解決新問題的方法n優(yōu)點是不需從實例中提取規(guī)則，求解快；不足是能搜集的實例是有限的，求解時可能出現(xiàn)誤診或漏診o6）基于模糊理論的故障檢測與診斷方法n征兆的描

7、述、故障與征兆的關系往往具有模糊特性，模糊語言變量能更準確地表示這種模糊性的征兆和故障n問題在于知識獲取困難：如何確定故障與征兆間的模糊規(guī)則；如何實現(xiàn)模糊語言變量與隸屬度間的推理轉換o7）基于神經(jīng)網(wǎng)絡的故障檢測與診斷方法n利用神經(jīng)網(wǎng)絡的聯(lián)想、推理和記憶能力進行知識處理n適用于復雜多模式的診斷，有離線和在線診斷兩種方式122.2 故障檢測與診斷中的信息機制故障檢測與診斷中的信息機制*o在學習和訓練中，故障識別信息來于兩方面：n一是由故障模式類別屬性構成的信息源故障模式信故障模式信息源息源：由系統(tǒng)的可能故障及其類別的出現(xiàn)概率所構成；n二是由故障樣本特征屬性構成的信息源故障特征信故障特征信息源息源：

8、由故障特征和特征的概率分布函數(shù)所構成。o故障診斷是一個完整的信息獲取、處理、再生和利用的信息過程，其技術正是沿著如何有效挖掘、利用相關信息的方向發(fā)展的。13故障診斷技術中的信息發(fā)展過程故障診斷技術中的信息發(fā)展過程o直接信號檢測方法直接信號檢測方法：直接測量系統(tǒng)I/O信號或作簡單處理，通過閾值比較或淺層特征量進行故障診斷o信號分析方法信號分析方法：基于信號分析理論獲取較深層特征量進行故障診斷，如相關分析、譜分析、小波分析o建模估計方法建模估計方法：面向過程建模，利用檢測信號估計出參數(shù)或狀態(tài)進行診斷，如參數(shù)估計、狀態(tài)估計法o人工智能方法人工智能方法：20世紀80年代后期，以專家系統(tǒng)為代表，通過引入

9、學習機制學習機制和人機協(xié)作，對專家知識所包含的信息間的因果關系進行推理，讓信息獲取、處理、再生和利用等環(huán)節(jié)成為一種智能活動142.3 故障檢測與診斷中的機器學習技術故障檢測與診斷中的機器學習技術o故障診斷的智能化水平與系統(tǒng)的機器學習能力密切相關，機器學習技術是提高智能故障診斷能力的主要途徑：n1）知識獲取技術n2）深淺知識集成表示方法n3）規(guī)則更新方法n4）機器學習策略）機器學習策略151）知識獲取技術）知識獲取技術o知識獲取是構造智能診斷系統(tǒng)的一個“瓶頸”問題o傳統(tǒng)的知識獲取方法：n通過知識工程師獲取知識n通過知識編輯器獲取知識n通過學習程序獲取知識o復雜設備的智能故障診斷系統(tǒng)，知識獲取方法

10、：n從文本文獻資料直接獲取知識n專家與診斷系統(tǒng)交互獲取知識n從經(jīng)驗或現(xiàn)有知識中學習獲取知識162）深淺知識集成表示方法）深淺知識集成表示方法o一般說來，淺知識（人類專家的經(jīng)驗知識）的知識表達直觀、形式統(tǒng)一、模塊性強、推理速度快，但對于復雜過程，很難完整地表示診斷對象的領域知識，此時只有使用深知識（診斷對象的模型、原理知識）進行診斷，因此必須將深淺知識結合起來。o深淺知識的集成表示模型樹形知識結構樹形知識結構n從縱向看，每種設備、部件和零件都具有一定的繼承性n從橫向看，體現(xiàn)了同層相關的屬性n易于用面向對象的方法實現(xiàn)，易于實現(xiàn)知識管理和維護173）規(guī)則更新方法）規(guī)則更新方法o系統(tǒng)運行過程中，規(guī)則集

11、通常需要不斷更新n新模式或已有模式的新成員確定n數(shù)據(jù)庫中規(guī)則更新的評價函數(shù)和屬性統(tǒng)計方法o粗糙集理論是一種處理模糊和不精確信息的新方法基于粗糙集理論的規(guī)則更新方法184）機器學習策略）機器學習策略o簡單學習：簡單學習：n文獻、專家和資料所描述的關于診斷對象的結構、功能、運行約束條件等知識，機械學習機制為主；n主要用于元知識學習階段智能故障診斷中的機器學習策略結構圖智能故障診斷中的機器學習策略結構圖o交互學習：交互學習：n知識工程師或診斷對象處理過的知識，講授學習機制為主；n主要用于領域知識學習和知識庫豐富階段o獨立學習：獨立學習：n推理策略面對的新知識，歸納學習機制為主；n主要用于診斷能力改善

12、階段193. 智能故障診斷的構成方法智能故障診斷的構成方法o智能故障診斷的構成可通過以下三步實現(xiàn)：n1）建立系統(tǒng)的設計目標；n2）設計智能故障診斷處理機構；n3）根據(jù)設計目標對所作的設計進行評價。如果滿足目標則設計成功，否則返回第二步重新進行設計，直到滿足設計目標要求。203.1 確立系統(tǒng)的設計目標確立系統(tǒng)的設計目標o一個系統(tǒng)一般具有多個設計目標，其中最重要的三個目標是：性能性能、成本成本和可靠性可靠性o建立設計目標的首要任務建立設計目標的首要任務：是確定所要設計的系統(tǒng)（稱為目標系統(tǒng)），在這個三維參數(shù)空間中應處的位置o其中，各目標通常相互矛盾，應分階段、折衷考慮21智能故障診斷系統(tǒng)的設計要求智

13、能故障診斷系統(tǒng)的設計要求智能故障診斷系統(tǒng)的設計，一般應滿足以下要求：o1）滿足故障診斷的實際需要滿足故障診斷的實際需要；n主要指標有故障診斷率、診斷結果準確率、系統(tǒng)可靠性和投資效益比等，一般需分階段實現(xiàn)系統(tǒng)目標。o2）建立適應不同診斷對象的知識庫建立適應不同診斷對象的知識庫；n智能故障診斷系統(tǒng)是基于知識的，以知識處理為研究內(nèi)容，知識庫的建立是保證診斷結果正確性的前提。o3）能自動獲取征兆能自動獲取征兆；n征兆的自動獲取是實現(xiàn)故障診斷智能化的重要環(huán)節(jié)。將征兆獲取從用戶交給計算機，既可減少人為差錯、提高診斷準確率，又可減輕操作要求、提高系統(tǒng)可接受性。22智能故障診斷系統(tǒng)的設計要求智能故障診斷系統(tǒng)的

14、設計要求o4）診斷和推理方法應符合故障診斷要求診斷和推理方法應符合故障診斷要求；n應從征兆出發(fā)去診斷故障，征兆對故障的肯定和否定程度，是故障診斷的根本依據(jù)。因此，知識表示和不精確推理應當充分反映故障診斷的特點。o5）能實現(xiàn)計算機自動診斷能實現(xiàn)計算機自動診斷；n完成系統(tǒng)的方案設計后，用計算機進行系統(tǒng)的實際開發(fā)，可以使故障診斷易于實現(xiàn)，并獲得最佳效果。o6）系統(tǒng)要經(jīng)過嚴格的測試和考核系統(tǒng)要經(jīng)過嚴格的測試和考核。n一方面，開發(fā)進度的加快導致測試時間減少；另一方面，系統(tǒng)一般是由缺少現(xiàn)場經(jīng)驗的人員研制的。n經(jīng)實驗室模擬測試、現(xiàn)場測試后，才能投入實際應用。233.2 設計智能故障診斷處理機構設計智能故障診

15、斷處理機構*智能故障診斷處理機構的設計通常包括內(nèi)容：o1）分析環(huán)境因素分析環(huán)境因素；n即弄清使用環(huán)境對設備可靠性的影響和約束，可以幫助減少設計的選擇范圍。o2）確定故障處理層次確定故障處理層次；n設備及其故障處理通?？梢园茨撤N層次結構來組織，某層上的故障診斷一般可覆蓋該層及下層故障，為防止故障影響擴大，應盡可能在最近的層次上將故障覆蓋。o3）確定故障限制區(qū)確定故障限制區(qū)。n必須充分考慮故障的傳染問題，把任意故障的影響限制在預定區(qū)域內(nèi)（限制區(qū)）。故障限制區(qū)的大小通常依據(jù)可重組或可修復（替換）的部件來確定。243.3 確定智能故障診斷的評價內(nèi)容確定智能故障診斷的評價內(nèi)容*智能故障診斷系統(tǒng)可從以下兩

16、方面進行評價：o1）可靠性評價可靠性評價：n可靠性評價包括智能故障診斷的可靠度、失效率等。o2）綜合性能評價綜合性能評價：n綜合性能評價主要是智能故障診斷對故障的識別能力，即設備發(fā)生或即將發(fā)生故障時，系統(tǒng)是否能準確地對故障進行定位和定性。254. 智能故障診斷的評價指標智能故障診斷的評價指標*o檢測性能指標：n1）故障檢測率故障檢測率 Dr ：檢測出的故障占實際出現(xiàn)故障總數(shù)的比率。Dr 大好。n2）故障檢測靈敏度故障檢測靈敏度 Ds ：故障檢測系統(tǒng)對早期或輕微故障檢測的敏感程度。Ds 大好。n3）故障檢測及時性故障檢測及時性 Dt ：發(fā)生故障后，系統(tǒng)在盡可能短的時間內(nèi)檢測到故障的能力。Dt 大好。n4）故障誤檢率故障誤檢率 Wr 、錯檢率錯檢率 Zr 和漏檢率漏檢率 Lr ：誤檢指沒有故障而誤判為故障；錯檢指實際故障A錯判為故障B；漏檢指出現(xiàn)故障而沒有檢測出來。Wr 、Zr 、Lr 小好。26o診斷性能指標：n1）故障分離能力故障分離能力 Zl ：診斷系統(tǒng)對不同故障的區(qū)分能力。Zl 大好。n2）故障分辨能力故障分辨能力 Zf ：對