历史上有过很多这样的事例，例如1980年美国航天局的一次地面试验中由于火箭主发动机主燃烧室控制回路中压力传感器的失效导致了重大爆炸事故,2011年，日本福岛发生9.0 级的地震，强烈地震引起的海啸直接导致日本的福岛核电站发生了严重的安全事故，其造成了严重的核物质大规模泄漏。并使得核电站周围二十公里内核辐射值严重超过规定值，日本政府对核辐射范围内的所有的居民进行了撤离，同时对该范围内的所有居民进行核辐射检查，此次核泄漏也污染了附近的蔬菜、牲畜和水源，在福岛核电站附近的城镇都出现了蔬菜和牲畜的核辐射指标严重超标，污染情形十分严峻。

这些由于系统小故障而造成的大灾难不断地警醒着人们应提高现代生产系统的安全度和可靠度, 但现场技术员基于机器和生产设备收集的数据参数来判断工业生产过程是否发生故障是很难实现的，因此故障检测技术得到了发展。

1.2  故障检测技术

    近30年来，故障检测技术迅猛发展，故障检测是利用机器检测到数据中能够直接体现系统过程异常或者系统发生故障的数据参数,也可以是已经进行了预先处理的生产过程数据来检验系统运行过程中有无异常和故障,若有则迅速对其进行报警。

故障检测为生产人员实时了解生产系统提供了便利的途径，为生产人员对系统故障及时做出补救提供了途径。故障检测技术的发展预防了生产事故的发生；保障了人身、设备、财产的安全，将设备维修从定时维修推动至预知维修。

1.2.1故障检测的主要内容

系统在进行故障监测时，需要提前设定一个或者几个参数变量，设定的参数变量发生较大变化时则表明生产系统出现故障，参数变量可以设定成输出、物理、残差、状态等参数的任一个或几个生产系统中包含的参数变量，采用最多的是输出和状态变量。故障监测过程即指检测工业生产系统是否发生故障的过程，简而言之就是检测系统是否处于不正常的状态。监测过程中需要不停地监测设定的参数变量的变化，如果参数变量在规定值内变化，则判断系统处于正常工作状态，没有故障发生；若参数变量超出规定值，则判断系统可能有故障发生。现在的故障检测技术正朝着响应更加及时，检测更加可靠的方向发展。

1.2.2 故障检测的方法

目前故障检测方法大概被分为四类：⑴、基于解析模型的方法[1][2]、⑵、基于信号处理的方法[3]、⑶、基于知识的方法[4]、⑷、基于数据驱动的方法[5][6]。

⑴、基于解析模型方法：首先建立对象数学模型，其次利用机器检测出的故障信号推算出系统对应的数据参数，最后对数据参数的变化和其故障之间的关联性分析得出故障大概在什么时候发生和在大概哪个位置发生还有发生的原因是什么，同时进行预示报警。其多数用于输入、输出和状态数目比较小的系统中。同时在相对较多的输入、输出或状态的系统中检测精度不高，因为它要在对象详细的数学模型基础工作。然而获得大系统的详细数学模型是相对比较困难的。基于解析模型的方法还可以分为三类：①、状态估计法[7]，②、参数估计法[8][9]，③ 、等价空间法[10][11]。其中①、②适合于非线性系统[12][13]，③适合于线性系统[14]。论文网

⑵、基于信号处理的方法:此方法在linear系统中使用较多。它不要求对检测系统进行建模，其主要的依据是实时过程数据中提取的特征进行检测，并通过对其提取到的特征进行对比分析，所以可以被推行到non-linear系统。此方法可以细致地划分为①、小波变换法，②、信息校核法，③、信号模态估计法等。