在判明了系统故障的具体参数后，需要根据故障的具体部位和参数，对故障的严重程度以及故障对系统的损害程度进行具体的评估，根据系统的具体用途，给出解决的建议及方案。

1。2。2 故障诊断的分类

(1) 基于解析模型的故障诊断方法

基于模型的故障诊断技术是现代故障诊断领域的热点研究方向。基于模型的故障诊断技术是指利用原系统可测量的参量来产生残差或者对原系统进行故障估计，来获得故障诊断。这种故障诊断技术要求有较为准确地数学模型，在这种情况下，能够取得较优的诊断结果。

基于模型的故障诊断方法的过程主要有两个部分，第一步构造一个观测器，用来估计系统的输出，第二步测量实际系统的输出量，将他们之间做对比，即可从中提出故障信息。同时基于模型的故障诊断方法也面临着两大问题，一是能否获得精确的系统和故障模型。事实上，很多系统的模型是不可能精确获得的，这样就限制了这种基于模型故障诊断方法的应用。二是如何得到更准确的残差信息，就是抑制建模误差，噪声对于故障诊断的影响。这是现在基于模型故障诊断研究的重点。

基于模型的故障诊断方法主要有下述的几种：

① 基于状态估计的方法

基于状态估计的方法在近些年发展极为迅速[1,2]，诞生了较多的方法和估计理论，如使用滤波器的方法，以及基于未知输入的观测器方法等，虽然这些方法针对线性定常系统效果很好，但对于非线性系统往往显得无能为力。有一些文献[3,4]中虽然对非线性系统做了一些探究，但往往针对的都是非常特殊的非线性系统，并不具有很广泛的适应性。

在较早的一些研究中，由于控制理论的发展局限性，往往假设是可以获得精确的模型的。但随着现代科技的发展，这种假设的局限性也日益暴露。在很多情况下，噪声的存在，模型的不确定的影响不可忽略，因此，有了一些针对系统故障检测鲁棒性的研究。文献[5]首次提出了基于未知输入的故障诊断观测器的设计方法，这种方法的思想很简单，就是将模型的不确定性等价成系统的扰动输入，这样可以使用鲁棒控制的方法来设计故障诊断观测器，实现对不确定性的解耦控制。近年来，针对这种方法有了很多研究[6,7]。基于特征结构配置的方法也是一种用于提高故障诊断鲁棒性的设计方法。美国的Patton博士率先研究了这种方法的基本思想,并将其应用到飞控系统[8]和发动机系统[9,10]的设计中，得到了较好的效果。

② 基于参数估计的方法

基于参数估计的方法的基本思想来自于系统辨识。系统的模型参数与系统的物理元器件的参数有关系，满足关系式，然后通过辨识得到系统的实际模型参数，然后通过已知的关系式反解出系统的辨识物理元器件参数，然后通过与无故障情况下的物理元器件参数进行比对，分析出其中包含的故障信息，得到故障诊断的结果。

文献[11-14]给出了参数估计方法的具体介绍。目前学术界，工程界最常用的方法就是最小二乘法，其原理简单，适用于各种类型，各种位置的故障诊断，操作容易，而且鲁棒性好，因此是工程界首选的方法。但这种方法要求给出系统参数和物理参数之间的严格解析关系，在某些场合下，获得这种解析关系式并不是简单的事情，有时甚至是不可能的。所以，这种方法有一定的局限性。

③ 等价空间的方法

这种方法的思想是针对输入输出之间的关系进行检测，然后与实际的输入输出关系进行比对，从中得到故障信息。这种方法由A。S。Willsky率先提出，当时是针对状态空间模型[15]。在此之后，针对传递函数的等价空间方法也有了较多的研究[16,17]。事实上，等价空间方法与状态估计方法非常相似，文献[18]中指出了这两种方法的等价性。等价空间方法在数学形式上更为简单，因此也更实用一些。在现在的研究中，等价空间方法主要是用来解决线性系统的故障诊断问题，针对非线性系统的研究相当少。