(2) 基于信号处理的故障诊断方法

基于信号处理的故障诊断方法是指提取具体可测信号的方差特性，频率特性，概率特性等特征值进行故障检测。主要有以下几种方法：

① 基于小波变换的方法

小波变换可以用来检测信号的奇异性。基于小波变换来进行故障诊断是指使用信号小波变换中得到的奇异点来进行故障诊断。具体的操作是对输入信号和检测信号进行小波变换，该变换可以求出输入输出信号的奇异点，在不同的变化尺度下，对得到的信号变换结果做出相应的分析，由于输入突变的存在，在输出信号的小波变换中也会存在奇异点，将这些并非由于故障而产生的奇异点去除，则其余的奇异点为故障点[19]。小波变换对系统的模型没有任何要求，受噪声的影响很小，灵敏度高，是一种非常有效的方法。

② 信息融合故障诊断法

很多的故障诊断方法只能针对特定的故障或者在特定的模型下进行故障诊断。但事实上，很多系统结构异常复杂，各个故障与故障原因之间关系无法具体表述，这种情况下，只靠一种检测手段完成故障检测是不可能的。信息融合故障诊断方法就是指对同一个待检测量使用几种的故障检测方法进行测量和诊断，将不同的诊断方法得到的结果进行汇总整理，与专家系统的诊断结果结合，得到最后的诊断结果。

这种方法综合和多种故障诊断方法，其有效性和正确性比起使用一种诊断方法的故障诊断方案有着显著的提高。并且，可以通过对系统不同部位的检测信号进行整合，得到更优的诊断结果，可以大大降低误诊出现的概率。但这种方法受外界扰动作用的影响较大，不适于复杂环境下的故障诊断。

③ 基于输出信号的故障诊断方法

在有故障的情况下，系统的输出信号与故障也有着密不可分的关系。输出信号与故障往往有着可以用数学形式表达的关系，如果在故障发生后，对输出信号进行分析比对，则可以诊断出故障是否发生，故障的具体形式和发生的部位。现在基于输出信号的故障诊断方法有概率密度法，频谱分析法等。

(3) 基于经验的故障诊断方法

① 基于专家系统的诊断方法

一些领域内的专家，可以根据经验来得到结果。基于专家系统的故障诊断就是指一种不依靠对数学模型的分析，通过对实践结果和大量的故障诊断经验数据的分析，设计出一套完整的，能够对已经研究透彻的故障进行诊断的程序，来对复杂的，各故障间耦合度较高的大型系统进行故障诊断。这种方法执行速度快，易于实践。但缺点也极为明显，它过分的依赖过去的诊断结果，对新的从未出现过的故障则表现的无能为力；对于复杂的大型系统而言，缺乏系统的结构知识，当系统变化后规则需要做很多的修改，因此很不便于操作[20,21]。因此，这种方法虽然是基于人工智能的，但以现在的技术水平，还是不可能做到像人一样做出系统全面的诊断的。

② 故障树分析法

故障树分析法是一种高效，迅速的故障诊断技术，如果与专家系统加以结合，可以运用在大型，复杂的系统中进行故障诊断[22,23]。在1960年左右，美国运用此种方法对导弹发射过程中的失效问题进行了诊断与分析，得到了较好的效果。美国Boeing公司曾开发过故障树分析软件用于飞机的设计。故障树分析是自上而下逐层展开的演绎分析法。它以最不希望出现的事情为顶，向下逐层的分析，来找出故障发生的各种原因及位置。然后找出它们之间的逻辑关系，并对具体的故障进行分析，了解其发生原因，发生概率和故障后果，影响因素。但故障树分析法事实上也需要有经验知识，那么和专家系统一样，它的信息完整度限制了它的使用范围和效果，它无法诊断现有的故障树中没有的故障。同样的，如果故障树的结果不完善，不精确，则诊断结果也会出现较大的偏差，因此，这种方法需要基于大量的先验数据和经验，才能建立起故障图。