2。2 故障诊断的方法

从绪论中对故障诊断研究状况的说明可以看出，故障诊断的发展方向总是会和当 前不断发展的前沿科技相结合，这是它先进性的体现。更趋精密化和多维化的传感器 才会顺应如今实际应用的需求，同时，系统故障诊断也随着理论的发展和诊断模型的 多元化而加速了智能化的步伐，且诊断准确率大大提升。基于解析模型的故障诊断方 法、基于信号处理的故障诊断方法和基于知识的故障诊断方法是故障诊断方法的通常

分类模式[7]。

2。2。1 基于解析模型的故障诊断方法

需要明确系统的数学模型是采用这种方法进行故障诊断的前提，然后再处理和诊 断系统故障提取的信息，这些信息一般是使用一系列数学方法获得的。状态估计法、 过程参数估计法和等价空间法是该方法的三种方法分支[8]，如图 2-1 所示。上述三种 方法虽各自独立发展起来，但之间的联系依然存在，此外，它们均是线性系统进行故 障诊断的方法。文献综述

基于解析模型的故障诊断方法对系统故障状况的判断主要根据系统正常值和参 数估计值间的偏离数值，该方面的学习研究目前取得了诸多成果。但是这种方法并不 具有普适性，因为实际应用中难免会遇到数学模型建立存在困难的控制系统。

图 2-1 基于解析模型的方法分类

2。2。2 基于信号处理的故障诊断方法

采用该方法对系统进行故障诊断不存在需要知道系统数学模型的前提，而是直接 利用分形、小波变换等技术对信号模型的相关函数和频谱进行处理和分析。该方法有 效避开了建立精确数学模型的难点，对于非线性系统同样适用，适用性强。但是它无 法有效利用获取到的系统故障信息，所以对一些复杂系统的故障诊断无能为力。再者， 故障征兆和故障源之间的关系不确定性也会导致故障诊断的漏判或误判。图 2-2 即为 分属其类的具体分支方法。

图 2-2 基于信号处理的方法分类

2。2。3 基于知识的故障诊断方法

这种方法的运用同样也无需知道系统的数学模型。同时，该方法常被称为一种很 有效的故障诊断方法，尤其在非线性控制系统的领域，它可以将对系统故障诊断获取 的相关信息与专家诊断知识充分利用。该方法又可细分为很多方法分支，如基于征兆 的方法、基于离散事件的方法和基于定性模型的方法[9]，具体如图 2-3 所示。来:自[优E尔L论W文W网www.youerw.com +QQ752018766-

神经网络遇到从未见过的故障现象或信息时并不会无计可施，这种情况下的故障 诊断主要基于其发达的联想能力，良好的非线性逼近能力及自学习自组织的优势，这 一点专家系统却做不到。快速而准确的故障诊断方法一直是人们探索设计的目标，将 智能算法融入故障诊断中并得以广泛应用到实际生产中，是人们研究的宗旨所在。 2。3  本章小结

本章主要介绍了关于控制系统故障诊断的基本概念、应完成的任务及故障诊断的 方法。从现有技术可得出，在系统故障诊断技术方面，一般可以分为两大类。一种是 根据先验储备的知识和经验，已知系统可能发生的故障信息，由对系统采集到的相关 样本数据的分析来判断系统的故障类型。这种方法的实行需要对系统故障知识有深入 的了解。另一种方法是对某一类系统中任何时刻可能发生的故障进行辨识和诊断，获 得故障的发生时刻、幅值及报警阈值等，此外还需考虑控制系统中的不确定性、干扰 信息和多故障的发生等。以上两类问题在当前故障诊断的研究领域均有丰硕的文献成 果。 基于神经网络的故障诊断与容错控制技术研究(4):http://www.youerw.com/zidonghua/lunwen_98305.html