故障诊断方法综述.doc

《故障诊断方法综述.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、故障诊断方法综述　　摘要：本完在介绍故障诊断理论的基础上，重点评述了小波分析故障诊断方法、专家系统故障诊断方法、数据融合故障诊断方法。对每种方法均介绍了诊断原理与步骤。　　关键词：故障诊断；小波分析；专家系统：数据融合　　　　引言　　　　故障诊断(FD)全名是状态监测与故障诊断(CMFD)。基于解析冗余的故障诊断技术被公认为是这一技术的起源。所谓解析冗余，是指被诊断对象的可测变量之间(如输入与输出间，输出与输出间，输入与输入间)存在的冗余的函数关系，故障诊断在过去的十几年里得到了迅速的发展，一些新

2、的理论和方法，如遗传算法、神经网络、小波分析、模糊理论、自适应理论、数据融合等均在这里得到了成功的应用。　　　　1　基于小波分析的故障诊断方法　　　　小波分析是20世纪80年代中期发展起来的新的数学理论和方法，它被认为是傅立叶分析方法的突破性进展。小波分析最初由法国学者Daubeches和Callet引入信号处理领域，它具有许多优良的特性。小波变换的基本思想类似于Fourier变换，就是用信号在一簇基函数张成空间上的投影表征该信号。小波分析优于博立叶之处在于：小波分析在时域和频域同时具有良好的局部

3、化性质。小波分析方法是一种窗口大小(即窗口面积)固定但其形状、时间窗和频率都可以改变的时频局部化分析方法。即在低频部分具有较高的频率分辨率和较低的时间分辨率。因此，小波变换被誉为分析信号的显微镜，小波分析在信号处理、图像处理、话音分析、模式识别、量子物理、生物医学工程、计算机视觉、故障诊断及众多非线性科学领域都有广泛的应用。　　动态系统的故障通常会导致系统的观测信号发生变化。所以我们可以利用连续小波变换检测观测信号的奇异点来检测出系统的故障。其基本原理是利用信号在奇异点附近的Lipschitz指数

4、。Lipschitz指数时，其连续小波变换的模极大值随尺度的增大而增大；当时，则随尺度的增大而减小。噪声对应的Lipschitz指数远小于0，而信号边沿对应的Lipschitz指数大于或等于0。因此，可以利用小波变换区分噪声和信号边沿，有效地检测出强噪声背景下的信号边沿(援变或突变)。　　　　2　专家系统故障诊断方法　　　　专家系统故障诊断方法，是指计算机在采集被诊断对象的信息后，综合运用各种规则(专家经验)，进行一系列的推理，必要时还可2以随时调用各种应用程序，运行过程中向用户索取必要的信息后，

5、就可快速地找到最终故障或最有可能的故障，再由用户来证实。此种方法国内外已有不少应用。专家系统的故障诊断方法可用图1的结构来说明：它由数据库，知识库，人机接口，推理机等组成。其各部分的功能为：　　　　数据库：对于在线监视或诊断系统，数据库的内容是实时检测到的工作数据；对于离线诊断，可以是故障时检测数据的保存，也可是人为检测的一些特征数据。即存放推理过程中所需要和产生的各利，信息。　　知识库：存放的知识可以是系统的工作环境，系统知识(反映系统的工作机理及结构知识)：规则库则存放一组组规则，反映系统的因

6、果关系，用来故障推理。知识库是专家领域知识的集合。　　人机接口：人与专家系统打交道的桥梁和窗口，是人机信息的交接点。　　推理机：根据获取的信息综合运用各种规则进行故障诊断，输出诊断结果，是专家系统的组织控制结构。　　　　3　基于数据融合的故障诊断方法　　　　数据融合是针对一个系统中使用多个传感器这一问题而展开的一种信息处理的新的研究方向。数据融合将各种途径、任意时间和任意空间上获取的信息做为一个整体进行综合分析处理，为决策及控制奠定基础，产生比单一信息源、单一处理机制更精确、更完全的估计和判决。　

7、　数据融合模型一般可表为图2所示的三级结构。数据融合模型的每一级内部又可有相应子结构，其中，第一级为原始信息融合层，其输入是由信息源提供的各种原始数据，其输出是特征提取的结果或某种局部决策。第二级为特征融合层，它以原始信息融合层的输出做为输入。其输出为目标的局部标识。第三级是决策融合层，其输入为特征融合层的输出，并以全局决策做为本层的输出。全局决策一般既要有硬决策，如故障类别、部位、程度，也要给出软决策，如可信度。　　　　4　小结　　　　本文介绍了故障诊断的基本概念，主要分类以及几种典型的故障诊断

8、方法。故障诊断是一个新兴的研究领域。尽管经过多年的发展，已经取得了很大进步，内容得到很大充实，在工程实践中也得到了很多应用，获得了较为满意的效果，但是同时也暴露出了很多尚待解决的问题，如：鲁棒性、自适应性、实时性等等。这些问题在今后的研究中还有待进一步的解决。2