智能故障诊断方法研究与仿真
物理与电子信息工程学院本科毕业设计（论文）
诚信承诺书
1、本人郑重地承诺所呈交的毕业设计（论文），是在指导教师
老师的指导下严格按照学校和学院有关规定完成的。
2、本人在毕业论文（设计）中引用他人的观点和参考资料均加以注释和说明。
3、本人承诺在毕业论文（设计）选题和研究过程中没有抄袭他人研究成果和伪造相关数据等行为。
4、在毕业论文（设计）中对侵犯任何方面知识产权的行为，由本人承担相应的法律责任。
毕业论文（设计）作者签名：
班级：学号：
年月日
目录
摘要................................................................................................................................................ II Abstract .......................................................................................................................................... II 1 引言 (1)
1.1 课题背景与意义 (1)
1.2 相关研究综述 (1)
1.3 本课题的主要研究内容 (2)
1.4 论文组织结构 (2)
2 粒子滤波算法理论分析 (3)
2.1 蒙特卡洛方法 (3)
2.2 贝叶斯定理 (5)
2.3 粒子滤波算法 (5)
3 基于粒子滤波的故障诊断分析 (10)
3.1 故障诊断的基本原理 (10)
3.1.1 故障诊断的发展现状 (10)
3.1.2 故障诊断的定义与分析方法 (10)
3.1.3 故障诊断的方法分类 (11)
3.2 基于粒子滤波的故障诊断方法 (12)
3.3 粒子滤波算法故障诊断仿真结果 (14)
4 结论与展望 (14)
致谢 (15)
参考文献 (16)
附件1 程序代码 (17)
摘要
随着社会科技的发展，生产系统中对设备的可靠性和安全要求越来越高，国内外越来越多的学者对故障诊断产生了研究兴趣。实时检测，定位与故障排除需要故障诊断为其提供了科学的理论依据。因为现在的系统设备结构大多为非线性系统，工作现场的噪声干扰大，不同于实验室的理想高斯噪声，粒子滤波算法是有效处理非线性系统和非高斯故障问题的一种算法。粒子滤波是采用递归贝叶斯估计的蒙特卡罗方法。使用粒子集表观的概率能够用于任何情形的状态空间模型。
粒子滤波的故障诊断方法的核心是：通过粒子滤波法估算系统状态值，与真实的系统状态值互相对比，其差值可作为故障诊断的理论依据。即差值高于一定的设定的值时，故障判断为发生；低于设定的值时，故障判断为没有发生。
关键词：非线性非高斯系统；故障诊断；粒子滤波；蒙特卡洛方法
Abstract
Key Words: xxx; xxx; xxx (英文首字母大写)
Abstract：With The increase of reliability and security requirement for the equipment in the Modern production, fault diagnosis has attracted research interest of many scholars. Fault diagnosis provides a strong scientific basis for real-time detection, location and troubleshooting. Because the current system equipment structure is mostly non-linear system, the work site noise interference is serious, different from the laboratory ideal Gaussian noise. The particle filter algorithm is an effective algorithm to solve the fault problem of non - Gaussian nonlinear systems. Particle filtering is a Monte Carlo method for recursive Bayesian estimation, which can be used in any form of state space model using particle set representation probability.
The core of the particle filter fault diagnosis method is to use the particle filter algorithm to estimate the system state value, and compare the real system state value, the difference as the basis for fault diagnosis. When the difference is greater than a certain set value, to determine the fault occurred; less than the set value, to determine the failure did not occur.
Key Words: Nonlinear non - Gaussian systems; fault diagnosis; particle filter; Monte Carlo method
1引言
1.1课题背景与意义
自从人类发生三次工业革命以来，科技作为第一个深入人心的生产力的理念，科学技术获得前所未有的蓬勃发展。但无论是大型的航天飞机，还是小型设备到设备，运行中的故障检测过程都是持久的。小过程故障会带来长期干扰，影响系统的正常运行，同时造成生产设备损坏，造成经济损失，大规模失效过程甚至造成人员伤亡等严重事件。现代故障诊断主要是机械工程，动车组等机电系统，通常具有强耦合系统，非线性系统，非固定系统和多输入系统等，因为物体复杂多样，故障类型并且致使故障判断与预测的复杂性复杂化。虽然现代信号处理和模式识别等先进理论算法发展很大，但生产和生活仍有很大的进步空间。
现代故障诊断技术能够概括为两种：基于模型和数据。经过建立故障模型，能够更好地建模系统。通过对系统模型和残余信号的理论分析，真实意义上的诊断故障。根据数据诊断故障系统，系统能够在系统建模不准确的条件下生成参数数据并应用于信号处理。分析故障信息，实现故障诊断。
根据粒子滤波器的诊断故障方法通过估计未来运行情况，在过程超出正常运行阶段之前，尽可能快得检测系统问题。因此，深入分析故障诊断提高其可靠度和安全性的过程具备极其深远的科学价值和研究意义。
1.2相关研究综述
1.2.1国外研究现状
早在1950年到1959年间，Hammersley等提出了蒙特卡罗方法，一种被称作“顺序重要取样（SiS）”，其近似于采用离散随机的概率测度分布。但是，因为计算步骤的复杂性与退化等问题，长期以来未有太大发展。到1993年左右，戈登阐释了重采样的定义，克服了运算方法的退化难关，首个能够操作运行的蒙特卡罗滤波器问世了，称为贝叶斯引导滤波器，这奠定了粒子滤波算法的基础。颗粒过滤器具有突出优点的优点，但还存在重量降低，重采样后样品减少，难以选择最佳概率密度等问题。为解决粒子退化等问题，Gordon 等科学家发明了多项式重采样的算法；1998年时，Liu 等研究员发明了残差重采样的算法；在1999年，Carpente等工作者发明了分层重采样的算法，在同一年，他隆重对外宣布，公
布了粒子滤波( particle filter)算法；2000年时，Doucet等人也研究出系统重采样算法。
在本文中，提出了一种正则化粒子滤波器（RPF），以连续不间断的形式计算后验概率密度，用于解决样品耗尽的相同方法是马尔可夫蒙特卡罗（马可夫链蒙特卡罗：MCMC）f181移动处理等提出了Kotecha J.H.（GPF）与高斯和粒子滤波器（GSPF），消除了对采样步骤的需要。
1.2.2国内研究现状
国内关于粒子滤波器的研究起源于2003年，袁泽健讲解了高斯- 埃米特粒子滤波器。2004年康健等颗粒过滤基本概况。2005年邓小龙完善了目标跟踪系统中的粒子滤波算法，并对交通大学胡世强分析了粒子滤波器。2006年，众多科学家着手探究粒子滤波算法，如北交通的张三教授公布的辅助粒子滤波器是把粒子重采样算法再次完善；西安某研究所王立雄完善了UPF计算中的问题。2007年以来，中国许多大学已经开始研究粒子滤波器，而哈尔滨工业大学测量路径类似的梁俊也被用来优化粒子重采样算法。经过使用信息处理，将粒子滤波器运用在弱目标检测跟踪;中科院宋教授的粒子滤波器应用于图像识别和处理的领域;西安电科的陈丽通过智能算法进一步改进了粒子滤波算法;西安理工的杨俊老师以EKPF与UPF为基础过滤算法，并比较了许多种改进算法。
1.3本课题的主要研究内容
本文的主要研究内容是分析粒子滤波算法和粒子滤波算法在诊断故障里的运用。故障诊断在现实生活中具有重要意义，但是系统的系统结构比较复杂，基本上是非线性系统，场景中存在很多严重的噪声干扰，与高斯的理想噪声不同，这对于实现诊断故障造成极大的妨碍。粒子滤波为处理非线性和非高斯的故障问题提供了有效可行的方法。在本文中，将改进后的粒子滤波算法运用于诊断故障，不但能够处理粒子滤波算法里退化和多样性的问题，而且能够改善诊断故障性能。
1.4研究的发展趋势和展望
自人类历史上三次工业革命以来，科学技术是第一生产力的观念深入人心，世界的科技水平得到迅猛发展。但是无论是大到航天飞机，还是小到设备仪器，其运行过程中的故障检测经久不衰。微小过程故障会带来长期扰动，影响系统正常运行，损害生产设备的同时造成经济损失，大型故障过程甚至会引发人员伤亡等严重事件。现代故障诊断多为机械工程、飞机动车组等机械和电气系统，往往具有强耦合性系统、非线性系统、非平稳性系统以及多输入系统等[1]，因为对象是繁杂多变、故障类型和原因也不同，这使得诊断故障与预测的多样化，虽然在现代信号处理和模式识别等先进理论算法上有很大发展，但从生产和生活上仍有很大改善空间。
现代诊断故障技术可以分为基于模型和基于数据两种类型[2]，经过对诊断故障模型的建立实行精确的建模，通过对模型的观测和残差信息的理论研究，进行诊断故障。而基于
数据的故障诊断系统在系统建模无法精确的条件下，由系统产生参数数据从而应用于信号处理手段，分析其蕴含的故障信息从而实现故障诊断。
基于粒子滤波的故障诊断方法通过预知过程将来运行状态，在过程超出正常运行阶段之前尽可能早的检测到系统故障[3]。因此，诊断故障的探究将增大过程可靠度和安全性，具备极其深远的科学价值与研究意义。
1.5论文组织结构
第一部分绪论，主要阐述了课题的背景意义及研究内容与发展现状。
第二部分主要介绍了粒子滤波算法及理论分析
第三部分具体介绍了粒子滤波诊断方法及仿真结果
第四部分工作总结和未来展望
2粒子滤波算法理论分析
根据蒙特卡洛的方式，昔人先辈偶然获得了粒子滤波的思想。粒子滤波主要是通过粒子测试的随机状态，获得随机粒子的概率，显示粒子的分布，称为抽样方法的顺序重要性。一般来讲，粒子滤波算法实际上是经过状态空间传播过程找到一组随机数据来定义，并用概率密度函数来实现近似，用简单的样本均值来代替高复杂度的积分计算，减少计算量以最小方差获得状态分布。样本就是代表粒子，即粒子总数无限度增加，理论上可以无限逼近真实的概率密度。由于非参数的优点，虽然该算法的输出仅表示真实分布的无限关闭状态，但也可以在非高斯条件下的非线性滤波的情况下使用随机变量。同时，除了能够表现出比高斯模型更广阔的随机分布之外，在可变数据中，非线性的模型特点也不存在弱函数。所以，粒子滤波器可以准确表征后验概率分布情况的测量与控制，在管理SLAM 问题中也有显着的效果。
粒子滤波是当代典型的运用方法,其在非线性和非高斯系统领域的使用有着绝对的优势。在解决实际生产中系统设备构造巨大、大多属于非线性系统、强噪声滋扰的系统状态估计上提供了一种有用的方法。粒子滤波的算法，根据递推的贝叶斯预计的蒙特卡洛方法，用来完成真实概率密度函数的无限逼近。当粒子总数接近于无限大时,理论上可以实现估计状态函数近似等于概率密度函数的真实情形。
2.1蒙特卡洛方法
蒙特卡罗方法同时也叫做统计模拟方法，是一类基于概率的运算方式，依托重复随机抽样统计方式得出结果。这个想法是，当分布事件的概率或期望相等时，可以通过从实际概率分布统计计算一系列样本的随机重复来获得近似实际分布的概率。通过抛掷硬币事件为
例子说明，抛掷硬币总是会得出正面和反面这两种不同的结果，理论上抛掷一次硬币是所得情况为正面或者反面的概率相等，为验证这一结果，假设进行次实验，通过公式计算抛硬币结果为正面的概率为
，x 表示正面，N=10000，表示进行测试的总数，i x 表示第i 次抛掷硬
币所得的情况，当第i 次为正面，δ()i x x -=1，当第i 次为反面，δ()i x x -=0.。最终计算可得结果接近()n p x =0.5。
蒙特卡罗方法能够用来运算出近似值能够获得非常好的结果，如运算π值，能够假定你在草稿纸里画一个正方形，并在正方形中画一个圆，将其切成正方形。 然后，正方形的四边和圆形的边缘分为等同的长度，小点的数量，所以形成圆的点数量与形成正方形的点数量之间的比值为2π/ 8，也就是圆与圆的圆周比。当由乘数乘四的点数除去平方的组合中的点数时，可以获得近似值。 利用蒙特卡洛方法进行公式化：
01
1()()
N
n i i p N x x x δ==-∑ （2.1）
其中为抽取样本总次数，
{}:1,2,i
n x 为抽取的样本粒子，当0
i
x x =时0
()i
x x δ-=1，当
i
x x ≠时0
()i
x x δ-=0，每个粒子被绘制的概率是相同的。 它的目的能够理解为提取的
颗粒数与总颗粒数之比获取事件的概率0x 。 把定义域是连续函数的事件，式可写为：
01
1()()
N
n i i p N x x x δ==
-?
（2.2）
根据期望的公式()()()E f f x p x dx
=?，由蒙特卡洛法可得：
1
1()()()()()(),
N N n
i
i E f f x p x dx f p f N N x
x
E ==≈==→∞∑? （2.3）
采样的关键性是尽可能使用有限度的采样时间，以避免采样点数影响对点的巨大贡献。关键性抽样是粒子滤波的决定因素，是常用的蒙特卡罗抽样法。重要性抽样从已知分布中抽取，称为重要性函数。 每个重要性样本都很重属性函数具有一定的权重，以便轻松确定系统情形。定义()()/()w x p x q x =为权值函数，则期望可以写成：
1()()()()()()()(),
N
N
i
i i i E f f x w x q x d x f f w q N x
x x E ==≈=→∞∑
? （2.4）
2.2 贝叶斯定理
2.2.1贝叶斯定理
基于不确定性信号的推测与决定必须对多种结论的概率进行估算，被称作概率推理。 贝叶斯定理的贝叶斯推理是属于条件概率的推理问题，事件的条件概率和边缘概率。假设Z 是X 的观测值，给出X 后的观测值概率密度函数可以从以下等式运算。 ())
()
()|(|Z P X P X Z P Z X P =
（2.5）
式中，()Z X P |为给出Z 时，X 的条件概率，也称作后验概率。因为()Z X P |依赖于具体Z 的值；()Z X P |为给出X 时，Z 的条件概率，也称作似然概率；)(X P 和)(Z P 是X 和Z 的边缘概率密度。 2.2.2 贝叶斯推论
贝叶斯推理使用观测值来先验概率，使得其更接近真实情况。假假设X 和Z ，X 未知，Z 是通过X 观察得到的。Z 条件的概率函数是()X Z |p ，X 的先验概率是()X p ，从()X p 得出一个X ，接着从条件分布()X Z |p 得出样本的观察值),...,(1n Z Z Z =。Y 联合条件的概率函数是∏==n
i i X Z p X Z 1)|()|(p ，也称作似然函数。样本Z 和X 的联合概率分布
)(p )|()()|(p ),(p Z Z X p X p X Z X Z == （2.6） P(Z)是Z 的边缘概率分布
dX X X Z p dX X Z p Z )(p )|(),()(p ??=
（2.7） X 的后验概率由式（2.7）推得 ?=
==dX
X p X Z p X p X Z p Z p X p X Z p Z Z X p )()|()
()|()()()|()(p X)p(Z,)|( （2.8）
2.3 粒子滤波算法
粒子滤波器是根据递归贝叶斯估计结合蒙特卡罗方法的过程。设置足量的粒子，使他们
经过系统的状态空间模型向前，可以获得系统时间采样情况，完成后验概率密度函数的真概率密度函数的近似。当采样样本数量接近于无限大时，粒子的滤波器运算法估算系统状况后验概率的密度函数接近于真实状态下的概率密度函数。顺序重要性的抽样方法即是粒
子滤波器的基本算法。经过选择性的抽样，样本里要把预算值作出贡献较大的粒子，也就是粒子的权重比较大的那一部分，获得的可能性较高，预测值的贡献小于粒子， 也就是说，粒子的权重越小，收集的可能性就越低，以增加抽样的可能性，而且降低估算的方差，更有可能得到最好的估算。然而，顺序的重要性采样运算，伴随着进程的运行，迭代次数的提高，会发生较严峻的粒子退化情况，选择优良的采样分布建议，或者完善重采样的方法能够降低粒子退化的可能性。
2.3.1顺序重要性采样算法
顺序重要性的采样运算方法(SIS)，即达成从已知的、较易采样的分布里采样，是为了达成对重要性的采样实行递推运算，进而对系统真实状况实行估算。 定义权值函数为：
)(/)()()(k k k k k k k z x q x p x z p x w ︱︱
= （2.9） 其中 为重要性概率密度的参照分布，本参照分布已知并且方便从中抽样。
于是SIS 算法步骤如下：
（1）采样从1(|)k k p x x -中任意抽出N 个样本，而且利用状态转移方程
1
0101)()(dx x x p x x p ?+∞
∞
-=︱
︱运算出下一的时间系统状况；
（2）运算得出对应的似然概率(|)k k p z x ，似然概率的运算方程如下：
{
}k k T k k m k k r v r v x z p 1
--=)(5.0e x p )][det()2
(1)(π︱ （2.10）
其中()k k k k r z h x =-代表对粒子的预算误差值，k v 代表观测的噪声； （3）运算权值，把状态转移的概率函数当作为建议分布。
),(/)()()()
,()()()(*
))()(()()(),()(/))()(()
(/))()(()(11111111111111111k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k k z x x q x x p x z p x w z x x q z x q x p x z p x p x z p z x q x w z x x q z x q x p x z p z x q x p x z p x w -----------------==
==︱︱︱
︱︱︱︱︱︱︱︱︱︱ （2.11）
也就是经过前一时间状况的权值函数，能够依次递归出后面时刻的系统权值函数。 当
时，有
（4）权值归一化，
∑=='N
i ki k ki k ki k
x w x w x w 1)(/)()( (2.12)
（5）输出，判断系统状态。
∑='=N
i ki ki k
k x x w x 1)(，可知当粒子预测值()k k h x 越接近系统观测值k z 时，(|)k k p z x 越大，
()k ki w w 越大，所以可以说明越是接近系统状态真实值的粒子权值越大,反之亦然。
图2.1 SIS 算法流程图
2.3.2重要性采样算法
重采样算法（SIR ）是减少粒子退化情形的有效方法。 主要原理是在运算相应颗粒的权值之后，根据某些规则运算与采样颗粒相对应的概率密度函数。采样样本被采样两次或者多次数采样，使得权值比较小的粒子数目降低，权值比较大的粒子数目提高。由于颗粒权值较大，颗粒状况更逼近于真实状态，因此可以估算重采样粒子给真实系统状况带来的影响。
重要性的重采样方法过程如下：
1， 初始化：采样，从1(|)k k p x x 中随机抽出N 个样本，而且利用状态转移方程运算下一时间的系统状况。并设初始粒子状态权值为0w =1/N ；
采样，抽取N 个粒子并计算状态值和观测似然函数计算，权值计算并归一化 储存权值和状态
2， 根据计算得出对应的似然概率(|)k k p z x ； 3， 计算权值，
11(|)(|)k k k k k k w w p z x p x x --∝ （2.13）
利用状态转移概率函数为建议分布，也就是11(|,)(|)k k x k k q x x z p x x --=，那么
11()()(|)k ki k k k k w w w x p z x --=，此刻方差(())k D w x 最小； 4， 权值归一化，
1()()/()N k ki k ki
k ki i w w w w w w ==∑；
5， 重采样，设定一值l μ，[0,1]l μ∈，当第m 个粒子权值符合下列条件：
1
00m m k l k
k k w w μ-==<≤∑∑ （2.14）
将第m 个粒子实行重采样，舍掉那些不满足条件的粒子。计算出有效的粒子数量，设置一门限值，如果重采样所获得的粒子中有效的粒子数量小于设置的门限值，接着继续多次重采样，直到所获得粒子中有效的粒子数量不小于设置的门限值为止。然后重新设定所有粒子权值为ki w =1/N 。
6， 输出，判断系统状态。
1()N
k k ki ki
i x w x x ==∑ (2.15)
图2.2SIR算法流程图
3基于粒子滤波的故障诊断分析
随着现代社会的进步，机械的自动化已经变为一个极大的发展趋势，越来越大，繁杂高效能的自动化仪器成为了工业生产与现实生活的主导地位，大大推动了社会的进步，增大了生产效能，节省了生产本钱，改善生产工艺。但是，仪器成本越来越高，仪器成本与管理和维护的成本会越来越多，如果发生问题，会给生产带来很大的影响，也可能造成巨大的经济损失。
诊断故障是提升设备仪器，机械仪表和系统的稳定与安全性以及实时检测和定位，排除故障的有效科学手段。在日常生活中，能够减少事故发生的概率，确保自身与财务安全，减少维护成本，提高运转周期，对增大生产的效率具有重要意义。所以开发更完整的诊断故障系统已经引起了大量的国内外工作者的重视。
3.1故障诊断的基本原理
3.1.1故障诊断的发展现状
故障的初步探究起源于1960年到1969年之间，是美国等发达国家设立研发中心，致力于从事诊断故障技术的研发工作；大概到1990年到1999年之间，因为电脑技术与信息技术的迅猛发展，信息管理和处理能力持续提高，诊断故障逐渐在日常生活中获得广阔运用，美国研究出汽轮式发电机组的智能网诊断故障专家系统，英国也开始在核能发电，钢铁工业等领域的诊断故障相关服务逐渐投入使用。
我们国家的诊断故障技术的研宄开始的比较晚，然而我们积极投入研发，致力创新发展，大概从1980年开始进行大规模研究，基本找到了很多故障诊断，同时确定了试点单位的研究方向。如西安交大，“大规模旋转式机械电脑状况检测和诊断故障系统”，到现在为止，诊断故障技术已被大规模运用于国内许多地区，如：化工，石油，电力，铁路，航空等。
3.1.2故障诊断的定义与分析方法
故障通常意味着系统在通常运行的条件下，系统没有结果输出或者输出的状况结果不满足日常要求，系统变成异常工作状态。系统状况的故障诊断是首先确定处于正常工作状况还是处于非正常工作状况，接着故障定位与排除故障。
故障诊断的主要任务包括：被诊系统状况信息获取、故障形式甄别、趋势预算研究和诊断方案。
接收系统状态信号提取：系统诊断故障或者故障特点信息收集，获得检验信息，再经过特定的信号处理法。
故障模式识别：确定系统的状况，有没有产生故障或者产生故障的严重性，接着将故障的位置定位准确，从而为高效处理故障打下牢固的基础。
趋势预测分析和诊断决策：依据前文中识别故障的结论，确定系统状况然后预计系统状况的发展走势，最后得出诊断意见，给出故障响应方法。
故障分析的大致过程如图所示：
图3.1故障分析过程框图
3.1.3故障诊断的方法分类
诊断故障一般能够概括为下面几种形式：根据模型的方法、根据知识的方法与根据信号处理的方法等，如图3.2所示：
图3.2 故障诊断方法分类图
其中根据模型的不同能够分类为专家系统的方法，模糊识别的方法，神经元网络方法，模糊推理的方法；根据症状的不同能够分类为定性观测法，定性仿真法，知识观测器法；根据参数估计不同能够分类为系统与故障参数估计法；根据状态估计不同能够分类为观察器法与滤波器法。
根据模型的诊断故障分析方法是依据现有理论与信息使用系统的模型来分析，给出适当的数学模型，可以相应地得出较准确的故障预测。该方法基于诊断方法选择参考值，一般情况下选择残差，残差通过模型预测获得并且和系统状况的真实值有一些差异，通过运算来自收集信息的残差信号，然后依据残差要确定是否产生故障，如果残差数值较高，那么在正常情形下有故障，如果残留小，那么通常情形中系统是正常工作状况。
然而，在实践中往往难以开发精准的故障模型，特别是在故障传递过程繁杂或尚未全部了解清楚时。根据知识的故障诊断和分析方法是根据系统定量分析模型的分析。该模型可以通过收集不是十分准确数学模型的条件信息去推导，因此具备更广阔的运用。
根据信号处理的诊断故障法是经过采用信号模型直接对有必要测算的信号开始研究，获得能够运用于判断系统状况的特征值，例如均值、方差和矩等，接着依据此实行故障判定，判断有没有故障产生。
3.2基于粒子滤波的故障诊断方法
粒子滤波是一类依据贝叶斯预计的递推滤波法和蒙特卡洛法，明确采样颗粒，通过系统的状况空间模型的所有颗粒一个一个经过系统的状况空间模型，并通过了估算系统的采样状态，分布于状态的概率密度函数的检验，和人工逼近真实的概率密度函数相比较。为了
解决非线性非高斯系统的故障诊断问题，处理快速有效，并被广泛的应用在实际生产中，
特别是在噪声的严重故障的诊断[12]。
当下根据颗粒滤波的判断法各种各样，我们通常选用似然函数法和残差计算法。此处，我们先讨论残差计算法：先是采集各个时刻状态的粒子,粒子通过滤波算法对当前系统状态值进行近似预估，再与系统真实值进行比较计算得出残差值。事先人为设定好阈值，什么用呢？当我们计算得到的残差值高于事先设定的阈值，我们可以毫不顾虑地判断该系统现在正处于非正常运行工作状态，反之，系统一切正常[6]。本次设计实验，正是采用该方法进行的实验和论文的撰写。最基本的，通过MATLAB软件进行仿真，绘制出系统真实状态曲线图、理论状态曲线图、系统观测状态曲线图和经过粒子滤波处理的状态曲线图，通过计算系统真实状态曲线图和系统观测状态曲线图与系统真实状态曲线图和经过粒子滤波处理的状态曲线图两两比对进行残差值的计算，对系统的故障有无进行估量判别。从而得出，当系统工作运行出现故障时，直接观测得到状态分布对故障检测的准确度和经过粒子滤波处理的状态分布对故障检测的准确度，有力的说明粒子滤波的实用性。
故障诊断，首先建立诊断对象的模型方程，除了建立系统正常工作的模式，同时建立所有可能的系统故障模式，并进行分类。在系统正常和故障模式建立前提下，对样本进行采样，通过粒子滤波获得对象粒子间的实时状态，建立状态估计模型。选取某一特征值，通过观测和实际的差值当作反映系统故障的残差，通过与各个模式进行匹配度的检验，实现通过粒子滤波得到的状态估计模型与系统状态模式进行近似匹配，得到系统当前所处的模式，判断是否处于正常工作状态；若不是，判定系统正处于何种故障模式。故障诊断系统流程框图如图所示。
图3.3 故障诊断流程图
3.3粒子滤波算法故障诊断仿真结果
4结论与展望
致谢
参考文献
1薛亚茹，李明一种有效的粒子滤波器的改进算法
2范典华粒子滤波中山大学研宄生学刊
文献要按顺序引用，文献列表中未被正文引用到的文献应该删除掉。另外文献不少于10篇，其中外文文献至少有一篇。
参考文献需按（错误！未找到引用源。节错误！未找到引用源。）规范格式，建议先写在txt文件上（不用带编号），再拷贝到参考文献中，并采用下图的样式进行规范控制，即可自动给文献编号。
附件1 程序代码
故障诊断理论方法综述
故障诊断理论方法综述 故障诊断的主要任务有：故障检测、故障类型判断、故障定位及故障恢复等。其中：故障检测是指与系统建立连接后，周期性地向下位机发送检测信号，通过接收的响应数据帧，判断系统是否产生故障；故障类型判断就是系统在检测出故障之后，通过分析原因，判断出系统故障的类型；故障定位是在前两部的基础之上，细化故障种类，诊断出系统具体故障部位和故障原因，为故障恢复做准备；故障恢复是整个故障诊断过程中最后也是最重要的一个环节，需要根据故障原因，采取不同的措施，对系统故障进行恢复一、基于解析模型的方法 基于解析模型的故障诊断方法主要是通过构造观测器估计系统输出，然后将它与输出的测量值作比较从中取得故障信息。它还可进一步分为基于状态估计的方法和基于参数估计的方法，前者从真实系统的输出与状态观测器或者卡尔曼滤波器的输出比较形成残差，然后从残差中提取故障特征进而实行故障诊断；后者由机理分析确定系统的模型参数和物理元器件之间的关系方程，由实时辨识求得系统的实际模型参数，然后求解实际的物理元器件参数，与标称值比较而确定系统是否发生故障及故障的程度。基于解析模型的故障诊断方法都要求建立系统精确的数学模型，但随着现代设备的不断大型化、复杂化和非线性化，往往很难或者无法建立系统精确的数学模型，从而大大限制了基于解析模型的故障诊断方法的推广和应用。 二、基于信号处理的方法 当可以得到被控测对象的输入输出信号，但很难建立被控对象的解析数学模型时，可采用基于信号处理的方法。基于信号处理的方法是一种传统的故障诊断技术，通常利用信号模型，如相关函数、频谱、自回归滑动平均、小波变换等，直接分析可测信号，提取诸如方差、幅值、频率等特征值，识别和评价机械设备所处的状态。基于信号处理的方法又分为基于可测值或其变化趋势值检查的方法和基于可测信号处理的故障诊断方法等。基于可测值或其变化趋势值检查的方法根据系统的直接可测的输入输出信号及其变化趋势来进行故障诊断，当系统的输入输出信号或者变化超出允许的范围时，即认为系统发生了故障，根据异常的信号来判定故障的性质和发生的部位。基于可测信号处理的故障诊断方法利用系统的输出信号状态与一定故障源之间的相关性来判定和定位故障，具体有频谱分析方法等。 三、基于知识的方法 在解决实际的故障诊断问题时，经验丰富的专家进行故障诊断并不都是采用严格的数学算法从一串串计算结果中来查找问题。对于一个结构复杂的系统，当其运行过程发生故障时，人们容易获得的往往是一些涉及故障征兆的描述性知识以及各故障源与故障征兆之间关联性的知识。尽管这些知识大多是定性的而非定量的，但对准确分析故障能起到重要的作用。经验丰富的专家就是使用长期积累起来的这类经验知识，快速直接实现对系统故障的诊断。利用知识，通过符号推理的方法进行故障诊断，这是故障诊断技术的又一个分支——基于知识的故障诊断。基于知识的故障诊断是目前研究和应用的热点，国内外学者提出了很多方法。由于领域专家在基于知识的故障诊断中扮演重要角色，因此基于知识的故障诊断系统又称为故障诊断专家系统。如图1.1
故障诊断专家系统及其发展
综述与评论 计算机测量与控制.2008.16(9) C omputer Measurement &Control 1217 中华测控网https://www.wendangku.net/doc/502599456.html, 收稿日期:2008-06-08; 修回日期:2008-07-16。 作者简介:安茂春(1967-),山东莱阳人,副研究员,主要从事测试与故障诊断技术的管理工作。 文章编号:1671-4598(2008)09-1217-03 中图分类号:TP182 文献标识码:A 故障诊断专家系统及其发展 安茂春 (北京系统工程研究所,北京 100101) 摘要:文章对主要的故障诊断专家系统进行了系统的归纳和分类,主要关注故障诊断专家系统在军事领域的应用;重点讨论了基于规则的诊断专家系统、基于模型的诊断专家系统、基于人工神经网络的诊断专家系统、基于模糊推理的诊断专家系统和基于事例的诊断专家系统的技术要点、发展现状、优缺点及其在军事方面的应用;最后,对该学科的发展做出了预测,指出基于多种模型结合的诊断专家系统、分布式诊断专家系统、实时诊断专家系统是今后的发展方向。 关键词:专家系统;故障诊断;军事应用;基于规则推理;建模技术;人工神经网络;模糊推理;基于事例推理 A Survey on Fault Diagnosis Expert Systems An M ao chun (Beijing Institute o f System and Eng ineering ,Beijing 100101,China) Abstract:In this article w e present a s urvey of fault diagnosis expert system s,and categorize them into 5different types according to know ledge organiz ation m ethod and reasoning m ech anis m,w hich are ru le-b as ed fault diagn osis expert system,model-based fault diagnosis ex pert system,n eural netw ork fault diagnosis exp ert sy stem,fuz zy fault diagn osis expert system and cas e-based fault diagn os is expert sys -tem,for each type w e describ e its techn ical pr op erties,curren t status,ad vantag es and disadvantages,and application s in military field.At the end of th is article,w e point out that hybrid model-based,distributed and real-time diagnosis expert sys tems are fu tu re direction s. Key words:ex pert sys tem;fault diagnosis ;military application;rule -b as ed reasoning;modelin g;artificial neural netw or k;fuzzy reasonin g;ease-b as ed reasoning 1 故障诊断专家系统及其分类 专家系统(Ex per t Sy st em,ES)是人工智能技术(A rt if-i cial I ntelligence,A I)的一个重要分支,其智能化主要表现为能够在特定的领域内模仿人类专家思维来求解复杂问题。专家系统必须包含领域专家的大量知识,拥有类似人类专家思维的推理能力,并能用这些知识来解决实际问题。 故障诊断技术是一门应用型边缘学科,其理论基础涉及多门学科,如现代控制理论、计算机工程、数理统计、模糊集理论、信号处理、模式识别等。故障诊断的任务是在系统发生故障时,根据系统中的各种量(可测的或不可测的)或其中部分量表现出的与正常状态不同的特性,找出故障的特征描述并进行故障的检测与隔离。 故障诊断专家系统是将专家系统应用到故障诊断之中,可以利用领域知识和专家经验提高故障诊断的效率[1]。目前专家系统在故障诊断领域的应用非常广泛,如美空军研制的用于飞机喷气发动机故障诊断专家系统XM AN [2],N A SA 与M IT 合作开发的用于动力系统诊断的专家系统,英国某公司为英美军方开发的直升机发动机转子监控与诊断专家系统[3]等,此外在电力、机械、化工、船舶等许多领域中也大量应用了故障诊断专家系统。 根据知识组织方式与推理机制的不同,可将目前常用的故障诊断专家系统大致分为基于规则的诊断专家系统、基于模型 的诊断专家系统、基于人工神经网络的诊断专家系统、基于模糊推理的诊断专家系统和基于事例的诊断专家系统。 2 故障诊断专家系统对比分析 2 1 基于规则的诊断专家系统 在基于规则的诊断专家系统中,领域专家的知识与经验被 表示成产生式规则,一般形式是:if<前提>then<结论>其中前提部分表示能与数据匹配的任何模型,结论部分表示满足前提时可以得出的结论。基于规则的推理是先根据推理策略从规则库中选择相应的规则,再匹配规则的前提部分,最后根据匹配结果得出结论。 基于规则的诊断知识表达方式直观、形式统一,在求解小规模问题时效率较高,并且具有易于理解与实现的优点,因而取得了一定成功。20世纪90年代,国外在军用水压系统、电力供应网络等方面进行了应用。 但是,对于复杂系统,所观测到的症状与对应的诊断之间的联系是相当复杂的,通过归纳专家经验来获取规则有着相当的难度,且诊断时只能对事先预想到的并能与规则前提匹配的事件进行推理,存在知识获取的瓶颈问题。2 2 基于模型的诊断专家系统 在基于模型的诊断专家系统中,领域专家的专业知识包含在建立的系统模型中,这种基于模型的诊断更多地利用系统的结构、功能与行为等知识。相比基于规则的诊断专家系统,这种诊断方式能够处理预先没有想到的情况,并且可能检测到系统存在的潜在故障。这类系统的知识库相对容易建立并且具有一定的灵活性,已应用于航天器动力燃烧系统故障诊断等方面。
最新汽车发动机故障诊断与排除教案
发动机故障诊断与排除教案
常见车型故障码调取与清除 教案内容 一、日本丰田车系 1.调取故障码 普通方式调取故障码：打开点火开关，不起动发动机，用专用跨接线短接故障诊断座上的“ＴＥ１”与“Ｅ１”端子，仪表盘上的故障指示灯“CHECK ENGINE”即闪烁输出故障码。 2.清除故障码 故障排除后，将ECU中存储的故障码清除，方法有两种：一是关闭点火开关，从熔丝盒中拔下EFI熔丝（20A）10s以上；二是将蓄电池负极电缆拆开10s以上，但此种方法同时使时钟、音响等有用的存储信息丢失。 二、日本日产车系 随车型不同，故障码的调取与清除分三种不同方式： 1.如果在主电脑侧有一红一绿两个指示灯，另有一个“TEST”（检测）选择开关，调取故障码时，先打开点火开关，然后将“TEST”开关转至“ON”位置，两个指示灯即开始闪烁。根据红绿灯的闪烁次数读取故障码，红灯闪烁次数为故障码的十位数，绿灯闪烁的次数为故障码的个位。清除故障码时，将“TEST”开关转至“OFF”位置，再关闭点火开关即可清除故障码。主电脑位于仪表盘后或叶子板后。 2.如果在主电脑侧只有一个红色显示灯，另有一个可变电阻调节旋钮孔，调取故障码时，先打开点火开关，然后将可变电阻旋钮顺时针拧到底，等2 s后再将可变电阻旋钮逆时针拧到底，红色显示灯即开始闪烁输出故障码。每次操作只能输出一个故障码，有多个故障码时需重复上述操作。清除故障码时，将可变电阻旋钮顺时针拧到底，等15s 后再逆时针旋到底，再等 2 s后关闭点火开关即可清除故障码。 3.如果仪表盘上有故障指示灯“CHECK ENGINE”，则可通过短接诊断座上的相应端子调取故障码，日产车系故障诊断座位于发动机盖板支撑杆上方的熔丝盒内，有12端子和14端子两种，调取故障码时，先打开点火开关，然后取出12端子或14端子诊断座，并用跨接线短接诊断座上“6＃”和“7＃”端子（14端子诊断座）或“4＃”和“5＃”端子（12端子诊断座），等2s后拆开短接导线，仪表盘上的“CHECK ENGINE”灯即闪烁输出故障码（波形见下图）。每次操作只能输出一个故障码，有多个故障码时需重复上述操作。清除故障码时，将诊断座右上侧的两个端子短接15s以上，再关闭点火开关即可清除故障码。 日产车系故障码输出波形
控制器故障诊断
FANUC-Robot控制器故障诊断 错误分类概述 * 错误分类的目的是为了更容易地进行故障诊断。 * 每一次故障诊断前都要进行错误分类。 * 识别错误以及症状的类别，要先于故障诊断。 * 每一类错误在机器人操作中都同等严重。 * 错误类型分为： ?第一类错误 ?第二类错误 ?第三类错误 ?第四类错误 第一类错误慨述 * 症状 ?控制器死机 ?示教盒屏幕空白 * 潜在的原因 ?控制器AC 电源存在问题 ?断开器的问题 ?变压器的问题 ?控制器DC 电源线路的问题 ?电缆线问题 ?示教盒/缆线问题 ?电源供给单元损坏 ?电源供给单元保险丝熔断 ?开/关电路的问题 ?面板电路板保险丝 第二类错误概述 * 症状 ?示教盒锁死，没反应 * 潜在的原因 ?软件故障 ?主板的问题 @ CPU 模块，连同DRAM
@ FROM/SRAM 模块 ?示教盒/缆线/ISB 单元的问题 ?PSU 或者底板（激活信号）的问题 ?辅助轴控制卡的问题 第三类错误概述 * 症状 ?错误指示灯亮 ? KM1和KM2 关闭，因此伺服没有电源 ?屏幕上显示诊断信息 * 潜在的原因 ?伺服放大器的问题 ?马达/SPC 的问题 ?编码器/制动模块的问题 ?紧急停止线路的问题 ?紧急停止线路板的问题 ?紧急停止单元，连带KM1 和KM2 的问题 ?面板电路板的问题 ?缆线问题 第四类错误概述 * 症状 ?机器人只能在手动模式下工作 ?能够从示教盒运行程序 * 可能的原因 ?通讯或输入/输出的问题 @ 与PLC 之间没有通信 @ 行程开关等损坏 ?不正确的当地/远程开关设置，软件控制的。六控制器维修 1 无法开机
装备故障诊断方法
价值工程 0引言 随着武器装备复杂性不断增加，对武器装备维护和故 障诊断提出了更高的要求。近年来， 一些逐渐兴起的智能故障诊断方法，比传统方法能够更加快速，有效的诊断装备故障。 目前，人工智能技术的发展，特别是基于知识的专家系统技术在故障诊断中的应用，使得设备故障诊断技术进入了一个新的智能公发展阶段。传统的故障诊断专家系统虽然在某些领域取得了成功，但这种系统在实际应用中存在着一定的局限性，而人工神经网络技术为解决传统的专家系统中的知识获取，知识学习等问题提供了一条崭新的途径[1][2][3]。 1神经网络模型原理 人工神经网络简称神经网络（Neural Network ），具备并行性、 自学习、自组织性、容错性和联想记忆功能等信息处理特点而广泛用于故障诊断领域，它通过对故障实例及诊断经验的训练和学习，用分布在神经网络中的连接权值来表达所学习的故障诊断知识，具有对故障联想记忆、模糊匹配和相似归纳等能力。人工神经网络在故障诊断中的应用研究主要有三个方面：一是从预测角度应用神经网络作为动态预测模型进行故障预测；二是从模式识别角度应用神经网络作为分类器进行故障诊断；三是从知识处理角 度建立基于神经网络的专家系统[4][5] 。 1．1神经网络基本模型基于神经细胞的这种理论知识，在1943年McCulloch 和Pitts 提出的第一个人工神经元模型以来，人们相继提出了多种人工神经元模型，其中被人们广泛接受并普遍应用的是图1所示的模型[6]。 图1中的x 0，x 1，…，x n-1为实连续变量，是神经元的输入，θ称为阈值（也称为门限），w 0，w 1，…，w n-1是本神经元与上级神经元的连接权值。 神经元对输入信号的处理包括两个过程：第一个过程 是对输入信号求加权和，然后减去阈值变量θ， 得到神经元的净输入net ，即 net=n-1 i =0Σw i x i -θ 从上式可以看出，连接权大于0的输入对求和起着增强的作用，因而这种连接又称为兴奋连接，相反连接权小于0的连接称为抑制连接。 下一步是对净输入net 进行函数运算，得出神经元的输出y ，即y=f （net ） f 通常被称为变换函数（或特征函数），简单的变换函 数有线性函数、 阈值函数、Sigmiod 函数和双曲正切函数。根据本文的研究特点，变换函数f 取为Sigmoid 函数，即f （x ）=11+e （-x ） 1．2神经网络知识表示传统的知识表示都可以看作是知识的一种显示表示，而在ANN 中知识的表示可看作是一种隐式表示。在ANN 中知识并不像传统方法那样表示为一系列规则等形式，而是将某一问题的若干知识在同一网络中表示，表示为网络的权值分布。如下所示阈值型BP 网络表示了四条“异或”逻辑产生式规则[7]： IF x 1=0AND x 2=0THEN y=0IF x 1=0AND x 2=1THEN y=1IF x 1=1AND x 2=0THEN y=1IF x 1=1AND x 2=1THEN y=0基于这种网络知识表示结构，其BP 网络结构如图2所示。 网络通常由输入层、隐层和输出层组成。网络第一层为输入层，由信号源节点组成，传递信号到隐层；第二层为隐层，隐层节点的变换函数是中心点对称且衰减的非负线性函数；第三层为输出层，一般是简单的线性函数，对输入模式做出响应。理论上已证实，在网络隐 —————————————————————— —作者简介：李洪刚（1981-），男，河北石家庄人，硕士，控制工程专 业；郭日红（1982-），男，山西大同人，硕士，测试专业。 装备故障诊断方法研究 Analysis of Fault Diagnosis for Equipment Based on Neural Network System 李洪刚①②LI Hong-gang ；郭日红②GUO Ri-hong （①军械工程学院，石家庄050003；②中国人民解放军66440部队，石家庄050081） （①Ordnance Engineering College ，Shijiazhuang 050003，China ；②No.66440Unit of PLA ，Shijiazhuang 050081，China ） 摘要：分析了神经网络故障诊断的特点，构建了神经网络的装备故障诊断模型，克服了传统故障诊断的缺点，并用某型装备故障 的数据进行了验证，结果表明了神经网络诊断故障是一种有效的诊断方法。 Abstract:Characteristics of the neural network and expert system are analyzed.Fault diagnosis for equipment base on neural network is constructed.A weak of the traditional method of fault diagnose is overcome.And availability of the method based on neutral network system is verified by experimental results of one equipment fault. 关键词：神经网络；故障诊断；装备Key words:neural network ；fault diagnose ；equipment 中图分类号：E911文献标识码：A 文章编号：1006-4311（2012）32-0316-02 ·316·
TE过程及故障诊断方法研究
摘要 化工生产过程是复杂的动态系统,该生产过程一般是在高温高压、低温真空、有毒或腐蚀性等极端条件下进行的,生产系统和设备一旦发生故障，将会造成经济损失，甚至造成人员伤亡和环境污染。利用故障诊断技术提高系统的可靠性和安全性，已经引起了企业和学术界的高度重视，并在该研究领域取得了丰富的研究成果。 本文主要对田纳西－伊斯曼过程(Tennessee - Eastman Process,TEP)进行了模拟与仿真研究。首先在查阅文献基础上对故障诊断方法进行了概述。并对TE过程中的五大操作单元进行了研究。其中包括反应器、冷凝器、汽/液分离器、压缩机及汽提塔五大操作单元。在此基础上，对主元分析的故障诊断法的原理和算法进行了研究，并以TE过程为背景,调用其化工过程数据，编写MATLAB程序实现T2图、Q图以及贡献图，采用主元分析法对TE过程进行了仿真实验研究，证明主元分析方法的有效性。 关键词：TE过程;故障诊断;模拟;T2统计;Q统计
Abstract The chemical production process is a complex dynamic system .The process is generally carried out under the extreme environment which may have high temperature, high pressure,low-temperature vacuum ,poison or corrosiveness etc.. When the industrial production devices result in fault,it will bring economical loss or even cause human injuries and environmental problems .Improving the dependability and security depending on fault diagnosis technology is paid attention by companies and researchers ,lots of achievements have been obtained in fault diagnosis field. This thesis mainly imitate and studied the Tennessee - Eastman process(Tennessee - Eastman Process, TEP). Then described that five big operation elements in TE process. In which including reactor, condenser, steam, fluid separator, compressor and stripper five big operation unit.Method has carried out classification on TE process and the malfunction diagnose.In this foundation，studied the principal component analysis method. Taking the TE process as an application background ,we programmed the MATLAB algorithm of PCA, drawed the T2 statistic 、Q statistic and contribution map ,proved the validity of the method. Keywords: TE pross; Fault diagnosis; imitate; T2statistic; Qstatistic
电气控制系统故障分析诊断及维修技巧
电气控制系统故障分析诊断及维修技巧 发表时间：2016-11-07T14:10:38.820Z 来源：《电力设备》2016年第16期作者：刘庚 [导读] 所以我们必须加大电气控制系统故障分析和维护力度，以此使其使用更加安全，运行更加可靠，进而提高控制效果与水平。 （福建晋江天然气发电有限公司福建省晋江市 362251） 摘要：随着科学技术的不断发展，各种自动控制设备也随着不断的发展和完善，这些设备离不开最基本的电气控制线路，也逐渐的被人们所熟悉掌握。和发达国家相比，我国对电气控制线路控制技术的研究较晚，发展速度也比较慢。近年来通过引进、吸收、消化，明显的提高了电气控制线路技术发展速度。由于电气的控制系统线路较多，线路发生的故障点比较隐蔽，所以影响了电气控制线路的稳定发展。文章分析了电气控制系统的常见故障及其危害，探讨了电气控制系统故障分析诊断及维修技巧。 关键词：电气控制系统；故障诊断；维修技巧 引言 众所周知，电气控制系统在确保电气设备有序运行、高效工作中发挥了不容忽视的重要作用，这一点不可否认，然而在具体应用中，电气控制系统不可避免的会出现各类故障，从而对系统自身、相关设备以及非故障设备构成威胁。所以我们必须加大电气控制系统故障分析和维护力度，以此使其使用更加安全，运行更加可靠，进而提高控制效果与水平。 一、电气控制系统常见故障及其危害 1、电气控制系统常见故障分析 有一些典型的电气控制系统故障可以为我们带来启示，从中获取故障检修经验，避免系统因故障更产生严重后果。引发电气控制系统故障的原因有许多，绝大多数体现在设计上的错误，以及设备安装质量低、设备自身缺陷等，常见的几种系统故障为：（1）过负载。过负载故障体现为电气控制系统中的电机电流超过了额定电流，引发电机过负载故障诱因有很多，例如负载、电压骤然大幅度增高、电机缺相运行等。（2）形式不同的短路。短路故障包括两相短路、三相短路、一相接地短路以及电机或变压器一相绕组中的匝间短路等。（3）过电流。过电流指的是电器元件或电动机超过了限定电流的运行状态，通常比短路电流要小，很少超过6In，过电流故障的原因多来源于错误的起动及负载转矩过高等。（4）电源缺相。交流异步电动机在常规工作当中，因为三相电源包含的一相熔断器熔断所引发的电动机缺相运行。 2、故障的危害 想要真正了解电气控制系统故障，其发生后的危害也有必要了解。（1）电气控制系统在正常运行中，绝缘破损或者接线错误及负载短路后，短路时形成瞬时故障电流可激增到额定电流的数十倍以上，使配电线路或电气设备因过流所生成的电动力而遭到损毁，甚至造成火灾。（2）电流过大不仅会中止电器控制系统，还可能让电气设备遭到损坏，进而引起电动机转矩过大，让机械转动部件破损。（3）交流异步电动机在缺相电源低速运行或堵转时，其产生的定子电流十分强劲，遇到故障会让电动机绕组烧毁。（4）电气控制系统发生故障还可能导致电网电压降低，直接波及到其他设备或用户，让正常工作与生产遭到破坏，严重时会使配电系统彻底瘫痪。 二、电气控制系统故障诊断分析性 1、调查研究法 对电气控制线路的故障诊断调查研究法可以让故障检测人员有效而且快速的对故障性质、范围以及类型进行判断掌握，使工作人员可以迅速的做出故障准确诊断，把在检修诊断过程中的盲目性降低。调查研究法的主要方式是：第一点是问，故障诊断人员向操作电气设备的人员询问在故障发生之前、发生中和发生后的电气线路状况，问的内容应该是在电气控制线路发生事故前有没有冒烟、冒火、有无响声、发生频率、在事故发生之前有没有停机、过载或者高频率启动现象，有没有更换过原件、是否私下维修等等问题，从这些问题中可以知道，调查研究法的最主要的判断故障方式就是问，通过问就可以大致的判断出故障发生的部位以及发生故障原因等。第二点是望，望就是要对发生故障的设备部位进行观察，看的主要部分就电气设备的外观，看电气设备是否有可能会有故障发生的预兆，比如短路、接地、线路松动、断线等状况。第三点是闻，电气线路中如果出现烧坏等现象，维修人员就可以通过闻的方式进行判断，从而准确的判断线路故障发生的性质和部位。第四点是摸，在摸的时候，必须要保证电流已经切断，触摸线路是否发热，确定该条线路是否在正常运营。 2.2原理图、逻辑分析法 运用逻辑分析法的根据是控制线路中工作原理的关系和环节，并且根据线路故障的现象进行具体的分析，把检查的范围迅速缩小，从而确定故障的发生部位。运用逻辑分析法的主要前提是要根据系统电路原理图分析，准确判断故障所在的位置，使用逻辑分析法的目的是比较快捷方便，因此逻辑分析法比较适用于有复杂线路的故障检查中。由于复杂的线路中经常会有许多电气零件以及接线，如果检查维修人员逐一检查，不仅工作量大、时间长，且容易出现差错。 检查维修人员在使用逻辑分析法进行线路检查时，应该按照相应管理图纸对线路故障进行具体分析，准确的找到故障所在的位置。逻辑分析法可以帮助维修人员快速的把复杂问题进行分析，把一些比较专业复杂的问题变得简单化，避免检查人员莽撞的检查，使尽快的排除故障。 2.3实验法 实验法就是需要对电气控制线路进一步检查时，或是使用常规检查无法判断故障的时候，可以对电气控制线路的故障进行通电实验检查。但是实验法使用前提是不能把电气设备和机械设备损坏，不能把事故的范围进行扩大化。 在进行实验之前，应该尽量的把传动机与电动机分开，调节器里的相关开关在零位，把开关还原的最初的位置。如果传动机和电动机无法彻底分开，可以把主线路切断，根据检查中的实际需要把其它部位的线路也切除掉，把检查的范围进一步的缩小，同时也是为了避免故障进一步的扩大，避免意外情况的发生。如果要把电气设备打开，应该在操作设备的人员的配合下打开。 三、电气控制系统故障维修技巧探讨 1、通过有效充分利用排查的方式进行维修 利用排查法进行维修是最基本的方法，它的主要内容涉及故障代码的研究和分析、系统的自排查过程、万能表排查和短路排查四种方法。由于上述已经涉及相关内容的探讨，在这里不再多加赘述。
[诊断方法,故障,案例]基于案例推理的装甲装备故障诊断方法研究
基于案例推理的装甲装备故障诊断方法研究 0引言 基于案例推理技术摆脱了知识瓶颈的束缚，在很多领域得到了广泛应用，如航空远程故障诊断、民用飞机维修间隔期确定智能化农业和教学指导等。但目前的研究大部分集中在案例检索方面，如高明通过改进最近邻法来实现水轮发电机组的故障诊断;李锋尝试采用人工神经网络方法实现案例检索与案例实现的整体设计方案;程刚提出将无机环图支持向量机多类分类器应用到案例检索中，很少具体考虑应用领域的特点对案例组织与索引的影响。 基于此，笔者在考虑应用领域特点的前提下，探索新的案例库组织形式，并在此基础上确立相应的索引机制，以提高故障案例的覆盖面和案例推理的效能，更好地满足装甲装备诊断与维修需求。 1装甲装备维修保障领域的特点 装甲装备维修领域的知识很难通过规则的形式对其进行全方位的描述，但却比较具体地蕴含在实践过程产生的案例中，该领域具有以下特点。 1.1经验知识占主导地位 装备维修是实践性非常强的活动，其熟练的维修技能依赖于长时间的维修实践积累的经验，因为故障的表现形式十分复杂，依靠建立数学模型等结构化知识来解决维修实践过程中的问题很难有实际的指导意义，但维修方案的验证与存储却相对容易，不存在知识获取的瓶颈，因此经验知识在装备维修领域依然处于主导地位。 1.2理论多是定性化描述 维修领域的理论研究已经比较成熟，但是在比较重要的环节，例如阂值确定等方面却很难有足够实践指导意义的理论支持，即使有相关研究也多是定性化描述，缺少定量的设计。 1.3不同装甲装备型号之间的相似性 需求决定设计，人们对装甲装备火力性、防护性、机动性的需求决定了车型的设计，而技术制约需求，技术发展的连续性决定了人们对装甲装备设计要求的延续性，因此很少有车型是完全创新的，大部分新车型是对老车型的改进，不同型号间车型的结构、功能、运行环境存在很大的相似性，有些系统还包含标准化产品，因而其故障现象、故障原因就可能存在相似性，这就决定了维修方案之间存在极大的相似性，因此不同车型的相似部件的维修方案制定有很大的借鉴意义。 2案例检索 2.1案例的组织与索引策略
故障诊断技术研究及其应用
故障诊断技术研究及其应用 1 引言 以故障为研究对象是新一代系统可靠性理论研究的重要特色，也是过程系统自动化技术从实验室走向工程的重要一环。最近二十多年来，以故障检测、故障定位、故障分离、故障辨识、故障模式识别、故障决策和容错处理为主要内容的故障诊断与处理技术，已成为机械设备维护、控制系统系统可靠性研究、复杂系统系统自动化、遥科学、复杂过程的异变分析、工程监控和容错信号处理等领域重点关注和广泛研究的问题。 诊断(Diagnostics)一词源于希腊文，含义为鉴别与判断，是指在对各种迹象和症状进行综合分析的基础上对研究对象及其所处状态进行鉴别和判断的一项技术活动[1]。故障诊断学则是专门以考察和判断对象或系统是否存在缺陷或其运行过程中是否出现异常现象为主要研究对象的一门综合性技术学科。它是诊断技术与具体工程学科相结合的产物，是一门新兴交叉学科。故障诊断与处理技术，作为一门新兴技术学科，可划分为如下三个不同的研究层次： (1) 以设备或部件为研究对象，重点分析和诊断设备的缺陷、部件的缺损或机械运转失灵，这通常属于设备故障诊断的研究范畴； (2) 以系统为研究对象，重点检测和分析系统的功能不完善、功能异常或不能够完成预期功能，这属于系统故障检测与诊断的研究范畴； (3) 以系统运行过程为研究对象，考察运行过程出现的异常变化或系统状态的非预期改变，这属于过程故障诊断的研究范畴。 概而言之，故障诊断研究的是对象故障或其功能异常、动作失败等问题，寻求发现故障和甄别故障的理论与方法。无论是设备故障诊断、系统故障诊断还是过程故障诊断，都有着广泛的研究对象、实在的问题背景和丰富的研究内容。本文将从故障诊断与处理技术的研究内容、典型方法和应用情况等三个方面，对故障诊断及相关技术的发展状况做一综述，同时简要指出本研究方向的若干前沿。 2 故障诊断与处理的主要研究内容 故障诊断与处理是一项系统工程，它包括故障分析、故障建模、故障检测、故障推断、故障决策和故障处理等五个方面的研究内容。 2.1 故障分析 故障是对象或系统的病态或非常态。要诊断故障，首先必须对故障与带故障的设备、系统、过程都有细致分析和深入研究，明确可能产生故障的环节，故障传播途径，了解故障的典型形式、表现方式、典型特征以及故障频度或发生几率，结合对象的物理背景了解故障产生的机理、故障关联性和故障危害性。 常用的故障分析方法有对象和故障环节的机理分析法、模拟法、数值仿真或系统仿真法和借助数学模型的理论分析法等。 2.2 故障建模 模型分析是现代分析的基本方法，对复杂对象的故障诊断同样具有重要应用价值。为了定量或定性地分析故障、诊断故障和处理故障，建立故障的模型和带故障对象的模型是十分
电力系统故障的智能诊断综述
电力系统故障的智能诊断综述 发表时间：2016-06-30T14:34:41.580Z 来源：《电力设备》2016年第9期作者：李艳君蒋杰李玉玲李飞翔 [导读] 在电力系统中，设备故障诊断和厂站级的故障诊断经过了几十年的发展和改革，现今已经较为成熟，而电力系统层面的故障才刚刚开始。 李艳君蒋杰李玉玲李飞翔 （国网新疆检修公司新疆乌鲁木齐 830000） 摘要：常用的智能故障诊断技术有专家系统、人工神经网络、决策树、数据挖掘等，专家系统技术应用最广，最为成熟，但是也需要结合使用其他智能技术来克服专家系统技术自身的缺点。智能故障诊断技术的发展趋势主要有多信息融合、多智能体协同、多种算法结合等，并向提高智能性、快速性、全局性、协同性的方向发展。基于此，本文就针对电力系统故障的智能诊断进行分析。 关键词：电力系统；故障；智能诊断 引言 文章对电力系统故障的智能诊断进行了详细的阐述，通过对电力系统的简介，和对故障诊断的发展阶段进行了简要的分析，并阐述了电力系统故障的智能诊断实际应用存在的问题及对策，文章最后指出了电力系统故障的智能诊断的发展趋势。望文章的阐述推动电力系统故障的智能诊断的发展。 1电力系统概述 电力系统是由发电厂、送变电线路、供配电所和用电等环节组成的电能生产与消费系统。电力系统的主要功能是将自然界中的能源，通过先进的发电动力装置，将能源转换为电能。在通过输电线路和变压系统，将电能传送到各个用户。为了实现这一功能，电力系统在各个环节和不同层次还具有相应的信息与控制系统，对电能的生产过程进行测量、调节、控制、保护、通信和调度，以保证用户获得安全、优质的电能。 2电力系统故障智能诊断技术及发展现状 2.1智能故障诊断技术 传统的故障诊断方法分为基于信号处理和基于数据模型，均需要人工进行信息的处理和分析，缺乏自主学习能力。随着人工智能技术这一新方法的产生及发展，为故障诊断提供了初步的自动分析和学习的途径。人工智能技术能够存储和利用故障诊断长期积累的专家经验，通过模拟人大脑的逻辑思维进行推理，从而解决复杂的诊断问题。 目前在电网故障诊断领域出现了包括专家系统、人工神经网络、决策树理论、数据挖掘、模糊理论、粗糙集理论、贝叶斯网络、支持向量机及多智能体系统等技术以及上述方法的综合应用。 目前，在对电网故障智能诊断领域的研究中，依靠单一智能技术的系统多，信息的综合利用研究较少，协同技术的研究应用更少；投入运行的诊断系统多为专家系统，但是离线运行的多，在线运行的很少。即使广泛投入使用的专家系统也同样存在着：（1）知识的获取和管理问题，难以获取较高适应度和准确度的知识。（2）推理的效率问题。（3）故障诊断的在线应用问题，目前仅限于离线故障诊断，该结论不能指导对电网的实际控制。（4）故障诊断的动态分析问题，缺乏故障的动态分析，从而屏蔽了很多有用的细节，尤其是各元件之间的相互关联关系等。基于以上问题，采用决策树方法可以对系统信息进行归类梳理，可以提高专家系统的速度；通过粗糙集方法建立清晰的数学模型；采用数据挖掘和关联性规则可以提高故障诊断分析的准确度。这几种方法的结合应用有助于提高故障诊断的智能水平、效率和准确度。 2.2电力系统故障智能诊断发展现状 电力系统连锁故障分析理论与应用中提到，电力系统故障智能诊断是相对传统的故障诊断而言的。在传统的故障诊断方法可划分为两类。其一是关于信号出路的方法。其二是数学模型的方法。这些都需要人为地区判断和分析，这些方法应用是没有自动化的处理能力。故障的智能诊断是将传统的方法，与当下先进的计算机技术有效的结合，形成的人工智能技术的新方法，对电力系统的故障进行智能的诊断，这是故障诊断技术发展的新时期。 3智能故障诊断面临的问题和对策 3.1智能故障诊断面临的问题 知识的获取和管理问题，也可以说是规则的表达和维护问题。知识是专家系统行为的核心，如何根据系统的变化，获取具有较高适应度和准确度的知识（规则）。对知识的一致性、冗余性、矛盾性和完备性进行检验、维护和管理，是专家系统亟需解决的首要问题。 推理的效率问题，也可以说是如何解决规则组合爆炸的问题。规则库的规模增大以后，搜索的运算量迅速增长，尽管人们提出了许多算法，规则组合爆炸的问题还是没有得到满意的解决。 故障诊断的在线应用问题。以往的故障诊断离线运行，只能告诉调度员已有故障是如何发展的，因为运行方式的多变性，离线故障诊断结论不一定能够指导调度员对电网的实际控制；只有做到在线运行，才能及时帮助调度员进行控制决策。 故障诊断的动态分析问题。以往的故障诊断只能进行静态分析，忽略了故障动态过程的大量有用的细节，尤其是采用了高速保护的大型电网，更加需要分析动态过程，例如快速相继开断过程中的顺序和相互关系、复杂故障中各元件之间的相互影响、电压崩溃的动态过程、运行方式切换或调度控制过程对电网的影响等。 3.2智能故障诊断面临问题的解决对策 对于知识的获取和管理问题，可以采用提高故障诊断系统的学习能力的方法，如 ANN、数据挖掘、仿生学方法等。这些智能方法都有其优点和局限性，需要有针对性地应用。 对于推理的效率问题，可以采用计算速度更快的计算机硬件和软件算法，通信速度更快的数据采集和传输手段；数据挖掘是从各种复杂故障中发现最常见的故障或分解出简单故障的有力手段；建立系统的故障案例库，可以降低决策分析的计算量，提高诊断推理的效率。 对于故障诊断的在线应用和动态分析问题，可以采用更能够反映电网实时运行状态的信息，如广域量测系统、高速保护信息系统和故障录波信息系统、稳定控制系统等提供的动态数据；实时进行电网的灵敏度分析，动态分析电网的健康状况；增量挖掘技术只处理实时的
控制系统故障诊断技术
Harbin Institute of Technology 控制系统故障诊断技术 课程报告 专业：控制科学与工程 学号：15S004001 姓名： 日期：2016.4.12 控制系统故障诊断技术(FDD)，在核心上属于模式识别范畴，通过冗余控制及自诊断等
思想处理系统故障，提高系统性能与可靠性。主要环节内容包括特征提取(如量值描述、模糊描述、模型与数据结合描述等)，故障分离估计及评价决策。其中系统的表征包括输入输出状态，参数特征，逻辑经验，通过状态观测可以判定失效的观测器。 控制系统故障诊断主要思想在于特征分析，包括信号处理，通过控制领域方法，进行诊断与容错处理。本质上，是控制学科的一门下属学科，建立的体系要基于控制系统理论基础，系统四个部分分别是：被控对象、控制器、执行器、传感器。重点在于传感器的故障诊断。 故障诊断本身又可以分为故障检测，只判断有无故障；与故障分离，即可以定位具体故障。 诊断方法类型包括基于数学模型及基于专家(模糊)知识两种。体现在发展历程上，即2000年以前诊断方法主要是阈值方法，而2000年之后才逐渐引入智能化。 这一技术的目的包括提高系统鲁棒性，这种鲁棒性，并非简单的对参数变化具有的不敏感性，还包括系统自身对结构变化的自适应性；此外，另一个目的是容错性，即再系统局部发生故障时，可以有冗余部件替换掉有问题部件。 控制系统容错技术在方法上，包括 1、并行冗余，主要处理控制器故障，包括串并联结构，冷热备份等等； 2、鲁棒控制，需要考虑系统局部关系的完整性设计，具有多模型自适应能力； 3、系统重构，指的是余度系统故障时，使系统转入新工作结构而采用的余度管理措施，称为重构。系统重构技术充分利用系统的信号和资源，可以使系统获得更高的可靠性和生存性。在系统发生故障时可以迅速反应，重新构建控制器，通常采用FPGA实现，达到不同阶段完成不同功能。 4、人工智能，是近来发展迅速的智能化方法，包括神经网络、模糊专家控制等。 如上图为神经网络控制器的示意图。作为一种黑箱结构，神经网络的优势在于只要有一层隐含层就可以做到任意的非线性拟合。 控制系统故障诊断实现途径包括：提高元部件可靠性及整体可靠性设计，如冗余设计、简化设计等。故障诊断的观测器通常采用基于李雅普诺夫原理的自适应观测器与奉献观测器的结合。通过可观自由度、传感器数量对故障定位，通过解耦控制器，容错控制，使血糖具有冗余能力。在实际应用中观测器速度一定大于控制器，及观测器极点相比于控制器一定更远。当系统干扰较大时，可将观测器换成卡尔曼滤波器。闭环故障诊断的难点在于故障可能由于闭环本身产生。 以上内容完全来自课堂笔记与个人观点，下面是我查阅到的控制系统故障诊断的一些基本内容： 容错控制是 20 世纪末期发展起来的一种提高控制系统可靠性的技术 . 容错控制系统设计主要包括 故障诊断和容错控制系统的设计, 这两个方面现都成为控制理论领域的研究热点. 控制系统是由被控对象、控制器、传感器和执行器组成的复杂系统, 其各个基本环节
航空发动机的故障诊断方法研究
摘要 通过回顾航空维修理论及技术的发展历程，分析了以可靠性为中心的维修思想的优越性,阐述了几种航空维修方式各自的特点,指出了新维修思想所带来的革命性成果,即保证安全的前提下降低了维护成本和维修工作量。最后，对新维修思想在我国的应用途径与前景提出了自己的观点。 关键词: 可靠性; 航空维修; 视情; 事后。 1课题背景及其意义 航空维修是随着飞机的诞生而出现的,它是一门综合性的学科。随着科学技术的发展,航空维修经历了从经验维修、以预防为主的传统维修阶段到以可靠性为中心和逻辑决断法的现代维修阶段。目前航空维修已经是一门系统性的学科。 1传统和现代维修思想的对比 1.1传统的维修思想 按照传统的观念,航空维修就是对航空技术装备进行维护和修理的简称,即为保持和恢复航空技术装备实现规定功能而采取的一系列工程技术活动。其基本思想是安全第一,预防为主,也就是按使用时间进行预防性维修工作,通过定时检查、定期修理和翻修来控制飞机的可靠性。这种以定时维修为主的传统维修思想将飞机的安全性与各系统、部件、附件、零件的可靠性紧密相联,认为预防性维修工作做得越多,飞机就越可靠,翻修间隔期的长短是控制飞机可靠性的重要因素。西方通常将这种以定期全面翻修为主的预防维修思想也叫定时维修思想称之为翻修期控制思想。 1.2 现代维修思想的形成 随着航空工业的发展,飞机设计及可靠性、维修性都有了极大提高,特别是余度技术的采用使飞行安全基本有了保障。维修手段上检测设备日益完善,磁粉、着色、荧光、X光等无损探伤手段和电子计算机得到普遍运用。详细的寿命统计资料的积累、疲劳对飞机结构影响程度的掌握,充实了维修经验和理论知识,使可靠性理论和维修性理论得到发展。另外,维修的经济性、维修方针的适用性也越来越多地成为航空维修工作中必须考虑的问题。自此,新的维修思想应运而生,以可靠性为中心的现代维修思想在对传统的航空维修思想继承和发展的基础上对航空维修的历史。经验和理论知识进行概括和总结,除了仍坚持传统维修思想