資源描述:
《故障診斷方法綜述》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。
1、故障診斷方法綜述 摘要:本完在介紹故障診斷理論的基礎(chǔ)上,重點(diǎn)評(píng)述了小波分析故障診斷方法、專家系統(tǒng)故障診斷方法、數(shù)據(jù)融合故障診斷方法。對(duì)每種方法均介紹了診斷原理與步驟。 關(guān)鍵詞:故障診斷;小波分析;專家系統(tǒng):數(shù)據(jù)融合 引言 故障診斷(FD)全名是狀態(tài)監(jiān)測(cè)與故障診斷(CMFD)?;诮馕鋈哂嗟墓收显\斷技術(shù)被公認(rèn)為是這一技術(shù)的起源。所謂解析冗余,是指被診斷對(duì)象的可測(cè)變量之間(如輸入與輸出間,輸出與輸出間,輸入與輸入間)存在的冗余的函數(shù)關(guān)系,故障診斷在過(guò)去的十幾年里得到了迅速的發(fā)展,一些新的理論和方法,如
2、遺傳算法、神經(jīng)X絡(luò)、小波分析、模糊理論、自適應(yīng)理論、數(shù)據(jù)融合等均在這里得到了成功的應(yīng)用?! ? 基于小波分析的故障診斷方法 小波分析是20世紀(jì)80年代中期發(fā)展起來(lái)的新的數(shù)學(xué)理論和方法,它被認(rèn)為是傅立葉分析方法的突破性進(jìn)展。小波分析最初由法國(guó)學(xué)者Daubeches和Callet引入信號(hào)處理領(lǐng)域,它具有許多優(yōu)良的特性。小波變換的基本思想類似于Fourier變換,就是用信號(hào)在一簇基函數(shù)張成空間上的投影表征該信號(hào)。小波分析優(yōu)于博立葉之處在于:小波分析在時(shí)域和頻域同時(shí)具有良好的局部化性質(zhì)。小波分析方法是一種窗口大
3、小(即窗口面積)固定但其形狀、時(shí)間窗和頻率都可以改變的時(shí)頻局部化分析方法。即在低頻部分具有較高的頻率分辨率和較低的時(shí)間分辨率。因此,小波變換被譽(yù)為分析信號(hào)的顯微鏡,小波分析在信號(hào)處理、圖像處理、話音分析、模式識(shí)別、量子物理、生物醫(yī)學(xué)工程、計(jì)算機(jī)視覺、故障診斷及眾多非線性科學(xué)領(lǐng)域都有廣泛的應(yīng)用?! ?dòng)態(tài)系統(tǒng)的故障通常會(huì)導(dǎo)致系統(tǒng)的觀測(cè)信號(hào)發(fā)生變化。所以我們可以利用連續(xù)小波變換檢測(cè)觀測(cè)信號(hào)的奇異點(diǎn)來(lái)檢測(cè)出系統(tǒng)的故障。其基本原理是利用信號(hào)在奇異點(diǎn)附近的Lipschitz指數(shù)。Lipschitz指數(shù)時(shí),其連續(xù)小波變換的模極
4、大值隨尺度的增大而增大;當(dāng)時(shí),則隨尺度的增大而減小。噪聲對(duì)應(yīng)的Lipschitz指數(shù)遠(yuǎn)小于0,而信號(hào)邊沿對(duì)應(yīng)的Lipschitz指數(shù)大于或等于0。因此,可以利用小波變換區(qū)分噪聲和信號(hào)邊沿,有效地檢測(cè)出強(qiáng)噪聲背景下的信號(hào)邊沿(援變或突變)?! ? 專家系統(tǒng)故障診斷方法 專家系統(tǒng)故障診斷方法,是指計(jì)算機(jī)在采集被診斷對(duì)象的信息后,綜合運(yùn)用各種規(guī)則(專家經(jīng)驗(yàn)),進(jìn)行一系列的推理,必要時(shí)還可以隨時(shí)調(diào)用各種應(yīng)用程序,運(yùn)行過(guò)程中向用戶索取必要的信息后,就可快速地找到最終故障或最有可能的故障,再由用戶來(lái)證實(shí)。此種方法國(guó)
5、內(nèi)外已有不少應(yīng)用。專家系統(tǒng)的故障診斷方法可用圖1的結(jié)構(gòu)來(lái)說(shuō)明:它由數(shù)據(jù)庫(kù),知識(shí)庫(kù),人機(jī)接口,推理機(jī)等組成。其各部分的功能為: 數(shù)據(jù)庫(kù):對(duì)于在線監(jiān)視或診斷系統(tǒng),數(shù)據(jù)庫(kù)的內(nèi)容是實(shí)時(shí)檢測(cè)到的工作數(shù)據(jù);對(duì)于離線診斷,可以是故障時(shí)檢測(cè)數(shù)據(jù)的保存,也可是人為檢測(cè)的一些特征數(shù)據(jù)。即存放推理過(guò)程中所需要和產(chǎn)生的各利,信息?! ≈R(shí)庫(kù):存放的知識(shí)可以是系統(tǒng)的工作環(huán)境,系統(tǒng)知識(shí)(反映系統(tǒng)的工作機(jī)理及結(jié)構(gòu)知識(shí)):規(guī)則庫(kù)則存放一組組規(guī)則,反映系統(tǒng)的因果關(guān)系,用來(lái)故障推理。知識(shí)庫(kù)是專家領(lǐng)域知識(shí)的集合?! ∪藱C(jī)接口:人與專家系統(tǒng)打交道
6、的橋梁和窗口,是人機(jī)信息的交接點(diǎn)。 推理機(jī):根據(jù)獲取的信息綜合運(yùn)用各種規(guī)則進(jìn)行故障診斷,輸出診斷結(jié)果,是專家系統(tǒng)的組織控制結(jié)構(gòu)?! ? 基于數(shù)據(jù)融合的故障診斷方法 數(shù)據(jù)融合是針對(duì)一個(gè)系統(tǒng)中使用多個(gè)傳感器這一問(wèn)題而展開的一種信息處理的新的研究方向。數(shù)據(jù)融合將各種途徑、任意時(shí)間和任意空間上獲取的信息做為一個(gè)整體進(jìn)行綜合分析處理,為決策及控制奠定基礎(chǔ),產(chǎn)生比單一信息源、單一處理機(jī)制更精確、更完全的估計(jì)和判決。 數(shù)據(jù)融合模型一般可表為圖2所示的三級(jí)結(jié)構(gòu)。數(shù)據(jù)融合模型的每一級(jí)內(nèi)部又可有相應(yīng)子結(jié)構(gòu),其中,第一級(jí)
7、為原始信息融合層,其輸入是由信息源提供的各種原始數(shù)據(jù),其輸出是特征提取的結(jié)果或某種局部決策。第二級(jí)為特征融合層,它以原始信息融合層的輸出做為輸入。其輸出為目標(biāo)的局部標(biāo)識(shí)。第三級(jí)是決策融合層,其輸入為特征融合層的輸出,并以全局決策做為本層的輸出。全局決策一般既要有硬決策,如故障類別、部位、程度,也要給出軟決策,如可信度。 4 小結(jié) 本文介紹了故障診斷的基本概念,主要分類以及幾種典型的故障診斷方法。故障診斷是一個(gè)新興的研究領(lǐng)域。盡管經(jīng)過(guò)多年的發(fā)展,已經(jīng)取得了很大進(jìn)步,內(nèi)容得到很大充實(shí),在工程實(shí)踐中也得到了
8、很多應(yīng)用,獲得了較為滿意的效果,但是同時(shí)也暴露出了很多尚待解決的問(wèn)題,如:魯棒性、自適應(yīng)性、實(shí)時(shí)性等等。這些問(wèn)題在今后的研究中還有待進(jìn)一步的解決。