复杂工业系统的过程监测与故障诊断2015.pptVIP

. (3) . (4) (5) (6) 3.3 基于观测器的方法 残差生成器设计的主要目标即为设法达到使FD系统对故障更加灵敏，而同时对不感兴趣信号的影响更加鲁棒之间的最佳平衡 3.3 基于观测器的方法 3.4 等价空间方法 等价空间方法的基本思想是提供一个合适的被监控系统的测量一致性(奇偶性)校验 对于硬件(直接)冗余，应多于传感器最小数，也就是说，y(k) 的维数应大于x(k)的维数 首先考虑使用m个传感器，n维向量的测量问题，其测量方程为： 系　统 动　态 传感器 C 残差生成器 V 残差　r　 Fig.3.9 基于硬件（直接）冗余的残差生成结构 3.4 等价空间方法 故障检测决策函数（fault detection decision function） 故障分离决策函数（fault isolation decision function） 对于一个特定的r(k)，可以通过计算 DFIi(k)的m个值来识别不 正常工作的传感器。如果DFIi(k)是这些值中的最大数，那么 与之相对应的传感器就是最有可能发生故障的传感器 。 3.4 等价空间方法 直接冗余/硬件冗余关系不存在 为实现最优的故障分离，vi应满足 3.4 等价空间方法 从等价空间的观点来看，V的列定义了m个不同的故障表征 方向 （Ii, i=1,2,…m），在指示有一个故障发生后，通过将 等价向量方向与每一个故障表征方向相比较，可以进行故 障分离。实际上，故障分离函数 DFIi(k)是对一个残差向量 与故障表征方向之间相互关系的测量。为可靠分离故障， 故障表征方向间的夹角应“尽可能地大”，也即， 应“尽可能小” 3.4 等价空间方法 直接冗余/硬件冗余关系不存在 为实现最优的故障分离，vi应满足 3.4 等价空间方法 Fig.3.10 基于等价空间方法的残差生成器原理 通过在一定时间间隔，即数据窗： 内采集传感器的输出来构建冗余关系，即时间冗余(temporal redundancy)或连续冗余(serial redundancy) 3.4 等价空间方法 考虑系统由线性离散状态空间方程给出： 3.4 等价空间方法 引入如下符号表示 3.4 等价空间方法 或 或 3.4 等价空间方法 3.5 参数估计的方法 Fig.3.11 基于参数估计方法的残差生成器原理 基于参数估计的检测方法基本思想是用熟知的参数估计方法重复不断地对实际过程的参数进行在线估计，将估计结果与无故障参考模型所获得的参数进行比较－－任何实际差异即指示为故障。 基于假设：故障是反映在物理系统参数中的，如磨擦，质量，胶粘性、抵抗性、感应系数、容量等。 3.5 参数估计的方法 采用参数估计法实现FDI的基本步骤 建立过程的物理关系模型； 计算正常模型（无故障参考模型）的物理参数； 确定模型系数与过程物理参数之间的关系； 由可测量的输入输出信号，在线估计过程的模型系数； 基于模型系数的标称值，建立系统的故障模型，即给出故 障与模型系数之间的联系；并基于模型系数的变化及故障 模型进行故障的决策，判断是否发生了故障； 进行故障诊断，确定故障的类型、位置和大小。 3.5 参数估计的方法 基于知识 的方法 基于症状 的方法 基于定性 模型的方法 专家系统方法 模式识别方法 神经网络方法 模糊推理模式 模式识别方法 神经网络方法 模糊推理模式 有向图 故障树 4. 基于知识的故障诊断 5. 基于数据的故障诊断 * 多元统计过程监控方法 * 多元统计过程监测 （MSPM） 基于多元统计分析的故障诊断方法是利用过程多个变量之间的相关性对过程进行故障检测与诊断。 这类方法根据过程变量的历史数据, 利用多元投影方法将多变量样本空间分解成由主元变量张成的较低维的投影子空间和一个相应的残差子空间, 并分别在这两个空间中构造能够反映空间变化的统计量, 然后将观测向量分别向两个子空间进行投影,并计算相应的统计量指标用于过程监测。 MSPM的应用背景 在现代流程工业中，随着测控技术的快速发展，人们已经能够对越来越多的过程变量和产品质量指标进行测量；同时计算机和数据库技术的普及，使工厂拥有了相当丰富的生产数据资源。 工业过程，尤其是流程工业，在同一过程中的不同变量间往往存在相互关联的关系。从直观上看，这种多变量间的变化是错综复杂的。 多元统计过程监测的基本目标 MSPM有以下几个基本目标: 故障检测 故障辨识和诊断 故障估计和重构 多元投影方法 主元分析（PCA） 独立主元分析（ICA） 潜结构投影（PLS） 规范向量分析（CVA/CCA） Fisher 判别式分析 （FDA） 其中应用最广，最简单易懂的模型为PCA 和PLS 热连轧过程现场