智能故障诊断的实现方法.ppt

智能故障诊断技术 主讲人：沈志熙 shenzhixi@cqu.edu.cn 重庆大学自动化学院 第五章 智能故障诊断的实现方法 1. 故障信号检测 2. 故障特征识别 3. 故障状态预测* 4. 故障维修决策* 5. 故障容错控制* 1. 故障信号检测 1.1 故障分类 1.2 故障检测方法 1.3 故障判断标准 1.4 微弱信号检测 1.5 早期故障检测 1.1 故障分类 从故障的形成过程，可概括为两类： 1）可预测故障：是指那些可预先知道的故障。故障发生前通常都有一定征兆，只要及时捕捉这些征兆信息并采取相应措施，就可预防故障。渐发性故障是一种最常见的可预测故障。 2）不可预测故障：是指那些不可预先知道，但会影响设备正常工作的故障。突发性故障是其中最典型的一种。 可预测故障通常有一定规律性，易于检测和防范；不可预测故障具有随机性，且常对设备造成严重危害，是故障诊断研究的主要对象。 1.2 故障检测方法 1）振动法：通过测量设备主要部位的振动值，并与标准值比较，对运行状态进行评定。 2）特征分析法：对测得的振动量在时域、频域、幅域进行特征分析，以确定故障的内容和性质。 3）参数估计法：当设备故障可由n个参数发生的不期望显著变化来表示时，可根据参数变化的统计特性来检测故障。如最小二乘法、卡尔曼滤波等。 …… 1.3 故障判断标准 1）绝对标准：在设备的同一部位、按一定要求测得的表现设备状态的值，与某种相应判断标准相比较，以评定设备的状态。 2）相对标准：对设备的同一部位、同一工况、同一测量值，用相同方法进行定期测取，按时间先后将实测值与正常状态下的初始值进行比较来判断。 3）类比标准：若有多台机型相同、规格相同的设备，在相同条件下用相同方法进行测定，通过相互比较来评定设备的状态。 1.4 微弱信号检测 微弱信号检测：分析噪声产生的原因和规律，研究被测信号的特点和相关性，检测被噪声淹没的微弱有用信号、或从强噪声中提取有用信号、或采用其他新技术和新方法来提高检测系统输出信号的信噪比。微弱信号检测方法主要有以下几种： 1）窄带滤波法 2）双路消噪法 3）同步累积法 4）锁定接收法 5）相关检测法 6）取样积分法 微弱信号检测的常用方法 窄带滤波法：用窄带滤波器滤掉通频带以外的宽噪声，只让窄带信号通过，从而提高信号的信噪比 双路消噪法：当随机噪声从两路到达加法器时，使其极性正好相反，经过加法器相加后把噪声消除 同步累积法：利用信号的重复性和噪声的随机性，对信号进行重复累积n次，以提高输出功率信噪比 锁定接收法：一种频域分析法，利用互相关原理，使输入周期信号与频率相同的参考信号实现互相关 相关检测法：一种时域分析法，信号和噪声相互独立，信号只与信号相关而与噪声不相关，噪声之间互不相关，可通过自相关或互相关运算去除噪声 1.5 早期故障检测 设备运行过程中的故障，往往会经历一个从产生到发展、从轻微到严重的渐变过程 一方面，设备性能的变化：正常?非正常?恶化?崩溃 另一方面，设备征兆参数的变化：不明显?明显、不完全?完全的时间过程 ——因此，早期故障检测对减少或避免故障造成的损失具有特别重要的意义。 早期故障的主要特点 1）早期故障信号很微弱：早期故障属于轻微故障，其故障信号分量通常很小，不易察觉； 2）早期故障信号表征不明显：早期故障信号的幅值、相位、时频特性等变化很小，表征很不明显； 3）早期故障信号容易被噪声信号淹没：由于噪声信号通常会夹杂在故障信号中，当故障信号很弱时噪声信号就相对较强，早期故障信号常被噪声信号所淹没，具有很大的隐蔽性。 早期故障检测方法 1）信息融合检测法：利用故障发生后系统中多个相关变量或征兆间的冗余关系，将它们的动态变化趋势进行融合，在故障动态变化过程中，来检测早期故障。如神经网络、证据推理、贝叶斯估计等 2）故障征兆缩放检测法：通过对故障特征参数变化值（变化率）进行不同比例的缩放，寻找与典型故障样本的最佳匹配来检测早期故障。 其他方法，典型的如小波分析、混沌、分形等方法 2. 故障特征识别 2.1 故障识别的内容 2.2 故障识别的过程 2.3 故障识别的方法 2.4 故障识别的关键技术* 2.5 两种识别错误* 2.1 故障识别的内容 1）正确选择与设备状态有关的特征信号 特征信号是指与设备功能紧密相关的、最有用的、能代表设备运行状态的信号 应根据不同监控对象，选取最能反映其运行状态的那部分信息作为特征信号 选择特征信号依据：经济性好、信息量大、敏感度高 2）正确地从特征信号中提取征兆 对特征信号进行处理，提取出与设备状态相关的、能直接用于诊断的征兆信息 3）正确地根据征兆对设备进行状态识别 征兆是故障诊断的基本信息 采用合适的故障诊断理论与