智能故障诊断核心技术知识总结.docx

智能故障诊断核心技术知识总结.docx

《智能故障诊断核心技术知识总结.docx》由会员分享，可在线阅读，更多相关《智能故障诊断核心技术知识总结.docx（15页珍藏版）》请在冰点文库上搜索。

智能故障诊断核心技术知识总结

智能故障诊断技术知识总结

一、绪论

□智能：

■智能概念

智能是指能随内、外部条件变化，具备运用知识解决问题和拟定对的行为能力。

■低档智能和高档智能概念

低档智能——感知环境、做出决策和控制行为

高档智能——不但具备感知能力，更重要是具备学习、分析、比较和推理能力，能依照复杂环境变化做出对的决策和适应环境变化

■智能三要素及其含义

三个基本要素：

推理、学习、联想

推理——从一种或几种已知判断（前提），逻辑地推断出一种新判断（结论）思维形式

学习——依照环境变化，动态地变化知识构造

联想——通过与其他知识联系，能对的地结识客观事物和解决实际问题

□故障：

■故障概念

故障是指设备在规定条件下不能完毕其规定功能一种状态。

可分为如下几种状况：

1.设备在规定条件下丧失功能；

2.设备某些性能参数达不到设计规定，超过容许范畴；

3.设备某些零部件发生磨损、断裂、损坏等，致使设备不能正常工作；

4.设备工作失灵，或发生构造性破坏，导致严重事故甚至劫难性事故。

■故障性质及其理解

1层次性——系统是有层次，故障产生相应于系统不同层次体现出层次性。

普通可分为系统级、子系统级、部件级、元件级等各种层次；高层故障可由低层故障引起，而低层故障必然引起高层故障。

诊断时可采用层次诊断模型和诊断方略。

2有关性——故障普通不会孤立存在，它们之间普通互相依存和互相影响，如系统故障经常由有关联子系统传播所致。

体现为，一种故障也许相应各种征兆，而一种征兆也许相应各种故障。

这种故障与征兆间复杂关系导致了故障诊断困难。

3随机性——故障发生经常是一种与时间有关随机过程，突发性故障浮现普通都没有规律性，再加上某些信息模糊性和不拟定性，就构成了故障随机性。

4可预测性——设备大某些故障在浮现之前普通有一定先兆，只要及时捕获这些征兆信息，就可以对故障进行预测和防范。

□故障诊断：

■故障诊断概念

故障诊断就是对设备运营状态和异常状况做出判断。

详细说来，就是在设备没有发生故障之前，要对设备运营状态进行预测和预报；在设备发生故障之后，要对故障因素、部位、类型、限度等做出判断；并进行维修决策。

■故障诊断实质及其理解

故障诊断实质——模式辨认（分类）问题

■故障诊断任务及其含义

故障检测：

采用适当观测方式、在适当部位测取特性信号，即信号测取；采用适当办法，从特性信号中提取状态征兆，即征兆提取

故障辨认：

采用适当状态辨认办法与装置，根据征兆而推理辨认出设备关于状态，即状态辨认

故障分离与预计：

采用适当状态趋势分析法，根据征兆与状态推理出状态发展趋势，即状态预测

故障评价与决策：

采用适当决策形成办法，根据关于状态和趋势作出调节、控制、维修等，即干预决策

□智能故障诊断：

■智能故障诊断概念

智能故障诊断是人工智能和故障诊断相结合产物，重要体当前诊断过程中领域专家知识和人工智能技术运用。

它是一种由人（特别是领域专家）、能模仿脑功能硬件及其必要外部设备、物理器件以及支持这些硬件软件所构成系统。

□智能故障诊断研究办法：

■基于知识研究办法

基于知识研究办法：

不需要对象精准数学模型，而是依照人们长期实践经验和大量故障信息设计出一套智能计算机程序，以此来解决复杂故障诊断问题。

模糊故障诊断

专家系统故障诊断

神经网络故障诊断

信息融合故障诊断

智能体故障诊断

集成化故障诊断

网络化故障诊断

二、智能故障诊断构成

□基本构造：

■智能故障诊断系统基本构造

两大某些：

故障检测与诊断、故障容错控制

智能故障诊断与容错控制基本构造

■智能故障检测与诊断模块重要任务和基本规定

故障检测与诊断：

就是从监控对象中适时精确地检测出故障信息，并对故障产生因素、部位、类型、限度及其发展做出判断。

其重要任务普通包括如下几种方面内容：

1.获取故障信息；

2.寻找故障源，拟定故障位置、大小、类型及因素；

3.评价故障影响限度，预测故障发展趋势；

4.对检测诊断成果做出解决和决策。

基本规定涉及如下几方面：

1）对故障具备强检测能力

故障检测能力强弱，一方面反映了检测诊断模块对故障检测能力，另一方面也直接影响故障诊断效果

对弱故障信号和初期故障信号，故障检测能力尤为重要

2）对故障具备强诊断能力

能综合运用各种信息和各种诊断办法，以灵活诊断方略来解决诊断问题；

能通过使用专家经验，而尽量避开信号解决方面复杂实时计算；

能解决带有错误信息和不拟定性信息，从而相对减少对测试仪器和工作环境规定。

3）尽量采用模块化构造

构造应当模块化，使之可以以便地调用其她应用程序

如维修征询子模块、模仿故障诊断子模块等

4）具备人机交互诊断功能

当代设备复杂性，规定综合运用各种知识源（浅、深知识）来求解复杂问题

顾客恰本地实时参加，将使诊断速度更快、精确性更高

顾客参加有积极和被动两种方式：

积极参加可干预和引导推理过程；被动参加只回答提问，而不干预推理过程

5）具备各种诊断信息获取途径

获取诊断信息越丰富，则诊断效果越好

一方面，应具备自动获取状态信息（当前、历史）功能

另一方面，应能通过人机交互获取状态信息

6）对问题求解应当实时和精确

实时：

一旦发现故障迹象，应及时开始诊断工作

精确：

输出成果应当细致明了，对于并发故障容许输出各种诊断解，对于同一故障则只有一种诊断解，对于征兆不完备状况应输出按权值排序各种候选故障解

7）具备学习功能

当代设备复杂性以及新知识不断涌现，导致专家既有知识局限性

规定系统具备被动和积极（自学习）获取新知识能力

8）具备预测能力

应能预测故障发生和发展，以便在故障没有发生之前采用办法，将故障消灭在萌芽状态，使损失减为最小

9）具备决策能力

故障浮现前，应能提前预测故障

故障浮现后，应能对故障做出决策并提供维护方案

□构成原理：

■故障检测与诊断惯用办法

1）基于数学模型故障检测与诊断办法

特点是必要将故障数学模型化，有时建立模型很困难

不依赖实例和经验，合用于新没有成熟经验诊断

2）基于参数预计故障检测与诊断办法

特点是须先拟定一种信任域，当参数超过域时以为故障

合用于故障能由参数明显变化来描述诊断

3）基于信号解决故障检测与诊断办法

通过对检测信号分析解决，运用特性信号对故障进行辨认和诊断。

典型办法：

小波变换、模态分解等

4）基于知识故障检测与诊断办法

不需精准数学模型，能模仿人思维过程，具备自学习、自组织、自推理能力

5）基于实例故障检测与诊断办法

是一种使用过去经验实例指引解决新问题办法

长处是不需从实例中提取规则，求解快；局限性是能收集实例是有限，求解时也许浮现误诊或漏诊

6）基于模糊理论故障检测与诊断办法

征兆描述、故障与征兆关系往往具备模糊特性，模糊语言变量能更精确地表达这种模糊性征兆和故障

问题在于知识获取困难：

如何拟定故障与征兆间模糊规则；如何实现模糊语言变量与从属度间推理转换

7）基于神经网络故障检测与诊断办法

运用神经网络联想、推理和记忆能力进行知识解决

合用于复杂多模式诊断，有离线和在线诊断两种方式

■智能故障诊断中机器学习方略及其理解

简朴学习：

文献、专家和资料所描述关于诊断对象构造、功能、运营约束条件等知识，机械学习机制为主；

重要用于元知识学习阶段

交互学习：

知识工程师或诊断对象解决过知识，讲授学习机制为主；

重要用于领域知识学习和知识库丰富阶段

独立学习：

推理方略面对新知识，归纳学习机制为主；

重要用于诊断能力改进阶段

□构成办法：

■智能故障诊断系统设计规定

智能故障诊断系统设计，普通应满足如下规定：

1）满足故障诊断实际需要；

重要指标有故障诊断率、诊断成果精确率、系统可靠性和投资效益比等，普通需分阶段实现系统目的。

2）建立适应不同诊断对象知识库；

智能故障诊断系统是基于知识，以知识解决为研究内容，知识库建立是保证诊断成果对的性前提。

3）能自动获取征兆；

征兆自动获取是实现故障诊断智能化重要环节。

将征兆获取从顾客交给计算机，既可减少人为差错、提高诊断精确率，又可减轻操作规定、提高系统可接受性。

4）诊断和推理办法应符合故障诊断规定；

应从征兆出发去诊断故障，征兆对故障必定和否定限度，是故障诊断主线根据。

因而，知识表达和不精准推理应当充分反映故障诊断特点。

5）能实现计算机自动诊断；

完毕系统方案设计后，用计算机进行系统实际开发，可以使故障诊断易于实现，并获得最佳效果。

6）系统要通过严格测试和考核。

一方面，开发进度加快导致测试时间减少；另一方面，系统普通是由缺少现场经验人员研制。

经实验室模仿测试、现场测试后，才干投入实际应用。

三、智能故障诊断控制方案

□几种控制方案基本原理

■基于状态反馈、基于多模冗余、基于功能模块、基于神经网络、基于专家系统控制方案

□基于专家系统控制方案

■构造、原理

控制方案：

知识库存储领域专家知识；数据库存储监控对象原始数据、故障特性数据等；推理机按一定推理规则，对监控对象进行故障辨认、预计和决策，依照故障性质采用相应方略进行容错控制。

■推理过程和推理机概念，推理方略及其理解

推理：

就是对故障进行辨认和容错控制

推理过程：

就是将数据库中事实与知识库中规则进行匹配过程

推理机：

事实上就是实现推理过程一种智能程序

推理办法：

正向推理、反向推理、正反向混合推理

基于数据驱动正向推理方略：

推理过程较慢，合用于搜索空间较小知识库；

基于目的驱动反向推理方略、正反向混合双向推理方略：

推理效率较高，合用于搜索空间较大知识库或在线故障诊断。

■知识分类及其理解

1）原型知识：

原型知识是领域专家指出故障集和征兆集这两个集合之间存在拟定映射关系“征兆族→故障”

生成诊断知识可由规则或框架表达

它是故障诊断必备知识，也是推理机工作基本

2）关联知识：

关联知识是描述故障传播特性知识

生成诊断知识普通由规则来表达

它表征了诊断系统内部状态联系，构成了诊断问题求解途径，引导诊断向纵深推动直到故障位置和因素

3）权重知识：

权重知识是领域专家对故障间关系及证据可靠度结识

它可以有目地引导诊断过程进行，提高诊断效率

■对象分解及其理解

1）构造分解：

从构造上对系统进行分解，把系统总体构造分解为下一层子构造，直到最低层次零部件

最后可拟定系统故障物理位置，但难以表达子系统间互有关系，难以反映由联系劣化所引起故障

2）功能分解：

从功能上对监控对象进行分解，把系统总体功能分解为下一层次子功能，直到最低层次基本功能

无论子系统或与其相联系故障都能在功能层次中反映出来，但最后拟定诊断成果是系统劣化功能模块

3）故障分解：

从故障类型上对监控对象进行分解，下层总是上层特例、而上层则是下层概括，直到最详细故障

可反映出所有类型故障，但难以拟定故障物理位置

综合分解原则：

在高层采用构造和功能分解，减少分类过程搜索量；在中间和低层采用故障分解，与诊断目一致

四、智能故障诊断控制方略

□瞬时故障消除：

■几种常用瞬时故障消除方略

1）循环采样技术：

将信号一次采样改为循环采样，通过对采集数据类比分析，消除瞬时故障

2）自动补偿技术：

采用特殊构造和特殊装置构成补偿器，抵消瞬时故障影响，如温度补偿器

3）自动切换技术：

设备运营中浮现瞬时过载等不安全状况时，使设备关于某些或所有停止运营，消除瞬时故障影响和保护设备，如切换开关、熔断器

4）阻尼技术：

设备运营中浮现过载物理量时，对其加以限制或衰减，消除瞬时故障影响，如电感器抑制过电压、减震器吸取振动冲击等

5）旁路技术：

把瞬时过载能量或不需要物理量从旁路泄走，如低阻通路将瞬时过载电能旁路到大地、过流阀旁路掉液压或气动系统能量等

6）屏蔽技术：

把瞬时故障效应屏蔽起来，以消除瞬时故障影响，如碳纤维或形状记忆合金等

7）隔离技术：

通过设计瞬时故障隔离器来消除瞬时故障影响，如电磁隔离等

□多模块并行诊断方略：

■概念或原理

即对同一种故障信息，用不同诊断模块进行辨认，若成果相似或基本相似，则以为诊断成功，并依照故障性质和故障特性，调用相应容错模块对故障进行容错控制；若诊断成果差别较大，则可采用表决办法对成果做出判断。

■单输出对象：

模型区域划分、模型切换、避免切换震荡

模型区域划分：

仅依照控制器输出所在一维区域，划分为有代表性不同工作区段。

模型切换：

依照盼望控制器输出判断下一时刻系统处在哪个子模型控制器控制域内，以此切换模型。

避免切换振荡：

扩大训练域冗余，使相邻训练域互相重叠；

在总工作范畴内离线训练一种网络模型，作为过渡过程使用。

■多输出对象：

模型区域划分、模型切换

模型区域划分：

不能仅依照控制器输出所在一维区域进行划分，可以通过聚类办法划分样本空间进行子模型训练。

模型切换：

选取涉及当前系统状态子模型作为控制器；

将当前输入与各子模型工作空间从属度作为权值，各子模型都对输出进行加权贡献。

五、智能故障诊断实现办法

□故障信号检测：

■可预测故障和不可预测故障概念

1）可预测故障：

是指那些可预先懂得故障。

故障发生前普通均有一定征兆，只要及时捕获这些征兆信息并采用相应办法，就可防止故障。

渐发性故障是一种最常用可预测故障。

2）不可预测故障：

是指那些不可预先懂得，但会影响设备正常工作故障。

突发性故障是其中最典型一种。

可预测故障普通有一定规律性，易于检测和防范；不可预测故障具备随机性，且常对设备导致严重危害，是故障诊断研究重要对象。

■故障判断原则

1）绝对原则：

在设备同一部位、按一定规定测得体现设备状态值，与某种相应判断原则相比较，以评估设备状态。

2）相对原则：

对设备同一部位、同一工况、同一测量值，用相似办法进行定期测取，准时间先后将实测值与正常状态下初始值进行比较来判断。

3）类比原则：

若有多台机型相似、规格相似设备，在相似条件下用相似办法进行测定，通过互相比较来评估设备状态。

■薄弱信号检测概念

薄弱信号检测：

分析噪声产生因素和规律，研究被测信号特点和有关性，检测被噪声沉没薄弱有用信号、或从强噪声中提取有用信号、或采用其她新技术和新办法来提高检测系统输出信号信噪比。

■初期故障重要特点及其理解

1）初期故障信号很薄弱：

初期故障属于轻微故障，其故障信号分量普通很小，不易察觉；

2）初期故障信号表征不明显：

初期故障信号幅值、相位、时频特性等变化很小，表征很不明显；

3）初期故障信号容易被噪声信号沉没：

由于噪声信号普通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，初期故障信号常被噪声信号所沉没，具备很大隐蔽性。

□故障特性辨认：

■故障辨认内容

1）对的选取与设备状态关于特性信号

特性信号是指与设备功能紧密有关、最有用、能代表设备运营状态信号

应依照不同监控对象，选用最能反映其运营状态那某些信息作为特性信号

选取特性信号根据：

经济性好、信息量大、敏感度高

2）对的地从特性信号中提取征兆

对特性信号进行解决，提取出与设备状态有关、能直接用于诊断征兆信息

3）对的地依照征兆对设备进行状态辨认

征兆是故障诊断基本信息

采用适当故障诊断理论与办法对征兆加以解决，对不同设备状态进行模式辨认

4）对的地依照辨认成果对设备进行状态诊断

有故障时，分析故障位置、类型、性质、因素与趋势——故障定位

无端障时，分析状态趋势，预测将来状况——故障预测

5）对的地依照状态诊断对设备进行干预决策

干预设备及其工作进程，保证设备安全可靠高效运营

■故障辨认内容

故障辨认过程可分为如下四步进行：

1）特性信号检测

2）征兆信息提取

3）设备状态辨认

4）故障维修决策

■组合思维概念、基于组合思维辨认办法

专家系统知识解决模仿是人逻辑思维，神经网络知识解决模仿是人经验思维，将逻辑思维、经验思维和创造性思维集成在一起，就形成组合思维

一方面用经验思维进行辨认；当经验思维无法解决问题时，转向高一层逻辑思维；当逻辑思维也无法解决复杂问题时，转向更高一层创造性思维，即通过提出新假设，通过检查后再发现新理论和解决问题新办法

考试阐明

□考试方式：

■闭卷，试卷成绩60%，平时成绩40%

□考试题型：

■一、名次解释：

6题，5分/题，共30分

■二、简答：

8题，3题10分、5题8分，共70分

□考试时间：

■第10周周四（5月2日）下午14:

30-16:

30

□考试规定：

■禁止一切作弊行为