故障诊断技术综述

  • 格式:pdf
  • 大小:207.22 KB
  • 文档页数:5

下载文档原格式

  / 5
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

(
k
)
h (
x(k
+ 1) )
=
x
2
(
k T
+
1)
反; 应Г( k)
=
1 0 0 1
在 ( 1) 中 ,υ( k) ∈R2 , e ( k) ∈R 为互不相关 贝叶斯分类算法[28 ] 。文 [ 29 ] 给出了四种执
的高斯白噪声 , 其协方差分别为 Q ( k) 和 R 行器故障的诊断结果 ,包括了增益突变 、增益
还不多 。为此我们还需做艰苦的努力 ,做好 这一技术的转化推广工作 。由于流程工业的
b (0) = 0
(8)
基于此故障模型 , 就可以基于强跟踪滤
波器[1 ,27 ] ,采用扩展状态变量的方法[30 ] , 在
线得到 x ( k) 和 b ( k ) 的估计值 ^x ( k | k ) 和
^b ( k| k) 。软测量 ^x 1 ( k | k) 用于构成 PID 闭
(2) 6 结束语
α(
k
+ 1)
=α( k)
+
Da ( k)
α(0) = 1
(3)
ξ( k + 1) =ξ( k) + Dξ( k) ξ(0) = 0
(4)
(2) 中 , ^u 是执行器实际的输出 , u 是理
目前故障诊断领域的热门理论问题之一 仍然是 鲁 棒 诊 断 问 题 。尤 其 是 对 非 线 性 系 统 ,此问题还有待进一步解决 。另外 ,由于我 们2 一般都是采用低阶的模型描述高阶的非线 性对象 ,因此存在所谓的“未建模动态”问题 ,
· 6 2 · 化 工 自 动 化 及 仪 表 第 25 卷
国外的一些大的软件公司 , 如 Setpoint 公司等 ,已开发出了一些工程化的通用监控 软件 ,可以对被控过程进行在线监测 、诊断 , 以及跟踪故障时间等 。因此 ,开发我国的较 为通用的工程化故障诊断软件也是我们应做
促进故障诊断技术迅猛发展的一个主要 动力是市场的迫切需求 。70 年代初以来 ,随 着计算机科学的发展 ,人们所建造的自动化 装置的规模越来越大 ,投资也越来越高 ,如 : 现在一套大型乙烯装置上就有成百上千的控 制回路 ,整套装置的投资一般都在数十亿人 民币以上 。某些微小故障若不能及时排除 , 就有可能造成巨大的灾难 。美国挑战者号航 天飞机的失事 ,原苏联切尔诺贝利核电站的 泄漏事故 ,中国运载火箭的连续数次失事就 说明了这一点 。因此 ,在这种情况下 ,系统的 安全性就显得极其重要 。提高系统可靠性和 安全性的方法有多种 ,其中一个重要的方法 就是采用故障诊断技术 。
故障诊断技术最先在航空航天领域得到 了应用 ,随后在众多的工业领域取得了许多 应用成果 。专著[ 1 ]和综述文章[ 7 ]已列表详 细给出了这门技术的主要应用成果 ,一些著 名的应用实例有 :美国和德国在核反应堆上 进行了有益的尝试 ,取得了成功的实验结果 ; 美国在某大型宾馆建立了故障诊断系统后 , 已取得了节能 30 %的高效益 ;美国和德国已 将故障诊断技术应用于汽车发动机的在线故 障诊断 ,有望在通用汽车公司得到大规模应
讲 座 化工自动化及仪表 , 1998 , 25 (1) :58~62 Control and Instruments in Chemical Industry 第五讲 故障诊断技术综述
周东华 王桂增
(清华大学自动化系 ,北京 ,100084)
1 前 言 近年来 ,流程工业的计算机集成生产系
型:
与大量的故障诊断方法相比 ,故障诊断
x ( k + 1) = f ( x ( k) , ( u ( k) + b ( k) ) ) + 技术的实际应用成果显得非常不足 ,尤其是
Г( k)υ( k)
(5) 故障诊断系统在工业装置上实际长期运行的
b ( k + 1) = b ( k)
(6)
y ( k + 1) = h ( x ( k + 1) ) + e ( k + 1) (7)
环控制 , ^b ( k | k) 则用于执行器的故障诊断 ,
参见图 2 。图 2 中的故障诊断模块的核心是
复杂性和大规模性 ,造成了对这类对象建立 精确的数学模型变得异常困难 。因此 ,那些 需要精确数学模型的故障诊断方法就很难在 这类对象上得到推广应用 。而基于知识的方 法和基于信号处理的方法由于不需要对象的 精确数学模型 ,因此更适用于流程工业的故 障诊断 。
我们通常所说的故障是指系统所出现的 一些异常现象 。根据故障发生的部位 ,可以 把故障化分成被控过程的元器件故障 、执行
器故障 、传感器故障 ,以及控制器的软件 、硬 件故障等 。故障诊断技术包含了故障检测 、 故障分离 、故障估计和故障预报等内容 。如 果我们可以对故障做到早期诊断 ,就有可能 采取必要的措施 ,避免故障的进一步传播 ,或 者采用容错技术 ,使得被控过程在某些故障 发生时 ,仍可以有效地运行 。故障诊断技术 又可以分为在线诊断技术与离线诊断技术两 种 。为了有效地及时处理可能发生的故障 , 在线故障诊断技术是必需的 。
g ( x ( k) , u ( k) ) >
- x 1 ( k) - x 2 ( k) (1 +β)
+
Da(1 -
x1
(
k)
)
exp
(1
+
x2 ( k) x2 ( k)
/
γ)
H·应Da (1 -
x1
(
k)
)
域已 exp ( 1 +
x2 ( k) x2 ( k)
/
γ)
+
0 β·u
统 CIPS ( Computer Integreted Producting Systems) 已受到了世界各国的高度重视 , 因 此 , 作为 CIPS 重要组成部分的过程监督控 制系统也自然成为热点研究课题 。 而监督 控制系统的核心技术之一就是在线故障诊断 技术 。
我们目前所说的故障诊断技术一般都是 指以软件冗余 (或解析冗余) 为主的故障诊断 技术 ,是本世纪 70 年代初期以来首先从美国 发展起来的 。这项技术诞生以后逐渐引起了 学术界的关注 ,并且在近十年来得到了迅速 的发展 ,已取得了许多应用成果 。
用 ;美国空军已在实验战斗机上采用了故障 诊断技术 ;我国在半流程工业的生化过程和 联碱化工过程领域已有了许多实际的应用成 果 ;在流程工业的精馏塔 ,化学反应器等对象 上 ,故障诊断技术也已得到了应用 ;我国在旋 转机械的故障诊断方面处于国际先进水平 , 这是国家 85 重点攻关项目 ,已发表了大量的 研究报告 ,出版了许多学术专著 ,取得了大量 的应用成果 ;另外 ,我国在机器人系统 、造纸 机系统和大型电动机上都已进行了有益的尝 试 ,参见文献[ 8~21 ] 。 5 例 子
( k) 。在上面各式中 , 参数 γ, H , Da ,β, Tf , 缓变 、加性突变 、加性缓变型故障 ,正确检测
d t , Q ( k) , R ( k) 的数值参见[29 ] 。
率达到了 100 % ,并准确估计出了故障的幅
执行器故障可描述为 :
值 。参见文[ 29 ]的图 3~6 。
^u ( k) =β[α( k) u ( k) +ξ( k) ]
文[ 1 ,3 ,27~30 ]提出了一种强跟踪滤波
· 6 0 · 化 工 自 动 化 及 仪 表 第 25 卷
器方法 ,可以有效地应用于一类非线性系统 的在线故障诊断 。强跟踪滤波器方法从本质 上说属于参数估计方法的范畴 ,其独特之处 是可以用于故障幅值的在线估计 。因此可以 为技术过程的维护提供重要的信息 。 4 故障诊断技术的一些典型应用领域
Tc 表示执行器温度 , CA f , Tf 分别表示初始 的反应浓度和温度 。定义状态变量和控制量 如下 :
Leabharlann Baidu x 1 ( k)
=
CA f
- CA CA f
(
k)
;
x2 (
k)
=
T ( k) Tf
Tf ; u ( k) =
Tc ( k) Tf
T fγ
此系统的状态空间数学模型为 :
第 1 期 周东华等. 第五讲 故障诊断技术综述 · 61 ·
的一项重要工作 。
参考文献
1 周东华 ,孙优贤 1 控制系统的故障检测与诊断技术 1 北 京 :清华大学出版社 ,1994
2 周东华 ,席裕庚 ,张钟俊 1 故障检测与诊断技术 1 控制 理论与应用 ,1991 ;8 (1) :1 - 10
我国对故障诊断技术非常重视 ,如清华 大学自动化系从 1983 年起就已经开始了这 方面的研究工作 。据不完全统计 ,我国至少 已有 15 人在这一学术方向上取得了工学博 士学位 。《信息与控制》等刊物先后发表了这 方面的文章[2~5 ] 。1994 年 ,清华大学出版社 出版了“控制系统的故障检测与诊断技术”专 著[1 ] ,从一个侧面反映了我国在这一领域的 研究状况 。中国机械工程学会已经成立了故 障诊断专业委员会 ,并已定期召开机械行业 的故障诊断全国性学术会议 。 2 故障诊断技术的一些常用方法
残差序列产生器是基于解析模型的故障 诊断技术的必经之路 。当存在一定的建模误 差时 ,为了降低误报率和提高正确的检测率 , 人们已经致力于鲁棒残差序列产生器的获取 方法 。目前的研究成果主要集中在线性定常 系统[22~24 ] 。 312 检测系统的集成设计技术
一个好的故障检测系统应包含 :鲁棒残 差序列产生器 ,残差序列的鲁棒分析和残差 序列的鲁棒评价三部分 。文 [ 25 ,26 ] 研究了 这三部分的内在联系 ,提出了一种检测系统 的集成设计方法 ,可以有效地提高检测系统 的正确检测率 。 313 故障诊断的强跟踪滤波器技术
故障诊断技术发展至今 ,已提出了大量 的方法 。按 照 国 际 故 障 诊 断 权 威 , 德 国 的 P1M1Frank 教授的观点[6 ] ,所有的故障诊断 方法可以划分成基于知识的方法 、基于解析 模型的方法 、基于信号处理的方法三种 。沿 着这条思路 ,我们尝试着给出故障诊断各种 方法的分类 ,如图 1 所示 。
想的输出 。显然 , 故障模型 (2) ~ (4) 既代表 导致了操作变量的突变就有可能对系统造成
了乘性故障 , 又代表了加性故障 。为了估计 大的扰动 , 有可能使故障诊断系统出现误报
执行器故障的幅值 , 我们引入“等价偏差” 现象 。如何减弱操作变量对故障诊断系统的
b ( k) 的新概念 , 并建立如下执行器故障模 影响也是一个目前有待解决的重要问题 。
这里 , 我们给出一个强跟踪滤波器方法 应用于执行器故障的检测与诊断的例子 ,物 理对象是一个连续搅拌的化学反应釜 ,如图 2 所示 。
图 2 执行器故障诊断示意图
控制的目标是通过调节电热器的温度 , 达到对反应浓度设定点跟踪的目的 。图 2 中 , CA 代表反应浓度 , T 表示反应器温度 ,
收稿日期 1997 - 10 - 20 。
第 1 期 周东华等. 第五讲 故障诊断技术综述 · 59 ·
图 1 故障诊断方法分类示意图
当可以建立比较准确的被控过程的数学 模型时 ,基于解析模型的方法是首选的方法 。 现在已经证明了基于观测器的状态估计方法 与等价空间方法是等价的 。参数估计方法更 易于故障的定位与故障幅值的估计 。当可以 得到被控过程的输入输出信号 ,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 。其中 ,小波变换方法是近年 来发展起来的一种很有前途的方法 。当很难 建立被控对象的定量数学模型时 ,可采用基 于知识的方法 。其中基于定性模型的方法近 年来在欧洲受到了高度重视 ,得到了迅猛发 展。 3 基于解析模型的故障诊断的关键技术 311 鲁棒残差序列产生器
x ( k + 1) = f ( x ( k) , u ( k) ) + Г( k)υ( k) y ( k + 1) = h ( x ( k 领+ 1域) ) + e ( k + 1)
(1)
其中 ,
x (用k 实+ 1) =
x 1 ( k + 1) x 2 ( k + 1)
; f ( x ( k) , u ( k) ) > x ( k) + d t·g ( x ( k) , u ( k) )