故障诊断理论方法综述 故障诊断的主要任务有：故障检测、故障类型判断、故障定位及故障恢复等。其中：故障检测是指与系统建立连接后，周期性地向下位机发送检测信号，通过接收的响应数据帧，判断系统是否产生故障；故障类型判断就是系统在检测出故障之后，通过分析原因，判断出系统故障的类型；故障定位是在前两部的基础之上，细化故障种类，诊断出系统具体故障部位和故障原因，为故障恢复做准备；故障恢复是整个故障诊断过程中最后也是最重要的一个环节，需要根据故障原因，采取不同的措施，对系统故障进行恢复一、基于解析模型的方法 基于解析模型的故障诊断方法主要是通过构造观测器估计系统输出，然后将它与输出的测量值作比较从中取得故障信息。它还可进一步分为基于状态估计的方法和基于参数估计的方法，前者从真实系统的输出与状态观测器或者卡尔曼滤波器的输出比较形成残差，然后从残差中提取故障特征进而实行故障诊断；后者由机理分析确定系统的模型参数和物理元器件之间的关系方程，由实时辨识求得系统的实际模型参数，然后求解实际的物理元器件参数，与标称值比较而确定系统是否发生故障及故障的程度。基于解析模型的故障诊断方法都要求建立系统精确的数学模型，但随着现代设备的不断大型化、复杂化和非线性化，往往很难或者无法建立系统精确的数学模型，从而大大限制了基于解析模型的故障诊断方法的推广和应用。 二、基于信号处理的方法 当可以得到被控测对象的输入输出信号，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。基于信号处理的方法是一种传统的故障诊断技术，通常利用信号模型，如相关函数、频谱、自回归滑动平均、小波变换等，直接分析可测信号，提取诸如方差、幅值、频率等特征值，识别和评价机械设备所处的状态。基于信号处理的方法又分为基于可测值或其变化趋势值检查的方法和基于可测信号处理的故障诊断方法等。基于可测值或其变化趋势值检查的方法根据系统的直接可测的输入输出信号及其变化趋势来进行故障诊断，当系统的输入输出信号或者变化超出允许的范围时，即认为系统发生了故障，根据异常的信号来判定故障的性质和发生的部位。基于可测信号处理的故障诊断方法利用系统的输出信号状态与一定故障源之间的相关性来判定和定位故障，具体有频谱分析方法等。 三、基于知识的方法 在解决实际的故障诊断问题时，经验丰富的专家进行故障诊断并不都是采用严格的数学算法从一串串计算结果中来查找问题。对于一个结构复杂的系统，当其运行过程发生故障时，人们容易获得的往往是一些涉及故障征兆的描述性知识以及各故障源与故障征兆之间关联性的知识。尽管这些知识大多是定性的而非定量的，但对准确分析故障能起到重要的作用。经验丰富的专家就是使用长期积累起来的这类经验知识，快速直接实现对系统故障的诊断。利用知识，通过符号推理的方法进行故障诊断，这是故障诊断技术的又一个分支——基于知识的故障诊断。基于知识的故障诊断是目前研究和应用的热点，国内外学者提出了很多方法。由于领域专家在基于知识的故障诊断中扮演重要角色，因此基于知识的故障诊断系统又称为故障诊断专家系统。如图1.1
基于MFM的故障诊断模型的研究 发表时间：2016-08-25T16:02:40.417Z 来源：《电力设备》2016年第12期作者： 1罗成 2牟春晓 3孙睿 4许潇 5曹东亮 6李雪 [导读] 多级流模型是一种基于目标的层次化、图形化的建模方法，它将真实的物理系统以物质流、能量流、信息流的形式进行抽象。 1罗成 2牟春晓 3孙睿 4许潇 5曹东亮 6李雪艳 （1、2、4、5、6国网山东省电力公司检修公司 264000 ; 国网山东省电力公司东营供电公司 257000） 摘要：多级流模型将复杂系统分解为不同的功能层，相互之间通过完成关系、实现关系和条件关系相连接。本文通过研究MFM中流的基本属性、功能节点分组及MFM的建模方法，建立变电站的MFM模型。 关键字：MFM 故障诊断模型 1. MFM模型 基于多级流模型（Multilevel Flow Models, MFM）的故障诊断方法，是把整个生产过程抽象成广义的“流”，根据生产系统物质流、能量流以及信息流等变化推断故障源[1]。目前，MFM已经成功应用于复杂系统的故障诊断。 2.MFM建模的理论基础 多级流模型是一种基于目标的层次化、图形化的建模方法，它将真实的物理系统以物质流、能量流、信息流的形式进行抽象，然后使用一些特定的图形符号来描述系统过程的目标、功能以及设备单元，从而对系统的生产、运行过程进行建模。 MFM对系统主要进行三个层次的描述：目标、功能、设备元件 [2]。在电力系统中，应用较多的功能节点有：源、目标、传输、存储、平衡、汇、连接节点、观测者、决策者、管理者及操作者等，如图1所示。 图1 常用功能节点 每个功能模型通过流网络以特定的连接关系与一个或多个目标模型连在一起，以完成系统的目标。同样，目标模型也能通过特定的条件关系与一个或多个功能模型连接起来，表明此目标为该功能实现的前提。目标、功能和设备元件之间是多对多的关系，概括起来说，主要有：达成关系、条件关系、实现关系等。 多级流模型的建模思想是把生产过程抽象成广义的“流”，以系统目标与实现目标的功能为模型主体，建立复杂流程工业系统的抽象层次模型。以 “流”作为建模的主线，它主要可分为：能量流、物质流、信息流[3]。 因为多级流建模是一种基于目标与功能的建模方法，子目标的实现是总目标实现的前提条件，所以，可以把大系统分解成若干个子系统。子系统的目标即为子目标，子目标的实现要靠多种功能共同完成。 3.简单电力系统MFM简化模型分析 下面以一个简单电力系统的简化MFM模型为例，说明MFM建模的机理，对MFM的建模过程进行验证。简单电力系统的示意图如图2所示。 图2 简单电力系统示意图 电力系统的供电过程是：发电机发出电能，通过母线输送到线路，然后再通过母线输送到负载。 系统主要由发电机C1、母线C2和C5、线路C4、负载C6和保护C3组成。本文主要以其两个目标进行举例说明：G1是系统的主目标——维持负载正常供电；G2是系统的子目标——为线路提供保护。 电力系统的目标、功能节点及设备元件间的关系如上文分析的是多对多的关系。它们之间的关系主要有：设备元件C1-C6和功能节点Fl-F10间的实现关系，目标G1与功能节点F1-F7间的达成关系，子目标G2与功能节点F4的条件关系以及功能节点间的连接关系。 考虑到实际电力系统的复杂性，可以将电力系统分模块建模，主要的模块有发电机、线路、母线、保护和负载。各个模块的模型如图3所示，这些模块之间可以相互连接，其中母线模块可以根据母线上具体的出现调整出线的多少，保护可以具体到保护的类型。
发动机故障诊断与排除教案
常见车型故障码调取与清除 教案内容 一、日本丰田车系 1.调取故障码 普通方式调取故障码：打开点火开关，不起动发动机，用专用跨接线短接故障诊断座上的“ＴＥ１”与“Ｅ１”端子，仪表盘上的故障指示灯“CHECK ENGINE”即闪烁输出故障码。 2.清除故障码 故障排除后，将ECU中存储的故障码清除，方法有两种：一是关闭点火开关，从熔丝盒中拔下EFI熔丝（20A）10s以上；二是将蓄电池负极电缆拆开10s以上，但此种方法同时使时钟、音响等有用的存储信息丢失。 二、日本日产车系 随车型不同，故障码的调取与清除分三种不同方式： 1.如果在主电脑侧有一红一绿两个指示灯，另有一个“TEST”（检测）选择开关，调取故障码时，先打开点火开关，然后将“TEST”开关转至“ON”位置，两个指示灯即开始闪烁。根据红绿灯的闪烁次数读取故障码，红灯闪烁次数为故障码的十位数，绿灯闪烁的次数为故障码的个位。清除故障码时，将“TEST”开关转至“OFF”位置，再关闭点火开关即可清除故障码。主电脑位于仪表盘后或叶子板后。 2.如果在主电脑侧只有一个红色显示灯，另有一个可变电阻调节旋钮孔，调取故障码时，先打开点火开关，然后将可变电阻旋钮顺时针拧到底，等2 s后再将可变电阻旋钮逆时针拧到底，红色显示灯即开始闪烁输出故障码。每次操作只能输出一个故障码，有多个故障码时需重复上述操作。清除故障码时，将可变电阻旋钮顺时针拧到底，等15s 后再逆时针旋到底，再等 2 s后关闭点火开关即可清除故障码。 3.如果仪表盘上有故障指示灯“CHECK ENGINE”，则可通过短接诊断座上的相应端子调取故障码，日产车系故障诊断座位于发动机盖板支撑杆上方的熔丝盒内，有12端子和14端子两种，调取故障码时，先打开点火开关，然后取出12端子或14端子诊断座，并用跨接线短接诊断座上“6＃”和“7＃”端子（14端子诊断座）或“4＃”和“5＃”端子（12端子诊断座），等2s后拆开短接导线，仪表盘上的“CHECK ENGINE”灯即闪烁输出故障码（波形见下图）。每次操作只能输出一个故障码，有多个故障码时需重复上述操作。清除故障码时，将诊断座右上侧的两个端子短接15s以上，再关闭点火开关即可清除故障码。 日产车系故障码输出波形
课程名称：故障诊断方法与应用报告题目：内圈故障诊断实验报告学生班级；研152 学生姓名： 任课教师： 学位类别：
设备故障诊断技术是一种了解和掌握设备在使用过程中的状态，确定其整体或局部是正常或异常，早期发现故障及其原因，并能预报故障发展趋势的技术。安装合适的传感器可以获得故障的特征信号，通过信号反映故障产生原因。滚动轴承是机械中的易损元件，据统计旋转机械的故障有30%是由轴承引起的，它的好坏对机器的工作状态影响极大。轴承的缺陷会导致机器剧烈振动和产生噪声，甚至会引起设备的损坏。滚动轴承的振动可由于外部的振源引起，也可由于轴承本身的结构特点及缺陷引起。而随着科学技术不断发展和工业化程度的不断提高，机械设备精密程度、复杂程度及自动化程度不断提高，凭个人的感观经验对机械设备进行诊断己经远远不够，因此轴承的状态检测和故障诊断是十分必要的，已经成为机械设备故障诊断技术的重要内容。滚动轴承故障监测诊断方法有很多种，它们各具特点，其中振动信号法应用最广泛。本次实验就是采用振动信号法对滚动轴承故障实验平台的滚动轴承的故障信号进行分析。
1 绪论 (1) 2 轴承内圈故障特征频率 (2) 3 时域无量纲参数分析 (2) 3.1 时域波形 (2) 3.2 傅里叶变换运算分析故障 (3) 4通过自相关、互相关、功率谱运算分析故障 (4) 4.1 自相关分析 (4) 4.2 互相关运算分析故障 (5) 4.3功率谱密度 (6) 5 Haar小波分析 (7) 5.1小波分解 (7) 5.2 小波降噪 (9)
1 绪论 随着对滚动轴承的运动学、动力学的深入研究，对于轴承振动信号中的频率成分和轴承零件的几何尺寸及缺陷类型的关系有了比较清楚的了解，加之快速傅里叶变换技术的发展。开创了用频域分析方法来检测和诊断轴承故障的新领域。其中最具代表性的有对钢球共振频率的研究，对轴承圈自由共振频率的研究。本文主要着重于对滚动轴承内圈磨损的故障研究，主要研究方法为傅里叶变换，功率谱，自相关以及互相关，小波理论。 滚动轴承在运行过程中可能会因为各种原因出现故障，如安装不当、异物入侵、润滑不良、腐蚀和剥落等都会导致轴承出现故障。安装不当会导致轴承不对中，使得轴承在运行中，产生一种附加弯矩，给轴承增加附加载荷，形成附加激励，引起几组强烈振动，严重时会导致转子严重磨损、轴弯曲、联轴器和轴承断裂等严重后果。即使轴承安装正确，在长期的运行中，由于异物的入侵或则负荷的作用下，接触面会出现不同程度的金属剥落、裂痕等现象，进而导致旋转部件与故障区域接触时产生强烈振动。本次实验主要针对潜在危害很大的裂痕故障信号进行分析研究。滚动轴承在出现裂痕故障后，随着轴承的旋转，由于旋转部件与裂痕周期性的碰撞会产生周期性的冲击信号，且周期可以通过轴承结构计算得出。图1.1所示为滚动轴承基本结构。 图1.1 滚动轴承基本结构 d：滚动体直径 D：轴承节径（滚动体所在圆的直径） R：内圈直径 i R：外圈直径 o ：接触角（滚动体受力方向与轴承径向平面的夹角） Z：滚动体个数
价值工程 0引言 随着武器装备复杂性不断增加，对武器装备维护和故 障诊断提出了更高的要求。近年来， 一些逐渐兴起的智能故障诊断方法，比传统方法能够更加快速，有效的诊断装备故障。 目前，人工智能技术的发展，特别是基于知识的专家系统技术在故障诊断中的应用，使得设备故障诊断技术进入了一个新的智能公发展阶段。传统的故障诊断专家系统虽然在某些领域取得了成功，但这种系统在实际应用中存在着一定的局限性，而人工神经网络技术为解决传统的专家系统中的知识获取，知识学习等问题提供了一条崭新的途径[1][2][3]。 1神经网络模型原理 人工神经网络简称神经网络（Neural Network ），具备并行性、 自学习、自组织性、容错性和联想记忆功能等信息处理特点而广泛用于故障诊断领域，它通过对故障实例及诊断经验的训练和学习，用分布在神经网络中的连接权值来表达所学习的故障诊断知识，具有对故障联想记忆、模糊匹配和相似归纳等能力。人工神经网络在故障诊断中的应用研究主要有三个方面：一是从预测角度应用神经网络作为动态预测模型进行故障预测；二是从模式识别角度应用神经网络作为分类器进行故障诊断；三是从知识处理角 度建立基于神经网络的专家系统[4][5] 。 1．1神经网络基本模型基于神经细胞的这种理论知识，在1943年McCulloch 和Pitts 提出的第一个人工神经元模型以来，人们相继提出了多种人工神经元模型，其中被人们广泛接受并普遍应用的是图1所示的模型[6]。 图1中的x 0，x 1，…，x n-1为实连续变量，是神经元的输入，θ称为阈值（也称为门限），w 0，w 1，…，w n-1是本神经元与上级神经元的连接权值。 神经元对输入信号的处理包括两个过程：第一个过程 是对输入信号求加权和，然后减去阈值变量θ， 得到神经元的净输入net ，即 net=n-1 i =0Σw i x i -θ 从上式可以看出，连接权大于0的输入对求和起着增强的作用，因而这种连接又称为兴奋连接，相反连接权小于0的连接称为抑制连接。 下一步是对净输入net 进行函数运算，得出神经元的输出y ，即y=f （net ） f 通常被称为变换函数（或特征函数），简单的变换函 数有线性函数、 阈值函数、Sigmiod 函数和双曲正切函数。根据本文的研究特点，变换函数f 取为Sigmoid 函数，即f （x ）=11+e （-x ） 1．2神经网络知识表示传统的知识表示都可以看作是知识的一种显示表示，而在ANN 中知识的表示可看作是一种隐式表示。在ANN 中知识并不像传统方法那样表示为一系列规则等形式，而是将某一问题的若干知识在同一网络中表示，表示为网络的权值分布。如下所示阈值型BP 网络表示了四条“异或”逻辑产生式规则[7]： IF x 1=0AND x 2=0THEN y=0IF x 1=0AND x 2=1THEN y=1IF x 1=1AND x 2=0THEN y=1IF x 1=1AND x 2=1THEN y=0基于这种网络知识表示结构，其BP 网络结构如图2所示。 网络通常由输入层、隐层和输出层组成。网络第一层为输入层，由信号源节点组成，传递信号到隐层；第二层为隐层，隐层节点的变换函数是中心点对称且衰减的非负线性函数；第三层为输出层，一般是简单的线性函数，对输入模式做出响应。理论上已证实，在网络隐 —————————————————————— —作者简介：李洪刚（1981-），男，河北石家庄人，硕士，控制工程专 业；郭日红（1982-），男，山西大同人，硕士，测试专业。 装备故障诊断方法研究 Analysis of Fault Diagnosis for Equipment Based on Neural Network System 李洪刚①②LI Hong-gang ；郭日红②GUO Ri-hong （①军械工程学院，石家庄050003；②中国人民解放军66440部队，石家庄050081） （①Ordnance Engineering College ，Shijiazhuang 050003，China ；②No.66440Unit of PLA ，Shijiazhuang 050081，China ） 摘要：分析了神经网络故障诊断的特点，构建了神经网络的装备故障诊断模型，克服了传统故障诊断的缺点，并用某型装备故障 的数据进行了验证，结果表明了神经网络诊断故障是一种有效的诊断方法。 Abstract:Characteristics of the neural network and expert system are analyzed.Fault diagnosis for equipment base on neural network is constructed.A weak of the traditional method of fault diagnose is overcome.And availability of the method based on neutral network system is verified by experimental results of one equipment fault. 关键词：神经网络；故障诊断；装备Key words:neural network ；fault diagnose ；equipment 中图分类号：E911文献标识码：A 文章编号：1006-4311（2012）32-0316-02 ·316·
故障诊断基本原则、故障排查方法、电路排查的方法及数据流读取分析 2015-02-01刘金深圳三羚汽车电脑诊断仪 目录导读： 一、故障诊断基本原则 二、故障排查方法 三、电路排查的方法 四、数据流读取分析 一、故障诊断基本原则 造成电喷发动机故障的原因可能是电子控制系统故障，可能是低压油路、进排气气路故障，也可能是燃喷高压零部件或者发动机各机械部件故障。为准确而迅速地找出故障所在， 在故障诊断过程中我们应该遵循一定的原则，基本原则可概括为以下几点： 1、先读代码 电喷发动机都有故障自诊断功能，当系统出现某种故障时，电控单元就会即刻监测到故障并通过故障灯向驾驶员报警，与此同时以代码的方式储存该故障的信息。通常我们有两种方式获取故障码： 1）按下检查开关，发动机故障指示灯会按顺序闪出闪码； 2）使用诊断仪读取故障码。 从而我们可根据读得的故障码排查故障。 2、由外而内 在发动机出现故障时，先对电子控制系统以外的可能故障部位予以检查。这样可避免本来是一个与电子控制系统无关的故障，却对系统的传感器、电脑、执行器及线路等进行复杂且又费时费力的检查。 当发动机发生故障时，首先观察系统的故障指示灯，如果指示灯没亮，则基本可以作为机械故障来进行处理。如果指示灯亮，必须先读取故障码，进而进行相应处理。 3、先简后繁 很多情况下，发动机的故障都是比较简单的故障，电气系统的故障也是如此。我们可以首先对电气系统进行初步的检查，比如检查电控系统线束的连接状况： 1）传感器或执行器的电连接器是否良好？ 2）线束间的连接器是否松动或断开？ 3）电线是否有磨破或线间短路现象？ 4）电连接器的插头和插座有无腐蚀现象？ 5）各传感器和执行器有无明显损伤？ 如果以上简单检查找不出故障，则需要借助于仪器仪表或其他专用工具来进行检查时， 也应对较容易检查的先予以检查。能检查的项目先进行检查。
摘要 化工生产过程是复杂的动态系统,该生产过程一般是在高温高压、低温真空、有毒或腐蚀性等极端条件下进行的,生产系统和设备一旦发生故障，将会造成经济损失，甚至造成人员伤亡和环境污染。利用故障诊断技术提高系统的可靠性和安全性，已经引起了企业和学术界的高度重视，并在该研究领域取得了丰富的研究成果。 本文主要对田纳西－伊斯曼过程(Tennessee - Eastman Process,TEP)进行了模拟与仿真研究。首先在查阅文献基础上对故障诊断方法进行了概述。并对TE过程中的五大操作单元进行了研究。其中包括反应器、冷凝器、汽/液分离器、压缩机及汽提塔五大操作单元。在此基础上，对主元分析的故障诊断法的原理和算法进行了研究，并以TE过程为背景,调用其化工过程数据，编写MATLAB程序实现T2图、Q图以及贡献图，采用主元分析法对TE过程进行了仿真实验研究，证明主元分析方法的有效性。 关键词：TE过程;故障诊断;模拟;T2统计;Q统计
Abstract The chemical production process is a complex dynamic system .The process is generally carried out under the extreme environment which may have high temperature, high pressure,low-temperature vacuum ,poison or corrosiveness etc.. When the industrial production devices result in fault,it will bring economical loss or even cause human injuries and environmental problems .Improving the dependability and security depending on fault diagnosis technology is paid attention by companies and researchers ,lots of achievements have been obtained in fault diagnosis field. This thesis mainly imitate and studied the Tennessee - Eastman process(Tennessee - Eastman Process, TEP). Then described that five big operation elements in TE process. In which including reactor, condenser, steam, fluid separator, compressor and stripper five big operation unit.Method has carried out classification on TE process and the malfunction diagnose.In this foundation，studied the principal component analysis method. Taking the TE process as an application background ,we programmed the MATLAB algorithm of PCA, drawed the T2 statistic 、Q statistic and contribution map ,proved the validity of the method. Keywords: TE pross; Fault diagnosis; imitate; T2statistic; Qstatistic
故障诊断与容错技术概述——第一部分：基于模型和信号的故障诊断技术 引言：随着工业系统复杂性和费用的不断增加，不能容忍性能下降、生产率降低和安全隐患这些必须尽早的检测和识别出异常和故障的存在，并采取实时的故障容错操作尽量降低性能的下降避免危险情况出现。在过去40年里，关于故障诊断和容错技术的丰硕的研究成果被报道出来并应用到各种工程系统中。这三部分的调查目的在于给出实时故障诊断和容错技术的全面的回顾，对过去十年的成果进行重点关注。在本文中，全面回顾关于基于模型和信号处理的故障诊断方法和应用。 关键词：冗余分析；故障容错；基于模型的的故障诊断；实时监测；基于信号的故障诊断； Part I介绍 众所周知，许多工程系统，例如航空发动机、车辆动力学、化学工艺、制造系统、电力网络、电气设备、风力发电转换系统以及工业电子设备是安全关键系统。工业系统对潜在过程异常和部件故障的安全和可靠性的要求不断提升。因此，尽早的检测和识别出任何类型的故障和潜在异常并采取容错操作以降低性能下降避免危险情况的出现十分重要。 故障被定义为系统的至少一个特征属性或参数从可接受的/平常的/标准的状态出现一个不受约束（原文：unpermitted）的偏差。类似的故障例如，执行器阻塞、传感器失效或者一个系统失去连接。因此通常故障常被分为执行器故障、传感器故障以及设备故障（或者称为组件故障或参数故障），这些故障会打断系统的控制器对系统部件的控制行为或者产生大量的测量误差或者直接改变系统的动态输入输出属性，从而导致系统的性能下降甚至使整个系统崩溃或损坏。为了提升所关心系统的可靠性，故障诊断通常通过使用冗余的概念用于监控、定位，并辨识故障，冗余通常可分为硬件冗余和软件冗余(或称为解析冗余)两种。硬件冗余的基本思想是使用相同的输入信号分量，从而使得复制的输出信号可以进行
基于案例推理的装甲装备故障诊断方法研究 0引言 基于案例推理技术摆脱了知识瓶颈的束缚，在很多领域得到了广泛应用，如航空远程故障诊断、民用飞机维修间隔期确定智能化农业和教学指导等。但目前的研究大部分集中在案例检索方面，如高明通过改进最近邻法来实现水轮发电机组的故障诊断;李锋尝试采用人工神经网络方法实现案例检索与案例实现的整体设计方案;程刚提出将无机环图支持向量机多类分类器应用到案例检索中，很少具体考虑应用领域的特点对案例组织与索引的影响。 基于此，笔者在考虑应用领域特点的前提下，探索新的案例库组织形式，并在此基础上确立相应的索引机制，以提高故障案例的覆盖面和案例推理的效能，更好地满足装甲装备诊断与维修需求。 1装甲装备维修保障领域的特点 装甲装备维修领域的知识很难通过规则的形式对其进行全方位的描述，但却比较具体地蕴含在实践过程产生的案例中，该领域具有以下特点。 1.1经验知识占主导地位 装备维修是实践性非常强的活动，其熟练的维修技能依赖于长时间的维修实践积累的经验，因为故障的表现形式十分复杂，依靠建立数学模型等结构化知识来解决维修实践过程中的问题很难有实际的指导意义，但维修方案的验证与存储却相对容易，不存在知识获取的瓶颈，因此经验知识在装备维修领域依然处于主导地位。 1.2理论多是定性化描述 维修领域的理论研究已经比较成熟，但是在比较重要的环节，例如阂值确定等方面却很难有足够实践指导意义的理论支持，即使有相关研究也多是定性化描述，缺少定量的设计。 1.3不同装甲装备型号之间的相似性 需求决定设计，人们对装甲装备火力性、防护性、机动性的需求决定了车型的设计，而技术制约需求，技术发展的连续性决定了人们对装甲装备设计要求的延续性，因此很少有车型是完全创新的，大部分新车型是对老车型的改进，不同型号间车型的结构、功能、运行环境存在很大的相似性，有些系统还包含标准化产品，因而其故障现象、故障原因就可能存在相似性，这就决定了维修方案之间存在极大的相似性，因此不同车型的相似部件的维修方案制定有很大的借鉴意义。 2案例检索 2.1案例的组织与索引策略
故障诊断技术研究及其应用 1 引言 以故障为研究对象是新一代系统可靠性理论研究的重要特色，也是过程系统自动化技术从实验室走向工程的重要一环。最近二十多年来，以故障检测、故障定位、故障分离、故障辨识、故障模式识别、故障决策和容错处理为主要内容的故障诊断与处理技术，已成为机械设备维护、控制系统系统可靠性研究、复杂系统系统自动化、遥科学、复杂过程的异变分析、工程监控和容错信号处理等领域重点关注和广泛研究的问题。 诊断(Diagnostics)一词源于希腊文，含义为鉴别与判断，是指在对各种迹象和症状进行综合分析的基础上对研究对象及其所处状态进行鉴别和判断的一项技术活动[1]。故障诊断学则是专门以考察和判断对象或系统是否存在缺陷或其运行过程中是否出现异常现象为主要研究对象的一门综合性技术学科。它是诊断技术与具体工程学科相结合的产物，是一门新兴交叉学科。故障诊断与处理技术，作为一门新兴技术学科，可划分为如下三个不同的研究层次： (1) 以设备或部件为研究对象，重点分析和诊断设备的缺陷、部件的缺损或机械运转失灵，这通常属于设备故障诊断的研究范畴； (2) 以系统为研究对象，重点检测和分析系统的功能不完善、功能异常或不能够完成预期功能，这属于系统故障检测与诊断的研究范畴； (3) 以系统运行过程为研究对象，考察运行过程出现的异常变化或系统状态的非预期改变，这属于过程故障诊断的研究范畴。 概而言之，故障诊断研究的是对象故障或其功能异常、动作失败等问题，寻求发现故障和甄别故障的理论与方法。无论是设备故障诊断、系统故障诊断还是过程故障诊断，都有着广泛的研究对象、实在的问题背景和丰富的研究内容。本文将从故障诊断与处理技术的研究内容、典型方法和应用情况等三个方面，对故障诊断及相关技术的发展状况做一综述，同时简要指出本研究方向的若干前沿。 2 故障诊断与处理的主要研究内容 故障诊断与处理是一项系统工程，它包括故障分析、故障建模、故障检测、故障推断、故障决策和故障处理等五个方面的研究内容。 2.1 故障分析 故障是对象或系统的病态或非常态。要诊断故障，首先必须对故障与带故障的设备、系统、过程都有细致分析和深入研究，明确可能产生故障的环节，故障传播途径，了解故障的典型形式、表现方式、典型特征以及故障频度或发生几率，结合对象的物理背景了解故障产生的机理、故障关联性和故障危害性。 常用的故障分析方法有对象和故障环节的机理分析法、模拟法、数值仿真或系统仿真法和借助数学模型的理论分析法等。 2.2 故障建模 模型分析是现代分析的基本方法，对复杂对象的故障诊断同样具有重要应用价值。为了定量或定性地分析故障、诊断故障和处理故障，建立故障的模型和带故障对象的模型是十分
故障检测与诊断的模型 发表时间：2017-08-01T11:15:27.483Z 来源：《电力设备》2017年第9期作者：陈明庆 [导读] 摘要：快速、准确的故障检测与诊断离不开有效的系统模型。针对故障检测与诊断的特点，文章简要介绍了机理建模（南京理工大学江苏南京 210094） 摘要：快速、准确的故障检测与诊断离不开有效的系统模型。针对故障检测与诊断的特点，文章简要介绍了机理建模、知识建模和数据驱动建模三类传统建模方法，并从不同维度对以上几种建模方法作了比较阐述，同时基于上述各模型的特点，给出了几种混合建模的思路。 关键词：机理；知识；数据驱动；混合模型 0 引言 故障检测与诊断是一门相对独立的技术。我国在1979 年才初步接触故障检测与诊断技术，经过30多年的发展，故障检测与诊断技术已在自动驾驶、人造卫星、航天飞机、汽轮发电机组、大型电网系统等重要核心领域得到广泛应用。 目前，故障检测与诊断的模型大致有基于机理的模型、基于知识工程的模型、基于数据驱动的模型，文章将结合各模型的特点重点探讨故障检测与诊断中混合建模的思路。 1 机理模型 基于机理模型的方法首先需要被诊断系统精确的机理模型，然后利用构造出来的观测器预估系统的输出值，再将估计值与实际值做差产生残差。当系统运行正常时，残差应为零或近似于零；当系统出现故障时，残差量会明显超出允许范围。基于机理模型的方法根据残差产生的原因可细分为参数估计法、状态估计法、等价空间法等。参数估计法根据观测数据来辨识系统的动态参数，依据系统参数与模型参数的差值来判断系统是否出现故障。状态估计法通过对系统的状态进行重构，通过与可测变量做差生成残差序列，并采用统计检验法从残差序列中把故障检测出来，前提是系统可观测或者部分可观测，一般用各种状态观测器或滤波器进行状态估计。等价空间法是通过系统的输入输出真实值来检验系统机理的等价性，通过确定系统的输入输出间的冗余，实现检测和分离故障的效果。 基于解析模型的故障诊断方法充分体现了过程的内部机理，外延性好。但当系统过于复杂时无法获取其内部机理的全部信息，具有一定的局限性。 2知识工程模型 基于知识的方法主要是通过相关的经验建立系统的定性模型来解决复杂的故障诊断问题。基于神经网络、模糊逻辑方法是常用的方法。其中，神经网络因其具有处理非线性和自学习以及并行计算能力的特点，有利于非线性系统的故障诊断。模糊逻辑由于其概念易于理解，表达上更接近人的思维，适用于复杂的故障诊断中。 基于知识的方法不需要精确的定量机理模型，其适用于有相关经验和知识的对象，且诊断的结果易于理解。但是，其最大的缺点是通用性差，必须通过大量的经验知识才能够建立“知识库”；当系统比较复杂时，很容易出现一种未知故障会导致误报和漏报的情况。此时，基于知识的方法将不再适用。 3数据驱动模型 基于数据驱动的方法是通过采集系统的输入输出数据，然后分析数据的各种统计特征，建立过程的数据特征模型。目前，常用的方法有小波分析、神经网络、主成分分析等。小波分析方法是对所采集的信号进行相关处理，处理后的信号中除去由于输入变化引起的奇异点，剩下的奇异点即为系统可能出现的故障点。神经网络能够实现自组织、自学习，同时还具有处理非线性、并行、信息分布存储等能力，这大大提高了故障诊断的效率。主成分分析方法的主要是通过坐标变换将数据从高维空间映射到低维空间，建立正常情况下的主成分模型，当实测信号偏离所建模型时即可判断系统出现异常。 基于数据驱动的方法不必像基于机理模型那样需要过程的模型或先验知识只需对过程数据进行处理与分析，简单方便，实时性好，实用性强。但是数据模型的内插性及外延性较差，无法获取大量的各种状态下的过程数据。 4 混合模型 基于机理与基于数据驱动模型相结合的混合建模技术既能保证模型有明确的物理意义，又能保证模型具有较高的精度[6]。
摘要 通过回顾航空维修理论及技术的发展历程，分析了以可靠性为中心的维修思想的优越性,阐述了几种航空维修方式各自的特点,指出了新维修思想所带来的革命性成果,即保证安全的前提下降低了维护成本和维修工作量。最后，对新维修思想在我国的应用途径与前景提出了自己的观点。 关键词: 可靠性; 航空维修; 视情; 事后。 1课题背景及其意义 航空维修是随着飞机的诞生而出现的,它是一门综合性的学科。随着科学技术的发展,航空维修经历了从经验维修、以预防为主的传统维修阶段到以可靠性为中心和逻辑决断法的现代维修阶段。目前航空维修已经是一门系统性的学科。 1传统和现代维修思想的对比 1.1传统的维修思想 按照传统的观念,航空维修就是对航空技术装备进行维护和修理的简称,即为保持和恢复航空技术装备实现规定功能而采取的一系列工程技术活动。其基本思想是安全第一,预防为主,也就是按使用时间进行预防性维修工作,通过定时检查、定期修理和翻修来控制飞机的可靠性。这种以定时维修为主的传统维修思想将飞机的安全性与各系统、部件、附件、零件的可靠性紧密相联,认为预防性维修工作做得越多,飞机就越可靠,翻修间隔期的长短是控制飞机可靠性的重要因素。西方通常将这种以定期全面翻修为主的预防维修思想也叫定时维修思想称之为翻修期控制思想。 1.2 现代维修思想的形成 随着航空工业的发展,飞机设计及可靠性、维修性都有了极大提高,特别是余度技术的采用使飞行安全基本有了保障。维修手段上检测设备日益完善,磁粉、着色、荧光、X光等无损探伤手段和电子计算机得到普遍运用。详细的寿命统计资料的积累、疲劳对飞机结构影响程度的掌握,充实了维修经验和理论知识,使可靠性理论和维修性理论得到发展。另外,维修的经济性、维修方针的适用性也越来越多地成为航空维修工作中必须考虑的问题。自此,新的维修思想应运而生,以可靠性为中心的现代维修思想在对传统的航空维修思想继承和发展的基础上对航空维修的历史。经验和理论知识进行概括和总结,除了仍坚持传统维修思想
3 诊断参数 3.1 诊断参数选择 在故障检测当中，我们通常需要在定性判断的基础之上加上定量判断的标准，从而更为直观准确地对工作单元进行故障诊断，因此，诊断参数的选择是故障检测预设阶段一个非常重要的部分。面对复杂多样的诊断对象，我们用几个较为通用的原则来选择诊断参数：（1）诊断参数的多能性 （2）诊断参数的灵敏性 （3）诊断参数应呈单值性 （4）诊断参数的稳定性 （5）诊断参数应具有一定的物理意义，应能量化，即可以用数字表示。 例如，在旋转机械、金属切削机床常用的诊断参数有：功率、噪音、振动频率及相位、温度以及被切削零件的几何精度和表面粗糙度等。 3.2 诊断参数获得 当诊断参数参数选择之后，由于从实际问题转化到参数变量之间有时存在着一定不便，有的参数甚至只是存在于理想情况下，无法获得，从而也就无法进行诊断，因此我们要对上个过程选择的参数进行进一步筛选，使其适用于诊断对象，我们列出以下四个原则来选出适用于现实情况中的诊断参数： （1）测试仪器要安装方便，测试手段简单可靠。 （2）测量方法能获得较高的信噪比。 （3）测量方法应尽量采用直接测量。 （4）保证适宜的测量误差值。 3.3 诊断周期选择 诊断周期的确定与设备的劣化速度有关。测量周期一般根据机器两次故障之间的平均运行时间确定。诊断周期的选择可分为两种选择方式： 一是根据机器本身情况对诊断周期进行选择，如高速旋转体，其出现故障后在很短的时间内就会造成更为严重的后果，因此要尽可能缩短其的诊断周期，或者进行实时监测，但是有些低速低载的齿轮，在其出现故障后可能无法立马对整个工作系统产生影响，我们在考虑成本的条件下，可以适当加长其诊断周期。 如在对采煤机进行检测时，主要是检测采煤机周边、控制箱、摇臂和变频器[1]。采煤机的周边、控制箱、摇臂和变频器各有其检测的周期，其中控制箱、摇臂和变频器的优先级较高，因为其出现故障后在很短的时间内就会导致整个工作系统的瘫痪，因此其诊断周期短，需要对其进行多次的检测，防止其出现故障。 二是在一次诊断周期内发现了异常，因此在下一个诊断时刻，可以适当缩短诊断周期，进行更为频繁地检测，从而确定诊断对象是否出现或者可能出现故障。 3.4 诊断标准确定 诊断标准可分为以下三类： （1）绝对判断标准 绝对判断标准是根据对某类机器长期使用、观察、维修与测试后的经验总结,并由企业、行业协会或国家归纳成表格或图表形式,作为一种标准供工程界应用。该标准是在确定了正确的诊断方法后才可制定的标准。使用时必须注意判断标准的制定及适用的范围等，才能选用。
物理与电子信息工程学院本科毕业设计（论文） 诚信承诺书 1、本人郑重地承诺所呈交的毕业设计（论文），是在指导教师 老师的指导下严格按照学校和学院有关规定完成的。 2、本人在毕业论文（设计）中引用他人的观点和参考资料均加以注释和说明。 3、本人承诺在毕业论文（设计）选题和研究过程中没有抄袭他人研究成果和伪造相关数据等行为。 4、在毕业论文（设计）中对侵犯任何方面知识产权的行为，由本人承担相应的法律责任。 毕业论文（设计）作者签名： 班级：学号： 年月日
目录 摘要................................................................................................................................................ II Abstract .......................................................................................................................................... II 1 引言 (1) 1.1 课题背景与意义 (1) 1.2 相关研究综述 (1) 1.3 本课题的主要研究内容 (2) 1.4 论文组织结构 (2) 2 粒子滤波算法理论分析 (3) 2.1 蒙特卡洛方法 (3) 2.2 贝叶斯定理 (5) 2.3 粒子滤波算法 (5) 3 基于粒子滤波的故障诊断分析 (10) 3.1 故障诊断的基本原理 (10) 3.1.1 故障诊断的发展现状 (10) 3.1.2 故障诊断的定义与分析方法 (10) 3.1.3 故障诊断的方法分类 (11) 3.2 基于粒子滤波的故障诊断方法 (12) 3.3 粒子滤波算法故障诊断仿真结果 (14) 4 结论与展望 (14) 致谢 (15) 参考文献 (16) 附件1 程序代码 (17)
第41卷第10期2007年10月 浙 江 大 学 学 报(工学版) Journal o f Zhejiang U niv ersity (Engineer ing Science) Vol.41No.10Oct.2007 收稿日期:2007-07-30. 浙江大学学报(工学版)网址:w w w.journals.z https://www.doczj.com/doc/6d18567625.html,/eng 基金项目:国家自然科学基金资助项目(60774031). 作者简介:尚群立(1964-),男,陕西武功人,教授,从事智能仪表,鲁棒控制理论及应用等工作.E mail:qlshang@sin https://www.doczj.com/doc/6d18567625.html, 基于模型的执行器故障诊断 尚群立,孙 黎,吴海燕 (杭州电子科技大学自动化学院,浙江杭州310018) 摘 要:为依据执行器的动态特性分析,实现执行器设备故障的在线诊断与分离,在机理分析的基础上建立起执行器完整的非线性动态数学模型,由执行器工作过程中的实测信号和模型计算获得残差实现故障的在线诊断,通过残差的变化及其组合情况分析完成故障分离.实验结果表明,利用动态机理模型计算得到的阀位、薄膜气室压力的理论计算值和实测值进行残差分析,可以准确及时地诊断与分离出如阀体阻塞、填料函磨擦力增大、薄膜或气路接头破损、气源压力下降、弹簧老化等执行器主要的内在故障.关键词:数学模型;故障残差;执行器 中图分类号:T P277 文献标识码:A 文章编号:1008-973X(2007)10-1660-04 Model based actuator fault diagnosis SHAN G Q un li,SU N Li,WU Hai yan (School of A utomation,H angz hou D ianz i Univ er sity ,H angz hou 310018,China) Abstract:Online actuator fault diag no sis and separation w ere r ealized based o n dynam ic characteristics analysis and com plete no nlinear dynamic models for actuato rs w ere co nstructed based on mechanical analy sis.The o nline fault diag no sis w as r ealized by using the fault residuals obtained from the measured actua to r signals and the mo del calculation v alues,then the fault separatio n w as perfo rmed through analyzing the varieties of the residuals and its combination.The ex perimental results sho w that through analy zing the re siduals of valve stem displacement and pressure value m ain faults can be accurately and tim ely diagnosed and separated,such as valve blo ckage,fr ictio n enlarg e,diaphragm leakag e,supply pressure dro p and spring aging. Key words:mathem atical model;fault residual;actuator 检测仪表、DCS 控制系统、执行器三类工业自动化仪表的技术水平已成为流程工业发展的决定性因素之一,并深刻地影响着生产的质量、效率、安全和环保等.以控制阀和执行机构为主体、以阀门定位器为核心控制部件的执行器,通过调节介质流量来控制工艺参数,是整个自动化系统中必备且重要的终端执行仪表,其对控制系统调节品质的优劣、安全平稳运行具有很大的影响. 执行器安装在生产现场,由于高温、高压/高压差、振动、腐蚀性或在有悬浮颗粒或纤维介质的环境 下工作,执行器各部件会出现故障,这可能会导致出现有毒介质泄漏等严重安全事故、或不动作导致停产等生产事故,所以执行器设备故障在线诊断对整个自动化控制系统的可靠性非常重要.而故障诊断 由于不能安装在线检测传感器,主要依据执行器的动态特性分析. 本文研究了基于流体力学和热力学原理建立的描述执行器气动定位系统动态特性的数学模型,并通过模型计算以及实测获得故障残差,实现故障检测,进一步通过对残差的分析,进行故障分离.