基于定性方法的故障檢測(cè)和診斷技術(shù)綜述

一、引言
　　在現(xiàn)代控制系統(tǒng)中，由于系統(tǒng)復(fù)雜性的日益提高，規(guī)模的不斷擴(kuò)大，系統(tǒng)常常要面對(duì)不可預(yù)計(jì)的變化。這類系統(tǒng)一旦發(fā)生故障就可能造成人員和財(cái)產(chǎn)的巨大損失。設(shè)計(jì)可靠的容錯(cuò)控制系統(tǒng)，或者將復(fù)雜系統(tǒng)的性能維持在高水平上，是急待解決的問(wèn)題。切實(shí)保障現(xiàn)代復(fù)雜系統(tǒng)的可靠性和安全性，具有十分重要的意義。這首先就需要能夠正確地檢測(cè)出系統(tǒng)產(chǎn)生的變化（故障），然后盡快地采取相應(yīng)措施來(lái)重新配置系統(tǒng)。由于實(shí)際應(yīng)用在這方面有強(qiáng)烈要求，所以研究和發(fā)展新的故障檢測(cè)和診斷技術(shù)已經(jīng)成為領(lǐng)域的一個(gè)熱點(diǎn)研究方向。
　　動(dòng)態(tài)系統(tǒng)的故障檢測(cè)與診斷（FDD）既是一門相對(duì)獨(dú)立發(fā)展的技術(shù)，也是容錯(cuò)控制的重要支柱。目前國(guó)際上每年發(fā)表的有關(guān)FDD方面的論文和報(bào)告在1000篇以上。許多學(xué)者加入到這一研究領(lǐng)域，提出了許多研究方法。經(jīng)過(guò)多年的發(fā)展，這一領(lǐng)域已經(jīng)產(chǎn)生了許多研究成果。
　　實(shí)際系統(tǒng)可能發(fā)生的故障是多種多樣的，因此研究故障檢測(cè)和診斷問(wèn)題需要對(duì)故障做出適當(dāng)?shù)姆诸悾凑詹煌姆矫妫梢缘玫讲煌姆诸惤Y(jié)果。從故障發(fā)生的部位看，可以分成儀表故障（常稱為傳感器故障）、執(zhí)行器故障和元部件故障；根據(jù)故障性質(zhì)，可以分為突變故障和緩變故障；從建模角度出發(fā)，又可以分為乘性故障和加性故障。至于故障診斷的方法，按照通行的分類方法可以分為3大類：基于解析模型的方法、基于信號(hào)處理的方法和基于知識(shí)的方法。
　　基于解析模型的方法是最早發(fā)展起來(lái)的，此方法需要建立被診斷對(duì)象的較為精確的數(shù)學(xué)模型。進(jìn)一步，它又可以分為參數(shù)估計(jì)方法、狀態(tài)估計(jì)方法和等價(jià)空間方法。這3種方法雖然是存在一定聯(lián)系的，比如基于觀測(cè)器的狀態(tài)估計(jì)和等價(jià)空間方法是等價(jià)的。相比之下，參數(shù)估計(jì)方法比狀態(tài)估計(jì)方法更適合非線性系統(tǒng)，因?yàn)榉蔷€性系統(tǒng)的狀態(tài)觀測(cè)器的設(shè)計(jì)有很大的困難。目前，只有針對(duì)某些特殊的非線性系統(tǒng)有研究，而通常的等價(jià)空間方法僅適用于線性系統(tǒng)。
　　當(dāng)難以建立診斷對(duì)象的解析數(shù)學(xué)模型時(shí)，基于信號(hào)處理的方法是非常有用的。這種方法直接利用信號(hào)模型技術(shù)，如相關(guān)函數(shù)、高階統(tǒng)計(jì)量、頻譜和自回歸滑動(dòng)平均過(guò)程，以及現(xiàn)在熱門的小波分析技術(shù)用這種方法可以避開(kāi)提取對(duì)象數(shù)學(xué)模型的這一難點(diǎn)，這既是它的優(yōu)點(diǎn)又是它的缺點(diǎn)。
　　基于知識(shí)的方法和基于信號(hào)處理的方法類似，也不需要系統(tǒng)的定量數(shù)學(xué)模型，但它克服了后者的缺點(diǎn)，引入了診斷對(duì)象的許多信息，特別是可以充分地利用專家診斷知識(shí)等，所以是一種很有前途的方法，尤其是在非線性系統(tǒng)領(lǐng)域。下面將介紹基于知識(shí)的故障診斷方法，并把重點(diǎn)放在基于定性模型的方法上。
　　二、基于定性方法的故障檢測(cè)和診斷方法
　　定性故障檢測(cè)和診斷方法的基礎(chǔ)是定性模型和定性推理。基于定性方法的故障檢測(cè)與診斷，利用不完備的先驗(yàn)知識(shí)，采用定性的方法，對(duì)系統(tǒng)結(jié)構(gòu)和功能進(jìn)行描述，建立起定性模型，對(duì)系統(tǒng)進(jìn)行推理，預(yù)測(cè)系統(tǒng)的定性行為，通過(guò)與實(shí)際的系統(tǒng)行為比較，檢測(cè)系統(tǒng)是否發(fā)生故障，并診斷系統(tǒng)的故障原因。
　　（一）基于定性仿真理論（QSIM）的診斷技術(shù)
　　它的理論基礎(chǔ)是于1986年提出的基于定性微分方程的定性仿真理論。Kuipers在1987年提出了基于QSIM的診斷技術(shù)起，采用基于故障模型的診斷策略，利用QSIM方法對(duì)故障模型進(jìn)行仿真，從而得到預(yù)測(cè)的系統(tǒng)行為。然后將觀測(cè)到的故障行為與這些預(yù)測(cè)行為相比較。如果一致，則說(shuō)明系統(tǒng)發(fā)生故障。這時(shí)，依據(jù)建立該模型時(shí)的先驗(yàn)知識(shí)，進(jìn)一步診斷出故障的種類和原因。這充分發(fā)揮了QSIM基于深層知識(shí)建模和推理能力強(qiáng)大的特點(diǎn)。這一過(guò)程被稱為假設(shè)—建模—仿真—匹配循環(huán)，如圖1所示。




　　這種方法適用于對(duì)所有故障都已知的系統(tǒng)進(jìn)行故障診斷。對(duì)未知的故障無(wú)法進(jìn)行準(zhǔn)確的故障診斷，這是該方法本身造成的缺陷。
　　（二）基于定性過(guò)程理論（QPT）的診斷技術(shù)
　　它是于1984年提出的定性推理方法。Forbus于1987年提出了基于定性過(guò)程理論（QPT）的故障診斷技術(shù)——ATMI，利用定性理論對(duì)系統(tǒng)的觀測(cè)進(jìn)行解釋。該方法的輸入是一組測(cè)量序列。定量值被描述為量空間的表示形式。定性狀態(tài)包括數(shù)量有限的組分，構(gòu)成一種解釋，對(duì)于一組系統(tǒng)測(cè)量值，存在一組定性狀態(tài)集與之對(duì)應(yīng)。通過(guò)削減集合中的狀態(tài)，得到對(duì)系統(tǒng)行為的解釋。
　　該方法通過(guò)對(duì)測(cè)量值進(jìn)行解釋，從而檢查故障假設(shè)是否能解釋觀測(cè)的系統(tǒng)行為。這種理論僅僅依賴很少的假設(shè)，這些假設(shè)往往很容易滿足。這一優(yōu)點(diǎn)使得此方法可以應(yīng)用于較廣闊的領(lǐng)域。但是，在待研究的系統(tǒng)事先已知的情況下，現(xiàn)有的定性推理機(jī)制往往顯得很慢。解決的辦法是事先建立狀態(tài)解釋表，通過(guò)查表，加快解釋過(guò)程，但這個(gè)表可能非常大。
　　（三）基于帶符號(hào)有向圖（SDG）的診斷技術(shù)
　　它是一種由節(jié)點(diǎn)（nodes）和節(jié)點(diǎn)之間有方向的連線構(gòu)成的網(wǎng)絡(luò)圖。它看似簡(jiǎn)單，卻能夠表達(dá)復(fù)雜的因果關(guān)系，并且具有包容大規(guī)模潛在信息的能力。
　　在化工過(guò)程中最早采用SDG方法進(jìn)行故障診斷研究的學(xué)者是S.A.Lapp和G.J.Powers，雖然在論文中沒(méi)有明確提出SDG一詞，但的確建立了SDG模型，并首次用SDG推導(dǎo)出了故障樹(shù)。
　　M.Iri等人（1979，1980）提出了符號(hào)圖SG的定義以及運(yùn)用深度優(yōu)先技術(shù)在靜態(tài)不完全的SG樣本中探索故障源的基本算法。
　　J.Shiozaki等人（1985）在M.Iri的基礎(chǔ)上將SG明確為SDG，并且提出了5級(jí)SDG的概念和一種新的算法，節(jié)點(diǎn)狀態(tài)為“+”、“+？”、“0”、“-？”和“-”5種提高了診斷的準(zhǔn)確性的計(jì)算效率。在實(shí)際中已經(jīng)有了這方面的應(yīng)用。
　　J.Shiocaki等人（1987）經(jīng)過(guò)研究，又提出運(yùn)用故障顯現(xiàn)時(shí)間的概念改進(jìn)SDG故障診斷方法，提高了診斷的分辨力。
　　C.C.Yu等（1991）、X.X.Wang（1996）和E.E.Tarifa（1997）將支路定量穩(wěn)態(tài)增益和隸屬函數(shù)結(jié)合起來(lái)，根據(jù)模糊邏輯計(jì)算出相容通路的相容度，為相容通路確定灰度級(jí)別。在這里，模糊集合論被引入SDG，用于解決區(qū)分多通路影響度的問(wèn)題。
　　H.Vedam（1997）將SDG方法推廣到多故障源的診斷（MFD），提出的算法在G2軟件平臺(tái)上進(jìn)行實(shí)現(xiàn)，并且用一套FCCU的運(yùn)態(tài)仿真系統(tǒng)進(jìn)行診斷試驗(yàn)，提高了計(jì)算速度和診斷分辨力。
　　目前，國(guó)內(nèi)這方面也有研究，北京化工大學(xué)的吳重光教授等人獨(dú)立研究解決了推理機(jī)問(wèn)題，并且通過(guò)自動(dòng)HAZOP案例分析驗(yàn)證了所開(kāi)發(fā)的　SDG-HAZOP軟件平臺(tái)的正確性，填補(bǔ)了這一領(lǐng)域國(guó)內(nèi)研究的空白。
　　基于帶符號(hào)有向圖（SDG）的診斷技術(shù)認(rèn)為故障診斷本質(zhì)上是確定過(guò)程擾動(dòng)的根本原因。采用帶符號(hào)有向圖描述系統(tǒng)，利用存儲(chǔ)在SDG圖上的信息搜尋擾動(dòng)可能的故障源，從而有效識(shí)別系統(tǒng)擾動(dòng)的原因。此方法的優(yōu)勢(shì)在于需要相對(duì)較少的信息來(lái)構(gòu)造帶符號(hào)有向圖及用于診斷。SDG利用節(jié)點(diǎn)和連線來(lái)描述系統(tǒng)成員之間的因果關(guān)系，如圖2所示。