摘   要　回顧狀態(tài)監(jiān)測與故障診斷的發(fā)展歷史。歸納和總結(jié)目前故障診斷的主要理論和方法及其存在的問題和解決途徑。闡明現(xiàn)代故障診斷的主要內(nèi)容。從解析余度管理、可信性系統(tǒng)設(shè)計和魯棒故障診斷3方面論述現(xiàn)代故障診斷的發(fā)展趨勢。提出故障診斷領(lǐng)域目前和將來的研究方向以及重點和難點。
　　關(guān)鍵詞　狀態(tài)監(jiān)測　故障診斷　可信性系統(tǒng)　機(jī)電控制系統(tǒng)
        1　故障診斷技術(shù)的發(fā)展歷史
　　故障診斷(FD)始于(機(jī)械)設(shè)備故障診斷，其全名是狀態(tài)監(jiān)測與故障診斷(CMFD)。它包含兩方面內(nèi)容：一是對設(shè)備的運行狀態(tài)進(jìn)行監(jiān)測；二是在發(fā)現(xiàn)異常情況后對設(shè)備的故障進(jìn)行分析、診斷。設(shè)備故障診斷是隨設(shè)備管理和設(shè)備維修發(fā)展起來的。歐洲各國在歐洲維修團(tuán)體聯(lián)盟(FENMS)推動下，主要以英國倡導(dǎo)的設(shè)備綜合工程學(xué)(Terotechnology)為指導(dǎo)；美國以后勤學(xué)(Logistics)為指導(dǎo)；日本吸收二者特點，提出了全員生產(chǎn)維修(TPM)的觀點。美國自1961年開始執(zhí)行阿波羅計劃后，出現(xiàn)一系列因設(shè)備故障造成的事故，導(dǎo)致1967年在美國宇航局(NASA)倡導(dǎo)下，由美國海軍研究室(ONR)主持成立了美國機(jī)械故障預(yù)防小組(MFPG)，并積極從事技術(shù)診斷的開發(fā)。美國診斷技術(shù)在航空、航天、軍事、核能等尖端部門仍處于世界領(lǐng)先地位。英國在60～70年代，以Collacott為首的英國機(jī)器保健和狀態(tài)監(jiān)測協(xié)會(MHMG & CMA)最先開始研究故障診斷技術(shù)。英國在摩擦磨損、汽車和飛機(jī)發(fā)電機(jī)監(jiān)測和診斷方面具領(lǐng)先地位。日本的新日鐵自1971年開發(fā)診斷技術(shù)，1976年達(dá)到實用化。日本診斷技術(shù)在鋼鐵、化工和鐵路等部門處領(lǐng)先地位。我國在故障診斷技術(shù)方面起步較晚，1979年才初步接觸設(shè)備診斷技術(shù)。目前我國診斷技術(shù)在化工、冶金、電力等行業(yè)應(yīng)用較好。故障診斷技術(shù)經(jīng)過30多年的研究與發(fā)展，已應(yīng)用于飛機(jī)自動駕駛、人造衛(wèi)星、航天飛機(jī)、核反應(yīng)堆、汽輪發(fā)電機(jī)組、大型電網(wǎng)系統(tǒng)、石油化工過程和設(shè)備、飛機(jī)和船舶發(fā)動機(jī)、汽車、冶金設(shè)備、礦山設(shè)備和機(jī)床等領(lǐng)域。
        2　故障診斷的主要理論和方法
　　故障診斷技術(shù)已有30多年的發(fā)展歷史，但作為一門綜合性新學(xué)科——故障診斷學(xué)——還是近些年發(fā)展起來的。從不同的角度出發(fā)有多種故障診斷分類方法，這些方法各有特點。從學(xué)科整體可歸納以下理論和方法。
　　(1)基于機(jī)理研究的診斷理論和方法　從動力學(xué)角度出發(fā)研究故障原因及其狀態(tài)效應(yīng)。針對不同機(jī)械設(shè)備進(jìn)行的故障敏感參數(shù)及特征提取是重點。
　　(2)基于信號處理及特征提取的故障診斷方法　主要有時域特征參數(shù)及波形特征診斷法、時差域特征法、幅值域特征法、信息特征法、頻譜分析及頻譜特征再分析法、時間序列特征提取法、濾波及自適應(yīng)除噪法等。今后應(yīng)注重實時性、自動化性、故障凝聚性、相位信息和引入人工智能方法，并相互結(jié)合。
　　(3)模糊診斷理論和方法　模糊診斷是根據(jù)模糊集合論征兆空間與故障狀態(tài)空間的某種映射關(guān)系，由征兆來診斷故障。由于模糊集合論尚未成熟，諸如模糊集合論中元素隸屬度的確定和兩模糊集合之間的映射關(guān)系規(guī)律的確定都還沒有統(tǒng)一的方法可循，通常只能憑經(jīng)驗和大量試驗來確定。另外因系統(tǒng)本身不確定的和模糊的信息(如相關(guān)性大且復(fù)雜)，以及要對每一個征兆和特征參數(shù)確定其上下限和合適的隸屬度函數(shù)，而使其應(yīng)用有局限性。但隨著模糊集合論的完善，相信該方法有較光明的前景。
　　(4)振動信號診斷方法　該方法研究較早，理論和方法較多且比較完善。它是依據(jù)設(shè)備運行或激振時的振動信息，通過某種信息處理和特征提取方法來進(jìn)行故障診斷。在這方面應(yīng)注重引入非線性理論(如Volterra級數(shù))、新的信息處理理論和方法(如Wavelet理論、加窗FFT等)。
　　(5)故障樹分析診斷方法　它是一種圖形演繹法，把系統(tǒng)故障與導(dǎo)致該故障的各種因素形象地繪成故障圖表，能較直觀地反映故障、元部件、系統(tǒng)及因素、原因之間的相互關(guān)系，也能定量計算故障程度、概率、原因等。今后研究應(yīng)注重與多值邏輯、神經(jīng)元網(wǎng)絡(luò)及專家系統(tǒng)相結(jié)合。
　　(6)故障診斷灰色系統(tǒng)理論和方法　該方法是從系統(tǒng)的角度來研究信息的關(guān)系，即利用已知的診斷信息去揭示未知的診斷信息。它有自學(xué)習(xí)和預(yù)測功能。它利用灰色系統(tǒng)的建模(灰色模型)、預(yù)測和灰色關(guān)聯(lián)分析等方法進(jìn)行故障診斷。由于灰色系統(tǒng)理論本身還不完善，如何利用已知信息更有效地推斷未知信息仍是一個難題。
　　(7)故障診斷專家系統(tǒng)理論和方法　該方法是近年來故障診斷領(lǐng)域最顯著的成就之一。它的內(nèi)容包括診斷知識的表達(dá)、診斷推理方法、不確定性推理以及診斷知識的獲取等。目前存在的主要問題：缺乏有效的診斷知識表達(dá)方式，不確定性推理方法，知識獲取和在線故障診斷困難等。今后研究應(yīng)注重與模糊邏輯、多值邏輯、故障樹、機(jī)器學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)等理論和方法的結(jié)合、集成。
　　(8)故障模式識別方法　該方法是一種十分有用的靜態(tài)故障診斷方法，它以已有30年發(fā)展歷史的模式識別技術(shù)為基礎(chǔ)。關(guān)鍵是故障模式特征量的選取和提取?，F(xiàn)有許多模式分類器，如線性分類器、Bayes分類器、最近鄰分類器等。該方法的診斷效果在很大程度上依賴于狀態(tài)特征參數(shù)的提取、樣本的數(shù)目、典型性和故障模式的類別、訓(xùn)練和分類算法等。未來研究應(yīng)注重新聚類算法、自動學(xué)習(xí)識別方法及與ANN相結(jié)合。
　　(9)故障診斷神經(jīng)網(wǎng)絡(luò)理論和方法　神經(jīng)網(wǎng)絡(luò)應(yīng)用于故障診斷是其最成功的應(yīng)用之一。由于神經(jīng)網(wǎng)絡(luò)具有原則上容錯、結(jié)構(gòu)拓?fù)漪敯?、?lián)想、推測、記憶、自適應(yīng)、自學(xué)習(xí)、并行和處理復(fù)雜模式的功能，使其在工程實際存在著大量的多故障、多過程、突發(fā)性故障、龐大復(fù)雜機(jī)器和系統(tǒng)的監(jiān)測及診斷中發(fā)揮較大作用。在眾多的神經(jīng)網(wǎng)絡(luò)中，尤其以基于BP算法的多層感知器(MLP)神經(jīng)網(wǎng)絡(luò)理論最堅實，應(yīng)用最廣泛且最成功。神經(jīng)網(wǎng)絡(luò)故障診斷方法易實現(xiàn)對非線性系統(tǒng)的故障診斷。但BP算法是非魯棒性的。重點研究在線學(xué)習(xí)算法，知識表達(dá)和魯棒學(xué)習(xí)算法等。
　　(10)基于數(shù)學(xué)模型的故障診斷理論和方法　該方法是以現(xiàn)代控制理論和現(xiàn)代優(yōu)化方法為指導(dǎo)，以系統(tǒng)的數(shù)學(xué)模型為基礎(chǔ)，利用觀測器(組)、等價空間方程、Kalman濾波器、參數(shù)模型估計和辨識等方法產(chǎn)生殘差，然后基于某種準(zhǔn)則或閾值對該殘差進(jìn)行評價和決策?；谀Ｐ偷墓收显\斷方法能與控制系統(tǒng)緊密結(jié)合，是監(jiān)控、容錯控制、系統(tǒng)修復(fù)和重構(gòu)的前提。目前該領(lǐng)域研究的重點是(線性和非線性)系統(tǒng)的故障診斷的魯棒性，故障可檢測和可分離性，利用非線性理論(突變、分叉、混沌分析方法)進(jìn)行非線性系統(tǒng)的故障診斷。
　　故障診斷理論和方法分類雖然很多，但可歸納為2類：①基于非模型的故障診斷理論和方法，如信號空間特征、模態(tài)和信息處理方法的診斷理論與方法；基于知識推理、人工智能、專家系統(tǒng)的診斷方法；基于模式識別和神經(jīng)網(wǎng)絡(luò)的診斷方法。②基于系統(tǒng)數(shù)學(xué)模型和現(xiàn)代控制理論、方法的故障診斷理論和方法，也包括相互間的結(jié)合和集成。
         3　現(xiàn)代故障診斷的主要內(nèi)容
　　現(xiàn)代故障診斷包括3方面的主要內(nèi)容：①故障檢測；②故障分離(診斷)；③故障修復(fù)。統(tǒng)稱為故障的檢測、分離和修復(fù)(FDIA)。故障診斷系統(tǒng)的性能：①及時性(速度)；②敏感性和魯棒性；③誤報率、漏報率、錯報率和確診率；④全面性(針對所有類型故障)。
        3.1　故障檢測
　　在進(jìn)行故障檢測之前，需做以下假設(shè)：系統(tǒng)中的故障導(dǎo)致系統(tǒng)參數(shù)有變化，如故障使輸出變量、狀態(tài)變量、殘差變量、模型參數(shù)、物理參數(shù)等其中之一或多個有變化。這是所有故障診斷方式都必須遵守的假設(shè)條件。故障檢測是指確定系統(tǒng)是否發(fā)生故障的過程，即對一非正常狀態(tài)的檢測過程。通過不斷監(jiān)測系統(tǒng)可測量變量的變化，在標(biāo)稱情況下，認(rèn)為這些變量在某一不確定性下滿足一已知模式，而當(dāng)系統(tǒng)任一部件故障發(fā)生時，這些變量偏離其標(biāo)稱狀態(tài)。通常根據(jù)系統(tǒng)輸出或狀態(tài)變量的估計殘差的特性來判斷故障。目前研究的目標(biāo)是檢測的及時性、準(zhǔn)確性和可靠性及最小誤報和漏報率。
        3.2　故障診斷
　　故障診斷指根據(jù)殘差方向和結(jié)構(gòu)來分離出故障的部位，判斷故障的種類，估計出故障的發(fā)生時間、大小和原因，進(jìn)行評價與決策的過程。故障分類是將故障按其嚴(yán)重程度進(jìn)行分類，以便采取相應(yīng)措施。故障的評價和決策是指根據(jù)故障的類別、嚴(yán)重程度，決定是否采取修復(fù)、補(bǔ)救、隔離或改變控制率等措施，以防止故障的影響和傳播，預(yù)防災(zāi)難事故的發(fā)生。
        3.3　故障修復(fù)
　　故障修復(fù)指根據(jù)故障診斷結(jié)論，或是改變控制率或是控制重構(gòu)或是系統(tǒng)重構(gòu)，使整個系統(tǒng)在故障發(fā)生情況下，保證穩(wěn)定并改善系統(tǒng)性能。如對傳感器故障修復(fù)來說，可用一余度傳感器或一估計值代替故障傳感器的輸出值?；贏NN在線估計器的FDIA是一有效方式。故障修復(fù)是自主系統(tǒng)(AS)和智能系統(tǒng)(AIS)的重要環(huán)節(jié)。故障修復(fù)把故障狀態(tài)檢測和故障診斷與自動控制緊密聯(lián)系起來，使故障診斷具有更深遠(yuǎn)意義和廣闊的應(yīng)用前景。故障修復(fù)理論和方法將是目前和將來的研究方向。
         4　現(xiàn)代故障診斷的發(fā)展趨勢
　　現(xiàn)代故障診斷的發(fā)展方向是與容錯控制、冗余控制、監(jiān)控控制和余度管理等可靠性系統(tǒng)設(shè)計相結(jié)合的，是實現(xiàn)主動(視情)維修策略、監(jiān)測控制、容錯控制、自治控制、可信性系統(tǒng)等設(shè)計中的一個關(guān)鍵。
        4.1　解析余度管理
　　現(xiàn)代余度管理從硬件余度向綜合余度和解析余度管理發(fā)展。過去，動態(tài)系統(tǒng)的容錯設(shè)計是基于硬件余度(余度部件、余度系統(tǒng))而實現(xiàn)的，如三余度和四余度系統(tǒng)，通過簡單的表決邏輯來判斷故障。硬件余度(管理)(hardware redundancy)遇到的主要問題是重量大、體積大、費用高、飛行器承載能力小。同時“同類”余度系統(tǒng)具有相同的壽命周期，假如一個有故障可能其它也發(fā)生故障。但用“異類”余度系統(tǒng)又難以保證表決檢驗的一致性。為了使整個系統(tǒng)可靠、安全，且提高容錯系統(tǒng)可利用性，因此有必要研究新方法消除或減少硬件余度。
　　進(jìn)入70年代，隨著計算機(jī)技術(shù)及其計算能力、可靠性的提高，現(xiàn)代控制理論的產(chǎn)生和發(fā)展，出現(xiàn)了以分析冗余(analytical redundancy)取代物理(硬件)冗余的余度可靠性設(shè)計和余度管理思想。首先在儀表故障檢測(IFD)中出現(xiàn)了這種新方式，其思想是用3個或以上不同類傳感器測量系統(tǒng)不同的變量，產(chǎn)生完全不同的信號，通過一復(fù)雜綜合比較邏輯來檢測傳感器故障。盡管是異類傳感器，但所有都是由系統(tǒng)中同一動態(tài)狀態(tài)激勵的，因此具有某種功能關(guān)系。這種新方式初期稱為本質(zhì)余度(inherent redundancy)或功能余度(functional redundancy),以區(qū)別于物理余度或硬件余度。后來人們把它稱為分析余度或人工余度(artifical redundancy)。分析余度方式是一利用狀態(tài)估計、參數(shù)估計、自適應(yīng)濾波、變量閾值邏輯、統(tǒng)計決策理論和綜合邏輯的信號處理技術(shù)，可以在電子電路或計算機(jī)上實現(xiàn)。目前實施的余度管理方式還是一綜合方式，即包括硬件余度和解析余度。發(fā)展方向是分析余度。1971年Beard首次提出了故障檢測濾波器(FDF)概念，標(biāo)志著基于分析冗余(基于模型)故障診斷技術(shù)的誕生。
        4.2　可信性系統(tǒng)設(shè)計
　　現(xiàn)代故障診斷是由于實施主動(視情)維修策略和建立監(jiān)控系統(tǒng)的需要而發(fā)展起來的。由于現(xiàn)代機(jī)電自動化及控制系統(tǒng)的規(guī)模不斷擴(kuò)大、復(fù)雜性日益提高，以及系統(tǒng)投資的巨大，人們迫切需要提高機(jī)電自動化及控制系統(tǒng)的可信性。因而有必要建立一個監(jiān)控系統(tǒng)來監(jiān)督整個自動化系統(tǒng)的運行狀態(tài)，不斷檢測系統(tǒng)的變化和故障信息，進(jìn)而采取必要的措施(如隔離和修復(fù)或改變控制率等)來防止故障的傳播和災(zāi)難性事故的發(fā)生。而其前提條件是具有在線實時可靠檢測和診斷故障的能力。因此故障診斷是實現(xiàn)可信性系統(tǒng)設(shè)計的關(guān)鍵環(huán)節(jié)。可信性系統(tǒng)指集可靠性、有效性、可維修性和安全性為一體的系統(tǒng)。提高系統(tǒng)可信性的方法，即設(shè)計可信性系統(tǒng)的方法：①提高元部件本身的可靠性；②采用余度系統(tǒng)(部件)，如硬件、軟件和復(fù)合冗余結(jié)構(gòu)；③采用基于FDIA的容錯和監(jiān)控等控制系統(tǒng)。FDIA在監(jiān)控系統(tǒng)中的層次組織關(guān)系見圖1。

圖1　監(jiān)控系統(tǒng)的結(jié)構(gòu)組織示意圖

        最底層是控制層，功能是實現(xiàn)輸入輸出和各種控制率；中間層功能是檢測傳感器、驅(qū)動器、控制回路和控制率中的故障狀態(tài)；最高層功能是狀態(tài)—事件邏輯，即接受來自檢測器的輸入并輸出執(zhí)行措施。
　　基于FDIA的容錯、監(jiān)控控制系統(tǒng)的實現(xiàn)過程：①故障(失效)模態(tài)和影響分析(FMEA)；②影響嚴(yán)重度評價；③修復(fù)、補(bǔ)救措施推導(dǎo)；④故障修復(fù)設(shè)計(修正控制層、改變到另外控制模態(tài)、控制系統(tǒng)重構(gòu))；⑤逆FMEA過程；⑥系統(tǒng)建模(解析余度方法的故障檢測的基礎(chǔ))；⑦故障檢測器設(shè)計；⑧監(jiān)控系統(tǒng)邏輯設(shè)計。
        4.3　魯棒故障診斷
　　故障診斷的魯棒性是所有故障診斷理論、方法和系統(tǒng)所面臨的重要問題。魯棒故障診斷(RFD)概念首次在基于模型的故障診斷方法中提出。目前能查到的魯棒故障診斷研究都是基于控制系統(tǒng)數(shù)學(xué)模型的。特別需指出的是在整個機(jī)械系統(tǒng)中，包括液壓系統(tǒng)、液壓控制系統(tǒng)，還沒有見到魯棒故障診斷的研究報道。
　　基于模型的魯棒故障診斷研究始于80年代初。經(jīng)過十幾年的研究和發(fā)展，提出了不少方法，也進(jìn)行了一些應(yīng)用研究，國內(nèi)一些學(xué)者也曾在RFD方面做過有益的研究。總的來說，RFD還是一新研究方向，有待深入研究。
　　基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷，國內(nèi)外已經(jīng)在這方面做了許多研究。雖然ANN在網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)上具有原則魯棒性，但其BP學(xué)習(xí)算法是非魯棒性的。就目前能查到的資料看，對魯棒學(xué)習(xí)算法的研究剛剛開始，提出BP算法的非魯棒性問題和解決途徑，但還沒有有效的魯棒算法，對魯棒故障診斷的研究尚未見到文獻(xiàn)報道。
　　RFD是解決故障診斷實際應(yīng)用的有效途徑，是提高故障診斷系統(tǒng)性能指標(biāo)的有效方式，同時將產(chǎn)生新穎有效的故障診斷理論和方法。
        5　將來的研究方向
　　目前和今后的主要研究可歸納為以下幾個方面：①在線實時故障檢測算法；②本質(zhì)非線性動態(tài)系統(tǒng)的FD方法。主要研究獲取其狀態(tài)、參數(shù)的有效方法；③對模型誤差及不確定因素具有魯棒性的FD算法；④魯棒殘差發(fā)生器和魯棒(最優(yōu)、自適應(yīng))閾值的設(shè)計理論和方法；⑤對無先驗知識時被監(jiān)控系統(tǒng)結(jié)構(gòu)變化的檢測及識別；⑥實時FD專家系統(tǒng)的開發(fā)及與基于ANN方法、模型方法的FD方法的綜合；⑦智能故障檢測和診斷系統(tǒng)理論和方法的研究。自學(xué)習(xí)檢測系統(tǒng)；⑧以FDIA為核心的容錯控制、監(jiān)控系統(tǒng)和可信性系統(tǒng)。
　　對故障檢測、診斷來說，具體在以下方面需大力研究：①反饋系統(tǒng)(閉環(huán)系統(tǒng))中的故障診斷；②小幅值故障、軟性故障和早期故障的檢測；③執(zhí)行器、過程和傳感器中故障的診斷；④除突變性故障外的故障的早期預(yù)報，即預(yù)報診斷；⑤動態(tài)系統(tǒng)中的在線實時故障檢測；⑥系統(tǒng)過渡(transient)過程檢測和過渡過程中的故障檢測；⑦動態(tài)系統(tǒng)啟動和結(jié)束過程中的故障檢測；⑧(魯棒、自適應(yīng))閾值選擇和確定。