动车组检测与故障诊断第十讲故障诊断方法的分类.ppt

第六章故障诊断的基本方法6.1故障诊断方法的分类 （1）基于信号处理的方法 （2）基于解析模型的方法 （3基于知识的故障诊断方法 （1）基于信号处理的方法 所谓基于信号处理的方法，通常是利用信号模型，如相关函数、频谱、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，从而检测出故障。 基于信号处理的方法主要有： 1）小波变换方法 小波变换是一种时－频分析方法。 故障诊断时，对采集的信号进行小波变换，在变换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发生的故障点。 基于小波变换的方法可以区分信号的突变和噪声，故障检测灵敏准确，克服噪声能力强。 2）主元分析方法 主元分析是一种有效的数据压缩和提取方法，该方法可以实现在线实时诊断。 主元分析用于故障诊断的基本思想是：对过程的历史数据采用主元分析方法建立正常情况下的主元模型，一旦实测信号与主元模型发生冲突，就可判断故障发生，通过数据分析可以分离出故障。 3）利用δ算子的故障诊断 利用δ算子的故障诊断是基于算子构造Hilbert空间的最小二乘投影向量集，推导出完整的格形滤波器作为故障检测滤波器，用δ算子描述的后向预测误差向量的首位元素作为残差，并采用自适应噪声抵消技术使残差对故障敏感。 （2）基于解析模型的方法 基于解析模型的方法是在明了诊断对象数学模型的基础上，按一定的数学方法对被测信息进行诊断处理，可分为状态估计法和参数估计法。 （3）基于知识的故障诊断方法 近年来，人工智能及计算机技术的发展，为故障诊断技术提供了新的理论基础，产生了基于知识的诊断方法，此方法由于不需要对象的精确数学模型，而且具有智能特性。基于知识的故障诊断方法有： 专家系统故障诊断方法、模糊故障诊断方法、故障树故障诊断方法、神经网络故障诊断方法、信息融合故障诊断方法。 6.2故障诊断的基本方法 （1）、传统的故障诊断方法 （2）、专家系统故障诊断方法 （3）、故障树故障诊断方法 （1）、传统的故障诊断方法 首先是利用各种物理的和化学的原理和手段，通过伴随故障出现的各种物理和化学现象，直接检测故障． 例如：可以利用振动、声、光、热、电、磁、射线、化学等多种手段，观测其变化规律和特征，用以直接检测和诊断故障．这种方法形象、快速，十分有效，但只能检测部分故障． 其次，利用故障所对应的征兆来诊断故障是最常用、最成熟的方法. 以旋转机械为例，振动及其频谱特性的征兆是最能反映故障特点、最有利于进行故障诊断的手段。 （2）、专家系统故障诊断方法 故障诊断系统的专家系统主要由知识库、知识处理模块、诊断推理模块、人机接口等部分组成，总体结构如下图 ： 1）专家系统中的知识库 知识库是专家系统的核心部分, 它的完善与否决定了专家系统的工作能力及效率。 通常专家系统知识库的存储采用链表形式，知识库的扩充、删除、修改等操作实质上是插入、删除和修改链表的一个节点。 2）专家系统知识库结构图 3）专家系统知识库的建立 例如：受电弓的故障原因结构图 4）规则： 规则1: 如果 弓网接触力不正常 且 受电弓电流不正常 且 弓头振幅不正常 则 受电弓离线------受电弓故障 规则2: 如果 受电弓汽缸气压不正常 且 升不起弓 则 受电弓汽缸故障 规则3: 如果 滑板厚度不正常 则 受电弓弓头滑板磨耗及偏磨 规则4: 如果 受电弓升弓时间、降弓时间不正常 且 受电弓最大升弓高度不正常 则 受电弓机械部件有损坏 5）推理机 一个拥有了大量知识的系统仍不能解决专业领域问题，还必须具有应用知识的能力，即推理能力。 所以除了知识库外，推理机也是整个专家系统处理问题的核心模块，它根据用户提供的故障征兆，利用知识库中存储的知识，按一定的推理策略逐步求解问题。 常用的推理策略有正向推理、反向推理和正反向推理。 1.正向推理过程： 正向推理是： 根据在综合数据库中给出的己知事实，正向使用规则，即把规则的前件同当前数据库的内容进行匹配来选取可用规则，若有多条规则可用，则按冲突消解策略从中选择一条规则执行，将执行规则的结论添加到综合数据中，直至问题求解或没有可用规则。 2.反向推理过程： 反向推理是：根据在综合数据库中给出的假设，反向使用规则，即把规则的后件同当前数据库的内容进行匹配来选取可用规则，若有多条规则可用，则按冲突消解策略从中选择一条规则，将该规则的前件添加到综合数据库中，直至问题求解(假设成立