摘要：本完在介紹故障診斷理論的基礎(chǔ)上,，重點(diǎn)評(píng)述了小波分析故障診斷方法、專(zhuān)家系統(tǒng)故障診斷方法、數(shù)據(jù)融合故障診斷方法,。對(duì)每種方法均介紹了診斷原理與步驟

　　關(guān)鍵詞：故障診斷；小波分析,；專(zhuān)家系統(tǒng)：數(shù)據(jù)融合 　　

　　引言 　

　　故障診斷(FD)全名是狀態(tài)監(jiān)測(cè)與故障診斷(CMFD),。基于解析冗余的故障診斷技術(shù)被*為是這一技術(shù)的起源,。所謂解析冗余,，是指被診斷對(duì)象的可測(cè)變量之間(如輸入與輸出間，輸出與輸出間,，輸入與輸入間)存在的冗余的函數(shù)關(guān)系,，故障診斷在過(guò)去的十幾年里得到了迅速的 發(fā)展 ，一些新的理論和方法,，如遺傳算法,、神經(jīng) 網(wǎng)絡(luò) 、小波分析,、模糊理論,、自適應(yīng)理論、數(shù)據(jù)融合等均在這里得到了成功的應(yīng)用,。 　　

　　1　基于小波分析的故障診斷方法 　

　　小波分析是20世紀(jì)80年代中期發(fā)展起來(lái)的新的數(shù)學(xué)理論和方法,，它被認(rèn)為是傅立葉分析方法的突破性進(jìn)展。小波分析zui初由法國(guó)學(xué)者Daubeches和Callet引入信號(hào)處理領(lǐng)域，它具有許多優(yōu)良的特性,。小波變換的基本思想類(lèi)似于Fourier變換,，就是用信號(hào)在一簇基函數(shù)張成空間上的投影表征該信號(hào)。小波分析優(yōu)于博立葉之處在于：小波分析在時(shí)域和頻域同時(shí)具有良好的局部化性質(zhì),。小波分析方法是一種窗口大小(即窗口面積)固定但其形狀,、時(shí)間窗和頻率都可以改變的時(shí)頻局部化分析方法。即在低頻部分具有較高的頻率分辨率和較低的時(shí)間分辨率,。因此,，小波變換被譽(yù)為分析信號(hào)的顯微鏡，小波分析在信號(hào)處理,、圖像處理,、話(huà)音分析、模式識(shí)別,、量子物理,、生物醫(yī)學(xué)工程、 計(jì)算 機(jī)視覺(jué),、故障診斷及眾多非線(xiàn)性 科學(xué) 領(lǐng)域都有廣泛的應(yīng)用,。

　　動(dòng)態(tài)系統(tǒng)的故障通常會(huì)導(dǎo)致系統(tǒng)的觀(guān)測(cè)信號(hào)發(fā)生變化。所以我們可以利用連續(xù)小波變換檢測(cè)觀(guān)測(cè)信號(hào)的奇異點(diǎn)來(lái)檢測(cè)出系統(tǒng)的故障,。其基本原理是利用信號(hào)在奇異點(diǎn)附近的Lipschitz指數(shù),。Lipschitz指數(shù)時(shí)，其連續(xù)小波變換的模極大值隨尺度的增大而增大,；當(dāng)時(shí),，則隨尺度的增大而減小。噪聲對(duì)應(yīng)的Lipschitz指數(shù)遠(yuǎn)小于0,，而信號(hào)邊沿對(duì)應(yīng)的Lipschitz指數(shù)大于或等于0,。因此，可以利用小波變換區(qū)分噪聲和信號(hào)邊沿,，有效地檢測(cè)出強(qiáng)噪聲背景下的信號(hào)邊沿(援變或突變),。 　　

　　2　專(zhuān)家系統(tǒng)故障診斷方法 　　

　　專(zhuān)家系統(tǒng)故障診斷方法，是指計(jì)算機(jī)在采集被診斷對(duì)象的信息后,，綜合運(yùn)用各種規(guī)則(專(zhuān)家經(jīng)驗(yàn)),，進(jìn)行一系列的推理，必要時(shí)還可以隨時(shí)調(diào)用各種應(yīng)用程序,，運(yùn)行過(guò)程中向用戶(hù)索取必要的信息后,，就可快速地找到zui終故障或zui有可能的故障，再由用戶(hù)來(lái)證實(shí),。此種方法國(guó)內(nèi)外已有不少應(yīng)用,。專(zhuān)家系統(tǒng)的故障診斷方法可用圖1的結(jié)構(gòu)來(lái)說(shuō)明：它由數(shù)據(jù)庫(kù),，知識(shí)庫(kù)，人機(jī)接口,，推理機(jī)等組成,。其各部分的功能為： 　　

　　數(shù)據(jù)庫(kù)：對(duì)于在線(xiàn)監(jiān)視或診斷系統(tǒng)，數(shù)據(jù)庫(kù)的內(nèi)容是實(shí)時(shí)檢測(cè)到的工作數(shù)據(jù),；對(duì)于離線(xiàn)診斷,，可以是故障時(shí)檢測(cè)數(shù)據(jù)的保存，也可是人為檢測(cè)的一些特征數(shù)據(jù),。即存放推理過(guò)程中所需要和產(chǎn)生的各利，信息,。

　　知識(shí)庫(kù)：存放的知識(shí)可以是系統(tǒng)的工作環(huán)境,，系統(tǒng)知識(shí)(反映系統(tǒng)的工作機(jī)理及結(jié)構(gòu)知識(shí))：規(guī)則庫(kù)則存放一組組規(guī)則，反映系統(tǒng)的因果關(guān)系,，用來(lái)故障推理,。知識(shí)庫(kù)是專(zhuān)家領(lǐng)域知識(shí)的集合。

　　人機(jī)接口：人與專(zhuān)家系統(tǒng)打交道的橋梁和窗口,，是人機(jī)信息的交接點(diǎn),。

　　推理機(jī)：根據(jù)獲取的信息綜合運(yùn)用各種規(guī)則進(jìn)行故障診斷，輸出診斷結(jié)果,，是專(zhuān)家系統(tǒng)的組織控制結(jié)構(gòu),。 　

　　3　基于數(shù)據(jù)融合的故障診斷方法 　　

　　數(shù)據(jù)融合是針對(duì)一個(gè)系統(tǒng)中使用多個(gè)傳感器這一問(wèn)題而展開(kāi)的一種信息處理的新的研究方向。數(shù)據(jù)融合將各種途徑,、任意時(shí)間和任意空間上獲取的信息做為一個(gè)整體進(jìn)行綜合分析處理,，為決策及控制奠定基礎(chǔ)，產(chǎn)生比單一信息源,、單一處理機(jī)制更,、更*的估計(jì)和判決。

　　數(shù)據(jù)融合模型一般可表為圖2所示的三級(jí)結(jié)構(gòu),。數(shù)據(jù)融合模型的每一級(jí)內(nèi)部又可有相應(yīng)子結(jié)構(gòu),，其中，*級(jí)為原始信息融合層,，其輸入是由信息源提供的各種原始數(shù)據(jù),，其輸出是特征提取的結(jié)果或某種局部決策。第二級(jí)為特征融合層,，它以原始信息融合層的輸出做為輸入,。其輸出為目標(biāo)的局部標(biāo)識(shí)。第三級(jí)是決策融合層,，其輸入為特征融合層的輸出,，并以全局決策做為本層的輸出,。全局決策一般既要有硬決策，如故障類(lèi)別,、部位,、程度，也要給出軟決策,，如可信度,。 　　

　　4　小結(jié) 　　

　　本文介紹了故障診斷的基本概念，主要分類(lèi)以及幾種典型的故障診斷方法,。故障診斷是一個(gè)新興的研究領(lǐng)域,。盡管經(jīng)過(guò)多年的 發(fā)展 ，已經(jīng)取得了很大進(jìn)步,，內(nèi)容得到很大充實(shí),，在工程實(shí)踐中也得到了很多應(yīng)用，獲得了較為滿(mǎn)意的效果,，但是同時(shí)也暴露出了很多尚待解決的問(wèn)題,，如：魯棒性、自適應(yīng)性,、實(shí)時(shí)性等等,。這些問(wèn)題在今后的研究中還有待進(jìn)一步的解決。

http://sh-huayang.com/