系统辨识，才是工业智能的灵魂---朱豫才

随着工业生产装置和其他技术过程的复杂化以及自动化水平的提高，对系统安全性和可靠性的要求也越来越高。过程监测、故障诊断和预测性维护成为现代自动化控制系统的重要组成部分。控制界提出的故障诊断方法主要分为两类：（1）基于数据驱动的方法；（2）基于机理模型的方法。由于没有充分考虑系统的动态特性，数据驱动方法的结果不准确。基于机理模型方法的困难是建模精度低且成本高。

40年来，模型预测控制 (MPC) 技术在流程工业普及应用，创造了极大的经济效益。绝大部分（99%）MPC模型是通过系统辨识的手段得到的，这说明系统辨识是工业过程动态建模最可行的手段。将系统辨识与故障诊断紧密结合，有可能开发出实用的故障诊断技术。为此我们提出了基于系统辨识的故障诊断。我的最后一位博士生专门研究这个问题。他做了很好的工作，发表了几篇论文，在这里介绍一下。

文章1：Jinming Zhou and Yucai Zhu (2021). Identification based fault detection: Residual selection and optimal filter. Journal of Process Control, vol. 105. 

该文章提出了一个在随机系统下故障诊断的性能指标；基于此，证明了模型的输出误差比预测误差更适合用于故障诊断；然后推导出最优诊断滤波器。将我们的方法用于Tennessee Eastman Process例子，与文献中的方法比较，故障诊断率最高，误报率最低。

文章2：Jinming Zhou and Yucai Zhu (2022). Fault isolation based on transfer-function models using an MPC algorithm. Computers and Chemical Engineering, Vol. 159.

故障诊断有两个基本步骤：（1）故障检测，通过对系统的信号分析检测到故障；（2）故障分离，检测到故障后，通过对故障信号的进一步分析找到故障源。本工作提出一套借用模型预测控制（MPC）算法进行故障分离的方法。该算法具有数值计算的高可靠性，能处理大规模、含时延和非最小相位零点的系统，并能处理模型误差的影响。

文章3：Jinming Zhou and Yucai Zhu (2022). Automatic determination of optimal fault detection filter, Journal of Process Control, Vol. 118, pp. 69-81.

文章提出了一种自动确定最优诊断滤波器的方法。

文章4： Jinming Zhou, Yucai Zhu, Zhijiang Shao, Zhe Dong and Chao Yang (2022). Identification-based sensor and actuator fault diagnosis for industrial control systems and its application to HTR-PM, Control Engineering Practice, Vol. 131, pp. 1-14.

  本工作提出了控制系统传感器和执行器故障诊断方法，并在高温气冷堆（核反应堆）模型上验证原理。

文章5：Jinming Zhou, Yucai Zhu, Zhijiang Shao (2023). A combined passive-active method for diagnosing multiplicative fault. Process Safety and Environmental Protection, Vol. 178, pp. 959-975.

我们认为大部分工业故障是系统本身发生了故障，即乘性故障。但大部分故障诊断的学术文章研究加性故障，即故障是外来的。这项工作研究乘性故障，提出了使用辨识激励的手段诊断乘性故障。

这些故障诊断方法的工业应用，还在探讨中。