引用本文

何潇, 郭亚琦, 张召, 贾繁林, 周东华. 动态系统的主动故障诊断技术. 自动化学报, 2020, 46(8): 1557−1570 doi: 10.16383/j.aas.c190699

He Xiao, Guo Ya-Qi, Zhang Zhao, Jia Fan-Lin, Zhou Dong-Hua. Active fault diagnosis for dynamic systems. Acta Automatica Sinica, 2020, 46(8): 1557−1570 doi: 10.16383/j.aas.c190699

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190699

关键词

主动故障诊断，辅助信号，动态系统，故障表现增强 

摘要

目前, 绝大多数动态系统的故障诊断方法仅利用系统的输入输出数据, 当数据中包含的故障特征不明显时, 诊断效果不佳. 动态系统的主动故障诊断方法通过向系统注入适当的辅助信号, 增强输入输出数据中特定故障的表现来提高对该故障的诊断能力. 主动故障诊断的研究不仅对于丰富与发展动态系统故障诊断理论具有重要价值, 还对故障诊断技术在实际中的推广应用具有重要意义. 本文阐述了主动故障诊断的思想, 介绍了用于增强故障表现的辅助信号所具有的特征, 分类概述了现有文献中的辅助信号设计方法, 分析了故障表现增强的形式与主动故障诊断技术的实现方式, 探讨了主动故障诊断中亟待解决的问题与未来的发展方向.

文章导读

随着社会经济的发展和科学技术的进步, 现代化复杂工程系统的规模不断扩大, 功能越来越强. 复杂工程系统中的故障若未能得到有效处理, 不仅可能导致财产损失或人员伤亡, 还可能导致环境污染造成生态灾难[1-2]. 动态系统的故障诊断技术是提高系统安全性、可靠性和降低事故风险的关键技术, 已成为国内外自动控制领域的前沿研究方向之一[3-5]. 在过去的几十年里, 研究人员对故障诊断技术进行了广泛的研究, 取得了一系列的研究成果[6-11].

现有故障诊断方法绝大多数是在“被动”框架下进行的, 即仅利用系统的输入输出数据生成用于指示故障的残差信号, 没有对系统施加额外的输入信号, 从而不对系统的演化规律产生影响. 此类故障诊断方法可称为被动故障诊断方法. 被动故障诊断的框架限制了方法对故障的诊断能力, 也弱化了被动故障诊断方法在实际工程中的应用. 为了更加深入地研究动态系统的故障诊断理论, 推进故障诊断技术在实际工程中的应用, Zhang和Zarrop于1988年首次提出“主动”的故障诊断框架. 该思想一经提出便得到了学术界的重视, 一些学者对主动故障诊断方法进行了进一步的研究[12-16]. 与被动故障诊断不影响原系统演化规律这一特点不同, 主动故障诊断可通过设计合适的辅助信号输入至系统, 增强特定故障表现, 提高故障诊断性能, 提升故障诊断技术的实用性.

本文对主动故障诊断技术的现有研究成果进行综述. 首先介绍主动故障诊断的思想和辅助信号的特征, 然后对现有辅助信号设计方法进行分类概述, 并给出故障表现增强的形式与主动故障诊断技术的实现途径, 最后对主动故障诊断未来的发展方向进行展望.

图 1  被动故障诊断框架

图 2  主动故障诊断框架

图 3  四参数控制器

现有被动故障诊断方法由于自身的局限性导致诊断能力较弱、工程应用困难, 而主动故障诊断方法能够很好地弥补被动故障诊断的不足, 通过设计辅助信号注入系统, 激发特定的故障表现, 然后利用一定的诊断算法对系统的输入输出数据进行分析, 从而得到诊断结果. 本文对动态系统的主动故障诊断技术进行了概述, 对主动故障诊断的思想、辅助信号的特征、辅助信号的设计方法及主动故障诊断的实施进行了详细介绍. 目前主动故障诊断仍处于探索阶段, 现有研究成果主要针对故障信息已知的特定故障, 而且工程应用较少. 面对工程系统越来越复杂的趋势, 对于主动故障诊断技术的研究与应用提出了更高的要求. 下面将对主动故障诊断的一些未来研究方向进行展望.

1)故障可检测性、故障可诊断性的理论研究

目前尚缺乏故障可检测性、故障可诊断性的权威定义, 且理论研究成果较少, 因此故障可检测性、故障可诊断性的理论研究是未来的研究重点之一. 其中, 一定方法框架下的充分条件、主动故障诊断中可诊断性的数学描述、特定假设下故障可诊断性的充要条件是迫切需要解决的挑战性问题.

2)主动故障分离、估计和辨识的理论研究

目前在主动故障诊断成果中, 故障检测多, 故障分离、估计和辨识较少. 故障分离、估计和辨识对系统在发生故障后对故障的准确定位和及时处理至关重要, 因此主动故障分离、估计和辨识的理论研究具有重要意义.

3)基于随机辅助信号的主动故障诊断

现有的主动故障诊断方法中, 辅助信号基本为非随机信号, 如正弦信号、分段恒定信号等, 只能增强特定故障表现, 这给主动故障诊断的研究带来了一定的局限性. 当辅助信号为随机信号时, 可以通过分析输出信号的均值、方差、概率密度函数、相关函数和功率谱密度等统计特性来判断系统是否存在多种故障并进一步分析故障的位置和大小等. 因此研究辅助信号为随机信号的主动故障诊断具有重要意义.

4)系统友好型辅助信号设计

很多工业系统, 如石油化工过程、火力发电系统等, 无法将原有输入置零然后施加辅助信号进行故障诊断, 必须保持系统的运行状态, 因此只能进行系统友好型辅助信号设计, 需要考虑与输入信号的联合设计, 但是目前该类辅助信号设计方法的研究较少. 因此研究系统友好型辅助信号设计是十分必要的, 也是主动故障诊断未来的重要发展方向之一.

5)针对微小故障的主动故障诊断

由于系统不确定性的存在, 由微小故障引起的系统变化与系统噪声或扰动引起的系统变化难以区分, 主动故障诊断方法可利用辅助信号激发故障在系统输出中的表现, 是解决微小故障检测的潜在途径. 但由于微小故障幅值过小, 故障表现增强的效果可能仍不明显, 针对微小故障的主动故障诊断有待进一步研究.

作者简介

何潇

清华大学自动化系长聘副教授. 2010年获得清华大学博士学位. 主要研究方向为动态系统的故障诊断与容错控制, 网络化系统及其应用. 本文通信作者.E-mail: hexiao@tsinghua.edu.cn

郭亚琦

清华大学自动化系博士研究生. 主要研究方向为动态系统的主动故障诊断.E-mail: guoyq18@mails.tsinghua.edu.cn

张召

清华大学自动化系博士研究生. 主要研究方向为动态系统的故障诊断.E-mail: zhang-z17@mails.tsinghua.edu.cn

贾繁林

清华大学自动化系博士研究生. 主要研究方向为动态系统的容错控制.E-mail: jfl18@mails.tsinghua.edu.cn

周东华

山东科技大学和清华大学教授. 主要研究方向为动态系统的故障诊断与容错控制, 故障预测与最优维护技术.E-mail: zdh@mail.tsinghua.edu.cn