艦船電力推進系統故障診斷技術研究

王孟蓮 馬丹 沈楓 龍飛

（1. 中國船舶重工集團公司第七一二研究所, 武漢 430064; 2. 武漢理工大學能源與動力工程學院, 武漢430063）

艦船綜合電力系統（IPS）是基于美國海軍國防部及相關部門提出的用于下一代艦船平臺的集成系統。IPS具備諸多好處，如具有靈活的結構，完善的生存能力和隱蔽性，提高了戰斗力，降低了全壽命周期成本等。近年來在全球范圍內進行了重要的研究和開發，目的是獲得這項技術，使之成為全電力船的動力基礎。電力推進系統是IPS體系架構中的重要組成，提供艦船的航行功能和動力定位需要，其可靠性直接影響艦船的安全性和機動性[1]。

隨著故障檢測和故障診斷技術在控制領域的應用和發展，為提高電力推進系統的可靠性、可維護性、有效性和安全性開辟了一條新途徑。所謂故障檢測（fault detection）即確定系統發生了故障。而故障診斷（fault diagnosis）是指在故障檢測之后，確定故障種類及大小、故障發生的時間及部位，廣義的故障診斷定義也包含了故障檢測的內容[2]。

艦船電力推進系統的故障診斷屬于電力設備故障診斷的范疇，是保證電力推進監控系統可靠工作的重要保障和關鍵技術。對電力推進系統進行故障診斷技術研究，是設計一個性能優越的電力推進監控系統的基礎[3]。

1 國內外研究概況、水平和發展趨勢

故障診斷技術的發展在經歷了基于感官和簡單儀表、基于硬件冗余、基于解析冗余的階段之后，已經進入基于解析冗余的故障診斷方法的成熟時期和智能方法的發展時期。傳統的診斷技術已不能適應系統的日趨復雜化、智能化及光機電一體化，隨著計算機技術的發展以及人工智能技術特別是專家系統的發展，診斷技術進入智能化階段。20世紀80年代中后期，一部分學者開始把神經網絡應用于控制系統故障診斷方面，作了一些成功而有益的嘗試。利用神經網絡進行故障診斷不需要精確的數學模型，引入了診斷對象的許多信息，特別是可以充分利用專家診斷知識等，因此具有良好的應用前景，尤其是在非線性領域。另外基于模糊推理、模式識別以及專家系統等智能診斷方法也逐漸發展起來。尤其是近年來，智能診斷方法因為不需要精確的數學模型，成為針對復雜系統的首選故障診斷方法[4]。

艦船電力推進系統的故障診斷屬于電力設備故障診斷的范疇，電力設備的故障與其征兆之間的關系錯綜復雜，具有不確定性及非線性，而人工智能方法恰好能發揮其優勢，故目前的電力設備故障診斷系統多借用人工智能技術，其診斷分析方法一般可歸納為四類：(1)基于信號變換的診斷方法：電力設備的許多故障信息是以調制的形式存在于所監測的電氣信號及振動信號之中，常用的信號變換方法有希爾伯特變換和小波變換。基于信號變換的故障診斷方法在電力設備故障診斷的實際應用中取得了很多成果；尤其是小波變換，很適合于探測正常信號分析中夾帶的瞬態反常現象并展示其成分，在電力設備故障診斷中占有重要地位。但基于信號變換的診斷方法缺乏學習功能。(2)基于專家系統的診斷方法：該方法是根據專家以往經驗，將其歸納成規則，并運用經驗規則通過規則推理來進行故障診斷。基于專家系統的診斷方法具有診斷過程簡單、快速等優點，但也存在著局限性，基于專家系統的方法屬于反演推理，因而不是一種確保唯一性的推理方法，該方法存在著獲取知識的瓶頸。對于復雜系統所觀測到的癥狀與所對應故障之間聯系是相當復雜的，專家經驗歸納成規則往往不是唯一的并且有相當難度。(3)基于人工神經網絡（ANN）的診斷方法：簡單處理單元廣泛連接而成的復雜的非線性系統，具有學習能力，自適應能力，非線性逼近能力等。故障診斷的任務從映射角度看就是從征兆到故障類型的映射。用 ANN技術處理故障診斷問題，不僅能進行復雜故障診斷模式的識別，還能進行故障嚴重性評估和故障預測，由于ANN能自動獲取診斷知識，使診斷系統具有自適應能力。但 ANN方法也存在訓練樣本獲取難，訓練樣本需求量大，算法收斂速度慢且易陷入局部最優解的缺點。(4)基于集成型智能系統的診斷方法：隨著電力設備系統越來越復雜，依靠單一的故障診斷技術已難滿足復雜電力設備的故障診斷要求，因此上述各種診斷技術集成起來形成的集成智能診斷系統成為當前電力設備故障診斷研究的熱點。主要的集成技術有：基于規則的專家系統與ANN結合，模糊邏輯與ANN結合，混沌理論與ANN結合，模糊神經網絡與專家系統結合。

2 電力推進控制系統結構與功能模型

典型電力推進系統主要設備是主推進裝置，由推進變壓器、推進變頻器、推進電動機及螺旋槳組成。針對電力推進系統這個控制對象設計的控制系統組成框圖如圖1所示。

圖1 故障診斷與控制系統組成

電力推進系統的故障診斷及控制系統由硬件系統與軟件系統構成，其中，硬件系統包括用于故障檢測的傳感器、用于控制的控制器系統和執行機構；軟件系統包括控制軟件和人機界面軟件，前者能夠進行基于知識數據庫的故障診斷和決策支持，后者提供操作界面給用戶。這里的故障診斷是包含了故障信號檢測的廣義概念，用基于故障樹、專家系統結合人工神經網絡方法進行設計。

實現電力推進系統故障診斷與控制系統的設計，從功能上對其進行劃分，包括了FDD和容錯控制兩大類，見圖2故障診斷與控制系統功能模型框圖。建立艦船電力推進系統的故障診斷與容錯控制模型的第一步：需要分析找出電力推進系統內部故障的類型和外部海況對電力推進系統的影響，為擾動分析與系統自身故障檢測與診斷提供依據；同時需要分析各種運行狀態下操作的互斥性，為誤操作阻斷提供依據。其中，信號校驗模塊的基本任務是及時發現測量系統中發生的傳感器故障，當發現故障時則盡可能地從受故障“污染”的數據中估計出實際的測量參數，從而為自動控制及人工操作提供可靠的信息基礎。經校驗后的信號則可以用于電力推進系統的擾動分析和故障診斷及工況分析。故障診斷模塊通過分析校驗后的傳感器信號，檢測與診斷電力推進系統內部設備，運行過程的故障。擾動分析模塊根據校驗后的測量信號估計出系統主要的擾動變量，為實現擾動控制提供必要的信息。工況分析模塊接受以上三個模塊的結果，根據預定的工況分析準則判斷當前系統所處的工況，包括：正常工況、異常工況與應急工況。決策支持模塊接受工況分析的結果，自動識別當前系統所處的運行與操作階段，為操作人員提供操作決策信息，負責人機交互。為防止操作人員的誤操作設立誤操作阻斷模塊該模塊只允許正確的操作進入系統，阻斷明顯錯誤的操作決策并提出警示，對不易鑒別的操作則給出必要的警示，通常利用軟件實現。通過應急控制模塊執行應急控制方案，使系統處于臨界緊急狀態時則進入應急工況。容錯控制模塊是一個備用的控制方案，目的在于系統處于異常工況（非臨界緊急工況）時仍可以降低某些指標，保證系統安全運行一定時間，針對不同的故障因素和運行工況，一般采取控制系統重組或重構的方法調整控制系統的結構或參數。

圖2 故障診斷與控制系統功能模型

3 電力推進系統故障診斷技術研究

針對艦船電力推進系統設備種類多、結構和運行復雜的特點，故障診斷系統首先要能對各種常見故障和先驗故障做出準確的判斷和故障定位，并能給出故障處理的意見，為用戶提供決策支持；其次，對于首次發生的故障，即設計過程中未能收集到的故障征兆，也具備辨識能力,這就要求故障診斷系統具備一定的學習功能。因此，將采用故障樹分析法來描述電力推進系統的先驗故障，故障樹模型可以形象直觀地為用戶提供按樹形組織的維護指南；故障樹分析法的最小割集將是基于計算機技術的專家系統知識庫的主要內容，在構造專家系統時可通過合理組織知識庫和采用高效的推理機制來滿足故障診斷系統的實時需求；面對知識庫中尚未收集但在實際運行中可能發生的故障，建立人工神經網絡方法來處理它們，該人工神經網絡的訓練樣本來自專家系統的知識庫，且當故障被辨識和處理后，將此樣本依舊添加到專家系統知識庫中。

艦船電力推進系統故障診斷技術主要研究工作如下：故障診斷模型研究；仿真技術研究；神經網絡算法研究；專家系統研究。具體：（1）通過進行基于實時狀態監測的故障診斷研究，提出基于電力推進系統的故障特征信號的故障診斷模型，在故障診斷模型的基礎上建立故障樹。（2）在電力推進系統故障診斷模型和故障樹的基礎上，研究故障診斷知識的有效表達方式，建立基于電力推進系統故障模型的初步故障診斷知識庫。（3）優選適合于電力推進系統的人工神經網絡，對診斷知識庫和人工神經網絡進行有機結合，克服各自缺陷，實現可行算法。（4）通過仿真技術研究，為故障診斷專家系統提供一個測試環境。

3.1 基于實時狀態監測的故障診斷模型研究

根據電力推進系統狀態監測控制的實際狀況，借鑒常見故障和先驗故障的已有經驗，分析電氣信號與故障之間的內在聯系，確定故障征兆和故障原因的映射關系，建立電力推進系統的故障診斷模型。然后對故障類型和等級進行劃分，并基于建立的故障診斷模型形成相應的故障樹，為后面的相關研究提供基礎。針對電力推進系統先驗故障，頂層故障樹如圖3。

圖3 電力推進系統頂層故障樹

3.2 診斷知識表達和知識庫研究

常用的故障診斷知識表達方式有：基于謂詞邏輯表示法，基于產生式規則表示法，基于過程式知識表示法，基于框架式表示法，基于知識模型表示法和基于面向對象表示法。其中，面向對象的知識表達方法是隨著面向對象技術和語言而推出的，是框架式表示法的面向對象實現。由于采用類的概念并引進繼承和封裝技術，減少了知識表達的冗余性，使知識庫易于修改。在已有故障診斷模型和故障樹的基礎上，采用面向對象的知識表示方法，對電力推進系統的屬性和故障關系進行分析，用不同層次的類來描述其屬性及其故障關系，通過類的構造來建立診斷知識庫，同時將推理機的診斷過程用面向對象技術實現。

根據故障樹的分析結果，我們可以進行專家系統知識庫的首次建立。知識庫是一個離線數據庫，其記錄的數據結構主要由三個字段組成：字段1：故障編號；字段2：故障現象；字段3：故障原因。由故障編號唯一表示故障，故障現象與故障原因是一對一的映射關系。

其次，要建立合適的推理機制。一方面，提供在線故障檢測與診斷，另一方面，提供人機接口給用戶可進行離線故障查詢和維護指南。進行在線故障檢測，還需要一個實時數據庫，結構上，它可以是知識庫的一個索引數據庫，在線檢測的參數和狀態均記錄到這個實時數據庫。推理機判斷，當信號正常時，系統繼續運行；當信號異常時，將異常信號與知識庫的內容對比，從而根據故障現象確定故障成因。離線時，用戶可以進行故障查詢和實現其它輔助功能（如訓練）。在此研究的基礎上，應用專家系統技術構造專家系統。

3.3 實時診斷方法研究

無論采用何種知識表達方式，當發生故障時，都是依據故障信息所對應知識庫進行知識樹圖的搜索。知識樹是建立在診斷問題上的，是按預先領域知識構造成的組合固定的樹，而并非是任意組合的，因此缺乏自學習能力。但實際中的電力推進系統的故障診斷所依據的故障信息都屬于實時信息，在現實的環境中，易出現知識庫沒有涵蓋的新故障情況，這樣會使知識推理過程陷入無窮遞歸，導致無法求解或得出錯誤解。而人工神經網絡可克服這個缺陷， 具有強的自組織、自學習能力，魯棒性高，且推理速度與規模大小無明顯的關系，對于知識庫中無法識別的新故障，收集相應的故障實例樣本，設計合適的人工神經網絡和學習算法，通過對實例樣本的學習形成新的故障知識，新知識自動添加進知識庫，使故障診斷系統在實際使用過程中不斷完善。

3.4 故障診斷專家系統研究

如圖 4，故障診斷專家系統軟件分為以下幾個相互聯系的主要功能模塊：人機接口控制模塊、信號檢測處理模塊、知識獲取及管理模塊、推理機模塊、ANN自學習模塊及知識庫、樣本庫模。

圖4 電力推進系統的故障診斷專家系統模型

人機接口控制模塊負責用戶的人機交互、故障原因的輸出。信號檢測處理模塊負責檢測信號的輸入及故障信號的過濾。知識獲取和管理模塊用于處理相關的專家經驗及已經生成的故障樹，基于故障樹的故障規則的集成知識表示是通過故障樹定性分析法，把故障樹轉換為若干個最簡單故障樹，再將每個最簡單故障樹轉換為故障知識庫中的一條或多條產生式規則，其中故障樹中邏輯“與門”被處理為一條故障規則，邏輯“或門”被處理為多條故障規則，處理好的故障規則進入相應的設備故障知識庫進行存儲。推理機對來自人機接口控制模塊和信號檢測處理模塊傳入的故障信號進行處理，按一定的搜索匹配策略在設備故障知識庫中搜尋故障信號對應的故障規則，如匹配成功，則把與故障檢測信號相匹配的故障原因傳遞給人機接口控制界面，如匹配不成功，則把此故障信號送入樣本數據庫，供 ANN自學習模塊使用。ANN自學習模塊主要實現具有有效自學習或訓練功能的人工神經網絡，通過建立的人工神經網絡對樣本數據庫中未匹配故障檢測信號進行自學習訓練，然后生成新的故障規則，新的故障規則補充進設備故障知識庫。故障知識庫和樣本數據庫模塊主要負責各自數據庫的建立、維護管理和輸入輸出處理。

3.5 故障診斷仿真研究及試驗驗證

對故障診斷模型和方法進行仿真研究，并設計一個簡化的基于電力推進系統故障模型的故障診斷專家系統的演示系統，實現基本應用。

4 結束語

通過故障診斷技術的引入，可以很大程度上提升電力推進系統的可靠性。故障診斷技術使系統維修更加方便。基于專家系統的良好人機界面設計可以使方便操縱的同時阻斷誤操作。下一步的工作是，使用基于專家系統方法的人機界面設計，構造故障數據字典型的知識庫，構建電力推進系統故障診斷系統的模擬裝置。在進行故障檢測與診斷分析時，難免有疏漏之處由于時間、環境、條件和水平有限，本文存在著很多不足，希望得到大家的批評和指導。

[1] 姚清榮. 艦船用綜合全電力推進系統. 船舶工程研究，2001(2):15～21

[2] 周東華, 葉銀忠. 現代故障診斷與容錯控制. 北京：清華大學出版社，2000

[3] 季曉慧, 叢望, 劉勇. 船舶電力系統故障診斷專家系統的智能化研究. 船電技術, 2002(4):26～28

[4] 趙榮珍, 孟凡明, 張優云. 智能故障診斷系統模式研究.潤滑與密封，2003(6)：18～21.