基于定性推理的故障診斷綜述

阮玖圣 馬 進 周 昱 張建輝

(華北電力大學，河北 保定 071003)

0 引言

國外故障診斷技術的研究已有近40年歷史。早在20世紀60年代末，美國宇航局（NASA）創導成立了美國機械故障預防小組。以后，各國政府機構和公司廣泛成立組織，召開會議，開展研究工作；20世紀70年代末，由于電子測量技術和頻譜分析技術的應用，故障診斷技術開始進入實際應用階段；到了20世紀80年代中期，隨著傳感器技術、信號處理技術以及計算機技術的發展，現代故障診斷與預測技術逐步形成并發展起來；至20世紀80年代中期以后，機械設備的大型化、復雜化以及連續高速運行的需要，單靠信號處理和人工分析判斷已難以實現在線的精確診斷。

1 故障診斷方法

故障診斷就是尋找故障原因的過程，包括對各種檢測、測量得到的信息進行監視、分析和判別，并結合系統特性及歷史數據對系統工作狀態給出分析、評價的過程。故障檢測與診斷技術為提高復雜系統的可靠性開辟了一條新的途徑，是解決系統的可靠性、安全性、提供科學決策的關鍵技術之一。

按照通行的分類方法，故障診斷方法可以分為基于數據驅動的方法、基于數學模型的方法、基于知識的方法等三種類型。

（1）基于數學模型的方法

利用觀測器或濾波器對系統的狀態和參數進行重構，并構成殘差序列（或稱新息序列），然后采用一些措施來增強殘差序列中包含的故障信息，抑制模型誤差和擾動等非故障信息，最后通過對殘差序列的統計分析來檢測出故障的發生并進行故障的識別。

（2）不依賴數學模型的方法

除了基于數學模型的方法以外，其它的診斷方法包括基于數據驅動和知識的方法都可認為是不依賴于數學模型的方法，如專家系統故障診斷方法、神經網絡故障診斷方法和基于定性推理的方法等。這些方法種類繁多，每種方法中都有許多分支。

2 定性推理

其中基于定性推理診斷設備故障，國內外學者已經進行了詳細的研究，并提出了很多方法。

（1）De kleer的envision方法:將每個物理過程視為一個復雜的物理設備(device)由一些部件連接構成,約束條件由連接外的定性方程給出,求解所有可能的行為狀態。

（2）Forbus的定性進程方法:物理現象用一些相關的進程描述,進程由個體,前提條件、量條件（quantity conditions）、關系和影響（influences）構成，其工作過程是每個不同進程的激活（active）和停止（inactive）的過程。

（3）Kuipers的定性仿真方法：用部件參量及相應的一組定義在數量空間的定性約束描述系統結構，從某一出事狀態出發，推衍各種可能的后繼狀態。

（4）Iwasaki和 Simon 的因果順序方法（theory of causal ordering），他們討論如何在非因果數學關系模型中進行因果推理。

3 基于定性推理故障診斷方法

當一系統各變量值均為其正常期望值，其導數亦為零。此時系統各變量的定性狀態為 qS(fl，t)=(正常期望值，穩定)，i：1，2，…，m，m 為系統變量數。一旦系統出現故障，其狀態變量的值將會發生變化，故障診斷任務巾，狀態變化的最重要定性特征為增大、減小或無變化這個重要的量化空問僅包含三個值：＋、-和0。定性分析中，“x增大”披表示為[dx／dt]+，為表達簡單起見將[dx／dt]記作△x。研究故障與狀態變化間的關系將是故障診斷的關鍵。

一般而言，不同的故障將會造成不同的狀態變化，系統狀態的變化受變量問的約束限制，而表現出一定的規律性。據此我們可根據系統的定性模型，利用定性仿真技術，對每個預先設定的故障，確定其過程變量的定性狀態，井進一步構造故障決策表，由該表即可容易地確定故障的決策規則。

4 定性推理的應用

為了說明定性推理的應用，舉一個簡單的例子。見圖1所表示的水槽離心泵控制系統。該系統由一個開口水槽、一臺離心泵、一個調節閥(VI)、一個手動閥(V2)、和若干管道組成。其中，水槽的液位由一個單回路控制器(LIC)控制，LS是液位變送器，上游入口流量為Fl，下游出口流量為F2,離心泵出口壓力為P。圖2是該系統的SDG模型，節點表示過程系統中的物理變量(如流量、液位、溫度、壓力和組成等)、操作變量(如閥門、開關等)及相關的儀表(如控制器、變送器等)，實線表示增量影響，虛線表示減量影響。

SDG中所有節點在相同時刻狀態觀測值的集合稱為一個瞬時樣本(pattern),如果樣本只包括“+”、“-”或“0”三種狀態符號，稱為三級量空間SDG樣本。在三級樣本中，節點所表示的變量超過了上限閡值(threshold)取“+”號，超過了下限闡值取“-”號，在上、下限之間為正常狀態，取“0”符號。

圖1 水槽離心泵控制系統流程圖

圖2 水槽離心泵控制系統SDG模型

SDG模型看似簡單，它卻能夠表達復雜的因果關系，并且具有包容大規模潛在信息的能力。以圖2所表示的SDG模型為例，令圖中的每丫個節點都表示一個物理變量，并且都按空間定義取“+”、“-”、“0”三種狀態中的一種，其中某個節點取“+”值表示該物理變量超過了允許的上限，取“-”值表示低于允許的下限，取“0”表示變量處于正常范圍。圖2所示SDG模型中所有節點取不同量空間值的瞬時樣本組合數為2187個(37=2187).

節點組合的樣本總數Pmax由公式Pmax=3n計算，N為節點數。由于有向支路的約束，Pmax計算時節點之間的位置不能調換，因此，Pmax的計算符合“密碼鎖”的規律。如果僅就SDG模型表達能力而言，支路也有包含信息的能力，支路有兩種取值狀態，增量影響與減量影響，設支路總數為M，則樣本總數可用公式Pmax=3n·2m表達。對于圖2所示的例子，樣本總數為559872個。通過這一計算充分說明SDG具有包容大量信息的能力。

5 結束語

定性推理技術因其模型相對簡單，易于使用，能夠處理符號、語言和圖形等多種形式的信息，推理方式接近于人的思維和判斷，因而在現代智能故障診斷中被廣泛應用。定性仿真技術為診斷部分知識未知系統的故障提供了有力工具。