【正文】 能力 。具體表現(xiàn)在以下幾方面 ： (1) 研究和改進(jìn)傳感器與監(jiān)測(cè)儀器選取合適的參量以提高診斷的準(zhǔn)確度與當(dāng)代最新傳感技術(shù)融合 ， 研究開發(fā)新型傳感器和監(jiān)測(cè)儀器 ， 提高監(jiān)測(cè)技術(shù)水平 ；選擇最有效的參量是提高診斷準(zhǔn)確性的前提 ,高效多功能儀器對(duì)診斷設(shè)備的幾何量、物理量快速準(zhǔn)確的檢測(cè)與識(shí)別是研究故障診斷的基礎(chǔ)工作。由于神經(jīng)網(wǎng)絡(luò)具有原則上容錯(cuò)、結(jié)構(gòu)拓?fù)漪敯?、?lián)想、推測(cè)、記憶、自適應(yīng)、自學(xué)習(xí)、并行和處理復(fù)雜模式的功能 ， 使其在工程實(shí)際存在著大量的多故障、多過(guò)程、突發(fā)性故障、龐大復(fù)雜機(jī)器和系統(tǒng)的監(jiān)測(cè)及診斷中發(fā)揮較大作用。但隨著模糊集合論的完善 ， 相信該方法有較光明的前景。由于模糊集合論尚未成熟 ， 通常只能憑經(jīng)驗(yàn)和大量試驗(yàn)來(lái)確定。這是一種圖形演繹法 ，把系統(tǒng)故障與導(dǎo)致該故障的各種因素形象地繪成故障圖表 ， 較直觀地反映故障、元部件、系統(tǒng)及因素、原因之間的相互關(guān)系 ， 也能定量計(jì)算故障程度、概率和原因等。通過(guò)離線分析來(lái)確定表達(dá)系統(tǒng)故障狀態(tài)的特征向量集和以該特征向量集所描述的故障模式向量 ， 由此形成故障的基準(zhǔn)模式集 ， 并確定區(qū)分識(shí)別這些故障模式向量的判別函數(shù) ， 然后通過(guò)在線診斷實(shí)時(shí)提取故障的特征向量 ， 由判別函數(shù)對(duì)故障進(jìn)行分離定位。 (3) 故障模式識(shí)別的故障診斷方 法 ： 這是一種靜態(tài)故障診斷方法 ， 它以模式識(shí)別技術(shù)為基礎(chǔ) ， 其關(guān)鍵是故障模式特征量的選取和提取。 (2) 基于故障診斷專家系統(tǒng)的診斷方法 ： 專家系統(tǒng)是近年來(lái)故障診斷領(lǐng)域最顯著的成就之一 ， 內(nèi)容包括診斷知識(shí)的表達(dá)、診斷推理方法、不確定性推理以及診斷知識(shí)的獲取等。 二、 基于非模型的故障診斷方法 (1) 基于可測(cè)信號(hào)處理的故障診斷方法 ： 系統(tǒng)的輸出在幅值、相位、頻率及相關(guān)性上與故障源存在著某種關(guān)系 ， 利用這種關(guān)系可確定系統(tǒng)的故障。 一、 基于系統(tǒng)數(shù)學(xué)模型的故障診斷方法 基于模型的故障檢測(cè)診斷技術(shù)是通過(guò)構(gòu)造觀測(cè)器估計(jì)出系統(tǒng)輸出 ， 然后將它與輸出的測(cè)量值比較 ， 從中取得故障信息。故障修復(fù)理論和方法將是目前和將來(lái)的研究方向。故障修復(fù)是自主系統(tǒng) (AS)和智能系統(tǒng) (AIS)的重要環(huán)節(jié)。如對(duì)傳感器故障修復(fù)來(lái)說(shuō)，可用一余度傳感器或一估計(jì)值代替故障傳感器的輸出值。故障的評(píng)價(jià)和決策是指根據(jù)故障的類別、嚴(yán)重程度，決定是否采取修復(fù)、補(bǔ)救、隔離或改變控制率等措施，以防止故障的影響和傳 播，預(yù)防災(zāi)難事故的發(fā)生。 故障診斷 故障診斷指根據(jù)殘差方向和結(jié)構(gòu)來(lái)分離出故障的部位，判斷故障的種類，估計(jì)出故障的發(fā)生時(shí)間、大小和原因，進(jìn)行評(píng)價(jià)與決策的過(guò)程。通常根據(jù)系統(tǒng)輸出或故障診斷技術(shù)綜述 7 狀態(tài)變量的估計(jì)殘差的特性來(lái)判斷故障。故障檢測(cè)是指確定系統(tǒng)是否發(fā)生故障的過(guò)程，即對(duì)一非正常狀態(tài)的檢測(cè)過(guò)程。 故障檢測(cè) 在進(jìn)行故障檢測(cè)之前，需做以下假設(shè)：系統(tǒng)中的故障導(dǎo)致系統(tǒng)參數(shù)有變化，如故障使輸出變量、狀態(tài)變量、殘差變量、模型參數(shù)、物理參數(shù)等其中之一或多個(gè)有變化。統(tǒng)稱為故障的檢測(cè)、分離和修復(fù) (FDIA)。 ② 基于系統(tǒng)數(shù)學(xué)模型和現(xiàn)代控制理論、方法的故障診斷理論和方法，也包括相互間的結(jié)合和集成。目前該領(lǐng)域研究的重點(diǎn)是 (線性和非線性 )系統(tǒng)的故障診斷的魯棒性，故障可檢測(cè)和可分離性，利用非線性理論 (突變、分叉、混沌分析方法 )進(jìn)行非線性系統(tǒng)的故障診斷。 (10) 基于數(shù)學(xué)模型的故障診斷理論和方法 ： 該方法是以現(xiàn)代控制理論和現(xiàn)代優(yōu)化方法為指導(dǎo)，以系統(tǒng)的數(shù)學(xué)模型為基礎(chǔ)，利用觀測(cè)器 (組 )、等價(jià)空間方程、Kalman 濾波器、參數(shù)模型估計(jì)和辨識(shí)等方法產(chǎn)生殘差，然后基于某種準(zhǔn)則或閾值對(duì)該殘差進(jìn)行評(píng)價(jià)和決策。但 BP 算法是非魯棒性的。故障診斷技術(shù)綜述 6 在眾多的神經(jīng)網(wǎng)絡(luò)中，尤其以基于 BP 算法的多層感知器 (MLP)神經(jīng) 網(wǎng)絡(luò)理論最堅(jiān)實(shí)，應(yīng)用最廣泛且最成功。 (9) 故障診斷神經(jīng)網(wǎng)絡(luò)理論和方法 ： 神經(jīng)網(wǎng)絡(luò)應(yīng)用于故障診斷是其最成功的應(yīng)用之一。該方 法的診斷效果在很大程度上依賴于狀態(tài)特征參數(shù)的提取、樣本的數(shù)目、典型性和故障模式的類別、訓(xùn)練和分類算法等。關(guān)鍵是故障模式特征量的選取和提取。今后研究應(yīng)注重與模糊邏輯、多值邏輯、故障樹、機(jī)器學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)等理論和方法的結(jié)合、集成。它的內(nèi)容包括診斷知識(shí)的表達(dá)、診斷推理方法、不確定性推理以及診斷知識(shí)的獲取等。由于灰色系統(tǒng)理論本身還不完善，如何利用已知信息更有效地推斷未知信息仍是一個(gè)難題。它有自學(xué)習(xí)和預(yù)測(cè)功能。今后研究應(yīng)注重與多值邏輯、神經(jīng)元網(wǎng)絡(luò)及專家系統(tǒng)相結(jié)合。在這方面應(yīng)注重引入非線性理論、新的信息處理理論和方法。 (4) 振動(dòng)信號(hào)診斷方法 ： 該方法研究較早，理論和方法較多且比較完善。另外因系統(tǒng)本身不確定的和模糊的信息 (如相關(guān)性大且復(fù)雜 )，以及要對(duì)每一個(gè)征兆和特征參數(shù)確定其上下故障診斷技術(shù)綜述 5 限和合適的隸屬度函數(shù)，而使其應(yīng)用有局限性。 (3) 模糊診斷理論和方法 ： 模糊診斷是根據(jù)模糊集合論征兆空間與故障狀態(tài)空間的某種映射關(guān)系，由征兆來(lái)診斷故障。 (2) 基于信號(hào)處理及特征提取的故障診斷方法 ： 主要有時(shí)域特征參數(shù)及波形特征診斷法、時(shí)差域特征法、幅值域特征法、信息特征法、頻譜分析及頻譜特征再分析法、時(shí)間序列特征提取法、濾波及自適應(yīng)除噪法等。從學(xué)科整體可歸納以下理論和方法 ： (1) 基于機(jī)理研究的診斷理論和方法 ： 從動(dòng)力學(xué)角度出發(fā)研究故障原因及其狀態(tài)效應(yīng)。 2 故障診斷的主要理論和方法 故障診斷技術(shù)已有 30 多年的發(fā)展歷史，但作為一門綜合性新學(xué)科 —— 故障診斷學(xué) —— 還是近些年發(fā)展起來(lái)的。透平發(fā)電機(jī)、壓縮機(jī)的診斷技術(shù)已列入國(guó)家重點(diǎn)攻關(guān)項(xiàng)目并受到高度重視；而西安交通大學(xué)的 “ 大型選轉(zhuǎn)機(jī)械計(jì)算機(jī)狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng) ” ，哈爾濱 工業(yè)大學(xué)的 “ 機(jī)組振動(dòng)微機(jī)監(jiān)測(cè)和故障診斷系統(tǒng) ” 。全國(guó)各行業(yè)都很重視在關(guān)鍵設(shè)備上裝備故障診斷系統(tǒng)，特別是智能化的故障診斷專家系統(tǒng)，在電力系統(tǒng)、石化系統(tǒng)、冶金系統(tǒng)、以及高科技產(chǎn)業(yè)中的核動(dòng)力電站、航空部門和載人航天工程等。雖起步較晚，但經(jīng)過(guò)近幾年的努力，加上政府有關(guān)