摘要：本完在介紹故障診斷理論的基礎上，重點評述了小波分析故障診斷方法、專家系統故障診斷方法、數據融合故障診斷方法。對每種方法均介紹了診斷原理與步驟

　　關鍵詞：故障診斷；小波分析；專家系統：數據融合 　　

　　引言 　

　　故障診斷(FD)全名是狀態監測與故障診斷(CMFD)。基于解析冗余的故障診斷技術被*為是這一技術的起源。所謂解析冗余，是指被診斷對象的可測變量之間(如輸入與輸出間，輸出與輸出間，輸入與輸入間)存在的冗余的函數關系，故障診斷在過去的十幾年里得到了迅速的 發展 ，一些新的理論和方法，如遺傳算法、神經 網絡 、小波分析、模糊理論、自適應理論、數據融合等均在這里得到了成功的應用。 　　

　　1　基于小波分析的故障診斷方法 　

　　小波分析是20世紀80年代中期發展起來的新的數學理論和方法，它被認為是傅立葉分析方法的突破性進展。小波分析zui初由法國學者Daubeches和Callet引入信號處理領域，它具有許多優良的特性。小波變換的基本思想類似于Fourier變換，就是用信號在一簇基函數張成空間上的投影表征該信號。小波分析優于博立葉之處在于：小波分析在時域和頻域同時具有良好的局部化性質。小波分析方法是一種窗口大小(即窗口面積)固定但其形狀、時間窗和頻率都可以改變的時頻局部化分析方法。即在低頻部分具有較高的頻率分辨率和較低的時間分辨率。因此，小波變換被譽為分析信號的顯微鏡，小波分析在信號處理、圖像處理、話音分析、模式識別、量子物理、生物醫學工程、 計算 機視覺、故障診斷及眾多非線性 科學 領域都有廣泛的應用。

　　動態系統的故障通常會導致系統的觀測信號發生變化。所以我們可以利用連續小波變換檢測觀測信號的奇異點來檢測出系統的故障。其基本原理是利用信號在奇異點附近的Lipschitz指數。Lipschitz指數時，其連續小波變換的模極大值隨尺度的增大而增大；當時，則隨尺度的增大而減小。噪聲對應的Lipschitz指數遠小于0，而信號邊沿對應的Lipschitz指數大于或等于0。因此，可以利用小波變換區分噪聲和信號邊沿，有效地檢測出強噪聲背景下的信號邊沿(援變或突變)。 　　

　　2　專家系統故障診斷方法 　　

　　專家系統故障診斷方法，是指計算機在采集被診斷對象的信息后，綜合運用各種規則(專家經驗)，進行一系列的推理，必要時還可以隨時調用各種應用程序，運行過程中向用戶索取必要的信息后，就可快速地找到zui終故障或zui有可能的故障，再由用戶來證實。此種方法國內外已有不少應用。專家系統的故障診斷方法可用圖1的結構來說明：它由數據庫，知識庫，人機接口，推理機等組成。其各部分的功能為： 　　

　　數據庫：對于在線監視或診斷系統，數據庫的內容是實時檢測到的工作數據；對于離線診斷，可以是故障時檢測數據的保存，也可是人為檢測的一些特征數據。即存放推理過程中所需要和產生的各利，信息。

　　知識庫：存放的知識可以是系統的工作環境，系統知識(反映系統的工作機理及結構知識)：規則庫則存放一組組規則，反映系統的因果關系，用來故障推理。知識庫是專家領域知識的集合。

　　人機接口：人與專家系統打交道的橋梁和窗口，是人機信息的交接點。

　　推理機：根據獲取的信息綜合運用各種規則進行故障診斷，輸出診斷結果，是專家系統的組織控制結構。 　

　　3　基于數據融合的故障診斷方法 　　

　　數據融合是針對一個系統中使用多個傳感器這一問題而展開的一種信息處理的新的研究方向。數據融合將各種途徑、任意時間和任意空間上獲取的信息做為一個整體進行綜合分析處理，為決策及控制奠定基礎，產生比單一信息源、單一處理機制更、更*的估計和判決。

　　數據融合模型一般可表為圖2所示的三級結構。數據融合模型的每一級內部又可有相應子結構，其中，*級為原始信息融合層，其輸入是由信息源提供的各種原始數據，其輸出是特征提取的結果或某種局部決策。第二級為特征融合層，它以原始信息融合層的輸出做為輸入。其輸出為目標的局部標識。第三級是決策融合層，其輸入為特征融合層的輸出，并以全局決策做為本層的輸出。全局決策一般既要有硬決策，如故障類別、部位、程度，也要給出軟決策，如可信度。 　　

　　4　小結 　　

　　本文介紹了故障診斷的基本概念，主要分類以及幾種典型的故障診斷方法。故障診斷是一個新興的研究領域。盡管經過多年的 發展 ，已經取得了很大進步，內容得到很大充實，在工程實踐中也得到了很多應用，獲得了較為滿意的效果，但是同時也暴露出了很多尚待解決的問題，如：魯棒性、自適應性、實時性等等。這些問題在今后的研究中還有待進一步的解決。

http://sh-huayang.com/