[科普中國]-故障遮掩

簡介

故障是系統(tǒng)不能執(zhí)行規(guī)定功能的狀態(tài)。通常而言，故障是指系統(tǒng)中部分元器件功能失效而導致整個系統(tǒng)功能惡化的事件。按故障的發(fā)生和發(fā)展過程可將故障分為突發(fā)性故障和漸發(fā)性故障。故障遮掩是指產(chǎn)品(裝備)的某個分項目存在故障，但由于該產(chǎn)品(裝備)某一特點或由于該分項目或另一分項目的其他故障，而不能被識別的狀態(tài)。故障遮掩是屬于突發(fā)性故障，一般難以診斷，一旦發(fā)現(xiàn)就可能對系統(tǒng)運行造成很大影響。

故障診斷是指利用各種檢查和測試方法，發(fā)現(xiàn)系統(tǒng)和設備是否存在故障的過程是故障檢測；而進一步確定故障所在大致部位的過程是故障定位。故障檢測和故障定位同屬網(wǎng)絡生存性范疇。要求把故障定位到實施修理時可更換的產(chǎn)品層次（可更換單位）的過程稱為故障隔離。故障診斷就是指故障檢測和故障隔離的過程。

故障的分類及特征分類1．按故障的持續(xù)時間分類

按故障的持續(xù)時問可將故障分為永久故障、瞬時故障和間歇故障。永久故障由元器件的不可逆變化所引發(fā)，其永久地改變元器件的原有邏輯。直到采取措施消除故障為止；瞬時故障的持續(xù)時間不超過一個指定的值。并只引起元器件當前參數(shù)值的變化，而不會導致不可逆的變化；間歇故障是可重復出現(xiàn)的故障，主要由元件參數(shù)的變化、不正確的設計和工藝方面的原因所引發(fā)。

2．按故障的發(fā)生和發(fā)展進程分類

按故障的發(fā)生和發(fā)展過程可將故障分為突發(fā)性故障和漸發(fā)性故障。突發(fā)性故障出現(xiàn)前無明顯的征兆，很難通過早期試驗或測試來預測；漸發(fā)性故障是由于元器件老化等其他原因，導致設備性能逐漸下降并最終超出正確值而引發(fā)的故障。因此具有一定的規(guī)律性，可進行狀態(tài)監(jiān)測和故障預防。

3．按故障發(fā)生的原因分類

按故障發(fā)生的原因?qū)⒐收戏譃橥庖蚬收虾蛢?nèi)因故障。外因故障是因人為操作不當或環(huán)境條件惡化等外部因素造成的故障；內(nèi)因故障是因沒計或生產(chǎn)方面存在的缺陷和隱患而導致的故障。

4．按故障的部件分類

按故障的部件可將故障分為硬件故障和軟件故障。硬件故障是指故障因硬件系統(tǒng)失效。

5．按故障的嚴重程度分類

按故障的嚴重程度可將故障分為破壞性故障和非破壞性故障。破壞性故障既是突發(fā)性的又是永久性的．故障發(fā)生后往往危及設備和人身的安全：而非破壞性的故障一般是漸發(fā)性的又是局部的，故障發(fā)生后暫時不會危及設備和人身的安全。

6．按故障的相關性分類

按故障相關性可將故障分為相關故障和非相關故障。相關故障也稱間接故障，因設備其他元器件而引發(fā)。比較難診斷；非相關故障也稱直接故障，由元器件本身直接因素所引起。相對相關故障而言比較容易診斷。

除此之外。還可以按照故障的因果關系分成物理性故障和邏輯性故障，按故障的表征分為靜態(tài)故障和動態(tài)故障。按故障變量的值分為確定值故障和非確定值故障等。2

特征設備的故障一般具有如下五個基本特征：

(1)層次性。復雜的設備，可劃分為系統(tǒng)、子系統(tǒng)、部件、元件，表現(xiàn)一定的層次性，與之相關聯(lián)，設備的故障也具有層次性的特征，即設備的故障可能出現(xiàn)在系統(tǒng)、子系統(tǒng)、部件、元件等不同的層次上。

(2)傳播性。元件的故障會導致部件的故障，部件的故障會引起系統(tǒng)的故障，故障會沿著部件一子系統(tǒng)一系統(tǒng)的路徑傳播。

(3)放射性。某一部件的故障可能會引起與之相關聯(lián)的部件發(fā)生故障。

(4)延時性。設備故障的發(fā)生、發(fā)展和傳播有一定的時間過程，設備故障的這種延時性特征為故障的前期預測預報提供了條件。

(5)不確定性。設備故障的發(fā)生具有隨機性、模糊性、不可確知性。

故障診斷方法近代故障診斷技術的發(fā)展已經(jīng)歷30年，但形成一門“故障診斷學”的綜合性新學科，還是近幾年逐步發(fā)展起來的，以不同的角度來看，有多種故障診斷的分類方法，這些方法各有特點。

概括而言，故障診斷方法可以分成兩大類：基于數(shù)學模型的故障診斷方法、基于人工智能的故障診斷方法。

基于專家系統(tǒng)的診斷方法基于專家系統(tǒng)的診斷方法是故障診斷領域中最為引人注目的發(fā)展方向之一，也是研究最多、應用最廣的一類智能型診斷技術。它大致經(jīng)歷了兩個發(fā)展階段：基于淺知識領域?qū)＜业慕?jīng)驗知識的故障診斷系統(tǒng)、基于深知識診斷對象的模型知識的故障診斷系統(tǒng)。

（1）基于淺知識的智能型專家診斷方法

淺知識是指領域?qū)＜业慕?jīng)驗知識?；跍\知識的故障診斷系統(tǒng)通過演繹推理或產(chǎn)生式推理來獲取診斷結果，其目的是尋找一個故障集合，使之能對一個給定集合產(chǎn)生的原因作出最)包括存在的和缺席的(的征兆佳解釋。

基于淺知識的故障診斷方法具有知識直接表達、形式統(tǒng)一、高模組性、推理速度快等優(yōu)點。但也有局限性，如知識集不完備，對沒有考慮到的問題系統(tǒng)容易陷入困境；對診斷結果的解釋能力弱等缺點。

（2）基于深知識的智能型專家診斷方法

深知識則是指有關診斷對象的結構、性能和功能的知識?；谏钪R的故障診斷系統(tǒng)，要求診斷對象的每一個環(huán)境具有明顯的輸入輸出表達關系，診斷時首先通過診斷對象實際輸出與期望輸出之間的不一致，生成引起這種不一致的原因集合，然后根據(jù)診斷對象領(域中的第一定律知識)及其具有明確科學依據(jù)的知識他內(nèi)部特定的約束聯(lián)系，采用一定的算法，找出可能的故障源。

基于深知識的智能型專家診斷方法具有知識獲取方便、維護簡單、完備性強等優(yōu)點，但缺點是搜索空間大，推理速度慢。

（3）基于淺知識和深知識的智能型專家混合診斷方法

基于復雜設備系統(tǒng)而言，無論單獨使用淺知識或深知識，都難以妥善地完成診斷任務，只有將兩者結合起來，才能使診斷系統(tǒng)的性能得到優(yōu)化。因此，為了使故障智能型診斷系統(tǒng)具備與人類專家能力相近的知識，研發(fā)者在建造智能型診斷系統(tǒng)時，越來越強調(diào)不僅要重視領域?qū)＜业慕?jīng)驗知識，更要注重診斷對象的結構、功能、原理等知識，研究的重點是淺知識與深知識的整合表示方法和使用方法。事實上，一個高水平的領域?qū)＜以谶M行診斷問題求解時，總是將他具有的深知識和淺知識結合起來，完成診斷任務。一般優(yōu)先使用淺知識，找到診斷問題的解或者是近似解，必要時用深知識獲得診斷問題的精確解。

基于神經(jīng)網(wǎng)絡的人工智能型診斷方法知識獲取上，神經(jīng)網(wǎng)絡的知識不需要由知識工程師進行整理、總結以及消化領域?qū)＜业闹R，只需要用領域?qū)＜医鉀Q問題的實例或范例來訓練神經(jīng)網(wǎng)絡；在知識表示方面，神經(jīng)網(wǎng)絡采取隱式表示，并將某一問題的若干知識表示在同一網(wǎng)絡中，通用性高、便于實現(xiàn)知識的總動獲取和并行聯(lián)想推理。在知識推理方面，神經(jīng)網(wǎng)絡通過神經(jīng)元之間的相互作用來實現(xiàn)推理。

前在許多領域的故障診斷系統(tǒng)中已開始應用，如在化工設備、核反應器、汽輪機、旋轉機械和電動機等領域都取得了較好的效果。由于神經(jīng)網(wǎng)絡從故障事例中學到的知識只是一些分布權重，而不是類似領域?qū)＜疫壿嬎季S的產(chǎn)生式規(guī)則，因此診斷推理過程不能夠解釋，缺乏透明度。

基于模糊數(shù)學的人工智能型診斷方法

許多診斷對象的故障狀態(tài)是模糊的，診斷這類故障的一個有效的方法是應用模糊數(shù)學的理論。基于模糊數(shù)學的診斷方法，不需要建立精確的數(shù)學模型(membershipfunction)，適當?shù)倪\用局部函數(shù)和模糊規(guī)則，進行模糊推理就可以實現(xiàn)模糊診斷的智能化。

基于故障樹的人工智能型診斷方法

故障樹方法是由電腦依據(jù)故障與原因的先驗知識和故障率知識自動輔助生成故障樹，并自動生成故障樹的搜索過程。診斷過程從系統(tǒng)的某一故障“為什么出現(xiàn)這種顯現(xiàn)”開始，沿著故障樹不斷提問而逐級構成一個梯階故障樹，透過對此故障樹的啟發(fā)式搜索，最終查出故障的根本原因。在提問過程中，有效合理地使用系統(tǒng)的及時動態(tài)數(shù)據(jù)，將有助于診斷過程的進行。于故障樹的診斷方法，類似于人類的思維方式，易于理解，在實際情況應用較多，但大多與其他方法結合使用。3

設備故障診斷技術設備故障診斷一般分為簡易診斷和精密診斷兩個層次。設備的故障大多數(shù)可通過簡易診斷予以確定，因此它是診斷工作的基礎，只有當簡易診斷難以確定時才選用精密診斷手段。

1. 簡易診斷技術簡易診斷技術是使用簡易的儀器和方法，是對設備技術狀態(tài)快速作出概括性評價的技術，它一般包括：

(1) 使用各種比較簡單并易于攜帶的診斷儀器及檢測儀表。

(2) 由設備維護檢修人員在生產(chǎn)現(xiàn)場進行檢測分析。

(3) 僅對于設備有無故障、嚴重程度及其發(fā)展趨勢作出定性的初判。

(4) 涉及的技術知識和經(jīng)驗比較簡單，易于學習和掌握。

(5) 需要把采集的故障信號進行儲存建檔。

設備狀態(tài)監(jiān)測中的定期或在線監(jiān)測，也都屬于簡易診斷的技術范圍，它主要通過能反映設備技術狀態(tài)的一些參數(shù)，看其是否正常。當存在異?；虺^限值時，應能發(fā)出警報或自動停機，但狀態(tài)監(jiān)測不同于故障的識別和判斷。

簡易診斷適用在安裝調(diào)試階段，用以檢查和排除運輸過程中和安裝施工中引起的缺陷。

簡易診斷也適用在維護階段進行的狀態(tài)監(jiān)測，以便及早發(fā)現(xiàn)事故隱患，掌握設備的劣化趨勢。

2. 精密診斷技術精密診斷技術是使用精密的儀器和方法，對簡易診斷難以確診的設備作出詳細評價的技術，它一般包括：

(1) 使用各種比較復雜的診斷分析儀器或?qū)Ｓ迷\斷設備。

(2) 有一定經(jīng)驗的工程技術人員及專家在生產(chǎn)現(xiàn)場和診斷中心進行。

(3) 對設備故障的存在部位、發(fā)生原因及故障類型進行識別和作出定量的診斷。

(4) 涉及的技術知識和工作經(jīng)驗比較復雜，需要較多的學科配合。

(5) 進行深入的信號處理，以及根據(jù)需要預測設備壽命。

近年開發(fā)的一批計算機輔助設備診斷系統(tǒng)和人工智能與診斷專家系統(tǒng)等也都屬于精密診斷技術范疇。它們一般多用于關鍵機組和診斷比較復雜的故障原因。

精密診斷一般除用于設備的開發(fā)研制過程外，更多的用于使用維修階段。只有在已經(jīng)過簡易診斷，并被判定存在異?；蚬收系脑O備，再對其故障產(chǎn)生部位、原因及類型進行識別和診斷，以利提供維修決策。由于它所需費用較高，一般在簡易診斷難以確診時，才予以提前使用。4