淺談提高工控系統(tǒng)抗故障能力的措施

文/畢莉紅（黑龍江天地偉業(yè)科技開發(fā)有限公司） 徐暢（黑龍江同方信息系統(tǒng)有限公司）

1 引言

隨著生產(chǎn)和科學技術(shù)的發(fā)展，自動控制系統(tǒng)變得越來越復雜。人們不但希望能對其進行良好控制，而且希望能進行實時監(jiān)測，及時處理故障。這就提出了自動控制系統(tǒng)的故障檢測與診斷問題，促進了故障檢測診斷的理論研究和應用開發(fā)。

所謂“故障”是指系統(tǒng)所處的一種非正常工作狀態(tài)，此時系統(tǒng)的性能明顯低于正常水平，難以或根本無法完成預期的功能。在此情況下，可以針對該系統(tǒng)的特點、故障的類型和特性，設計一個附加機構(gòu)，通過對系統(tǒng)輸入、輸出量的測量、分析和處理，提供故障的有關(guān)信息，從而使操作者對系統(tǒng)的運行情況有正確的了解，以保證系統(tǒng)安全、可靠地運行。這樣的機構(gòu)就稱為故障檢測與診斷機構(gòu)。

2 系統(tǒng)故障檢測與診斷的基本內(nèi)容

（1）故障檢測；盡可能早地檢測出超過預定范圍的影響輸出的過程參數(shù)、過程狀態(tài)或特征量。

（2）故障分離；根據(jù)檢測到的故障信息，尋找故障源，確定故障部位及類型。

（3）故障評價；根據(jù)故障源的部位，分析估計故障對系統(tǒng)性能指標、功能的影響，給出故障等級。

（4）故障決策；根據(jù)故障評價的等級，對系統(tǒng)作出早期報警、緊急報警、修改操作或控制，甚至停機進行維修等相應決定。

3 硬件冗余方法

測量儀表(或稱為傳感器)是自動控制系統(tǒng)的重要組成部分，其故障檢側(cè)與診斷問題一直是人們研究的重點。在各種檢測與診斷測量儀表故障的方法中，“冗余”，原理的方法占主要地位。

對于高可靠性要求的系統(tǒng)，可采用3只(或更多)同類型儀表并行測量同一變量來提高測量的可靠性。這一原理同樣適用于測量儀表的故障檢測與診斷。由于需要多只儀表，所以稱為“硬件冗余”。在一組三倍冗余的儀表中，如果某一只儀表的輸出信號與其他兩只明顯不同，則顯然是該儀表發(fā)生了故障。由于隨機擾動的影響，儀表誤報警率是較高的。為克服這一缺點，提出了“有記憶表決”的方法。其基本思想是建立以下式為目標函數(shù)的狀態(tài)估計器。

4 統(tǒng)計模式識別方法

該方法首先對測量信號(模式)進行預處理，同時選擇已知類別的樣本模式的特征，根據(jù)所選擇的特征，對預處理后的測量信號進行特征抽取，得到更簡捷、維數(shù)較低、又能攜帶大部分測量信息的特征向量，最后采用分類器，通過對特征向量的分析，識別出模式的類別。統(tǒng)計模式識別技術(shù)不需要數(shù)學模型就可對故障進行早期檢測。于是，在統(tǒng)計數(shù)據(jù)少、預測變量多的場合中，該技術(shù)難以勝任。

5 參數(shù)/狀態(tài)估計方法

這種方法需要三個先驗的知識源:正常過程的模型，被觀察過程的模型和異常過程的模型。為檢測故障，可采用三種方式，即:狀態(tài)估計、參數(shù)估計和特征值計算，分別求出被觀察過程的不可測的狀態(tài)、參數(shù)和特征值的估計值，并通過它們與正常過程模型的相應量的偏差，同由異常過程的模型生成的故障特征(即由故障所導致的狀態(tài)、參稱和特征值的變化方向和大小)進行匹配，如果匹配成功，說明發(fā)生了故障;進行故障診斷，確定故障的位置、類型、大小和原因。這種方法已用于電機--離心泵--水管系統(tǒng)的故障診斷，在蒸餾塔、熱交換器和反應器等裝置中也得到應用。這種方法的最大弊端是它的應用效果過份依賴數(shù)學模型的精度。

6 故障樹方法

該方法首先進行故障分析，將系統(tǒng)的故障作為上端事件(樹的根節(jié)點)，用邏輯符號(與、或、非)將上端事件和成為該事件的直接原因的諸下部事件(中間事用連接起來，再對這些中間事件進行分析，直至基本事件(最基本的原因)，然后進行故障樹綜合，求出作為上端事件充要條件產(chǎn)生的基本原因集合、計算上端事件的發(fā)生概率，對原因事件的重要性進行評價，提出改進措施。由于故障樹技術(shù)可以明確表示事件與系統(tǒng)故障之間的邏輯關(guān)系，定量求出復雜系統(tǒng)的故障概率和其它可靠性參數(shù)，因而已在化工過程的反應器、加熱爐等裝置上得到應用。

7 專家系統(tǒng)方法和神經(jīng)網(wǎng)絡方法

故障診斷專家系統(tǒng)的建立和運行過程為:進行可靠性分析，充分掌握系統(tǒng)的各種可能的故障模式、影響和危害程度等，在此基礎上建立知識庫.根據(jù)貝葉斯決策理論、矢量分析理論和假設檢驗方法等建立推理規(guī)則，制定相應的故障決策措施。在自動控制系統(tǒng)發(fā)生故障時，專家系統(tǒng)通過推理機構(gòu)利用知識庫知識和數(shù)據(jù)庫數(shù)據(jù)進行推理，快速直接找到故障源，并采取相應的決策，使系統(tǒng)盡快恢復正常。專家系統(tǒng)用于故障診斷的優(yōu)越性在于:知識庫和推理規(guī)則便于修改、增刪，便于擴展功能;可以綜合多個專家的最佳經(jīng)驗，解決具有專家級水平的復雜問題。目前故障診斷專家系統(tǒng)已用于汽車、電力系統(tǒng)等的故障診斷，取得可喜效果。

人工神經(jīng)元網(wǎng)絡是模擬人腦的思維方式、組織形式而建立起來的數(shù)學模型。目前已有50多種神經(jīng)網(wǎng)絡模型，較典型的有反向傳播網(wǎng)(BP網(wǎng))、Hopfield網(wǎng)、Fukushima網(wǎng)等。其中BP網(wǎng)結(jié)構(gòu)簡單、可塑性強、抗干擾能力較強，在故障模式識別中具有獨特的優(yōu)越性。

神經(jīng)網(wǎng)絡進行控制系統(tǒng)的故障診斷，其學習過程和診斷過程是分開的。首先，學習過程是通過BP算法將故障樣本學習實現(xiàn)內(nèi)部知識獲取，其目的是求出權(quán)系數(shù)集合和闌值，以保證網(wǎng)絡對應于每個輸入矢量所產(chǎn)生的輸出矢量，充分接近期望輸出，它定義實際輸出與期望輸出間的誤差平方和為目標函數(shù)，并用梯度法求出最優(yōu)解。當一個神經(jīng)網(wǎng)絡離線學習好后，就可以進行在線故障診斷了。當控制系統(tǒng)出現(xiàn)故障時，把故障信息或現(xiàn)象輸人給神經(jīng)網(wǎng)絡，而網(wǎng)絡通過調(diào)整權(quán)系數(shù)和自組織，輸出解決故障的辦法，然后去維修控制系統(tǒng)。神經(jīng)網(wǎng)絡的基本特點是:（1）大規(guī)模并行處理，速度快;（2）自適應學習過程;（3）分布式存貯，具有聯(lián)想記憶功能。目前專家系統(tǒng)和神經(jīng)網(wǎng)絡故障診斷方法在電力系統(tǒng)故障診斷領(lǐng)域引起極大的關(guān)注。由于現(xiàn)代電力系統(tǒng)規(guī)模龐大，結(jié)構(gòu)復雜，一旦發(fā)生故障，會產(chǎn)生大量的信息，要求運行人員迅速準確地分析和判斷故障的位置和性質(zhì)，是一件十分困難的事情。即使是經(jīng)驗豐富的運行人員，也會受現(xiàn)場環(huán)境和各種人為因素的影響，出現(xiàn)誤判斷。采用專家系統(tǒng)可以減輕運行人員的負擔，提高分析問題的準確性和快速性。故障診斷專家系統(tǒng)根據(jù)繼電保護和斷路器的動作信息以及由專家經(jīng)驗歸納出的知識進行推理，幫助運行人員以專家水平迅速分析和判斷故障情況。

8 結(jié)語

本文對工業(yè)自動控制系統(tǒng)的故障檢測與診斷方法，從基本原理、特點以及應用情況作了討論。尤其需要指出的是，人工智能中專家系統(tǒng)診斷方法和神經(jīng)網(wǎng)絡方法必將成為系統(tǒng)故障診斷技術(shù)的主導方法，具有很大的潛力和廣闊的前景。但是，系統(tǒng)的故障檢測與診斷是一個非常復雜的問題，只有充分考慮各種實際因素，設計合理的檢測與診斷機構(gòu)，才能有效地解決故障檢測與診斷問題。保證整個系統(tǒng)的正常工作。