地磅傳感器的故障診斷技術(shù)是一門(mén)綜合學(xué)科，涉及到許多領(lǐng)域。故障診斷技術(shù)的出現(xiàn)為提高測(cè)控系統(tǒng)的可靠性提供了 可能。本文對(duì)地磅傳感器的故障診斷技術(shù)做了綜述和對(duì)比。最后，對(duì)地磅傳感器故障診斷技術(shù)進(jìn)行了展望。

現(xiàn)代測(cè)控系統(tǒng)經(jīng)過(guò)多年的發(fā)展朝向大規(guī)模、復(fù)雜化方向 發(fā)展，但是這種控制系統(tǒng)的故障一旦發(fā)生就很容易造成人員 傷亡和巨大的經(jīng)濟(jì)損失。因此如何保證現(xiàn)代控制系統(tǒng)的可 靠性和安全性非常重要。傳感器是任何控制系統(tǒng)不可缺少 的部件，它的好壞直接關(guān)系到設(shè)備的運(yùn)行狀態(tài)，甚至關(guān)系到 安全問(wèn)題。但是傳感器也是最容易出故障的環(huán)節(jié)，據(jù)研究統(tǒng) 計(jì)在實(shí)際發(fā)生的故障中，約有70%-80%的故障是源自于傳 感器故障。因此研究傳感器故障是十分有必要的。傳感器 的故障診斷技術(shù)研究涉及到多個(gè)研究領(lǐng)域，出現(xiàn)了多種故障 診斷的方法。本文將對(duì)傳感器的故障診斷技術(shù)做簡(jiǎn)單的分 析和對(duì)比。

一、傳感器故障診斷技術(shù)綜述

在傳感器故障診斷方法中，線(xiàn)性傳感器的故障診斷發(fā)展 較為成熟。從最簡(jiǎn)單的檢測(cè)濾波器、廣義似然比、極大似然 比到基于觀測(cè)器/濾波器的方法、參數(shù)估計(jì)方法、系統(tǒng)辨識(shí)法 和一致空間法等。但是這些方法都是基于線(xiàn)性定常系統(tǒng)模 型的。實(shí)際應(yīng)用中許多測(cè)控系統(tǒng)都是非線(xiàn)性的，這就使得對(duì) 于這類(lèi)系統(tǒng)的分析與控制比較難，對(duì)于它的故障診斷也存在 較大的難度。

實(shí)際測(cè)控系統(tǒng)的生產(chǎn)對(duì)象本身大多是非線(xiàn)性系統(tǒng)，這就 使基于線(xiàn)性系統(tǒng)故障診斷方法不能取得很好的效果。但是， 近年來(lái)，隨著非線(xiàn)性理論、先進(jìn)算法、信號(hào)處理和智能控制的 深入研究，非線(xiàn)性系統(tǒng)的故障診斷技術(shù)得到了迅速發(fā)展。它 主要是基于信號(hào)處理方法，基于知識(shí)的方法和基于分析模型 的診斷方法。如圖1所示。

現(xiàn)分別對(duì)這幾類(lèi)方法進(jìn)行討論。

二、依賴(lài)解析模型的方法

基于分析模型的非線(xiàn)性系統(tǒng)故障診斷主要有兩種方法: 一是線(xiàn)性化方法，另一類(lèi)是非線(xiàn)性模型的方法。線(xiàn)性化方法 進(jìn)行線(xiàn)性化的非線(xiàn)性系統(tǒng)在一個(gè)工作點(diǎn)或幾個(gè)操作點(diǎn)，用一 個(gè)線(xiàn)性的模型集來(lái)表示系統(tǒng)，將擾動(dòng)、誤差和噪聲當(dāng)做未知 量輸入，對(duì)未知輸入設(shè)計(jì)為矩陣解耦的方法，以此來(lái)構(gòu)造殘 差進(jìn)行故障診斷的方法。這種方法的優(yōu)點(diǎn)是不受誤差等擾 動(dòng)的影響。而非線(xiàn)性模型的方法則是利用自適應(yīng)非線(xiàn)性觀 測(cè)器、濾波器等方法來(lái)設(shè)計(jì)診斷算法。因?yàn)檫@些方法基本都 是針對(duì)某一特定的非線(xiàn)性系統(tǒng)的，因此算法的通用性不強(qiáng)， 算法并不是很完善。

線(xiàn)性化方法

1.近似化方法

早期故障診斷方法是基于近似線(xiàn)性化技術(shù)，如平均法、 擬線(xiàn)性化方法、線(xiàn)性化族方法、擴(kuò)展線(xiàn)性化方法和近似輸入/ 輸出線(xiàn)性化方法。對(duì)于非本質(zhì)不甚嚴(yán)重的非線(xiàn)性對(duì)象，我們 可以用公式來(lái)近似輸入/輸出線(xiàn)性化。

2.精確線(xiàn)性化

在過(guò)去的二十年中，微分幾何的精確線(xiàn)性化為非線(xiàn)性系 統(tǒng)的分析和綜合提供了支持。線(xiàn)性故障診斷方法可應(yīng)用于 線(xiàn)性模型。對(duì)于具有不同條件的非線(xiàn)性對(duì)象，多模型方法可 以處理多個(gè)操作點(diǎn)，使整個(gè)模型可以用來(lái)近似的非線(xiàn)性模型 的切換干擾，可能會(huì)導(dǎo)致誤報(bào)。

3.觀測(cè)器方法

最早的研究是建立一個(gè)全階觀測(cè)器，觀測(cè)器增益矩陣可 以在線(xiàn)調(diào)整的結(jié)構(gòu)殘差序列未知的隨時(shí)間變化的參數(shù)或緩 慢變化的漂移故障的殘差序列的影響進(jìn)行補(bǔ)償。文獻(xiàn)中 提到了用降階觀測(cè)器的設(shè)計(jì)來(lái)替代全階觀測(cè)器，但它只適用 于突變的故障。Bastin等人提出了一種簡(jiǎn)單的自適應(yīng)觀測(cè) 器的設(shè)計(jì)可應(yīng)用于非線(xiàn)性系統(tǒng)，他們認(rèn)為處理一些非線(xiàn)性系 統(tǒng)的特性可以作為未知參數(shù)，通過(guò)對(duì)未知參數(shù)的在線(xiàn)辨識(shí)非 線(xiàn)性觀測(cè)器，未知干擾設(shè)計(jì)、參數(shù)時(shí)變和不精確的模型可以 通過(guò)參數(shù)辨識(shí)的體現(xiàn)。

4.濾波器法

相比于觀測(cè)器法，濾波器法的計(jì)算量要大的多，但它是 要求不高的模型，采用擴(kuò)展卡爾曼濾波算法可直接估計(jì)，殘 余結(jié)構(gòu)，但魯棒性的模型失配，和初始值是已知的，噪聲的統(tǒng) 計(jì)特性是已知的，彼此不相關(guān)。如果噪聲的統(tǒng)計(jì)特性是未知 的，將產(chǎn)生殘差，該算法漸變型故障不敏感。

三、不依賴(lài)模型的方法

目前的控制系統(tǒng)越來(lái)越復(fù)雜，由于現(xiàn)實(shí)中對(duì)控制系統(tǒng)要 建立精準(zhǔn)的解析數(shù)學(xué)模型難度較大，并且在存在建模誤差 時(shí)，將會(huì)出現(xiàn)誤報(bào)、漏報(bào)現(xiàn)象。因此具有不需要對(duì)象精確模 型且具有良好適應(yīng)性的不依賴(lài)于模型的故障診斷方法越來(lái) 越受人們的重視。

1.專(zhuān)家系統(tǒng)法

專(zhuān)家診斷法經(jīng)歷了二代的發(fā)展，第一代專(zhuān)家故障診斷方 法是基于淺知識(shí)的，而第二代則是基于深知識(shí)的。不論是哪 一代專(zhuān)家故障診斷方法，均是通過(guò)對(duì)傳感器知識(shí)的系統(tǒng)提 取，在計(jì)算機(jī)里整理成故障規(guī)則庫(kù)，然后總結(jié)現(xiàn)場(chǎng)專(zhuān)家的個(gè) 人的經(jīng)驗(yàn)進(jìn)行推斷，進(jìn)行故障診斷。

2.模糊推理的診斷方法

模糊診斷不需要診斷對(duì)象的精確數(shù)學(xué)模型，而是利用隸 屬函數(shù)和模糊規(guī)則進(jìn)行模糊診斷。在故障診斷中，故障征兆 具有模糊性，如果存在多個(gè)故障點(diǎn)，則故障與征兆之間的關(guān) 系是模糊的，利用模糊語(yǔ)言集合表示能更準(zhǔn)確地反映故障與 征兆的關(guān)系。

3.神經(jīng)網(wǎng)絡(luò)法

神經(jīng)網(wǎng)絡(luò)具有非線(xiàn)性、自學(xué)習(xí)、高容錯(cuò)性和并行處理能 力，因此在非線(xiàn)性故障診斷中具有很強(qiáng)的優(yōu)勢(shì)。在模擬電路 的故障診斷時(shí)應(yīng)用人工神經(jīng)網(wǎng)絡(luò)，其作用是類(lèi)似于模式識(shí)別 法中的分類(lèi)器。但是要構(gòu)建一個(gè)完整的模式識(shí)別系統(tǒng)，神經(jīng) 網(wǎng)絡(luò)訓(xùn)練所需的數(shù)據(jù)準(zhǔn)備是必不可少的一個(gè)環(huán)節(jié)。從電路 板上所采集的原始數(shù)據(jù)大多都是粗糙的，沒(méi)有體現(xiàn)出良好的 故障特征，因此在構(gòu)建一個(gè)神經(jīng)網(wǎng)絡(luò)前需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處 理，以便提取的向量能很好表征故障的特征。

4.小波分析

小波分析主要用于分析和處理非平穩(wěn)信號(hào)。小波分析 方法與神經(jīng)網(wǎng)絡(luò)方法相似，對(duì)系統(tǒng)的要求不高。它不僅克服 了傳統(tǒng)硬件冗余和分析冗余的缺點(diǎn)，而且結(jié)合了這兩種方法 的優(yōu)點(diǎn)。小波分析是將信號(hào)疊加成一系列小波函數(shù)。它基 于局部化函數(shù)所形成的小波基，具有許多特殊的性質(zhì)和優(yōu) 點(diǎn)。小波分析具有良好的時(shí)域和頻域局部化特性。用小波 分析方法分析信號(hào)時(shí)，分析中所用窗口的大小不變，但窗口 的形狀可以改變，即可以改變時(shí)間窗口和頻率。小波分析是 一種時(shí)域局部化分析方法，它在低頻和低時(shí)間分辨率下具有 較高的頻率分辨率，在高頻部分具有較低的頻率分辨率和高 的時(shí)間分辨率。

從診斷的角度來(lái)看，任何類(lèi)型的診斷信息是模糊的和不 確定的。任何一種診斷對(duì)象，只有一個(gè)方面的信息來(lái)反映其 狀態(tài)是不完整的。每種方法都有其自身的特點(diǎn)，適用于不同 的故障類(lèi)型。對(duì)于更復(fù)雜的系統(tǒng)，各種診斷方法經(jīng)常被綜合 起來(lái)用來(lái)建立一個(gè)診斷系統(tǒng)。從發(fā)展趨勢(shì)來(lái)看，開(kāi)發(fā)一種更 加智能化的方法，對(duì)各種診斷方法的綜合應(yīng)用更為重要。