基于人工智能方法的复杂过程故障诊断技术

  本文关键词：基于人工智能方法的复杂过程故障诊断技术，由笔耕文化传播整理发布。

2002年7月第9卷第4期

文章编号:100523662(2002)0420001206

控制工程

ControlEngineeringofChinaJul.2002Vol.9,No.4

基于人工智能方法的复杂过程故障诊断技术

桂卫华,刘晓颖

(中南大学信息科学与工程学院,湖南　摘　　　要:由于复杂过程因素多,波动大,,,传统的故障诊断方法

很难取得令人满意的结果。,研究适合复识获取、。最后对基于人工智能方法的复杂过程故障诊断技术。关　键;;故障诊断;机器学习中图分类号　　　文献标识码:A

1　引　言

复杂过程是指石油、化工、冶金、轻工、纺织、制药、建材等具有复杂的对象、环境和任务的工业生产过程,研究复杂过程的故障诊断方法[1,2],对于保证生产流程的安全稳定运行,提高企业的经济效益具有重要的实际意义。由于生产过程本身结构的复杂性、参数和结构的不确定、机理的复杂性、动态特性、时变、强耦合严重、开放性、建模的复杂性,其所处的复杂环境具有的干扰的动态性与不确定性、非良定结构,以及其复杂任务带来的多目标优化和工业控制的综合自动化,使得故障性质[3]主要表现为以下几个方面。

①层次性　复杂过程的结构可以划分为系统、子系统、部件、元件等各个层次,从而形成其功能的层次性,因而故障的产生对应于过程的不同层次表现出层次性。②时间性　故障的产生与表现常常与时间有关,以及由其运动的动态性所决定,如渐进性故障、间歇性故障等。③相关性　由于复杂过程是若干相互联系的子系统组成的整体,某些子系统的故障经常是由与之相关的子系统或下一级子系统的故障传播所致,从而表现出相关性。④模糊性　系统运行状态中的模糊性,以及人们在状态监测和技术诊断中存在着叙谈模糊的概念及方法。⑤随机性　故障的发生常常与时间紧密相关的随机过程有关。⑥放射性　某一

部位的故障本身征兆不明显,却引起其他部位的

故障。⑦延时性　指故障的发生、发展和传播时间的延迟。⑧不确定性　既不是由于故障描述的模糊性引起,也不是因随机性而产生,而是由于人为主观条件限制,在故障产生后,不能准确说明其发生的部位与原因,而它又确实已经存在,只是因条件不足我们不能完全感知。⑨相对性　故障的产生与一定的条件和环境有关,不同条件和环境下的故障表现以及对其描述与划分存在不一致性,如不同的描述方法故障的程度就不同。

由于以上故障特性,现有的故障诊断理论和技术正面临着复杂过程的复杂性带来的严峻挑战[4]。对于复杂过程的故障诊断,至今还没有十分行之有效的方法[5]。由于复杂过程的功能单元很多,各单元及其组合都可能产生故障,其数量是巨大的,很难对其进行状态描述和模拟各种故障情况。因此,如果采用传统的推理检测方法进行故障诊断,难以实时判别出故障原因。并且复杂过程中的制约因素很多,最终一个故障的形成往往是众多因素造成的结果,而各因素之间既有十分复杂的联系,又各自对最终故障贡献的“权重”十分模糊。因而无法用精确的状态模型进行表示。如果采用一些常规的化简方法,又不能如实反映出复杂过程的本身特性。建立在数学模型基础上的故障诊断方法一个重要的问题就是要求实际系统有精确的数学模型,但是实际系统中的

收稿日期:2002-06-10

作者简介:桂卫华(1950-),男,湖北襄樊人,教授,博士生导师,主要从事复杂过程建模、优化、故障诊断技术和流程工业综合自动

化技术等方面的教学与科研工作。

  本文关键词：基于人工智能方法的复杂过程故障诊断技术，，由笔耕文化传播整理发布。