本文關鍵詞：基于人工智能方法的復雜過程故障診斷技術，由筆耕文化傳播整理發(fā)布。

2002年7月第9卷第4期

文章編號:100523662(2002)0420001206

控制工程

ControlEngineeringofChinaJul.2002Vol.9,No.4

基于人工智能方法的復雜過程故障診斷技術

桂衛(wèi)華,劉曉穎

(中南大學信息科學與工程學院,湖南　摘　　　要:由于復雜過程因素多,波動大,,,傳統的故障診斷方法

很難取得令人滿意的結果。,研究適合復識獲取、。最后對基于人工智能方法的復雜過程故障診斷技術。關　鍵;;故障診斷;機器學習中圖分類號　　　文獻標識碼:A

1　引　言

復雜過程是指石油、化工、冶金、輕工、紡織、制藥、建材等具有復雜的對象、環(huán)境和任務的工業(yè)生產過程,研究復雜過程的故障診斷方法[1,2],對于保證生產流程的安全穩(wěn)定運行,提高企業(yè)的經濟效益具有重要的實際意義。由于生產過程本身結構的復雜性、參數和結構的不確定、機理的復雜性、動態(tài)特性、時變、強耦合嚴重、開放性、建模的復雜性,其所處的復雜環(huán)境具有的干擾的動態(tài)性與不確定性、非良定結構,以及其復雜任務帶來的多目標優(yōu)化和工業(yè)控制的綜合自動化,使得故障性質[3]主要表現為以下幾個方面。

①層次性　復雜過程的結構可以劃分為系統、子系統、部件、元件等各個層次,從而形成其功能的層次性,因而故障的產生對應于過程的不同層次表現出層次性。②時間性　故障的產生與表現常常與時間有關,以及由其運動的動態(tài)性所決定,如漸進性故障、間歇性故障等。③相關性　由于復雜過程是若干相互聯系的子系統組成的整體,某些子系統的故障經常是由與之相關的子系統或下一級子系統的故障傳播所致,從而表現出相關性。④模糊性　系統運行狀態(tài)中的模糊性,以及人們在狀態(tài)監(jiān)測和技術診斷中存在著敘談模糊的概念及方法。⑤隨機性　故障的發(fā)生常常與時間緊密相關的隨機過程有關。⑥放射性　某一

部位的故障本身征兆不明顯,卻引起其他部位的

故障。⑦延時性　指故障的發(fā)生、發(fā)展和傳播時間的延遲。⑧不確定性　既不是由于故障描述的模糊性引起,也不是因隨機性而產生,而是由于人為主觀條件限制,在故障產生后,不能準確說明其發(fā)生的部位與原因,而它又確實已經存在,只是因條件不足我們不能完全感知。⑨相對性　故障的產生與一定的條件和環(huán)境有關,不同條件和環(huán)境下的故障表現以及對其描述與劃分存在不一致性,如不同的描述方法故障的程度就不同。

由于以上故障特性,現有的故障診斷理論和技術正面臨著復雜過程的復雜性帶來的嚴峻挑戰(zhàn)[4]。對于復雜過程的故障診斷,至今還沒有十分行之有效的方法[5]。由于復雜過程的功能單元很多,各單元及其組合都可能產生故障,其數量是巨大的,很難對其進行狀態(tài)描述和模擬各種故障情況。因此,如果采用傳統的推理檢測方法進行故障診斷,難以實時判別出故障原因。并且復雜過程中的制約因素很多,最終一個故障的形成往往是眾多因素造成的結果,而各因素之間既有十分復雜的聯系,又各自對最終故障貢獻的“權重”十分模糊。因而無法用精確的狀態(tài)模型進行表示。如果采用一些常規(guī)的化簡方法,又不能如實反映出復雜過程的本身特性。建立在數學模型基礎上的故障診斷方法一個重要的問題就是要求實際系統有精確的數學模型,但是實際系統中的

收稿日期:2002-06-10

作者簡介:桂衛(wèi)華(1950-),男,湖北襄樊人,教授,博士生導師,主要從事復雜過程建模、優(yōu)化、故障診斷技術和流程工業(yè)綜合自動

化技術等方面的教學與科研工作。

  本文關鍵詞：基于人工智能方法的復雜過程故障診斷技術，，由筆耕文化傳播整理發(fā)布。