执行器相关故障及分析

摘要：执行器作为控制系统的执行终端元件，对控制性能的影响非常重要，但由于工作环境多为高温高压和腐蚀性的恶劣环境，容易出现多种故障。及时发

现执行器运行过程中的故障并采取合理措施解决，是保障自动控制系统安全稳定运行的基础。本文根据电动执行器的工作原理，分析电动执行器的故障发生

特点，探寻适用的故障诊断方法。

关键字：电动执行器工作原理故障诊断方法

电动执行器是以电动机为动力装置的位置式执行机构，是自动化控制系统的重要组成部分，通过调节介质流量实现工艺过程参数的控制，影响控制系统的安

全平稳运行和品质的优劣。电动执行器安装在生产现场，使用环境中的高压差、腐蚀性及振动容易导致执行部件的损耗，引发安全生产事故等，对电动执行器

的故障诊断对控制系统的稳定性意义重大。

1 电动执行器的工作原理

电动执行器中的位置发送器实现减速器的输出位移与单片机识别电信号的转换，电信号作为位置反馈信号与伺服放大器的输入信号比较厚形成偏差信号，偏差

信号大于伺服放大器的死区时，伺服放大器输出功率信号，驱动伺服电机的有

效转动。偏差信号的极性决定执行机构的旋转方向朝向减小偏差的方向，实现

偏差的减小，减小至伺服放大器的死区时，功率信号的输出停止，伺服电动机停止运转。执行机构位移到新的输出位置，与输入信号保持比例关系实现自动

控制的目的，电动执行器的实质是伺服控制系统。

2 电动执行器的故障诊断方法

故障诊断是整合现代控制理论、计算机工程、信号处理、人工智能、应用数学、模式识别等学科知识的综合性技术，根据国际故障诊断观点，将所有的故障诊

断方法分为基于知识的方法、基于数据驱动的方法和基于解析模型的方法。

2.1 基于知识的故障诊断方法

基于知识的故障诊断方法通过专家知识、因果模型、故障症状举例、系统的详

细描述来获得具体的诊断模型。故障诊断专家系统是专家系统的分支，是人们

利用计算机技术将专家知识理论、故障信息知识、实际经验等信息知识融合，开发的智能计算机程序系统，可以根据执行器故障的描述及检测数据进行故障

的诊断，常见的基于知识的诊断方法包括模糊推理法、人工神经网络法、模式识别方法等。

2.2 基于数据驱动的故障诊断方法

基于数据驱动的故障诊断方法是直接利用过程数据的过程监控方法，实现的基

础是对过程数据的有效采集，通过多元统计方法、频谱分析、小波分析等分析

方法对数据中的隐含信息深度挖掘，将获得的理论成果快速的应用于实际工业生产中。数据驱动技术具有从高维数据向低维数据转化中获取重要信息的优势。需要工程师结合过程操作员的操作过程利用智能系统计算需要的统计数据，实现对过程监控系统的改善。基于数据驱动的故障诊断方法是高维数据分析处理

的有效工具，采用多元投影方法实现质量数据和过程数据从高维数据空间到低维特征空间的投影，需要得到的特征变量在摒弃冗余信息后保持原始数据的特

征信息。

常用的基于数据驱动的故障诊断方法包括主成分分析法、独立成分分析法、偏

最小二乘法及Fisher判别式法，其中应用最广泛的是主成分分析法，多用来解决质量变量或过程变量的降维问题。该类方法依靠强大的理论依据保证了诊断

的可靠性。

2.3 基于解析模型的故障诊断方法

基于解析模型的故障分析是通过比较被诊断对象的可测信息和由模型表达的系

统先验信息得到残差，并对残差进行分析和处理实现对故障诊断的技术。根据

残差的产生形式分为参数估计方法、等价空间方法和状态估计方法。

参数估计方法是根据模型参数及相应的物理参数变化来分离和检测故障。电动

执行器运行过程中发生故障时，参数估计故障诊断法将故障看做过程系数的变化，并导致模型参数的变化，应用合适的计算方式找出模型参数与物理参数的

对应关系，且被控过程需充分激励，实现故障的检测和分离性能。

等价空间方法是利用系统的输入输出的实际测量值对过程数学关系的等价性进

行检验，实现故障的检测和分离，数学关系可以表示过程的输入输出间的动态

关系的瞬间冗余或传感器输出之间的静态代数关系的直接冗余。

状态估计方法是利用系统的可测信息和解析模型，实现被控对象的状态显示，

并反应系统的运行状态，通过对系统状态的估计和适当模型的结合实现故障的

诊断，选择检测滤波器，对系统中可测变量进行重建，分析处理滤波器的输出

与正式系统的输出残差，从残差序列的判断中检测故障。

3 结束语

实现对电动执行器故障的精确诊断可以提高控制系统的可靠性，故障诊断的方

法选择根据执行器的工作环境及故障原理合理选择并采取有效的措施修复故障，智能总线技术、神经网络技术的发展可以实现对执行器故障的预测，利用系统

的维护和保养可以减少故障的发生，减少维修费用。