3 设备状态分类与诊断

设备状态分类与模式识别方法
2 模糊诊断方法 机器运行过程的动态信号及其特征值都具有某种不确定性， 如偶然性和模糊性。 如故障征兆特征用许多模糊的概念来描述，如“振动强 烈”、“噪声大”，故障原因用“偏心大”、“磨损严重” 等。 以模糊数学为基础，把模糊现象与因素间关系用数学表达 方式描述、运算，即模糊诊断
Research Center of Condition Monitoring & Fault Diagnosis ( RCCMFD ), http://www.rccmfd.com，025-52090512
设备状态分类与模式识别方法
欧氏距离（Euclidean distance） 在欧氏空间中，设矢量 两点距离越近，表明相似性越大，则可认为属于同一个群聚 域，或属于同一类别，欧氏距离（Z为标准模式矢量，X为 待检矢量。）：
设备状态分类与模式识别方法
特征矢量的构成
0 .5 x 1x 2x X 1 .5 x 2 .5 x nx
特征频率
其他特征量，如信息量等
Research Center of Condition Monitoring & Fault Diagnosis ( RCCMFD ), http://www.rccmfd.com，025-52090512
设备状态分类与模式识别方法
工况监视与故障诊断 --- 状态分类问题
对比分析法 模型分析法 逻辑推理法 贝叶斯(Bayes)分类法 距离函数分类法 模糊诊断 故障树分析
设备状态分类与模式识别方法
1 距离函数分类法 •由n个特征参数组成的特征Βιβλιοθήκη Baidu量相当于 n 维特征空间上 的一个点 •同类模式点具有聚类性，不同类状态的模式点有各自的 聚类域和聚类中心 •如果事先知道各类状态的模式点的聚类域作为参考模式， 则可将待检模式与参考模式间的距离作为判别函数，判 别待检状态的属性。
Research Center of Condition Monitoring & Fault Diagnosis ( RCCMFD ), http://www.rccmfd.com，025-52090512
设备状态分类与模式识别方法
• 故障树定性分析 ① 给系统以明确的定义，选定可能发生的不希望事件作为 顶事件。 ② 对系统的故障进行定义，分析其形成原因 (如设计、运 行、人为因素等)。 ③ 作出故障树逻辑图。 ④ 对故障树结构作定性分析，分析各事件结构重要度，应 用布尔代数对故障树简化，寻找故障树的最小割集，以 判明薄弱环节。 ⑤ 对故障树结构作定量分析。如掌握各元件、各部件的故 障率数据，就可以根据故障树逻辑，对系统的故障作定 量分析。
设备状态分类与模式识别方法
(t )
一般 较 较好 差 很差
很好
0
x
Research Center of Condition Monitoring & Fault Diagnosis ( RCCMFD ), http://www.rccmfd.com，025-52090512
设备状态分类与模式识别方法
设备状态分类与模式识别方法
模糊诊断准则 最大隶属准则 即取B中隶属度最大的元素
i max 1 , 2 , , m
1i m


隶属于模糊子集 i ，即发生了第i 种故障
Research Center of Condition Monitoring & Fault Diagnosis ( RCCMFD ), http://www.rccmfd.com，025-52090512
设备状态分类与模式识别方法
3 故障树分析法
故障树分析(Fault Tree Analysis简称FTA) 20世纪60年代发展起来的，用于大型复杂系统可靠性、安
全性分析和风险评价的一种方法。
FTA有如下特点: •灵活性 •图形演绎 •可以定量地计算
Research Center of Condition Monitoring & Fault Diagnosis ( RCCMFD ), http://www.rccmfd.com，025-52090512
设备状态分类与模式识别方法
考虑到特征矢量中的诸分量对分类起的作用不同，可采用加 权方法，构造加权欧拉距离
2 Dw ( X Z )T W ( X Z )
式中W为权系数矩阵。当W为单位矩阵时即为上述等式，当
w1 W 0
w2
0 wn
当 w1、w2、…、wn 取不同值时，表明矢量中各个分量的作 用不同。
2 DE
T Z ( z , z , , z ) X ( x1 , x2 , , xn )T 1 2 n ， ，
( x i zi ) 2 ( X Z ) T ( X Z )
i 1
x2 d1 A d2
n
几何概念如图
01
02
M x 1 ，025-52090512 Research Center of Condition Monitoring & Fault Diagnosis ( RCCMFD ), http://www.rccmfd.com
Research Center of Condition Monitoring & Fault Diagnosis ( RCCMFD ), http://www.rccmfd.com，025-52090512
设备状态分类与模式识别方法
马氏距离（Mahalanobis distance） 这是加权欧氏距离中用得较多的一种，其形式为
(x )
升半矩形分布
1
0, ( x ) 1,
a x
0 xa xa
0
( x)
升半正态分布
1
0, 0 xa ( x ) 2 1 exp( k ( x a ) ), x a
0
a
x
Research Center of Condition Monitoring & Fault Diagnosis ( RCCMFD ), http://www.rccmfd.com，025-52090512
模糊关系方程 模糊关系方程为：
R11 R R 21 Rm1
B = RA
R12 R22 Rm 2 R1n R2 n Rmn
R称为模糊关系矩阵
0.5 x 特 1x 征 2x A nx 矢 量
设备状态分类与模式识别方法
3 故障树分析法
故障树的适用范围 可靠性分析 安全性分析 维修管理
Research Center of Condition Monitoring & Fault Diagnosis ( RCCMFD ), http://www.rccmfd.com，025-52090512
2 Dm ( X Z )T R 1 (X Z)
R为 x与 z的互相关矩阵，即
R XZ
T
马氏距离的优点是排除了特征参数之间的相互影响。
Research Center of Condition Monitoring & Fault Diagnosis ( RCCMFD ), http://www.rccmfd.com，025-52090512
设备状态分类与模式识别方法 例
4
反应装置
5 3 1
2
图是一化学反应流程及控制系统示意图。系统由冷却装 臵2、供料装臵4和卸压装臵5组成。温度计1，压力计3
Research Center of Condition Monitoring & Fault Diagnosis ( RCCMFD ), http://www.rccmfd.com，025-52090512
1
2 3
1
不能 正常 运行
1
:
4
1
不能 停料
&
危 险 状 态
3
: : 5
1
卸压 装置 不正 常
设备状态分类与模式识别方法
T
T
&
1
1
2
...
n
1
2
...
n
与或门故障树 a) 与门故障 b) 或门故障树
19 Research Center of Condition Monitoring & Fault Diagnosis ( RCCMFD ), http://www.rccmfd.com，025-52090512
15 Research Center of Condition Monitoring & Fault Diagnosis ( RCCMFD ), http://www.rccmfd.com，025-52090512
设备状态分类与模式识别方法
• ② ③ 故障树的定量化 确定每个最小割集的发生概率 确定每个底事件的发生对引起顶事件发生的重要程度
① 利用底事件的发生概率去计算顶事件发生概率
④ 掌握每一个底事件发生概率的降低对顶事件发生概率 降低的影响大小
16 Research Center of Condition Monitoring & Fault Diagnosis ( RCCMFD ), http://www.rccmfd.com，025-52090512
设备状态分类与模式识别方法
例
球磨机故障树分析： • 以球磨机制粉系统出现危险状态，需要停止运行为本 例的顶事件。 • 以产生本层故障的原因定为下一层故障，直至不能再 细分，则为底事件，构造故障树。
20 Research Center of Condition Monitoring & Fault Diagnosis ( RCCMFD ), http://www.rccmfd.com，025-52090512
设备状态分类与模式识别方法
3 故障树分析法
故障树分析法是把所研究系统的最不希望发生的故障状态 作为故障分析的目标，然后寻找直接导致这一故障发生的 全部因素，再找出造成下一事件发生的全部直接因素，一 直追查到毋需再深究的因素为止。 通常，把最不希望发生的事件称为顶事件，毋需再深究的 事件称为底事件，介于顶事件与底事件之间的一切事件称 为中间事件。用相应的符号代表这些事件，再用适当的逻 辑门把顶事件、中间事件和底事件联结成树形图，这样的 树形图称就称为故障树，用以表示系统或设备的特定事件 (不希望发生的事件)与它的各个子系统或各个部件故障事 件之间的逻辑结构关系。
•为了使反应装臵的冷却水温度、压力维持一定关系，可依靠 温度计1与压力计3的输出信号，由计算机控制系统的调节器 与控制信号调节冷却水量，并靠调节阀，使化学反应维持在 正常状态。 •若反应装臵中的温度超标，温度计1显示工况不正常，操作 员即关闭手动阀4，停止供料，防止系统出现危险。 •如果选择系统出现危险的状态作为顶事件(不希望发生事件)， 就可得到如图所示的故障树。
21
设备状态分类与模式识别方法 球磨机故障树逻辑图
危险状态
≥1
自 然 及 爆 炸 A
制 粉 系 统 断 煤 B
磨 煤 机 堵 塞 C
粗 粉 分 离 器 堵 塞 D
细 粉 分 离 器 堵 塞 E
磨 煤 机 故 障 F
排 粉 机 故 障 G
22
Research Center of Condition Monitoring & Fault Diagnosis ( RCCMFD ), http://www.rccmfd.com，025-5209051
不平衡 不对中 故 油膜涡动 B 障 轴裂纹
Research Center of Condition Monitoring & Fault Diagnosis ( RCCMFD ), http://www.rccmfd.com，025-52090512
Research Center of Condition Monitoring & Fault Diagnosis ( RCCMFD ), http://www.rccmfd.com，025-52090512
设备状态分类与模式识别方法
隶属函数
模糊数学将0、1二值逻辑推广到可取[0,1]闭区间中任意取 值的连续逻辑，此时的特征函数称为隶属函数(x)，它满 足0 (x) 1