1、基于解析模型的故障診斷Contents故障現象的合理描述 1基于模型的魯棒故障檢測2在線故障容錯控制3三水箱系統故障的仿真研究 45多重執行器故障的仿真研究 工業過程目前絕大部分已采用了計算機控制系統，且以計算機為核心的控制器的可靠性可以達到較高水平，隨之而來的問題是執行器和傳感器可靠性的不足。實際上，傳感器和執行器的故障已成為導致控制系統失效的主要原因，據統計，80 %控制系統失效，起因于傳感器和執行器故障。然而，傳統的控制理論的研究大多都是基于傳感器和執行器工作正常的假設。因此，研究傳感器和執行器的故障檢測和容錯控制間題有重要的理論和應用價值。大部分故障容錯控制研究中廣泛采用了“二狀態故障

2、模型”，盡管這種描述可以簡化故障診斷和容錯控制的研究，但這種描述不能很好的反映實際的工程系統中所發生的故障現象。因此，如何建立合理的實際故障的解析模型是非常必要的。 故障現象的合理描述傳感器故障的合理描述 1. 傳感器故障問題的描述對于一個實際的多輸入多輸出的非線性動態系統，其帶有傳感器故障數學模型可用描述為： (1) (2)故障發生的時間可以被描述為： (3)這里 表示一個時變增益的常數矩陣，可以描述突變故障、衰減故障和間隙故障。 （突變故障 ） (4) （衰減故障 ） (5) 是衰減系數，代表單位階躍響應。2.傳感器故障分類及其特性描述傳感器故障：偏差故障、漂移故障、精度下降故障和完全故障

3、。前三種故障被稱為“軟故障”，而后一種故障被稱為“硬故障”。軟故障由于故障現象不明顯，難于被檢測，使得軟故障在某種程度上比硬故障危害更大。1) 偏差故障：是指故障測量值與正確測量值相差某一恒定常數的一類故障，即： b為常數 (6)該類故障的表現形式如圖1 所示。從圖中可以看出，有故障的測量與無故障的測量是平行的只是兩者之間相差一個常數 b。傳感器故障的合理描述 2)漂移故障：是指故障大小隨時間發生線性變化的一類故障,其形式為 為常數，為的故障起始時刻 (7) 該類故障的表現形式如圖1b所示，從圖中可以看出，有故障測量值與無故障測量值之間的差距隨時間的推移而不斷加大。3) 精度下降故障：發生精度

4、下降故障時，測量的平均值并沒有變化，而是測量的方差發生了變化。具體表示形式為： (8) 這里, 表示高斯白噪聲, 表示方差。精度下降故障類似于自由噪聲的方差增大的情況。其表現形式如圖1c所示，從圖中可以看出，有故障測量與無故障測量混雜在一起。正是由于這一點，使得該類故障的檢測較其他三類故障更難。傳感器故障的合理描述 4) 完全故障：完全故障時測量值不隨實際變化而變化，始終保持某一讀數。通常這一恒定值一般是儀表量程的最大或最小值。該類故障可以表示成為： 表示儀表量程的最大或最小值 (9)這類故障的發生往往是一個衰減過程，可以表示為： ( 10) 其表現形式如圖1(d)所示，此類故障檢測的關鍵是早

5、期檢測，防止故障進一步的擴大。傳感器故障的合理描述 實際值故障測量值圖1 傳感器故障類型描述傳感器故障的合理描述 執行器故障（閥門故障）的描述 執行器位于控制回路的最終端，控制系統的控制性能與執行器的性能和正確選用有著直接的十分重要的關系。閥門是流程工業最常用的執行器，其使用不當或閥門故障引起的生產不能正常進行甚至造成事故的情況不勝枚舉。另一方面在一個裝置中閥門的數量眾多，一些關鍵部位的閥門價值昂貴且難于更換。本節研究對象采用歐洲網絡訓練基金會在2002-2006年研究開發的一個動態執行器基準平臺DAMADICS（Development and Application of Methods f

6、or Actuator Diagnosis in Industrial Control Systems）。DAMADICS基準平臺是根據柏林一個糖生產工業數據和實驗測試數據，利用解析描述方法建立的執行器故障基準仿真平臺。執行器故障（閥門故障）的描述1. 閥門裝置的基本結構在討論閥門故障現象和建立合理數學描述模型之前，必須首先掌握閥門的基本結構。閥門由執行機構、調節機構和閥門定位器組成，如圖2所示。執行機構將控制器輸出信號轉換成控制閥的推力，由推力力矩進一步轉化為角位移信號；調解機構將位移信號轉換為流通面積的變化，從而影響流體流量。閥門定位器可改善控制系統功能，與閥桿位移量組成副回路控制，克服摩

7、擦力、不平衡力和回差干擾。執行器故障（閥門故障）的描述執行器故障（閥門故障）的描述CV：控制器輸出信號；I：單元的輸入電流信號；E/P：電-汽信號轉換器；F主管道載體流量；Fv：控制閥輸出流量；Fv3：旁路管道輸出流量；FT：流量測量值；P1，P2：閥前、閥后壓力；Ps：E/P轉換器的輸出氣壓；X：閥桿位移。閥門定位器構成一個負反饋回路與原有的被控變量組成串級控制，如圖3所示。執行器L 工業裝置 檢測變送ePI SPPVCVP IE/PPsXV驅動XKf 閥頭 F蒸汽泄漏P2P1X圖.3 閥門控制原理結構圖PsICV執行器故障（閥門故障）的描述2.閥門常見故障的合理描述閥門故障按照其機構可以劃

8、分為：調節機構故障、執行機構故障、定位器故障和一般外部故障。常見的故障大致可以歸納19種故障情況。調節機構常見故障注：Hf：閥桿移動范圍；H0：正常閥桿移動范圍；fs：故障強度；Xf：故障時閥桿移動距離；X0：正常閥桿移動距離；Kvrf：故障時閥流量系數；Kvr0：正常時閥流量系數；Dbf：故障時滯后環的寬度；Db0：正常時滯后環的寬度；Ff：故障時閥的輸出流量；F0：正常時閥的輸出流量；T1f：故障時載體溫度；T10：正常載體溫度；執行器故障（閥門故障）的描述執行器故障（閥門故障）的描述3 基于多模型的魯棒故障檢測技術基于解析模型的故障檢測與診斷方法是通過系統實際行為與基于模型的預期行為的差

9、異的分析與比較，檢測系統是否發生故障，并對故障發生部位、故障的大小及類型進行診斷。這種基于解析模型的故障診斷方法具有不需要另增加其他物理設備的優點，在理論研究和工程應用方面都具有很強的吸引力 。3 基于多模型的魯棒故障檢測技術3.1 系統的建模動態系統解析冗余是指系統輸入信息和輸出信息之間瞬態關系的集合，動態系統的建模過程實際上就是從過程輸入輸出關系中提取解析冗余信息的過程。假設一個可以用非線性自回歸滑動模型表示的多輸入多輸出的非線性系統，在沒有故障，擾動和噪聲情況下可表示為： (3.1)nu 和 ny 分別表示輸入和輸出的階數，表示輸入時滯。系統可以使用不同的建模方法建立系統的模型。模型可以

10、表示如下： (3.2)建模方法有很多，例如：時域上描述系統的數學模型常用代數方程、微分方程、隨機微分方程、差分方程、隨機差分方程等。近年來也有許多文獻采用基于智能建模方法建立非線性動態系統的模型。3 基于多模型的魯棒故障檢測技術2.3.2 殘差的生成故障診斷領域的殘差主要指被監控系統的真實行為與基于系統數學模型的預期行為之間的不一致性或差異，是過程故障檢測系統的核心。由于噪音和模型的不確定存在，即使在無故障時，殘差也不可能為零。殘差發生器可以描述為： (3.3)故障可以被表示為一個未知輸入作用在系統上（“加性故障”）或者表示為一些工廠參數的變化（“乘性故障”）。殘差也可以改寫為： (3.4)式

11、中p(k)表示加性故障；q(k)表示外加擾動；v(k)表示測量噪聲；SF(z)表示加性故障傳遞函數；SD(z)表示外加擾動傳遞函數；SN(z)表示測量噪聲傳遞函數；F表示乘性故障矢量；D表示參數不確定矢量。從式可以看出殘差不僅與加性故障或乘性故障相關，而且與系統參數的不確定、噪聲和擾動相關。系統的擾動、噪聲和模型誤差導致了殘差在正常工況時為非零值，增加了故障檢測的難度。所以在設計殘差發生器時，就應考慮到殘差受外界擾動、噪聲和模型誤差的影響盡可能的少，也就是說殘差對這些未知輸入應具有一定的魯棒性。3 基于多模型的魯棒故障檢測技術2.3.3殘差魯棒性問題分析解決殘差魯棒性的常用方法主要分為兩大類：

12、主動魯棒性和被動魯棒性。主動魯棒性主要通過設計式（2.3.4）中矩陣W(z)使得殘差僅對故障敏感，而對系統的不確定性具有較好的魯棒性。近年來，已有一些文獻采用不同的技術提高殘差的魯棒性。例如未知輸入觀測器、魯棒偏微分方程、H控制和解耦技術等。由于設計主動魯棒算法時，需要知道模型誤差與不確定性等細節，而這些細節很少可以預先知道，因此實際應用中將模型不確定性和噪聲產生的殘差與故障產生的殘差進行完全解耦是不容易實現的。被動魯棒性故障檢測途徑是把參數的不確定性引入到殘差中，通過使用一個閾值來描述不確定對殘差的影響。因此，如果殘差落在這個閾值內，則沒有故障被檢測，殘差可能是由于參數的不確定或噪聲引起。文

13、獻給出了操作工作點、模型不確定性與殘差閾值之間的一個理論關系。文獻發展了一種自適應閾值技術，基于參數不確定的動態操作中，最小的閾值就等于用模型參數不確定性計算出的輸出值的最大可能偏離。由于模型偏離正常工況的最大值與最小值之間形成一個運動的區域軌跡，可以作為殘差的自適應閾值包絡軌跡。這里給出計算參數不確定條件下的自適應閾值方法。自適應閾值方法可以有效地解決建模的不確定和擾動等問題。模型輸出不確定區域可以表示為：3 基于多模型的魯棒故障檢測技術3 基于多模型的魯棒故障檢測技術圖2.3.2 系統輸出不確定區域及其故障檢測應用示意圖3 基于多模型的魯棒故障檢測技術3.4閉環系統的魯棒故障檢測技術本節采

14、用了加權移動平均殘差(WMVR)和自適應閾值包絡保守的故障檢測技術進行帶有不確定相和測量噪聲的故障檢測。故障檢測的方框圖如圖2.3.3所示。圖2.3.3 閉環系統魯棒故障檢測結構圖3 基于多模型的魯棒故障檢測技術1. 加權移動平均殘差(WMVR)技術為了有效地解決由于測量噪聲和外界擾動對殘差造成的影響，本節采用基于一個移動時間窗L定義一個濾波器Ek，Ek是由起始于當前采樣時刻k的過去L個殘差加權組成，此移動時間窗在每一時刻都進行更新。其表達式為： (2.3.35)這里 k 是當前采樣時間； Ek是在 L 時間窗內的加權移動平均殘差；是權系數；是正常模型的估計值；時實際測量值。3 基于多模型的魯

15、棒故障檢測技術2. 自適應閾值包絡故障檢測采用自適應閾值包絡軌跡與加權移動平均殘差Ek在每一個移動時間窗內 L 內相比較檢測系統故障。自適應閾值發生器是基于動態優化和假定參數不確定下，最小可能的閾值等于由于模型的不確定相造成的正常模型產生的最大可能偏離。自適應閾值的最大最小值隨著時間變化曲線就成為包絡軌跡。這里的閾值包絡軌跡可以采用前節所述的方法，也可以采用基于知識方法（例如神經網絡方法、模式識別等）建立正常工況的最大和最小邊界，從而形成殘差閾值包括軌跡。在移動時間窗內，若加權移動平均殘差落在自適應閾值包絡軌跡內，認為殘差主要由模型的不確定和噪聲引起，系統正常，反之系統發生故障。利用上述故障檢

16、測方法可以大大減少由于不確定干擾和測量噪聲導致的誤報警，故障檢測魯棒性明顯提高了。2.4主動補償容錯控制方法的設計 對于復雜的工業控制系統，由于負反饋控制和控制回路之間耦合等因素使得故障迅速在整個回路傳播，從而故障引起系統動態的變化往往是不明顯。因此，針對實際閉環控制系統進行在線故障調節策略的設計不容易實現。在工業系統中，有些故障經常發生，或者是可預見的故障，例如系統元件的隨著使用時間性能退化的故障，我們把這些故障稱為“歷史故障”。對于“歷史故障”可以離線建立故障描述模型和故障特征，設計相應的主動容錯控制策略，并儲存在歷史故障庫和歷史故障容錯控制策略庫中。如果系統檢測到故障，故障診斷模塊被啟動

17、，確定故障的大小、位置后，與歷史故障模型匹配，實現故障的隔離，根據故障匹配結果，切換到相應的補償容錯控制策略。盡管這種基于多模型的切換控制系統的穩定性在理論上并沒有被很好的證明，但這種基于多模型的主動容錯控制思想已被廣泛地應用在實際工業中。根據在閱讀了國外對于復雜工業過程關于故障診斷與故障調節方面的相關文獻的基礎上，并結合國內實際的流程工業生產控制系統的特點，給出了一個較為全面且容易工程實現的故障檢測、診斷與主動補償容錯控制方法的結構圖，如圖所示。該方法可以初步認為由三層結構組成：第一層：工業系統的基礎閉環控制層；第二層：基于多模型的故障檢測診斷與補償容錯控制層（FDT）；第三層：人機監督管理

18、層。2.4主動補償容錯控制方法的設計未知故障_傳感器正常模型FTC 2FTC N歷史故障補償容錯控制庫FTC 1歷史故障診斷庫歷史故障模型庫Fault 1Fault 2Fault N在線故障診斷與估計SP工業過程對象執行器正常控制器第二層：FDT第三層: 監督管理層第一層:閉環控制層圖 2.4.1 在線故障診斷與主動補償容錯控制方法結構圖智能調節控制器人機監控管理界面故障檢測模塊故障調節Y(k)故障調節+_補償策略故障故障故障2.4主動補償容錯控制方法的設計2.4.1工業系統的基礎閉環控制層這一層主要由傳感器、執行器、信號轉化和控制器組成的常規控制回路組成。在流程工業生產過程中，這一層常采用集

19、散控制系統、可編程控制器或計算機直接控制等。一般的過程控制系統基礎層往往包含90%以上的常規控制回路，回路之間的存在著關聯耦合現象。一旦局部的控制回路發生異常（如調節閥/傳感器發生故障），導致波動，由于系統關聯傳遞機制，可能整個系統會出現廠級范圍波動。基礎層控制性能對于工況的穩定有著直接的影響，也對故障的產生，故障的檢測和診斷性能，以及進一步容錯控制策略實施有很大的影響。2.4主動補償容錯控制方法的設計2.4.2基于多模型的故障檢測診斷與容錯控制層本層的在線智能故障容錯控制方法采用一個單獨的故障檢測模塊、故障診斷模塊、主動補償容錯控制模塊。1）故障的檢測模塊本節采用一個成本有效的保守故障檢測與

20、診斷方案。故障檢測模塊采用2.3.4節的加權移動平均殘差和自適應閾值包絡的保守故障檢測方法。檢測模塊根據正常行為模式，周期性地檢測系統的“健康”狀態。2）基于多殘差動態描述的故障診斷模塊根據不同的故障模式在過程操作單元和控制回路之間故障傳播的途徑不同，可設計“多殘差描述故障特征”。即根據可測量的變量信號和控制信號以及故障信號在閉環系統中的傳播途徑，建立多個操作單元或控制回路的數學模型。通過系統測量值與模型估計值之間形成多殘差描述。這里采用“三值法-1，0，1”描述殘差的變化。即在一個固定的移動時間窗L內，若加權殘差落在預先設定診斷閾值內設為“0”，殘差正向偏離診斷閾值為“1”，殘差反向偏離診斷

21、閾值為 “-1”。可以用以下算式表示： （2.4.1）表示第i個殘差動態輸出，是權系數；加權移動殘差。根據歷史故障模式樣本，建立多殘差動態描述-1，0，1的歷史故障特征庫。在故障檢測與診斷過程中，移動時間窗L，加權系數，診斷閾值為設計參數，其應根據計算容量、模型的不確定、噪聲和已知故障的精確度等因素恰當地選擇參數。2.4主動補償容錯控制方法的設計3) 主動容錯補償調節模塊如圖所示，一個控制策略協調器平行置于歷史故障容錯補償調節控制庫和正常控制器之間。在線過程監控時，根據系統目前運行狀況，控制策略可能來源于下述三種控制方式之一：正常控制器（對應正常運行工況）、歷史故障調節控制器（對應于歷史故障情

22、況）、在線智能調節控制器（對應于未知故障情況）。在這種模式下，系統正常采用正常控制策略，當系統檢到故障，故障診斷模塊診斷故障的類型與大小，如果判斷是歷史故障，則相應的歷史故障補償容錯控制器被切換到當前控制。否則，被認為故障為“未知故障”，在線智能控制調節器被切換到當前策略。2.4主動補償容錯控制方法的設計2.4.3人機監督管理層人機監督管理層主要功能包括：報警系統、緊急停車和人機對話功能。工程師和管理人員可以通過權限修改相關指令，例如：控制目標的變化，參數的整定等操作，并與智能調節器相聯結。如果系統診斷出當前故障屬于未知故障，系統發出警告，監督層密切注意生產狀況，緊急切斷電源，防止不曾預計的未

23、知故障帶來災難性的后果。為了進一步驗證上面提出的基于多模型的故障檢測、診斷與主動容錯控制策略，分別在三水箱實驗平臺和DMADICS執行器故障實驗平臺，對多種傳感器故障和執行器故障進行仿真研究。在仿真研究過程中，分別針對4種傳感器故障類型和19種執行器故障類型，按照其類型和故障幅度建立了歷史故障模型庫，對于每一種故障建立了相應的故障補償容錯策略，組成歷史故障補償容錯控制庫。并利用上述策略進行了仿真實驗，下面重點給出部分故障檢測、診斷與容錯補償仿真結果。2.5 三水箱故障診斷與補償容錯控制仿真 Q32Q13az3az2az1泵2A水箱1水箱2水箱3Q1Q2泵1h1h3h2Sp泄漏故障1泄漏故障2Q

24、202.5.1 三水箱系統結構示意圖2.5 三水箱故障診斷與補償容錯控制仿真2.5.2建立三水箱過程的解析模型利用神經網絡技術建立三水箱過程的正常解析模型。根據系統的動態和實驗分析，首先確定其輸入的階次和延遲時間分別為，。然后采用一個三層感知機網絡開環辨識三水箱過程，網絡結構采用了4個輸入節點，9個隱層節點和2個輸出節點的三層網絡結構。采用9個隱層節點是由實驗的嘗試其具有較小的建模誤差和模型結構。采用Levenberge-Marguardt優化算法訓練網絡，網絡可用下述方程描述：訓練好的網絡通過在MATLAB命令窗口使用gensim()函數，將網絡模塊嵌入在SIMULINK中，實現系統的在線估

25、計。圖2.5.2顯示了模型對無故障數據的估計性能。由于非常小的建模誤差，模型估計曲線與過程實際輸出曲線基本重合。2.5 三水箱故障診斷與補償容錯控制仿真圖2.5.2 PID控制效果及神經網絡模型跟蹤效果圖圖2.5.3 系統輸出不確定項閾值計算實時顯示曲線2.5 三水箱故障診斷與補償容錯控制仿真2.5.3傳感器精度下降故障的檢測與容錯補償控制仿真本節分別針對偏移故障、漂移故障、精度下降故障和完全衰減故障等多種傳感器故障模式進行仿真研究，由于單獨發生的偏移故障和漂移故障的診斷較為容易，用本章提出的方法很容易檢測，且診斷快速性和準確性都比較理想。這里重點研究在精度下降故障和完全衰減故障以及多種故障同

26、時發生的情況下，系統的檢測診斷性能以及補償容錯控制策略性能分析。1）精度下降故障的魯棒檢測結果假設水箱2在500秒-800秒期間發生精度下降故障，其故障的動態模型為： （2.5.7）為高斯隨機數表示測量噪聲，；為高斯隨機數表示精度下降故障；為單位階躍函數。在MATLAB/SIMULINK進行上述傳感器故障仿真，仿真結果如圖2.5.4所示。圖2.5.4(a)顯示發生故障期間水箱液位2并沒有出現大的波動，這是由于負反饋PID控制器對回路故障有一定的魯棒性，也就是的精度下降故障與測量噪聲交雜在一起，以其它三種傳感器故障更難于診斷。圖2.5.4(b)采用不確定區域包絡閾值技術檢測故障。圖2.5.4(c

27、)顯示在水箱2液位PID控制的輸出頻繁波動條件下，閥門的開度也頻繁變化，容易造成閥門損壞。2.5 三水箱故障診斷與補償容錯控制仿真圖2.5.4 水箱2液位傳感器衰減故障下系統輸出響應曲線圖2.5 三水箱故障診斷與補償容錯控制仿真2）補償容錯控制仿真結果當故障被檢測并隔離后，發生故障的傳感器的測量信號，可以通過軟件冗余關系采用神經網絡模型在線估計這個測量信號，并將負反饋的反饋回路切換到模型估計輸出值構成主動容錯控制策略。這里采用在已經建立容錯補償調節庫中NN模型在線實時估計水箱2液位傳感器測量信號： (2.5.8)表示具有4個輸入節點，7個隱層節點和一個輸出節點的三層網絡模型函數，訓練采用BP算

28、法。一旦故障被檢測，并被隔離后，系統自動將用模型的估計值代替故障傳感器的檢測值形成反饋回路。圖2.5.5顯示了具有容錯控制功能的系統實時響應曲線。當系統在505秒時刻模塊檢測到故障，啟動相應的容錯控制策略，水箱2液位的估計值作為PID控制器的反饋值，閥門開度響應比無容錯控制有了明顯的改善。此外，系統上層的監督模塊實時監控水箱液位偏差的變化量，當連續檢測到傳感器測量信號已恢復到正常值時，系統有自動切換到液位測量值，即在802s時刻（傳感器故障消失后）系統自動切換回正常控制系統。2.5 三水箱故障診斷與補償容錯控制仿真圖2.5.5 具有容錯控制策略的系統實時響應曲線2.5 三水箱故障診斷與補償容錯

29、控制仿真5.4多模式傳感器故障的檢測與補償容錯控制仿真1）多種故障同時發生的情況下系統響應分析假設在水箱2液位傳感器在400s時刻發生精度下降故障，同時水箱1液位在500s時刻發生衰減性完全故障，其故障的動態模型為： （2.5.9）這里：為高斯白噪聲表示測量噪聲； 表示衰減系數； （2.5.10）2.5 三水箱故障診斷與補償容錯控制仿真2）魯棒故障檢測仿真故障診斷是采用基于自適應閾值包絡和加權移動平均殘差技術進行。自適應閾值包絡是由過程模型和其參數不確定得到的預測變量隨著采樣時間變化的軌跡曲線。檢測結果如圖2.5.7所示，h1傳感器故障在505秒被檢測到，而h2傳感器測量故障很難被單純的自適應

30、閾值包絡檢測，因而引入了加權移動平均殘差(WMVR)處理技術用來檢測傳感器故障。其方程如下：圖2.5.7 多模式傳感器故障檢測曲線 (2.5.8)2.5 三水箱故障診斷與補償容錯控制仿真圖2.5.6 多種傳感器故障同時發生的情況下系統輸出響應曲線圖2.5.7 多模式傳感器故障檢測曲線2.5 三水箱故障診斷與補償容錯控制仿真3）補償容錯控制仿真結果當故障檢測與診斷單元檢測到故障后，將檢測故障信號傳遞到故障容錯機構，容錯控制自動完成控制策略的重組。通過使用變量結構分析技術的傳感器故障相關變量，利用兩個獨立多層BP神經網絡技術得到傳感器信號估計函數： （2.5.9） （2.5.10）當系統檢測到傳感

31、器故障發生后，容錯控制機構自動將PID反饋回路切換到傳感器的重構信號上，并系統實時監測加權移動平均殘差是否又回到閾值范圍內，即傳感器是否恢復正常。如傳感器測量值恢復正常，系統將自動又切換到傳感器的測量信號上。容錯PID控制響應曲線如圖2.5.8所示，與簡單PID控制曲線圖2.5.6所示相比較，容錯控制響應曲線能夠完全跟蹤設定定值的變化，具有很好的容錯能力。泵2的供應流量如圖2.5.8(b)所示，比圖2.5.6所示有了明顯的改善。2.5 三水箱故障診斷與補償容錯控制仿真圖2.5.8多模式傳感器故障下具有容錯控制策略的系統實時響應曲線2.6閥門故障在線診斷的仿真研究本節研究對象采用DAMADICS

32、執行器故障基準仿真平臺。平臺分別在調節機構、執行機構、定位器和閥門外部分別設置了19種故障模式，其中故障的強度可以任意設置，故障觸發模式可以為突變故障或者為緩變故障，可用來比較、分析和評價多種模式執行器故障診斷算法性能 2.6閥門故障在線診斷的仿真研究2.6.1 數據的獲取根據對過程解析分析，閥門的輸出流量和閥桿位移輸出可用下列算式描述： (2.6.1) (2.6.2)其中和分別表示基準實驗平臺流量描述非線性函數和閥桿位移描述非線性函數；P1,P2分別表示閥門進口壓力和出口壓力；CV表示控制器輸出值；X表示閥桿位移；T1表示流過閥門載體入口溫度；F表示閥門出口流量。通過仿真平臺可獲取糖實際生產

33、過程閥門運行3600s的工業數據，且仿真實驗平臺在無故障模式下也運行3600s。每10個樣本采集一次樣本，共獲得360組閥門正常運行數據。其中前200數據用來建立閥門的網絡模型，后160組數據校驗模型的精度。然后分別在60s處引入不同的故障模式，故障強度分別選取大、中、小三種模式，同樣運行3600s且每10s采集一次樣本。2.6閥門故障在線診斷的仿真研究2.6.2過程解析模型的建立利用多層感知器（MLP）神經網絡技術建立DAMADIC閥門正常運行的解析模型。根據系統的動態和實驗分析，確定采用一個三層MLP網絡辨識過程，網絡結構采用了5個輸入節點，9個隱層節點和1個輸出節點的三層網絡結構。采用9

34、個隱層節點是由實驗的嘗試其具有較小的建模誤差和模型結構。網絡可用下述方程描述： (2.6.3) (2.6.4)圖2.6.1顯示了模型對無故障數據的估計性能。由于非常小的建模誤差，模型估計曲線與過程實際輸出曲線基本重合，如圖2.6.1(a)所示。因此，圖2.6.1(b)和(c)分別顯示了液位1和液位2的建模絕對誤差，用來指出模型的估計性能。2.6閥門故障在線診斷的仿真研究圖2.6.1 MLP模型對系統流量輸出的跟蹤性能2.6閥門故障在線診斷的仿真研究圖2.6.2 實際輸出、網絡模型輸出和自適應包絡閾值曲線2.6閥門故障在線診斷的仿真研究分別在DAMADICS實驗平臺上加入19種閥門故障模式。在前100秒系統正常運行，100秒后分別