故障诊断软件技术研究范文

1故障和诊断模型

1．1自动控制系统故障诊断特点自动控制系统是自动化生产活动的中枢神经，它接收指令，进行运算，担负着指挥和调度生产设备运行的任务。以一个完整的分布式自动控制系统为例，它的结构和组成十分复杂。从纵向分析，它是一个多层次系统，大致可分为控制层、控制数据应用层、统计数据应用层等，层与层间通过有限的数据通道进行交互。从横向分析，它是由一系列子系统和部件组成的多功能系统，每个子系统和部件都具有其固有的结构和功能，可以通过通用的总线或者固有的硬件结构相连接，它们相互协作密切配合。整个系统的特性就是由这些子系统和部件的特性以及它们之间的层级联系所决定。透过自动控制系统的组成，分析故障及其传播机理，可以看出控制系统的故障具有以下特点：1）层次性：控制系统的分层结构决定了控制系统故障具有层次性，每一个故障都势必与控制系统的某个层次相关联。高层次的故障可能由低层次的故障所引起，但与一般的机械式结构不同，控制系统低层次的故障可以被检测和控制，未必引起高层次的故障。这种分层的故障特征是控制系统故障的基本特性；2）相关性：也可以称之为自动控制系统故障的“横向性”，它是由系统各设备和参数之间的联系所决定的。一个故障存在多条潜在的故障传播途径，因而一个故障的发生可能引起其他多个故障同时发生；3）延时性：依据控制系统故障的传递机制，从基础设备故障到系统级故障要经历发生、发展到形成的过程。这是一个由量变到质变的过程。单次基础故障数据的检测结果不具有代表性，需要通过统计方法使故障的检测趋向可靠，但同时会牺牲部分实时性。因此，综合故障的发生和检测特征，故障具有延时性；4）模糊性：控制系统的故障和诊断信息不仅包含定性问题，还包含定量问题，所以不能纯粹用“正常”或“故障”来表示，所以故障分析还要考虑由量定性的过程。根据输入的精确值和隶属度，按照一定的关系求出模糊量。分析过程通常可以有多项不同来源的输入量。例如，控制器CPU运行负荷超过某一限值，或者内存使用量超过某一限值，可判定为运行超负荷故障，但此类故障是一个模糊的概念，不具备非此即彼的特性。

1．2故障树建造对于系统复杂的控制系统，引发故障经常是多种因素作用，相同故障在不同的环境状态和系统运行状态下表现的症状却不完全相同，有时可能几个故障同时发生，更加大了故障诊断的难度，若有可靠的故障诊断机制来提高对故障的检测和监控，可以最大限度的避免误操作和非经济运行，从而提高自动控制系统的运行可靠性和可用效率。故障树是一种特殊的倒立树状逻辑因果关系图，它用事件符号、逻辑门符号和转移符号描述系统中各种事件之间的因果关系。逻辑门的输入事件是输出事的“因”，逻辑门的输出事件是输入事件的“果”。以计算机系统系统实现的故障树分析的基本程序一般包括如表1的步骤。图1显示了控制系统故障的树形结构。宏观上的系统故障是一系列子故障的集合，或者说，一个底层故障的产生可以引发整个系统故障。例如“控制器电源故障”或者“控制器硬件故障”任何一项发生，可以视为控制器故障。故障的这种从底层到上层、从微观到宏观的逻辑组合关系和传递关系，取决于控制系统的构成方式，同时也决定了故障诊断系统的设计和实现思路。故障树在DCS故障诊断的典型应用包括故障组合、子故障动态抑制、故障源推理、故障标识传递等。故障诊断在大部分情况下，元故障的“或”关系可以产生组合故障。在另一些特殊情况下，元故障的“与”关系才可以产生组合故障，例如相互冗余的两个设备，当两者均发生故障时，两者所担当的工作环境才被视为故障。在由下至上传递故障信息时，故障信息中包含故障标识，可以据此反向推理故障源。故障树还可以为子故障动态抑制提供依据，例如，当节点通讯发生异常时，节点的其他故障信息无法上送，那么在故障分析时对该节点的其他故障信息应该不予分析，防止得出无意义的结果。

2生产控制系统故障诊断软件设计

2．1故障诊断系统架构设计一个完整的故障诊断系统是一系列软硬件的有机结合。生产控制系统往往由用于控制生产设备的硬件控制系统、用于提供数据服务和数据计算的服务器、用于提供监视和人工控制的操作员客户端、以及连接它们的网络所构成。图2是一个分散控制系统的示意图，其中控制站负责采集测量数据、根据用户配置运行与生产工艺相关的控制程序、并输出控制信号，达到控制生产设备的目的。服务器计算和存储生产过程数据，并为控制和操作网内的其他终端提供数据服务。操作员站则用于监视各生产环节和设备参数，以及人工设置工艺参数。生产控制系统的故障诊断软件，部署于控制系统的各个组成节点上，每个节点上运行的故障诊断软件都是控制系统的故障诊断子系统的一个组成部分。对于不同类型的节点，其上运行的故障诊断软件职责也不相同。如果按简单的“检测、计算、监视”过程来设计故障诊断系统，可以在设备和节点上检测故障情况，再将检测到的故障信息汇总到服务器进行计算，而客户端可从服务器获取计算结果进行全系统的故障监控。但是，检测环节所在的设备或者计算环节所在的服务器也有可能发生故障。一旦集中计算环节发生故障，则所有监控客户端都无法获取到有效的诊断信息。因此，出于故障诊断对于控制系统而言的重要性考虑，故障诊断系统本身的设计需要考虑鲁棒性，而故障诊断软件的设计和部署尽可能应对多样的软件运行环境故障。按图2所示，对故障诊断软件的功能和部署进行增强设计：控制站：除了影响诊断功能本身的故障，例网络完全中断、诊断所依赖的硬件故障，控制站诊断本身以及下挂模块的所有故障，并将收集到的诊断数据组播发送到网络，供操作站接收。服务器：诊断本机硬件、系统数据服务、历史数据服务等故障，同样组播到网络，供操作站接收。操作站：诊断本机硬件、监控服务等故障，监控本机故障状态，并组播到网络；收集网络上的诊断数据，监控其他节点的故障状态；主动监测其他节点的诊断数据包，若某个节点超过协定的时间没有发出诊断数据，则认为该节点严重故障，主要是为了应对其他节点电源失效，主机内设备硬件故障，或操作系统崩溃、死机等软件故障。根据各个角色的功能可知，所有节点和设备都有诊断自身轻度故障的职责，操作站具有收集和呈现诊断数据的职责。每个操作站进行独立诊断，可以分散诊断服务失败的风险，每个诊断节点都是其他诊断节点的冗余，即使服务器、控制站、或者某个操作站因故障或离线完全不可用，其他操作站也可以及时发现，并继续监控其他节点的故障状态。

2．2故障的检测故障检测的前提是已经通过故障树分析，得到了可能发生故障的所有位置，由此对这些位置进行实时故障检测。故障检测过程一般是周期性的测试和采样过程。例如，通过故障树分析得出控制器中用于交换用户数据的内存可能发生故障，那么在故障检测的实现过程中可以在该控制器上部署一段嵌入式程序，周期性地测试内存的可读写性，并且送出检测结果。同理，通讯模块和I／O卡件也可以各自检测电源可用、总线连通等各类故障。分散诊断有利于降低耦合，保持系统大部分可靠。在这些设备和节点上部署的诊断程序实现了故障的检测环节，它们是故障诊断软件系统的重要组成部分。

2．3故障数据分析和过滤控制系统中主机和设备一般将每次检测的直接结果发向网络，即通过网络传播的故障诊断数据包一般包含原始诊断数据。对很多硬件设备而言，单次的检测可能由于工作状态、环境等因素的影响，存在扰动和不确定性，因此，原始诊断数据往往需要经过过滤和统计才能形成有效的诊断结果。故障诊断数据的处理过程与一般的信号处理过程既有相似性，又有特殊性。与一般的信号处理过程类似，原始的故障诊断信号可以根据需要进行滤波和放大，而数字化的故障诊断信息又可以依据数据点有效性进行筛选、依据一定的规则进行统计。故障诊断数据的过滤过程旨在剔除无效的测量数据点，例如初始测量状态产生的数据或者因严重故障而未执行轻度故障测量返回的数据点。因此在测量环节，需要引入标记数据有效性的附加信息。故障诊断数据统计的规则，涵盖一般的统计方法，也有部分诊断项需要统计一段时间或者一系列诊断数据点中出现某个值的次数。过滤和统计的规则是多样的，通常可以参考一般的软件滤波方法。例如限幅滤波法、中位值滤波法、算术平均滤波法、滑动平均滤波法、中位值平均滤波法、限幅平均滤波法、一阶滞后滤波法、加权递推平均滤波法、消抖滤波法、限幅消抖滤波法等等。对于故障诊断软件，规则是故障数据处理过程必不可少的输入项。故障数据的规则的输入应该具有统一的接口和不同的来源，可以是人工实时输入、组态和配置输入、或是其他系统的结果作为输入。根据经验，故障产生和消除的判定条件往往不尽相同，所以同一个故障项的产生和消除需要不同的规则来判定。

2．4故障状态监控人机界面是故障诊断结果的输出之一，也是故障诊断系统的组成部分。生产控制系统故障诊断软件的人机界面包含实时系统状态监视、故障报警、故障日志等。图形化的人机界面是故障诊断软件易用性的关键。但是，不同的行业应用具有不同的生产工艺和流程，不同的生产过程拥有不同的设备，要求查看的实时诊断内容也必然有所区别。为了避免为每个工艺过程定制监控画面，生产控制系统软件一般以流程图的形式将工艺参数实时显示在监控画面上，而流程图可以由用户进行自由组态，以满足丰富的呈现效果。同样，故障诊断软件在人机界面设计上也可以使用这种方案，故障诊断结果数据可以作为变量引入流程图，用户根据自己的需要自由绘制图形和动态，以丰富且可变的形式来显示故障诊断结果。关键的诊断结果使用报警的方式来提示操作人员和设备维护人员，在控制系统软件中，故障诊断报警和工艺过程参数的报警类似，诊断结果以模拟量超越限值或开关量变化来触发报警。故障诊断软件记录故障的产生和消除，以及设备关键运行参数的变化，形成故障诊断日志，以便对设备运行状态进行追溯和分析。用户可以对状态诊断历史记录进行查询。查询条件一般应该有起始时间、终止时间、设备地址、设备名、工段、设备状态等。

3先进故障诊断软件技术

3．1专家系统当前故障诊断领域所开发和设计的测试诊断软件在功能上已较为完善、能够满足绝大多数诊断要求，但在进行测试时多是自动按照预先定义好的测试流程，顺序地完成测试项目。整个测试诊断过程只是一个单向的程序顺序执行过程，用户无法将自身经验和思维与测试软件进行人机交互，例如测试诊断软件不能由用户根据需要任意选取测试位置、步骤等，大大浪费了测试资源和时间，无法实现测试效率的最优化。可以在现有自动测试软件的研究基础上，结合人工与自动测试的各自优点，通过研究基于专家系统的交互式故障推理模式以及设计基于该模式的故障诊断软件系统，完成测试系统的优化。交互式故障推理模式以故障诊断专家系统为核心，结合故障现象、测试数据和用户经验、思维进行综合分析，基于专家系统和人工智能获取测试跳转条件，逐步推理、检测、隔离定位具体故障；而且具有学习能力、且预留有故障诊断流程的扩展接口，可以在实际使用过程中不断优化已存在的诊断流程，并可以方便地增加新的诊断流程，实现测试系统的自我丰富与完善。

3．2智能技术为了更好地诊断与处理生产控制系统故障，有必要将多个专家的理论知识和丰富的实践经验积累起来，应用智能技术，开发一个以信号采集、数据分析为依据的计算机故障诊断专家系统，以帮助运行人员对控制系统实时监测，故障诊断和运行指导，但是传统的专家系统存在知识获取的瓶颈问题、容错性差、处理大型问题较为困难———通常只能判断两种(正常与不正常)状态等一系列问题，且系统一般采用产生式结构，难以适应实时系统诊断的要求，而这些问题应用神经网络方法可以解决。因为神经网络具有大规模模拟并行处理，信息分布式贮存、连续性非动力学、全局性集体作用、高度的容错性和鲁棒性、自组织、自学习及实时处理能力，且能对不正常的程度做量化计算，利于观测与评定；但神经网络方法自身存在学习效率低、训练速度不高、知识表达的逻辑关系不明显、不易理解和维护，也不便直接表达包含时序关系的复杂知识、启发性知识等问题，使其实用性大受影响。在目前看来，单独使用任何一种方法建造的专家系统都有不足。因此，采用分层混合专家网络(即分层模糊神经网络与专家系统相结合的方法)，研究开发故障智能诊断软件，能较为准确及时地对生产控制系统故障进行诊断。

4结束语

伴随着控制系统软件的产生和发展，故障诊断软件技术正在经历飞速的发展。既有成熟的实用技术，也有处于探索和试验阶段的新型诊断方法。复杂的生产控制系统也将安全性和故障诊断部件的可靠性放在首位，因此成熟简单的故障诊断技术得以广泛应用。复杂先进的故障诊断软件则能够智能化地提升故障诊断精确度和实时性。有效的故障诊断方法与计算机软件技术的结合，可以提高故障诊断的能力，减轻人为检测的劳动负荷，缩短故障发现后的处理时间，甚至防患于未然，预测和避免故障的发生。

作者：张雄伟阮志坚陈挺单位：浙江中控技术股份有限公司