故障诊断理论方法

判别工况状态。
返回
四、模糊诊断法：
考虑人对机械设备征兆与状态评价的主观不确 定性或模糊性，应用模糊逻辑分析多种征兆与多种状
态间的模糊关系进行分析诊断。
模糊关系方程： B = R A
R11 R R 21 Rm1 R12 R22 Rm 2 R1n R2 n Rmn
油膜涡动
Frequency (Hz)
返回
二、函数（模型）诊断法：
由征兆与状态间的数学模型进行计算诊断。
根据模型结构或模型参数的变化，研究机器的
运行状态。 控制系统的故障诊断、化工过程的故障诊断等。
返回
三、逻辑诊断法：
根据征兆与状态间的逻辑关系进行推理诊断。
状态类型：好、坏 有、无
物理逻辑判别
一、对比诊断法
二、函数（模型）诊断法
三、逻辑诊断法
四、模糊诊断法 五、统计诊断法 六、故障树分析法 七、专家诊断系统 八、基于灰色系统理论的诊断方法 九、基于人工神经网络理论的诊断方法
一、对比诊断法：
将征兆与相应的参考基准（特征）模式进行比较 诊断。
250
92, 10, 5, 13:44 测点1
c j 1
i 1,2, p
在考虑错判带来的损失时，如果在采取 每一个决策或行动时，都使其条件风险最小， 则对所有x 作出决策时，其期望风险也必然 最小。这样的决策就是最小风险贝叶斯决策。 决策规则为：
IF ( k / x ) min ( i / x ) THEN k
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。 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。
故障树：
用相应的符号表示顶事件、中间事件和底事 件，并用适当的逻辑门把顶事件、中间事件和底 事件联结形成的树形图。 故障树用于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。
xi x min xi x max x min
加权欧氏距离：
2 Dw ( X Z )T W ( X Z )
W为权系数矩阵。当
w1 W 0 w2 0 wn
当 w1、w2、…、wn 取不同值时，表明矢量中 各个分量对分类的作用不同。隶属于模糊子来自 i ，即发生了第i 种故障。
择近准则
贴近度：一对模糊集之间的接近程度
( S , Fi ) max ( S , Fi )
1i n
S Fi
模糊聚类准则
在确定模糊等价关系矩阵后，根据截集 定理，在适当的限定值上进行截取，即按照 不同水平对矩阵R进行分割和归类，从而获 得相应的故障类别。 返回
14
12
烧伤区
10
x

烧伤区
8
均值
X2
A
D
B E 模糊区
6
模糊区
4
O
未烧伤区 未烧伤区 C
10 15 20 25
2
0 0 5
样本方差
x
x1000
30
X (b)
1
(a)
磨削烧伤在线识别方法
贝叶斯(Bayes)分类法
前提：各类别总体的概率分布已知
进行决策分类的类别数一定 机械设备运行和机械制造过程的状态都是 一个随机变量，事件出现的概率在很多的情况
示，显然：P(1 ) P(2 ) 1
假设x为特征矢量，p(x|i)是i状态下特征观 察x的类条件概率密度。
根据Bayes公式有：
P(i x )
p( x i ) P(i )
p( x ) P( )
j j j
2
i 1, 2
式中p(i | x) 表示已知观测样本条件下， i 出现的概率，称为后验概率。
马氏距离（Mahalanobis distance）
2 Dm ( X M )T R1( X M )
M为聚类中心（样本X的均值），R为类样本协
方差矩阵，即：
R ( X M )( X M )T
优点：排除了特征参数之间的相互影响。
返回
六、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
基于最小错误率的贝叶斯决策
错误率最小： x来自于哪类的概率大， x就 属于该类。 决策规则：
IF P(i / x ) max P( j / x ) THEN x i
j 1, 2
等价规则1：
IF P(i / x) 0.5 THEN x i
i 1, 2
等价规则2：
P(1 / x ), while P(2 / x ) P(1 / x ) P (e / x ) P(2 / x ), while P(1 / x ) P(2 / x )
最优决策分类面
基于最小风险（损失）的贝叶斯决策
风险：决策代价；决策损失 在故障诊断中，误判的概率是客观存在的， 错判性质不同，后果严重性不同。把异常工况判 为正常工况，即将废品判成合格品，它的影响不 只局限该工件在某一工序的损失，而将影响后续 工序甚至产品质量，更为严重的是把某些废品当 做正品装入机器中，成为使用厂生产系统突发性 故障的隐患。
R称为模糊关系矩阵：
0. 5 x 特 1x 征 2x A nx 矢 量
不平衡 不对中 故 油膜涡动 B 障 轴裂纹
IF p( x / i ) P(i ) max p( x / j ) P( j )
j 1, 2
THEN x i
等价规则3：
p( x / 1 ) P(2 ) IF l ( x ) p( x / 2 ) P(1 )
似然比
1 THEN x 2
错误率：
对于给定的x，若采取决策i，由决策表可
见，对应于决策i， 可以在c个(i, j)，
j=1~c，中任取一个，其相应概率为P(j /x)。因 此在采取决策i的情况下的条件期望损失（条 件风险）为：
( i / x) E ( i , j ) ( i , j ) P( j / x )
x2
A
d
1
d
2
01
0
2
M
x1
空间（几何）距离 欧氏距离（Euclidean distance）
Z ( z1, z2 ,, zn )T
2 E n
X ( x1 , x2 ,, xn )T
D ( xi zi ) 2 ( X Z )T ( X Z )
i 1
特点：不受坐标旋转、平移的影响。 特征须归一化以消除特征分量量纲对欧氏 距离的影响：
i 1, 2, p
可以证明最小错误率贝叶斯决策是最小风险 贝叶斯决策在0－1损失函数条件下的特例。
最小最大决策
先验概率P(i)未知或可变条件下最大可 能地使风险最小，即在最差情况下，争取得 到最好的结果。
对应于 Pa ( 1 )的最小风险
决策域一定
G
风险不随P(i)的变化而变 化，此时最大风险最小
基频振动
低频振动
二倍频振动
广谱振动
不平衡振动 热弯曲 油膜涡动 油膜振荡 支承问题
轴裂纹 不对中
摩擦 联轴器问题
初始不平衡 零部件脱落 ......
......
汽轮发电机组故障树
故障树分析所用的符号
类别 名 称 符 号 说 明
底 事 件
基本事件
不能再分解或毋需再深究的底事件叫 做基本事件，它总是某个逻辑门的输入 事件而不是输出事件。 原则上应进一步探明其原因，但暂不 必或暂不能探明其原因的底事件（又称 省略事件或不完整事件）。
五、统计诊断法：
考虑到客观事物发生的不确定性，即事件按一 定的概率发生，而应用统计模式识别进行分类诊断。
1
未烧伤
0.8
p(x)
标准正态分布
0.6
数 函 度 密 率 概
烧伤
0.4
0.2
0 -60 -40 -20 0 20 40 60
样 本 数 量 -x
N x
0.8
0.7
0.6
一步子相关函数
8 1 3 4 2
0
0 0.3
0
0 0.6
0.98
0.9 0.9
0
0 0.98
0
0 0.95
模糊诊断准则
模糊诊断的实质是根据模糊关系矩阵 R 及 征兆模糊矢量A，求得状态模糊矢量B，然后根 据判断准则确定有无故障。 最大隶属准则
i max 1 , 2 , , m
1i m
一般决策表
损 失 状态 决策 状 态
1
(1, 1) (2, 1)
2
(1, 2) (2, 2)
…… …… ……
c
(1, c) (2, c)
1 2
……
……
(p, 1)
……
(p, 2)
……
……
……
(p, c)
p
(i, j)：属j类的样本决策到i类时的损失
根据征兆与状态之间的物理关系，进行推理。
例如润滑油污染分析：通过光谱、铁谱、磁塞 分析设备润滑油中所含的金属微粒的情况，作为机
械设备运行的征兆，根据机器运动部分有关零件的
材料与成分，从微粒变化情况推断设备磨损和零件 磨损情况。
数理逻辑判别