故障诊断并没有通用的方法可用,不同的系统和过程需要根据对象的特点采用不同的故障诊断方法。在流程工业中的一些系统,其过程能够提供大量的数据和丰富的经验,通过经验和数据能够反映系统主要的因果关系。对于这一类需要进行故障诊断的系统,由于缺乏精确的数学模型或者物理模型而难以采用基于定量模型的方法,但仅采用基于过程数据的方法又不足以反映系统的本质,因此采用基于定性模型的方法是比较合适的。基于定性模型的方法分支很多,其中SDG模型是一种十分有效的定性模型,因为它的节点表达了系统的定性状态、定向边表达了系统的线性过程,从而SDG模型可以深层知识的方式来表达系统的主要结构和功能。故障诊断主要是故障的检测和分离,如果特定对象的故障能够通过SDG模型的节点表示出来并且故障源能够通过SDG模型的定向边搜索出来,那么基于SDG模型的故障诊断就实现了目标。 当难以建立诊断对象的解析数学模型时，基于信号处理的方法是非常有用，现常用的小波变换就是信号处理方法的一种。目前利用小波变换进行故障诊断的方法有三种。 1）利用观测信号的奇异性进行故障诊断 2）利用观测信号频率结构的变化进行故障诊断 3）利用脉冲响应函数的小波变换进行故障诊断 小波分析故障诊断方法研究已经取得相当大的进展，但就这些理论和方法来说还不够成熟还需要进一步完善, 无论是在理论研究还是工程应用方面, 都还有许多工作要做。 ①故障检测中的小波基选择　要有效地检测故障, 必须选择合适的小波基波。目前小波基波的选择虽有一些经验, 但还没有一个理论标准, 有待进一步地规范。 ②小波分析和其他理论和方法的结合　小波分析虽然能有效地检测故障, 但通常很难对故障进行识别。因此, 将小波分析和其他各种知识方法的结合, 如神经网络、专家系统、粗糙集理论和数据融合等, 发挥各自的优点, 是小波分析在故障诊断中应用的一个重要研究方向, 因此要加强小波分析与各种方法结合的理论和方法实现研究。

黑龙省科学院自动化研究所

该项目为储备库项目资源，暂无效益分析内容。