故障诊断和容错技术在控制系统中的应用研究
- 格式:pdf
- 大小:194.81 KB
- 文档页数:6
分布式系统的故障诊断与容错技术研究分布式系统是由多个互相协作的计算机组成的复杂系统,常见的应用场景包括云计算、大数据处理、网络游戏等等。
在分布式系统中,由于各计算机节点之间的相互影响,一旦出现故障很容易对整个系统产生影响,因此如何有效地进行故障诊断和容错处理是分布式系统设计中非常重要的一环。
一、分布式系统的故障诊断1、故障类型分布式系统中可能出现的故障类型有很多,例如计算机节点故障、网络通信故障、服务进程崩溃等等。
不同类型的故障对系统的影响有所不同,因此需要分类进行诊断。
2、故障定位对于已经发生的故障,需要通过故障定位来确定是哪个节点或者哪条网络链路出现了问题。
传统的方法是使用ping或traceroute 等工具进行网络探测,但是这种方法不够准确,而且对于大规模的分布式系统来说会带来很大的负担。
因此,目前已经出现了一些更为先进的故障定位技术,例如基于测量的方法、机器学习等等。
3、故障原因分析确定了故障的位置之后,还需要通过分析日志等数据来确定具体的故障原因,例如是由于硬件故障导致的还是由于软件缺陷引起的。
故障原因分析的过程需要借助多种技术手段,包括数据挖掘、统计分析、人工智能等等。
二、分布式系统的容错技术为了提高分布式系统的可靠性,需要采用一些容错技术来避免或者修复故障。
下面列举几种常见的容错技术。
1、冗余备份冗余备份是一种常见的容错技术,其基本思想是在多台计算机节点上分配相同的任务,当某个节点出现故障时可以自动切换到其他节点继续完成任务。
这种方式需要保证各节点之间的数据一致性,否则容易带来更大的问题。
2、检查点和恢复检查点是指把系统执行状态保存到磁盘上,使得在发生故障的时候可以从之前的检查点重新开始执行,从而避免数据丢失和执行状态的丢失。
这种方式比较适合长时间运行的计算程序或者数据处理任务。
3、主从复制主从复制是指在多个节点之间建立主从关系,对于主节点进行写操作时,同步更新到所有从节点上,这样从节点就可以直接对外提供服务,而主节点只需要进行复制操作。
自动化控制系统中的故障诊断与容错技术引言:自动化控制系统已经广泛应用于各个领域,它能够提高生产效率、降低成本、减少人为错误等。
然而,在系统中存在故障的情况下,这些优势可能会被削弱甚至抵消。
因此,故障诊断与容错技术是自动化控制系统设计中至关重要的一部分。
一、故障诊断技术1.1 传感器故障诊断传感器在自动化控制系统中起着举足轻重的作用。
一旦传感器出现故障,可能导致系统数据的错误和不准确性。
因此,传感器故障诊断技术是确保系统正常运行的基础。
传感器故障诊断主要包括故障类型判别、故障定位和故障恢复等步骤。
1.2 执行元件故障诊断执行元件是自动化控制系统中的关键组成部分,包括电机、执行器等。
执行元件故障的发生可能导致系统运行不正常甚至停止。
因此,对执行元件进行故障诊断是确保系统高效运行的关键。
执行元件故障诊断主要包括故障检测、故障诊断和故障预测等步骤。
1.3 控制器故障诊断控制器是自动化控制系统的大脑,负责对传感器信号进行处理和判断,并对执行元件进行控制。
当控制器出现故障时,可能导致系统无法正常工作。
因此,对控制器进行故障诊断是确保系统稳定运行的关键。
控制器故障诊断主要包括故障检测、故障定位和故障修复等步骤。
二、容错技术2.1 冗余设计冗余设计是一种常见的容错技术,它通过在系统中增加冗余元件来实现对故障的容错能力。
例如,可以在控制器中增加备用处理器,在传感器网络中增加冗余传感器等。
当主要元件故障时,系统可以自动切换到备用元件,从而实现对故障的容错。
2.2 容错算法容错算法是一种软件层面的容错技术,它通过设计特定的算法来实现对故障的容错能力。
例如,在传感器故障的情况下,可以使用一些滤波算法对传感器数据进行处理,从而减少故障对系统的影响。
2.3 容错优化容错优化是一种综合的容错技术,它通过优化系统的结构和参数,使系统能够在故障发生时继续正常运行。
容错优化可以提高系统的容错能力,并降低故障对系统的影响。
三、应用案例3.1 电力系统中的故障诊断与容错技术在电力系统中,故障的发生可能导致系统的停电和线路短路等严重后果。
自动化控制系统的故障诊断与容错技巧引言:随着科技的不断发展,自动化控制系统在各个行业中扮演着重要的角色。
然而,这些系统在运行过程中可能会遇到各种故障,影响生产效率和稳定性。
因此,故障诊断和容错技巧变得非常关键。
本文将介绍几种常见的自动化控制系统故障诊断与容错技巧,帮助读者更好地解决和应对故障。
一、故障诊断技巧1. 故障观察和数据分析:及时观察和记录系统运行时的异常现象,如报警信号、异常噪声、异常振动等,并分析相关的数据,以帮助确定故障原因。
2. 故障模式识别:根据历史故障案例和经验,通过比对当前出现的故障现象,识别出可能的故障模式,以加快故障诊断的速度和准确性。
3. 逆向工程:通过逆向工程的方法,对系统进行分析和重构,以便更好地理解系统的工作原理和内部结构,从而更好地发现和修复故障。
4. 故障排除法:通过逐个排除可能的故障原因,缩小故障范围,以确定具体的故障点并进行修复。
5. 专家系统:利用人工智能和专家知识,建立专家系统,通过输入故障现象和提示信息,系统可以帮助进行自动故障诊断和提供解决方案。
二、容错技巧1. 双重检测:在系统设计中引入双重检测机制,通过使用两套独立的传感器和执行器来检测和控制系统的工作状态,以克服单点故障的影响。
2. 多重冗余:通过增加系统中的冗余元件,如备用传感器、执行器、电源等,一旦主要元件发生故障,冗余元件可以顶替其功能,确保系统的正常工作。
3. 错误检测与纠正:在系统中引入错误检测和纠正机制,如奇偶校验码、循环冗余校验等,可以在数据传输过程中检测和纠正错误,提高系统的可靠性。
4. 系统监控与警报:建立监控系统,实时监测和记录系统的运行状态和参数,一旦出现异常,及时发出警报,以便及时采取措施进行故障修复。
5. 定期维护和保养:定期对自动化控制系统进行维护和保养,包括清洁、紧固、润滑、替换老化元件等,以延长系统的使用寿命和提高系统的可靠性。
三、案例分析以汽车生产线上的自动化控制系统为例,当生产线上的机器人无法正确操作时,工人只需按照以下步骤进行故障诊断和容错操作:1. 观察和记录异常:工人应仔细观察机器人的运行状态,记录任何异常现象,如停止运动、震动、噪声等。
控制系统的故障诊断与容错控制技术故障诊断与容错控制技术在控制系统领域有着重要的应用。
控制系统是用于监测、控制和调节工业过程的设备和系统。
然而,由于各种原因,控制系统可能会出现故障,导致系统性能下降甚至完全失效。
因此,故障诊断与容错控制技术成为确保控制系统可靠性和鲁棒性的重要手段。
一、故障诊断技术故障诊断技术是通过对系统的状态进行监测和分析,识别出系统存在的故障并确定其位置和原因的过程。
常见的故障诊断技术包括模型基于故障诊断方法、专家系统、神经网络、模糊逻辑等。
1. 模型基于故障诊断方法模型基于故障诊断方法是利用数学模型描述系统的动态行为,通过与实际测量值进行比较,检测和诊断系统故障。
该方法的优点是能够提供准确的故障诊断结果,但需要精确建立系统的动态模型。
2. 专家系统专家系统是模拟人类专家决策能力和知识的计算机系统。
基于专家系统的故障诊断方法通过将专家知识和规则嵌入系统中,实现对系统故障的自动诊断。
该方法不依赖系统的动态模型,具有较强的实用性。
3. 神经网络神经网络是一种模拟人脑神经元网络的计算模型。
基于神经网络的故障诊断方法利用网络的学习和泛化能力,通过对系统传感器数据的分析,实现对系统故障的自动诊断。
该方法适用于系统故障模式较复杂的情况。
4. 模糊逻辑模糊逻辑是一种扩展了传统逻辑的数学工具,用于描述不确定和模糊的情况。
基于模糊逻辑的故障诊断方法将模糊集合理论应用于故障诊断过程,通过对模糊规则的推理和模糊匹配,实现对系统故障的判断和诊断。
二、容错控制技术容错控制技术是指在控制系统出现故障时,通过改变系统结构或控制策略,使系统仍能维持一定的性能和稳定性。
常见的容错控制技术包括冗余设计、重构控制和适应性控制等。
1. 冗余设计冗余设计是指在系统中引入冗余元件或冗余部件,在故障发生时通过自动或人工切换,实现对故障元件或部件的容错。
冗余设计可以提高系统的可靠性和鲁棒性,但也会增加系统成本和复杂性。
2. 重构控制重构控制是指在系统出现故障时,实时地调整控制策略或参数,使系统继续满足性能要求。
控制系统中的故障诊断与故障恢复技术作为控制系统的一部分,故障诊断与故障恢复技术起着至关重要的作用。
它们能够及时检测出系统中的故障,并采取相应的措施进行修复,确保整个系统能够正常运行。
本文将介绍控制系统中常用的故障诊断与故障恢复技术,并对它们的原理和应用进行详细的阐述。
一、故障诊断技术1.1 传感器故障检测传感器在控制系统中起着采集和传递信息的作用,因此其正常运行对于系统的稳定性和控制精度至关重要。
传感器故障检测技术通过实时监测传感器的输出信号,判断传感器是否工作异常,并为后续的故障处理提供准确的诊断依据。
1.2 信号处理与特征提取通过对传感器输出信号的处理和特征提取,可以获取更加准确的故障判断结果。
常用的信号处理方法包括滤波、傅里叶变换等,而特征提取则通过提取信号的统计特性或频谱特性等来识别故障。
这些方法可以对故障信号进行降噪和分析,为故障诊断提供可靠的依据。
1.3 故障模式识别故障模式识别技术通过建立故障数据库和运用机器学习等算法,实现对不同故障模式的自动识别。
根据传感器输出信号的特征与标准故障特征进行比对,可以准确判断当前系统中出现的故障模式,并提供相应的处理方法。
这种技术在实际应用中能够大大提高故障诊断的准确性和效率。
二、故障恢复技术2.1 自动切换和重启当系统出现故障时,自动切换和重启是一种常用的故障恢复技术。
通过设置备用的控制单元或系统,并实时监测主控制单元的运行状态,当主控制单元故障时,自动切换到备用单元,实现系统的自动恢复。
2.2 容错控制容错控制技术通过使用冗余元件或采取冗余设计,实现在主元件故障时能够正常运行并保持系统的稳定性。
常用的容错控制技术有冗余存储器、冗余传感器和冗余执行器等。
这些技术能够在主要元件故障时快速响应,确保系统的持续可用性。
2.3 异常处理与保护在控制系统中,异常处理与保护是故障恢复的重要环节。
通过对异常情况的及时识别和处理,可以最大程度地减少故障对系统的影响,并保护系统不受进一步的损坏。
控制系统的故障诊断与容错设计控制系统在工业生产和日常生活中扮演着重要的角色,它们能够对设备、过程和系统进行监控和调节,以确保其正常运行。
然而,由于各种原因,控制系统可能会出现故障,这将导致生产中断、设备损坏甚至人员伤亡。
为了应对故障的发生,控制系统需要具备故障诊断和容错设计的能力,以提高系统的可靠性和安全性。
故障诊断是指通过检测和分析系统的状态和行为,确定系统故障的类型和位置。
故障诊断旨在尽早发现故障,并采取相应的措施来尽快修复。
在控制系统中,故障诊断主要包括两个方面的内容:状态监测和故障识别。
状态监测是指通过监测系统的输入和输出信号,以及系统内部的各种参数和变量,判断系统当前的工作状态。
状态监测可以通过传感器、仪表和数据采集系统来实现,它可以实时地获取系统的工作状态,并将其与正常工作状态进行比较,以判断是否存在异常情况。
如果状态监测发现系统存在异常状态,就需要进一步进行故障识别。
故障识别是指根据状态监测的结果,确定系统故障的类型和位置。
故障识别可以通过模型匹配、故障特征提取和故障模式识别等方法来实现。
模型匹配是将系统的输入输出关系与已知的故障模型进行比较,以确定故障的类型和位置。
故障特征提取是通过分析状态监测数据,提取故障的特征参数,再使用统计学和模式识别方法进行判别。
故障模式识别是通过训练样本和分类器,将无故障和有故障的状态进行区分,以实现故障的识别和分类。
容错设计是指在控制系统中引入冗余和容错机制,以提高系统的可靠性和安全性。
容错设计可以分为硬件容错和软件容错两个方面。
硬件容错是通过冗余和多样化设计,保证系统在出现故障的情况下仍能正常运行。
冗余设计包括冗余传感器和执行器,当一个传感器或执行器发生故障时,可以使用冗余部件来代替,确保系统的正常运行。
多样化设计是指使用不同类型或不同制造商的设备,以减小故障同时影响多个设备的概率。
硬件容错还包括故障切换和恢复机制,当系统出现故障时,可以自动将控制权转交给备用系统,并尽快恢复正常运行。
控制系统的故障诊断与容错控制:探讨控制系统的故障诊断与容错控制的应用和实践引言当我们谈到控制系统,我们通常不会想到故障和错误。
然而,在现实世界中,任何复杂的系统都有可能出现故障。
这就是为什么故障诊断和容错控制对于确保控制系统的稳定性和可靠性至关重要的原因。
本文将探讨控制系统的故障诊断与容错控制的应用和实践,以及它们对现代工程的影响。
什么是故障诊断与容错控制故障诊断与容错控制是一种通过监测控制系统的性能和状态,检测和处理故障的技术。
它的目的是及时发现和解决故障,以确保系统的正常运行。
故障诊断是指检测和识别控制系统中出现的错误或故障的过程,而容错控制是指通过采取一些措施来处理这些错误或故障,以确保系统的稳定性和可靠性。
故障诊断的方法和技术在故障诊断中,有许多不同的方法和技术可用于检测和识别故障。
其中一种常用的方法是模型基于诊断方法,它使用控制系统的物理模型来预测系统的行为,并与实际系统的行为进行比较。
如果存在差异,就可以确定系统中的错误或故障。
另一种常用的方法是残差分析法,它分析控制系统中的残差(实际输出与期望输出之间的差异)来检测故障。
容错控制的方法和技术在容错控制中,最常用的方法是冗余技术。
冗余技术意味着在控制系统中添加额外的组件或备用系统,以便在主要组件或系统发生故障时,能够继续正常工作。
例如,航天器通常会使用冗余系统,以确保即使发生故障,宇航员仍然安全返回地球。
另一种容错控制的方法是基于自适应系统的技术,即使在控制系统中发生故障时,系统仍能自动调整和适应新的条件。
故障诊断与容错控制的应用和实践故障诊断和容错控制已经广泛应用于各种领域,包括航空航天、汽车、化工、核能和电力系统等。
在航空航天领域,故障诊断和容错控制对于确保飞机的安全和可靠性至关重要。
航空航天器通常使用多重冗余系统和自适应系统来处理故障。
在汽车领域,故障诊断和容错控制可以帮助检测和解决引擎故障、刹车故障和安全气囊故障等问题。
在核能和电力系统领域,故障诊断和容错控制可以帮助确保核反应堆的安全运行,并防止事故发生。
电机控制系统中的故障诊断与容错控制方法研究摘要:电机控制系统在工业领域的广泛应用中扮演着重要角色。
然而,由于不可避免的故障和异常情况,这些系统可能会受到严重影响,甚至导致生产中断和安全事故。
因此,开发可靠的故障诊断与容错控制方法对于确保电机控制系统的可靠性、稳定性和安全性至关重要。
传统的故障诊断方法主要基于信号处理和模型匹配技术,凭借对异常信号和已知模型的比对来识别故障。
尽管这些方法在一定程度上能够实现故障诊断的目标,但仍然存在对特定故障模式的依赖性和对系统动态特性的不足之处。
然而,随着机器学习和人工智能技术的迅猛发展,基于这些新方法的故障诊断技术逐渐受到关注,如深度学习、支持向量机和贝叶斯网络等。
这些方法通过学习大量数据来建立模型并进行故障分类,从而提高了故障诊断的准确性和鲁棒性。
基于此,本篇文章对电机控制系统中的故障诊断与容错控制方法进行研究,以供参考。
关键词:电机控制系统;故障诊断;容错控制方法引言电机控制系统中的故障诊断与容错控制方法。
基于机器学习和人工智能的故障诊断方法以及基于模型预测控制的故障诊断方法,比较它们的性能和适用性。
基于模型预测控制的容错控制方法,包括算法设计、系统重构和状态切换等方面。
对于电机控制系统的容错控制,传统方法主要采用备件冗余、积分调节和自适应控制等手段,以提高系统的鲁棒性和稳定性。
基于模型预测控制的容错控制方法正在逐渐崭露头角。
该方法能够通过建立精确的系统模型,并根据故障状态进行在线优化,从而根据实际情况调整控制策略,保证系统正常运行。
基于此,强调了故障诊断与容错控制方法在提高电机控制系统可靠性和安全性方面的重要性。
1电机控制系统在工业应用中的重要性电机控制系统在工业应用中具有重要性的原因如下:(1)驱动力。
电机作为一种将电能转化为机械能的设备,是工业生产中最常用的驱动力之一。
它们广泛应用于各个行业,如制造业、采矿业、建筑业和交通运输等。
(2)精确控制。
电机控制系统可以通过改变电机的转速、转矩和位置等来实现精确控制。
控制系统中的故障诊断与容错控制随着现代技术的发展,控制系统在各个领域都发挥着重要的作用。
然而,由于各种原因,控制系统在运行过程中可能会出现各种故障,这对系统的稳定性和可靠性提出了严峻的挑战。
为了解决这个问题,故障诊断与容错控制技术应运而生。
本文将对控制系统中的故障诊断与容错控制进行论述,并探讨其在实际应用中的重要性和挑战。
一、故障诊断技术故障诊断是指在系统出现故障时对其进行精确定位和诊断的过程。
它通过对系统的传感器、执行器和信号进行实时监测和分析,以检测和识别故障的发生和类型,从而提供准确的故障信息。
常见的故障诊断方法包括模型基础的方法、数据驱动的方法和专家系统方法等。
模型基础的方法是通过建立系统的数学模型,利用模型的预测能力对系统进行故障诊断。
这种方法需要对系统进行充分的建模和参数估计,但由于系统模型的不确定性和复杂性,其应用范围受到限制。
数据驱动的方法则是根据系统的实际运行数据进行故障诊断。
它利用统计学和机器学习等方法,通过分析系统的输入和输出数据,建立故障模型并进行故障判断。
这种方法不依赖于系统的模型,适用于复杂和不确定的系统,但需要大量的数据和复杂的算法支持。
专家系统方法是利用专家经验和规则对系统进行故障诊断。
它将系统的知识和经验转化成专家系统的形式,通过推理和决策等方法进行诊断。
这种方法需要专家的知识和经验,适用于对系统结构和行为有较好了解的情况。
二、容错控制技术容错控制是指在系统出现故障时,通过调整系统的控制策略或结构,使系统能够继续正常运行或以最小的性能损失维持其功能。
容错控制技术的目标是通过实时的状态监测和切换控制策略等手段,使系统能够及时响应故障,并采取相应的措施来保证系统的可用性和安全性。
容错控制技术主要包括重构控制、适应性控制和切换控制等方法。
重构控制是指在系统发生故障时,通过调整系统的控制结构和参数,实现对系统的重新设计和控制。
适应性控制是指在系统运行过程中对系统的模型或控制策略进行在线修正和调整,以适应系统的变化和故障。
文章编号:1009-3486(2001)05-0065-06故障诊断和容错技术在控制系统中的应用研究y张宇声1,孙丰瑞1,于 键2(1.海军工程大学动力工程学院,湖北武汉430033;2.海装驻青船军代室,山东青岛266002)摘 要:介绍了控制系统的故障诊断和容错控制的基本概念和任务,评述了故障诊断和容错控制技术所用的各种方法,并对故障诊断和容错控制技术在核动力装置控制系统中应用的可行性进行了探讨.关键词:故障诊断;容错控制;核动力装置;控制系统中图分类号:T P206.3;T P302.8 文献标识码:A容错控制是20世纪末期发展起来的一种提高控制系统可靠性的技术.容错控制系统设计主要包括故障诊断和容错控制系统的设计,这两个方面现都成为控制理论领域的研究热点.控制系统是由被控对象、控制器、传感器和执行器组成的复杂系统,其各个基本环节都有可能发生故障,一般划分为3种类型:(1)被控对象故障 对象的某一子设备不能完成原有的功能;(2)仪表故障 包括传感器、执行器和计算机接口的故障;(3)计算机软件故障 包括计算机诊断程序和控制算法程序的故障以及计算机硬件的故障.在许多工程应用中,必须具有高可靠性控制系统,特别是对于复杂的控制系统,往往包括几十个甚至几百个控制回路.因此,传统的参数报警和联锁保护系统已越来越不能满足现代化生产过程的需要.在计算机控制系统中,计算机硬件和软件的可靠性已达到了较高水平,由于容错计算机技术已较成熟,而传感器和执行器的故障已成为导致控制系统失效的主要原因.因此,研究控制系统中主要环节的故障诊断和容错控制问题具有重要意义.1 控制系统故障诊断和容错控制的概念和任务1.1 故障诊断的概念和任务通常情况下,故障诊断有两种涵义:一种是指对某些专用仪器的故障进行诊断;另一种是指由计算机利用系统的解析冗余完成工况分析,对系统是否正常和什么原因引起故障、故障的程度有多大等问题进行分析、判断并得出诊断结论.故障诊断的任务包含故障建模,故障检测,故障的分离与估计,故障的分类、评价与决策4个方面[1,2].1.2 容错控制的概念和任务容错控制(fault -tolerance control)的概念是1986年9月正式提出的[1,2].容错的指导思想是:一个控制系统迟早会发生故障,因此在设计控制系统时就应考虑会发生故障和这种故障可能会对系统的性能有很大的影响.容错控制系统就是具有冗余能力的控制系统,即在某些部件发生故障的情况下,系统仍能按原定性 第13卷 第5期 2001年10月 海军工程大学学报JO U RNAL OF NAV AL U N IV ERSI T Y OF EN GI NEER IN G Vol.13 No.5 Oct.2001y 收稿日期:2001-04-20;修订日期:2001-04-30作者简介:张宇声(1960-),男,副教授,博士生.能指标或性能指标略有降低(但可接受)时,成功地完成控制任务[1~3].1.3 故障诊断和容错控制的关系故障诊断是故障监测系统对控制系统中的传感器、执行器和被控对象进行实时故障监测,得出控制系统的故障特征.容错控制则是容错控制器根据故障监测系统所得到的故障特征作出相应的处理.这种处理可能要对反馈控制的结构实时重构(rea-l time reconfiguration),重构可能简单到只从已计算的表中就可读出一组新的控制增益,也可能复杂到实时地再设计控制系统,以保证系统在故障状态下仍能获得良好的控制效果.由此可见,不论是故障诊断,还是容错控制,其目的都是为了提高系统的可靠性,因此控制系统故障诊断和容错控制是密切地联系在一起的.2 故障诊断和容错控制的方法2.1 故障诊断技术故障诊断的常见方法,概括起来可分成3大类:(1)基于数学模型的方法;(2)基于系统输入输出信号处理的方法;(3)基于人工智能的方法.2.1.1 基于数学模型的诊断方法[4](1)参数估计诊断法 当故障由参数形式来描述时,可利用参数估计方法来描述故障信息,再根据参数变化的统计特性来判断故障是否发生[5].(2)状态估计诊断法 当被控过程的状态直接反映系统运行状态时,可通过估计出系统的状态,再结合适当模型来进行故障诊断.首先重构被控过程的状态,并构造出残差序列,残差序列中包含各种故障信息.此时只有采用统计检验法,才能把故障从中检测出来,并作进一步分离、估计及决策.通常可用Luenberger 观测器和Kalman 滤波器进行状态估计[6].2.1.2 基于系统输入输出信号处理的方法(1)直接测量系统的输入输出法 在正常情况下,被控过程的输入输出在正常范围内变化.当超出此范围时,可以认为故障已经发生或将要发生.另外,还可以通过测量输入输出的变化率是否满足要求来判别故障是否发生.(2)小波变换诊断法 首先对系统的输入输出信号进行小波变换,求出输入输出信号的奇异点,然后去除由于输入突变引起的极值点,其余的极值点对应于系统的故障[7].这种方法不需要系统的数学模型,具有灵敏度高、克服噪声能力强的特点.(3)输出信号处理法 系统的输出在幅值、相位、频率及相关性上与故障源之间存在一定的联系,这些联系可以用一定的数学形式(如输出量的频谱等)表达.当发生故障时,可对这些数学表达式进行分析与处理,以判断故障源的所在.常用的方法有谱分析法、概率密度法、相关分析法及互功率谱分析法等[8].(4)信息匹配诊断法 此方法引入了类似矢量、类似矢量空间、一致性等概念,将系统的输出序列在类似空间中划分成一系列子集,分析各子集的一致性,并按一致性强弱进行排列,一致性最强的一组子集的鲁棒性也最强,而一致性最差的子集则可能已发生故障.通常类似矢量很小,但当故障发生时,类似矢量将在此故障相应的方向上增大.因此,类似矢量的增加表明了故障的发生,其方向给出了故障传感器的位置[9].2.1.3 基于人工智能的诊断方法(1)基于专家系统的故障诊断方法 专家系统已广泛地应用于过程监测系统.专家系统的诊断程序在知识库和数据库的支持下,综合地运用各种规则进行一系列的推理,必要时还可随时调用各种应用#66#海 军 工 程 大 学 学 报 第13卷程序.它在运行过程中向用户索取必要的信息后,就可快速地直接找到最终故障,或是最有可能的故障[10].建立专家系统来进行故障检测诊断,可以汇集各种关于故障的知识,并将可靠性专家和专业技术人员的知识形式化,使一般性工作人员借助专家系统达到或接近专家的工作水平.(2)基于故障树的诊断方法 这是一种在实际中常用的比较有效的故障诊断方法,所需要的前提条件是有关故障与原因的先验知识和故障率的知识.诊断过程是从系统的某一故障开始的,通过不断提问/为什么会出现这种现象?0逐级构成一个递阶故障树,通过对比故障树的启发式搜索,查到故障的最终原因[11].目前,由计算机自动或辅助生成故障树,并自动生成故障树的搜索过程,这对大型复杂系统是十分必要的.(3)基于模式识别的诊断方法 这种故障诊断方法包括:故障模式向量的形成,特征向量的提取,判别函数的形式.采用这种方法的前提是:必须具有大量有关故障的先验知识,因此必须通过自学习方式增加基准模式集[12].(4)基于模糊数学的诊断方法 对于被控过程中某些不分明的、不确定的状态,可用模糊集来描述,其故障状态也是模糊的.诊断这类故障的一个有效方法是采用模糊聚类分析,将模糊集划分成不同水平的子集,借此判别故障最可能属于的子集.另一个有效方法是首先建立故障集的模糊向量S ,同时建立当前故障的模糊向量D .这两个模糊向量是通过一个模糊关系阵R 的模糊方程S =R #D 联系起来的,现已知S 和R ,则通过此模糊方程的反解,可得到故障原因D [13].(5)基于神经元网络的故障诊断方法 由于神经元网络具有自学习、自组织能力,它能克服传统专家系统当启发式规则未考虑到时就无法工作的缺陷.因此,将神经元网络应用于过程监测系统已成为一个非常活跃的研究领域.用神经元网络进行控制系统的故障诊断,有以下2种方式:离线诊断(有导师学习),在线诊断(无导师学习)[14,15].2.2 容错控制技术容错控制是提高系统安全性和可靠性的一种新的途径.容错控制器的设计方法有硬件冗余方法和解析冗余方法两大类.硬件冗余方法通过对重要部件及易发生故障的部件提供备份,来提高系统的容错性能.解析冗余方法主要通过设计控制器提高整个控制系统的冗余度,来改善系统的容错性能.2.2.1 基于硬件冗余方法对于某些控制系统,可以采用双重或更高重备份的办法来提高系统的可靠性,这也是一种有效的容错控制方法,并在控制系统中得到了广泛的应用.只要能建立起冗余的信号通道,这种方式可用于任何硬件环节失效的容错控制[16].2.2.2 基于解析冗余方法与/硬件冗余0相对的是/软件冗余0.软件冗余又可分为解析冗余、功能冗余和参数冗余3种,它是利用系统中不同部件在功能上的冗余性,来实现故障容错.通过估计技术或其他软件算法来实现控制系统的容错性,具有性能好、功能强、成本低和易实现等特点.基于/解析冗余0的容错控制器通常有几种设计方法.(1)控制器重构 利用系统本身所固有的冗余性,通过以下几种方式可实现系统的重构,重构的原则是使重构后的系统在性能上尽量接近原系统,或者即使系统性能有所降低,但也能保证系统的最低性能要求.¹利用测量或控制之间的依赖关系 对于某些系统,测量方程的输出量之间(或输入控制之间)往往存在线性依赖关系,这实际上是测量(或控制)具有冗余性,利用这种冗余性可以实现系统的重构[17,18].º使重构系统的特性结构尽可能接近原系统的特征结构 当状态反馈系统执行器中断时,对状态反馈矩阵重构的基本思想是重新计算状态反馈矩阵,使闭环反馈系统在正常条件和故障发生后的特征值和特征矢量尽可能接近[17,18].(2)完整性控制器设计 完整性指的是当控制系统中有一个或多个部件失效时,系统仍能保持稳#67# 第5期 张宇声等:故障诊断和容错技术在控制系统中的应用研究定的性质[19].¹时域设计方法 此法假设被控对象是渐近稳定的,利用Lyapunov 矩阵方程的半正定解,来构造对执行器失效具有高度完整性的控制律.在被控对象存在不稳定模态的情况下,通过反馈通道中插入适当的常值增益,来保证传感器失效时的完整性.º参数空间设计法 首先在s 平面上为闭环系统的特征值确定一个允许的区域#,将s 平面上的#域映射到参数空间.在参数空间内确定控制律u =-K T x ,K T =[k 1,,,k n ].当系统有传感器失效时,必然使一些状态成为不可测状态,即使一些k *i =0,选择[k 1,,,k n ]的取值范围,可使某些k i 由正常值变为0后,k c =[k 1,,,0,,,k n ]依然处于K #上.(3)基于自适应估计的容错控制器设计方法 联合镇定要求一个控制器镇定N 个对象,当N 个对象特性相差较远时,控制器需要有很大的稳定性储备,求解很困难,甚至没有解.Athans 等提出的多模型自适应控制方法能解决这类问题.多模型自适应控制方法原来是为了系统辨识和自适应控制而提出的,它适用于对象特性慢时变而时变机制不同的系统.此外,它还被用于克服线性控制理论的局限性,使在设计非线性控制系统时能直接应用线性控制理论.随后,该控制方法又被进一步发展来解决容错控制问题[20].(4)基于人工智能的容错控制¹基于专家系统的容错控制 由于控制系统中可能发生的故障具有多样性,采用控制器重构或完整性控制器设计等方法很难对故障系统实施良好的控制.此外,故障发生后,系统经重新组织所实施的新的控制器一般难以与故障系统动态特性相匹配,因而会导致控制失效.此时,由于某些故障具有不可预测性的模糊性,采用一般容错控制器无法进行控制.因此,为了对复杂故障系统实施控制,人们利用人工智能的研究成果,开始对基于专家系统的容错控制进行研究.º基于神经元网络的容错控制 基于专家系统的容错控制虽然可处理不精确知识,但也只能解决与事先存储好的、由专家经验总结出来的故障现象与处理方法相对应的问题,当遇到新情况和新问题时就无能为力了.由于神经元网络控制器在结构上有功能冗余性,人们考虑把神经元网络引入容错控制器设计.但由于神经元网络理论研究本身还不完善(如鲁棒性差、结果不确定、影响不明确等等),这种设计还很困难[21~23].3 可行性应用研究综合分析上述各种故障诊断和容错控制的方法,基于硬件冗余的方法应用较早,但硬件的增加势必图1 稳压器结构模型图增加了系统的复杂性和成本.基于数学模型的解析冗余法,其应用比较成熟,特别适用于能够确定其准确数学模型的物理对象,目前已广泛地应用于航空航天、核电站和工业生产过程等领域.基于人工智能的专家诊断技术,它不依赖于系统的数学模型,而是根据专家的长期经验积累和大量故障信息知识,通过逻辑推理诊断系统的故障和提出处理故障的方法.在核动力装置中,有许多重要的仪表和控制系统,如核反应堆功率控制系统、稳压器压力和水位控制系统、蒸汽发生器水位控制系统等,它们对核动力装置的安全性及有效运行起着重要的作用.核能系统是一个复杂的堆物理和热力系统,具有确定的动力学方程,对这些数学模型的仿真分析也比较成熟,因此数学模型的解析冗余法更适合于核动力装置.核动力装置压力安全系统的结构模型图如图1所示.假设系统的状态变量为X =[X p P H ]T,其中X p 为稳压器内混合干度;P 为稳压器内混合压力;H 为稳压器液相水位.系统的输入变量为U =[W su W sp W rv Q ht ]T ,其中W su 为冷却剂波动流量;W sp 为喷雾流量;W rv 为蒸汽释放及安全排放流量;Q ht 为电加热器的总加热量.系统的输出变量为Y =[H P T m ]T ,其中H 为#68#海 军 工 程 大 学 学 报 第13卷稳压器液相水位;P 为稳压器内混合压力;T m 为稳压器内混合温度.可列出系统的动态方程为[6]:X =f (X,U )Y =g(X )(1) 对(1)式进行线性化处理,可以得到如下形式:X =AX +BUY =CX(2)式中:X I R n ;U I R m ;Y I R l ;A I R n @n ;B I R n @m ;C I R l @n .对上述具有确定数学模型的核动力装置,可采用解析冗余分析方法对系统的状态和参数进行估计,诊断出系统中各环节的故障;采用解析冗余方法的系统重构逻辑,实现系统的容错控制.4 结束语通过上述对故障诊断和容错控制各种方法的分析,结合核动力装置控制系统,进行了实际应用的可行性分析,认为当系统中出现局部性故障时,在不影响系统的控制功能的情况下,在这些仪表和控制系统中应用故障诊断和容错控制技术很大程度地提高了控制系统的可靠性,无疑具有重大的理论和应用价值.参考文献:[1] 胡昌华,许化龙.控制系统故障诊断与容错控制的分析和设计[M ].北京:国防工业出版社,2000.[2] 闻 新,张洪钺,周 露.控制系统的故障诊断和容错控制[M ].北京:机械工业出版社,1998.[3] 张家新.容错控制系统理论研究[D].西安:西北工业大学,1990.[4] 冯永新.基于模型的故障诊断技术研究及其在航天器中的应用[D].哈尔滨:哈尔滨工业大学,1996.[5] Dembo A,Zeitouni O.On the parameters estimation of co ntinuous -time ARM A processes from noisy observations [J].IEEE T r ans.A utom.Contr ol,1987,A C -32(4):361~368.[6] T ylee J L.O n -line failure detection in nuclear power plant instrumentatio n [J].IEEE T rans.Autom.Control,1983,AC -28(3):406~415.[7] 赵宏平.小波分析在控制系统故障特征提取中的应用[D].西安:西北工业大学,1997.[8] 张泉南.信号处理技术与声振源识别[A].第二届全国机械设备故障诊断学术会议论文集[C].北戴河:全国机械设备故障诊断学会,1988.[9] M ukund D ,Asok R.A fault detection and isolatio n methodolo gy )theory and appllication [J].Pr oc.of American Con -trol Co nference,1984:262~270.[10] 杨良士,钟延炯.动态系统故障诊断的新方法)))专家系统[J].信息与控制,1988,17(5):26~31.[11] T eague T L ,Po wer G J.Diagnosis procedures for fault tr ee analysis [J].Pro c.of Joint American Control Confer ence,1981,FA -2C.[12] 张永泉,高 翔.液压泵故障诊断的模式识别法[A ].第二届全国机械设备故障诊断学术会议论文集[C].北戴河:全国机械设备故障诊断学会,1988.[13] 吴今培.模糊诊断理论及应用[M ].北京:科学技术出版社,1995.[14] 杨 黎.人工神经网络在数控系统故障诊断中的应用研究[D].西安:西北工业大学,1997.[15] 纪常伟.基于故障树和神经网络模型的航天器故障诊断技术研究[D].哈尔滨:哈尔滨工业大学,1995.[16] 疏松桂.控制系统可靠性分析与综合[M ].北京:科学技术出版社,1992.[17] 王镛根.重构控制律的容错控制[J].航空动力学报,1993,8(3):300~302.[18] T ylee T L.Estimation of failed sensor outputs [J].Nuclear Science and Eng ineering,1987(96):145~152.[19] 葛建华.工业过程容错控制理论的研究[D].杭州:浙江大学,1990.[20] 程 一.多变量系统的容错控制研究[D].北京:中国科学院自动化研究所,1989.[21] 沈 毅.控制系统故障诊断与容错技术及在造纸过程中的应用研究[D].哈尔滨:哈尔滨工业大学,1996.[22] 王志宏.基于神经网络的工业工程容错控制研究[D].武汉:华中理工大学,1997.#69# 第5期 张宇声等:故障诊断和容错技术在控制系统中的应用研究[23] 李 军.神经网络在容错控制中的应用研究[D].南京:南京理工大学,1998.Research on failure diagnosis and fault -tolerance technique in control systemZHANG Yu -sheng 1,SUN Feng -rui 1,YU Jian 2(1.Pow er Eng.College,Naval Univ.of Engineering,Wuhan 430033,China;2.The Office of M ilitary Representatives of Naval Equipment Departmentin Qing dao Shipyard,Qingdao 266002,China)Abstract:This paper review es a basic concept and functions of failure diagnosis and fault -tolerance control,describes their methods in detail,and finally discusses their feasibility in nuclear power plant control sys -tem.Key words:failure diag nosis;fault -tolerance control;nuclear pow er plant;control system(上接第60页)修改,研制了微机版船用反应堆堆芯物理计算软件包.通过对特定船用燃料组件参数及堆芯三维临界与燃耗的计算、校核及敏感性分析,证明该软件包功能齐全、使用方便.本软件包可对船用反应堆燃料组件参数及堆芯三维少群临界与燃耗问题进行快速、准确的计算,及时为其安全运行和技术保障提供科学、合理的依据.参考文献:[1] 于 雷.船用反应堆三维细网燃料计算研究[R].武汉:海军工程大学,2000.[2] 李同林.船用反应堆燃料组件参数计算程序研究[R].武汉:海军工程大学,1999.[3] 张绥康.WIM S/D4程序使用说明[R].北京:核工业核电软件中心,1988.[4] Fow ler T B.Nuclear reactor core analysis codes:CI T AT IO N [R].ORN L -T M -2496.Rev.2.1971.[5] 谢仲生.核反应堆物理分析[M ].北京:原子能出版社,1986.[6] 傅学东.非线性迭代节块方法[D].北京:中国原子能科学研究院,1998.[7] 沈 炜.压水堆堆芯燃料管理计算与换料设计最优化[D].西安:西安交通大学,1993.[8] 李大图.BM 3DD 程序理论手册[R].北京:核工业核电软件中心,1997.Development of core physics analysis code packages formarine nuclear reactorYU Lei,LI Tong -Lin(Power Eng.College,Naval Univ.of Engineering,Wuhan 430033,China)Abstract:According to the structural characters and operation mode of marine nuclear pow er equipment,the core physics analysis code packages based on personal m icrocomputers for marine nuclear reactor are de -veloped by modifying core physics analysis codes based on macro -computers used in the nuclear plant.The code packages can be used to analyse fuel assembly parameters and critical three -dimensional fine mesh fuel consumption problems.Key words:marine nuclear reactor;core physics analysis;code packag es #70#海 军 工 程 大 学 学 报 第13卷。