62、大型工业过程的在线诊断

大型工业过程的在线诊断

1. 多重故障诊断

在大型工业过程中，可能出现的故障数量众多，从数千到数万不等。因此，多个故障元素同时存在是常见情况，多重故障可能成为严重问题。工业过程的诊断算法不仅要能检测单个故障，还要能检测多重故障。不过，大多数故障是在不同时间间隔依次发生的。在线诊断时，在第 (n) 个时间实例的诊断应指出自上次诊断后发生的故障子集。短时间内发生多个故障的概率较低。

1.1 动态分解方法

为解决多重故障诊断问题，有人提出了动态分解被诊断系统的方法。该方法基于自上次诊断后观察到的第一个症状，动态隔离要搜索故障的子系统。每个子系统由故障子集、测试子集描述，诊断关系用这些子集的笛卡尔积表示。假设在对残差进行二进制评估时诊断信号无虚假值，当满足以下条件时，使用该方法能在假设发生单个故障的情况下生成正确诊断：
- 故障依次发生，且间隔时间大于制定后续诊断的时间；
- 故障同时发生，且与之对应的动态隔离子系统不相交（此时，在假设单个故障的独立推理过程中并行隔离故障）。

每次诊断后，应从可用诊断信号集中剔除对已检测到的故障敏感的信号。在故障元件恢复正常状态后，这些信号可重新纳入可用诊断信号集。

1.2 多重故障隔离算法

若两个或更多故障在短于制定诊断的时间内发生，且隔离的子系统不分离，假设单个故障的诊断推理就不可靠。针对这种情况，有一个分两部分的有效算法：粗隔离和精确隔离多重故障。粗诊断指出包含所有已观察到其特征症状的故障的可能故障子集；精确诊断指出特征与所获得的诊断信号值匹配的多重故障状态。该算法显著降低了诊断的计算复杂度，将两者结合能为双重故障及更高重数的故障提供有效的推理机制。