宋 聰

（河南工業(yè)和信息化職業(yè)學(xué)院，河南 焦作 454000）

0 引 言

基于單傳感器（單變量）的方法從單個(gè)傳感器的角度考慮數(shù)據(jù)確認(rèn)和故障診斷問(wèn)題，主要包括硬件冗余法、信號(hào)分析法及傳感器預(yù)測(cè)器法等。由于自確認(rèn)傳感器所采用的方法和目的都具有一定特殊性，因此本文將單列為一類進(jìn)行介紹。

1 硬件冗余方法

基于單傳感器的硬件冗余方法采用多個(gè)同樣的傳感器測(cè)量同一個(gè)變量，通常采用統(tǒng)計(jì)方法從一組冗余的傳感器中估計(jì)出被測(cè)變量的真實(shí)值，比較各個(gè)傳感器的測(cè)量值與所得到的真實(shí)值即可得到一組殘差（殘差向量）。當(dāng)某個(gè)傳感器出現(xiàn)故障時(shí)，殘差最大值將出現(xiàn)在其對(duì)應(yīng)的殘差分量上，選擇適當(dāng)?shù)拈撝担梢詫⒕哂凶畲髿埐罘至康膫鞲衅髯鳛楣收蟼鞲衅鞣蛛x出來(lái)。冗余度為2的傳感器故障診斷系統(tǒng)中，兩個(gè)傳感器同時(shí)發(fā)生故障的概率也相對(duì)較高，所以如果出現(xiàn)冗余傳感器數(shù)目少的情況，是無(wú)法實(shí)現(xiàn)檢測(cè)以及分離出傳感器故障的。

基于硬件冗余方法大大增加了成本和變量的維數(shù)，通常只應(yīng)用于核裝置以及其他對(duì)安全性要求很高的系統(tǒng)，對(duì)于某些特殊場(chǎng)合，如航空器等，硬件冗余法會(huì)受到很大應(yīng)用限制[1]。

2 信號(hào)分析方法

通常利用信號(hào)模型進(jìn)行信號(hào)分析，對(duì)可測(cè)信號(hào)進(jìn)行直接分析，以獲得頻率、幅值及偏心率等特征，然后做出故障診斷。目前，信號(hào)分析方法的熱點(diǎn)集中在小波以及小波與其他智能技術(shù)的結(jié)合。適合處理復(fù)雜的不確定信息是模糊邏輯理論的特點(diǎn)，對(duì)不確定問(wèn)題進(jìn)行故障診斷和分析時(shí)，它具有類似人類思維的特點(diǎn)，所以廣泛用于傳感器等各種設(shè)備的故障檢測(cè)。基于信號(hào)的方法的優(yōu)點(diǎn)在于既不需要系統(tǒng)或傳感器的數(shù)學(xué)模型，也不需要多個(gè)數(shù)據(jù)之間的冗余[2]。但是大多數(shù)方法都是針對(duì)突變故障的，對(duì)于傳感器漸變故障，目前尚沒(méi)有突破性的進(jìn)展。

3 傳感器預(yù)測(cè)器方法

利用傳感器的工作機(jī)理或輸出序列建立傳感器的數(shù)學(xué)模型（預(yù)測(cè)器），是傳感器預(yù)測(cè)器方法的思路。應(yīng)用過(guò)程中，將傳感器輸出與預(yù)測(cè)器輸出進(jìn)行比較，若預(yù)先設(shè)定的閾值小于殘值，說(shuō)明發(fā)生異常，反之說(shuō)明正常，以達(dá)到數(shù)據(jù)確認(rèn)或故障檢測(cè)的目的。常用的預(yù)測(cè)器建模方法主要包括神經(jīng)網(wǎng)絡(luò)建模、機(jī)理建模、經(jīng)典時(shí)間序列建模及支持向量機(jī)建模等。

4 自確認(rèn)傳感器

20世紀(jì)90年代初，牛津大學(xué)的Henry和Clarke教授首次提出了自確認(rèn)（Self Validating）傳感器的概念模型。相比傳統(tǒng)傳感器，自確認(rèn)傳感器增加了故障診斷單元和輸出數(shù)據(jù)生成單元。每次具體測(cè)量時(shí)，自確認(rèn)傳感器不僅能夠輸出測(cè)量值，而且可以定量地評(píng)價(jià)該測(cè)量值的準(zhǔn)確度，最終實(shí)現(xiàn)傳感器的自確認(rèn)故障診斷[3]。此類傳感器在控制工程領(lǐng)域被深入研究，并在工廠控制實(shí)踐中獲得了廣泛使用。

5 傳感器數(shù)據(jù)確認(rèn)與故障診斷方法的擴(kuò)展與改進(jìn)

5.1 基于系統(tǒng)模型的數(shù)據(jù)確認(rèn)和故障診斷方法

系統(tǒng)模型方法通過(guò)系統(tǒng)的各類模型（解析模型和非解析模型）為被監(jiān)控參數(shù)或變量提供冗余。該方法的殘差通過(guò)比較測(cè)量值和解析模的期望值得到。常用的系統(tǒng)解析模型方法有狀態(tài)觀測(cè)器方法、等價(jià)關(guān)系方法及參數(shù)估計(jì)方法。非解析模型主要包括各類專家系統(tǒng)、貝葉斯信念網(wǎng)絡(luò)、統(tǒng)計(jì)模型以及人工智能模型等[4]。

許多學(xué)者把狀態(tài)觀測(cè)器法應(yīng)用于傳感器故障檢測(cè)與診斷，狀態(tài)觀測(cè)器多稱作檢測(cè)濾波器。Piercy發(fā)展了檢測(cè)濾波器技術(shù)，認(rèn)為該類方法的本質(zhì)都是利用基于模型的濾波器來(lái)產(chǎn)生一組殘差，當(dāng)故障發(fā)生時(shí)，使用判別函數(shù)處理殘差以決定哪個(gè)部件發(fā)生故障。Rizzoni等人把檢測(cè)濾波器應(yīng)用到汽車引擎的傳感器故障檢測(cè)中，研究了基于特征結(jié)構(gòu)配置的設(shè)計(jì)方法。陳曉平等人提出了利用觀測(cè)器技術(shù)對(duì)多輸入多輸出（MIMO）隨動(dòng)系統(tǒng)中出現(xiàn)的傳感器或執(zhí)行器故障以及傳感器與執(zhí)行器同時(shí)發(fā)生故障進(jìn)行故障檢測(cè)的方法。馮秀麗等人結(jié)合了Beard故障檢測(cè)濾波器和輸入未知觀測(cè)器，利用輸入未知觀測(cè)器產(chǎn)生的殘差對(duì)未知輸入（干擾）的魯棒性進(jìn)行研究，研究了魯棒故障檢測(cè)濾波器的方法，并用噴氣式發(fā)動(dòng)機(jī)控制系統(tǒng)的傳感器故障仿真實(shí)驗(yàn)進(jìn)行證實(shí)。

5.2 非解析模型方法

非解析系統(tǒng)模模型指的是根據(jù)觀測(cè)數(shù)據(jù)，通過(guò)一定學(xué)習(xí)方式為系統(tǒng)建立一種診斷模型，在構(gòu)建方式上區(qū)別于系統(tǒng)物理（機(jī)理）模型和解析模型。傳感器數(shù)據(jù)確認(rèn)和故障診斷領(lǐng)域中，經(jīng)常采用的非解析模型（數(shù)據(jù)模型）主要包括人工神經(jīng)網(wǎng)絡(luò)模型、支持向量機(jī)模型、主元分析模型以及核主元分析模型等。

翟永杰等人研究了支持向量機(jī)在單變量過(guò)程傳感器故障檢測(cè)中的應(yīng)用，其方法是利用回歸型支持向量機(jī)良好的非線性映射能力，避開(kāi)了傳統(tǒng)基于模型的方法在系統(tǒng)建模上的難點(diǎn)，在小樣本情況下也能獲得較好的檢測(cè)效果，具有較強(qiáng)的泛化性和魯棒性。鄭水波等學(xué)者利用SVM建立了電子穩(wěn)定程序（Electronic Stability Program，ESP）的傳感器預(yù)測(cè)模型，獲得了較好的應(yīng)用效果。SVM在傳感器故障診斷中的應(yīng)用尚處于起步階段。

梁昔明等人建立了空壓機(jī)遠(yuǎn)程監(jiān)控系統(tǒng)傳感器網(wǎng)絡(luò)的主元分析模型，分析主元得分圖判斷系統(tǒng)狀態(tài)，進(jìn)而實(shí)現(xiàn)故障診斷，取得預(yù)期的效果。徐濤在解決液體火箭發(fā)動(dòng)機(jī)在試車過(guò)程中氫供應(yīng)系統(tǒng)的關(guān)鍵傳感器的故障診斷問(wèn)題時(shí)，利用主元分析方法為幾個(gè)重要傳感器建立了主元分析模型，根據(jù)平方預(yù)報(bào)誤差（SPE）對(duì)傳感器故障敏感的特點(diǎn)進(jìn)行傳感器的故障檢測(cè)，并且引入傳感器有效度指數(shù)（SVI）對(duì)故障傳感器進(jìn)行辨識(shí)，從而實(shí)現(xiàn)故障分離。Xiao研究了主元分析方法在空調(diào)系統(tǒng)傳感器故障診斷中的應(yīng)用，其主要方法是同時(shí)建立了熱平衡和壓力流量平衡的主元分析模型，不僅提高了模型的穩(wěn)定性，而且增強(qiáng)了故障分離能力[5]。

Cho等學(xué)者將KPCA建模方法應(yīng)用于過(guò)程傳感器的故障檢測(cè)與分離，證實(shí)了KPCA在非線性過(guò)程故障診斷方面優(yōu)于PCA方法。

基于系統(tǒng)解析模型的方法診斷機(jī)理清楚，實(shí)現(xiàn)簡(jiǎn)單，在故障診斷領(lǐng)域始終占據(jù)重要地位，仍是今后傳感器故障診斷研究的主要內(nèi)容；基于系統(tǒng)非解析模型的方法也是發(fā)展的一個(gè)重要趨勢(shì)。由于現(xiàn)代工業(yè)系統(tǒng)往往監(jiān)控變量眾多、工作機(jī)理復(fù)雜，建立解析（物理）模型在許多情況下是不可行的，因此數(shù)據(jù)模型方法就顯得極為關(guān)鍵，已經(jīng)成為一個(gè)重要的研究?jī)?nèi)容。

6 結(jié) 論

單傳感器的數(shù)據(jù)確認(rèn)與故障診斷中，硬件冗余法雖然具有成本高、占用空間等缺陷，但由于檢測(cè)原理簡(jiǎn)單、運(yùn)行可靠等優(yōu)點(diǎn)，目前在一些特殊場(chǎng)合還是必不可少的。自確認(rèn)傳感器屬于智能傳感器的范疇，也是一個(gè)重要的發(fā)展方向，對(duì)不同類型的傳感器開(kāi)展自確認(rèn)技術(shù)研究具有較高的實(shí)用價(jià)值。

基于單傳感器輸出序列預(yù)測(cè)器的方法獲得了充分研究。基于信號(hào)處理的方法無(wú)需對(duì)象數(shù)學(xué)模型，且可明顯抑制噪聲，在傳感器故障診斷領(lǐng)域獲得了廣泛研究。