解析余度管理　　　　現(xiàn)代余度管理從硬件余度向綜合余度和解析余度管理發(fā)展。過去，動態(tài)系統(tǒng)的容錯設計是基于硬件余度(余度部件、余度系統(tǒng))而實現(xiàn)的，如三余度和四余度系統(tǒng)，通過簡單的表決邏輯來判斷故障。硬件余度(管理)(hardware redundancy)遇到的主要問題是重量大、體積大、費用高、飛行器承載能力小。同時“同類”余度系統(tǒng)具有相同的壽命周期，假如一個有故障可能其它也發(fā)生故障。但用“異類”余度系統(tǒng)又難以保證表決檢驗的一致性。為了使整個系統(tǒng)可靠、安全，且提高容錯系統(tǒng)可利用性，因此有必要研究新方法消除或減少硬件余度?！　　　∵M入70年代，隨著計算機技術及其計算能力、可靠性的提高，現(xiàn)代控制理論的產(chǎn)生和發(fā)展，出現(xiàn)了以分析冗余(analytical redundancy)取代物理(硬件)冗余的余度可靠性設計和余度管理思想。首先在儀表故障檢測(IFD)中出現(xiàn)了這種新方式，其思想是用3個或以上不同類傳感器測量系統(tǒng)不同的變量，產(chǎn)生完全不同的信號，通過一復雜綜合比較邏輯來檢測傳感器故障。盡管是異類傳感器，但所有都是由系統(tǒng)中同一動態(tài)狀態(tài)激勵的，因此具有某種功能關系。這種新方式初期稱為本質(zhì)余度(inherent redundancy)或功能余度(functional redundancy),以區(qū)別于物理余度或硬件余度。后來人們把它稱為分析余度或人工余度(artifical redundancy)。分析余度方式是一利用狀態(tài)估計、參數(shù)估計、自適應濾波、變量閾值邏輯、統(tǒng)計決策理論和綜合邏輯的信號處理技術，可以在電子電路或計算機上實現(xiàn)。目前實施的余度管理方式還是一綜合方式，即包括硬件余度和解析余度。發(fā)展方向是分析余度。1971年Beard首次提出了故障檢測濾波器(FDF)概念，標志著基于分析冗余(基于模型)故障診斷技術的誕生?！　　　?b>可信性系統(tǒng)設計　　　　現(xiàn)代故障診斷是由于實施主動(視情)維修策略和建立監(jiān)控系統(tǒng)的需要而發(fā)展起來的。由于現(xiàn)代機電自動化及控制系統(tǒng)的規(guī)模不斷擴大、復雜性日益提高，以及系統(tǒng)投資的巨大，人們迫切需要提高機電自動化及控制系統(tǒng)的可信性。因而有必要建立一個監(jiān)控系統(tǒng)來監(jiān)督整個自動化系統(tǒng)的運行狀態(tài)，不斷檢測系統(tǒng)的變化和故障信息，進而采取必要的措施(如隔離和修復或改變控制率等)來防止故障的傳播和災難性事故的發(fā)生。而其前提條件是具有在線實時可靠檢測和診斷故障的能力。因此故障診斷是實現(xiàn)可信性系統(tǒng)設計的關鍵環(huán)節(jié)?？尚判韵到y(tǒng)指集可靠性、有效性、可維修性和安全性為一體的系統(tǒng)。提高系統(tǒng)可信性的方法，即設計可信性系統(tǒng)的方法：①提高元部件本身的可靠性；②采用余度系統(tǒng)(部件)，如硬件、軟件和復合冗余結構；③采用基于FDIA的容錯和監(jiān)控等控制系統(tǒng)?！　∽畹讓邮强刂茖樱δ苁菍崿F(xiàn)輸入輸出和各種控制率；中間層功能是檢測傳感器、驅(qū)動器、控制回路和控制率中的故障狀態(tài)；最高層功能是狀態(tài)—事件邏輯，即接受來自檢測器的輸入并輸出執(zhí)行措施?！　　　』贔DIA的容錯、監(jiān)控控制系統(tǒng)的實現(xiàn)過程：①故障(失效)模態(tài)和影響分析(FMEA)；②影響嚴重度評價；③修復、補救措施推導；④故障修復設計(修正控制層、改變到另外控制模態(tài)、控制系統(tǒng)重構)；⑤逆FMEA過程；⑥系統(tǒng)建模(解析余度方法的故障檢測的基礎)；⑦故障檢測器設計；⑧監(jiān)控系統(tǒng)邏輯設計?！　　　?b>魯棒故障診斷　　　　故障診斷的魯棒性是所有故障診斷理論、方法和系統(tǒng)所面臨的重要問題。魯棒故障診斷(RFD)概念首次在基于模型的故障診斷方法中提出。目前能查到的魯棒故障診斷研究都是基于控制系統(tǒng)數(shù)學模型的。特別需指出的是在整個機械系統(tǒng)中，包括液壓系統(tǒng)、液壓控制系統(tǒng)，還沒有見到魯棒故障診斷的研究報道。　　　　基于模型的魯棒故障診斷研究始于80年代初。經(jīng)過十幾年的研究和發(fā)展，提出了不少方法，也進行了一些應用研究，國內(nèi)一些學者也曾在RFD方面做過有益的研究?？偟膩碚f，RFD還是一新研究方向，有待深入研究。　　　　基于人工神經(jīng)網(wǎng)絡的故障診斷，國內(nèi)外已經(jīng)在這方面做了許多研究。雖然ANN在網(wǎng)絡拓撲結構上具有原則魯棒性，但其BP學習算法是非魯棒性的。就目前能查到的資料看，對魯棒學習算法的研究剛剛開始，提出BP算法的非魯棒性問題和解決途徑，但還沒有有效的魯棒算法，對魯棒故障診斷的研究尚未見到文獻報道?！　　　FD是解決故障診斷實際應用的有效途徑，是提高故障診斷系統(tǒng)性能指標的有效方式，同時將產(chǎn)生新穎有效的故障診斷理論和方法?！　　　?b>將來的研究方向　　　　目前和今后的主要研究可歸納為以下幾個方面：①在線實時故障檢測算法；②本質(zhì)非線性動態(tài)系統(tǒng)的FD方法。主要研究獲取其狀態(tài)、參數(shù)的有效方法；③對模型誤差及不確定因素具有魯棒性的FD算法；④魯棒殘差發(fā)生器和魯棒(最優(yōu)、自適應)閾值的設計理論和方法；⑤對無先驗知識時被監(jiān)控系統(tǒng)結構變化的檢測及識別；⑥實時FD專家系統(tǒng)的開發(fā)及與基于ANN方法、模型方法的FD方法的綜合；⑦智能故障檢測和診斷系統(tǒng)理論和方法的研究。自學習檢測系統(tǒng)；⑧以FDIA為核心的容錯控制、監(jiān)控系統(tǒng)和可信性系統(tǒng)?！　　　收蠙z測、診斷來說，具體在以下方面需大力研究：①反饋系統(tǒng)(閉環(huán)系統(tǒng))中的故障診斷；②小幅值故障、軟性故障和早期故障的檢測；③執(zhí)行器、過程和傳感器中故障的診斷；④除突變性故障外的故障的早期預報，即預報診斷；⑤動態(tài)系統(tǒng)中的在線實時故障檢測；⑥系統(tǒng)過渡(transient)過程檢測和過渡過程中的故障檢測；⑦動態(tài)系統(tǒng)啟動和結束過程中的故障檢測；⑧(魯棒、自適應)閾值選擇和確定。 　　作者：中國科學院自動化研究所 董選明 　　信息來源：《工程機械》