多傳感器信息融合的故障診斷方法
【專利摘要】多傳感器信息融合的故障診斷方法。本發明方法：對于帶一組傳感器的離散隨機系統，分別對單個傳感器應用Kalman濾波方法，得到相應的濾波器、誤差方差，計算最優標量權重，得到最小方差意義下的最優標量加權系數，再將每單個傳感器采用標量加權信息融合，得到融合后的濾波器、融合誤差方差；建立含有擾動和故障信號的多傳感器系統，分別對單個傳感器采用Kalman濾波方法設計濾波器，計算誤差方差和殘差，得到最小方差意義下的最優標量加權系數，再將每單個傳感器采用標量加權信息融合，得到融合后的濾波器、融合誤差方差和殘差，分析誤差殘差產生的影響，從而判斷傳感器的故障。本發明用于多傳感器信息融合的故障診斷。
【專利說明】多傳感器信息融合的故障診斷方法
[0001]【技術領域】:
本發明涉及一種多傳感器信息融合的故障診斷方法。
[0002]【背景技術】:
隨著現代科技的迅速發展，生產系統也日益朝著大型化、復雜化及高度自動化的方向發展，因此系統故障問題也變得越來越重要，一旦系統的某個部分出現故障，往往就會導致某個設備甚至整個系統無法正常運行，不僅會帶來嚴重的經濟損失，而且還伴隨著一定的危險性。一個現代化的生產系統正常運行所需要的維修費用和停機損失，占據成本的較大比重，因此故障檢測與及時處理越來越成為一個重要的問題。如1983年前蘇聯切爾貝利核電站發生的泄漏事故。2005年中石油吉林石化公司爆炸事故造成多個裝置報廢或停產。受爆炸事故影響，松花江發生重大水污染事故，污染帶長約80公里，哈爾濱全城停水4天。僅哈爾濱的直接損失就在15億左右，間接損失在幾百億。因此現代石化工業對設備運行的安全性和可靠性提出了越來越高的要求，加強設備檢測、安全評價和故障診斷以保證其安全可靠運行，消除隱患和事故是十分迫切的問題。
[0003]多傳感器信息融合技術是上世紀80年代形成和發展的一種自動化信息綜合處理技術。由于充分利用了多源數據的互補性及電子計算機運算的高速性和智能性，大大提高了信息處理結果的質量。隨著應用系統日益擴大，所需的功能也越來越復雜，使用傳感器的種類也相應的增多。原來的單一傳感器檢測技術已不能滿足要求，于是有了多傳感器融合技術。在多傳感器系統中，信息表現為大容量，多樣性以及復雜性，因此多傳感器信息融合技術已成為一個重要的研究領域。
[0004]在故障診斷中結合多傳感器信息融合技術有著廣闊的應用前景。一方面，隨著故障診斷系統日益龐大化和復雜化，傳感器的數目和類型急劇增多，從單傳感器形成了多傳感器，再到傳感器群，傳感器的不同組合可以提供設備的不同部位、不同類型的信息，而傳統的故障診斷方法也只是對機器狀態信息中的一種或幾種信息來進行分析，而從中提取有關的機器行為特征信息，因此，多傳感器能更全面的分析故障信息。雖然單一傳感器取得的信息雖然有時可以判斷出機器故障，但在許多情況下得出的診斷結果并不可靠，只有從多方面獲得關于同一對象的多維信息，并加以綜合利用，這樣才能對設備進行更加可靠更準確的診斷。另一方面，在故障診斷中，故障的形成原因是非常復雜的，不同的故障可以以同一征兆的形式表現出來。比如，軸承松動、不對中、不平衡等等都會引起旋轉機械轉子的異常震動，因此只有綜合利用這些特征信息才有可能診斷出轉子的故障。最后，在故障診斷中，由于傳感器的測量誤差、系統噪聲以及診斷對象的不確定性等原因，由單一傳感器取得的信息往往是不完整的、不精確和模糊的。
[0005]
【發明內容】
:
本發明的目的是提供一種多傳感器信息融合的故障診斷方法。
[0006]上述的目的通過以下的技術方案實現:
一種多傳感器信息融合的故障診斷方法，該方法包括如下步驟:采用Kalman濾波方法進行單傳感器的局部狀態估計，然后進行多傳感器的標量加權算法信息融合，其方法如下:對于帶多個傳感器的離散隨機系統，分別對單個傳感器應用Kalman濾波方法，得到相應的濾波器、誤差方差，計算最優標量權重，得到最小方差意義下的最優標量加權系數，再將每單個傳感器采用標量加權信息融合，得到融合后的濾波器、融合誤差方差；
然后，進行基于Kalman濾波的多傳感器故障診斷，其方法如下:建立含有擾動和故障信號的多傳感器系統，分別對單個傳感器采用Kalman濾波方法設計濾波器，計算誤差方差和殘差，得到最小方差意義下的最優標量加權系數，再將每單個傳感器采用標量加權信息融合，得到融合后的濾波器、融合誤差方差和殘差，分析誤差殘差產生的影響，從而判斷傳感器的故障。
[0007]所述的多傳感器信息融合的故障診斷方法，通過一組傳感器對被測對象進行信息采集，然后進行信息處理，通過Kalman濾波方法濾除噪聲干擾，并對信號進行狀態估計，對得到的一組傳感器估計信號，再通過標量加權算法進行信息融合，綜合各個傳感器信息，從而得到信息更全面的傳感器狀態信號，最后通過狀態估計與實際信號之差得到殘差從而進行故障診斷，進而做出進一步的故障處理；
通過一組傳感器進行多個數據源的信號采集，通過Kalman濾波方法分別對每個傳感器采集來的信號進行局部狀態估計，最后通過標量加權算法得到單獨傳感器的加權權重，并利用這個權重對N個傳感器進行信息融合，賦予不同傳感器不同的影響因子，從而更全面的分析利用狀態信號。
[0008]所述的多傳感器信息融合的故障診斷方法，通過計算機對采集來的信號進行Kalman濾波處理，分別對每個傳感器的狀態進行估計。通過標量加權算法的計算，得到不同傳感器的標量加權權重，在計算機的融合中心進行信息的融合，將不同傳感器的信息綜合利用，得到融合后的狀態；將估計狀態與實際狀態進行比較，得到殘差，從而通過計算機仿真，得到故障檢測，通過結果推理對檢測到的故障做進一步的診斷處理；
在正常狀態下，檢測的殘差是近似為零的，說明設備處于正常的工作狀態；當檢測到有殘差，也就是真實值同估計值存在偏差，就說明故障存在，設備出現了異常。
[0009]所述的多傳感器信息融合的故障診斷方法，通過傳感器的信息采集、計算機融合處理及人機操作界面多媒體顯示三部分的結合，進行故障評估計算，從而對設備故障檢測處理；
在計算機融合處理中心，首先對單個傳感器進行信息處理，采用Kalman濾波方法對局部狀態進行估計，然后對估計的狀態采用標量加權算法進行信息融合，提高傳感器的精度，增加有效信息的數量，并通過仿真驗證算法的有效性，得到融合后的估計信息精度高于單個傳感器的估計精度。在此基礎上，通過狀態的真實值與估計值之差計算得到殘差，通過殘差檢測實現故障檢測；
在多媒體顯示部分，通過融合處理中心信息融合后的估計狀態和實際狀態由人機界面查看，以便于實時觀察及歷史數據的查詢，通過仿真計算得到的殘差數值顯示到多媒體界面，并在出現異常時停機并報警。
[0010]有益效果:
1.本發明在傳統的狀態空間模型中加入故障信息，設計Kalman濾波器，在有效的進行狀態估計前提下，通過殘差檢驗進行故障診斷，多方面采集故障信息，使得同一故障的不同特征得到充分的使用分析，更加快速的找出故障，基于多傳感器的故障信息融合，提高了故障診斷的精度。結合多傳感器信息融合進行故障診斷，提高故障診斷的效率，能夠更全面的采集故障信息，充分的分析并預測故障的發生，對實際的應用有著實用性和有效性。
[0011]在信息采集部分，使用的傳感器可以是相同的也可以是不同的。可以是相同的傳感器對同一信號進行采集，這是因為不同的傳感器精度不同，綜合多個傳感器信息可以提高采集的精度，這適用于一些精度要求高的系統。也可以采用不同的傳感器對不同的信號進行采集，當然，這些信號都是可能同時引起故障的原因，例如，軸承松動、不對中、不平衡等等都會引起旋轉機械轉子的異常震動，因此只有綜合利用這些特征信息才有可能診斷出轉子的故障。
[0012]本發明的優點是根據以下論證得到的:新近文獻給出了一種標量加權融合算法，與一般的矩陣加權相比它是一種次優融合準則，但由于它只需計算加權標量系數，避免了計算加權矩陣，從而減小了計算量。特別是當系統狀態維數較高時，可明顯減小計算負擔。且它仍能在總體上改善每個局部估計，因而它具有工程應用價值。為使敘述簡單下面省略時間t。
[0013]引理I
【權利要求】
1.一種多傳感器信息融合的故障診斷方法，其特征是:該方法包括如下步驟:采用Kalman濾波方法進行單傳感器的局部狀態估計，然后進行多傳感器的標量加權算法信息融合；首先，對于帶一組傳感器的離散隨機系統，分別對單個傳感器應用Kalman濾波方法，得到相應的濾波器、誤差方差，計算最優標量權重，得到最小方差意義下的最優標量加權系數，再將每單個傳感器采用標量加權信息融合，得到融合后的濾波器、融合誤差方差； 然后，進行基于Kalman濾波的多傳感器故障診斷，其方法如下:建立含有擾動和故障信號的多傳感器系統，分別對單個傳感器采用Kalman濾波方法設計濾波器，計算誤差方差和殘差，得到最小方差意義下的最優標量加權系數，再將每單個傳感器采用標量加權信息融合，得到融合后的濾波器、融合誤差方差和殘差，分析誤差殘差產生的影響，從而判斷傳感器的故障。
2.根據權利要求1所述的多傳感器信息融合的故障診斷方法，其特征是:通過一組傳感器對被測對象進行信息采集，然后進行信息處理，通過Kalman濾波方法濾除噪聲干擾，并對信號進行狀態估計，對得到的一組傳感器估計信號，再通過標量加權算法進行信息融合，綜合各個傳感器信息，從而得到信息更全面的傳感器狀態信號，最后通過狀態估計與實際信號之差得到殘差從而進行故障診斷，進而做出進一步的故障處理； 通過一組傳感器進行多個數據源的信號采集，采用Kalman濾波方法分別對每個傳感器采集來的信號進行局部狀態估計，最后通過標量加權算法得到單獨傳感器的加權權重，并利用這個權重對N個傳感器進行信息融合，賦予不同傳感器不同的影響因子，從而更全面的分析利用狀態信號。
3.根據權利要求2所述的多傳感器信息融合的故障診斷方法，其特征是:通過計算機對采集來的信號進行Kalman濾波處理，分別對每個傳感器的狀態進行估計，通過標量加權算法的計算，得到不同傳感器的標量加權權重，在計算機的融合中心進行信息的融合，將不同傳感器的信息綜合利用，得到融合后的狀態；將估計狀態與實際狀態進行比較，得到殘差，從而通過計算機仿真，得到故障檢測，通過結果推理對檢測到的故障做進一步的診斷處理； 在正常狀態下，檢測的殘差是近似為零的，說明設備處于正常的工作狀態；當檢測到有殘差，也就是真實值同估計值存在偏差，就說明故障存在，設備出現了異常。
4.根據權利要求2或3所述的多傳感器信息融合的故障診斷方法，其特征是:通過傳感器的信息采集、計算機融合處理及人機操作界面多媒體顯示三部分的結合，進行故障評估計算，從而對設備故障檢測處理； 在計算機融合處理中心，首先對單個傳感器進行信息處理，采用Kalman濾波方法對局部狀態進行估計，然后對估計的狀態采用標量加權算法進行信息融合，提高傳感器的精度，增加有效信息的數量，并通過仿真驗證算法的有效性，得到融合后的估計信息精度高于單個傳感器的估計精度；在此基礎上，通過狀態的真實值與估計值之差計算得到殘差，通過殘差檢測實現故障檢測； 在多媒體顯示部分，通過融合處理中心信息融合后的估計狀態和實際狀態由人機界面查看，以便于實時觀察及歷史數據的查詢，通過仿真計算得到的殘差數值顯示到多媒體界面，并在出現異常時停機并報警。
【文檔編號】G01M13/00GK103776654SQ201410059572
【公開日】2014年5月7日 申請日期:2014年2月21日 優先權日:2014年2月21日
【發明者】王金玉, 吳岡, 何艷, 王濤, 周麗麗, 高鳳嬌, 陳慶文 申請人:黑龍江省科學院自動化研究所
專業數控銑床產品供應商
20年生產經驗，實力工廠，精工品質，質量有保障
