模糊理论与故障诊断PPT教案.pptx

会计学
1
模糊理论与故障诊断
引言
机械故障诊断中，故障现象与故障原因之间通常没有一一对应的关系，一种故障现象可能是由多种原因引起，而一种原因发生故障可能会产生多种现象。因此，机械故障具有一定的模糊性，具体表现为：a．同一故障表现形式呈多样性．b．几种故障同时发生并互相诱发；c．故障间的分类具有模糊性，即不同故障具有相似或相近的特征；d．故障的存在程度具有模糊性，不能把故障绝对识别为存在与不存在。
对于机械故障的模糊现象，用传统的数学工具进行定量诊断往往存在一些困难，而模糊数学方法则显示出其优越性。模糊诊断法是一种基于知识的自动诊断方法，它是利用模糊逻辑来描述故障原因与故障现象之间的模糊关系，通过隶属函数和模糊关系方程解决故障原因与状态识别问题。
模糊诊断原理
若对论域（研究的范围）U中的任一元素x，都有一个数A（x）∈[0，1]与之对应，则称A为U上的模糊集，A（x ）称为x对A的隶属度。当x在U中变动时，A（ x）就是一个函数，称为A的隶属函数。隶属度A（x）越接近于1，表示x属于A的程度越高，A（x）越接近于0表示x属于A的程度越低。常用的确定隶属度函数的方法包括：模糊统计法，例证法，专家经验法，二元对比排序法。
隶属度与隶属函数
故障原因与故障征兆的数学表示
模糊关系矩阵
模糊故障诊断方法
模糊故障诊断方法主要分为纯模糊方法和混合模糊方法。纯模糊故障诊断方法通过收集数据、专家经验等，运用模糊理论对这些信息进行模糊建模、模糊聚类等处理，得出诊断结果。它不需要建立精确的系统数学模型，能够模拟人类处理问题的方式。但其缺陷在于很大程度地依赖人的经验，本身不具有学****能力，系统越复杂，则诊断系统的结构也变得越复杂，诊断时间大大增加。混合模糊方法把模糊技术和其它技术相结合，取长补短，弥补纯模糊方法的不足，提高故障诊断的效果，它能够适用于大型、复杂的系统。
基于模糊逻辑的方法
只要选择适当的隶属函数、模糊规则和反模糊化算子，一个模糊逻辑系统也可以任意精度逼近给定的函数。由于模糊逻辑系统采用模糊规则的知识表达方式，它除了能够处理模糊信息，还具有在模糊推理过程中规则容易解释的优点。
有学者鉴于发电机故障大部分是由绝缘损坏后导致短路引起的，设计了一个基于模糊产生式规则推理的故障诊断专家系统。首先，建立一个反映专家经验的模糊知识库，其中包含模糊知识和模糊推理规则等。模糊推理机根据用户输入的征兆数据，结合模糊知识库进行模糊推理。最后显示可能性最大的病因，并给出处理意见。
基于模糊综合评价的方法
模糊综合评判分为一级模型和多级模型，多级模型是一级模型的扩展。故障诊断的模糊综合评判模型包含三要素：因素集、评判集、单因素决断(即单征兆诊断结果)。但模糊综合评判方法在进行故障诊断时也存在一些问题，如：不能完全分辨故障的性质，不能识别多故障，不能正确识别一些征兆量很多的故障等，故只能用于初级诊断。
基于模糊模型的方法
这种方法不依赖专家经验和案例，也无需建立待诊断对象的精确数学模型，只需要根据模糊模型描述的对于待诊断对象输入输出变量的模糊映射关系的模糊规则进行诊断。其中，T-S模糊模型是一类典型而又特殊的非线性系统，它将正常的模糊规则和推理转化成一种数学表达形式，具有良好的逼近性能。其本质是将全局非线性系统通过模糊划分建立多个简单的线性关系，对多个模型的输出再进行模糊推理和判决，从而表示复杂的非线性关系。
模糊聚类分析
模糊聚类故障诊断方法的基本思想是：用当前所得的故障征兆群与过去在本机器设备(或同类机器设备)上各种诊断与故障分析得到的征兆结果相对照，找出本次故障与过去己确诊的各故障中最相似的结果，即将相似的结果聚成为一类。模糊聚类分析方法大致可以分为两种：一种是基于模糊等价关系与相似关系的模糊聚类算法，它也成为系统分析法。另一种称为非系统聚类法，主要有所谓的模糊-C划分方法，它是先把样品粗略地划分一下，然后按最优原则进行分类，经过多次迭代直到分类比较合理为止。