生的形式，可以把故障分为加性故障和乘性故障6。故障诊断技术包含了故障建模、故障检测、故障分离、故障辨识和故障的评价等内容。故障建模就是根据先验经验和输入输出信息，利用各种建模方法来建立系统故障的数学模型，为故障诊断提供依据故障检测就是判断系统中是否发生了故障以及检测出故障发生的时刻；故障分离就是在检测出故障后确定故障的类型和位置；故障辨识就是在分离出故障后确定故障的大小和时变特性；故障评价就是判断故障的严重程度及其对象的影响和发展趋势。在实际工程应用中，由于诊断对象的多样性和故障发生的复杂性，诊断系统识别故障的方法很多。目前国内外研究理论和方法810如图11：
第3页共49页
f中北大学2010届毕业设计说明书
故障诊断理论与方法
基于非模型
基于数学模型和控制理论方法
信号空间特征模态信号处理
基于知识推理、人工智能方法
基于模式识别和神经网络
基于人工免疫系统
基于灰色系统理论方法和模糊理论
基于数学模型
基于机理研究
基于信号处理和特征提取
基于故障树分析
图11：故障诊断理论与方法
评价故障诊断系统的性能主要从以下三个方面1112：检测性能指标。包括故障早期检测的灵敏度、速度以及误报率和漏报率。检测系统早期检测的灵敏度越高，表明它能检测到的最小故障信号越小；故障检测的速度越快说明故障从发生到被正确检测出来之间的时间间隔越短；故障的误报是指系统没有发生故障却被错误判定出现了故障的情形。漏报则是指系统中出现了故障却没有被检测出来的情形。一个可靠的故障检测系统应当保持尽可能低的误报率和漏报率；诊断性能指标，包括故障分离能力、识别准确率和鲁棒性。故障分离能力是指诊断系统对不同故障的区分能力。分离能力越强，表明诊断系统对于不同故障的区分能力越强，那么对故障的定位也就越准确；故障辨识的准确性是指诊断系统对故障大小、发生时刻及其时变特性估计的准确程度。故障辨识准确性越高，表明诊断系统对故障的估计就越准确；综合性能指标，包括鲁棒性和自适应性。鲁棒性是指在有模型失配和存在噪声或干扰的情况下故障诊断系统保持正确诊断的能力。一个故障诊断系统的鲁棒性越强，它受噪声、干扰和建模误差的影响就越小，其可靠性也就越高。自适应能力是指诊断系统具有自适应能力，能够充分利用变化产生的新的信息来自动调整自身，以维持原有的诊断性能指标。
第4页共49页
f中北大学2010届毕业设计说明r