故障自诊断技术与专家系统故障诊断ppt课件.ppt

《故障自诊断技术与专家系统故障诊断ppt课件.ppt》由会员分享，可在线阅读，更多相关《故障自诊断技术与专家系统故障诊断ppt课件.ppt（48页珍藏版）》请在三一办公上搜索。

1、电子设备维修技术,第二章 检查电子设备故障的基本方法,2.3故障自诊断技术与专家故障诊断系统2.4 其他现代故障诊断方法简介,机内自检设备简介 微处理器系统的故障自诊断技术 专家故障诊断系统简介现代故障诊断方法简介,故障自诊断技术与专家系统故障诊断故障自诊断技术又称自诊断法。电子装备内含用于故障自诊断的设备称为机内自检设备BITE(Built In Test Equipment),机内自检设备是系统或设备内部提供的检测和隔离故障的自动测试能力的装置。这一类系统或设备具有故障自动检测与隔离能力。机内自检设备也称内装式测试设备，它是一种特殊的自动测试设备，通常安装在被测系统或设备内部，且与被测系统

2、或设备融于一体。机内自检设备就是采用自诊断技术和具有故障自动隔断能力的设备。,1. 机内自检技术分类机内自检技术BIT可分为：余度机内自检技术环绕机内自检技术特征分析机内自检技术机内逻辑块观察技术参数测试机内自检技术编码检错技术智能机内自检技术等本节仅对余度机内自检技术、智能机内自检技术进行简介,(1)余度机内自检技术采用余度机内自检技术原理框图如图所示。在采用余度机内自检技术的系统内，被测电路设置成相同的两路，其中一路是被重复设计的余度单元，余度单元与被测电路输入相同的激励信号，通过比较这两路的输出来判断电路工作状态是否正常，若输出值不同且其差值超过某一阈值，就说明被测电路发生故障。图中差动

3、放大器用于电路幅值差值的检测，窗口比较器用来检测超过阈值部分的具体位置，故障闭锁器用来锁定故障，以便故障的显示或检测。,2.智能机内自检技术是由美国空军航空发展中心Dale W.Richards于1987年首次提出的。当时的主要目的，是把人工智能理论引入到机内自检技术的故障诊断中来，用来解决常规机内自检技术不能识别的间歇故障的问题。随后把专家系统、神经网络等智能理论和方法先后引入到机内自检技术的故障诊断之中，以提高故障诊断的能力。将包括专家系统、神经网络、模糊集合理论、信息融合技术等智能理论应用到机内自检技术的设计、检测、诊断、决策等方面，以提高机内自检技术综合效能。例如有的雷达在闭合电源开关

4、后，会自动按模块逐一进行自检，当检测各模块无故障，按显示屏提示合上启动按键，雷达开始运行，否则，设备自锁，不能运行。结构图如图2-3所示。,机内自检设备简介 微处理器系统的故障自诊断技术 专家故障诊断系统简介现代故障诊断方法简介,微处理器系统的故障自诊断技术是微处理器系统设备利用软件程序对自身硬件电路进行检查，以及时发现系统中的故障，根据故障程度采取校正、切换、重组、或报警等技术措施，或直接显示故障部位、原因等。故障自诊断方式有三种：上电自检。设备上电后，先对仪器设备进行自检，避免系统带故障运行。定时自检。由系统周期性地在线自检，以及时发现运行中的故障。键控自检。操作者可随时通过键盘操作来启动

5、一次自检,1.CPU的故障自诊断如CPU出现故障，整个系统不能正常工作，所以CPU的自诊断是最困难的。专业性的CPU测试程序是根据CPU的结构特点编写而成的。由于CPU的故障的发生具有随机性，须经过足够次数的测试方能查出CPU故障。一般用户系统的CPU自诊断程序可认为是系统的测试程序，如系统能正确地运行自检程序，则可认为CPU自身也是正常的。,2.ROM的故障自诊断方法EPROM的窗口未封好，经外界光线较长时间作用会改变其存储信息。E2PROM的存储信息也可能因受电干扰而发生意外改变。ROM信息的改变势必使原设计程序发生错误，并以软件故障的形式反映出来，使系统无法正常运行。ROM为只读存储器，

6、对其自诊断只需判断从ROM中读出的数据是否正确即可。具体方法很多，常见的ROM的自诊断的方法有“校验和”、单字节累加位法、双字节累加位法等。校验和法又称奇/偶检验法，是较常用的自诊断方法，具体实施步骤如下：当写入程序代码和数据表格时，在ROM中保留一个单元(通常保留紧接有效信息后的一个)，用于存放所有有效代码的校验和(加法和或者异或和)，加法和是有效代码的对应位进行不进位加法的值，应将其取补存放；异或和是有效代码的异或值，可直接存储。在自诊断时，将有效代码和校验和逐一读出，同时按写ROM时相应的运算规则计算其校验和。若ROM中的数据正确，则加法和的值应全为1，而异或和的值应全为0，否则即是RO

7、M的内容已发生变化。,3.RAM的故障自诊断 (1)固定模式测试固定模式测试是将某数据写入被测试的RAM单元中，然后再从中读出并与原始数据进行比较，以此来判断RAM的写入和读出的故障。为检查字节单元的各个位之间的影响，应将可能出现的每一种数据组合都进行一次测试，如8位RAM字节所有的数据组合00为FFH。实际系统中也常用0AAH和55H这两个0和1间隔的数进行检查，可发现最易出现的相邻位关联的故障。这种方法的缺陷是没有检查RAM单元之间的影响。,(2)游动模式测试游动模式测试是先将所有需测试的RAM单元初始化为全1或全0，再将一个数据送入一个被测单元，并检查其他单元是否受到该次写入的影响；然后

8、将该单元的数据读出并与原始数据比较，以检查该单元自身的情况以及是否受到其他单元的影响；如果该单元检查无误，则将其恢复为初始化值，检测其他单元；如此不断进行，直至所有RAM单元通过检查。与固定模式相似，游动模式测试送入RAM的中的数据应考虑所有可能的组合状态，通常选择有代表性的几种数据进行测试，如AAH、55H或反码连续测试等。反码测试使一个单元在很短时间内被写“1”和写“0”，可检查出寄生电容影响而产生的隐含故障。,4.数据采集通道的故障自诊断微处理器系统的数据采集通道一般由A/D转换器和多路模拟开关组成，典型的数据采集通道进行自诊断方案如图2.-4所示。图中，用多路模拟开关的一个道接一已知的

9、基准电压UREF，其等效电压的数值一般为通道的中心值。进行自检时，系统对该已知电压进行A/D转换，若转换结果与预定值相符，则认定数据采集通道正常；若有少许偏差，则说明数据采集通道发生漂移，可求出校正系数，供实际测量时进行补偿；若偏差过大，则判断数据采集通道发生故障。,5.模拟输出通道的故障自诊断一般由D/A转换器组成，对模拟输出通道的诊断的目的是为了确保模拟输出量的准确性。而要判断模拟量是否准确必须将其转换成数字量，这样CPU才能对模拟输出通道进行判断。因此，模拟输出通道的自诊断还需数据采集环节。借助多路数据采集通道对D/A进行自诊断电路如图2-5所示。 图中R2、R1组成分压电路，将输出电压

10、分压后返至A/D转换电路。适当调整分压比，使的D/AA/D环节增益为1，即可达到满意的诊断效果。要使诊断准确，数据采集通道必须正常可靠。在自诊断时，可选择在D/A输出范围内较典型的值如中值、准上限值(不能是最大值)、准下限值(不能是最小值)分别进行自诊断测试。,6.人机界面的故障自诊断他部分不同之处在于其诊断的结论不是由CPU决定的，而必须由操作者来判断自诊断程序的运行结果与预期是否一致。(1)数码显示器和点阵显示器的诊断数码显示器的失效率较高，一般通过检查其各显示段是否正常来诊断。自检方法之一：是将所有显示位和符号段全部闪烁点亮几次，亮时不能出现暗段，暗时不能出现亮段。自检方法之二：轮流点亮

11、一位显示器的所有段，这种方法不仅可检查该显示器的状态，还可检查与相邻段的关联情况。,点阵显示器的自检可采取全部闪烁点亮加显示信息的方法进行自诊断，全屏闪烁可检查失效的点阵；提示信息除可告诉操作者诸如系统研制者、系统主要功能、系统时钟等信息外，还可检查点阵驱动器的可靠性以及是否有故障。在工程实际中，系统在上电或复位时，大都会全屏闪烁几次、依次显示8或给出提示信息，这就是系统中设置的自检程序运行的结果。此时操作者应注意是否有不正常显示状况出现，配合系统完成显示单元的自检工作，不能因此时无实际操作而不予理会。,(2)键盘的诊断键盘常设有键盘操作回复声，诊断时可作为正常操作的提示随时进行。若按键操作后

12、无回复声，则说明出现故障。有的系统用指示灯进行操作回复的提示，则应对每个键相对应的指示灯进行观察。(3)音响装置的诊断音响装置在微处理器系统中常用作操作提示和报警。在自检程序运行过程中，常用作报警输出,当自检没通过时，除显示报警提示外，还用音响增加报警提示的效果。有的还可利用音响的长短、间隔等显示故障类型。,机内自检设备简介 微处理器系统的故障自诊断技术 专家故障诊断系统简介现代故障诊断方法简介,专家系统故障诊断结构图如图2-6所示。专家故障诊断系统由数据库、知识规则库、人机接口、推理机等组成。(1)数据库对于在线监视或故障诊断系统，数据库的内容为实时检测到的工作状态数据；对于离线诊断，数据库

13、的内容可以是故障时检测数据的保存，也可以是人为检测的一些特征数据，即存放推理过程中所需要的和所产生的各种信息。,(2)知识规则库是专家领域知识的集合。其中存放的知识可以是系统的工作环境、系统知识，所谓系统知识是反映系统的工作机理及系统的结构知识。规则库存放一组组规则，反映系统的因果关系，用于故障推理。(3)人机接口人机信息的交接点，人与专家系统打交道的桥梁与窗口。(4)推理机是专家系统的组织控制机构。它根据获取的信息综合运用各种规则，进行故障诊断，输出诊断结果。,3.专家系统故障诊断的局限性 专家系统的应用的基础是专家的领域知识的获取。而领域知识的获取较困难，领域知识的获取被公认为专家系统研究

14、开发的瓶颈。此外，专家系统在自适应能力、学习能力及实时性方面与其他现代故障诊断方法相比都存在不同程度的局限性。在自适应能力、学习能力及实时性方面与其他现代故障诊断方法相比都存在不同程度的局限性。,机内自检设备简介 微处理器系统的故障自诊断技术 专家故障诊断系统简介现代故障诊断方法简介,故障树分析法神经网络法电子设备故障诊断的信息融合技术机电设备故障诊断的AGENT技术,一 故障树分析法故障树分析法是通过建立故障树模型来分析系统故障产生原因、计算系统各单元的可靠度以及对整个系统的影响，从而搜寻薄弱环节，以便在设计中采用相应改进措施，实现系统优化设计的故障诊断方法。故障树分析法又分为故障树定性分析

15、和定量分析。,1.故障树模型 2.故障树的符号及其意义3.故障树的构建步骤4. 故障树构建示例5.故障树分析法在电子设备故障诊断中的应用简介 故障树与流程图的关系,二 神经网络法 1.神经元的结构2.人工神经网络3. 人工神经元、人脑、冯诺依曼计算机之间的异同4.神经网络在故障诊断中应用的原理,广义地讲，设备故障可理解为设备的异常现象，使设备表现出不期望的特性。故障诊断的本质是进行模式的分类和识别，即把设备的运行状态分为正常和异常两类，判别信号样本正常与否，判别异常信号样本属于哪种故障，进行模式识别。电子设备故障检测与诊断是一个十分复杂的模式识别问题，若为模拟电路的故障诊断还存在广泛的非线性问

16、题，此外模拟电路还存在大量的反馈回路和容差，这些均增加了故障模式识别的复杂性。人工神经网络由于其具有：并行性、自学习、自组织性、联想记忆及分类功能等信息处理特点，使其能解决传统模式难以解决的问题。为此，人工神经网经成为电子设备故障诊断的重要方法之一。,神经网络对外界输入样本具有很强的识别分类能力和联想记忆功能，可以很好地解决对非线性曲面的逼近，比传统的分类器具有更好的分类与识别能力。它对外界输入样本的分类实际上是在样本空间找出符合要求的分割区域，而每一区域内的样本属于一类。这就是运用神经网络法进行故障诊断的缘由。,一般来说一个神经网络用于故障诊断时，包含以下三层：输入层，它从设备和诊断对象接收

17、各种故障信息和现象。中间层，它把输入层得到的故障信息，经内部的学习和处理，转化为针对性的解决办法。中间层含有隐节点，它通过权值连接输入层和输出层，它可为一层，也可为多层，也可不要中间层，只是连接方法不同而已。输出层，它能针对输入的故障形式，经过权值调整后，得到故障的处理方法；对于一个新的输入状态信息，训练好的网络將由输出层给出故障识别结果。,神经网络在设备故障诊断领域的应用研究主要集中在以下两方面：从模式识别的角度，应用它作为分类器进行故障诊断。将神经网络与其他故障诊断方法相结合，形成复合的故障诊断方法，如神经网络信息融合法等。,三 电子设备故障诊断的信息融合技术 又称为多传感器信息融合MSI

18、F(Multi-Sensor Information Fusion）技术，是针对一个系统中使用多种（或多个）传感器这一问题而展开的一种信息处理的新的研究方向，利用计算机技术把来自多传感器或多源的信息和数据，在一定的准则下加以自动分析、综合，以完成所需要的决策和估计而进行的信息处理过程，以便得出更为准确可信的结论。有人称信息融合为数据融合，就它们的内涵而言，信息融合的内涵更广泛、更合理、也更具概括性。因信息不仅包括了数据，而且包括了信号和知识。,多传感器信息融合是对人脑综合处理复杂问题的一种功能模拟。多传感器信息融合技术的基本原理就如同人脑综合处信息的过程，充分利用多个传感器的资源，通过对各种传

19、感器及其观测信息的合理支配和使用，将各种传感器在空间和时间上互补和冗余信息，依据某种优化准则组合起来，产生对观测环境的一致性解释和描述。信息融合的目标是在各传感器分别观测信息的基础上，通过对信息的优化组合导出更多的有效信息，其最终目的是利用多个传感器共同联合操作运行的优势，来提高整个传感器系统的有效性。信息融合技术广泛应用于许多领域，如机器人和智能仪器系统；无人驾驶飞机；目标检测与跟踪；自动目标识别；多源图像复合等。,1.应用信息融合故障诊断方法的缘由电子设备的故障检测与定位是一项十分复杂困难的工作。尤其是模拟电路的故障诊断，当电路中的某元器件出现故障后，不仅其本身的输出信号失真，且影响与相连

20、的其他正常元器件的功能，亦即电路前后元器件相互影响,也使它们的相关信号失真。如直接测试待诊断元器件的电压或电流信号，难以准确判断是否有故障。若以传统的断路法（网络撕裂法）进行故障诊断，对被怀疑元器件割断其前后联系，通电测试其关键节点电压、电流信号，判断是否有故障。采用这种方法不仅测试麻烦，且无法准确判断是哪一元器件的故障，必须切割很多元器件才能诊断出真正的故障元器件。而且有很多情况下是不允许进行此类破坏性诊断的，特别是一些重要的仪器电路或 正在运行的机电设备的故障诊断，例如光电雷达和飞船系统等就不允许使用此类方法。而多传感器信息融合技术为电子设备的故障诊断提供了一条崭新的途径。它是通过测试电子

21、电路工作时电子元器件的温度和关键点电压这两类数据信息，并探索采用多种信息融合方法，从而准确搜寻出故障元器件。,2.信息融合故障诊断方法的分类信息融合故障诊断方法有：贝叶斯（Bayes）信息融合法、模糊信息融合法、DS（DempsterShafer）证据推理法及神经网络信息融合等 3.多传感器信息融合故障诊断示例图2-12所示由三集成运放组成的测量放大电路 。图中3个运放均采用OP-07型运放，它们为待诊断元器件。其中Uo1、Uo2、Uo3分别为A1、A2、A3的输出电压。,（1）模糊信息融合故障诊断框图及原理简介图2-12所示电路采用多传感器模糊信息融合的故障诊断框图如图2-13所示。首先利用

22、探针测出各待诊断元器件关键节点的电压信号，把热像仪Inframetrics600作为待诊断元器件的温度测量仪器，测试出电路板待诊断元器件的工作温度信号，对每一传感器而言，被测元器件属于故障的可能性可分别用一组隶属度值来表示，这样可得到两组共6个隶属度值。由于电路中前后元器件相互影响，同一传感器测得的不同元器件的隶属度有的相互接近，如用同一种传感器判别故障元器件，往往会出现误判。,可采用以下方法加以解决：应用模糊集合论对两组隶属度值进行融合处理，得到两传感器融合后各待诊断元器件属于故障的隶属度值，再根据一定的判定准则进行故障元器件的判定。在实际应用中，多传感器模糊信息融合的故障诊断，还需进行隶属

23、度函数形式及其确定、模糊信息融合、故障判定规则的确定及相关取值等多重步骤。,(2)神经网络信息融合故障诊断简介神经网络是仿效生物体信息处理系统获得柔性信息处理能力。它从微观上模拟人脑功能，构成一种分布式的微观数值模型，神经网络通过大量经验样本的学习，将专家知识和诊断实例以权值和阈值的形式分布在网络的内部，并且利用神经网络的信息保持性来完成不确定性推理。尤为重要的是，神经网络具有极强的自学功能，对于新的故障模式与故障样本可通过权值的改变进行再学习、记忆和存储，使之在以后的运行中能判断这些新的故障模式。神经网络与信息融合技术相结合，成为故障诊断领域的一种新的发展方向，得到广泛应用。,其工作原理是：

24、应用模糊集合与BP神经网络相结合，构成一个模糊神经网络分类器，把模糊数学的概念结合于神经网络的各层中，它们的输入、输出都具有语义性质的隶属度值。在进行故障诊断时，利用所测电压温度隶属度值作为BP网的输入；两种传感器融合后的各待诊断元器件属于故障的隶属度值为BP网的输出。然后根据一定的判定规则进行故障元器件的判定。多传感器神经网络信息融合故障诊断在实际应用中较复杂，涉及神经网络和模糊集合知识,四 机电设备故障诊断的Agent技术大型电子设备大都是机电一体化设备。是电子、光学、机械及控制理论等有机结合的电子设备或系统。如工厂企业的大型连续的自动化生产线、雷达天线及其伺服系统、计算机、导弹、宇宙飞船

25、、飞机等。它们都是光、机、电一体化的系统。,例如飞船故障诊断系统可以概括为“天地一体化”，它包括故障检测、诊断、隔离和恢复4个过程。飞船上天后，地面有一个与在轨飞船同步运行的“模拟飞船”系统，当轨道上的飞船发回的信号出现异常时，地面指挥部通过故障诊断系统诊断，找出故障源，并向轨道上的飞船发送指令，从而启动飞船上的装置自动排除故障，在宇航员不知不觉中清除隐患，保障飞船正常运行。,在生产过程控制领域，许多大型连续的自动化生产机组分布在不同的地域，在运行过程中存在着大量的并发故障、动态过程、突发事件等复杂现象，这就要求它们的故障诊断系统要在有效的时间内能实时跟踪这些大型机电设备系统的运行状态，实行从

26、故障的预防、隐患产生到故障消除的全过程地跟踪。也就是要求对这些复杂系统的故障诊断能实现集成化、智能化、自动化和网络化。这样，传统的故障诊断专家系统和故障诊断技术已无法满足要求。必须采用新的技术来建立诊断体系及其结构。Agent技术可克服传统的人工智能诊断系统的无法解决的实时性等缺陷，构建集成化、智能化、自动化和网络化故障诊断系统，实现网络环境下的分布式计算和问题求解，在故障诊断过程中实现并发信息检测、事务处理、动态实时规划、推理和搜索。,Agent是一个具有自主性、反应性、主动性和社会性特性的由硬件和软件构成的计算机系统，通常还具有人类的智能特性，如知识、信息、意图和愿望等。Agent理论与技术源于20世纪80年代中期的分布式问题求解，随着分布式并行处理技术、面向对象技术、多媒体技术、计算机网络技术的发展，特别是Internet技术与WWW技术的发展，使Agent成为当前人工智能与软件工程中研究热点，引起科技界、教育界和工业界的广泛关注。,谢谢大家！,