周東華（1963—）
男，河北邯鄲人，博士后，現為清華大學(xué)自動(dòng)化系副主任，博士生導師。
所獲獎項：
1995年獲國家教委科技進(jìn)步二等獎；1997年獲國家教委資助優(yōu)秀青年教師基金；
1998年榮獲了第六屆中國青年科技獎、“國氏”博士后獎勵基金 、清華大學(xué)學(xué)術(shù)新人獎(為清華大學(xué)青年教授最高學(xué)術(shù)獎) ；
1999年獲北京市科技進(jìn)步三等獎、入選“教育部跨世紀優(yōu)秀人才” 培養計劃，并獲霍英東教育基金會(huì )高等院校(研究類(lèi))青年教師獎；
2000年獲國防科學(xué)技術(shù)獎三等獎，并榮獲國家杰出青年科學(xué)基金（總理基金）；
2001年獲國家優(yōu)秀科技圖書(shū)獎三等獎；
2005年獲軍隊科技進(jìn)步二等獎，并獲全國優(yōu)秀博士后稱(chēng)號。

1 引言

    當今社會(huì )，復雜軍用和民用系統的規模在不斷擴大，人們對這類(lèi)系統的可靠性、可維護性與安全性提出了越來(lái)越高的要求，致力于大大減少災難性事故的發(fā)生、減少環(huán)境污染和人身財產(chǎn)損失，以提高經(jīng)濟效益或軍事效益。動(dòng)態(tài)系統的故障診斷技術(shù)為解決上述問(wèn)題提供了一種重要的技術(shù)手段。 

    該技術(shù)在過(guò)去的三十多年來(lái)得到了長(cháng)足的發(fā)展，尤其是近十幾年來(lái)，隨著(zhù)計算機科學(xué)、計算智能等新技術(shù)的快速發(fā)展，許多新方法和新技術(shù)被引入到該領(lǐng)域[1]。各種故障診斷方法大體上可以分為三大類(lèi)[2] ：基于解析模型的方法，基于定性模型/知識的方法和基于過(guò)程歷史數據的方法。后兩類(lèi)方法，例如有向圖、故障樹(shù)、專(zhuān)家系統、神經(jīng)網(wǎng)絡(luò )及主元分析等，在近年來(lái)發(fā)展很快，但以控制理論為基礎的基于解析模型的方法仍然具有很重要的研究意義。然而，基于解析模型的大部分研究都是針對線(xiàn)性系統的，文[1]明確指出了非線(xiàn)性系統的故障診斷和故障診斷的魯棒性都是研究中值得關(guān)注的問(wèn)題。

    基于解析模型的故障診斷方法的魯棒性問(wèn)題具有重要的實(shí)用意義，因為許多實(shí)際生產(chǎn)過(guò)程由于各種未知擾動(dòng)、噪聲等因素，很難得到精確的數學(xué)模型。由于建模不確定和故障實(shí)際上都是不期望的動(dòng)態(tài)特性，如果不能很好處理建模不確定的影響，原有的故障診斷方法甚至會(huì )完全失效。魯棒故障診斷指的就是在具有建模不確定的情況下，故障診斷系統能在一定程度上區分擾動(dòng)和故障，仍然具有較好的性能。關(guān)于線(xiàn)性系統的魯棒故障診斷已經(jīng)有很豐富的成果[3-5]。文[3、4]指出，故障診斷的魯棒性體現在兩方面：殘差生成和殘差評價(jià)。魯棒殘差產(chǎn)生的方法[3-5]主要有未知輸入觀(guān)測器、特征結構劃分、擾動(dòng)解耦的等價(jià)空間檢驗、頻域優(yōu)化等方法；魯棒殘差評價(jià)的方法[3、4]主要有似然比檢驗、自適應閾值、殘差選擇器、模糊邏輯等方法。文[3、4]中提到了一些針對非線(xiàn)性系統魯棒故障診斷的方法，但內容不多。文[5、6]對非線(xiàn)性系統的故障診斷方法均有簡(jiǎn)要的概述，但沒(méi)有深入討論其魯棒性問(wèn)題。關(guān)于非線(xiàn)性系統魯棒故障診斷已有一些相應的綜述文章[7、8]，其中主要有非線(xiàn)性/雙線(xiàn)性未知輸入觀(guān)測器和自適應觀(guān)測器方法。近年來(lái)，該領(lǐng)域又有不少新的發(fā)展。

    基于模型的故障診斷方法主要有觀(guān)測器、等價(jià)空間、濾波器、參數估計和頻域等方法[2-4]。其中，等價(jià)空間和頻域方法都是針對線(xiàn)性系統設計的，難以推廣到非線(xiàn)性系統；對非線(xiàn)性系統，參數估計的方法主要有強跟蹤濾波器方法[6]，但參數估計方法的一個(gè)弱點(diǎn)是需要比較準確的數學(xué)模型，且計算量偏大[2]。因此，現有的非線(xiàn)性系統魯棒故障診斷方法大多是基于觀(guān)測器的狀態(tài)估計方法，其中最主要的方法有兩類(lèi)：對結構化未知擾動(dòng)解耦的方法和自適應學(xué)習的方法。

2 發(fā)展現狀

    如下幾個(gè)子方向屬于本學(xué)科的熱點(diǎn)研究方向， 在過(guò)去的幾年中， 都取得了一些重要的進(jìn)展。

    混雜系統的故障診斷  混雜系統的狀態(tài)估計與故障診斷均是具有挑戰性的問(wèn)題，針對一類(lèi)既有未知輸入也有故障的混雜系統，文[9]提出了一種新穎的魯棒混雜觀(guān)測器,把模型的不確定性，干擾與故障均描述成結構化的擾動(dòng)。魯棒混雜觀(guān)測器由一個(gè)模態(tài)觀(guān)測器，及一個(gè)連續觀(guān)測器組成，用于分離出系統的模態(tài)，并估計出系統的狀態(tài)。文[9]證明了，所得到的狀態(tài)估計誤差是指數一致有界的，采用干擾解偶技術(shù)，保證了對未建模動(dòng)態(tài)的魯棒性。 此外，文[9]還嚴格分析了故障可檢測性與模態(tài)的可辨識性。  基于此魯棒混雜觀(guān)測器，文[9]隨后給出了一類(lèi)混雜系統的故障檢測與分離方法， 并采用一個(gè)4容水箱系統，驗證了所提出了方法的有效性。  

    魯棒故障診斷  文[10]將參數自適應率與滑?？刂埔氲?Polycarpou 的估計器中，提出了一種具有更快速率的非線(xiàn)性系統的魯棒故障診斷方法。參見(jiàn)如下系統：

   

    其中狀態(tài)；輸入；是非線(xiàn)性系統的標稱(chēng)模型；代表模型不確定性；代表故障函數。故障的發(fā)生時(shí)刻由表示，其中是單位階躍函數，第i 個(gè)子系統的故障在T_i時(shí)刻發(fā)生。

    文[10]在理論上嚴格證明了所給出的的方法具有更快的故障檢測速率，并進(jìn)行了仿真驗證。

    文[11] 研究線(xiàn)性不確定系統的魯棒故障診斷問(wèn)題，提出了最優(yōu)殘差產(chǎn)生器參考模型的概念，將魯棒故障診斷濾波器設計歸結為模型匹配問(wèn)題，得到了問(wèn)題求解的線(xiàn)性矩陣不等式方法。

    采樣系統的故障診斷  文[12] 在頻域采用所提出的新算子，給出了一種新的故障檢測方法。 此方法考慮了采樣器本身的動(dòng)態(tài)特性對系統的影響，因此由此得到的采樣系統跟原連續系統相比沒(méi)有做近似處理。 由此設計的故障檢測器就具有更好的性能。當采樣頻率不夠高時(shí)，與通常的間接故障檢測方法相比，所提出的方法可以取得更好的檢測效果。 

    文[13] 對于多速率數據采樣系統，首先應用提升技術(shù)建立了系統的提升模型，然后通過(guò)求解Riccati方程設計了基于觀(guān)測器的故障診斷濾波器，并進(jìn)一步利用解的非唯一性得到了滿(mǎn)足因果關(guān)系的最優(yōu)解。最后應用逆提升技術(shù)實(shí)現了多速率數據采樣系統的快速殘差產(chǎn)生，為多速率數據采樣系統的快速故障診斷提供了解決方案。

    基于定性仿真的潛在故障分析技術(shù)  文[14,15]提出了拓撲模式劃分與定性仿真相結合的大型復雜系統智能自動(dòng)化潛在問(wèn)題識別方法、建立了基于定性仿真的潛在問(wèn)題分析理論，研制了國內第一個(gè)具有完全自主知識產(chǎn)權的計算機輔助潛在問(wèn)題分析系統，應用該系統，發(fā)現我國某三個(gè)新研導彈武器設計中的13個(gè)問(wèn)題并提出設計更改意見(jiàn)。該項目2002年獲軍隊科技進(jìn)步二等獎。 

    網(wǎng)絡(luò )化系統的故障診斷  網(wǎng)絡(luò )化控制系統與傳統結構的系統相比有許多優(yōu)點(diǎn)，但控制信號經(jīng)網(wǎng)絡(luò )傳輸所產(chǎn)生的隨機時(shí)延、丟包、異步等現象會(huì )影響閉環(huán)控制系統的特性，因此需要發(fā)展新的理論。我國學(xué)者在國際上最早開(kāi)展了網(wǎng)絡(luò )化控制系統故障診斷與容錯控制的系統研究工作，提出了多種基于信息調度模型、時(shí)延模型的網(wǎng)絡(luò )化控制系統故障診斷與容錯控制算法，提出了適用于描述線(xiàn)性和非線(xiàn)性帶隨機多時(shí)延的網(wǎng)絡(luò )化控制系統模型及其基于此類(lèi)模型的故障診斷與容錯控制方法[16-17]。

    基于自適應技術(shù)的故障診斷  自適應技術(shù)可以有效地處理狀態(tài)不可測動(dòng)態(tài)系統的故障診斷和容錯控制問(wèn)題。 針對非線(xiàn)性系統，在觀(guān)測器中加入故障估計項，并設計相應的魯棒自適應律診斷故障?；谟^(guān)測器的容錯控制器補償故障對系統的影響從而使故障系統鎮定[18]。 此外，還可運用微分幾何手法將原系統分解為兩個(gè)子系統，使得一個(gè)子系統對故障解耦，再對該子系統設計自適應觀(guān)測器從而診斷故障。類(lèi)似的分解思想也可用于多輸入多輸出隨機系統，對不受故障影響的子系統設計擴展Kalman濾波器從而診斷故障，進(jìn)而設計容錯控制器使故障系統鎮定[19]。

    頻域故障診斷方法的定量分析  文[20, 21] 首次定量研究了基于H2的(頻域)故障診斷方法和基于等價(jià)空間的(時(shí)域)故障診斷方法的關(guān)系，提出了兩種基于觀(guān)測器和小波變換的故障診斷方法，利用信號時(shí)頻分析的優(yōu)點(diǎn)，提高了傳統基于觀(guān)測器的故障診斷方法的性能。

    滿(mǎn)意容錯控制器設計  文 [22,23] 在容錯控制中融入多目標優(yōu)化和滿(mǎn)意控制等思想，提出了多約束條件下滿(mǎn)意容錯控制的設計理論與方法，使設計出的容錯控制系統能同時(shí)滿(mǎn)足多個(gè)性能指標和約束條件的要求；針對線(xiàn)性不確定系統及一類(lèi)T-S模糊模型非線(xiàn)性系統，解決了系統故障下具有區域極點(diǎn)指標約束、穩態(tài)方差指標約束、H  指標約束和控制器能耗約束的滿(mǎn)意容錯控制問(wèn)題，給出了滿(mǎn)意容錯控制器的設計方法與步驟。

3 與國外的對比分析

    上述8個(gè)子方向上的成果基本上都處于國際領(lǐng)先地位，代表了我國在動(dòng)態(tài)系統故障診斷方向上近年來(lái)的一些主要成果。

4 國家需求與重要研究方向

    在2006年2月國務(wù)院發(fā)布的《國家中長(cháng)期科學(xué)和技術(shù)發(fā)展規劃綱要2006- 2020年）》中，已將 “重大產(chǎn)品和重大設施壽命預測技術(shù)” 列為需要重點(diǎn)研究的前沿技術(shù)之一，而故障診斷與預測技術(shù)正是其核心技術(shù)之一。 一些重要的研究方向包括：

    基于數據驅動(dòng)的復雜系統故障診斷與預測技術(shù)  這里的復雜系統是指具有高維、非線(xiàn)性、強偶合、隨機噪聲和輸入時(shí)延的控制系統，這類(lèi)系統的特點(diǎn)是很難建立起精確的數學(xué)模型。 但通過(guò) DCS 等數據采集裝置， 我們可以得到其大量的歷史和實(shí)時(shí)數據。 如何根據這些數據建立預測預報系統運行狀態(tài)的數學(xué)模型，基于這些預測模型動(dòng)態(tài)地評估系統的可靠性和安全性，就成為保證復雜系統安全可靠運行的關(guān)鍵難題。

    基于半定量信息的復雜系統故障診斷與預測技術(shù)  系統運行狀態(tài)的監測數據客觀(guān)地反應了系統運行的安全性與可靠性，但人們對系統工作狀態(tài)的評價(jià)不僅僅依賴(lài)于這些數據，還依賴(lài)于人們在長(cháng)期實(shí)踐中積累起來(lái)的經(jīng)驗認識，如何綜合利用這些客觀(guān)信息和主觀(guān)經(jīng)驗，即：半定量信息，對復雜系統的運行狀態(tài)及其可靠性與安全性進(jìn)行評估，實(shí)現故障診斷與預報，提高診斷和預測的性能也是急迫需要解決的問(wèn)題。 

    基于多源信息的復雜系統故障診斷與預測技術(shù) 當所獲取的系統的輸出信息具有本質(zhì)區別時(shí)， 如： 既有壓力、流量、溫度等常規信息， 又有部分圖像信息時(shí)， 如何對這些信息進(jìn)行有效融合，提取系統本質(zhì)信息進(jìn)行診斷與預測，仍是一個(gè)有待解決的問(wèn)題。

5 結束語(yǔ)

    近年來(lái)，信號處理、人工智能、模式識別等學(xué)科的發(fā)展促進(jìn)了故障診斷向故障預測方向的發(fā)展?；诮馕瞿Ｐ偷姆椒軌蚝芎玫馗櫹到y的變化趨勢，而且故障預測的結果也比較準確，但是使用這種方法的前提是系統模型已知，這一條件對于復雜系統通常是難以達到的，因此使這一方法的適用范圍受到了限制?；谛盘柼幚淼姆椒ú恍枰到y的解析模型，但是利用這種方法所得到的預測結果如何與實(shí)際系統的故障模式建立對應關(guān)系是一個(gè)難點(diǎn)問(wèn)題?；诙ㄐ灾R的方法同樣不需要系統的解析模型，而且引入了預測對象的許多信息，因此在許多領(lǐng)域有著(zhù)特殊的作用，但是不同的定性方法適用的范圍也不相同。因此，在實(shí)際使用的時(shí)候必須根據所獲得系統知識的情況來(lái)選擇合適的方法。 基于混合方法的故障預測能夠結合各種單一方法的優(yōu)點(diǎn)，很好地實(shí)現對系統的故障預測。例如，結合系統的一些先驗知識，利用基于信號處理的方法對系統進(jìn)行故障預測。因此這是一種很有前途的方法。但是如何將這些單一的方法進(jìn)行有效結合，結合之后，故障預測效果的分析也有待進(jìn)一步的研究。

    另外，故障預測技術(shù)還需同實(shí)際相結合，如何利用故障預測的結果來(lái)指導復雜系統的設計和維護也是一個(gè)值得研究的課題。
 
參考文獻：

    [1] Frank P M, Ding S X and K?ppen-Seliger B. Current Developments in the Theory of FDI [A]. 4th IFAC Symposium on Fault Detection, Supervision and Safety for Technical Processes SAFEPROCESS’2000 [C]. Budapest, Hungary, 2000: 16-27.

    [2] Venkatasubramanian V, Rengaswamy R, Yin K and Kavuri S N. A review of process fault detection and diagnosis Part I: quantitative model-based methods [J]. Computer & Chemical Engineering, 2003, 27(3): 293-311.

    [3] Frank P M. Enhancement of robustness in observer-based fault detection [J]. International Journal of Control, 1994, 59(4): 955-981.

    [4] Frank P M and Ding X. Survey of robust residual generation and evaluation methods in observer-based fault detection systems [J]. Journal of Process Control, 1997, 7(6): 403-424.

    [5] Chen J and Patton R J. Robust Model-Based Fault Diagnosis for Dynamic Systems. Dordrecht: Kluwer Academic Press, 2000.

    [6] 周東華, 葉銀忠. 現代故障診斷與容錯控制. 北京: 清華大學(xué)出版社, 2000.

    [7] Frank P M. On-line fault detection in uncertain nonlinear systems using diagnostic observers: a survey [J]. International Journal of Systems Science, 1994, 25(12): 2129-2154.

    [8] Garcia E A and Frank P M. Deterministic nonlinear observer-based approaches to fault diagnosis a survey [J]. Control Engineering Practice, 1997, 5(5): 663-670.

    [9]   Wang W. H., Zhou D.H., Robust state estimation and fault diagnosis for uncertain hybrid systems. Nonlinear Analysis-THEORY METHODS & APPLICATIONS, 2006, 65: 2193–2215.

    [10]  Li L. L., Zhou D. H., Fast and robust fault diagnosis for a class of nonlinear systems: Detectability analysis. Computers and Chemical Engineering. 2004, 18(12): 2635-2646.

    [11]  Zhong Maiying, Steven X. Ding, James Lam, Wang Haibo. LMI approach to design robust fault detection filter for uncertain LTI systems. Automatica, 2003, 39(3): 543-550.

    [12]  Zhang P, Ding S. X., Wang G. Z, Zhou D. H.,  A frequency domain approach to fault detection in sampled-data systems.  Automatica. 2003, 39(8): 1303-1307.

    [13]  Zhong Maiying, Ye Hao, Steven X. Ding, Wang Guizeng. Observer-based fast rate fault detection for a class of multirate sampled-data systems, IEEE Trans. Automatic Control, 2007, 52(3): 520-525.

    [14]  Hu Changhua, Xiaoping Cao and Hongdong Fan. Fault Prediction Based on Bayesian MLP Neural Networks. GESTS International Transactions on Computer Science and Engineering, 2005, 16(1): 132-139.

    [15]  Zhou Z. J., Hu C. H., An effective hybrid approach based on grey and ARMA for forecasting gyro drift. Chaos Solitons & Fractals, 2007,34 (6):1-5.

    [16]  Fang Huajing， Ye Hao and  Zhong Maiying, Fault diagnosis of networked control systems, Annual Reviews in Control, 2007, 31(1) 55-68.

    [17]  Zheng Ying, Fang Huajing, and Wang Hua O., Takagi-Sugeno Fuzzy-Model-Based Fault Detection for Networked Control Systems with Markov Delays, IEEE Transactions on Systems, Man, and Cybernetics – Part B: Cybernetics, 2006, 36(4) 924-929.

    [18]  Jiang Bin, Staroswiecki Marcel, and Cocquempot Vincent, Fault accommodation for a class of nonlinear dynamic systems, IEEE Trans. on Automatic Control, 2006, 51(9):1578-1583.

    [19]  Jiang Bin, and Chowdhury Fahmida, Fault estimation and accommodation for linear MIMO discrete-time systems, IEEE Trans. on Control System Technology, 2005, 13(3): 493-499.

    [20]  Ye, Hao; Wang, G.Z.; Ding, S.X. , A New Parity Space Approach for Fault Detection Based on Stationary Wavelet Transform, IEEE Transactions on Automatic Control，2004, 49(2): 281-287.

    [21]  Ye, Hao; Ding, S.X. ; Wang,  G.Z , Integrated design of fault detection systems in time-frequency domain，IEEE Transactions on Automatic Control，2002, 47(2): 384-390.

    [22]  Dengfeng Zhang, Zhiquan Wang, Shousong Hu. Robust satisfactory fault-tolerant control of uncertain linear discrete-time systems: an LMI approach. International Journal of Systems Science, 2007, 37(2):151-165.

    [23]   張剛，韓祥蘭，王執銓. 多性能約束下的模糊容錯控制系統設計：離散系統情形. 自動(dòng)化學(xué)報，2007，33(9): 956-962。