2. 故障诊断基础：故障定义与分类、故障诊断方法概述、故障诊断性能评价指标

各位同学，大家好。今天我们进入课程的第二讲——故障诊断基础。说实话，这部分内容看起来有点“理论”，但它是后面所有实战技术的根基。我见过不少工程师，一上来就研究各种高级算法，结果连最基本的故障分类都搞混，最后诊断结果自然是一团糟。所以，咱们先把地基打牢。

2.1 故障的定义与分类

先说说什么是故障。我个人习惯这样定义：故障是指系统的一个或多个特性或参数出现不可接受的偏差，导致系统丧失或即将丧失规定功能的状态。 说白了，就是系统“生病了”，或者快要“生病了”。

故障的分类方式有很多种，我根据多年的项目经验，给大家梳理出最实用的几种分法：

2.1.1 按故障发生的时间特性分类

• 突发性故障：故障瞬间发生，毫无征兆。比如导航卫星突然失锁，或者惯性器件突然断电。嗯，这种故障最让人头疼，因为它不给你任何反应时间。
• 渐变性故障：故障缓慢发展，参数逐渐漂移。比如陀螺仪的零偏随着温度缓慢变化。我记得有一次在无人机试飞中，IMU的零偏漂移了整整两个小时才被我们察觉，差点酿成大祸。
• 间歇性故障：故障时有时无，反复出现。这种故障最折磨人，你检查的时候它好好的，一上天它就犯病。我曾经被一个间歇性的GPS信号干扰问题折磨了整整两周。

2.1.2 按故障发生的部位分类

故障类型	典型表现	我遇到过的案例
传感器故障	输出异常、噪声增大、数据跳变	某型加速度计在振动环境下输出直接饱和
执行器故障	响应滞后、卡死、效率下降	舵机卡死在某个角度，飞机直接进入螺旋
通信链路故障	丢包、延迟、误码率升高	无人机数据链在强电磁干扰下完全中断
计算单元故障	死机、复位、运算错误	某型飞控在低温下频繁重启

2.1.3 按故障的数学模型分类

这个分类在故障诊断算法设计中特别重要：

• 加性故障：故障信号直接叠加在正常信号上。比如传感器偏置误差。
• 乘性故障：故障表现为系统参数的改变。比如放大器增益下降。
• 参数故障：系统内部参数发生变化。比如电阻值漂移。

2.2 故障诊断方法概述

好了，知道了故障是什么，接下来就是怎么诊断它。目前主流的方法可以分为三大类。我按自己的理解给大家讲讲它们的核心思路。

2.2.1 基于模型的方法

这种方法的核心思想是：先建立一个系统的数学模型，然后比较模型输出和实际系统输出的差异。 这个差异，我们叫它“残差”。

举个例子，你有一个卡尔曼滤波器在估计导航状态。如果实际测量值和滤波器预测值之间的新息（innovation）突然变大，那多半是出问题了。

// 一个简单的残差生成示例
// 假设系统模型：y(k) = a * y(k-1) + b * u(k)
// 实际测量值为 y_meas(k)

double y_pred = a * y_prev + b * u_k;  // 模型预测
double residual = y_meas_k - y_pred;    // 计算残差

if (fabs(residual) > THRESHOLD) {
    // 残差超限，触发故障告警
    fault_flag = TRUE;
}

我个人比较偏爱这种方法，因为它物理意义清晰。但缺点也很明显——你得有一个足够精确的模型。我在做高精度惯导系统时，模型稍微差一点，残差就乱跳，根本没法用。

2.2.2 基于数据的方法

这种方法不需要精确的数学模型。它直接从历史数据中学习正常模式和故障模式。说白了，就是让数据自己说话。

常用的技术包括：

• 主成分分析（PCA）：降维后找异常
• 支持向量机（SVM）：分类正常/故障
• 神经网络：端到端的学习故障特征
• 聚类分析：把异常数据点自动归为一类

你想想看，现在很多系统太复杂了，根本建不出精确模型。这时候数据驱动的方法就派上用场了。不过要注意，数据质量决定一切。我曾经用一批有标注错误的数据训练了一个故障分类器，结果它把正常状态识别成故障的概率高达30%。嗯，那段时间真是欲哭无泪。

2.2.3 基于知识的方法

这类方法模仿人类专家的推理过程。常见的有：

• 专家系统：把专家的经验写成规则库
• 故障树分析（FTA）：从顶事件向下层层分解
• 模糊逻辑：处理“有点故障”、“严重故障”这类模糊概念

2.3 故障诊断性能评价指标

诊断方法好不好，得有标准来衡量。我给大家介绍几个最核心的指标。

2.3.1 检测性能指标

指标名称	定义	理想值
检测率（FDR）	正确检测出的故障数 / 实际发生的故障总数	接近100%
误报率（FAR）	误报次数 / 总检测次数	接近0%
漏报率（MDR）	漏报的故障数 / 实际发生的故障总数	接近0%
检测延迟	从故障发生到被检测出的时间	越小越好

2.3.2 隔离性能指标

检测出故障还不够，你还得知道是哪个部件坏了。这就是故障隔离。

• 隔离正确率：正确隔离的故障数 / 检测出的故障总数
• 隔离分辨率：能区分的最小故障单元
• 隔离时间：从检测到故障到定位故障源的时间

2.3.3 鲁棒性指标

系统在噪声、干扰、模型误差下还能不能正常工作？这就是鲁棒性。

我一般用两个指标：

• 噪声鲁棒性：在给定噪声水平下，检测率下降不超过多少
• 模型失配鲁棒性：模型参数偏差多少时，系统还能保持基本性能

2.3.4 实际工程中的权衡

说实话，没有完美的诊断系统。你必须在多个指标之间做取舍。我给大家一个经验公式：

// 综合性能评分（仅供参考）
// 权重根据实际需求调整

double performance_score = 
    0.4 * detection_rate + 
    0.3 * isolation_accuracy - 
    0.2 * false_alarm_rate - 
    0.1 * detection_delay_normalized;

举个例子，在民航客机的导航系统中，安全是第一位的。所以宁可误报也不能漏报。但在消费级无人机上，误报太多会严重影响用户体验，所以可以适当降低检测率来换取更低的误报率。