第四章 基于解析模型的故障诊断：状态估计法、参数估计法、等价空间法

各位同学，今天咱们聊点硬核的。解析模型故障诊断，说白了就是拿数学模型当“照妖镜”，让系统自己暴露问题。我干了这么多年火控系统，最深的体会就是：模型不准，诊断白费。你想想看，一个雷达伺服系统出了偏差，到底是传感器坏了，还是执行机构卡滞？没有模型做参照，你只能靠猜。

这一章，我把自己在项目里踩过的坑、总结的经验，都揉碎了讲给你们听。三种方法——状态估计、参数估计、等价空间——各有各的脾气，咱们一个一个来。

4.1 状态估计法：盯着内部状态看

状态估计法的思路很直接：系统内部的状态变量，比如电机转速、平台姿态角，正常情况下应该怎么变，我拿模型算一遍。实际测量值和模型算出来的值一比较，差值就是残差。残差大了，说明出问题了。

我个人习惯用卡尔曼滤波器做这件事。为什么呢？因为它能处理噪声，而且实时性好。火控系统里，传感器数据总是带点毛刺的，卡尔曼滤波正好能把这些毛刺滤掉，留下干净的估计值。

举个例子。我在某型火控雷达的方位伺服系统里用过这个方法。电机转速的估计值和实测值，正常情况下残差在±5转/分以内。有一次，残差突然跳到30转/分，我一看就知道——编码器出问题了。后来拆下来检查，果然是码盘上沾了油污。

具体实现时，要注意几个点：

• 模型精度要够：模型太粗糙，残差里全是模型误差，故障信号就被淹没了。我建议至少用二阶以上的动态模型。
• 阈值要动态调整：系统工况一变，残差的统计特性也会变。固定阈值容易误报。我在项目里常用自适应阈值，根据实时方差调整。
• 多变量要解耦：火控系统状态变量多，互相耦合。一个故障可能引起多个残差变化。这时候得用结构化残差，每个残差只对特定故障敏感。

4.2 参数估计法：看系统参数变没变

状态估计法盯着状态看，参数估计法盯着参数看。系统正常运行时，物理参数——比如电阻、惯量、阻尼系数——都是固定的。一旦发生故障，这些参数就会变化。比如电机绕组短路，电阻会变小；平台轴承磨损，摩擦力矩会变大。

参数估计法的流程是这样的：先在线辨识出系统当前的参数，然后和标称值（正常值）比较。偏差超过阈值，就报警。

嗯，这里要注意：参数估计比状态估计难搞。为什么呢？因为参数通常不能直接测量，得靠输入输出数据反推。反推过程涉及优化算法，计算量不小。我在某型随动系统里用过递推最小二乘法（RLS）做在线参数辨识，效果还行，但要注意数据饱和问题。

参数估计法适合哪些场景呢？我总结了一下：

• 缓变故障：比如磨损、老化，参数是慢慢变的。状态估计法可能察觉不到，但参数估计法能捕捉到趋势。
• 结构性故障：比如某个元件坏了，参数会突变。这时候参数估计法反应很快。
• 需要故障定位：参数和物理部件有直接对应关系。知道哪个参数变了，就知道哪个部件出了问题。

当然，它也有短板。计算量大，对模型结构要求高，而且容易受噪声干扰。所以实际工程中，我经常把参数估计法和状态估计法结合起来用——状态估计法做快速检测，参数估计法做精确定位。

4.3 等价空间法：用冗余关系找矛盾

等价空间法，名字听着玄乎，其实道理很简单。系统输入和输出之间，存在一些固定的数学关系——这些关系是由系统模型决定的。如果实际输入输出数据不满足这些关系，那就说明系统出故障了。

说白了，就是找“矛盾”。系统正常时，输入输出数据应该落在某个“等价空间”里。一旦故障发生，数据就从这个空间里跑出来了。

具体怎么做呢？我习惯用奇偶方程（Parity Equations）来实现。把系统模型写成差分方程的形式，然后构造一组奇偶向量。这些向量和输入输出数据做内积，结果就是残差。正常情况下残差为零（或接近零），故障时残差非零。

举个例子。一个简单的积分环节，输出是输入的积分。正常时，输出和输入之间满足：y(k) = y(k-1) + T*u(k-1)。如果这个等式不成立，那就有问题。你可以构造一个奇偶方程：r(k) = y(k) - y(k-1) - T*u(k-1)。r(k)就是残差。

我在某型火控计算机的接口电路里用过这个方法。电路板上有几个模拟量采集通道，每个通道的输入输出关系是固定的。我构造了一组奇偶方程，实时监测每个通道的残差。有一次，某个通道的残差突然变大，我判断是运放芯片坏了。换了个芯片，果然好了。

等价空间法也有局限性。它要求系统模型非常精确，而且对非线性系统处理起来比较麻烦。不过，对于火控系统中大量的线性子系统——比如伺服驱动、信号调理——这个方法非常实用。

4.4 三种方法的对比与选择

讲了这么多，你可能要问：到底用哪个方法好？我的经验是，没有万能的方法，得看具体场景。

方法	优点	缺点	适用场景
状态估计法	实时性好，能处理噪声	对模型精度要求高，多变量耦合时复杂	动态系统，快速故障检测
参数估计法	能定位故障，适合缓变故障	计算量大，需要持续激励	故障诊断与隔离，老化监测
等价空间法	计算简单，无需观测器	对模型误差敏感，非线性难处理	线性系统，实时监测

我个人建议，初学者先从状态估计法入手。它最直观，也最容易上手。等你把卡尔曼滤波器玩熟了，再学参数估计和等价空间。我在带徒弟时，都是让他们先用状态估计法做一个简单的电机故障检测，然后再逐步深入。

好了，这一章的内容就到这里。三种方法，三种思路，但核心都是“基于模型”。下一章，咱们聊聊基于知识的故障诊断方法——那又是另一片天地了。