标准规范下载简介
GB／T 41397-2022 生产过程质量控制 故障诊断.pdfICS25.040.40 CCS N19
生产过程质量控制 故障诊断
国家市场监督管理总局 发布 国家标准化管理委员会
范围 规范性引用文件 术语和定义 缩略语. 故障诊断流程 故障诊断要素 . 6.1 总则 6.2 状态监测数据 6.3 诊断知识 6.4 故障机理和失效模式分析 故障诊断方法 7.1 总则 7.2 诊断方法选择 7.3定量分析方法 7.3.1总则 7.3.2解析模型方法 7.3.3数据驱动方法 7.4定性分析方法 7.4.1总则 7.4.2因果模型方法 7.4.3抽象层次方法 7.4.4专家系统方法 7.4.5定性仿真方法 7.5诊断方法改善 系统功能要求 附录A（资料性） 典型故障模式 附录B（资料性） 诊断结论报告 附录C（资料性） 故障诊断方法参考
DB65／T 4252.2-2019标准下载GB/T413972022
本文件按照GB/T1.1一2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定 起草。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。 本文件由中国机械工业联合会提出。 本文件由全国工业过程测量控制和自动化标准化技术委员会（SAC/TC124)归口。 本文件起草单位：华中科技大学、机械工业仪器仪表综合技术经济研究所、中国石油大学（北京）、浙 江中控技术股份有限公司、东风设计研究院有限公司、南昌大学、北京联华科技有限公司、无锡职业技术 学院、中国烟草总公司职工进修学院。 本文件主要起草人：周纯杰、王凯、俞文光、张来斌、王成城、游和平、何定坤、王金江、黄文君、 王德吉、陈召坤、王春喜、刘建胜、焦祥、迟圣威，
本文件按照GB/T1.1一2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定 起草。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。 本文件由中国机械工业联合会提出。 本文件由全国工业过程测量控制和自动化标准化技术委员会（SAC/TC124)归口。 本文件起草单位：华中科技大学、机械工业仪器仪表综合技术经济研究所、中国石油大学（北京）、浙 江中控技术股份有限公司、东风设计研究院有限公司、南昌大学、北京联华科技有限公司、无锡职业技术 学院、中国烟草总公司职工进修学院。 本文件主要起草人：周纯杰、王凯、俞文光、张来斌、王成城、游和平、何定坤、王金江、黄文君、 王德吉、陈召坤、王春喜、刘建胜、焦祥、迟圣威。
文件规定。 本文件适用于扌 文障诊断
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文 件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于 本文件。 GB/T7826一2012系统可靠性分析技术失效模式和影响分析（FMEA)程序 GB/T22394.1一2015机器状态监测与诊断数据判读和诊断技术第1部分：总则 GB/T37942—2019生产过程质量控制设备状态监测
注2：计划内的活动或者缺乏外部资源都不是故障。 ［来源：GB/T20921—2007,2.8] 3.6 置信度confidencelevel 表示诊断的正确程度的质量准则。 注1：它以百分率来表示。 注2：它表示误差源对输出结果精度的最终可靠性或置信程度的累积影响，可以通过计算或者加权评估系统来 确定。 ［来源：GB/T23713.1—2009,3.2］ 3.7 诊断diagnostics 为确定故障或失效的性质（种类、状况、程度），而检验的症状和症候群。 ［来源GB/T209212007,2.6]
下列缩略语适用于本文件。 FTA：故障树分析(FaultTreeAnalysis) FMEA：失效模式与影响分析(FailureModeandEffectsAnalysis) FMECA：失效模式影响及其危害性分析（FaultMode，EffectsandCriticalityAnalysis） FMSA：失效模式症状分析(FailureModeSymptomsAnalysis)
下列缩略语适用于本文件。 FTA：故障树分析(FaultTreeAnalysis) FMEA：失效模式与影响分析（FailureModeandEffectsAnalysis) FMECA：失效模式影响及其危害性分析（FaultMode，EffectsandCriticalityAnalysis） FMSA：失效模式症状分析(FailureModeSymptomsAnalysis)
故障诊断主要包括故障检测、故障模式识别、故障定位、故障评价和故障决策五部分 如图1所示。
故障诊断主要包括故障检测、故障模式识别、故障定位、故障评价和故障决策五部分，故障诊断流 1所示。
图1故障诊断的一般流程
故障诊断的一般流程包括以下几个部分。 a）状态监测：通过监测手段监测系统或部件运行状态的信息与特征参数，状态监测按照 GB/T37942一2019描述的方法执行。 b) 故障检测：故障检测应对过程参数、过程状态及其特征量进行检测，通过不同传感器获取的信 号表征系统的工作状态。当所检测信号的功能指标变化在允许的范围且波动幅度在正常范 围，系统正常运行；当所检测信号的功能指标超出允许的范围或波动幅度超出正常范围，系统 运行异常。常见的故障表征量包括但不限于以下内容：振动和噪声；材料裂纹及缺陷损伤；磨 损与腐蚀；温度、压力、流量变化等。 c) 故障模式识别：故障模式识别技术结合计算机系统对设备运行状况采用短时信号处理技术，从 信号中萃取有用的特征，通过模式分类器利用这些特征来识别故障类型（具体内容可参考附录 A)。 d) 故障定位：应根据检测到的故障信息，定位故障源。故障定位需要将故障检测和模式识别获得 的数据结合起来进行分析，主要手段包含试运行及软件检查。 e) 故障评价：根据故障源的部位、故障信息及系统结构，将故障对系统性能指标、功能的影响等做 出判断或估计，确定故障严重等级。 故障决策：根据对系统状态的判断和当前信号预测状态的趋势分析，决定应采取的对策和措 施。故障决策应提供故障诊断报告（具体内容可参考附录B），至少包括列出设备可能损坏的 部件、列举与这些部件有关的故障、描述可观察到的故障症状等信息。 g) 维护：当发生异常且未发生故障时进入维护功能，预测性维护功能见GB/T40571一2021。
故障诊断要素是开展故障诊断工作前需要进行的工作和准备的支撑材料，包含状态监测数据、诊断 知识、故障机理和失效模式分析三部分。
所有用于状态监测的 的描述 符，因为描述符通常对故障更灵敏。状态监测 2015描述的具体内容执行
诊断知识的构成如图2所示，具体划分如下所示。 生产知识 生产知识用于描述车间设备在生产过程中的动态行为，确定故障诊断的分析背景和环境。其 中包括过程知识与控制知识。 ·过程知识：过程知识用于反映生产加工中具有时序的动态过程。当一个过程可以用数学 模型来描述，则过程知识能用一段计算机程序来描述。 。控制知识：控制知识提供生产操作与设备控制知识，即关于设备在操作和输入信号下的响 应动作行为。 b）设备知识 由设备设计文件、专家经验等提供知识支撑，描述设备的静态特性，包含了基于设备的安全、功 能与结构知识。 ·安全知识：属于领域专家在长期实践中针对智能设备的故障诊断积累起来的启发式知识： 主要包含故障征兆知识、异常检测知识、安全决策知识与设备维护知识，用于对故障各种 特征同性值表现为异常时的一种定性或定量描述，支持针对各类故障检测和维修方案的 制定，主要包括故障再现对策和故障排除对策等，同时可作为故障诊断的知识库，对设备 的故障诊断具有一定参考意义。 ·功能知识：用于反映设备在生产中的服务能力、工作范围，主要用于支持对于故障行为的 评估与认定。 结构知识：包含描述设备的元件组成与内在结构知识，用于故障的形成过程分析和定位，
6.4故障机理和失效模式分析
图2故障诊断知识构成
对故障机理和失效模式的分析，可采用FMEA、FMECA和FMSA等，具体分析接照GB/T7826一2012 和GB/T22394.1—2015描述的方法执行
故障诊断方法可支持故障检测、故障模式识别、故障定位、故障评价和故障决策功能。 故障诊断方法可分为定量分析方法和定性分析方法。 a）定量分析方法。依据统计数据建立系统模型，并用模型计算出分析对象的各项指标及其数值 的一种方法。该方法适用于有大量的历史数据或能够建立系统精确解析模型的系统故障 诊断。 b) 定性分析方法。在缺乏可靠数据时借助定性分析工具和行业专家的直觉、经验，分析对象过去 和现在的延续状况及最新的信息资料，对分析对象的性质、特点和发展变化规律做出判断的方 法。该方法利用的是专家的经验和事物之间的因果关系，适用于故障逻辑关系比较明确的 系统。
具体的诊断方法选择流程如图3所示，主要包括设备分析、诊断因素分析、方法选择三部分。附录 C给出了制造车间常见设备类型的故障诊断方法。在实际应用中可以将定量和定性的方法结合使用 定量或定性的方法中也可以将多种方法组合使用
不同的诊断方法选择需要考虑包括但不限于以下一种或多种因素： a）背景知识等不同类型的知识完备性； b）历史故障数据； c）建模复杂度； d）诊断精确性； e）诊断成本。 诊断方法考虑因素具体如表1所示。
图3诊断方法选择流程
表1诊断方法考虑因素
定量分析方法通过数学语言的相关数据建立故障诊断系统的模型，具体包含基于解析模型的方法 和基于数据驱动的方法。
7.3.2解析模型方法
该方法通过建立被监测对象的机理模型模拟被监测对象的瞬态和稳态行为，分析允余诊断故障。
实际应用时包括但不限于以下方法： a） 状态估计法：通过被监测对象的数学模型的输出值或者状态值与状态观测器的输出值或者状 态值进行比较，得到对应的残差值，进而通过判断残差值与事先设定的阙值的关系诊断故障； b） 等价空间法：通过系统的输人和输出的实际测量值检验系统数学模型的等价性（即一致性）以 检测和分离故障
7.3.3数据驱动方法
数据驱动的故障诊断方法通过分析处理过程运行数据，从而在不需知道系统精确解析模型的情况 下完成系统的故障诊断。按照处理方法的复杂程度可分为基于统计分析的方法、基于算法模型的方法 两大类。
7.3.3.2统计分析方法
基于统计分析的方法通过变量的空间重构，分析变量与故障之间的相关性。实际应用时包括但不 限于以下方法： a）单变量分析法：通过变量筛选出关键变量进行相空间重构，再对重构后的数据进行故障分类； b）多元统计分析：根据过程变量的历史数据，利用多元投影方法分析多个变量之间的相关性，从 面进行故障诊断
7.3.3.3算法模型方法
基于算法模型的方法利用系统在正常和各种故障情况下的历史数据，训练学习算法或模型，实现故 障诊断。实际应用时包括但不限于以下方法。 a) 机器学习：经过模型训练，检查正常和错误的数据并改变模型的内部权重来调整模型，使得模 型的输出与输人数据的状态相匹配。通过训练完成的模型进行故障诊断。 b）1 信号处理技术：通过时域和频域分析技术分析信号的稳定性，有效提取真实状态信息，做出故 障诊断，
定性分析方法通过专家的经 的因果关系，从而实现故障！
7.4.2因果模型方法
7.4.3抽象层次方法
实时在线采用由上至下的分层诊断策略，通过系统药束集判别系统部件的一致性。实际应用时包括但 不限于以下方法： a）功能分解法：从功能上对诊断对象进行分解，把系统的总体功能分解为下一层次的子功能，自 顶向下逐层分解直至最底层基本功能，从而在功能层次中反映出子系统的故障还是其联系的 故障； b）结构分解法：以节点表示诊断问题中的部件T／CECS 767-2020标准下载，建立起每个节点只被访问一次的结构树，从而对 给定的层次描述进行更有效的空间划分提高诊断效率。
7.4.4专家系统方法
通过领域专家在长期实践中积累起来的 知识库，并设计一套计算机程序模拟人 推理和决策过程进行故障诊断，主要包含传统专 专家系统方法、模糊专家系统方法、置信规则库 方法。借助专家丰富的知识经 实现故障诊断
7.4.5定性仿真方法
诊断方法可通过改善置信度和评审的方式进行完善。 a）改善置信度 为了提高诊断的置信度，需要采取以下一种或多种措施： ·再次测量，验证诊断结论； ·测量结果与过去的历史趋势相比较 ·缩短预定的逐次测量之间的时间间隔； ·在同一位置和另外的位置追加测量； ·采用更高级的诊断或监测技术； ·采用相关的备用校正技术； ·修改运行工况或机器配置辅助诊断； ·改善评审的征兆和规则； ·咨询在特定设备/失效模式方面的其他专家。 b)评审 故障诊断是一个不断完善发展的过程，而且当初那些可能还不实用的技术，或者认为昂贵的或 过于复杂的技术，或认为在某些方面（由于接近性、安全性问题等)不可行的技术，有可能通过 评审变为可行。故障诊断的评审应对方案中现行技术的有效性进行评估，判断是否需要适时 调整方案。评审中需要考虑但不限于以下因素：数据库的安全和更新，诊断规则及参数是否要 根据维修工作或工况变化相应修改
监控功能和故障诊断功能。各功能 功能与外部系统之间的关系描述如图4所示
a）设备维修维护功能：根据维修维护策略及设备图纸资料CCIAT 0024-2020-T 全过程工程咨询服务管理标准.pdf，建立以设备维修维护计划制定工单分 配、下发、执行为流程的标准化维修维护体系。针对离散制造数字化车间的典型故障，提供维 修维护的经验库；针对设备状态下发监控指标；指导维修维护过程，确保设备安全稳定运行。 设备状态监控功能：根据设备维修维护子系统下发的监控指标，下发控制指令到设备控制系 统/数据采集子系统，分析收集到的设备状态数据，输出异常数据给故障诊断子系统。设备状 态数据采用图形化展示方式，对关键设备建立数学化模型以准确模拟设备的实时运行状态， 增强设备监控的可视化效果。 故障诊断功能：故障诊断子系统针对异常数据进行故障检测、故障模式识别、故障定位、故障评 价和故障决策；通过对异常数据信息的处理分析，得出故障诊断的相关信息，形成设备维修维 护策略，输出故障诊断报告。 在自动化程度高的系统中故障诊断信息同时提供给设备控制系统，