故障诊断方法(收集5篇)
故障诊断方法篇1
【关键词】模拟电路故障诊断估计法
模拟电路故障诊断是电路分析理论中的一个前沿领域。它既不同于电路分析，也不属于电路综合的范畴。模拟电路故障诊断所研究的内容是当电路的拓扑结构已知，并在一定的电路激励下知道一部分电路的响应，求电路的参数，他是近代电路理论中新兴的第三个分支。但由于模拟电路中未发生故障的正常元件存在容差，其参数并不恰好等于额定值，而有一定的分散性，这给电路分析带来一定的模糊性。而且模拟电路常含有非线性元件，他的性能不仅因本身故障而改变，而且其他元件故障引起他的工作点移动时，也将造成其性能变化。因此模拟电路故障诊断的理论还不是十分成熟。
模拟电路发生了故障，就不能达到设计时所规定的功能和指标，这种电路称为故障电路。故障诊断就是要对电路进行一定的测试，从测试结果分析出故障。一般来讲，模拟电路故障诊断的方法可以分为估计法，测试前模拟法和测试后模拟法三大类。本文将对其中的估计法展开讨论。
估计法是一种近似法，这类方法一般只需较少的测量数据，采用一定的估计技术，估计出最可能发生故障的元件。这类方法又可分为确定法和概率法。确定法依据被测电路或系统的解析关系来判断最可能的故障元件，概率法是依据统计学原理决定电路或系统中各元件发生故障的概率，从而判断出最可能的故障元件。本文重点介绍确定法中的最小平方判据法。最小平方判据法又分为结合判据法和迭代法。
1.结合判据法：
设模拟电路含有m个不同的参数，对电路进行测量，得到m个不同的特性测量值，且m<n。令xi(i=1,2,3,4……n)表示参数值，yj(j=1,23…,m)表示特性计算值，因为如果电路的拓扑结构已知，则参数和特性之间存在一个确定的解析关系，所以y¬j=fj(x1,x2,….xn)。特性参数的测量值用gj(j=1,2,3…,m);如果实际所用的各参数值为实际值，同时测量不存在误差，则gj=yj,即特性偏差为零，其中yj是在参数为额定值x10,x20,…,xn0时计算出来的。如果特性的测量值与计算值相等，说明电路没有发生故障，处于正常工作状态。
如果电路中第i个元件发生故障，其参数为xi,其余各元件的参数都为额定值，那么任意一个点的测试值都可以表示为xi的函数：
yj=fj(xi)=fj(x10,x20,…,xi,…xn0)j=1,23….m
其中，xi为参数矢量，其中除第i个分量为xi外其余各分量为参数的额定值。于是有：
j=1,2,3,…,m(1.1)
对每一个参数都引入一个物理量s，s为特性偏差的平方和，于是对于参数i有：
i=1,2,3…,n(1.2)
当xi变动时，s也随之而改变。如果电路中只存在单故障，那么当xi等于故障参数的实际值时，特性值的测量值与计算值十分接近，特性偏差接近与零。此时表征特性偏差平方和的物理量si将最小。因此我们可以将si作为故障诊断的一种判据，我们将si的最小值定义为结合参数i的灵敏度因子。
如果电路中发生的单故障是偏离其额定值不大的软故障，特性值yi的计算值可以展开成泰勒级数：
(1.3)
式中额定参数矢量x0=[x10,x20…,xn0]’;参数增量矢量，为泰勒级数中大于一阶的高阶项，若电路中发生的是软故障，此项可以忽略不计。∣xi=xi0(i=1,2,3…n)，为特性j对特性i的灵敏度。发生单故障时，只有不等于零，所以
(1.4)
代入(1.2)式可得：
(1.5)
令求得：
(1.6)
于是可以求出结合参数i的灵敏度因子
(1.7)
测试前可先根据电路的额定参数计算出各灵敏度aji及各特性值的计算值yj0，测试后可以得到各特性的测量值gj,由上式可以直接求出灵敏度因子，从而确定故障发生点。
由前面的讨论我们可以总结出采用结合判据法进行故障诊断的具体步骤如下:
（1）先进行测试，从可及节点得到m个特性测量值。
（2）求得结合参数xi的灵敏度因子，即si的最小值，作为故障诊断的判据。
（3）在n个参数的灵敏度因子都求得之后，其中最小的灵敏度因子所对应的参数是最有可能发生了故障的参数。
结合判据法简单易行，所需的测量数据少，但是由于各元件的参数都存在一定的容差，各特性在测量时也存在一定的误差，这些都会影响判断的真实性。另外，从前面的分析我们可以看出这种方法只适合于参数变化不大的单、软故障的定位，而不适用于多故障的定位。
2.迭代法
我们在最小判据法的基础上进一步引申，找一个类似于灵敏度因子的判据，并计算使这个判据达到最小时的各个参数的值，即各个参数的实际值，然后与额定值进行比较，从而确定故障点，这样就可以用于多故障的定位。这就是迭代法的基本思路。
与结合判据法不同的是，迭代法对所有的参数都共用一个判据。令
(2.1)
其中，为特性测量值gj的方差。将yj=fj(x)在x0处按泰勒级数展开，如果不大，可忽略高次项，得
(2.2)
代入式(2.1),得：
(2.3)
当s达到最小值时所对应的x＝x0+即为各参数的估计值，如果某些元件的参数估计值超过其容差范围，则可能为故障元件。
式(2.3)可以写成：
(2.4)
其中：
如果要求s的最小值，只需对式(2.4)求导，并令倒数为零，可得：
(2.5)
我们采用迭代法求解，首先设x的初值为x0,在x0处计算p,a,pa,
然后再由式(2.5)计算出，由式(2.4)计算出s,完成一个迭代过程。然后令x的新值为,在x1处计算p,a,pa,及s的值，如此循环下去，直到第k次满足时为止，此时对应的xk就是所要求的参数估计值。
由此可以看出迭代法与我们前面所讨论的结合判据相比，测量值数必须要大于或等于参数的个数，它考虑了测量误差。另外，它能够估计出各个元件的参数值，可以用于多故障诊断，但计算量大。
3.总结：
本文主要介绍了模拟电路故障诊断方法中的估计法。这种方法只需要较少的测量数据，但诊断结果一般只是近似的。估计法中的大部分方法都适用于电路元件的故障定位，可用于诊断线性电路中的单个的软故障。其中很多方法还可用于多故障诊断，例如文中介绍的迭代法。
估计法只是一种比较传统的故障诊断方法，随着人们对这一领域研究的不断深入，已经出现了一些用于非线性模拟电路以及大规模网络的故障诊断方法，例如分解网络技术，人工智能技术等。故障诊断技术与计算机技术的结合也越来越密切，利用微型计算机和微处理器可使故障诊断更加快速可靠。
参考文献：
故障诊断方法篇2
关键词：模拟电路故障诊断
一、模拟电路故障
电路(系统)诞失规定功能称为故障，在模拟电路中的故障类型及原因如下：从故障性质来分有早期故障、偶然故障和损耗故障。早期故障是由设计、制造的缺陷等原因造成的、在使用初期发生的故障，早期故障率较高并随时间而迅速下降。统计表明，数字电路的早期故障率为3～10％，模拟电路的早期故障率为1～5％，晶体管的早期故障率为0.75～2％，二极管的早期故障率为0.2～1％，电容器的早期故障率为0.1～1％。
偶然故障是由偶然因素造成的、在有效使用期内发生的故障，偶然故障率较低且为常数。损耗故障是由老化、磨损、损耗、疲劳等原因造成的、在使用后期发生的故障，损耗故障率较大且随时间迅速上升。从故障发生的过程来分有软故障、硬故障和间歇故障。软故障又称渐变故障，它是由元件参量随时间和环境条件的影响缓慢变化而超出容差造成的、通过事前测试或监控可以预测的故障。硬故障又称突变故障。它是由于元件的参量突然出现很大偏差(如开路、短路)造成的、通过事前测试或监控不能预测到的故障。根据实验经验统计，硬故障约占故障率的80％，继续研究仍有实用价值。间歇故障是由老化、容差不足、接触不良等原因造成的、仅在某些特定情况下才表现出来的故障。从同时故障数及故障间的相互关系来分有单故障、多故障、独立故障和从属故障。单故障指在某一时刻故障仅涉及一个参量或一个元件，常见于运行中的设备。多故障指与几个参量或元件有关的故障，常见于刚出厂的设备。独立故障是指不是由另一个元件故障而引起的故障。从属故障是指由另一个元件故障引起的故障。
二、测前横拟法sbt
测前模拟法又称故障字典法fd(faultdictionary)或故障模拟法，其理论基础是模式识别原理，基本步骤是在电路测试之前，用计算机模拟电路在各种故障条件下的状态，建立故障字典；电路测试以后，根据测量信号和某种判决准则查字典。从而确定故障。选择测试测量点是故障字典法中最重要的部分。为了在满足隔离要求的条件下使测试点尽可能少，必须选择具有高分辨率的测试点。在大多数情况f，字典法采用查表的形式，表中元素为d…i=l，2，…，n，j=1，2，…，m，n是假设故障的数目，m是测量特性数。
故障字典法的优点是一次性计算，所需测试点少，几乎无需测后计算，因此使用灵活，特别适用于在线诊断，如在机舱、船舱使用。此法缺点是故障经验有限，存储容量大，大规模测试困难，目前主要用于单故障与硬故障的诊断。
故障字典法按建立字典所依据的特性又可分为直流法、频域法和时域法。
(一)直流故障字典法。直流故障字典法是利用电路的直流响应作为故障特征、建立故障字典的方法，其优点是对硬故障的诊断简单有效，相对比较成熟。
(二)频域法。频域法是以电路的频域响应作为故障特征、建立故障字典的方法，其优点是理论分析比较成熟，同时硬件要求比较简单，主要是正弦信号发生器、电压表和频谱分析仪。
(三)时域法。时域法是利用电路的时域响应作为故障特征而建立故障字典的方法。主要有伪噪声信号法和测试信号设计法(辅助信号法)。当故障字典建立后，就可根据电路实测结果与故障字典中存储的数据比较识别故障。
三、测后模拟法sat
测后模拟法又称为故障分析法或元件模拟法，是近年来虽活跃的研究领域，其特点是在电路测试后，根据测量信息对电路模拟，从而进行故障诊断。根据同时可诊断的故障是否受限，sat又分为任意故障诊断(或参数识别技术)及多故障诊断(或故障证实技术)。
(一)任意故障诊断。此法的原理是利用网络响应与元件参数的关系，根据响应的测量值去识别(或求解)网络元件的数值，再根据该值是否在容差范围之内来判定元件是否故障。所以此法称为参数识别技术或元件值的可解性问题，理论上这种方法能查出所有元件的故障，故又称为任意故障诊断。诊断中为了获取充分的测试信息，需要大量地测试数据。
(二)多故障诊断。经验证明，在实际应用中(高可靠电路)，任意故障的可能性很小，单故障概率最高，如果考虑一个故障出现可能导致另一相关故障，假定两个或几个元件同时发生的多故障也是合理的。另外对于模拟lsi(largescaleintegration，大规模集成电路)电路加工中的微调，也是以有限参数调整为对象的。因此在1979年以后，sat法的研究主要朝着更实用化的多故障诊断方向发展。即假定发生故障的元件是少数几个，通过有限的测量和计算确定故障。因该法是先假定故障范围再进行验证，所以又称为故障证实技术。
四、其他方法
(一)近似技术。近似技术着重研究在测量数有限的情况下，根据一定的判别准则，识别出最可能的故障元件，其中包括概率统计法和优化法。此法原理与故障字典法十分类似，属于测前模拟的一类。采用最小平方准则的联合判别法和迭代法，采用加权平方准则的l2近似法，采用范数最小准则的准逆法等。这些方法都属于测后模拟，由于在线计算量大，运用不多。
(二)模糊诊断。对于复杂电路，由于元件容差、电路噪声以及元件参量与特性之间的非线性，用传统的电路理论难以获得精确解和唯一解，出现了模糊现象，而这种模糊现象与随机现象不同，不便于用统计分析方法来解决。另外，对于故障诊断来说。往往不要求精确解，只要满足故障隔离要求即可，于是提出把复杂电路看作模糊系统，用模糊信息处理的方法进行故障诊断。模糊诊断的原理是模糊模式识别。测前，利用隶属度函数按照不同的准则构成判别函数；测后，再利用判别函数判别所测得的特性向量对各种故障状态的隶属度程度。为了提高诊断效率，模糊识别应该具有自学习和修正功能，最简单的方法是根据实际诊断的结果，以适当的方式、自动地修正隶属度函数或判别函数，以便不断自我完善。
故障诊断方法篇3
【关键词】数控机床故障诊断方法步骤
虽然目前我国数控机床的种类和系统型号较多，所产生的故障原因也比较复杂，但对于常见故障，通常可按如下方法和步骤进行处理。
一、故障诊断的方法
1、直观检查法
维修人员充分利用自身的感觉器官，注意发生故障时的各种现象，如各个单元线路有没有烧毁、开裂、保险熔断等现象，用手触摸并轻摇元器件有无松动现象，以此来查找故障点，这是一种最基本、最常用的方法。
2、自身诊断法
现代数控系统自身诊断可分为两类：（1）启动诊断：它是指从每次通电开始到进人正常的运行准备状态为止，系统的内部诊断程序自动执行诊断，它可以对CPU、存储器、总线、I/O单元等模块或印刷线路板以及CTR单元、阅读机、软盘驱动等设备进行运行前的功能测试，确认系统的主要部分是否可以正常工作，启动诊断的目的在于使系统故障在没有造成危害之前就被发现，以便及时排险。（2）在线诊断：它是指将诊断程序作为主程序的一部分，在系统不停电，在线诊断一直进行监控，一旦发现异常，立即报警。甚至可以对故障进行分类并决定是否停机。
3、报警显示法
数控机床的系统内部，除了自身诊断功能和状态显示的“软件”报警外，还配有许多“硬件”报警指示灯，它们分布在电源、伺服系统和输入、输出等装置上，根据这些报警指示可判断故障的原因。
4、现场分析法
对于非破坏性的故障，必要时维修人员可让操作人员再现故障现象，会同机、电、液等技术人员一起诊断共同分析，有助于故障得到尽快排除。
5、备件诊断法
当系统出现故障时，经过检测和判断在某一板级或部分线路甚至元件级中，可利用备件板、备件线及备用元件替代，找出故障所在。这在现场维修中是简便易行的常用手段。
6、参数检查法
可根据系统内所存储的参数是否变化或丢失来判断故障，通常这是一种软故障。
7、用可编程序进行PLC中断状态分析法
可编程序控制器发生故障时其中原因以中断栈和块堆栈，按其所指示的原因，查明故障之所在。这是检修PLC可编程控制器最常用有效和快捷的方法。
8、接口信号法
由于数控机床的各个控制部分大都采用I/O接口来互相控制的，利用接口信号进行诊断确定故障点，其诊断步骤是：故障报警—故障现象分析—确定故障范围—采用接VI信号法—逻辑分析祛卜一确定故障出点—排除故障。
9、测量比较法
为检测方便，模块或单元上设有检测端子，利用万用表、示波器等仪器仪表，通过这些端子检测电平或波形，将正常值与故障时的值相比较，可以分析出故障的原因及故障的部位，从而排除故障。
对上述故障方法有时要几种方法同时应用，进行故障综合分析，快速诊断出故障的部位，从而排除故障。
二、故障诊断的一般步骤
当数控机床发生故障时，要沉着冷静，根据故障情况进行全面分析，确定查找故障源的方法和手段，然后有计划、有目的地一步步仔细检查，故障诊断一般按下列步骤进行。
1、检查
当机床发生故障时，往往从以下几个方面进行检查：
（1）检查机床的运行状态
机床故障时的运行方式，MDI/CRT显示的内容，各报警状态指示的信息，故障发生时各坐标轴的定位误差，刀具轨迹是否正常，辅助功能的运行状态等。
（2）检查加工程序及操作情况
故障出现在程序的什么位置，与换刀是否有关，故障与操作人员的技术水平之间的关系。
（3）检查外部因素
输入电压是否有波动，系统附近是否有使用大电流的装置，系统周围温度的高低，是否有振动源引起系统振动，机床周围有无干扰源等。
（4）检查故障的出现率和重复性
故障发生的时间和次数，加工同类工件故障出现的概率，将出现故障的程序段重复执行多次，观察故障的重复性。
（5）检查机床状况
机床是否调整好，刀具状况是否正常，切削加工中有无振动产生，间隙补偿是否合适，电缆是否有破裂和损伤，运行过程中是否改变工作方式，方式选择开关是否正确，机床是否处于锁住状态，刀库是否处于修调方式等。
（6）检查接口情况
电源线和系统内部电缆是否分开安装，屏蔽线接线是否正确，继电器、接触器的线圈和电动机等处是否加装有噪声抑制器等。
2、分析排除
根据故障现象仔细分析，弄清与故障有关的各种因素，确定故障源查找的方向和手段。在检测排除故障中还应掌握以下一些原则：
（1）先外部后内部数控机床是机械、液压、电气一体化的机床，故其故障的发生必然要从机械、液压、电气这三者综合反映出来。故障发生后，维修人员应由外（如外部的行程开关，液压气动元件，印制线路板插头座，环境温度、湿度，油污或粉尘，机械振动等等）向内逐一进行检查，尽量避免不必要的拆卸，防止扩大故障，使机床丧失精度，降低性能。
（2）先机械后电气数控机床的故障中有很大部分是由机械动作失灵引起的，通常机械故障较易查出，而数控系统故障的诊断则难度要大些。先机械后电气就是在数控机床的检修中，先从排除机械故障入手，先检查机械部分是否正常，行程开关是否灵活，气动、液压部分是否正常等。
（3）先简单后复杂当出现多种故障并发、交叉时，应先解决容易的问题，后解决难度较大的问题。常常在解决简单故障的过程中，难度大的问题也可能变得容易，或者在排除简易故障时受到启发，对复杂故障的认识更为清晰，从而也有人解决办法。
故障诊断方法篇4
近年来，建筑电气系统故障诊断逐渐引起了专家学者的关注，且在国内电力系统诊断技术已经实现了广泛的应用。但是就目前的现状来看建筑行业在发展的过程中由于外界因素的影响尚未实现对电气系统故障诊断技术的应用，且仍然致力于人工检测方式，不仅浪费了大量的人力和物力，同时也在一定程度上降低了建筑电气系统检测结果的准确性。因而在科学技术不断发展的背景下，要求我国建筑行业在可持续发展过程中应强化自身对电气系统故障诊断技术的应用，以便避免不安全事故的发生，同时提高自身建筑质量。但是由于电气系统较为复杂，因而建筑行业在应用新型故障检测技术时，应整合自身条件，优化自身技术水平，最终达到最佳的诊断效果，且由此提高诊断结果的准确性［1］。
2建筑电气系统故障诊断存在的问题分析
就目前的现状来看，建筑电气系统故障诊断中存在的问题主要表现在以下几个方面:第一，目前建筑电气系统运行的稳定性仍然无法满足建筑行业故障诊断的需求，因而在此背景下，要求建筑行业的相关部门必须采取相应措施提高自身建筑电气系统运行的稳定性，且最终提高诊断结果的准确性，并由此为建筑行业诊断工作的有序展开提供有利条件;第二，由于建筑电气系统故障诊断方法的构建是在电力系统的基础上完成的，因而导致其部分算法无法满足建筑电气系统故障诊断需求，最终致使其诊断结果的准确性受到了一定影响;第三，由于外界因素的影响，建筑电气系统故障诊断方法中的专家系统方法维护方面仍然面临着一定的挑战，即在实际应用的过程中无法实现该方法的有效创新，最终导致建筑行业在开展电气系统故障诊断工作的过程中逐渐凸显出稳定性较弱等问题，并在一定程度上影响到了故障诊断结果的准确性。从以上的分析中可以看出，建筑电气系统故障诊断中仍然存在着某些不可忽视的问题，因而建筑行业在实际工作开展过程中应给予此问题高度的重视，并应对其展开有效的解决对策。
3建筑电气系统故障诊断方法
3．1基于解析模型的方法
基于解析模型的方法是建筑电气系统故障诊断方法之一，其要求相关的技术人员应在数学理论的基础上，根据建筑电气系统运行状况构建相应的解析模型，然后通过对解析模型的分析总结出故障诊断结果，进而再根据诊断结果采取相应措施，提高建筑电气系统运行的稳定性。但是在应用解析模型进行建筑电气系统故障诊断前，要求相关的技术人员首先应采取相应措施检测被诊断的设备是否具备构建模型的条件。其次，要求相关技术应利用现代化的科学手段检测出该设备未知故障的敏感性，最终通过解析模型的方式达到故障诊断的效果。但是经过大量的实践调查表明，解析模型方法的应用容易受到数学模型建构的限制，因而要求相关的技术人员在实际诊断的过程中应确保其应用的合理性。
3．2基于信号处理的方法
就目前的现状来看，建筑电气系统故障诊断方法还包括基于信号的处理方式。此种故障诊断方法被广泛应用于故障的粗略判断中，因而要求建筑行业在进行故障诊断工作的过程中应对其诊断需求进行了解，从而再选择适宜的诊断方式，满足故障诊断需求。经过大量的实践调查表明，基于信号处理的电气故障诊断方法的核心与关键在于对可测信号的利用，并通过不同的渠道获取到系统时域等特征，以此来达到故障检测的目的。该方法与解析模型方法相比其优势主要表现在诊断环节较为便捷，因而更为便于相关技术人员开展实际工作。但是由于其诊断结果缺乏一定的全面性，从而要求相关技术人员在对其进行应用的过程中一定要充分考虑到外界因素对故障诊断的影响，以便提高诊断结果的准确性。
3．3基于知识诊断的方法
基于知识诊断的方法也是电气系统故障诊断的有效途径之一，其与基于数学模型的诊断方法相比具备一定的智能性特点，即其要求相关的技术人员在利用此种方式进行电气系统故障诊断前，应采取相应措施掌握到被诊断对象的信息灵活性等，最终由此完成高效率的电气系统故障诊断行为。另外由于基于知识诊断的电气系统故障诊断方法是在专业判断的基础上完成的，因而为了确保电气系统故障诊断结果的科学性，要求专业技术人员在对电气故障系统中的问题进行判断时应根据具体的状况选择适宜的判断方式，最终合理推断出电气系统故障所在及其故障原因，并根据判断结果的分析采取相应处理对策解决系统中的故障问题。
4建筑电气系统的故障诊断技术未来发展趋势分析
随着科学技术的不断发展，我国建筑电气系统的故障诊断技术也由此迎来了新的发展机遇。其主要表现在以下几个方面:第一，在科学技术不断发展的背景下，建筑故障实验平台的搭建将逐渐实现。故障模拟实验平台是故障诊断技术发展的关键，因而相关技术人员在开展实验的过程中应根据建筑电气系统故障诊断现状合理搭建故障模拟实验平台，并在平台搭建的过程中结合住宅建筑物低压配电系统中常见的低压电气装置完成平台搭建过程，最终有效确保平台搭建的合理性，且由此实现模拟实验的目的。另外，在故障模拟实验平台搭建中应遵循相应的原则，如选用220V电源供电和15v直流变压器来控制电源等，最终形成稳定性较强的实验台主体，达到建筑电气系统故障诊断目的［2］;第二，随着社会的不断发展，传统的人工故障检测方式已经无法满足现代社会的发展需求，因而在此背景下要求我国建筑行业在发展的过程为了强化自身故障诊断结果的准确性，要求其在建筑电气系统故障诊断实验技术的开发中应实现故障诊断系统软件的研究，进而为建筑电气系统故障诊断工作的有序开展提供有利的条件。就目前的现状来看，我国部分地区已经实现了对MATLAB即为新型故障诊断系统软件的应用，此软件的应用可满足用户对控件选择的需求，同时亦可通过操作界面了解到控件的属性等相关信息，并实现对相应程序的控制，最终达到建筑电气系统故障智能诊断目的。因而在此背景下，我国青海地区在未来的发展过程中也应强化自身对新型电气系统故障诊断软件的应用，并采取相应措施强调其应用的重要性，最终由此提高自身电气系统故障诊断技术水平［3］。
5结论
故障诊断方法篇5
关键词：电力电子系统，故障诊断
电力电子电路的实际运行表明，大多数故障表现为功率开关器件的损坏，其中以功率开关器件的开路和直通最为常见。电力电子电路故障诊断与一般的模拟电路、数字电路的故障诊断存在较大差别，由于电力电子器件过载能力小，损坏速度快，其故障信息仅存在于发生故障到停电之前数十毫秒之内，因此，需要实时监视、在线诊断；另外电力电子电路的功率已达数千千瓦，模拟电路、数字电路诊断中采用的改变输入看输出的方法不再适用，只能以输出波形来诊断电力电子电路是否有故障及有何种故障。
故障诊断的关键是提取故障的特征。故障特征是指反映故障征兆的信号经过加工处理后所得的反映设备与系统的故障种类、部位与程度的综合量。故障诊断方法按提取特征的方法的区别，可分为谱分析方法、基于动态系统数学模型的方法、采用模式识别的方法、基于神经网络的方法、专家系统的方法、小波变换的方法和利用遗传算法等。这些方法将在下文具体介绍。
1.故障诊断中的谱分析方法
在故障诊断中比较常用的信号处理方法是谱分析。。常用傅里叶谱、沃尔什谱，另外还有滤波、相关分析等。谱分析的目的：信号中包含噪声，为了提取特征；故障信号的时域波形不能清楚地反映故障的特征。而电力电子电路中包含故障信息的关键点信号通常具有周期性，因此可以用傅里叶变换将时域中的故障波形变换到频域，以突出故障特征，实现故障诊断。
傅里叶变换是将某一周期函数分解成各种频率的正弦分量，类似地，沃尔什变换是将某一函数分解成一组沃尔什函数分量。自适应滤波是一种数字信号的处理统计方法，它不需要知道信号一二阶的先验统计知识，直接利用观测资料，通过运算改变滤波器的某些参数，而使自适应滤波器的输出能自动跟踪信号特性的变化。在电力电子系统故障诊断中，可以用自适应处理来实现噪声抵消，谱线增强等功能，从噪声背景下提取故障特征，从而实现准确的诊断。
2.参数模型与故障诊断
如果系统的数学模型是已知的，就可以通过测量，估计系统的状态和参数，确定状态变量和系统参量是否变化。采用基于系统数学模型的故障诊断方法，可以从较少的测量点去估计系统的多个状态量或系统参数，从而实现故障诊断。
进一步又可以分为检测滤波器方法、状态估计法和参数辨识方法三种。
2.1检测滤波器方法
它将部件、执行机构和传感器的故障的输出方向分别固定在特定的方向或平面上。
2.2状态估计法
通过监测系统的状态变化，也能反映由系统参数变化引起的故障，并对故障进行诊断。与一般的状态估计不同，在进行故障诊断时，并不是去估计未知的状态信息，而是借助观测器或卡尔曼滤波器去重构系统的输出，以便取得系统输出的估计值。这个估计值与实际输出值之差就叫量测残差。残差中含有大量的系统内部变化的信息，因此可以作为故障诊断的依据。状态估计法的优点是在线计算量小，诊断速度快。
2.3参数辨识方法
实时辨识出系统模型的参数，与正常时模型的参数比较，确定故障。常用的有最小二乘法。
3.模式识别在故障诊断中的应用
故障的模式识别就是从那些反映系统的信息中抽取出反映故障的特征，并根据这些特征的不同属性，对故障进行分类。用模式识别方法进行故障诊断，是根据样本的数学特征来进行的，因此它不需要精确的数学模型。。对于一些被诊断对象数学模型过于复杂、不易求解的问题，模式识别方法也是适用的。另外，在对工业系统的故障诊断中应尽量利用非数学（包括物理和结构）方面的特征，设计出各种各样的特征提取器，这样将有利于利用对已有系统的知识，有利于减少计算工作量。由于特征的选择和提取与待识别的模式紧密相关，故很难有某种泛泛的规律可循。目前常用的方法有：最小距离分类法，Bayes分类法，Fisher判别法，从参数模型求特征，用K-L变换提取特征等
4.基于神经网络的故障诊断方法
利用神经网络的自学习、自归纳能力，经过一定的训练，建立起故障信号与故障分类之间的映像关系。利用学习后的神经网络，实现故障诊断。神经网络是由大量的神经元广泛互连而成的网络，这里以BP网络为例加以介绍。BP网络是单向传播的多层前向网络，它由输入层、中间层和输出层组成，中间层可有若干层，每一层的神经元只接受前一层神经元的输出。BP网络中没有反馈，同一层的节点之间没有耦合，每一层的节点只影响下一层节点的输入。
BP网络一般采取的学习算法是：网络的输出和希望的输出进行比较，然后根据两者之间的差调整网络的权值，最终使误差变为最小。当电力电子电路发生故障时，如果能够利用神经网络的学习能力，使故障波形与故障原因之间的关系通过神经网络的学习后保存在其结构和权中，然后将学习好的神经网络用于故障诊断，神经网络就可以通过对当前电压或电流波形的分析，得出故障原因，从而实现故障的在线自动诊断。
5.专家系统
由于故障诊断是从被监测和诊断的对象表征去寻找故障的成因、部位，并确定故障的严重程度的，因此，如果把由已知故障去分析系统或设备的运行特性与表征叫做正问题，那么故障诊断就是逆问题了。这种逆问题的求解明显不同于正问题的求解，而人工智能AI（ArtificialIntelligence）技术中的专家系统ES（ExpertSystem）正是解这种逆问题的有利工具。专家系统是人工智能研究的一个分支，它是通过模拟专家的经验，实现故障诊断。专家系统的结构如下表所示：一个典型的诊断专家系统通过在线监测并进行数据采集、存贮，然后传送到诊断运行中心，在这里由专家系统进行处理、分析和诊断，最后将诊断结果和处理建议自动地反馈回运行现场。因此，专家系统是诊断系统中最核心的部分。
6.小波变换的方法
在故障诊断中,突变信号往往对应着设备的某种故障，分析和识别系统中产生的各种波形信号，并判别其状态，是进行电路故障诊断中的有效方法之一。设备正常运行时发出的信号较平稳，一旦设备出现故障，就将发出具有奇异性的动态非平稳信号。为了实现设备故障的快速、准确检测，必须有效地识别故障发生瞬间的非平稳信号。信号的处理与分析是故障预测和诊断的基础，提高诊断的准确度需要信号处理和分析方法，小波变换以其对非平稳信号局部化分析，及良好的时—频定位功能的突出优点，为故障诊断提供了新的、强有力的分析手段，弥补了传统故障诊断中因为专家的经验知识很难精确描述，存在知识获取的“瓶颈问题。。
7.遗传算法
遗传算法GA（GeneticAlgorithm）是一种新发展起来的优化算法，目前它已经成为人们用来解决高度复杂问题的一个新思路和新方法。它依据适者生存、优胜劣汰的进化规则，对包含可能解的群体进行基于遗传学的操作，不断生产新的群体并使群体不断进化，同时以全局并行搜索优化群体中的最优个体以求得满足要求的最优解。GA以其能以较大概率求得全局最优解、计算时间较少、具有较强鲁棒性等特点在电力电子故障诊断系统中也得到了应用。合理利用采集信息（即把采集信息分为三层），运用遗传算法进行分层信息故障诊断；将遗传算法应用在故障诊断专家系统的推理和自学习中，可以克服专家系统存在的推理速度慢和在先验知识很少的情况下知识获取困难的障碍，提高了专家系统的适应性。
参考文献：
[1]虞和济.故障诊断的基本原理[M].北京；冶金出版社，1989.
[2]周青龙.故障诊断与监控[M].北京；兵器工业出版社，1992.
[3]宋报维.系统可靠性设计与分析[M].西安；西北工业大学出版社，2000.
[4]蒋建国等.故障诊断学及其在电工中的应用[M].北京；科学出本社，1995.
