远程诊断控制系统的发展与研究状况

基于网络的远程监测与诊断系统起源于医学领域，20世纪50年代末，美国学者Wittson首先将双向电视系统用于医疗，60年代初人们又利用卫星和微波技术传输信息。80年代美国提出了远程医疗的概念并实现了远程医疗系统。与医学领域相比，工业领域的远程诊断工作起步较晚。1997年1月首届基于因特网的工业领域远程诊断控制系统讨论会在美国举办，会上就远程诊断控制系统连接开放式体系、诊断信息规程和传输协议进行了讨论，并对未来技术作了展望。

虽然对设备的远程诊断控制系统研究起步较晚，但发展十分迅速，如今远程诊断控制系统己经被广泛应用于电力、交通、航空航天等领域，国内外许多企业、院校以及科研机构等都在对远程诊断控制系统进行积极的探索和研究。

国外研究和应用现状

国外很早就开始了对远程诊断控制系统的研究工作，研制和生产都己经达到了成熟阶段，许多大公司都已实现能够连接Internet的远程诊断控制系统。如Bently公司的计算机在线设备运行状态监测系统DataManager2000可以通过网络动态数据交换的方式向远程终端发送设备运行状态; NI(National Instruments)公司在其虚拟仪器产品LabV1EW中新增了因特网模块，可以通过WWW， Email，FTP方式发送测试数据。美国密执安大学也在进行机械加工的远程诊断与制造系统的研究工作。澳大利亚联邦科技与工业研究组织将远程诊断纳入“智能制造系统计划一一面向21世纪的全球制造”项目的重要研究内容之一，其应用对象直接面向CNC平板切割机床。

国内研究和应用现状

国内在远程故障诊断技术方面的研究起步较晚，自20世纪90年代后，国内各大院校及公司分别开始对工业领域远程诊断控制系统进行研究，并取得了丰硕的成果。比较典型的有:南京理工大学为轨道交通设备开发的ICRMDS远程诊断控制系统，提供了一种配套的智能化、分布式的远程监控、诊断和维护系统，并己实际投入使用;重庆大学为及时掌握和解决ICT中心投放市场的ICT设备的故障，研发了基于Internet的ICT远程诊断通信系统;阿尔斯通公司研制的RMD8000远程检测诊断中心系统，已经为电力、石油化工和冶金等行业的上百家厂商提供诊断服务，并陆续建立了河南电科院、中国石化、华能国际等多个远程诊断中心;北京航天智控检测技术研究院研制的AIC8000远程诊断控制系统在航空航天、国防军工、地铁铁路等行业都得到了成功的应用。

Bently, Entek, Soltran等大公司也纷纷将他们最新的网络化设备状态监测产品推向中国市场，这对增进我国学术界和企业界的网络化设备故障诊断意识和提高我国的设备故障诊断水平也起到了积极的促进作用。

质量诊断

质量诊断(Quality Diagnosis)，是指对受诊企业的产品、过程或质量管理体系进行诊察，判断其产品或服务质量是否满足规定要求，或其质量管理工作是否有效、适宜、充分，及时发现问题，确定问题原因，进而提出改进和提高方向、途径和措施的全部活动。

质量诊断包括工序质量诊断，产品质量诊断和质量管理诊断。工序质量诊断，是检测工序的质量，评价各工序能力指数是否在1.0以上，若低于1.0，则需确定影响工序质量的主要因素，以便采取措施实施改进。产品质量诊断，是定期地对己交付的产品(包括成品、半成品)进行检测，检查产品质量是否能满足用户的需要。通过诊断检查，掌握产品的质量信息，以便及时采取改进措施，消除质量隐患。质量管理诊断，是对企业有关质量管理职能的有效性、充分性、适宜性进行诊断，从组织上和策略上保证生产过程始终处于控制状态，使得企业在有效的管理体系中良好运行。

质量诊断的步骤分两步:第一步进行诊断，包括分析现状，找出问题并查明原因，设计具体的改善方案和提出诊断报告书三个步骤;第二步实施指导，包括对有关人员培训、制定实施计划，进行指导帮助，并执行实施计划三个阶段。

质量诊断控制的基本理论

在现代质量工程中，经常采用的质量诊断与控制方法基本上都是基于数理统计原理的。有以下三种成熟的质量诊断控制理论:

(1)两种质量诊断控制理论张公绪于1981年提出的两种质量的概念是以总质量和分质量为基础:分质量(partial quality)或工序固有质量—当前工序本身的固有加工质量;总质量(total quality)或工序综合质量—分质量与上影(上道工序对下道工序的影响)二者的综合，将两种质量加以度量和比较，从而进行诊断。1994年，张公绪及其学生提出多元逐步诊断理论，解决了西方工业发达国家的诊断理论中存在的由于多变量而致犯第一种错误的概率大的问题，随后，张公绪又提出两种质量多元诊断理论(Multivariate Diagnostic Theory with Two Kinds of Quality，该理论将工序质量分为总质量与分质量，分别用体哈特控制图和选控控制图加以控制，然后根据典型情况诊断表进行诊断，解决了多工序、多指标系统的质量控制与诊断问题。

(2)小批量的质量诊断控制传统的统计过程控制与诊断(SPC&SPD)方法都是要求过程中质量数据呈渐进正态分布，因此其多应用于传统的大批量稳定生产模式。在柔性化生产模式下，多品种小批量生产过程越来越多，但其可能远未达到稳定状态，传统的质量诊断方法不能很好地适应此模式。因此，国内外学者通常采用两种方式对小批量生产模式进行诊断:一类是对小批量生产的质量数据做一定的累计换算，转化为满足大样本条件的数据，再进行质量分析与诊断。或通过数学变换的方法将相似工序同类分布的产品质量特性值数据转化为同一分布，累积成大样本并按照大样本方法做控制图。另一类是将诸如粗糙集理论、模糊控制理论等方法引入质量诊断。这类方法直接从原始的生产过程质量信息出发，对其进行分析和简化，并挖掘出生产过程质量变化的影响因素和影响规则，提供有效信息以便对生产过程的质量进行改进。

(3)基于专家系统的质量诊断控制为了适应先进制造环境下质量诊断自动化智能化的要求，设计了质量诊断型专家系统。在有效识别质量状况后，专家系统通过其知识库中存储的各种己知的工序异常状态及其对应的解决方案，指导质量控制人员诊断质量问题产生的根源，同时根据系统提供的方案做出相应的调整措施。但是因为专家系统知识库构建复杂，推理机制难以保证完全可靠等，其在质量诊断方面的应用具有较大的局限性。

在生产加工过程中，影响过程质量的因素极其复杂，产品的最终质量特性会受到加工过程中诸多因素的影响，每种因素在不同的条件下，对产品最终质量特性值影响的程度和方式也会千差万别。多元质量特性诊断控制的目的就是从众多相互关联的变量中找出发生异常的变量，追溯到影响产品质量的各个因素，确定引起异常的因素，并对这个/这些异常因素实施调整、隔离消除，确保产品质量。

多元质量特性的诊断流程如图所示。其中关键的是数据的预处理、数据分析、控制图绘制、异常判断这四个环节。数据预处理就是从采集到的数据提取出有效信息，即对数据的一致性、数据的缺失进行处理，以及为消除变量量纲对数据进行的标准化处理。在此基础上再对数据进行进一步的分析处理，根据具体情况构造统计量，绘制控制图，提取有用信息，从人、机、料、法、环、测((SM1E)等角度进行分析，确定质量问题的可能异常源，对此异常源实施隔离消除。