已有故障检测技术大致上可分为基于数据的故障检测方法与基于模型的故障检测方法，基于数据的故障检测方法主要依赖于历史过程数据，例如主元分析法、部分最小二乘法和统计模式分类等方法 。这些方法都是基于历史过程数据来提取统计方面的特征，以达到检测故障的目的 。基于数据的故障检测方法多应用于某些生产过程故障监测。

而基于模型的故障检测方法主要是利用系统输入、输出以及系统状态空间模型来产生相应的残差 。基于模型的故障检测方法在硬件冗余方法上发展起来，冗余法利用冗余部件所提供信息，按少数服从多数的原则来确定故障部件，但因为冗余方法提高系统可靠性同时，增加了系统成本、重量、空间，对大型的复杂系统来说，用冗余方法是不现实的。因此，基于解析冗余，即基于模型的故障检测方法出现了。因为基于模型的故障检测技术不需要额外的增加硬件设备，有成本低、易实现特点，一直是故障检测技术的重要的方法之一。67263

基于模型的故障检测与诊断技术在国际上发展迅速 。其中，文献[8]对基于参数估计的故障检测做出了完整的描述，对基于观测器的故障检测方法中未建模动态与外界干扰等未知的输入因素对故障检测系统性能的影响，文献[9]将未知输入观测器这个概念引入到故障检测观测器设计中论文网，提出基于未知输入观测器的鲁棒故障检测方法。这些的基础上，之后又出现大量的基于模型的故障检测方法，以下具体介绍了一些常见的基于模型的故障检测方法。

参 考 文 献

[1] 刘云霞, 钟麦英, 等. 基于等价空间的网络控制故障检测问题研究[J]. 系统工程与电子技术,2006,28(10):1553-1555.

[2] 王仲生. 智能故障诊断与容错控制[M]. 西安：西北工业大学出版社，2005.

[3] 杨光红, 王恒, 李霄剑. 基于模型的线性控制系统故障检测方法[M]. 北京：科学出版社, 2010,1-23.

[4] Dunia R, Qin S J, Edgar T F, et al. Identification of faulty sensors using principal component analysis[J]. AICHE J. 1996, 42(10): 2797-2812.

[5] Qin S J. Recursive PLS algorithms for adaptive data modeling[J]. Computers and Chem.Eng.1998,22: 503-514.

[6] Alcala C F,　Qin S　J. Reconstruction –based contribution for process monitoring [J].  Automatica, 2009,45(7):1593-1600.

[7] Li G, Qin S J, Zhou D H. Geometric properties of partial least squares for process monitoring[J]. Automatica. 2010, 46(1):204-210.

[8] Isermann R. Fault detection and diagnosis in chemical and petrochemical processes[M]. Amsterdam: Elsevier Press, 1978.

[9] Frank P M. Fault diagnosis in dynamic system using analytical and knowledge based redundancy—A survey and some new result[J]. Automatica, 1990, 26(3):459-474.

[10] 周东华, 王庆林. 基于模型的控制系统故障诊断技术的最近进展[J]. 自动化报,1995,21(2):244-248.

[11] Ding X, Frank P M. Fault detection via optimally robust detection filters[A]. Proc. of the 28th IEEE conf. on Decision and Control, Tampa, 1989:1767-1772.

[12] Viswanadham N,Taylor J H, Luce E C. A frequency-domain approach to failure detection and isolation with application to GE-21 turbine engine control system[J]. Control-Theory and Advanced Technology, 1987,3(1):45-72.

[13] Chen J, Patton R. Robust model-based fault diagnosis for dynamic system[M]. Dordrecht: Kluwer Academic Publishers, 1999.

[14] Rambeaux F, Hamelin F. Robust residual generation via LMI[A]. Proc. of the 14 World Congress of IFAC, Beijing, 1999.

[15] Liu J, Wang J L, Yang G H. An LMI approach to minimum sensitivity  analysis with application to fault detection[J]. Automatica, 2005,41(11):1995-2004.