CN102520708B - 一种新型过程工业多回路振荡的波动源定位方法 - Google Patents
一种新型过程工业多回路振荡的波动源定位方法 Download PDFInfo
- Publication number
- CN102520708B CN102520708B CN201110313097.8A CN201110313097A CN102520708B CN 102520708 B CN102520708 B CN 102520708B CN 201110313097 A CN201110313097 A CN 201110313097A CN 102520708 B CN102520708 B CN 102520708B
- Authority
- CN
- China
- Prior art keywords
- cause
- effect relationship
- fluctuation
- loop
- time series
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Feedback Control In General (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种新型过程工业多回路振荡的波动源定位方法，该方法先采用频域独立成分分析对工业历史过程数据进行独立成分分解，筛选出对波动振荡起主导作用的变量及其主导频率，然后对筛选出的数据进行局部有向相干性分析，用因果关系图直观表达回路变量间的因果关系，以表征波动干扰的传播路径；然后通过过程先验知识简化因果关系图，并通过阈值自动搜索方式过滤掉次要的因果关系分支，得到波动的主要传播路径，由此定位和识别波动源。与现有技术相比，本发明通过频域上的信号分析揭示多回路控制系统振荡的本质属性，确定振荡的波动源，有利于工厂工程师进行后续的故障回路的维护和修复工作。
Description
技术领域
本发明涉及过程工业系统系能评价及故障检测与诊断领域，尤其涉及一种新型过程工业多回路振荡的波动源定位方法。
背景技术
过程工业既是能源、各种原材料的产生者，也是能源的主要消耗者，节能降耗至关重要。过程工业的综合性能除了受到设备本体性能制约外，很大程度上取决于使设备、装置等正常运行的控制系统的性能，而过程工业中基础回路的控制性能不是固定不变的，会随着工艺对象、控制参数、传感器和执行机构特性的变化而变化。生产装置本身的工艺特性会随着运行时间而逐渐变化，装置特性也会随着工艺改造的进行而变化。装置特性的变化意味着基础控制回路的目标对象发生变化，如不及时调整控制参数必然导致性能下降，被控的工艺指标波动增大。另外，基础控制回路的传感器、阀门特性也随着时间的推移、环境（季节、环境温度等）的变化而变化或发生故障。这些变化都可能导致基础控制回路的控制性能退化。此外，由于多回路系统振荡的传播和耦合的存在，大面积的控制回路性能指标下降往往其本质原因往往是某个控制回路的故障或者干扰导致性能退化所引起的，所以确定多回路振荡的根源是一个极其复杂的过程。在实际生产中只有那些得到良好设计、整定和维护的过程控制回路才能真正为生产过程带来长期、稳定和可靠的效益，因此振荡根源的定位有十分重大的现实意义。该问题的技术解决方案主要经历了两个阶段。第一个阶段针对单回路系统建立性能评价体系，筛选出性能退化回路进行维护与处理，其缺点是：
(1)这类方法都针对单个回路进行分析，未考虑回路间关联传递导致的厂级范围普遍性能降低的情况，而这类情况却普遍存在，这就必然会产生虚假的评价；
(2)缺乏利用过程流程先验知识的功能，从而在多回路出现大范围性能退化时，无法有效进行异常回路的准确定位。
第二个阶段是对性能退化根源进行分析及相关诊断，相关的方法有功率谱主元分析，协方差函数法，非负矩阵分解方法等等，但是这些方法的缺点在于鲁棒性不强，并且无法解释主导波动的传播路径，只能在一定意义上给予工程师参考可能的故障回路。行业内有专家提出了基于格兰杰因果检验方法的混合方法，在时域上一定程度上解决了波动传播路径和波动源的定位问题，但是缺乏频域上的对比与验证。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种新型过程工业多回路振荡的波动源定位方法，该方法通过频域上的信号分析揭示多回路控制系统振荡的本质属性，确定振荡的波动源，从而有利于工厂工程师进行后续的故障回路的维护和修复工作，为解决装置级多回路性能降低问题提供了新的可靠途径。
本发明的目的可以通过以下技术方案来实现：
一种新型过程工业多回路振荡的波动源定位方法，该方法包括以下步骤：
1）将过程工业控制器历史数据与过程工业控制器的设定值进行比较，获得待处理的偏差时间序列；
2）对获得的偏差时间序列进行ADF时间序列平稳性检验（AugmentedDickey-Fuller Test），判断是否为平稳时间序列，若为是，则执行步骤4），若为否，则执行步骤3）；
3）对偏差时间序列进行一阶差分后，执行步骤2）；
4）对平稳时间序列进行归一化处理；
5）对归一化处理后的数据进行独立成分分析（Independent component analysis，ICA），计算其相关成分比率（Component-related ratio，CRR）、主导过程变量及其频率；
6）对步骤5）中的主导过程变量进行局部有向相干算法分析，获得在主导波动频率处的各过程被控变量间相互影响的PDC值；
7）根据步骤6）中获得的PDC值，构造PDC因果关系图；
8）化简步骤7）中构造的PDC因果关系图；
9）根据化简后的PDC因果关系图确定波动源。
所述的步骤8）中化简的具体过程为：首先利用过程先验知识合并因果关系图中的串级回路节点，然后采用切点阈值搜索算法自动搜索切点阈值，切除因果关系图中量值小于切点阈值的因果关系，得到最简因果关系图。
所述的步骤9）中若波动源位于合并点，则对合并点内部进行切点阈值搜索算法，再次进行化简，直到找出最终的波动源。
与现有技术相比，本发明整合了多种频域方法对振荡根源进行定位，在频域观察和分析信号有助于揭示系统的本质属性，克服了过程工业系统性能评价单一化，时域定位噪声大，求解困难等缺点，并且采用数据驱动方式实时获得波动信息，有利于工厂工程师实时分析出厂级振荡最可能的根源，从而采取措施消除，对提高产品质量和工厂的经济效益有十分重大的促进作用。
附图说明
图1为本发明的流程图；
图2为本发明根据PDC值构造的因果关系图；
图3为本发明利用过程先验知识对图2化简得到的因果关系图；
图4为本发明采用切点阈值搜索算法对图3化简得到的最简因果关系图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
一种新型过程工业多回路振荡的波动源定位方法，该方法先采用频域独立成分分析对工业历史过程数据进行独立成分分解，筛选出对波动振荡起主导作用的变量及其主导频率，然后对筛选出的数据进行局部有向相干性分析，用因果关系图直观表达回路变量间的因果关系，以表征波动干扰的传播路径；然后通过过程先验知识简化因果关系图，并通过阈值自动搜索方式过滤掉次要的因果关系分支，得到波动的主要传播路径，由此定位和识别波动源，其具体步骤如图1所示，包括：
步骤S1，将过程工业控制器历史数据与过程工业控制器的设定值进行比较，获得待处理的偏差时间序列。
步骤S2，对获得的偏差时间序列进行ADF时间序列平稳性检验，判断是否为平稳时间序列。若为平稳时间序列，则执行步骤S4，若不是平稳时间序列，则执行步骤S3。
步骤S3，对偏差时间序列进行一阶差分后，然后执行步骤S2，对该时间序列再次进行平稳性检验。
步骤S4，对平稳时间序列进行归一化处理，各过程变量进行归一化。
步骤S5，对归一化处理后的数据进行独立成分分析，首先得到相关成分比率（component-related ratio，CRR）和混合矩阵（mixing matrix）。选择相关元比率值最大的主元在混合矩阵中的对应列以及该列中系数之和超过该系列的系数总和的95%的那些较大的系数所对应的过程变量被筛选出来进行后续分析。同时截取出对波动影响最大的独立成分的频率峰值，作为多源振荡的主导过程变量的频率，进行后续的局部有向相干分析。
步骤S6，对步骤S5中的主导过程变量进行局部有向相干算法（PDC）分析，获得在主导波动频率处的各过程被控变量间相互影响的PDC值，包括方向和量值。
步骤S7，根据步骤S6中获得的PDC值，构造PDC因果关系图，如图2所示。图中圆点表示回路的被控变量，有向线表示因果关系，其起点连接原因，终点连接结果变量，单向线表示单向因果，双向线表示互为因果，因果关系的量值可以标注在对应线的旁边，若因果联系线过多，不方便标注也可以记录在表格中，待简化后标出。
步骤S8，化简步骤S7中构造的PDC因果关系图。该过程分为两步：
首先，根据过程知识，对串级控制回路点进行简化，若点A和点B分别为同一串级控制回路中的内、外环被控变量时，先将这两点合并为一点，暂不考虑期间的因果关系，而这两点的因果关系全部整合到合并点中，合并点与普通回路变量点的单向因果关系量值取合并点中各个点与此普通点的单向因果关系量值中的最大值；而合并点C与合并点D的单向因果关系量值取合并点C中个点分别与合并点D中各点单向因果关系量值中的最大值。图2中点1、2与3分别为同一串级控制回路的外环被控变量和内环被控变量，故将这两点合并为点A；同理可以将4,5节点合并为点B，7,8节点合并为点C。图2经过简化后如图3所示。
然后，采用切点阈值搜索算法自动搜索切点阈值，切除因果关系图中量值小于切点阈值的因果关系，得到最简的因果关系图。切点阈值的备选值的范围为简化后的因果关系图中的所有因果关系量值。切点阈值首先取备选值中最大值，然后逐渐减少。切点阈值的搜索终止条件为因果关系图（不考虑路径方向）从非连通图变成连通图（即图中任意两点有路径相连）。图3经过自动搜索后其切点阈值确定为0.2067.切除图3量值小于此阈值的因果关系后，图3化简成为图4。
步骤S9，根据化简后的PDC因果关系图，确定波动源。若波动源位于合并点，则对合并点内部进行切点阈值搜索算法，再次进行化简，直到找出最终的波动源。
本发明整合了多种频域方法对振荡根源进行定位，在频域观察和分析信号有助于揭示系统的本质属性，克服了过程工业系统性能评价单一化，时域定位噪声大，求解困难等缺点，并且采用数据驱动方式实时获得波动信息，有利于工厂工程师实时分析出厂级振荡最可能的根源，从而采取措施消除，对提高产品质量和工厂的经济效益有十分重大的促进作用。
Claims (3)
1.一种新型过程工业多回路振荡的波动源定位方法，其特征在于，该方法包括以下步骤：
1）将过程工业控制器历史数据与过程工业控制器的设定值进行比较，获得待处理的偏差时间序列；
2）对获得的偏差时间序列进行ADF时间序列平稳性检验，判断是否为平稳时间序列，若为是，则执行步骤4），若为否，则执行步骤3）；
3）对偏差时间序列进行一阶差分后，执行步骤2）；
4）对平稳时间序列进行归一化处理；
5）对归一化处理后的数据进行独立成分分析，计算其相关成分比率、主导过程变量及其频率；
6）对步骤5）中的主导过程变量进行局部有向相干算法分析，获得在主导波动频率处的各过程被控变量间相互影响的PDC值；
7）根据步骤6）中获得的PDC值，构造PDC因果关系图；
8）化简步骤7）中构造的PDC因果关系图；
9）根据化简后的PDC因果关系图确定波动源。
2.根据权利要求1所述的一种新型过程工业多回路振荡的波动源定位方法，其特征在于，所述的步骤8）中化简的具体过程为：利用过程先验知识合并因果关系图中的串级回路节点，并采用切点阈值搜索算法自动搜索切点阈值，切除因果关系图中量值小于切点阈值的因果关系，得到最简因果关系图。
3.根据权利要求1所述的一种新型过程工业多回路振荡的波动源定位方法，其特征在于，所述的步骤9）中若波动源位于合并点，则对合并点内部进行切点阈值搜索算法，再次进行化简，直到找出最终的波动源。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110313097.8A CN102520708B (zh) | 2011-10-16 | 2011-10-16 | 一种新型过程工业多回路振荡的波动源定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110313097.8A CN102520708B (zh) | 2011-10-16 | 2011-10-16 | 一种新型过程工业多回路振荡的波动源定位方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102520708A CN102520708A (zh) | 2012-06-27 |
| CN102520708B true CN102520708B (zh) | 2014-05-14 |
Family
ID=46291661
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201110313097.8A Expired - Fee Related CN102520708B (zh) | 2011-10-16 | 2011-10-16 | 一种新型过程工业多回路振荡的波动源定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102520708B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104007710A (zh) * | 2013-02-25 | 2014-08-27 | 中国石油化工股份有限公司 | 化工振荡回路振荡现象的自动溯源方法 |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103885440B (zh) * | 2014-03-26 | 2016-05-11 | 浙江大学 | 工业控制回路的多周期振荡行为检测方法 |
| CN104483958B (zh) * | 2014-10-31 | 2017-05-31 | 中国石油大学(北京) | 一种复杂炼化过程自适应数据驱动故障诊断方法及装置 |
| CN104950843B (zh) * | 2015-05-08 | 2017-08-25 | 东南大学 | 基于模型识别方法的流程工业厂级控制回路振荡源定位方法 |
| CN105511454B (zh) * | 2016-01-20 | 2018-05-22 | 浙江大学 | 一种工业控制回路时变振荡行为检测方法 |
| TWI608365B (zh) * | 2016-09-23 | 2017-12-11 | 財團法人工業技術研究院 | 擾動源追溯方法 |
| CN106773693B (zh) * | 2016-12-21 | 2020-02-21 | 浙江大学 | 一种工业控制多回路振荡行为稀疏因果分析方法 |
| TWI686615B (zh) | 2018-10-22 | 2020-03-01 | 財團法人工業技術研究院 | 擾動源定位方法 |
| CN112863133A (zh) * | 2019-11-12 | 2021-05-28 | 北京国电智深控制技术有限公司 | 一种报警系统和报警方法、计算机可读存储介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101887247A (zh) * | 2009-05-12 | 2010-11-17 | 华东理工大学 | 过程多回路波动源定位识别方法 |
-
2011
- 2011-10-16 CN CN201110313097.8A patent/CN102520708B/zh not_active Expired - Fee Related
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101887247A (zh) * | 2009-05-12 | 2010-11-17 | 华东理工大学 | 过程多回路波动源定位识别方法 |
Non-Patent Citations (5)
| Title |
|---|
| Generalized partial directed coherence;L.A.Baccala etc;《第15届数字信号处理国际会议》;20070604;第163-166页 * |
| L.A.Baccala etc.Generalized partial directed coherence.《第15届数字信号处理国际会议》.2007,第163-166页. |
| 夏春明等.基于格兰杰因果检验的过程波动路径及根源识别分析.《华东理工大学学报（自然科学版）》.2010,第36卷(第1期),第134-140页. * |
| 张亮等.过程控制系统中振荡检测与诊断技术进展.《化工自动化及仪表》.2011,第38卷(第9期),全文. |
| 过程控制系统中振荡检测与诊断技术进展;张亮等;《化工自动化及仪表》;20110930;第38卷(第9期);第1037-1041页 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104007710A (zh) * | 2013-02-25 | 2014-08-27 | 中国石油化工股份有限公司 | 化工振荡回路振荡现象的自动溯源方法 |
| CN104007710B (zh) * | 2013-02-25 | 2016-08-10 | 中国石油化工股份有限公司 | 化工振荡回路振荡现象的自动溯源方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102520708A (zh) | 2012-06-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102520708B (zh) | 一种新型过程工业多回路振荡的波动源定位方法 | |
| CN108255649B (zh) | 一种基于建模仿真协同分析的诊断策略设计方法 | |
| CN101770219B (zh) | 一种车铣复合机床故障诊断知识库的知识获取方法 | |
| US10387590B2 (en) | Techniques for iterative reduction of uncertainty in water distribution networks | |
| CN1324418C (zh) | 制炼系统内使用的气穴检测 | |
| US8762106B2 (en) | Abnormal situation prevention in a heat exchanger | |
| Wells et al. | Statistical process monitoring approach for high-density point clouds | |
| WO2021121182A1 (zh) | 一种数控机床健康诊断方法 | |
| CN105512812A (zh) | 基于动态仿真模型的核电厂设备故障预警分析方法及系统 | |
| CN102937798B (zh) | 一种人机结合的数控机床故障信息采集方法 | |
| CN104615121B (zh) | 一种列车故障诊断方法及系统 | |
| CN102880115A (zh) | 一种基于物联网的数控机床远程协作诊断系统 | |
| CN110363334B (zh) | 基于灰色神经网络模型的光伏并网的电网线损预测方法 | |
| JP2019098515A (ja) | 刃具状態検査システム及び方法 | |
| Branisavljević et al. | Automatic, semi-automatic and manual validation of urban drainage data | |
| Farahani et al. | An integrated optimization of quality control chart parameters and preventive maintenance using Markov chain. | |
| Zhou et al. | Integrated condition monitoring and fault diagnosis for modern manufacturing systems | |
| CN110455397A (zh) | 一种基于lstm的工厂设备故障光纤传感方法和系统 | |
| CN112016806A (zh) | 发电站设备状态检修方法、系统、介质及装置 | |
| CN107656518A (zh) | 一种系统故障推理方法 | |
| KR102494420B1 (ko) | 머신러닝 기반 클린룸 관리 시스템 및 방법 | |
| CN101887247A (zh) | 过程多回路波动源定位识别方法 | |
| KR102110319B1 (ko) | 학습 데이터 생성 시스템 | |
| CN109029697B (zh) | 基于频谱特征单边检测法的环冷机漏风故障在线诊断方法 | |
| CN108804796B (zh) | 基于频谱特征的环冷机漏风率检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140514 Termination date: 20161016 |