CN101887247A - 过程多回路波动源定位识别方法 - Google Patents

过程多回路波动源定位识别方法 Download PDF

Info

Publication number
CN101887247A
CN101887247A CN2009100510677A CN200910051067A CN101887247A CN 101887247 A CN101887247 A CN 101887247A CN 2009100510677 A CN2009100510677 A CN 2009100510677A CN 200910051067 A CN200910051067 A CN 200910051067A CN 101887247 A CN101887247 A CN 101887247A
Authority
CN
China
Prior art keywords
cause
point
effect relationship
value
locating
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.)
Pending
Application number
CN2009100510677A
Other languages
English (en)
Inventor
夏春明
吴钦
郑建荣
周凡棚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
East China University of Science and Technology
Original Assignee
East China University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by East China University of Science and Technology filed Critical East China University of Science and Technology
Priority to CN2009100510677A priority Critical patent/CN101887247A/zh
Publication of CN101887247A publication Critical patent/CN101887247A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

过程多回路波动源定位识别方法是过程工业系统性能评价及故障检测与诊断领域中的一种对过程多回路变量波动根源进行定位识别的方法。本方法结合频域独立成分分析(spectral independent component analysis)，筛选出含相近频率成分的受扰波动变量，对其进行格兰杰因果检验分析，用因果关系图直观表达回路变量间的因果影响关系，以此表征波动干扰的传播路径，利用先验过程知识化简因果关系图，并通过阈值自动搜索方式过滤掉次要因果关系分支，得到波动的主要传播路径，由此定位识别波动源。本发明的有益效果是：波动源的准确定位有利于后续的故障回路的维护和修复工作，是解决装置级多回路性能降低问题的重要一环。

Description

过程多回路波动源定位识别方法
所属技术领域
过程工业系统性能评价及故障检测与诊断领域。
背景技术
当过程装置多回路系统出现大范围过程变量波动时，大部分控制回路的性能指标都出现下降，而真正的原因往往是其中某个控制回路的故障或干扰导致性能退化而引起的，其余回路由于受到波动的干扰传播，其性能也大都出现了“虚假”下降。若问题回路通过分析而能准确定位，并经过适当维护而恢复良好性能后，整个系统波动就可能基本消失，恢复到良好运行的性能状态。因此，在大范围过程变量发生波动的这一常见情况下，问题回路的有效定位和有效维护是解决装置级多回路性能降低问题的重要一环。对该类问题的研究文献报道还不多，但也有了一些可喜的研究结果。
发明内容
本发明所采用的技术方案是：结合频域独立成分分析(spectral independent componentanalysis)，筛选出含相近频率成分的受扰波动变量，对其进行格兰杰因果检验分析，用因果关系图直观表达回路变量间的因果影响关系，以此表征波动干扰的传播路径，利用先验过程知识化简因果关系图，并通过阈值自动搜索方式过滤掉次要因果关系分支，得到波动的主要传播路径，由此定位识别波动源。
本发明的有益效果是：波动源的准确定位有利于后续的故障回路的维护和修复工作，是解决装置级多回路性能降低问题的重要一环。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是格兰杰因果关系图；
图2是串级回路点合并简化图；
图3是最简因果关系图。
具体实施方式
基于格兰杰因果分析的过程多回路波动根源识别分析法的具体步骤分A到C三部分：
(A)数据预处理
(1)数据筛选：对原数据进行频域独立成分分析(spectral independent componentanalysis)，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。该列中系数之和超过该列的系数总和的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。
(2)归一化处理：对筛选出的各过程变量进行归一化。
(3)对各过程变量进行ADF单位根检验，以确保被分析数据序列是协方差平稳的。
(B)因果分析
(1)格兰杰因果关系检验，得到变量间格兰杰因果关系的量值。
(2)根据此量值，绘制类似图1的格兰杰因果关系图：图中圆点表示回路被控变量，有向线表示因果关系，其起点连接原因变量，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，因果关系的量值标注在对应线的旁边。
(C)因果关系图简化
(1)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，暂不考虑其间的因果关系，而这两点与其它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中各点分别与合并点d中各点的单向因果关系量值中的最大值。图1中点TC2与点FC2分别为同一串级控制的外环被控变量和内环被控变量，故将这两点合并为点A。图1经过(C)中步骤(1)简化后如图2所示。
(2)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。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2经过自动搜索后其切点阈值确定为2.0344。切除图2中量值小于此阈值的因果关系后图2变成图3。
(3)根据步骤(2)得到最简因果关系图，它确定了因果关系的主要传播路径，由此定位问题源的位置，即因果关系图的起始点。若问题源位于合并点，则根据合并点内的因果关系推理出问题源的具体所在回路。由图3可知问题源在A点。

Claims (5)

1.一种过程多回路波动源定位识别方法包括以下环节：(1)数据预处理；(2)格兰杰因果分析；(3)因果关系图简化。
2.根据权利要求1所述的过程多回路波动源定位识别方法，其数据预处理环节的特征是：对数据进行频域独立成分分析(spectral independent componentanalysis)，得到相关成分比率(component-related ratio，CRR)和混合矩阵(mixingmatrix)。联合这两组参数筛选出后续分析所需数据。
3.根据权利要求1所述的过程多回路波动源定位识别方法，其格兰杰因果分析环节的特征是：采用格兰杰因果关系检验法分析变量间的因果关系，得到变量间两两因果关系量值——F检验的对数值。根据此量值，绘制格兰杰因果关系图。
4.根据权利要求1所述的过程多回路波动源定位识别方法，其因果关系图简化环节包括二大特征，其中之一是：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，暂不考虑其间的因果关系，而这两点与其它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中各点分别与合并点d中各点的单向因果关系量值中的最大值。
5.根据权利要求1所述的过程多回路波动源定位识别方法，其因果关系图简化环节的第二个特征是：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。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)。
CN2009100510677A 2009-05-12 2009-05-12 过程多回路波动源定位识别方法 Pending CN101887247A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2009100510677A CN101887247A (zh) 2009-05-12 2009-05-12 过程多回路波动源定位识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2009100510677A CN101887247A (zh) 2009-05-12 2009-05-12 过程多回路波动源定位识别方法

Publications (1)

Publication Number Publication Date
CN101887247A true CN101887247A (zh) 2010-11-17

Family

ID=43073202

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009100510677A Pending CN101887247A (zh) 2009-05-12 2009-05-12 过程多回路波动源定位识别方法

Country Status (1)

Country Link
CN (1) CN101887247A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102520708A (zh) * 2011-10-16 2012-06-27 华东理工大学 一种新型过程工业多回路振荡的波动源定位方法
CN102541017A (zh) * 2012-01-12 2012-07-04 浙江大学 一种复杂化工过程中振荡信号的快速定位方法
CN103246279A (zh) * 2013-04-18 2013-08-14 浙江大学 一种存在执行阀粘滞特性的化工过程的控制性能评估方法
CN104483958A (zh) * 2014-10-31 2015-04-01 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
CN108684051A (zh) * 2018-05-11 2018-10-19 广东南方通信建设有限公司 一种基于因果诊断的无线网络性能优化方法、电子设备及存储介质

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102520708A (zh) * 2011-10-16 2012-06-27 华东理工大学 一种新型过程工业多回路振荡的波动源定位方法
CN102520708B (zh) * 2011-10-16 2014-05-14 华东理工大学 一种新型过程工业多回路振荡的波动源定位方法
CN102541017A (zh) * 2012-01-12 2012-07-04 浙江大学 一种复杂化工过程中振荡信号的快速定位方法
CN102541017B (zh) * 2012-01-12 2014-07-23 浙江大学 一种复杂化工过程中振荡信号的快速定位方法
CN103246279A (zh) * 2013-04-18 2013-08-14 浙江大学 一种存在执行阀粘滞特性的化工过程的控制性能评估方法
CN104483958A (zh) * 2014-10-31 2015-04-01 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
CN108684051A (zh) * 2018-05-11 2018-10-19 广东南方通信建设有限公司 一种基于因果诊断的无线网络性能优化方法、电子设备及存储介质
CN108684051B (zh) * 2018-05-11 2021-11-19 广东南方通信建设有限公司 一种基于因果诊断的无线网络性能优化方法、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN107907778B (zh) 一种基于多特征参量的变压器综合故障诊断方法
CN111459695B (zh) 根因定位方法、装置、计算机设备和存储介质
Ceglarek et al. A knowledge-based diagnostic approach for the launch of the auto-body assembly process
CN101887247A (zh) 过程多回路波动源定位识别方法
US20140324276A1 (en) Engine diagnostic system for high volume feedback processing
CN102520708B (zh) 一种新型过程工业多回路振荡的波动源定位方法
EP3913453A1 (en) Fault detection system and method for a vehicle
CN111859047A (zh) 一种故障解决方法及装置
CN112306036B (zh) 化工过程运行故障的诊断方法
CN110515781A (zh) 一种复杂系统状态监测及故障诊断方法
CN113015942B (zh) 数据分析的方法、装置和系统
CN110580492A (zh) 一种基于小幅波动检测的轨道电路故障前兆发现方法
CN117041029A (zh) 网络设备故障处理方法、装置、电子设备及存储介质
Ceschini et al. A Comprehensive Approach for Detection, Classification and Integrated Diagnostics of Gas Turbine Sensors (DCIDS)
CN112306035B (zh) 化工过程运行故障的诊断系统
Jonsson et al. Automatic localization of bugs to faulty components in large scale software systems using bayesian classification
Neela et al. Modeling Software Defects as Anomalies: A Case Study on Promise Repository.
CN114151293A (zh) 风机变桨系统的故障预警方法、系统、设备及存储介质
CN112199295A (zh) 一种基于频谱的深度神经网络缺陷定位方法及系统
US9529042B2 (en) Device for and method of estimating error point in logic diagram
Nagpal et al. Neural network based transformer incipient fault detection
Sandhu et al. A density based clustering approach for early detection of fault prone modules
Haque et al. An automated tool for MC/DC test data generation
Li Remaining useful life prediction of bearings using fuzzy multimodal extreme learning regression
CN112861077B (zh) 一种车辆诊断数据流分析方法、系统、服务器和存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20101117