CN101960402A - 过程控制参数在预定义的行程段上的估计 - Google Patents
过程控制参数在预定义的行程段上的估计 Download PDFInfo
- Publication number
- CN101960402A CN101960402A CN2009801067720A CN200980106772A CN101960402A CN 101960402 A CN101960402 A CN 101960402A CN 2009801067720 A CN2009801067720 A CN 2009801067720A CN 200980106772 A CN200980106772 A CN 200980106772A CN 101960402 A CN101960402 A CN 101960402A
- Authority
- CN
- China
- Prior art keywords
- section
- data
- estimation
- signal
- process control
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
- G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16K—VALVES; TAPS; COCKS; ACTUATING-FLOATS; DEVICES FOR VENTING OR AERATING
- F16K37/00—Special means in or on valves or other cut-off apparatus for indicating or recording operation thereof, or for enabling an alarm to be given
- F16K37/0075—For recording or indicating the functioning of a valve in combination with test equipment
- F16K37/0083—For recording or indicating the functioning of a valve in combination with test equipment by measuring valve parameters
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16K—VALVES; TAPS; COCKS; ACTUATING-FLOATS; DEVICES FOR VENTING OR AERATING
- F16K37/00—Special means in or on valves or other cut-off apparatus for indicating or recording operation thereof, or for enabling an alarm to be given
- F16K37/0075—For recording or indicating the functioning of a valve in combination with test equipment
- F16K37/0091—For recording or indicating the functioning of a valve in combination with test equipment by measuring fluid parameters
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24077—Module detects wear, changes of controlled device, statistical evaluation
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Feedback Control In General (AREA)
- Indication Of The Valve Opening Or Closing Status (AREA)
- Complex Calculations (AREA)
- Operation Control Of Excavators (AREA)
Abstract
一种确定与过程控制环相关联的参数的段特定的估计的方法,该过程控制环用于控制一个或多个过程控制设备例如阀的运作,所述方法包括接收相应于来自过程控制环的信号的信号数据、存储信号数据、将所存储的信号数据划分为多个数据段、以及对从多个数据段中选出的多个数据段中的第一数据段执行统计分析以生成第一段特定的参数估计。
Description
技术领域
本发明一般涉及过程控制网络,且更具体地,涉及统计地确定过程控制环参数在行程或运作的预定义的段上的估计的方法。
背景技术
大规模商业制造和精炼过程通常使用过程控制器系统以基于来自一个或多个传感器例如位置、流量、温度或其他类型的传感器的反馈,来控制一个或多个过程控制设备例如阀的运作。每组这样的过程控制设备、阀和传感器设备形成了通常所称的过程控制环。另外,每个阀或其他设备反过来可包括内部环,其中,例如,阀定位器响应于控制信号而控制阀致动器以移动控制元件,例如阀塞,并获取来自传感器例如位置传感器的反馈以控制阀塞的移动。这个内部环有时称为伺服环路。在任何情况下,过程控制设备的控制元件可响应于弹簧偏置膜片上改变的液压或响应于轴的旋转而移动,弹簧偏置膜片上改变的液压或轴的旋转中的每个都可能由命令信号的改变导致。在一个标准的阀机构中,强度在4到20mA(毫安)的范围内变化的命令信号使得定位器与命令信号的强度成比例地改变压力室内的液体的量且因此改变液压。改变压力室内的液压使得膜片向着偏置弹簧移动,这反过来引起阀塞的移动。
过程控制设备通常形成或产生指示设备对命令信号的响应的反馈信号,且向过程控制系统或向阀致动器提供这个反馈信号(或响应指示)以用于控制过程或阀。例如,阀机构通常产生指示阀塞的位置(例如,行程)、阀的液体室内的压力或与阀塞的实际位置相关的某些其他现象的值的反馈信号。
虽然过程控制系统通常将这些反馈信号连同其他信号一起用作影响过程的全面控制的灵活可调的、集中的控制算法的输入,但是已经发现差的控制环性能还可由连接在控制环中的单独的控制设备的差的运作条件导致,所述差的运作条件包括例如过程控制环中的不稳定性。当系统在运作期间不能达到平衡点时,系统就会表现出“不稳定性”。工厂人员常将这些不稳定性称为与系统达到平衡点的正常运作相对的循环、振荡或摆动,或“线外(lines-out)”。
在很多情况下,与一个或多个单独过程控制设备相关联的问题不能由过程控制系统调整出控制环,且结果是,性能差的控制环被手动地置于或失调到它们能被有效地手动控制的点上。在一些情况下,工厂人员能追查到处于循环的单独的环且失调相关的控制器或将出错的环置于手动操作。如果系统稳定下来,他们就知道这是调整的问题而不是硬件问题。以类似的方式,如果过程具有熟知的快速的动态模式(例如流动环),操作者将把控制器输出与过程变量进行相关。如果控制器的输出是三角波且过程变量是方波,它们通常得出控制阀是粘滞的结论。这些特殊(ad-hoc)的程序被很多工厂操作者使用,但包括若干限制。例如,第一程序需要操作者将系统置于手动控制中,这在尤其是失控过程中是不被允许的。第二程序有利于识别由过程控制环引入的极限环但不能追查到伺服环中的不稳定性。另外,由于并发问题例如集成过程动态、非线性过程动态、交叉耦合过程动态以及过程扰动,命令信号和过程变量之间的相关不总是直接的。因为工厂人员不能访问控制阀的内部状态变量,伺服环中的不稳定性可能特别难以辨出。当不稳定性受过程液体的影响时,如具有负梯度的情况一样,另外的问题产生了。在这些情形下,阀可能在使用中振动,但在离线时表现良好。
差的控制环性能通常能通过监控连接在环内的每个过程控制设备或连接在环内的至少是最关键的过程控制设备的运作条件或“运行状况(health)”、以及修理或替换性能差的过程控制设备来克服。过程控制设备的运行状况能通过测量与过程控制设备相关联的一个或多个参数以及确定一个或多个参数是否在可接受范围之外来确定。这些可被监控的问题之一是过程环或控制设备中的不稳定性的检测。
在过去,不经过技术人员查看和诊断系统来确定过程控制环内的不稳定性的起因或原因是不容易的,而技术人员查看和诊断系统耗时并且昂贵。在一些情况下这些人员不得不将过程控制设备从控制环中移除以对设备进行台架测验,或替代地,控制环本身被提供有旁通阀和冗余过程控制设备以使得能够绕过特别的过程控制设备从而在过程正在运作时测试设备。替代地,操作者必须等待直到过程停止或经历预定的关闭来测试过程中的有可能是不稳定性的来源的单独的过程控制设备。这些选择中的每种选择都是费时的、昂贵的,且仅提供系统中不稳定性的断续的确定。还有另一点,这些方法都不特定地适合于在过程在线运作时即在无需干扰或关闭过程的情况下确定不稳定性的来源或起因。
已经有一些从过程控制设备在线收集数据并从中获取设备的特性的指示的尝试。例如,Grumstrup等人的第5,687,098号美国专利公开了收集设备数据和构造并显示设备的响应特征的系统。同样地,Latwesen等人的名称为“Method of and Apparatus for Nonobtrusively Obtaining On-line Measurements of a Process Control Device Parameter”的第5,966,679号美国专利公开了在线收集设备数据并使用这数据直接计算某些设备参数例如死区、死区时间等的系统。特此将’679专利的全部公开内容通过引用明确地并入本文。
另外,名称为“Statistical Determination of Estimates of Process Control Loop Parameters”的第6,466,893号美国专利的全部公开也通过引用明确地并入本文。该’893专利公开了统计地确定一个或多个过程环参数例如过程控制设备的摩擦力、死区、死区时间、振动、轴饱和(shaft windup)或间隙(backlash)的估计的方法。具体地,所述方法涉及收集与输出参数有关和与输入参数有关的信号数据、将信号数据存储为一序列离散点、根据预定的算法删除序列中的一些点,以及对于被减小的序列执行统计分析以获取一个或多个过程控制参数的平均值。例如,所述方法允许估计滑动杆阀的平均致动器摩擦力。
然而,第6,466,893号美国专利中所讨论的方法限于确定过程控制参数在由可用数据所覆盖的全部范围内的平均值。例如,所述方法能产生与可移动元件的完整移动范围相关联的摩擦力的总值。同时,可能存在其中的摩擦力明显高于或低于其他分段的行程的分段、子范围或段。如本领域技术人员将意识到的,在特别的分段中的高的摩擦力可能指示阀是“粘滞的”且对控制信号反应不良或不能提供适当的关闭。在另一方面,低的摩擦力可能指示可用作阀的杆和壁之间的密封材料的阀填料正在退化。在任一种情况下,摩擦力明显偏离标准或偏离临近分段的段可能需要维护、替换或至少详细检查。不幸的是,平均摩擦力的值有效地掩盖了潜在有问题的分段的异常的摩擦力的值。能够理解,如果行程覆盖了实质上比有问题的区域宽的范围,则所述平均值可能过滤掉异常高或异常低的值。因此,平均值可能完全不能反映出一个或多个段出错。
另外,即使当平均值适当地指示出存在问题,单独的这个值不能指出可能需要注意的运作的行程或范围的特定的段。例如,基于滑动杆阀的摩擦力的令人不满意的平均值,可能决定阀的整体部件(或甚至整个的阀)可能需要被替换。同时,在很多情况下可能希望知道问题的精确的或相对精确的位置。这一信息可有助于进行局部修理或至少有助于收集与故障有关的统计数据以便确定哪个部件是最不可靠的且可能在将来改进这些部件的设计。
发明内容
一种估计设备在该设备的可移动部件的行程的段中的过程控制参数的方法,允许操作者或工程师确定可移动部件在可移动部件的全部运作范围内的一个或多个分段内是否运作不正常。具体地,该方法获取过程控制环中的信号的测量、将测得的信号存储为信号数据、将信号数据划分到相应于行程或运作的各种不同段的若干分段中、以及对信号数据的一些或全部执行分析以确定一个或多个段的参数估计。在一方面,数据的部分相应于具有大小相等的不相重叠的段,以有利于段之间的可视化的和统计的比较。在另一方面,信号数据可根据特定的行程百分比、期望的段的数量,或单独的段中包含的预定量的数据而被划分到段中。
在一个实施方式中,该方法在过程控制环在线地连接在过程环境中时,不引入注目地测量过程控制环中的信号。在至少一些实施方式中,该方法能在数据从过程控制环中被收集时实时地应用。附加地或可替代地,方法能被应用于离线数据。
在一个实施方式中,相应于每个段的参数估计被图形化地呈现在显示器上。在另一个实施方式中,在过程控制环内部或外部的设备上运行的软件自动地处理对一些或全部段的参数估计,并检测异常的参数值。在另一方面,该方法可在软件包中实现以用于配置、监控和显示与阀运作相关的参数,例如来自爱荷华州的马歇尔镇的Fisher Controls International LLC的AMS ValveLink在另一个实施方式中,该方法可在收集在线过程控制数据的设备上实现。在另一方面,该方法可应用于离线存储的信号数据。所述方法还可包括比较相同段的历史记录数据,以便测量所选过程参数随着时间的趋势。具体地,可以以预定间隔,例如每周一次,对一个或多个被选的段估计某个参数。根据这个实施方式,每周的估计可被呈现在单个图上或被自动地处理以检测值随着时间的变化。在另一方面,该方法可使用统计技术例如对整个行程范围计算标准偏差、均值和平均值,以及在将单独的行程的段与整个行程范围中的其他段进行比较中有用的其他参数。
参数估计可以是具有响应于致动器压力而移动的致动器(可以是设备的任何可移动部分)的设备(例如阀或其他设备)的摩擦力的估计。在这种情况下,该方法测量指示致动器压力的第一信号,测量指示致动器位置的第二信号且随后存储一系列数据点,每个数据点具有由致动器压力信号导出的致动器压力分量和由致动器位置信号导出的致动器位置分量。对于每个段,该方法可从数据点的序列的相应分段中创建减小的数据集并从减小的数据集确定摩擦力估计。为了创建该减小的数据集,对所述分段中的数据点序列中的每一个进行分析,以确定数据点是否在设备的摩擦区域之外以及如果点在摩擦区域之外则确定数据点是否被置于减小的数据集内。为了确定数据点是否在摩擦区域之外,两个数据点的致动器位置分量之间的差可与阈值相比较,两个数据点的致动器压力分量之间的差可与阈值相比较,或者数据点的斜率可与斜率阈值相比较。此后,减小的数据集可被去除趋势(detrend)以去除线性趋势,被去除趋势的数据集的致动器压力分量可以柱状图的形式表示,并且基于柱状图的结果的压力差可用于确定摩擦力估计。
参数估计还可以是死区估计,其能够由对特别的段的摩擦力估计和与过程控制环相关联的开环增益确定。同样地,参数估计可以是死区时间估计,其能通过对特别的段的所存储的信号数据执行互相关分析或误差平方和分析以及选择与该互相关分析或该误差平方和分析相关联的时间延迟作为死区时间估计而形成。
参数估计还可以是具有致动器的设备的段特定的轴饱和估计。在这种情况下,所存储的信号可以是致动器位置的指示且每个段的轴饱和估计可以通过以下来确定:识别位于特定位置的轴饱和跨度内的多个连续数据点,基于多个连续数据点的端点的致动器位置之间的差计算轴饱和,以及在相同行程段内的下一个位置重复该程序,以及通过对特别的段中的所有位置的轴饱和测量取平均的方式计算该段的轴饱和。如果需要,位于轴饱和跨度内的多个连续数据点还可通过计算每个连续数据点处的斜率以及将所计算的斜率与斜率阈值相比较来确定。
附图说明
图1是示出了包括根据本发明的设备的过程控制环的框图,该设备统计地确定一个或多个环参数的段特定的评估。
图2示出了常用的滑动杆阀的致动器压力相对致动器行程的百分比的绘图。
图3示出了与常用的滑动杆阀的致动器压力的多次测量相对致动器行程的百分比相对应的绘图。
图4示出了与常用的旋转阀的致动器压力的多次测量相对致动器行程的百分比相对应的绘图。
图5是与图3中示出的绘图相对应的数据的基于段的柱状图表示。
图6示出了对于常用的旋转阀的行程的两个段的致动器压力相对致动器位置的绘图。
图7是包括与图4中示出的绘图相对应的子集的数据集的基于段的柱状图表示。
图8是示出了对于常用的阀的两个不同行程段在一段时间上所测得的摩擦力的值的趋势的图。
图9是示出了评估段特定的摩擦力的值的一个可能的广义算法的流程图。
具体实施方式
参考图1,单输入、单输出过程控制环10被示出为包括例如发送4毫安到20毫安命令信号到过程控制设备13例如控制阀组件的过程控制系统12。过程控制设备13被示出为包括(一般)发送3到15psig(磅/平方英寸)的压力信号到阀气动级15的电流-至-压力变送器(I/P)14,其反过来气动地用压力信号(空气)控制阀18,阀气动级15例如气动定位器和致动器或气动继电器和/或致动器。阀18的运作控制布置在其中(未示出)的可移动的阀构件的绞合,其反过来控制过程20中的过程变量。标准地,发送器22测量过程20的过程变量并发送被测过程变量的指示到求和点24。求和点24将过程变量的测得的值(转换为归一化了的百分比)与设定点相比较以产生指示其间之差的误差信号。然后,求和点24将所计算出的误差信号提供到过程控制系统12。可由用户、操作者或其他控制器生成的设定点通常被归一化到百分之0到100之间并指示过程变量的期望值。过程控制系统12根据任意期望的技术使用误差信号生成命令信号并将命令信号传递到过程控制设备13从而实现过程变量的控制。
虽然过程控制设备13被示出为包括独立的I/P单元14、气动级15和阀18,但是过程控制设备13可包括任何其他类型的阀机构或元件来代替图1中示出的那些,或作为其补充,包括,例如,具有集成在其中的I/P单元的电动气动定位器。另外,电动气动定位器还可将一列一个或多个传感器、和/或存储器、和/或参数估计单元集成在其中。此外,应理解过程控制设备13除阀控制设备外还可以是以任何其他期望或已知的方式控制过程变量的任意其他类型的设备。过程控制设备13例如可以是阻尼器等。
参数估计单元30耦合到过程控制设备13或耦合到使用已知传感器的过程控制环10的任何其他部分。可以是计算机例如具有存储器和处理器在其中的微型计算机的参数估计单元30收集与过程控制环10中的设备的状态有关的数据,并使用例如计算机程序或算法统计地根据所收集的数据确定一个或多个过程控制环参数,例如摩擦力、死区时间、死区等。例如,如图1中所示,测量单元30可使用电流传感器32检测被传递到I/P单元14的一个或多个命令信号,使用压力传感器34检测从I/P单元14输出的压力,使用压力传感器36检测由气动级15输出的致动器命令信号,以及使用位置传感器37检测阀18在输出处的阀位置。如果需要,估计单元30还可或替代地检测设定点信号、求和点24的输出处的误差信号、过程变量、发送器22的输出或者引起或指示过程控制设备13或过程控制环10的移动或运作的任何其他信号或现象。还应注意到其他类型的过程控制设备可能具有与其关联的其他信号或现象,其可被参数估计单元30使用。
明显的是,参数估计单元30还可读取对控制器命令信号、压力信号、致动器命令信号或阀位置的指示,如果过程控制设备13设置为传送那些测量值。同样地,估计单元30可检测由已经在过程控制设备13中的其他传感器生成的信号,例如由位置传感器37指示的阀位置。当然,由估计单元30使用的传感器能够是任何已知的传感器且可以是模拟传感器或者数字传感器。例如,位置传感器37可以是任意期望的运动或位置测量设备,包括,例如,电位计、线性可变差动变压器(LVDT)、旋转可变差动变压器(RVDT)、霍尔效应运动传感器、磁电阻运动传感器、可变电容运动传感器等。应理解,如果传感器是模拟传感器,估计单元30可包括采样模拟信号并将采样的信号存储到估计单元30中的存储器中的一个或多个模数转换器。然而,如果传感器是数字传感器,它们可将数字信号直接提供给估计单元30,然后估计单元30可将那些信号以任何期望的方式存储到存储器中。另外,如果两个或多个信号被收集,估计单元30可将这些信号存储为与任何特定时间相关联的数据点的分量。例如,在时间T1,T2,...Tn的每个数据点可具有输入命令信号分量、压力信号分量、致动器行程信号分量等。当然,这些数据点或其分量可以以任何期望的或已知的方式存储在存储器中。
此外,虽然估计单元30被示出为与过程控制设备13分离(例如,如位于主机设备中那样),但是,作为替代,此单元能够在过程控制设备13或过程控制网络中的任何其他过程控制设备(例如,现场设备)的内部。如果过程控制设备13是基于微处理器的设备,估计单元30能够共用已经存在于过程控制设备设备13中的相同的处理器和存储器。替代地,估计单元30可具有其自己的处理器和存储器。因此,预期统计分析可在测量所进行的设备(例如在任意现场设备)中执行,且结果被发送到用户显示器或发送到主机设备以供使用,或者替代地,信号测量可由设备(例如现场设备)进行,且然后这样的测量结果被发送到执行统计分析的远程的位置(例如主机设备)。
在一个实施方式中,参数估计设备30使用基于当过程控制设备13在过程环境中在线运作时取得的测量的统计分析来确定过程控制设备13(或过程控制环10中的其他设备)的行程的一个或多个段的摩擦力、死区、死区时间或其他过程控制环参数。一般地,为了形成参数估计,估计单元30对例如过程控制设备13中的一个或多个信号进行采样并将采样的数据存储到存储器44中。如果需要,估计单元30可在将所收集的数据存储到存储器中之前或之后处理数据以除去不需要的数据、异常值等。在收集足够的数据以能够确定对行程的至少两个段的期望的过程参数的统计估计之后,估计单元30使用统计分析例程以计算每个段的过程参数的估计,该统计分析例程可存储在与估计单元30相关联的存储器44中且在估计单元30中的微处理器上实现。当然,估计单元30可使用任何期望的统计分析例程或程序。对于某些参数的一些示例性统计分析例程将在本文中更加详细地讨论,这些示例性统计分析例程可使用存储在估计单元30中且由估计单元30执行的适当编写的计算机程序或算法来实现。
在计算一组参数估计之后,估计单元30可将估计显示在显示设备38上,显示设备38可以是,例如,CRT屏、打印机、声音发生器、警报或任何其他的期望的通信设备。当然,估计单元30可以任何其他期望的方式提醒用户注意估计的值。用户输入单元40可以以有线或无线的方式连接到估计单元30。用户输入单元40可以是全键盘或有限的键盘、指针设备例如鼠标,或本领域中已知的任何其他的输入数据的方式。通过使用输入单元40,操作者或技术人员可将这样的参数指定为行程的段的数量、段的大小、周期信号捕捉的时间间隔,以及信号数据被参数估计单元30收集的时段的持续时间。
附加地或可选地,操作者、技术人员或以其他方式授权的用户可使用计算机工作站42输入以上列出的一个或多个参数(段的数量、段大小等)。计算机工作站可连接到参数估计30且可包括输入手段例如键盘和显示器。应意识到数据的分析和与处理从传感器32-37、传感器22以及从过程20收集的数据相关的其他工作可由参数估计单元30与工作站42合作实现,或由参数估计单元30或工作站42中的一个来实现。
在估计单元30在过程控制设备13在线运作时获取所需数据的测量的那些实施方式中,估计单元30不需要过程控制设备13离线或处于正常运作环境之外。在这些实施方式中,因为估计单元30连接到过程控制环10并测量对在过程控制环10的正常运作期间进行某些过程参数的统计估计来说必要的信号,所以估计单元30连续地确定过程控制设备参数而不干扰过程20或过程控制环10的运作。替代地,估计单元30可通过在后期处理在线数据或甚至通过处理离线数据来估计段特定的过程参数。例如,估计单元30可处理与在一段时间内收集的并存储在存储器中的控制环10的一个或若干个参数的测量相对应的数据。为此,估计单元30的一些实施方式可包括与这样的外围设备如例如CD/DVD驱动器的附加的接口,例如,以便使估计单元30能够有效地访问离线数据。此外,估计单元30可与永久性存储设备例如存储单元44配合。因为估计单元30的一些预期的实施方式可包括很小的内部存储器或没有内部存储器,存储单元44可存储与控制环10的运作相关的实时的和/或历史记录数据。
在另一个实施方式中,参数估计单元30可居于计算机主机例如固定的或便携的工作站中,其又可布置在单输出过程控制环10的内部或外部。例如,参数估计单元30可以是存储在工作站的存储器中的软件应用,该工作站通过任何适当的通信工具包括本领域中已知的那些通信工具来接收来自发送器22和传感器32-37中的至少一些传感器的数据。更具体地,发送器22和传感器32-37中的一些或全部可通过数据总线、无线链接或其组合报告与过程控制环10的运作相关的测量。在一些实施方式中,参数估计单元30既可包括软件又可包括硬件部件,例如专用的处理器或存储器。在又一个实施方式中,参数估计单元30可以是分布在若干硬件部件上的软件应用。
虽然参数估计单元30可使用任何期望的统计分析被编程或配置以确定任何期望的过程或设备参数,但是用于确定摩擦力估计、死区估计、死区时间估计和轴饱和估计的特别有用的统计方法会在本文中详细描述。然而,本发明不限于这些方法中的任何方法的使用,且此外,本发明不限于仅对于这些特定参数确定段特定的估计;应理解其他的统计方法能够用于根据本发明确定这些或其他设备或过程参数。
确定过程控制设备例如滑动杆阀或旋转阀的摩擦力估计的一个方法是使估计单元30在特定的时间段上收集关于阀的与致动器行程或位置(例如由图1的位置传感器37感知)以及致动器压力(例如由图1的压力传感器34或36感知)有关的数据。通常地,所收集的数据作为一系列数据点存储在存储器中,其中每个数据点具有由测得的致动器压力信号导出的驱动压力分量和由测得的致动器位置或行程信号导出的致动器位置分量。当然,应理解任何数据点的致动器压力和致动器位置分量应与相同时间有关。因此,当使用两个或多个被测信号时,优选的是在相同时间采样那些信号从而产生时间相关数据。
图2示出了关于典型的滑动杆阀的致动器压力相对致动器位置的绘图100。具体地,绘图100的每个点与致动器压力和致动器位置的同时测量相对应。绘图100对应于单个运作周期,在该单个运作周期期间致动器运作通过摩擦区域。本领域技术人员将意识到当方向反转时,阀的可移动元件运作通过摩擦区域,在该摩擦区域中所施加的压力增加或减小相当大的量,而得到的可移动阀元件的移动却很小或没有。这个由阀中的摩擦力引起的摩擦区域一般由图2中的较垂直的线110指示。一旦离开摩擦区域时,可移动阀构件则移动相当大的量,而施加的压力的变化却相对小。此运作一般由图2中的较水平的线114指示。当然,表示致动器压力和致动器位置之间的关系的其他方法也是可用的。例如,致动器压力和致动器位置能分开地相对时间来绘图。通过将两条得到的曲线沿着相同的时间线对准,能够同时分析这些绘图以检测实现致动器的移动所需的压力的量。因此,本领域普通技术人员将意识到本文中所讨论的示例性绘图仅以说明的方式呈现。
本领域普通技术人员还将意识到单个运作周期一般无法提供关于滑动杆阀运作得有多好的足够指示。具体地,阀的摩擦区域的位置依赖于可移动阀元件相对于元件的运作范围的位置。参考图3,绘图120表示在多个周期期间可移动阀元件的运作通过运作的范围的80%。如图2中,绘图120包括多条垂直线,每条垂直线对应于特定运作周期的摩擦区域。又如图2中,绘图120的较水平的线对应于杆因压力的相对小的变化而移动的那些行程的区域。
如以上所讨论,估计过程变量的已知方法没有指示这个阀的滑动杆在不同的段并非受到相同的摩擦力。例如,估计图3中示出的行程的全部0%到80%范围的平均摩擦力,这有效地滤除了行程的0-10%范围内的摩擦力和10%-20%范围内的摩擦力之间的差。也就是说,通过已知手段基于图3中示出的数据估计平均摩擦力的值只能产生单个的值。这个单个的值无法反映一个或多个局部问题的存在,更不能反映这些问题在可用的行程范围内的位置。
在一个公开的例子中,通过将行程的范围逻辑地划分为若干区域,每个区域具有特定的大小,来克服这些缺陷。还应理解区域的大小可对应于与区域相关联的多个数据点、与区域相关联的行程的百分比、与区域相关联的绝对测量(例如,旋转的度数)、过程测量被收集以用于特定区域期间的时间的量,以及本领域中已知的划分行程范围的其他方法。如图3中所示,示例性绘图120包括区域121-128。在这个特定的例子中,行程的0%-80%的范围划分为大小相等的八个不相重叠的段。然而,一些可能的实施方式可涉及具有不同大小的区域。例如,预期在一些应用中,行程的某些范围可能与较高的故障概率相关联。例如,操作者或制造者可基于理论数据或经验数据注意到某滑动杆阀在长时间使用后更可能在行程的40%-50%范围内被损坏。于是,操作者可决定以这样的方式界定段,即行程的40-50%的范围具有比所有其他范围更多的段。因此,操作者可将行程的40-50%的范围分割为5个单独的区域,同时对行程的30-40%的区域仅界定1个区域。此外,操作者可界定至少部分地重叠的段以例如改进某些统计推论的可靠性。尽管以下讨论的例子仅涉及依赖于不相重叠、同等大小段的实施方式,但是预期在某些应用中,行程的范围可包括重叠的段、可变大小的段,或两者皆有。
同时,典型的旋转阀的行程的范围可基于固定或可变数量的度数(degree)被划分为多个区域。图4示出了典型的旋转阀的致动器压力相对致动器位置的绘图150。类似于滑动杆阀,旋转阀的可移动元件在方向反转时运作通过摩擦区域,在该摩擦区域中所施加的压力增加或减小相当大的量,而得到的可移动阀元件的移动却很小或没有。又如滑动杆阀的情况下,致动器压力相对致动器径向位置的绘图包括若干实质上垂直的线。这些线对应于摩擦区域,在该摩擦区域中响应于施加到致动器上的压力的变化,致动器有小的移动或没有移动。根据测量阀摩擦力的可用方法,与运动的全部可用范围相关联的数据点被处理以估计平均摩擦力。然而,在10到12度之间的范围内,如图4中示出的区域152,旋转阀可受到明显不同于在例如14和16度之间的范围内受到的摩擦力的摩擦力。另外,区域152-158中的每个区域可具有明显不同于与绘图150相关联的平均摩擦力的值的摩擦力的值。例如,区域152中的摩擦力可能太低而区域156中的摩擦力可能太高。同时,旋转阀的平均摩擦力,如从被视为单个未分割的数据集的绘图150中所获取到的,可能等于或可接受地接近于指示阀的正常运行状态的值。
为了适当地检测局部问题,计算行程的各个段之间的差以及获取阀运作的其他指示,参数估计单元30可为段121-128或152-158中的一些或全部分开地计算这样的参数,如摩擦力、死区、轴饱和等。在一些实施方式中,授权的用户可使用与行程的可用范围相关联的段的数量配置参数估计单元30。可选地,用户可指定每个段的大小和边界。在一些实施方式中,用户还可指定计算是否应被限制在一个或多个段。然而,所预期的是大多数操作者将通常优选处理全部可用数据集以减小不慎忽视形成问题的行程的段或子范围的可能性。
参数估计单元30可迭代地逐步通过与段121-128或152-158中的每一个相对应的数据,以检测摩擦力、死区、死区时间、轴饱和等的每个段特定的值。再参考形成绘图100和120的数据点,绘图的较垂直的分段表示致动器响应于致动器压力的相当大的变化而有小的移动或没有移动。因此,对于行程的给定段,摩擦区域中的数据点被丢弃从而剩下通常与形成摩擦区域的边界的或在摩擦区域外部的相对应的数据。用于选择减小的数据集的方法根据阀是滑动杆阀还是旋转阀而有轻微不同。对于滑动杆阀,滑动杆通常在摩擦区域中是稳定的。其结果是,对于这些类型的阀,减小的数据集可通过仅包括致动器移动实际上发生的那些点来形成。例如,如果点的致动器位置和前一个点的致动器位置之间的差超过预定的阈值,则该点可包括进这个集中。例如,当连续的点的致动器位置之间的差超过全部行程的0.01%时,第二个点可被选择为减小了的数据集(即,其中致动器实际上在移动)中的点。当然,任何其他期望的阈值可适用,且确定致动器运动的任何其他方法可代替来使用以生成减小了的数据集。
对于旋转阀,画出摩擦区域轮廓或形成摩擦区域边界的数据可通过评估一个或多个条件来确定。首先,致动器压力相对致动器位置的斜率可在每个点上计算出且随后与阈值相比较。点上的斜率可通过确定给定点上的点到点斜率(即,在正在考虑的点和前一个点或下一个点之间的连线的斜率)、通过用由正在考虑的点和两个或多个周围点而确定的最佳拟合线(例如使用最小平方误差分析形成的线)的斜率、或以任何其他期望的方式来计算。如果计算出的点的斜率小于阈值,那么该点可被选择以用于减小了的数据集,因为那个点在摩擦区域之外。在另一方面,如果斜率大于斜率阈值,那么数据点在摩擦区域之内且可被丢弃。如果需要,斜率阈值可被(例如,被操作者)预先确定或预定义或可被限定为穿过所有被收集的数据的最佳拟合线(例如最小平方误差线)的斜率的函数。
其次,可计算连续的点之间的压力的变化,且如果压力变化大于预先确定的阈值的例如0.05%,那么该点被认为是在摩擦区域之内。应理解这些条件中的一个或两者都可被用于确定点是否处于摩擦区域内。因此,例如,如果点的斜率阈值或压力阈值中任一个被超过,那么该点可被认为处于摩擦区域内并被丢弃。替代地,仅在斜率阈值和压力阈值两者都被超过时,点才可被认为处于摩擦区域内。此外,如果需要,这些方法中的任一个或两者都可被用于滑动杆阀。
在如以上所述生成减小的数据集之后,剩余的数据点通常落进形成阀设备的摩擦区域的边界的一个或两个簇内。在减小的数据形成之后,对去除数据趋势是有益的,即,除去由例如致动器弹簧力(其在致动器移动范围内变化)引起的任何线性趋势。有很多方法估计数据的最佳拟合线以用于去除数据趋势。例如,一个方法是计算穿过减小的数据集内的所有数据的最佳拟合线。在其他情况下,为摩擦区域的每条边上的数据拟合单独的线可能是优选的,即,为每个簇使用单独的线拟合例程。本领域普通技术人员还将意识到减小数据集、去除数据趋势、计算最佳拟合线的各种替代方法、以及其他统计技术可被用于分析数据。
在与一个或多个段相关联的数据被减小和/或被去除趋势之后,参数估计单元30可估计过程参数的段特定的值。例如,估计单元30可通过使用第6,466,893号美国专利中公开的方法,或通过将任何其他方法应用于完整数据集或减小的数据集,来获取滑动杆阀在行程的20%-30%范围内的的摩擦力。估计单元30随即可将计算一个或段特定的估计的结果发送到显示器38或发送到任何其他输出设备。图5示出了包括条201-208的柱状图200。条201-208中的每个对应于图3中示出的绘图150的段151-158中的一个。具体地,每个条的高度可表示与行程段中的一个相关联的摩擦力的值。应意识到柱状图200以清晰、易于理解的方式可视地表示出了段151到158的段特定的摩擦力。通过快速检查柱状图200,操作者可立即推测出阀18在段204中可能是粘滞的或推测出阀18的填料在区域201-203和208中可能已经退化。操作者随即可物理地检查阀,将每个潜在有问题的段与预定义的值相比较,或采取其他适当的行为以确认或否定所述推测。
另外,显示单元38可与柱状图200一起显示绘图120,以使操作者可视地确认他或她通过注意特别高或特别低的柱状图的条而得出的初步结果。继续以上所讨论的例子,操作者或工程师可希望确认柱状图的条204实际上对应于绘图150的段,与其他段相比,在该段中形成图的较水平的分段的数据点的簇间隔较远。当然,绘图150示出了在去除与摩擦区域相关联的更多点之前和去除该集的趋势之前的完整数据集。但是,如绘图150的整体形状所显见的,操作者仍可认出,出现为在垂直方向上延伸的点的簇趋于指示较高的摩擦力的值(当纵坐标轴被选择表示压力且横坐标被选择表示行程时)。
在另一个实施方式中,估计单元30存储与摩擦力、死区、死区时间或轴饱和中的一些或全部相关联的阈值。优选地,估计单元30存储低阈值和高阈值以检测这些过程参数的过大的和不足的值。例如,估计单元30可存储1100lbf(磅力)的高摩擦力阈值以及300lbf的低摩擦力阈值。在运作中,估计单元30可识别具有在300-1100lbf范围之外的高度的柱状图的条201-208中的每个。通过分析图5中示出的示例性柱状图200,估计单元30因此可确定,与条201、202、204和207相对应的区域具有不可接受的摩擦力的值。响应于检测到一个或多个这种值,估计单元30可触发警报、在事件日志中创建条目、向操作者发起消息或执行类似的操作。
在一些实施方式中,估计单元30可附加地计算与行程范围相关联的总的平均数,该行程范围包括滑动杆阀的所有段121-128以及旋转阀的段152-158。在一些应用中预期,期望识别可移动部分的行程的哪个分段与总的平均数相差一定数量的标准偏差,如果这个分段存在的话。为此,估计单元30可获取行程的相关范围的平均摩擦力的值,将每个单个段的摩擦力与平均摩擦力的值相比较以计算标准偏差,并识别那些明显不同于平均数和其余段的段。这个方法在例如研究设备的磨损和破损特性上可能是有用的。
在又另一个实施方式中,显示单元38可使最高柱状图和最低柱状图与柱状图200的其余部分在颜色上有所不同。以这种方式,显示单元38可将操作者的注意力引向柱状图的相关(即,有潜在问题的)分段。因此,负责大量的控制环10、阀18或具有可移动部件的其他设备的操作者即使是在相对少地关注控制台监控器时也可快速地注意到潜在问题。当然,估计单元30、显示单元38和其他部件还可提供将人注意力吸引到明显偏离预定义的标准或偏离与特定设备相关联的平均数的其他可视或可听手段。
如之前所表示,以上讨论的关于估计摩擦力的方法还可用于计算其他过程变量例如轴饱和。图6示出了对于在一个完整周期中通过摩擦区域的旋转阀的移动的致动器压力相对致动器行程的两个绘图。特别地,绘图230包括对应于特定旋转阀的行程的大约10.2到10.7度的数据点。同时,绘图250示出了同一阀在行程的大约11.2和11.7度之间的移动。如图6中所示出,轴饱和是发生在致动器压力达到最大(或最小)值之前的阀元件的运动,所述最大(或最小)值导致阀元件的继续运动。通过对图6的概略检查,人们会简单地注意到,绘图230和250形成不同的几何形状。具体地,绘图250包括在轴饱和在其中发生的分段的更陡的斜率。因此,操作者可认出,显得在水平方向更加伸长的形状对应于较大的轴饱和值。当然,如图4中所示出,估计单元30优选地收集或以其他方式获取关于多个运作周期的数据。
因此,在收集关于阀的致动器压力相对致动器行程数据之后,估计单元30可计算在任何特定的事件中发生的轴饱和并随后将与行程的特别的段相关联的轴饱和估计为在这个段中发生的所有轴饱和的平均数或中值。为了确定在任何特定实例中的轴饱和,估计单元30可监控致动器压力相对致动器行程曲线的斜率。轴饱和一般在斜率的大小明显增加的地方(或变为大于某个量时)开始,而在斜率的大小明显减小(或变为小于某个量时)结束。应理解,在开始和结束点之间的致动器行程运动(通常被表示为全部行程的百分数)是对于该特定的事件的轴饱和。
一旦为行程的一个或多个段估计了轴饱和,显示单元38、计算机工作站42或具有显示的其他单元可图形化地表示结果,例如(图7)以柱状图270。条272-278中的每个可对应于行程的某个量。在图7中示出的例子中,条276显得明显低于条272、274和278。通过检查柱状图270,操作者可立即至少确定旋转阀的轴饱和对于行程的每个分段不是相同的。操作者随后可手动地检验条272是否意味着处于14和16度之间的行程的分段内的低得不可接受的饱和,或者检验条272、274和278是否指示过高的饱和值。
以类似的方式,所述方法可用于滑动阀、旋转阀或具有移动通过行程的预定义的范围的部件的其他设备的死区时间和死区估计。例如,估计单元30可通过假设死区大多由摩擦力引起以及将该段的摩擦力估计除以设备的开环增益,来计算与行程的特定分段相关联的死区。设备的死区的段特定的估计可以以柱状图的形式被类似地显示、自动地与一个或多个阈值相比较,和/或被统计地处理以确定平均值和标准偏差。此外,估计单元30可触发针对一个或多个段明显偏离预定义的值或偏离计算的平均数的警报。
另外,估计单元30可为阀18或在控制环10中运作的设备的其他可移动部件生成段特定的死区时间估计。为此,估计单元30可执行输入信号(例如由控制器12产生的并由图1的电流传感器32测量的输入信号)以及致动器行程或位置信号(例如由图1的位置传感器37测量的)的互相关分析。估计单元30可执行针对行程的给定段行程的这种类型或其他类型的统计相关分析以确定输出和输入信号之间的时移。
除针对特定测量集计算控制环10的段特定的过程参数外,估计单元30还可生成这些参数中的一个或多个参数的趋势数据。更具体地,估计单元30可存储关于在相当长的时间段内(数天、数月、数年等)摩擦力、轴饱和、死区时间和死区中的一个或多个的测量。在所预期的一些实施方式中,估计单元30包括永久存储器例如存储单元44或与之相配合。一旦获取段特定的测量,则估计单元30可将该测量连同时间戳一起存储在永久存储器中。替代地,估计单元30可周期性地生成和存储所计算的段特定的过程参数中的一些或全部的“快照”。优选地,估计单元30为行程的每个段存储摩擦力和其他参数以实现多个段随时间的趋势。
然后估计单元30可响应于通过例如输入单元40接收来自操作者的请求而绘出一个或多个段的趋势数据。替代地,估计单元30可在计时器终止时以及根据一些预定的时间表绘出趋势数据。应意识到特别的段的平均数据可产生关于阀致动器或一些其他可移动部分的这样的非明显的信息,例如在预定义的时段内的平均退化速率、在一时间段内的非预料到的低或高的改变等。附加地,若干段的趋势数据可用于识别以比其余的段更快的速率退化或比预定义的目标速率更快的速率退化的一个或多个段。参考图8,绘图300示出了针对致动器行程的两段的摩擦力的测量在六个月时段内的趋势。在这个例子中,针对某个滑动杆阀,符号302标记了对应于行程的30%和40%之间的段的平均测量,且符号304表示行程的20%到30%的平均测量。
应意识到示例性绘图300示出了行程的30%-40%的段中的摩擦力的较快减小。如图8中示出,这个段的摩擦力的初始测量看起来明显高于行程的20%-30%的段的摩擦力。然而,这个段的摩擦力从一月的大约1900lbf跌至七月的大约500lbf,而与行程的20%-30%的段相关联的摩擦力的下降是从大约1500lbf跌至大约700lbf。通过观察由绘图300示出的趋势,操作者或工程师例如可推断出,可移动部件(或与可移动部件相互作用的静态部件)的磨损在行程的30%-40%的段更加明显。本领域普通技术人员还将意识到,工程师可使用该数据以改进设备或用于该设备中的可移动部件的未来设计。
在另一方面,行程的单个段的被收集和绘出的趋势数据还可产生重要的信息,例如设备的参数随着时间改变的速率的大约测量。继续图8中示出的摩擦力测量的例子,估计单元30可计算用图8中的符号302标记的所有测量的最佳拟合线(未示出)。最佳拟合线的斜率将产生对与行程的30%-40%的段相关联的摩擦力减小的速率的估计。当然,估计单元30还可对与单个段相关联的趋势数据使用其他统计方法以确定相应趋势的变化速率和其他特征。
图9示出了可在估计单元30上执行以估计阀致动器的若干行程段中的每一个的摩擦力的软件例程330的方块图。本领域普通技术人员还将意识到,软件例程330还可在工作站42上、在通信地耦合到控制10上的计算机上、或在能够通过存储驱动、有线或无线调制解调器、或通过本领域已知的任何其他通信或存储手段接收过程测量数据的独立的计算机或其他智能设备上运行。如以上所指示的,软件例程330还可以是负责控制环10或阀18的其他控制和维护功能的软件包的部分。例如,可从Emerson Process Management得到的AMS ValveLink软件包可包括作为部件的软件例程330。还应意识到软件例程330可处理实质上实时地来自控制环10的数据,或替代地,可对从传感器32-37接收的并存储在例如存储单元44中的数据进行后期处理。另外,软件例程330可在运作期间与外部存储设备相互作用以获取测量数据。
一般地,软件例程330可从阵列中或连接表中获取致动器压力和位置数据。在预期的一个实施方式中,估计单元30或存储单元44可将该数据存储到由相对或绝对时间计数器索引的二维阵列中。例如,该阵列可存储多个元组,每个元组包括在相同的时间点收集的致动器压力和致动器位置的测量。如图9中所示出的,软件例程330可逐步通过阵列,并用存储在当前阵列元素中的信息更新对应的段特定的摩擦力估计。具体地,软件例程330可在块332初始化阵列计数器k。接下来,软件例程可以以与在存储压力和位置数据的阵列中的元素的数量相同的次数来迭代块334-348中的一些或全部。
在块334中,例程330可检验计数器k的当前值是否超过阵列的大小。接下来,例程330可在块或步骤336中从单个或多个阵列中读取压力/位置元组。在图9示出的示例性例程中,致动器位置数据存储在阵列行程(travel)中且致动器压力数据被存储在类似索引的阵列差压(differential_pressure)中。然而,压力和致动器数据还能存储在单个二维阵列中。优选地但不必要地,在步骤336中获取的每个元组对应于相对于在步骤336中获取的前一个元组的恒定间隔之后测量的致动器位置和致动器压力。也就是说,估计单元30优选地以恒定的速率对位置和压力数据进行采样。
在块338,例程330将段计数器s初始化为0。然后,程序300逐步通过这些段,以确定由k的当前值索引的阵列元素属于哪个段(块340-344)。在程序330的一个可能的实施方式中,每个段包括相同数量的压力/位置元组。替代地,例程330可从永久存储器或易失性存储器获取作为部分的配置数据的段的定义,包括段的数量和/或每个段的边界。作为又一个可替代方案,例程330可接收作为输入参数的段的定义。用户可通过输入设备40或工作站42输入这些参数。
一旦例程330将压力/位置元组与所述段之一相匹配,例程330可用包括在该元组中的数据更新平均的段特定的摩擦力的值(块346)。程序330可适用于例如以上参考图2-5的讨论的方法。然后,例程330可在块348递增k的值并返回块334以进行下一次迭代。当计数器k超过阵列的大小或当段的数量超过预定义的、预先确定或以其他方式指定的限度,退出例程330(块350和352)。
还可意识到,估计单元30可通过执行与例程330类似的逻辑来计算死区、死区时间和轴饱和的段特定的值。为此,估计单元30可包括附加的例程或可包括作为例程330的部分的用于估计死区、死区时间和轴饱和的逻辑。
虽然本发明是参照旨在仅为示例性的并不限制本发明的具体例子而描述的,对本领域普通技术人员来说显而易见的是,可在不偏离本发明的精神和范围的情况下对所公开的实施方式作出改变、增加和/或删减。
Claims (26)
1.一种确定与过程控制环相关联的参数的段特定的估计的方法,所述方法包括:
当所述过程控制环在线地连接在过程控制环境中时,测量所述过程控制环中的信号,包括:
测量指示输入参数的输入信号;以及
测量指示输出参数的输出信号;
将测得的信号存储为一系列数据点,每个数据点具有由所述输入信号导出的第一分量和由所述输出信号导出的第二分量;
将所存储的信号数据划分成多个数据段;
对所述多个数据段中的至少一些执行统计分析;以及
基于所执行的统计分析生成一组段特定的估计。
2.如权利要求1所述的方法,其中将所述所存储的信号划分成多个数据段包括:界定大小相等的不相重叠的段。
3.如权利要求2所述的方法,还包括:
将所述段特定的摩擦力估计中的每一个与阈值相比较;
响应于检测到特别的段特定的摩擦力估计超过所述阈值而生成问题指示。
4.如权利要求2所述的方法,还包括:
计算所述一组段特定的估计的平均数;
将所述一组段特定的估计中的每一个与所述一组段特定的估计的所述平均数相比较;以及
响应于检测到所述一组段特定的估计中的至少一个与所述一组段特定的估计的所述平均数的差超过某个量而生成问题指示。
5.如权利要求2所述的方法,其中所述与过程控制环相关联的参数是与致动器的行程范围的一部分相关联的摩擦力、死区时间、死区或轴饱和中的一个。
6.如权利要求2所述的方法,还包括重复以下行为:测量所述过程控制环中的信号,存储所述信号数据,划分所存储的信号数据,以及在较晚的时间点上执行统计分析以生成第二组段特定的估计;以及
通过将所述一组段特定的估计与所述第二组段特定的估计相比较来生成趋势数据。
7.如权利要求6所述的方法,其中将第一子集与第二子集相比较以生成趋势数据包括:生成段特定的趋势数据。
8.一种确定与过程控制环相关联的参数的段特定的估计的方法,所述方法包括:
接收相应于来自过程控制环的信号的信号数据;
存储所述信号数据;
将所存储的信号数据划分为多个数据段;
对从所述多个数据段中选出的所述多个数据段的第一数据段执行统计分析;以及
基于所执行的所述多个数据段的所述第一数据段的统计分析来生成第一段特定的参数估计。
9.如权利要求8所述的方法,其中将所述所存储的信号数据划分为多个数据段包括:将所述所存储的信号数据划分为实质上大小相等的多个不相重叠的段。
10.如权利要求8所述的方法,还包括:对所述多个数据段的第二数据段执行统计分析以生成第二段特定的参数估计。
11.如权利要求10所述的方法,还包括:通过显示单元向用户提供所述第一段特定的参数估计和所述第二段特定的参数估计。
12.如权利要求11所述的方法,其中通过显示单元向用户提供所述第一段特定的参数估计和所述第二段特定的参数估计包括:显示柱状图,其中所述柱状图中的每个条与所述段特定的参数中的一个相关联。
13.如权利要求8所述的方法,其中接收相应于来自过程控制环的信号的信号数据包括:当所述过程控制环在线地连接在过程控制环境中时测量所述过程控制环中的所述信号。
14.如权利要求8所述的方法,其中接收相应于来自过程控制环的信号的信号数据包括:接收设备的致动器压力信号和致动器位置信号的测量,所述设备具有响应于致动器压力而移动并具有行程范围的致动器;以及
其中存储所述信号数据包括:存储一系列元组,每个元组包括由所述致动器压力信号导出的致动器压力值以及由所述致动器位置信号导出的致动器位置值。
15.如权利要求14所述的方法,其中所述第一段特定的估计是与所述致动器的所述行程范围的一部分相关联的摩擦力、死区时间、死区或轴饱和中的一个。
16.如权利要求15所述的方法,还包括将所述第一段特定的估计与阈值相比较以有条件地生成问题指示,其中如果所述第一段特定的估计实质上高于或实质上低于所述阈值,则生成所述问题指示。
17.如权利要求8所述的方法,其中接收相应于来自过程控制环的信号的信号数据包括:接收相应于在第一时间点和第二时间点生成的信号的信号数据;以及
其中对所述多个数据段的第一数据段执行统计分析包括:
生成与在所述第一时间点的所述第一段特定的参数估计相对应的第一值;
生成与在所述第二时间点的所述第一段特定的参数估计相对应的第二值;以及
将所述第一值和所述第二值相比较以确定所述段特定的参数中的第一趋势。
18.如权利要求17所述的方法,其中所述第一时间点和所述第二时间点是根据与所述过程控制环相关联的维护周期来选择的。
19.如权利要求18所述的方法,其中所述维护周期是30天或更少。
20.如权利要求17所述的方法,还包括:
对所述多个数据段中的第二数据段执行统计分析以生成第二段特定的参数估计;
生成与在所述第一时间点的所述第二段特定的参数估计相对应的第三值;
生成与在所述第二时间点的所述第二段特定的参数估计相对应的第四值;
将所述第一值和所述第二值相比较以确定所述第二特定参数中的第二趋势。
21.一种存储在计算机可读介质上的计算机程序,所述计算机程序用于基于存储在与处理器相关联的存储器中的数据来控制所述处理器,所述程序执行以下步骤:
从存储器中读取指示与在过程控制环境中运作的过程控制环相关联的信号的数据集;
将所述数据集划分为多个分段,其中所述多个分段中的每一个相应于在所述过程控制环中运作的设备的运作范围的段;以及
对与所述多个分段中的第一分段相关联的数据执行统计分析以产生与所述过程控制环相关联的参数的第一段特定的估计。
22.如权利要求21所述的计算机程序,还包括对所述多个分段中的第二分段执行统计分析以生成所述参数的第二段特定的估计的步骤。
23.如权利要求22所述的计算机程序,还包括将所述参数的所述第一段特定的估计和所述参数的所述第二段特定的估计与阈值相比较的步骤。
24.如权利要求22所述的计算机程序,还包括将所述参数的所述第一段特定的估计和所述参数的所述第二段特定的估计同与完整的数据集相关联的所述参数的平均值作比较的步骤。
25.如权利要求21所述的计算机程序,其中对所述多个分段中的第一分段执行统计分析的步骤包括:
生成与在第一时间点的所述段特定的参数估计相对应的第一值;
生成与在第二时间点的所述第一段特定的参数估计相对应的第二值;以及
比较所述第一值与所述第二值以确定所述段特定的参数中的趋势。
26.如权利要求21所述的计算机程序,其中所述过程控制环包括阀,所述阀具有可移动的致动器,且其中所述参数是摩擦力、死区时间、死区或轴饱和中的一个。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/040,493 US7996096B2 (en) | 2008-02-29 | 2008-02-29 | Estimation of process control parameters over predefined travel segments |
US12/040,493 | 2008-02-29 | ||
PCT/US2009/031272 WO2009108414A1 (en) | 2008-02-29 | 2009-01-16 | Estimation of process control parameters over predefined travel segments |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101960402A true CN101960402A (zh) | 2011-01-26 |
CN101960402B CN101960402B (zh) | 2014-08-27 |
Family
ID=40549771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200980106772.0A Active CN101960402B (zh) | 2008-02-29 | 2009-01-16 | 过程控制参数在预定义的行程段上的估计 |
Country Status (10)
Country | Link |
---|---|
US (1) | US7996096B2 (zh) |
EP (2) | EP2722720B1 (zh) |
JP (1) | JP5781309B2 (zh) |
CN (1) | CN101960402B (zh) |
AR (1) | AR070629A1 (zh) |
BR (1) | BRPI0908377A2 (zh) |
CA (1) | CA2713729C (zh) |
MX (1) | MX2010009515A (zh) |
RU (1) | RU2483340C2 (zh) |
WO (1) | WO2009108414A1 (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106681183A (zh) * | 2015-11-10 | 2017-05-17 | 财团法人工业技术研究院 | 监测制造装置的方法、装置、系统与计算机可读储存媒介 |
CN107450509A (zh) * | 2016-05-31 | 2017-12-08 | 横河电机株式会社 | 控制阀粘滞的检测或诊断方法 |
CN108873698A (zh) * | 2018-07-07 | 2018-11-23 | 福州大学 | 一种抗扰动两阶段定点伺服控制方法 |
CN110823342A (zh) * | 2018-08-10 | 2020-02-21 | 河南工业大学 | 基于侧面单圈标准差多项式模型的粮仓检测方法及系统 |
CN112396192A (zh) * | 2019-07-31 | 2021-02-23 | 阿自倍尔株式会社 | 阀门维护辅助装置以及辅助方法 |
CN112567161A (zh) * | 2018-07-03 | 2021-03-26 | 大力士股份有限公司 | 调节阀处变化的可能起因的诊断 |
CN113359883A (zh) * | 2020-03-06 | 2021-09-07 | 纳博特斯克有限公司 | 状态估计装置、控制阀、存储介质以及状态估计方法 |
CN114729708A (zh) * | 2020-03-09 | 2022-07-08 | 金子产业株式会社 | 电磁阀 |
Families Citing this family (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8290631B2 (en) * | 2009-03-12 | 2012-10-16 | Emerson Process Management Power & Water Solutions, Inc. | Methods and apparatus to arbitrate valve position sensor redundancy |
US9727433B2 (en) * | 2010-04-30 | 2017-08-08 | Metso Automation Inc. | Control valve diagnostics |
RU2607237C2 (ru) * | 2011-01-24 | 2017-01-10 | Абб Инк. | Способ анализа и диагностики крупномасштабных автоматизированных систем управления производственными процессами |
US9021086B2 (en) * | 2011-10-21 | 2015-04-28 | Comcast Cable Communications, Llc | System and method for network management |
US9092019B2 (en) * | 2012-04-20 | 2015-07-28 | Fisher Controls International Llc | Methods and apparatus for analyzing effects of friction on process control devices |
US8710777B2 (en) * | 2012-04-20 | 2014-04-29 | Linestream Technologies | Method for automatically estimating inertia in a mechanical system |
US9227738B2 (en) * | 2012-12-31 | 2016-01-05 | Textron Innovations Inc. | Automated diagnostic inspection of mechanical controls |
US20150276086A1 (en) * | 2014-03-31 | 2015-10-01 | General Electric Company | System and method for performing valve diagnostics |
TW201700785A (zh) * | 2015-03-06 | 2017-01-01 | 英飛康公司 | 監測反應室的運行 |
US10316988B2 (en) * | 2015-03-19 | 2019-06-11 | Fisher Controls International Llc | Pressure control for calibrating process control devices |
US11275365B2 (en) * | 2016-10-24 | 2022-03-15 | Fisher Controls International Llc | Integration of online and offline control valve data |
US10619760B2 (en) * | 2016-10-24 | 2020-04-14 | Fisher Controls International Llc | Time-series analytics for control valve health assessment |
US11080660B2 (en) * | 2017-03-20 | 2021-08-03 | The Boeing Company | Data-driven unsupervised algorithm for analyzing sensor data to detect abnormal valve operation |
US20190017626A1 (en) * | 2017-07-14 | 2019-01-17 | Dresser, Llc | Using short-range wireless connectivity to transmit data from a valve assembly |
EP3713681A1 (en) * | 2017-11-22 | 2020-09-30 | Illinois Tool Works Inc. | Valve module stroke detection |
US11274850B2 (en) * | 2018-05-21 | 2022-03-15 | Johnson Controls Tyco IP Holdings LLP | Systems and methods for flow estimation using differential pressure sensor across valve |
US10787079B2 (en) * | 2018-09-27 | 2020-09-29 | Ford Global Technologies, Llc | Vehicle ground path impedance difference detection |
JP7389808B2 (ja) * | 2019-01-08 | 2023-11-30 | タレス・カナダ・インク | アクチュエータの対応する構成要素の劣化を検出、分離、及び推定するための方法及びシステム |
RU2713875C1 (ru) * | 2019-04-05 | 2020-02-07 | Частное образовательное учреждение высшего образования "Московский Университет им. С.Ю. Витте" | Устройство оценки параметров возмущенных процессов с использованием максимума обобщенной мощности |
US10853219B2 (en) * | 2019-04-30 | 2020-12-01 | Intel Corporation | Real-time input/output bandwidth estimation |
JP7376307B2 (ja) * | 2019-10-08 | 2023-11-08 | アズビル株式会社 | 不調判定装置および方法 |
DE102019129368A1 (de) * | 2019-10-30 | 2021-05-06 | Samson Aktiengesellschaft | Festlegen von Abbruchkriterien für einen Teilhubtest an einem fluidisch angetriebenen Sicherheitsventil sowie Bestimmen der Funktionsfähigkeit eines fluidisch angetriebenen Sicherheitsventils |
CN115176084A (zh) * | 2020-02-28 | 2022-10-11 | 伊利诺斯工具制品有限公司 | 活塞监测组件 |
CN113821006B (zh) * | 2020-05-07 | 2022-10-14 | 牧今科技 | 用于确定指示机器人校准质量的误差参数的值的方法和计算系统 |
CN112000370B (zh) | 2020-08-27 | 2022-04-15 | 北京百度网讯科技有限公司 | 循环指令的处理方法、装置、设备和存储介质 |
CN111983997B (zh) * | 2020-08-31 | 2021-07-20 | 北京清大华亿科技有限公司 | 一种基于耦合性分析的控制回路性能监测方法及系统 |
CN114110249B (zh) * | 2021-11-30 | 2023-12-05 | 重庆川仪自动化股份有限公司 | 一种诊断调节阀填料摩擦力的方法 |
US20230384757A1 (en) * | 2022-05-25 | 2023-11-30 | Fisher-Rosemount Systems, Inc. | Suspicious control valve performance detection |
CN115435101B (zh) * | 2022-11-03 | 2023-02-28 | 中国空气动力研究与发展中心设备设计与测试技术研究所 | 一种大型电驱动矩形真空闸板阀及运动控制方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101080699A (zh) * | 2004-12-17 | 2007-11-28 | 韩国标准科学研究院 | 真空泵的趋势监控和诊断分析方法及其趋势监控和诊断分析系统以及包括执行该方法的计算机程序的计算可读存储介质 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3805044A (en) * | 1971-04-07 | 1974-04-16 | Western Electric Co | Computerized process control system for the growth of synthetic quartz crystals |
US5988856A (en) * | 1994-08-31 | 1999-11-23 | Massachusetts Institute Of Technology | Apparatus for real-time estimation of printing medium properties and method for the use thereof |
US5687098A (en) * | 1995-10-30 | 1997-11-11 | Fisher Controls International, Inc. | Device data acquisition |
US5966679A (en) * | 1995-10-30 | 1999-10-12 | Fisher Controls International, Inc. | Method of and apparatus for nonobtrusively obtaining on-line measurements of a process control device parameter |
US7949495B2 (en) * | 1996-03-28 | 2011-05-24 | Rosemount, Inc. | Process variable transmitter with diagnostics |
US6168568B1 (en) * | 1996-10-04 | 2001-01-02 | Karmel Medical Acoustic Technologies Ltd. | Phonopneumograph system |
US6466893B1 (en) | 1997-09-29 | 2002-10-15 | Fisher Controls International, Inc. | Statistical determination of estimates of process control loop parameters |
US7010459B2 (en) * | 1999-06-25 | 2006-03-07 | Rosemount Inc. | Process device diagnostics using process variable sensor signal |
JP2001166025A (ja) * | 1999-12-14 | 2001-06-22 | Matsushita Electric Ind Co Ltd | 音源の方向推定方法および収音方法およびその装置 |
US6539343B2 (en) * | 2000-02-03 | 2003-03-25 | Xerox Corporation | Methods for condition monitoring and system-level diagnosis of electro-mechanical systems with multiple actuating components operating in multiple regimes |
US6609036B1 (en) * | 2000-06-09 | 2003-08-19 | Randall L. Bickford | Surveillance system and method having parameter estimation and operating mode partitioning |
US6917839B2 (en) * | 2000-06-09 | 2005-07-12 | Intellectual Assets Llc | Surveillance system and method having an operating mode partitioned fault classification model |
US8280533B2 (en) * | 2000-06-20 | 2012-10-02 | Fisher-Rosemount Systems, Inc. | Continuously scheduled model parameter based adaptive controller |
JP2003091620A (ja) * | 2001-09-19 | 2003-03-28 | Kao Corp | 統計情報集計装置 |
US7067763B2 (en) * | 2002-05-17 | 2006-06-27 | Gsi Group Corporation | High speed, laser-based marking method and system for producing machine readable marks on workpieces and semiconductor devices with reduced subsurface damage produced thereby |
US7171561B2 (en) * | 2002-10-17 | 2007-01-30 | The United States Of America As Represented By The Secretary Of The Air Force | Method and apparatus for detecting and extracting fileprints |
US7286945B2 (en) * | 2003-11-19 | 2007-10-23 | Honeywell International Inc. | Apparatus and method for identifying possible defect indicators for a valve |
US7295944B2 (en) * | 2004-02-25 | 2007-11-13 | Analysis And Measurement Services Corporation | Cross-calibration of plant instruments with computer data |
US7676287B2 (en) * | 2004-03-03 | 2010-03-09 | Fisher-Rosemount Systems, Inc. | Configuration system and method for abnormal situation prevention in a process plant |
US7914468B2 (en) * | 2004-09-22 | 2011-03-29 | Svip 4 Llc | Systems and methods for monitoring and modifying behavior |
US20070058554A1 (en) * | 2005-09-14 | 2007-03-15 | Alcatel | Method of networking systems reliability estimation |
US7478012B2 (en) * | 2006-06-30 | 2009-01-13 | Fisher Controls International Llc | Computerized evaluation of valve signature graphs |
JP4846499B2 (ja) * | 2006-09-22 | 2011-12-28 | 株式会社日本自動車部品総合研究所 | ドライビングポジション調整システム |
-
2008
- 2008-02-29 US US12/040,493 patent/US7996096B2/en active Active
-
2009
- 2009-01-16 MX MX2010009515A patent/MX2010009515A/es active IP Right Grant
- 2009-01-16 JP JP2010548753A patent/JP5781309B2/ja not_active Expired - Fee Related
- 2009-01-16 BR BRPI0908377-4A patent/BRPI0908377A2/pt not_active Application Discontinuation
- 2009-01-16 EP EP14151305.1A patent/EP2722720B1/en active Active
- 2009-01-16 CN CN200980106772.0A patent/CN101960402B/zh active Active
- 2009-01-16 EP EP09715265A patent/EP2263132A1/en not_active Ceased
- 2009-01-16 WO PCT/US2009/031272 patent/WO2009108414A1/en active Application Filing
- 2009-01-16 CA CA2713729A patent/CA2713729C/en active Active
- 2009-01-16 RU RU2010138454/08A patent/RU2483340C2/ru active
- 2009-02-24 AR ARP090100628A patent/AR070629A1/es active IP Right Grant
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101080699A (zh) * | 2004-12-17 | 2007-11-28 | 韩国标准科学研究院 | 真空泵的趋势监控和诊断分析方法及其趋势监控和诊断分析系统以及包括执行该方法的计算机程序的计算可读存储介质 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106681183B (zh) * | 2015-11-10 | 2019-04-26 | 财团法人工业技术研究院 | 监测制造装置的方法、装置、系统与计算机可读储存媒介 |
CN106681183A (zh) * | 2015-11-10 | 2017-05-17 | 财团法人工业技术研究院 | 监测制造装置的方法、装置、系统与计算机可读储存媒介 |
CN107450509B (zh) * | 2016-05-31 | 2021-11-23 | 横河电机株式会社 | 控制阀粘滞的检测或诊断方法 |
CN107450509A (zh) * | 2016-05-31 | 2017-12-08 | 横河电机株式会社 | 控制阀粘滞的检测或诊断方法 |
CN112567161A (zh) * | 2018-07-03 | 2021-03-26 | 大力士股份有限公司 | 调节阀处变化的可能起因的诊断 |
CN112567161B (zh) * | 2018-07-03 | 2023-04-04 | 大力士股份有限公司 | 调节阀处变化的可能起因的诊断 |
CN108873698A (zh) * | 2018-07-07 | 2018-11-23 | 福州大学 | 一种抗扰动两阶段定点伺服控制方法 |
CN110823342A (zh) * | 2018-08-10 | 2020-02-21 | 河南工业大学 | 基于侧面单圈标准差多项式模型的粮仓检测方法及系统 |
CN110823342B (zh) * | 2018-08-10 | 2021-04-09 | 河南工业大学 | 基于侧面单圈标准差多项式模型的粮仓检测方法及系统 |
CN112396192A (zh) * | 2019-07-31 | 2021-02-23 | 阿自倍尔株式会社 | 阀门维护辅助装置以及辅助方法 |
CN113359883A (zh) * | 2020-03-06 | 2021-09-07 | 纳博特斯克有限公司 | 状态估计装置、控制阀、存储介质以及状态估计方法 |
CN113359883B (zh) * | 2020-03-06 | 2024-06-07 | 纳博特斯克有限公司 | 状态估计装置、控制阀、存储介质以及状态估计方法 |
CN114729708A (zh) * | 2020-03-09 | 2022-07-08 | 金子产业株式会社 | 电磁阀 |
CN114729708B (zh) * | 2020-03-09 | 2024-02-02 | 金子产业株式会社 | 电磁阀 |
Also Published As
Publication number | Publication date |
---|---|
MX2010009515A (es) | 2010-09-28 |
JP5781309B2 (ja) | 2015-09-16 |
AR070629A1 (es) | 2010-04-21 |
CA2713729A1 (en) | 2009-09-03 |
EP2722720B1 (en) | 2019-08-21 |
BRPI0908377A2 (pt) | 2015-08-04 |
CN101960402B (zh) | 2014-08-27 |
JP2011513729A (ja) | 2011-04-28 |
WO2009108414A1 (en) | 2009-09-03 |
RU2010138454A (ru) | 2012-04-10 |
CA2713729C (en) | 2016-03-15 |
EP2722720A1 (en) | 2014-04-23 |
US7996096B2 (en) | 2011-08-09 |
RU2483340C2 (ru) | 2013-05-27 |
US20090222124A1 (en) | 2009-09-03 |
EP2263132A1 (en) | 2010-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101960402B (zh) | 过程控制参数在预定义的行程段上的估计 | |
US11614728B2 (en) | Machine tool management system that obtains a next maintenance period from a maintenance period model and a refinement algorithm | |
CN103038559B (zh) | 控制阀的诊断 | |
EP1206732B1 (en) | Statistical determination of estimates of process control loop parameters | |
CN106461118B (zh) | 用于执行阀诊断的系统和方法 | |
CN107002907B (zh) | 用于控制阀的障碍物检测 | |
CN107976988B (zh) | 在线和离线控制阀数据的集成 | |
RU2766106C1 (ru) | Обнаружение нештатных ситуаций | |
US11604456B2 (en) | System for monitoring machining processes of a computer numerical control machine | |
US20170045897A1 (en) | Performance monitoring of pump-valve system | |
JP2019101503A (ja) | 数値制御装置 | |
CN106462153A (zh) | 用于检测粘滑的系统和方法 | |
JP2018045360A (ja) | ヒートマップ表示装置およびヒートマップ表示方法 | |
US10394255B2 (en) | Diagnostic device and method for monitoring frictional behavior in a control loop | |
JP7284024B2 (ja) | バルブ異常検出装置および方法 | |
CN105683852A (zh) | 用于模型自适应的设备和方法 | |
US11131985B2 (en) | Noise generation cause estimation device | |
US20230140482A1 (en) | Abnormality information estimation system, operation analysis system, motor control device, abnormality information estimation method, and program | |
KR102427532B1 (ko) | 오류 판정 장치 및 방법 | |
JP2022183666A (ja) | バルブメンテナンス支援装置および方法 | |
Timotijevic | Anomaly Detection in Time-Series | |
Muenchhof et al. | Model adjustment and multi-model based fault diagnosis for hydraulic servo axis |
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 |