CN102890456A - 用于致动器控制的系统和方法 - Google Patents

用于致动器控制的系统和方法 Download PDF

Info

Publication number
CN102890456A
CN102890456A CN2012102600133A CN201210260013A CN102890456A CN 102890456 A CN102890456 A CN 102890456A CN 2012102600133 A CN2012102600133 A CN 2012102600133A CN 201210260013 A CN201210260013 A CN 201210260013A CN 102890456 A CN102890456 A CN 102890456A
Authority
CN
China
Prior art keywords
sensor
actuator
virtual
cumulative
correction
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
Application number
CN2012102600133A
Other languages
English (en)
Other versions
CN102890456B (zh
Inventor
F·P·穆林
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.)
ABB Technology AG
Original Assignee
ABB T&D Technology AG
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 ABB T&D Technology AG filed Critical ABB T&D Technology AG
Publication of CN102890456A publication Critical patent/CN102890456A/zh
Application granted granted Critical
Publication of CN102890456B publication Critical patent/CN102890456B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0428—Safety, monitoring
    • 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
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P21/00—Testing or calibrating of apparatus or devices covered by the preceding groups
    • 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
    • G05B2219/24033—Failure, fault detection and isolation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Safety Devices In Control Systems (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

融合来自真实传感器和虚拟传感器的信息以形成混合传感器。累加应用于致动器的控制信号(和/或该控制信号的绝对值)并且基于累加的控制信号将其转换为致动器应当位于的位置以形成虚拟传感器。将来自该虚拟传感器的致动器位置与来自真实传感器的致动器位置融合，以形成混合传感器。可以对该累加控制信号进行小周期修正，以便维持或者在有可能时实现该虚拟传感器与该真实传感器之间基于时间的关联。该关联缓慢地减少由该虚拟传感器指示的该致动器位置中的误差。通过在定义的时间周期(tff)上使用遗忘因子(kff)，减轻该累加控制信号中的累加数值误差并且还使很久以前的事件变得不重要。

Description

用于致动器控制的系统和方法
相关申请
本申请要求2011年7月21日递交的、标题为“SYSTEM ANDMETHOD FOR ACTUATOR CONTROL”的美国临时申请No.61/510,183以及2012年6月26日递交的、标题为“SYSTEM ANDMETHOD FOR ACTUATOR CONTROL”的美国申请U.S.13/532,836的优先权，通过参考的方式将上述申请的公开合并入本申请。
技术领域
本发明总体上涉及用于控制生产设备中的过程的致动器。更具体而言，本发明涉及用于致动器控制的系统和方法，其中，通过组合或融合来自物理或真实传感器的数据与来自虚拟传感器的数据来控制致动器的定位以及致动器位置的传感器验证，其中物理或真实传感器和虚拟传感器两者都用于监视致动器。虽然很显然可以在各种各样的应用中使用本发明的控制技术，但是将用于参考造纸机中的致动器来描述本发明，其中本发明是针对造纸机开发并且最初使用的。
背景技术
在本领域中，众所周知闭环反馈系统作为控制生产设备中的过程变量(例如致动器到希望位置的定位)的方法。使用反馈机制和控制算法将观察到的误差信号驱动到最小值。但是，反馈控制的前提是反馈位置是无误差状态的反馈位置。
当使用传感器来监视致动器时，通常该传感器是单元件反馈设备。该传感器能够在动态条件或近似静态条件中的任意一个条件下提供良好的反馈但通常不能在这两个条件下都提供良好的反馈。这种传感器(具体而言，能够支持宽带操作的那些传感器)所要求的精确度和准确度水平通常以在工业控制应用中的可行使用为代价超过了商用水平。
当致动器传感器突然失灵时，通常容易检测到该失灵，并且不幸的结果是来自失灵传感器的反馈完全不可用。在该实例中唯一的行动方针是防止该致动器的任意进一步的控制动作，以便防止对系统组件的潜在灾难性的或永久的损坏，这严重地破坏了在其中使用该致动器的机器的性能。
当传感器噪声水平接近控制所需要的信号水平时，闭环反馈系统可能在控制过程中引起振荡。在造纸机中，具体而言观察到灵敏的流浆箱控制系统经历该现象。目前，对于振荡问题的技术方案是扩宽控制死区，这导致控制中的精确度的降低以及过程响应时间变慢。
已经观察到在通常使用反馈控制的致动器的闭环控制之中，可以隐藏非常缓慢发生的漂移或误差(如由逐步恶化传感器硬件所显示的那些漂移或误差)。该隐藏的漂移或误差可能致使控制机制和/或典型的警报结构完全没用。
发明内容
用于致动器的改进控制的系统和方法通过融合由至少一个物理或真实传感器生成的信息与由至少一个虚拟传感器生成的信息，创建混合的、软的或智能的传感器。可以通过累加应用到致动器的控制信号和/或该控制信号的绝对值(例如通过计算应用到步进电动机的步进)以有效地集成该控制信号和/或该控制信号的绝对值来执行虚拟传感。将该累加控制信号转换成对应的位置，其中，可以基于该累加控制信号将该致动器定位到该对应的位置。然后与来自该真实传感器的物理感知的该致动器的最佳猜测位置一起使用该致动器的结果虚拟最佳猜测位置，以形成混合的、软的或智能的传感器。如本文所使用的，被融合、融合涉及信号的使用或组合，以形成混合传感器。
可以对累加控制信号进行小周期修正，以便维持或者在有可能时实现该虚拟传感器与该真实传感器之间基于时间的关联。该关联缓慢地减少由该虚拟传感器指示的该致动器位置中的误差。为了减轻该累加控制信号中的累加数值误差并且还为了减少过去很久前发生的事件的重要性，可以在定义的时间周期(tff)上使用遗忘因子(kff)，从而将该累加控制信号从它们的当前值减少特定的百分比。
根据本申请的教导的一个方面，一种用于致动器传感器融合的系统包括耦合到致动器并且生成真实传感器信号的至少一个真实传感器以及基于用于控制该致动器的信号来生成虚拟传感器信号的至少一个虚拟传感器。处理器融合该真实传感器信号和该虚拟传感器信号以检测该致动器和/或该至少一个真实传感器的失灵。该处理器可以被配置为在感知到该至少一个真实传感器的失灵之后使用该至少一个虚拟传感器恢复该致动器的操作。该处理器可以建模该至少一个虚拟传感器并且累加用于表示被发送到该致动器的控制信号的历史追踪数据。
该处理器可以被配置为通过将由该真实传感器信号指示的该致动器的位置与由该虚拟传感器信号指示的该致动器的位置进行比较，来融合该真实传感器信号和该虚拟传感器信号，以确定在指示的致动器的位置的差异，并且在指示的位置的差异超过差异限度之后指示该致动器和/或该至少一个真实传感器的失灵。
该处理器可以被配置为累加对该虚拟传感器进行的周期修正并且将该累加的周期修正与一个限度进行比较以确定该致动器和/或该真实传感器的恶化。该处理器还可以被配置为在定义的时间周期(tff)上将遗忘因子(kff)应用于该累加周期修正，从而将该累加周期修正从它们的当前值周期性地减少特定的百分比。
该处理器可以被配置为累加对该虚拟传感器进行的该周期修正的绝对值并且将累加的该周期修正的绝对值与一个限度进行比较以确定该致动器和/或该真实传感器的恶化。该处理器还可以被配置为在定义的时间周期(tff)上将遗忘因子(kff)应用于该累加周期修正，并且在定义的时间周期(tff1)上将遗忘因子(kff1)应用于该累加的周期修正的绝对值，从而将该累加周期修正和该累加的周期修正的绝对值从它们的当前值周期性地减少特定的百分比。
该处理器可以被配置为累加对该虚拟传感器进行的周期修正的绝对值并且将该累加的周期修正的绝对值与一个限度进行比较以确定该致动器和/或该真实传感器的恶化。在该情况中，该处理器可以被配置为在定义的时间周期(tff1)上应用遗忘因子(kff1)，从而将该累加的周期修正的绝对值从它们的当前值周期性地减少特定的百分比。
根据本申请的教导的另一个方面，一种用于致动器传感器融合的方法包括：使用处理器监视耦合到致动器的至少一个真实传感器；使用处理器监视至少一个虚拟传感器；以及使用处理器融合由该真实传感器生成的真实传感器信号和由该虚拟传感器生成的虚拟传感器信号以检测该致动器和/或该至少一个真实传感器的失灵。该方法还可以包括在感知到至少一个真实传感器的失灵之后使用该至少一个虚拟传感器恢复该致动器的操作。
该方法还可以包括建模该至少一个虚拟传感器并且累加用于表示被发送到该致动器的控制信号的历史追踪数据。融合该真实传感器信号和该虚拟传感器信号可以包括：将由该真实传感器信号指示的该致动器的位置与由该虚拟传感器信号指示的该致动器的位置进行比较；确定指示的该致动器的位置的差异；并且在指示的位置的差异超过差异限度之后指示该致动器和/或该至少一个真实传感器的失灵。
该方法还可以包括累加对该虚拟传感器进行的周期修正；以及将该累加的周期修正与一个限度进行比较以确定该致动器和/或该至少一个真实传感器的恶化。在该情况中该方法还可以包括在定义的时间周期(tff)上将遗忘因子(kff)应用于该累加周期修正，从而将该累加周期修正从它们的当前值周期性地减少特定的百分比。
该方法还可以包括：累加对该虚拟传感器进行的周期修正以及对该虚拟传感器进行的周期修正的绝对量值；以及比较累加限度以确定该致动器和/或该至少一个真实传感器的恶化。在该情况中，该方法还可以包括：使用处理器，在定义的时间周期(tff)上将遗忘因子(kff)应用于该累加周期修正；以及使用处理器，在定义的时间周期(tff1)上将遗忘因子(kff1)应用于该累加的周期修正的绝对值，从而将该累加周期修正和该累加的周期修正的绝对值从它们的当前值周期性地减少特定的百分比。
该方法还可以包括：使用处理器，累加对该虚拟传感器进行的该周期修正的绝对值；以及将该累加的周期修正的绝对值与一个限度进行比较以确定该致动器和/或该真实传感器的恶化。在该情况中，该方法还可以包括：使用处理器，在定义的时间周期(tff1)上应用遗忘因子(kff1)，从而将该累加的周期修正的绝对值从它们的当前值周期性地减少特定的百分比。
附图说明
从结合附图所进行的所示实施方式和所附权利要求的后续描述，本申请的发明的益处和优点将对于本发明所属技术领域的技术人员变得明显，其中：
图1是可根据本申请的教导进行操作的系统的方框图；
图2是根据本申请的教导的混合传感器的示例性实施方式的方框图；
图3示出了根据本申请的教导的混合传感器的示例性实施方式的操作；
图4针对缓慢硬件传感器漂移，示出了根据本申请的教导的混合传感器的示例性实施方式的操作；
图5针对低水平但是持续的电动机打滑，示出了根据本申请的教导的混合传感器的示例性实施方式的操作；
图6针对硬件传感器的突然失灵，示出了根据本申请的教导的混合传感器的示例性实施方式的操作；以及
图7针对失控的电动机，示出了根据本申请的教导的混合传感器的示例性实施方式的操作。
具体实施方式
现在将参考造纸机的控制致动器来描述本申请的系统和方法，该系统和方法是针对造纸机开发的并且最初用于造纸机。但是，对于本领域技术人员而言，很显然可以在各种各样的应用中使用本发明。
公开了用于致动器的改进控制的方法和系统，以便通过将由至少一个真实传感器生成的信息与由至少一个虚拟传感器生成的信息融合来创建混合传感器，混合传感器在本文中又被称为软或智能传感器。在造纸机中，使用多个致动器来控制过程，例如使用多个流浆箱致动器来控制流浆箱唇板开口。流浆箱致动器需要非常高的准确度水平，以便精确地定位唇板。大部分唇板动作的量值微小并且基于时间逐步地发生，从而如果使用致动器传感器，则它们必须对于显示很小改变的微小并且缓慢改变的移动良好地执行。但是，一些唇板动作相对较大并且需要快速改变的移动。例如当进行了纸张等级改变时，可以在整个流浆箱上全局地执行相对较大的、快速改变的移动。该较大的致动器移动仍然需要高的准确度水平，以确保维持薄板弯曲保护以防止在这些大的移动期间损坏唇板。因此，在致动器相对较大并且快速的移动期间，用于监视流浆箱致动器的致动器传感器也必须良好地执行。因此，需要在相对静态以及相对动态两个环境期间都良好地执行的致动器传感器。
由于具有宽带宽的传感器通常价格昂贵，所以在许多应用中，特别是要求大量致动器的应用(例如流浆箱唇板控制，其中在该流浆箱唇板中对于大宽度造纸机需要许多致动器以及相应的许多传感器)中，它们的使用是不实际的。根据本申请的教导，智能地融合来自不同的源头的信息，以扩展传感器的功能以超出它们的输出信号的常规简单比较以达到对于那些信号的极限，从而可以使用可商用的相对经济的传感器。
利用致动器的特征的知识，可以开发开环模型并且使用其来追踪致动器命令的历史，以创建虚拟传感器。然后使用虚拟传感器的追踪历史来生成致动器移动或致动器位置的次测量值(MV)或者估计，其中可以将该次测量值(MV)或者估计与基于用于监视该致动器的物理传感器的测量值进行比较。因此，将数据融合技术应用于由物理传感器进行的主测量和由该虚拟传感器进行的次测量，以便借助该系统的误差估计、追踪和自适应，实现更高质量的测量和测量一致性。
图1显示了可根据本申请的教导进行操作的简化系统100，其中，过程控制器102经由致动器控制器106来控制致动器104，其典型地为多个致动器中的一个。硬件传感器108监视致动器104并且生成用于表示测量的致动器移动的物理或真实传感器信号。传感器108可以采取适用于给定应用的任意形式，如线性致动器应用中的典型的线性可变差动变压器(LVDT)、用于旋转致动器的旋转传感器，并且甚至在合适地建模的线性致动器组装中的合适位置上的旋转传感器。通过使用传感器108规范以及标准统计和/或系统误差特性以及在传感器108上进行的测量，可以确定传感器108的操作特性。然后使用该确定操作特性来产生适用于致动器/传感器104/108组合的标准操作条件的开环模型。开环建模是本领域熟练技术人员公知的并且对其的描述将不超出根据本申请的教导的用于改进致动器控制的系统和方法的理解所必要的范围。
虚拟传感器110持续追踪发布的命令(或者步进移动，如果该步进移动是利用步进编码器实现的)，以生成虚拟传感器信号，其中该虚拟传感器信号定义了致动器104的估计位置。来自虚拟传感器110的输出信号或估计致动器位置在短时间内并且在步进模式中往往非常准确，但是由于该致动器是物理设备并且不精确地根据被发送来控制他的命令进行响应，所以往往准确性缓慢地漂移。例如，由于步进电动机的早期步进的低扭矩，可能错误地执行步进。由于虚拟传感器110是集成设备，经过长的时间段，传感器漂移误差可能超出限制。
在传感器融合器112中将来自物理或硬件传感器108的信号与来自虚拟传感器110的信号进行比较，以确定并且追踪致动器104的物理感知的位置与由虚拟传感器110确定的致动器104的计算的位置之间的差异。然后组合真实传感器数据与虚拟传感器数据，以提供来自通过使用本申请的技术所定义的混合传感器、软或智能传感器的更高等级的位置数据。传感器融合不限于一个物理传感器和一个虚拟传感器，而是可以根据本申请的教导融合的许多数据源。可以在一个或多个专用处理器中或者在与使用包括虚拟传感器110和传感器融合器112的致动器104的系统控制器相关联的处理器中实现虚拟传感器110和传感器融合器112。混合、软或智能传感器还可以确定关于传感器108和致动器104的相当多的信息，并且因此增加该设备的智能效用。
图2是根据本申请的教导的混合传感器200的一个可行实施方式的方框图，其中将致动器显示为步进电动机。向步进步进生成器202传递控制设定点改变，步进生成器202将该设定点改变转换成向致动器205的步进电动机204应用的合适数量的步进。向后冲补偿器(backlash compensator)206和步进计数器208传递该步进信号，步进计数器208对步进进行计数以将通过补偿器206向致动器205传递的控制信号集成为虚拟传感器的一部分。后冲补偿器206调整步进的数量，以便当做出方向改变时应对致动器205的变速箱210中的后冲。例如，如果要做出10个步进的反转步进计数，则可能需要15个步进来补偿相关联的致动器变速箱210中的后冲。后冲补偿器206的操作特性通常是通过经验来确定的。如本领域中已知的，将硬件传感器212以常规方式耦合到致动器205，以监视致动器205的位置。
在图2所示的实施方式中，虽然可以直接使用传感器212的输出，但是修改传感器的输出，以应对传感器212的物理特性以及使用传感器的系统和环境。例如当在一个方向中移动传感器212并且随后在相反的方向上向回移动时，在传感器212输出中操作略微的失配或滞后，这与致动器205的变速箱210中的后冲类似。使用滞后修正器214来补偿该失配。可以基于传感器212的规范并且/或者通过在正在被使用的实际传感器上执行的测试，来确定传感器212的滞后。还提供变化修正器216，以补偿相对于用于表示传感器212的理想特性的变化，因为传感器212是具有微不足道的特性变化的真实的物理设备。例如，具有线性特性的线性传感器将通常偏离理想直线，从而如果做出非线性修正，则它们将提高传感器的输出的准确性。可以进一步调谐传感器212以应对由调谐修正器218指示的其他相对于理想的变化。调谐修正器218可以例如补偿由于温度导致的传感器变化。
传感器212的直接输出(或补偿/调谐输出)表示基于传感器212所做出的测量的致动器205的位置的最佳猜测，将传感器212的直接输出传递到诊断/分析模块220以便与由虚拟传感做出的致动器205的位置的最佳猜测融合。在图2的实施方式中通过步进计数器208执行虚拟传感，步进计数器208对来自应用于致动器205的步进生成器202的步进进行计数。步进计数器208有效地集成从步进生成器202接收到的步进。由步进转换器222，基于已经接收到由步进计数器208累加的步进数量的致动器205，将步进计数器208的输出转换成致动器205应该理想地移动到的对应的位置。结果计算的致动器205的最佳猜测位置是图2的实施方式的虚拟传感器的输出，也将结果计算的致动器205的最佳猜测位置传递到诊断/分析模块220以便与来自传感器212的致动器205的位置的最佳猜测位置融合。
如下文所更完整地解释的，如果满足限制条件，则将由周期修正器224对步进计数器208做出小周期修正，以便维持或者在有可能时实现虚拟传感器与硬件传感器之间基于时间的关联。由周期修正器224做出的该关联缓慢地减少由虚拟传感器指示的致动器位置中的数值误差。这些数值误差可能由于数值计算中的浮点实值的有限精确度、步进的离散属性、启动中的不常错过的电动机步进(其可能由于步进线圈在未被使用时无动力或者具有低的保持电流以降低静止功率需求)、与原本位置的失准、可能的传感器漂移等所导致的舍入。在用于本申请的改进的致动器控制的系统和方法的工作实施方式中，每隔1分钟以0.7微米(对于线性修正)或者0.1度(对于旋转修正)的量值做出周期修正。
通过理解用于根据本申请教导的改进的致动器控制的系统和方法，现在将描述统计追踪和传感器融合，以提供本发明的所示实施方式的更好的理解。根据追踪传感器和电动机性能，追踪以下的统计：
硬件传感器与虚拟传感器之间的电流变化-(H2SΔ)
周期修正的和(对“方向”敏感)-(∑(修正))
绝对周期修正的和(对“方向”不敏感”)(∑|修正|)
在包括致动器的机器的启动时将这些统计清零，并且基于致动器的运行时间进行累加。作为用于减轻统计中的累加数值误差，并且还减少很久以前发生的事件的重要性从而对最近的事件放置更多的强调的手段，可以实现遗忘因子(kff)。基于定义的时间周期(tff)周期性地使用遗忘因子(kff)，将统计累加器从它们的当前值减少特定的百分比。例如如果将tff设置为等于一小时并且将kff设置为等于0.90，则在每小时的时间间隔：
∑(修正)＝∑(修正)×0.90；并且
∑|修正|＝∑|修正|×0.90
遗忘因子还助于减轻错误地触发问题检测的杂随机效应，并且根据本申请的教导可以使用不同的遗忘因子和用于遗忘因子的应用的不同的时间周期。
通过考虑用于传感器漂移、电动机打滑等的希望的检测速率来确定tff和kff的值。更短的时间周期和/或更小的百分比调整增加了对于问题的检测所需要的漂移的水平、电动机打滑等。在工作实施方式中，将tff设置为等于一小时并且将kff设置为等于0.98。通过使用遗忘因子，减少了在很久以前做出的修正助于当前时间的任意警报的触发的可能性。因此当使用遗忘因子时，1小时前发生的1％的修正以及当前需要的另一个1％的修正应该开始引起警报，但是7个月前的1％的修正以及现在发生的相同的1％的改变大体上没有关联，从而不应该引起警报。应该很显然，在周期修正的速率、周期修正的量值、警报门限和遗忘率之间需要谨慎的调谐。例如0.95的kff和2小时的tff仅负责一天(大约26小时)来将事件的重要性降低50％，需要外加一天将事件的历史重要性降低到25％，诸如此类。
∑(修正)是传感器漂移的指示，并且∑|修正|是电动机打滑的指示，考虑到通常电动机将被控制为接近相同的位置，并且预计打滑在两个方向基于时间周期的平均同等地发生。即使被称为统计，但是注意到H2SΔ、∑(修正)累加器和∑|修正|累加器仅仅是指示性的，并且没有严格的算术统计，因为打滑和漂移将对于两个累加器具有随机影响。
图3示出了硬件传感器与虚拟传感器值之间的比较(H2SΔ)以及周期修正器224活动的变化区域。将该差异限度显示为总传感器范围具有1％(L1)和2％(L2)的值。所示的差异限度L1和L2被选择用于测试目的，并且应该显然可以对于使用本申请的教导的给定应用使用其他百分比值、固定值或其他合适的值。如图3中所示的，如果硬件传感器与虚拟传感器之间的差异H2SΔ在彼此同意的总传感器范围的±1％之内，则虚拟传感器被确定为是良好的，并且通常使用虚拟传感器的值，因为其具有更高的分辨率。
如果硬件和虚拟传感器几乎彼此一致，使得硬件传感器与虚拟传感器之间的差异H2SΔ在彼此一致的总传感器范围的1％到2％之内，那么认为该差异是最低限度的，并且激活周期修正器224。例如，如果虚拟传感器有可能由于差的初始化、短的一次电动机粘连、关于电动机上一次移动的方向上的启动的不确定性等，而持续高出1.5％，那么在一个时间周期之上，该周期修正将缓慢地使得硬件传感器和虚拟传感器回到可接受的校准或关联，即1％之内的一致。如果修正了该一次事件并且如果没有出现进一步的症状，则针对传感器差异安全地修正了该系统。
如图3所示的实施方式所指示的，如果通过硬件传感器与虚拟传感器之间的差异H2SΔ大于总传感器范围(失灵区域)的2％，检测到大的失灵，则确定将要使用什么结果。对于电动机失灵，应该使用硬件传感器，因为这是物理输出的指示。如果检测到硬件传感器失灵，则虚拟传感器提供物理输出状态的指示。
下文的实例示出了使用根据本申请的教导的监视统计的响应。图4中所示的第一实例(其中+Det和-Det分别是正和负检测门限)示出了缓慢硬件传感器漂移，这是在致动器控制系统中以前检测不到的情况。以前，通过执行控制动作的反馈质量控制系统(QCS)来随后掩饰在控制扫描之间发生的任意微小误差(低于预计移动的门限)。最终，即使从过程控制的观点看来在物理上薄板/致动器处于被要求处于的位置，当致动器打破唇板弯曲限度时才检测到漂移传感器。这可能花费数个小时，因为弯曲限度值可能典型而言是±500微米，从而可能需要超过500微米的传感器漂移。图4中的全部统计显示了相对于理想中心线的偏离值。在使用本申请的教导检测到漂移传感器之后，一种可能的动作将是引起该传感器次优的警告。通过漂移的传感器的早期检测，而不用等到超过致动器限度，此时可能不需要致动器停工。
图5中所示的第二实例示出了低水平但是持续的电动机打滑。尽管低水平的电动机打滑对于控制性能不是完全有害的，但是其可能使得致动器和使用该致动器的系统看起来动作迟缓。即使QCS修正了后续扫描上的打滑，低水平打滑的检测也有助于提供在调度的预防性维护期间能够被修正的失灵电动机的指示。因此，在彻底的失灵通过导致无计划的中断而影响流浆箱性能之前，可以安排替换开始显示打滑迹象的电动机。在使用本申请的教导检测到电动机打滑之后，一种可能的动作将是引起该传感器不是最佳情况的警告、显示标记增加用于电动机控制的扭矩设置并且指示此时不需要电动机停工。
图6中所示的第三实例显示了硬件传感器的突然失灵。通过H2SΔ统计的大的并且突然的移动识别用于指示一些硬件失灵、目标移位等的大的传感器移位。在已失灵的或正失灵的传感器情况中，如(a)处所示，传感器可能在移位之后粘连，或者如在(b)处所示的继续追踪。如果H2SΔ中的移位足够大，则将不应用周期修正。例如在图3的混合传感器的所示实施方式的操作期间，对于大于该范围的2％的H2SΔ中的移位将不应用周期修正。很显然，通过H2SΔ统计比对限度的比较来检测硬件传感器失灵。典型的警报响应将是用于表示损坏的传感器的未预期移动已经发生的警告。损坏的传感器警告典型而言将通过防止进一步的步进请求被发送到致动器，导致将致动器锁定在原地。但是，当使用根据本申请的教导的混合传感器时，使用致动器的机器可以使用由虚拟传感器生成的数据至少暂时地继续操作。
图7中所示的第四实例示出了失控电动机。在发生失控电动机的情况中，控制系统不请求任何步进，从而虚拟传感器将不增加。但是，硬件传感器测量电动机的物理移动，从而H2SΔ登记增加值。即使对∑(修正)和∑|修正|的周期修正是缓慢并且微小的，它们将最有可能防止∑(修正)和∑|修正|达到检测限度±Det，从而触发H2SΔ限度。控制系统将采取任何可用措施来停止失控，但是有可能已经发生电动机驱动器电路的灾难性失灵。同样，在使用本申请的教导检测到电动机打滑之后，一种可能的动作将禁止步进驱动器线路、驱动器休眠、清零数模转换器(DAC)参考电压以限制电流。
查看以上各种实例，可以在以下表格中总结三个统计的观察的组合。
表格：统计和解释
注意到，虽然在区分突然传感器移位和失控电动机之间存在一些含糊(放置统计累加器很棘手)，但是大的H2SΔ值在两个情况下都指示需要电动机停工。如果周期修正累加器检测到误差而H2SΔ低于警报门限，则通常指示失灵的更缓慢的模式，从而系统的操作可以继续，但是在下一个时机应该更换组件。H2SΔ统计对于确定何时需要立即动作而言是最重要的。
虽然具体参考本申请的特定所示实施方式描述了本申请的发明，但是在所附权利要求的精神和范围中可以实现本发明的变化和修改。更具体而言，本申请的混合传感器以最佳方式组合每个信息源的最佳特征，允许致动器和传感器特性的增加的追踪以便改进/提高诊断并且允许传感器失灵自我确定，并且在保护模式中使用由混合传感器监视的致动器继续系统的操作。
不具有现有传感器的致动器不提供现代流浆箱应用的精确度需求。如果发生传感器失灵并且足够唐突以至于被注意，则最好将该致动器停工并且导致流浆箱性能的严重降低。本申请的该混合传感器通过使用处于安全模式的致动器，允许该失灵的智能并且一致的诊断，其中在安全模式中可以将来自一个或多个剩余信息源的计算位置用于接续操作。可以由典型的控制应用的闭合属性掩饰由于传感器的逐步失灵导致的缓慢发生的失灵/漂移并且其可能导致严重的损坏，例如流浆箱薄板的永久变形。根据本申请的教导，由于各种信息源之间的持续的交叉引用，可以由持续诊断捕获缓慢的传感器漂移和失灵模式。
本申请的混合传感器在快速致动器移动时期中在低动态过程条件和快速动态过程条件两者中提供地低噪声、精确度、准确度以及平稳移动的更好的宽带响应。它们还允许提高致动器和传感器的诊断。通过提供交叉应用或者与其他信息源融合传感器信息，而不是简单地将传感器信息与总限度进行比较，本申请的混合传感器允许致动器在部分传感器失灵期间的持续操作，同时提供警报，从而在下一个可用时机时可以执行合适的维护，从而将整个控制系统的正常运行时间最大化。
通过使用智能数据融合来组合来自多个位置/源的反馈信息，能够检测失灵模式，包括突然、高噪声和漂移失灵。如果希望，则在所示两个数据源的一个数据源失灵的情况中可以恢复单个传感器操作。在需要持续操作的所需高可用性环境中，例如在机器停工极其昂贵的造纸机中，混合传感器允许在简化或安全模式中继续操作，这是极其有价值的。此外，具有不同的动态特性的数据源的智能组合允许缓慢改变的环境中的低噪声、平稳精确度以及对于快速改变过程环境的快速动态响应的传感器特性的最佳使用。
可以在致动器单元自身中或者通过控制层次更高的母系统执行根据本申请的教导数据融合技术。该融合技术可以从两个或更多个、真实的和/或虚拟的源获得信息，以便提供最佳的混合、智能或软传感器。

Claims (20)

1.一种用于致动器传感器融合的系统，包括：
耦合到致动器并且生成真实传感器信号的至少一个真实传感器；
基于用于控制所述致动器的信号来生成虚拟传感器信号的至少一个虚拟传感器；以及
用于融合所述真实传感器信号和所述虚拟传感器信号以检测所述致动器和/或所述至少一个真实传感器的失灵的处理器。
2.如权利要求1所述的用于致动器传感器融合的系统，其中，所述处理器被配置为在感知到所述至少一个真实传感器的失灵之后使用所述至少一个虚拟传感器恢复所述致动器的操作。
3.如权利要求1所述的用于致动器传感器融合的系统，其中，所述处理器建模所述至少一个虚拟传感器并且累加用于表示被发送到所述致动器的控制信号的历史追踪数据。
4.如权利要求1所述的用于致动器传感器融合的系统，其中，所述处理器被配置为通过将由所述真实传感器信号指示的所述致动器的位置与由所述虚拟传感器信号指示的所述致动器的位置进行比较，来融合所述真实传感器信号和所述虚拟传感器信号，以确定在指示的所述致动器的位置的差异，并且在指示的位置的差异超过差异限度之后指示所述致动器和/或所述至少一个真实传感器的失灵。
5.如权利要求1所述的用于致动器传感器融合的传感器，其中，所述处理器被配置为累加对所述虚拟传感器进行的周期修正并且将所述累加的周期修正与一个限度进行比较以确定所述致动器和/或所述真实传感器的恶化。
6.如权利要求5所述的用于致动器传感器融合的传感器，其中，所述处理器被配置为在定义的时间周期(tff)上将遗忘因子(kff)应用于所述累加周期修正，从而将所述累加周期修正从它们的当前值周期性地减少特定的百分比。
7.如权利要求5所述的用于致动器传感器融合的传感器，其中，所述处理器被配置为累加对所述虚拟传感器进行的所述周期修正的绝对值并且将所述累加的周期修正的绝对值与一个限度进行比较以确定所述致动器和/或所述真实传感器的恶化。
8.如权利要求7所述的用于致动器传感器融合的传感器，其中，所述处理器还被配置为在定义的时间周期(tff)上将遗忘因子(kff)应用于所述累加周期修正，并且在定义的时间周期(tff1)上将遗忘因子(kff1)应用于所述累加的周期修正的绝对值，从而将所述累加周期修正和所述累加的周期修正的绝对值从它们的当前值周期性地减少特定的百分比。
9.如权利要求1所述的用于致动器传感器融合的传感器，其中，所述处理器被配置为累加对所述虚拟传感器进行的所述周期修正的绝对值，以及将所述累加的周期修正的绝对值与一个限度进行比较以确定所述致动器和/或所述真实传感器的恶化。
10.如权利要求9所述的用于致动器传感器融合的传感器，其中，所述处理器被配置为在定义的时间周期(tff1)上应用遗忘因子(kff1)，从而将所述累加的周期修正的绝对值从它们的当前值周期性地减少特定的百分比。
11.一种用于致动器传感器融合的方法，包括：
使用处理器监视耦合到致动器的至少一个真实传感器；
使用处理器监视至少一个虚拟传感器；以及
使用处理器融合由所述真实传感器生成的真实传感器信号和由所述虚拟传感器生成的虚拟传感器信号以检测所述致动器和/或所述至少一个真实传感器的失灵。
12.如权利要求11所述的用于致动器传感器融合的方法，还包括：在感知到所述至少一个真实传感器的失灵之后使用所述至少一个虚拟传感器恢复所述致动器的操作。
13.如权利要求11所述的用于致动器传感器融合的方法，还包括：建模所述至少一个虚拟传感器；并且
累加用于表示被发送到所述致动器的控制信号的历史追踪数据。
14.如权利要求11所述的用于致动器传感器融合的方法，其中，融合所述真实传感器信号和所述虚拟传感器信号包括：
将由所述真实传感器信号指示的所述致动器的位置与由所述虚拟传感器信号指示的所述致动器的位置进行比较；
确定指示的所述致动器的位置的差异；以及
在指示的位置的差异超过差异限度之后指示所述致动器和/或所述至少一个真实传感器的失灵。
15.如权利要求11所述的用于致动器传感器融合的方法，还包括：
累加对所述虚拟传感器进行的周期修正；以及
将所述累加的周期修正与一个限度进行比较以确定所述致动器和/或所述至少一个真实传感器的恶化。
16.如权利要求15所述的用于致动器传感器融合的方法，还包括：在定义的时间周期(tff)上将遗忘因子(kff)应用于所述累加周期修正，从而将所述累加周期修正从它们的当前值周期性地减少特定的百分比。
17.如权利要求15所述的用于致动器传感器融合的方法，还包括：
累加对所述虚拟传感器进行的周期修正的绝对量值；以及
将所述累加的周期修正与一个限度进行比较以确定所述致动器和/或所述至少一个真实传感器的恶化。
18.如权利要求17所述的用于致动器传感器融合的方法，还包括：
使用处理器，在定义的时间周期(tff)上将遗忘因子(kff)应用于所述累加周期修正；以及
使用处理器，在定义的时间周期(tff1)上将遗忘因子(kff1)应用于所述累加的周期修正的绝对值，从而将所述累加周期修正和所述累加的周期修正的绝对值从它们的当前值周期性地减少特定的百分比。
19.如权利要求11所述的用于致动器传感器融合的方法，还包括：
使用处理器，累加对所述虚拟传感器进行的所述周期修正的绝对值；以及
将所述累加的周期修正的绝对值与一个限度进行比较以确定所述致动器和/或所述真实传感器的恶化。
20.如权利要求9所述的用于致动器传感器融合的方法，还包括：使用处理器，在定义的时间周期(tff1)上应用遗忘因子(kff1)，从而将所述周期修正的所述累加绝对值从它们的当前值周期性地减少特定的百分比。
CN201210260013.3A 2011-07-21 2012-07-20 用于致动器传感器融合的系统和方法 Active CN102890456B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201161510183P 2011-07-21 2011-07-21
US61/510,183 2011-07-21
US13/532,836 2012-06-26
US13/532,836 US9116516B2 (en) 2011-07-21 2012-06-26 System and method for actuator control

Publications (2)

Publication Number Publication Date
CN102890456A true CN102890456A (zh) 2013-01-23
CN102890456B CN102890456B (zh) 2016-08-03

Family

ID=47556330

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210260013.3A Active CN102890456B (zh) 2011-07-21 2012-07-20 用于致动器传感器融合的系统和方法

Country Status (4)

Country Link
US (1) US9116516B2 (zh)
CN (1) CN102890456B (zh)
DE (1) DE102012106581A1 (zh)
SE (1) SE537420C2 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106843189A (zh) * 2015-10-14 2017-06-13 空中客车运营简化股份公司 振荡故障检测方法和装置、电子飞行控制系统和飞行器
CN108934905A (zh) * 2018-08-23 2018-12-07 李振兴 一种农业用自动果树移栽机
CN111542739A (zh) * 2017-12-21 2020-08-14 Avl 里斯脱有限公司 用于对设备的自动化系统进行分析的方法、用于至少部分虚拟地运行设备的自动化系统的模拟器和用于对设备的自动化系统进行分析的系统
CN113392524A (zh) * 2021-06-11 2021-09-14 广东美的暖通设备有限公司 一种传感器的漂移诊断方法、装置、电子设备及存储介质

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10684030B2 (en) * 2015-03-05 2020-06-16 Honeywell International Inc. Wireless actuator service
CN105607536A (zh) * 2015-12-25 2016-05-25 小米科技有限责任公司 用于保护电器设备的方法、系统和电器设备
GB201603283D0 (en) * 2016-02-25 2016-04-13 Johnson Electric Sa Method of reducing noise from a HVAC system
EP3525055A1 (de) * 2018-02-12 2019-08-14 Siemens Aktiengesellschaft Diagnosesystem mit einem virtuellen sensor
US12117783B2 (en) 2020-10-15 2024-10-15 Abb Schweiz Ag Online frequently derived measurements for process monitoring, control and optimization
WO2024079318A1 (de) * 2022-10-14 2024-04-18 Pilz Gmbh & Co. Kg System und verfahren zur sicherheitsgerichteten überwachung einer technischen anlage

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1057123A (zh) * 1990-06-04 1991-12-18 国际商业机器公司 在采用可转动传感器的设备中控制一个这种传感器的位置
WO2003001431A1 (en) * 2001-06-25 2003-01-03 Invensys Systems, Inc. Sensor fusion using self evaluating process sensors
US7832762B2 (en) * 1995-06-07 2010-11-16 Automotive Technologies International, Inc. Vehicular bus including crash sensor or occupant protection system control module

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5847042B2 (ja) 1977-03-08 1983-10-20 株式会社日立製作所 異常検知方法
US4509110A (en) * 1982-06-07 1985-04-02 United Technologies Corporation Method and apparatus for detecting failures in a control system
US5233512A (en) * 1990-06-21 1993-08-03 General Electric Company Method and apparatus for actuator fault detection
GB9208704D0 (en) 1992-04-22 1992-06-10 Foxboro Ltd Improvements in and relating to sensor units
FI108886B (fi) * 1998-01-23 2002-04-15 Metso Paper Automation Oy Menetelmä ja laitteisto toimilaitteen aseman määrittämiseksi
FI108262B (fi) * 1998-01-23 2001-12-14 Metso Paper Automation Oy Menetelmä toimilaitteen asemoimiseksi
US7578973B2 (en) * 1998-11-13 2009-08-25 Mesosystems Technology, Inc. Devices for continuous sampling of airborne particles using a regenerative surface
US7878905B2 (en) * 2000-02-22 2011-02-01 Creative Kingdoms, Llc Multi-layered interactive play experience
US6575186B2 (en) * 2001-01-16 2003-06-10 Chartered Semiconductor Manufacturing Ltd. Multiple speed slit valve controller
US6970003B2 (en) * 2001-03-05 2005-11-29 Rosemount Inc. Electronics board life prediction of microprocessor-based transmitters
US6850857B2 (en) * 2001-07-13 2005-02-01 Honeywell International Inc. Data fusion of stationary array sensor and scanning sensor measurements
US7454255B1 (en) * 2003-12-09 2008-11-18 Scientific Systems Company, Inc. Methods and apparatus for safe, fault-tolerant control of complex technical systems
US7896927B2 (en) * 2004-02-12 2011-03-01 össur hf. Systems and methods for actuating a prosthetic ankle based on a relaxed position
EP2177413B1 (en) * 2004-07-15 2015-02-25 Hitachi, Ltd. Vehicle control system
DE102006011807A1 (de) * 2006-03-15 2007-09-20 Zf Friedrichshafen Ag Verfahren zur Fehlererkennung an einem Aktuator
TWI408568B (zh) * 2010-06-24 2013-09-11 Hon Hai Prec Ind Co Ltd 手持裝置及利用其控制無人飛行載具的方法
CN106836362B (zh) * 2011-03-03 2019-08-09 伊顿智能动力有限公司 操作液压电路的控制系统的方法、控制液压致动系统的方法、为液压系统配置控制器的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1057123A (zh) * 1990-06-04 1991-12-18 国际商业机器公司 在采用可转动传感器的设备中控制一个这种传感器的位置
US7832762B2 (en) * 1995-06-07 2010-11-16 Automotive Technologies International, Inc. Vehicular bus including crash sensor or occupant protection system control module
WO2003001431A1 (en) * 2001-06-25 2003-01-03 Invensys Systems, Inc. Sensor fusion using self evaluating process sensors

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106843189A (zh) * 2015-10-14 2017-06-13 空中客车运营简化股份公司 振荡故障检测方法和装置、电子飞行控制系统和飞行器
CN111542739A (zh) * 2017-12-21 2020-08-14 Avl 里斯脱有限公司 用于对设备的自动化系统进行分析的方法、用于至少部分虚拟地运行设备的自动化系统的模拟器和用于对设备的自动化系统进行分析的系统
CN111542739B (zh) * 2017-12-21 2023-05-23 Avl 里斯脱有限公司 用于对设备的自动化系统进行分析的方法及系统、用于至少部分虚拟地运行设备的自动化系统的模拟器
CN108934905A (zh) * 2018-08-23 2018-12-07 李振兴 一种农业用自动果树移栽机
CN113392524A (zh) * 2021-06-11 2021-09-14 广东美的暖通设备有限公司 一种传感器的漂移诊断方法、装置、电子设备及存储介质
CN113392524B (zh) * 2021-06-11 2023-04-28 广东美的暖通设备有限公司 一种传感器的漂移诊断方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
SE1250871A1 (sv) 2013-01-22
US20130024013A1 (en) 2013-01-24
SE537420C2 (sv) 2015-04-21
DE102012106581A1 (de) 2013-01-24
US9116516B2 (en) 2015-08-25
CN102890456B (zh) 2016-08-03

Similar Documents

Publication Publication Date Title
CN102890456A (zh) 用于致动器控制的系统和方法
KR102034652B1 (ko) 엑추에이터에 의해 구동되는 로봇 관절을 개루프/폐루프 제어하는 방법 및 장치
US20190005433A1 (en) Information processing apparatus, information processing system, information processing method and non-transitory computer readable recording medium
US7133727B2 (en) System and method for continuous online safety and reliability monitoring
EP1569347B1 (en) Encoder and control apparatus for motor
US20050027379A1 (en) System and method for continuous online safety and reliability monitoring
CN107003644A (zh) 用于使用冗余本地监督控制器来控制过程工厂的方法
JP7033214B2 (ja) 産業機械用の柔軟でスケーラブルな監視システム
Paviglianiti et al. Robust fault detection and isolation for proprioceptive sensors of robot manipulators
Sedighi et al. Model-based intermittent fault detection
CN102375410A (zh) 冗余信号的处理系统、相关方法和包括这类系统的航空器
WO2018188774A1 (en) Method and apparatus for monitoring the condition of subsystems within a renewable generation plant or microgrid
US20240146054A1 (en) Methods, devices, and systems for distributed monitoring based adaptive diagnosis of power anomalies in a power network
CN111600519B (zh) 伺服电机控制方法、装置、电子设备及存储介质
CN105222695A (zh) 用于调节在过程控制阀上的行程传感器的对准的方法和系统
CN112711190A (zh) 一种自适应容错控制器、控制设备及控制系统
US20220244719A1 (en) Failure sign diagnosis device and method therefor
EP1742123A2 (en) Continuous median failure control system and method
CN113678107A (zh) 冗余采集系统中的故障定位
EP2444870B1 (en) Control effector health capabilities determination reasoning system and method
JP5825480B2 (ja) フィールド配線診断装置
CN103994714A (zh) 连续式物料长度测量方法与装置
Xu et al. On-line sensor calibration monitoring and fault detection for chemical processes
Thai Improving Measurement by Addressing the Sensor Fault Isolation Problem in Control System
KR100937098B1 (ko) 운영시스템의 장애 발생 판단방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20180511

Address after: Baden, Switzerland

Patentee after: ABB TECHNOLOGY LTD.

Address before: Zurich

Patentee before: ABB T & D Technology Ltd.