CN103033309B

CN103033309B - 带有诊断的压力变送器

Info

Publication number: CN103033309B
Application number: CN201210063817.4A
Authority: CN
Inventors: 约翰·P·米勒; 迈克尔·扎克
Original assignee: Rosemount Inc
Current assignee: Rosemount Inc
Priority date: 2011-09-28
Filing date: 2012-03-12
Publication date: 2016-08-10
Anticipated expiration: 2032-03-12
Also published as: JP2014531598A; CN202648860U; EP2761382B1; US20130080084A1; EP2761382A2; JP5840792B2; WO2013048804A3; CN103033309A; WO2013048804A2

Abstract

一种压力变送器，用于测量工业过程中的过程流体的压力。该压力变送器包括具有与过程流体的压力相关的压力输出的压力传感器。测量电路被配置为基于压力输出计算过程流体的过程变量。诊断电路基于压力输出的过程参数诊断工业过程的操作。过程参数计算电路基于压力输出计算过程参数并减小压力输出中的突变对计算出的过程参数的影响。

Description

带有诊断的压力变送器

技术领域

本发明涉及用来测量工业过程的过程变量的类型的变送器。更具体地，本发明涉及基于检测到的过程变量诊断工业过程的状态。

背景技术

工业过程控制变送器用来监测工业过程的操作。例如，化学炼油厂、食品生产厂、纸浆处理设备等等是工业过程的例子。在这些工业过程中，必须监测过程的操作。监测例如可以用于清查目的，以及作为至控制过程的操作的控制系统的输入。

过程变送器测量过程流体的过程变量，如温度、压力等等。进一步，测量到的过程变量又可以用来计算其它的过程变量。例如，通过测量压力，如压差，可以确定通过导管的流量或箱中的流体的液位。

当工业过程的部件出现故障时，过程可能需要关掉，以修理出现故障的部件。如果未检测到故障，则会导致差的控制过程。进一步，迫近故障的提前通知可以向操作人员提供时间以在其最终出现故障之前更换或修理正在出现故障的部件。多种诊断技术已经用来诊断工业过程或过程变送器的状态。一种技术基于对测量到的过程变量的标准偏差的计算。

发明内容

附图说明

图1为包括过程变量变送器的工业过程控制或监测系统的简化示意图。

图2和3为方差表。

图4为根据本发明的过程变量变送器的简化框图。

图5为图示基于压差的流量测量系统中的压力和所产生的标准偏差计算值的图表。

图6示出了类似于图5的图表，用于采用压差测量包括搅拌器的箱中的过程流体的液位的系统。

具体实施方式

本发明提供了包括用于诊断工业过程的状态的诊断功能的变送器。所述状态可以为工业过程中的其它设备的状态、过程操作的状态，或者可以为变送器本身的状态。

如在背景技术部分中描述的那样，变送器用在工业过程监测和控制系统中以测量过程流体的过程变量。在多种情况中，希望诊断过程的设备的操作、过程操作和/或变送器。多种技术已经用来通过监测检测到的过程变量诊断工业过程。不同类型的算法已经用来基于检测到的过程变量的变化确定过程的状态。优选地，诊断算法能够区分由于过程的正常操作引起的过程变量的变化和由于过程设备的故障或迫近的故障、正出现故障过程变量传感器、过程本身的不希望的状态等等引起的过程变量的变化。一种这样的技术是计算过程变量的标准偏差并识别可归因于工业过程的特定诊断状态的计算出的标准偏差中的变化。然而，如下文更详细地描述的那样，过程变量的突变可能导致诊断状态的错误检测。本发明提供了用于解决这种错误检测的技术。

图1为示出工业过程100的简化框图。在图1中，变送器102示出为连接至被图示为过程管道104的过程容器。该变送器包括过程变量信号106，如压力传感器，其被设置为以允许检测过程变量的方式连接至容器104中的过程流体108。例如，差压可以被检测并与通过过程管道104的过程流体108的流量相关联。变送器102与诸如控制室112之类的远程位置通信。在图1中图示的实施例中，图示了二线式过程控制回路110。二线式过程控制回路110可以根据任何希望的技术运行，包括诸如二线式过程控制回路之类的通信标准，在二线式过程控制回路中电流电平在4mA的低值和20mA的高值之间的范围内。二线式过程控制回路的其它示例包括其中数字信号叠加在模拟电流电平上的通信链路，以及全数字格式，如基于Fieldbus的协议。其它示例性实施例包括无线通信技术。在这种配置中，图1中图示的连接110包括无线通信链路，并且可以包括网状网络或其它通信技术。一种示例是根据IEC 62591标准的无线通信协议。

在一个方面中，提供诊断用于评估压力变送器中被测量的过程动态(如，标准偏差)。一些诊断技术采用用于计算过程变量的标准偏差的算法。一些简单的滤波技术用来去除由于过程设定点的变化引起的标准偏差的变化的影响。然而，如果存在非常快的瞬间压力峰值、快速的压力变化或压力峰值，这仍然可能对计算出的标准偏差具有明显的影响。这种影响可能持续与用户配置的抽样周期一样长或比用户配置的抽样周期长的时间。这对终端用户来说是有问题的，因为它增加了异常诊断状态的错误检测的可能性。本发明采用计算标准偏差的技术解决该问题，该技术能够滤出压力中的突然的、但瞬时的波动或变化的影响，同时保持在连续时间周期期间出现的压力波动的效果。这提供带有先进的诊断的压力变送器，其将较少受到仅由于瞬间压力变化引起的异常情况的错误检测的影响。

先进的压力诊断是用于操作和维持工业过程的强功能工具。当压力变送器评估过程动态(如，标准偏差)且随后经由数字通信协议使该测量可用于主机系统时，工厂人员可以检测很多异常情况(如，塞紧的脉冲管线、带走的气体/液体、炉火焰不稳定性、蒸馏塔溢流等等)，只采用传统压力测量检测将无法观察这些异常情况。

在多种情况中，如目前在现有技术变送器中被计算的标准偏差提供用于检测异常情况的过程动态的非常好的测量。然而，存在标准偏差的目前计算可能″峰值(spike)″时间的状态，导致异常情况的错误检测。

错误检测的问题在由装置产生警报时和标准偏差正在系统中成为趋势时出现。例如，标准偏差中的瞬间峰值将引起″高变化″的检测。这种警报可以保持有效，直到用户用手进入它们的系统并清除它。

错误检测在标准偏差正在系统中成为趋势时也是问题。在该情况中，标准偏差中的峰值将存储在过程历史中。如果用户在标准偏差上设定简单的阈值用于产生警报，这会以相同方式产生错误警报。一些系统允许终端用户在警报上配置死区、延迟和提前逻辑，并且因此这些将用来补救标准偏差中引起错误警报的峰值问题。然而，这将要求控制工程师一方付出相当大的努力。

标准偏差中的峰值也可能在标准偏差成为趋势时引起问题，因为它们会引起更加困难的离线分析。理想地，工厂工程师应当能够将标准偏差的变化与异常情况的出现相关联。然而，如果标准偏差中的一些变化是由于压力中快速变化，终端用户可能需要采用先进的脚本或滤波以从标准偏差中延长的变化中区分出这些类型变化，在异常情况出现时这些类型变化更加可能。这种终端用户需要的额外努力对他们采取和利用诊断是一种阻止因素。

本发明提供用于计算压力变送器中的标准偏差的新技术。该新技术提供滤出标准偏差中由压力中的非常快的波动引起的这些峰值的能力。同时，保留了在延长的时间周期内出现的过程动态的变化的效果。例如，如果由于流速变化而在压力中引起非常快的变化，则这将不影响标准偏差。然而，如果过程动态变化并且随后在一时间长度内保持在这种新的水平(例如，如果存在塞紧的脉冲管线)，则标准偏差将相应地变化。

提供了两种用来获得标准偏差和滤出这些突然但瞬间的压力变化的技术。在第一实施例中，在不影响突然的压力变化的情况下计算标准偏差。更具体地，如果下一个测量值比预定的极限更大地变化，则不将该压力测量值包括在标准偏差计算中。丢弃无关的(或异常的)压力值，并且抽样次数减一。

这种算法的变形是在压力变化极限违背的情况中。压力值的用户可配置数量j被丢弃，并且抽样次数减少相同的数量j。随后，采用剩余的抽样计算总标准偏差。

更具体地，该算法的顺序如下：

步骤1：以对应抽样窗口尺寸的N次抽样开始：

例如，1分钟的窗口尺寸和45ms的抽样率近似对应于1333次抽样(N)

步骤2：根据原始压力信号(χ_k)连续地计算差分过滤信号(y_k)。

等式1：

y_{k} = \frac{x_{k} - x_{k - 1}}{2}

只要值y_k不违背用户可配置压力变化极限(α)，则存储该值y_k用于标准偏差计算。压力变化极限(α)可以为绝对值或可以为百分比。进一步，压力变化极限(α)可以具有沿一个方向的值，即当压力增加时，并且具有沿相反方向的不同值，即当压力减小时。更进一步地，压力变化极限(α)的值可以作为压力的函数变化。换句话说，压力变化极限可以具有用于低压的一个值和用于高压的不同值。这种变化可以为阶跃变化或可以为连续函数。压力变化极限(α)的值可以存储在存储器中(例如参见图4中示出的存储器254)。如果它确实违背该极限，则丢弃用户可配置数量的值j。则窗口中的抽样的总次数减去j。

等式2：M＝N-j

步骤3：采用保存的值y_k的阵列计算总标准偏差：

等式3：

σ = \sqrt{\frac{1}{M} Σ_{i - 0}^{M} y_{i}^{2}}

该实施例的一个优点是它非常灵活。用户可配置参数α和j允许终端用户使这种滤波适应宽范围的情况。然而，这也意味着可能需要其它用户设置。通常，期望的是，诊断算法尽可能简单和容易使用。然而，终端用户可能需要其它支持来在不同情况下调整参数α和j。

在第二实施例中，通过将总抽样窗口尺寸分成多个较小的″存储段″而计算标准偏差，每个存储段具有其自己单独的标准偏差。随后仅采用所述单独的标准偏差的某个中间百分比计算总标准偏差，并丢弃任何无关的单独的标准偏差。通过去除这些″异常的″过程噪声测量值，标准偏差不倾向于由过程变化中瞬间增加引起的峰值。而且，该实施例具有的优点在于，可以将所有的参数设置为应当适合所有诊断应用的值。因此，不存在任何用户可配置参数。

接下来是用于计算标准偏差的这种第二种算法的步骤：

步骤1：以对应抽样窗口尺寸的N次抽样开始：

示例：1分钟→约1333次抽样

步骤2：将抽样次数N分成每个具有n次抽样的m个存储段，使得m×n＝N

示例：对于1分钟，采用m＝16个存储段和n＝83次抽样(m×n＝1328)给存储段加标号B₁，B₂，...B_m

B₁

B₂

B₃

B₄

B₅

B₆

B₇

B₈

B₉

B₁₀

B₁₁

B₁₂

B₁₃

B₁₄

B₁₅

B₁₆

步骤3：根据原始压力信号(x_k)连续地计算差分过滤信号(y_k)

等式4：

y_{k} = \frac{x_{k} - x_{k - 1}}{2}

步骤4：对于第一存储段(B1)，采用第一n次抽样计算方差(标准偏差的平方)：

等式5：

S_{1} = \frac{1}{n} Σ_{i = 1}^{n} {y_{k}}^{2}

采用接下来的n次抽样为第二存储段B₂计算S₂。

重复此步骤直到计算出用于m个存储段中的每一个的方差。因此，我们现在具有m个不同的S_j方差值：S₁，S₂，...S_m。

步骤5：将方差值从最大到最小分类。使I1为S_j值中的最大值的指数，I2为中的第二最大S_j值的指数，I3为中的第三最大S_j值的指数等等，直到Im为最小S_j值的指数。因此，S_j值被分类为使得：

方程式6：S₁₁≥S₁₂≥S₁₃≥...≥S_1m

图2和3为分别示出未分类的方差和分类的方差的表格。

步骤6：取总方差为中间m-4个Sj值的平均值。(也就是说，排除最大的两个Sj值和最小的两个Sj值。)

随后总方差被计算为：

等式7：

S = \frac{1}{m - 4} Σ_{j = 3}^{m - 2} S_{Ij}

在具有m＝16个存储段的示例中，如上所示，总方差将为：

等式8：

S = \frac{1}{12} Σ_{j = 3}^{14} S_{Ij}

等式9：

S = \frac{S_{9} + S_{13} + S_{4} + S_{2} + S_{1} + S_{15} + S_{5} + S_{8} + S_{14} + S_{7} + S_{11} + S_{16}}{12} -

注意到，当m＝16时，在给定抽样窗口范围内的仅中间75％的过程变化测量值用来计算标准偏差。典型地，这足以使得对应任何给定抽样窗口(如，1分钟)，大多数过程数据仍用在标准偏差计算中。

步骤7：最后，标准偏差为所述方差的平方根：

等式10：

σ = \sqrt{S}

任何数量B(使得2×B＜m)可以用作在标准偏差计算值的顶部和底部丢弃的存储箱(bins)的数量。然而，B＝2个存储箱，确保如果在抽样窗口期间任何时候存在正好1个″尖头信号″，总是去除这个尖头信号。如果用户将使用正好1个存储箱，并且″尖头信号″碰巧落在2个存储箱的边界上，则该尖头信号的一部分仍将影响标准偏差计算。同样地，选择B＝3个存储箱并不能给出去除“尖头信号”的任何优势，因为这种算法的假设条件是在抽样窗口期间从不存在多于一个的“尖头信号”。如果在抽样窗口期间总是存在多于一个的尖头信号，则这应当被认为是异常过程噪声的一部分。

可以重复该过程以连续地计算移动平均标准偏差。采用接下来n次抽样，计算下一个方差S_j。随后，分类程序将利用该下一个S_j值以及已经被计算出的在前的m-1个S_j值。最早的S_j值被丢弃以为新的值腾出空间。由于在前的m-1个S_j值已经被分类，因此该算法仅需要找到用于新的S_j值的合适位置。不需要对所有的m个S_j值重新进行分类。

为了查看这些技术的性能，它们的操作被模拟。能够观察到如何在不同的现实数据集下执行这些新的标准偏差计算方法。

图4为示出变送器102的电路的简化框图。变送器102包括测量电路250，其连接至压力传感器106并将输出提供至微处理器252。例如，测量电路250可以用来补偿过程变量传感器106的输出的变化，并将模拟信号转换成用于由微处理器252使用的数字信号。微处理器252根据存储器254中存储的指令运行并采用通信电路256在工业过程100中进行通信。如前所述，所述通信可以采用有线或无线技术进行。电源258向变送器102的电路提供电力。该电力可以采用通过通信电路256接收到的电力产生，或者可以为通过某些其它电源，如外部电源、诸如电池等之类的内部电源或诸如太阳能电池之类的其它能源等等

在运行期间，微处理器202根据存储器204中存储的指令运行以如上所述地计算标准偏差。标准偏差计算可以采用存储器204以在计算过程中存储测量值和计算值。计算出的标准偏差随后可以由微处理器202例如采用通信电路206输出。类似地，阈值设定等可以存储在存储器204中并由微处理器202使用以基于计算出的标准偏差触发警报。也可以采用通信电路206发送对警报的触发。

图5为图示用于示例性数据集的新的标准偏差计算之间的差的图表，该图表基于测量到的压差，例如用来计算过程流体的流速的压差。图5中的上部图表显示被测量压力中的阶跃变化。下部图表图示基于两种现有技术以及在此描述的两个实施例计算出的标准偏差。如图5所示，本发明的两个实施例对压力中的阶跃变化提供了更加平滑的反应。图6为示出从搅拌器系统获取的数据的类似图表。例如，填充有过程流体的箱包括旋转在过程流体中产生运动和扰动的混合器。箱的液位采用在图5的上图表中图示的压差测量进行测量。在操作期间，压力的瞬间波动出现并且所产生的标准偏差计算值在图5的下部图表中显示。类似于图6中示出的示例，现有技术对瞬间波动高度敏感。相反地，本发明的示例性实施例在计算出的标准偏差中产生更平滑的过渡。

虽然已经参照优选实施例描述了本发明，但本领域技术人员将认识到，在不偏离本发明的精神和范围的条件下可以在形式和细节方面进行改变。标准偏差可以为过程变量传感器输出，或作为传感器输出的函数的其它过程变量。如在此使用的，术语“尖头信号(blip)”涉及测量中的突变，如阶跃变化、非常瞬时的压力波动、非常快的压力变化(其同样快速地返回其初始值)或其组合等等。这些是测量中的突变的示例。在上述描述中，作为示例提供了标准偏差的使用。然而，本申请能够适用于任何统计参数，并且进一步能够适用于任何类型的过程参数，包括不是统计的参数。过程参数的示例包括但不限于方差、均方根定值、傅里叶变换、能谱、包括高通、低通和带通滤波器的滤波器等等。进一步，在一种配置中，采用上述计算技术的组合计算过程参数。例如，第一种计算技术可以在第二种计算技术之前使用，或者二者以相反的顺序使用。类似地，第一种计算技术可以应用于用在第二种计算技术中的单独的过程参数计算。也可以采用其它组合。

Claims

1.一种用于测量工业过程中的过程流体的压力的压力变送器，包括：

压力传感器，具有与过程流体的压力相关的压力输出；

测量电路，被配置为基于所述压力输出计算过程流体的过程变量；

诊断电路，被配置为基于标准偏差中的变化诊断工业过程的操作，所述标准偏差中的变化归因于工业过程的特定诊断状态；和

标准偏差计算电路，被配置为基于所述压力输出计算标准偏差并通过滤出计算出的标准偏差中由压力输出中的快的波动引起的峰值来减小所述压力输出中的突变对计算出的标准偏差的影响。

2.根据权利要求1所述的压力变送器，其中标准偏差计算电路还包括差分滤波器。

3.根据权利要求1所述的压力变送器，其中标准偏差计算电路在标准偏差的计算期间丢弃所述压力输出的一些抽样。

4.根据权利要求3所述的压力变送器，其中如果压力输出的抽样值超过压力变化极限(α)，则丢弃该压力输出的抽样值。

5.根据权利要求4所述的压力变送器，其中压力变化极限(α)包括绝对值。

6.根据权利要求4所述的压力变送器，其中压力变化极限(α)包括百分比值。

7.根据权利要求4所述的压力变送器，其中压力变化极限(α)为测量压力的函数。

8.根据权利要求3所述的压力变送器，其中丢弃的抽样的数量大于1。

9.根据权利要求1所述的压力变送器，其中标准偏差计算电路将所述压力输出的多个抽样值分成多个抽样存储段。

10.根据权利要求9所述的压力变送器，其中所述存储段中的至少一个在标准偏差计算中被丢弃。

11.根据权利要求10所述的压力变送器，其中被丢弃的存储段处于所述标准偏差的高端或低端。

12.根据权利要求9所述的压力变送器，其中标准偏差计算电路计算用于所述多个存储段中的每一个的方差。

13.根据权利要求12所述的压力变送器，其中基于计算出的方差从标准偏差计算中丢弃所述存储段中的至少一个。

14.一种用来测量工业过程中的过程流体的压力的类型的过程变送器中的方法，该方法用于诊断工业过程的操作，包括下述步骤：

使用测量电路从连接至过程流体的压力传感器接收压力信号；

使用测量电路基于所述压力信号计算过程流体的过程变量；

使用微处理器计算所述压力信号的标准偏差并通过滤出计算出的标准偏差中由压力输出中的快的波动引起的峰值来减小突变对计算出的标准偏差的影响；以及

使用微处理器基于计算出的标准偏差中的变化诊断工业过程的操作，所述标准偏差中的变化归因于工业过程的特定诊断状态。

15.根据权利要求14所述的方法，其中微处理器还包括差分滤波器。

16.根据权利要求14所述的方法，其中微处理器在标准偏差的计算期间丢弃所述压力输出的一些抽样。

17.根据权利要求16所述的方法，其中如果压力输出的抽样值超过压力变化极限(α)，则丢弃该压力输出的抽样值。

18.根据权利要求17所述的方法，其中压力变化极限(α)包括绝对值。

19.根据权利要求17所述的方法，其中压力变化极限(α)包括百分比值。

20.根据权利要求17所述的方法，其中压力变化极限(α)为测量压力的函数。

21.根据权利要求16所述的方法，其中丢弃的抽样的数量大于1。

22.根据权利要求14所述的方法，其中微处理器将所述压力输出的多个抽样值分成多个抽样存储段。

23.根据权利要求22所述的方法，其中所述存储段中的至少一个在标准偏差计算中被丢弃。

24.根据权利要求22所述的方法，其中微处理器计算用于所述多个存储段中的每一个的方差。

25.根据权利要求24所述的方法，其中基于计算出的方差从标准偏差计算中丢弃所述存储段中的至少一个。

26.一种用于测量工业过程中的过程流体的过程变量压力的过程变量变送器，包括：

过程变量传感器，具有与过程流体的被检测变量相关的过程变量输出；

测量电路，被配置为基于所述过程变量输出计算过程流体的过程变量；

诊断电路，被配置为基于过程变量的过程参数中的变化诊断工业过程的操作，所述过程变量的过程参数中的变化归因于工业过程的特定诊断状态；和

过程参数计算电路，被配置为基于所述过程变量输出计算过程参数并减小所述压力输出中的突变对计算出的过程参数的影响；

其中所述过程参数基于采用所述过程变量输出的数量减少的抽样计算的多个单独的过程参数计算结果来计算，并且因而滤出计算出的过程参数中由压力输出中的快的变化引起的峰值。

27.根据权利要求26所述的过程变量变送器，其中所述单独的过程参数中的至少一个在计算所述过程参数之前被丢弃。

28.根据权利要求27所述的过程变量变送器，其中被丢弃的过程参数基于计算出的方差确定。

29.一种用来测量工业过程中的过程流体的过程变量的类型的过程变量变送器中的方法，该方法用于诊断工业过程的操作，包括下述步骤：

使用测量电路从连接至过程流体的过程变量传感器接收过程变量信号；

使用测量电路基于所述过程变量信号计算过程流体的过程变量；

使用微处理器计算所述过程变量信号的过程参数并减小突变对计算出的过程参数的影响，其中所述计算包括将过程变量传感器输出的多个抽样分成多个存储段并基于所述存储段计算多个单独的过程参数，并且进一步包括丢弃所述单独的过程参数计算中的至少一个；以及

基于计算出的过程参数中的变化诊断工业过程的操作，所述过程参数中的变化归因于工业过程的特定诊断状态。

30.根据权利要求29所述的方法，包括基于计算出的方差丢弃所述至少一个过程参数。