CN103105849B - 工业调节阀非线性工作特性诊断方法 - Google Patents

Abstract

Description

工业调节阀非线性工作特性诊断方法

技术领域

本发明涉及工业控制系统中的故障诊断领域，具体涉及一种工业调节阀非线性工作特性诊断方法。

背景技术

现代工业流程设备具有规模大、复杂度高、变量多，且在闭环控制下运行的特点，对于复杂的化工生产过程，往往具有成千上万个回路，而且，这些回路互相影响，非线性强，然而，控制回路的振荡现象由于控制器过整定的普遍存在，极大地影响了工业流程设备运行的经济效益和稳定性。

对工业流程设备进行初步准确的振荡检测与故障诊断可以减少停产时间，增加工业流程设备运行的安全性，同时降低制造成本，实际生产中，大约30％的控制回路振荡问题是由调节阀的因素造成的，但是，传统的性能监控和振荡故障检测并不能有效判断控制回路中出现的振荡是否是由调节阀非线性特性引起的，不能为恢复和提高工业流程设备性能提供充足的诊断信息。

在实际工业生产过程中，调节阀非线性工作特性是导致过程振荡的原因之一。工业中选用调节阀的流量特性时须首先满足工业生产系统特性的合理补偿，然而在实际工业应用中，由于生产过程中存在复杂的非线性环节并且容易随运行时间的变化而变化，调节阀的流量特性并不能将非线性生产过程补偿至线性，总是存在过补偿或欠补偿。

对于百分比、快开和抛物线型等非线性工作特性的调节阀，其小开度和大开度时的增益不同，在控制器调节过程中，容易导致过程出现振荡现象，另外，线性调节阀由于缺乏维护导致内漏和硬件磨损等原因，也使之具有一定的非线性工作特性。

因此，准确诊断调节阀是否具有非线性工作特性，对于诊断过程振荡的故障源具有重要意义。

现有技术中，对于振荡检测以及故障源诊断，许多检测算法都是适用于过程明显振荡的数据。其主要思路有两种：一种是基于非线性Hammerstein模型进行调节阀粘滞性参数辨识；另一种是对该过程PID控制器参数进行辨识。这些检测方法在实际应用中存在两点局限性有，其一，这些检测和诊断算法只能区分调节阀粘滞性、控制器过整定和外部周期振荡扰动，调节阀的非线性工作特性被并入其粘滞性参数中；其二，采用辨识技术的诊断算法，需要过程输出和控制器输出两组数据，导致计算复杂度大幅上升，计算准确度取决于较多参数的选取，对于动态特性复杂多样且未知的系统来说，实际应用有比较大的困难。

在过程振荡检测算法的实际应用中，诊断工业调节阀是否具有非线性工作特性，并定量评估过程的非线性指数，对于准确诊断过程振荡的故障源有非常重要的实用意义，也有利于提高调节阀粘滞性特征参数计算的准确性。

发明内容

本发明提供了一种工业调节阀非线性工作特性诊断方法，能够适用于存在非线性工作特性调节阀的过程，只需一组常规运行数据，无需复杂的计算和过程机理知识，即可实现对过程非线性特征的定量评估，可以提高振荡过程中故障源的定位精度，在提高经济效益方面具有重要的实用价值。

一种工业调节阀非线性工作特性诊断方法，包括如下步骤：

(1)在待诊断工业调节阀对应的控制回路中，采集一组平稳过程数据，记为x(t)，确定该平稳过程数据的振荡周期T₀。

过程数据可以是温度、压力或流量等工艺过程数据，该过程数据一般要求是平稳过程数据，或经过平稳化处理的过程数据。

在确定振荡周期为T₀时可以采用现有技术，例如依据文献(N.F.Thornhill，Detection of multiple oscillations in control loops.Journal ofProcess Control，2003.13：p.91-100.)提供的方法。

(2)针对所述平稳过程数据计算半振荡周期中值线常数，记为HOPML；

(3)记平稳过程数据中每个振荡周期的最大数值和最小数值分别为e_max和e_min；针对平稳过程数据中所有的振荡周期，计算最大数值和最小数值的平均值分别为和

(4)计算非线性指数I_NL为：

$I_{\mathrm{NL}}=\frac{{\stackrel{\‾}{e}}_{\max }-\mathrm{HOPML}}{\mathrm{HOPML}-{\stackrel{\‾}{e}}_{\min }};$

如果I_NL在决策限区间Ω内，则待诊断工业调节阀的工作特性是线性的，否则待诊断工业调节阀具有非线性的工作特性。

作为优选，所述步骤(4)中I_NL的决策限区间Ω的计算方法如下：

$[1-\frac{15}{\sqrt{N}}3\mathrm{\δ},1+\frac{15}{\sqrt{N}}3\mathrm{\δ}]$

其中，N为待诊断工业调节阀对应的控制回路中的振荡周期总数(即所采集的数据中有多少个振荡周期)；

δ为待诊断工业调节阀对应控制回路中测量仪表的最大相对误差。

控制回路中的测量仪表(如液位变送器)，其测量的最大相对误差可以通过查询技术手册获得。

针对工业现场的检测灵敏度的实际需求，如果希望该诊断方法较当前报警率，降低α％，则决策限区间Ω的计算方法如下：

$[1-\frac{15+0.2\mathrm{\α}}{\sqrt{N}}3\mathrm{\δ},1+\frac{15+0.2\mathrm{\α}}{\sqrt{N}}3\mathrm{\δ}]$

其中，N为待诊断工业调节阀对应的控制回路中的振荡周期总数；

δ为待诊断工业调节阀对应控制回路中测量仪表的最大相对误差；

α为期望降低的报警率百分比，与工程实际要求相关。

报警率表示利用本发明方法判断工业调节阀非线性工作特性时的灵敏程度。

若待诊断工业调节阀的工作特性是线性的，则控制回路产生的振荡现象不是由待诊断工业调节阀的非线性工作特性引起的，振荡故障源应考虑其粘滞性和过程扰动；若待诊断工业调节阀具有非线性的工作特性，则控制回路振荡的故障源的包含了工业调节阀的非线性工作特性因素。

作为优选，所述半振荡周期中直线常数的计算方法包括以下步骤：

(a)针对平稳过程数据的第一个振荡周期，确定该振荡周期内最小数值位置t_min和最大数值位置t_max。

其中，最小数值位置t_min即在时域轴上的t_min(某一采样时刻)位置处，所对应的过程数据的数值最小，同理最大数值位置t_max即在时域轴上的t_max(某一采样时刻)位置处，所对应的过程数据的数值最大；

即t_min＝arg min(x(t))，t_max＝arg max(x(t))，其中t＝1，2，3，...，M，1，2，3，...，M分别为一个振荡周期内各个采样时刻的序号，arg min(x(t))表示使函数x(t)取得最小函数值的对应自变量t，arg max(x(t))表示使函数x(t)取得最大函数值的对应自变量t。

(b)定义参数t_s，若t_min＜t_max，分别取参数t_s＝t_min，t_min+1，...，t_max，若t_min＞t_max，则取参数t_s＝t_max，t_max+1，...，t_min。

t_s即在时域轴上，每个振荡周期内t_min与t_max之间的所有采样时刻所组成的序列；假定t_min对应采样时刻1，t_max对应采样时刻100，那么t_s中的元素则包含了采样时刻1、采样时刻2.....采样时刻100。

(c)针对平稳过程数据x(t)，从t_s起始位置开始，以相等时间间隔T₀/2进行采样，构成一组采样数据并计算采样数据x_s(t_s)的方差，记为σ²(t_s)。

(d)遍历t_s全部取值得到方差数列，取方差数列中最小值对应的参数t_s，并将该对应的参数记为即计算

以步骤(b)中假定为例，t_s起始位置为采样时刻1，那么第一组采样数据x_s(t_s)则是针对采样时刻1，并时间间隔T₀/2进行采样得到；t_s中第二个元素对应采样时刻2，那么则第二组采样数据x_s(t_s)则是针对采样时刻2，并时间间隔T₀/2进行采样得到，直至遍历t_s全部取值。

(e)计算半振荡周期中值线常数

表示采样数据组的平均数。

本发明与现有技术相比具有的有益效果：

1、无需外部信号激励，对系统的没有附加扰动，能够实现完全的非侵入式检测与诊断。

2、计算简单，便于操作，无需系统辨识等复杂的算法，易于在现有的DCS工作站或者控制系统上位机上实施。

3、能够对过程执行机构，即调节阀的非线性工作特性进行定量评估，在过程振荡检测和故障振荡相关的实际应用中，将调节阀非线性工作特性和粘滞性特征区分出来。

4、完全采用数据驱动的方法，无需具备过程机理及动态特性推理。

附图说明

图1为仿真得到的存在线性工作特性工业调节阀的控制回路信号随时间变化的曲线；

图2为仿真得到的存在非线性工作特性工业调节阀的控制回路信号随时间变化的曲线；

图3为本发明实施例中所用到的工业调节阀控制模型；

图4为本发明实施例中工业调节阀控制模型正常运行时液位高度随时间的变化曲线；

图5为本发明实施例中工业调节阀控制模型维护时液位高度随时间的变化曲线。

具体实施方式

下面结合具体实施例，对本发明工业调节阀非线性工作特性诊断方法做详细描述。

如图1所示，在仿真得到的存在线性工作特性工业调节阀的控制回路信号随时间变化的曲线中，每个振荡周期的最大值和最小值均相同，且同一周期中波峰和波谷的形状均一致，HOPML常数为曲线最大值和曲线最小值的平均值，如图2所示，通过仿真得到，当存在非线性工作特性工业调节阀时，控制回路信号随时间变化的曲线中，同一周期中波峰和波谷的形状不一样，计算出HOPML常数后，依据HOPML常数和振荡周期的最大值和最小值，可以计算出对应过程的非线性指数I_NL，进而判断出现该情况是否是由工业调节阀非线性工作特性引起。

如图3所示，化工生产过程中的某储罐被用于原料液存储，位于两连续工段之间，该储罐顶部设有通气管路，保持储罐内气压与大气压平衡，储罐液位高度由液位变送器LT测量并记录。

在生产状况稳定的时段，V1调节阀开度保持恒定，储罐进液速度可以视为恒定流量Q1，为了保持储罐的液位恒定，在储罐出口管路设置调节阀V2，与液位变送器LT构成储罐液位控制单回路，设定值保持不变。

电动调节阀V2属于该控制回路的执行机构，具有一定的粘滞性。正常工况运行，由于调节阀的粘滞性，会导致过程数据产生振荡，经过平稳化的储罐液位高度数据x(t)如图4所示，图4中横坐标为采样时间，单位为Samples(1个Sample对应一个数据的采样间隔)；纵坐标为正常工况下储罐的液位高度，单位为cm。经过一段时间后，出于安全考虑，储罐上游工段和调节阀V2需要进行常规维护，为了保证储罐内的液位恒定，同时保证下游工段的原料液正常供应，操作人员加大V1阀门开度，同时将储罐的出口管路切换至备用电动调节阀V2’所在的支路，调节阀V2’同时具有粘滞性和快开特性。

液位控制单回路在经过短时间的扰动过程后，进入维护期间的正常运行状态，由于调节阀的粘滞性和非线性工作特性，过程数据仍然产生了振荡，经过平稳化的储罐液位高度数据如图5所示，图5中横坐标为采样时间，单位为Samples；纵坐标为维护期间储罐的液位高度，单位为cm。

利用本发明方法进行工业调节阀非线性工作特性诊断，步骤如下：

(1)选取一组平稳过程数据为x(t)，x(t)表示第t个采样点的过程数值，依据文献(N.F.Thornhill，Detection of multiple oscillations in control loops.Journal of Process Control，2003.13：p.91-100.)提供的方法确定该过程的振荡周期为T₀；

(2)计算半振荡周期中值线HOPML常数，定义半振荡周期中值线，中值线平行于过程数据曲线的时域轴，数值为HOPML，则该中值线与数据曲线交点之间间隔均等于半振荡周期T₀/2；

HOPML的计算过程如下：

a、记t_min和t_max分别对应该组平稳过程数据x(t)第一个振荡周期数据内的最小数值位置和最大数值位置；

b、定义参数t_s，若t_min＜t_max，分别取参数t_s＝t_min，t_min+1，...，t_max，若t_min＞t_max，则取参数t_s＝t_max，t_max+1，...，t_min；

c、对某一参数t_s，对过程数据x(t)从t_s位置开始，以相等时间间隔T₀/2进行采样，构成一组采样数据x_s(t_s)：

d、计算每一组采样数据x_s(t_s)的方差，记为σ²(t_s)；

e、遍历t_s全部取值，得到方差数列，取方差数列中最小值对应的参数t_s，定义

f、计算HOPML常数为依据图4中的数据得到正常运行时的HOPML₁＝37.0809，周期样本总数N₁＝8，依据图5中的数据得到维护期间数据的HOPML常数为HOPML₂＝72.7561，周期样本总数N₂＝5。

(3)查询技术手册知，该液位变送器测量的最大相对误差δ＝1.5％，可计算决策限区间Ω₁为[1-0.2386，1+0.2386]，Ω₂为[1-0.3018，1+0.3018]。

(4)利用计算正常运行时的非线性指数I_NL1＝1.2208∈Ω₁，维护期间的非线性指数据此可以得出结论，正常工况时，该原料液储罐液位控制回路的振荡并不是非线性造成的，过程中不包含非线性环节；常规维护期间，该回路具有一定的非线性，其过程振荡原因包含了非线性调节阀的因素。

运用本发明方法，可以评估过程振荡是否存在调节阀非线性因素，并定量评估过程的非线性指数，有利于提高调节阀粘滞性特征参数计算的准确性，为故障诊断和系统维护更为精确的信息。

Claims (3)

1.一种工业调节阀非线性工作特性诊断方法，其特征在于，包括如下步骤：

(1)在待诊断工业调节阀对应的控制回路中，采集一组平稳过程数据，记为x(t)，确定该平稳过程数据的振荡周期T₀；

(2)针对所述平稳过程数据计算半振荡周期中值线常数，记为HOPML；

所述半振荡周期中值线常数的计算方法包括以下步骤：

(a)针对平稳过程数据的第一个振荡周期，确定该振荡周期内最小数值位置t_min和最大数值位置t_max；

(b)定义参数t_s，若t_min＜t_max，分别取参数t_s＝t_min,t_min+1,…,t_max，若t_min＞t_max，则取参数t_s＝t_max,t_max+1,…,t_min；

(c)针对平稳过程数据x(t)，从t_s起始位置开始，以相等时间间隔T₀/2进行采样，构成一组采样数据，并计算采样数据的方差，记为σ²(t_s)；

(d)遍历t_s全部取值得到方差数列，取方差数列中最小值对应的参数t_s，定义 $t_s^{*}=\arg \min {\mathrm{\σ}}^2\left(t_s\right);$

(e)计算半振荡周期中值线常数其中x_s 为对应的一组采样数据；

(3)记平稳过程数据中每个振荡周期的最大数值和最小数值分别为e_max和e_min；针对平稳过程数据中所有的振荡周期，计算最大数值和最小数值的平均值分别为和

(4)计算非线性指数I_NL为：

$I_{\mathrm{NL}}=\frac{{\stackrel{\‾}{e}}_{\max }-\mathrm{HOPML}}{\mathrm{HOPML}-{\stackrel{\‾}{e}}_{\min }};$

如果I_NL在决策限区间Ω内，则待诊断工业调节阀的工作特性是线性的，否则待诊断工业调节阀具有非线性的工作特性。

2.如权利要求1所述的工业调节阀非线性工作特性诊断方法，其特征在于，所述步骤(4)中I_NL的决策限区间Ω的计算方法如下：

$[1-\frac{15}{\sqrt{N}}3\mathrm{\δ},1+\frac{15}{\sqrt{N}}3\mathrm{\δ}]$

其中，N为待诊断工业调节阀对应的控制回路中的振荡周期总数；

δ为待诊断工业调节阀对应控制回路中测量仪表的最大相对误差。

3.如权利要求1所述的工业调节阀非线性工作特性诊断方法，其特征在于，所述步骤(4)中I_NL的决策限区间Ω的计算方法如下：

$[1-\frac{15+0.2\mathrm{\α}}{\sqrt{N}}3\mathrm{\δ},1+\frac{15+0.2\mathrm{\α}}{\sqrt{N}}3\mathrm{\δ}]$

其中，N为待诊断工业调节阀对应的控制回路中的振荡周期总数；

δ为待诊断工业调节阀对应控制回路中测量仪表的最大相对误差；

α为期望降低的报警率百分比。