CN103246279A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN103246279A CN103246279A CN2013101353839A CN201310135383A CN103246279A CN 103246279 A CN103246279 A CN 103246279A CN 2013101353839 A CN2013101353839 A CN 2013101353839A CN 201310135383 A CN201310135383 A CN 201310135383A CN 103246279 A CN103246279 A CN 103246279A
- Authority
- CN
- China
- Prior art keywords
- value
- performance
- control
- chemical process
- sequence
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000001311 chemical methods and process Methods 0.000 title claims abstract description 20
- 238000011156 evaluation Methods 0.000 claims abstract description 16
- 238000012360 testing method Methods 0.000 claims abstract description 6
- 230000001537 neural effect Effects 0.000 claims description 19
- 241001123248 Arma Species 0.000 claims description 8
- 230000001351 cycling effect Effects 0.000 claims description 6
- 101000833313 Pomacea flagellata Agglutinin-1 Proteins 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000003889 chemical engineering Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 238000011112 process operation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012731 temporal analysis Methods 0.000 description 2
- 238000000700 time series analysis Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 238000004939 coking Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000010297 mechanical methods and process Methods 0.000 description 1
- 230000005226 mechanical processes and functions Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012882 sequential analysis Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明公开了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，包括以下步骤：（1）在待评估性能的控制回路中，采集t-1时刻至t-p时刻的输出观测值，得到序列y(t)，采集t时刻的yt；（2）对y(t)采用径向基神经网络进行非线性时间序列建模，得到初始预测值
（3）构建序列
并进行高斯/线性检验，计算网络评价指标EHT；直至EHT达到设定值，输出预测值
（4）循环操作步骤（2）～（3），输出Spread的最优值以及最优的输出预测值
（5）构建序列
并建模求解得到待评估的控制回路的最小方差性能下限，利用该最小方差性能下限评估控制回路的性能。本发明适用于存在执行阀粘滞特性的控制回路中，能够精确评估化工过程的控制性能基准。
Description
技术领域
本发明涉及石油化工等工业控制系统的控制性能评估领域，具体涉及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。
背景技术
工业现场通常包含众多控制回路，对这些控制回路进行检查及维护是生产过程运行中一项棘手而繁重的工作。据调查，目前60%以上工业控制器中都存在性能退化问题。如何利用日常运行数据对控制回路性能进行度量，从而对其进行优化设置以获取更多的经济效益，已成为众多学者探寻的热点。近年来，控制回路性能监控与评估研究成为工业控制领域广为关注的命题。
控制性能评估(Control performance assessment,CPA)是诊断和提高工况控制效率的重要方法。确定控制性能评估的基准是控制性能评估的核心问题，直接关系到能否真实可靠地反映当前控制回路性能与基准之间的偏差，从而准确给出当前控制回路的可改进程度。
1989年，Harris基于过程操作数据，利用时间序列分析技术来估计控制回路的反馈不变量，提出了最小方差性能评估基准（Harris T J.Assessment of closed loop performance(1989).The Canadian Journal ofChemical Engineering,67(5):856-861.）；随后，Huang等(Huang B,Shah S L.Practical issues in multivariable feedback control performanceassessment(1998).Journal of Process Control,8(5–6):421-30.)将这一思想扩展到了多变量的情况，但目前众多研究大都局限于线性系统，即所针对的系统输出均为高斯线性序列。
然而，在实际生产中，大多数工业过程本质上都是非线性的，非线性可能来自工业过程本身、外部扰动、执行器、传感器等，其中，执行阀作为整个控制回路中唯一可动的控制部件，是工业过程控制系统中必不可少的基本装备之一。
执行阀安装在生产现场，常年工作在高温、高压、强腐蚀、易堵或易漏等恶劣情况下，不可避免会出现各种故障和异常。同时，随着使用时间的延长，执行阀还会出现有回滞、死区、粘滞等非线性特性，这些非线性特性将不同程度地影响生产系统的控制性能。
执行阀粘滞特性是最为常见的非线性起因，在引起控制回路振荡的三个原因中执行阀粘滞特性占20%－30%，因此执行阀粘滞特性的研究作为生产过程监控系统的一个重要组成部分，对工业过程的安全、稳定、高效的运行有着非常重要的意义，若忽略执行阀粘滞特性，继续使用线性方法进行控制性能评估，所得结果可能出现偏差和误导。
现有技术中，针对非线性生产过程的性能评估问题，Harris和Yu提出了一种多项式动态模型逼近的方法(Harris T J,Yu W.Controller assessmentfor a class of nonlinear systems(2007).Journal of Process Control,17(7):607-619.)，将最小方差性能基准扩展到一类由非线性动态模型与加性扰动组成的非线性系统，该方法的局限性在于仅适用于非线性函数可微，存在最小方差反馈不变量的控制过程。
当控制回路存在的执行阀粘滞特性被描述为不可微非线性函数的特性时，为获得控制回路的可靠性能评估指标，主要思路有两种：一种是利用样条平滑函数(smoothing-spline)拟合去除过程输出的非线性，再对拟合的差值进行线性时间序列建模，进一步估计得到最小方差性能基准；另一种是探寻执行阀平衡状态阶段，一旦系统出现执行阀卡滞(stuck-valve)，该阶段则可认为是线性平衡状态，最小方差性能基准即可直接通过对输入输出数据进行ARMA建模求解。
基于上述两种思路建立的性能评估方法在应用中存在局限性：其一，基于样条平滑函数的方法由于插值函数无法完全去除过程输出的非线性，导致性能评估结果均大于真实值，且随着执行阀粘滞特性的误差增大进一步增加；其二，探寻执行阀平衡状态的方法更适合用于出现执行阀卡滞阶段足够长的控制回路，而这种控制回路在实际工业应用中是很难保证的。
发明内容
本发明提供了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，适用于存在执行阀粘滞特性的工业生产的控制回路中，无需复杂的计算和对工业控制过程操作条件的严格限制，能够提供精确评估化工过程的控制性能基准，实现对控制系统的优化配置，提高经济效益。
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，包括以下步骤：
（1）在待评估性能的控制回路中，采集t-1时刻至t-p时刻的输出观测值为(yt-1,yt-2,…,yt-p)，得到序列y(t)，采集t时刻的输出观测值yt。
本发明中同一时刻对应的观测值应该理解为该时刻采集的一组过程数据；过程数据可以是温度，压力或者流量等工艺过程数据。
p的取值范围可以依据需要进行设定，至少需要在t时刻之前选择连续的两个时刻的输出观测值，用于预测估计t时刻的过程数据，并与t时刻采集的输出观测值yt做比较，用以评估化工过程的控制性能，通常可以选择p的取值范围为2～100，优选p的取值范围为5～50。
（2）对y(t)采用径向基神经网络进行非线性时间序列建模，得到初始预测值
已知(yt-1,yt-2,…,yt-p)，求取初始预测值的计算公式如下：
(yt-1,yt-2,…,yt-p)
式中，f(yt-1,…,yt-p)为待估非线性函数，用RBF神经网络计算。
在利用径向基神经网络（RBF网络）建模时，可以采用现有的建模技术，例如依据文献（Holmes C,Mallick B K.Bayesian radial basis function ofvariable dimension(1998).Neural Computation,10(5):1217-1233）提供的方法进行网络参数初始化、径向基函数和学习算法的选择。
采用径向基神经网络进行建模时，设定径向基神经网络中散步常数Spread的初始值为1，在初始值为1时，得到初始预测值
（3）构建序列
并对序列
进行高斯/线性检验，得到虚警概率PFA，以及分位数的理论值和估计值的偏差绝对值R；计算网络评价指标EHT=(PFA-1)2+(R-2.4)2；
若网络评价指标EHT未达到设定值，则调整径向基神经网络的权值和阈值，直至EHT达到设定值，此时通过径向基神经网络得到输出预测值
RBF网络的优化通常将极小化均方差误差函数（即神经网络预测值与真实值的偏差的平方的均值），作为衡量RBF网络拟合动态性能的评价指标，依据该评价指标调整RBF网络的权值和阈值，使评价指标逐步减小。
本发明采用网络评价指标EHT，为了达到EHT的最小化，不断调整RBF网络的权值和阈值，用以此优化所得的RBF网络来保证差值序列
为高斯和线性的，从而去除过程输出的非线性部分。
对序列
进行高斯/线性检验的检验算法可采用现有技术，依据文献(Melvin J.Hinich.Testing for Gaussianity and linearity of a stationarytime series(1982).Journal of Time Series Analysis,3(13):169-176)所提供的方法进行检验，将检验结果作为平稳时间内序列
高斯性和线性的判据。
虚警概率(PFA)表示序列为非高斯分布所承担的风险概率，若PFA≥0.96，即认为序列是高斯的；分位数的理论值和估计值的偏差绝对值R的大小判断序列
的线性，若R≤2.4，即判断序列为线性。
利用式EHT=(PFA-1)2+(R-2.4)2计算网络评价指标时，若PFA≥0.96,则||PFA-1||=0；若R≤2.4,则||R-2.4||=0。
作为优选，所述网络评价指标EHT的设定值为0～10-6。EHT的值为0时，则序列
为高斯线性，实际操作过程中，通常将EHT的设定值设为10-6。
每调整一次RBF网络的权值和阈值可视为进行了一次网络优化，一般序列长度即为最大训练次数。
（4）循环操作步骤（2）～（3），且每次循环时径向基神经网络中散步常数Spread值增加预定的步长，直至EHT完成最大训练次数后仍无法得到设定值，此时前一次循环操作所对应的Spread值即为最优值，该最优值所对应的输出预测值
即为最优的输出预测值
散步常数Spread的步长可以依据需要进行设定，步长长则效率高，但同时可能会跳过最优值，通常情况下，散步常数Spread的步长为1～5。
（5）构建序列
并对序列建立模型，求解模型得到待评估的控制回路的最小方差性能下限利用该最小方差性能下限
评估控制回路的性能。该步骤中的模型为ARMA模型。
在RBF网络建模以实现任意精度逼近非线性时间序列的过程中，散步常数Spread值的选取非常重要，（Spread范围一般为1～1000）散步常数Spread值越大，则函数的拟合就越平滑，若散步常数Spread值过大，则RBF在函数逼近时所需的神经元数目会减少，所建立的RBF网络不能去除所有的非线性，从而所求得的最小方差性能下限就会比真实值偏大；相反地，若散步常数Spread值过小，RBF网络所需神经元数目会增加，则所创建RBF网络不仅去除了输出的非线性，同时也去除了线性部分，从而所求得的
将比真实值偏小。
对于高斯线性序列，可直接运用时间序列分析技术进行ARMA建模，ARMA模型为自回归滑动平均模型（Autoregressive moving average model，简称ARMA模型），是时间序列分析的重要技术，该技术可依据文献(HarrisT J.Assessment of closed loop performance(1989).The Canadian Journal ofChemical Engineering,67(5):856-861.）提供的方法，从而求解得到控制回路的最小方差性能下限
控制回路的最小方差性能下限
视作控制系统理论意义上可能达到的最小方差，作为控制回路的最小方差性能下限，可以理解成为控制对象设计一个最小方差控制器，该最小方差控制器可以使控制回路的输出方差达到最小，将最小方差作为评价控制回路性能的基准。
本发明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具有以下优点：
1）、直接采用化工过程的可测变量，无需外部激励，对工况无附加扰动。
2）、完全采用数据驱动方法，无需严格限制的过程操作条件及先验知识，能够广泛适用于存在执行阀粘滞非线性特性的工业过程。
3）、能够精确评估执行阀粘滞过程的控制性能，准确反映当前控制回路性能与最优控制回路之间的偏差，从而对当前控制回路进行优化设置，提高经济效益。
4）、易于在当前广泛使用的DCS或工业控制系统上位机上实现，易于计算，便于实施。
附图说明
图1为本发明方法的流程示意图；
图2为具体实施方式中加热炉温度控制的流程示意图；
图3为具体实施方式中加热炉温度控制回路的输出观测值。
具体实施方式
下面针对国内某大型石化企业延迟焦化生产过程中主加热炉的性能评估为例，对本发明存在执行阀粘滞特性的化工过程的控制性能评估方法做详细描述。
如图2所示，石化过程加热炉是生产流程中的重要环节和主要能耗单元之一，炉出口温度的平稳控制对于提高产品品质和降低能耗有着重要意义。
加热炉通过瓦斯气供应取热，瓦斯量根据上游油性变化而波动，需要控制空气进风量使瓦斯气充分燃烧以获取最大热量，同时应保证一定的空气余量，但过多的低温空气会带走炉内热量，造成燃料浪费，损失经济效益，因此，以加热炉出口温度作为被控变量，燃料瓦斯气开度作为操作变量进行回路控制，同时过程存在随机扰动。
瓦斯气开度调节阀属于该控制回路的执行机构，运行一段时间后出现一定的粘滞特性。正常工况运行时，由于执行阀的粘滞特性，使回路被控变量数据产生振荡，经过平稳化的加热炉出口温度数据如图3所示，图3中横坐标为采样点序数，单位为Samples（1个Sample对应一个数据采样间隔）；纵坐标为正常工况下加热炉出口温度（注：出口温度以零均值（zero-mean centered）为中心进行预处理）。
利用本发明提供的控制性能评估方法进行该化工生产过程的控制性能评估，如图1所示，包括以下步骤：
（1）在待评估性能的控制回路中，采集t-1时刻至t-p时刻的输出观测值为(yt-1,yt-2,…,yt-p)，得到序列y(t)，采集t时刻的输出观测值yt；p值取5；
（2）对y(t)采用径向基神经网络进行非线性时间序列建模，得到初始预测值建模时，设定径向基神经网络的散步常数Spread的初始值为1；
（3）构建序列
并对序列
进行高斯/线性检验，得到虚警概率PFA，以及分位数的理论值和估计值的偏差绝对值R；计算网络评价指标EHT=(PFA-1)2+(R-2.4)2；
若网络评价指标EHT未达到设定值，则调整径向基神经网络的权值和阈值，直至EHT达到设定值，此时通过径向基神经网络得到输出预测值
（4）循环操作步骤（2）～（3），且每次循环时径向基神经网络中散步常数Spread值增加预定的步长，直至EHT完成最大训练次数后仍无法得到设定值，此时前一次循环操作所对应的Spread值即为最优值，该最优值所对应的输出预测值
即为最优的输出预测值
EHT的最大训练次数设定为500，得到Spread的最优值为85。
（5）构建序列
并对序列
建立ARMA模型，求解ARMA模型得到待评估的控制回路的最小方差性能下限
利用该最小方差性能下限
评估控制回路的性能。
运用本发明的方法，可以较为精确评估得到存在执行阀粘滞特性的化工过程的控制性能基准，从而为控制系统优化配置提供准确依据，进一步提高经济效益。
Claims (6)
1.一种存在执行阀粘滞特性的化工过程的控制性能评估方法，其特征在于，包括以下步骤：
（1）在待评估性能的控制回路中，采集t-1时刻至t-p时刻的输出观测值为(yt-1,yt-2,…,yt-p)，得到序列y(t)，采集t时刻的输出观测值yt；
（2）对y(t)采用径向基神经网络进行非线性时间序列建模，得到初始预测值
（3）构建序列
并对序列
进行高斯/线性检验，得到虚警概率PFA，以及分位数的理论值和估计值的偏差绝对值R；计算网络评价指标EHT=(PFA-1)2+(R-2.4)2；
若网络评价指标EHT未达到设定值，则调整径向基神经网络的权值和阈值，直至EHT达到设定值，此时通过径向基神经网络得到输出预测值
；
（4）循环操作步骤（2）～（3），且每次循环时径向基神经网络中散步常数Spread值增加预定的步长，直至EHT完成最大训练次数后仍无法得到设定值，此时前一次循环操作所对应的Spread值即为最优值，该最优值所对应的输出预测值即为最优的输出预测值
（5）构建序列
并对序列
建立模型，求解模型得到待评估的控制回路的最小方差性能下限
利用该最小方差性能下限
评估控制回路的性能。
2.如权利要求1所述的存在执行阀粘滞特性的化工过程的控制性能评估方法，其特征在于，所述步骤（5）中的模型为ARMA模型。
3.如权利要求1所述的存在执行阀粘滞特性的化工过程的控制性能评估方法，其特征在于，所述步骤（1）中p的取值范围为2～100。
4.如权利要求1所述的存在执行阀粘滞特性的化工过程的控制性能评估方法，其特征在于，所述步骤（1）中p的取值范围为5～50。
5.如权利要求1所述的存在执行阀粘滞特性的化工过程的控制性能评估方法，其特征在于，所述网络评价指标EHT的设定值为0～10-6。
6.如权利要求1所述的存在执行阀粘滞特性的化工过程的控制性能评估方法，其特征在于，散步常数Spread的步长为1～5。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310135383.9A CN103246279B (zh) | 2013-04-18 | 2013-04-18 | 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 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310135383.9A CN103246279B (zh) | 2013-04-18 | 2013-04-18 | 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 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103246279A true CN103246279A (zh) | 2013-08-14 |
| CN103246279B CN103246279B (zh) | 2016-01-13 |
Family
ID=48925857
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310135383.9A Active CN103246279B (zh) | 2013-04-18 | 2013-04-18 | 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 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103246279B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103439968A (zh) * | 2013-08-28 | 2013-12-11 | 浙江大学 | 存在控制阀粘滞特性的化工过程的控制性能测定方法 |
| CN103617373A (zh) * | 2013-12-10 | 2014-03-05 | 西南大学 | 一种时间序列的非线性特性检验方法 |
| CN103885440A (zh) * | 2014-03-26 | 2014-06-25 | 浙江大学 | 工业控制回路的多周期振荡行为检测方法 |
| CN106774267A (zh) * | 2016-12-28 | 2017-05-31 | 中南大学 | 一种时序输出的控制系统的性能评估方法及装置 |
| CN107191666A (zh) * | 2017-05-23 | 2017-09-22 | 浙江理工大学 | 面向天然气分输站的安全切断阀性能监测方法及系统 |
| CN107219840A (zh) * | 2017-05-05 | 2017-09-29 | 浙江理工大学 | 面向天然气分输站的调节阀非线性特性检测方法及系统 |
| CN109032117A (zh) * | 2018-09-06 | 2018-12-18 | 华北电力大学（保定） | 基于arma模型的单回路控制系统性能评价方法 |
| CN115903727A (zh) * | 2022-10-10 | 2023-04-04 | 乌海宝化万辰煤化工有限责任公司 | 一种基于dcs控制系统的pid控制回路性能评估系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070288103A1 (en) * | 2004-07-02 | 2007-12-13 | Choudhury Ali A S | Detection and Quantification of Stiction |
| CN101887247A (zh) * | 2009-05-12 | 2010-11-17 | 华东理工大学 | 过程多回路波动源定位识别方法 |
| CN102103210A (zh) * | 2009-12-17 | 2011-06-22 | 中国石油大学(北京) | 一种卫星导航系统性能评估系统 |
| CN102183699A (zh) * | 2011-01-30 | 2011-09-14 | 浙江大学 | 化工过程多变量预测控制系统模型失配检测与定位方法 |
| 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 |
-
2013
- 2013-04-18 CN CN201310135383.9A patent/CN103246279B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070288103A1 (en) * | 2004-07-02 | 2007-12-13 | Choudhury Ali A S | Detection and Quantification of Stiction |
| CN101887247A (zh) * | 2009-05-12 | 2010-11-17 | 华东理工大学 | 过程多回路波动源定位识别方法 |
| CN102103210A (zh) * | 2009-12-17 | 2011-06-22 | 中国石油大学(北京) | 一种卫星导航系统性能评估系统 |
| CN102183699A (zh) * | 2011-01-30 | 2011-09-14 | 浙江大学 | 化工过程多变量预测控制系统模型失配检测与定位方法 |
| 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 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103439968A (zh) * | 2013-08-28 | 2013-12-11 | 浙江大学 | 存在控制阀粘滞特性的化工过程的控制性能测定方法 |
| CN103439968B (zh) * | 2013-08-28 | 2016-01-13 | 浙江大学 | 存在控制阀粘滞特性的化工过程的控制性能测定方法 |
| CN103617373A (zh) * | 2013-12-10 | 2014-03-05 | 西南大学 | 一种时间序列的非线性特性检验方法 |
| CN103885440A (zh) * | 2014-03-26 | 2014-06-25 | 浙江大学 | 工业控制回路的多周期振荡行为检测方法 |
| CN103885440B (zh) * | 2014-03-26 | 2016-05-11 | 浙江大学 | 工业控制回路的多周期振荡行为检测方法 |
| CN106774267A (zh) * | 2016-12-28 | 2017-05-31 | 中南大学 | 一种时序输出的控制系统的性能评估方法及装置 |
| CN106774267B (zh) * | 2016-12-28 | 2019-04-02 | 中南大学 | 一种时序输出的控制系统的性能评估方法及装置 |
| CN107219840A (zh) * | 2017-05-05 | 2017-09-29 | 浙江理工大学 | 面向天然气分输站的调节阀非线性特性检测方法及系统 |
| CN107191666A (zh) * | 2017-05-23 | 2017-09-22 | 浙江理工大学 | 面向天然气分输站的安全切断阀性能监测方法及系统 |
| CN107191666B (zh) * | 2017-05-23 | 2019-09-17 | 浙江理工大学 | 面向天然气分输站的安全切断阀性能监测方法及系统 |
| CN109032117A (zh) * | 2018-09-06 | 2018-12-18 | 华北电力大学（保定） | 基于arma模型的单回路控制系统性能评价方法 |
| CN115903727A (zh) * | 2022-10-10 | 2023-04-04 | 乌海宝化万辰煤化工有限责任公司 | 一种基于dcs控制系统的pid控制回路性能评估系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103246279B (zh) | 2016-01-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103246279B (zh) | 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 | |
| Hu et al. | A prediction method for the real-time remaining useful life of wind turbine bearings based on the Wiener process | |
| KR102153924B1 (ko) | 모델 파라미터값 추정 장치 및 추정 방법, 프로그램, 프로그램을 기록한 기록 매체, 모델 파라미터값 추정 시스템 | |
| CN108681633B (zh) | 一种基于状态参数的凝结水泵故障预警方法 | |
| RU2649542C1 (ru) | Способ и система удаленного мониторинга объектов | |
| Yang et al. | A hybrid model-based fault detection strategy for air handling unit sensors | |
| Wang et al. | Markov nonlinear system estimation for engine performance tracking | |
| WO2014078830A2 (en) | Profiling transformer of power system | |
| Puggina et al. | Development of a statistical methodology for gas turbine prognostics | |
| CN113868953B (zh) | 工业系统中多机组运行优化方法、装置、系统及存储介质 | |
| WO2019051963A1 (zh) | 基于全回路重构仿真的工业控制回路性能评价方法及装置 | |
| Cavarzere et al. | Application of forecasting methodologies to predict gas turbine behavior over time | |
| Harrou et al. | A statistical fault detection strategy using PCA based EWMA control schemes | |
| CN103439968B (zh) | 存在控制阀粘滞特性的化工过程的控制性能测定方法 | |
| CN109032117A (zh) | 基于arma模型的单回路控制系统性能评价方法 | |
| US11460818B2 (en) | Evaluation apparatus, evaluation system, and evaluation method | |
| CN110298765B (zh) | 一种基于客观关联因素的配电网用电功率异常检测方法 | |
| Wang et al. | Deep-learning modeling and control optimization framework for intelligent thermal power plants: A practice on superheated steam temperature | |
| Ji | Data-driven sensor fault diagnosis under closed-loop control with slow feature analysis | |
| Pandit et al. | Comparison of binned and Gaussian Process based wind turbine power curves for condition monitoring purposes | |
| KR102110319B1 (ko) | 학습 데이터 생성 시스템 | |
| US10394255B2 (en) | Diagnostic device and method for monitoring frictional behavior in a control loop | |
| Jiang et al. | Condition-based switching and replacement policies for a two-unit warm standby redundant system subject to non-instantaneous switchover | |
| CN114971024A (zh) | 风机状态预测方法及装置 | |
| TWI725333B (zh) | 流體輸配管線網路內感測元件的布建決策裝置及其方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| ASS | Succession or assignment of patent right |
Owner name: SHANGHAI NUCLEAR ENGINEERING RESEARCH AND DESIGN I Effective date: 20140317 |
|
| C41 | Transfer of patent application or patent right or utility model | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20140317 Address after: 310027 Hangzhou, Zhejiang Province, Xihu District, Zhejiang Road, No. 38, No. Applicant after: ZHEJIANG University Applicant after: SHANGHAI NUCLEAR ENGINEERING RESEARCH & DESIGN INSTITUTE Address before: 310027 Hangzhou, Zhejiang Province, Xihu District, Zhejiang Road, No. 38, No. Applicant before: Zhejiang University |
|
| CB03 | Change of inventor or designer information |
Inventor after: Xie Lei Inventor after: Shi Minghua Inventor after: Li Defang Inventor after: Su Hongye Inventor after: Gu Yong Inventor after: Wang Xu Inventor after: Zhang Dongming Inventor after: Zhang Weidong Inventor before: Xie Lei Inventor before: Shi Minghua Inventor before: Su Hongye Inventor before: Gu Yong |
|
| COR | Change of bibliographic data | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 310027 No. 38, Zhejiang Road, Hangzhou, Zhejiang, Xihu District Patentee after: ZHEJIANG University Patentee after: Shanghai Nuclear Engineering Research and Design Institute Co.,Ltd. Address before: 310027 No. 38, Zhejiang Road, Hangzhou, Zhejiang, Xihu District Patentee before: ZHEJIANG University Patentee before: SHANGHAI NUCLEAR ENGINEERING RESEARCH & DESIGN INSTITUTE |