CN103403638B - 用于分析和诊断大规模过程自动化控制系统的方法 - Google Patents

用于分析和诊断大规模过程自动化控制系统的方法 Download PDF

Info

Publication number
CN103403638B
CN103403638B CN201280011403.5A CN201280011403A CN103403638B CN 103403638 B CN103403638 B CN 103403638B CN 201280011403 A CN201280011403 A CN 201280011403A CN 103403638 B CN103403638 B CN 103403638B
Authority
CN
China
Prior art keywords
controller
data
control
loop
segmentation
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.)
Active
Application number
CN201280011403.5A
Other languages
English (en)
Other versions
CN103403638A (zh
Inventor
K·D·斯塔尔
T·A·玛斯特
R·T·加弗里克
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 AB
Original Assignee
ABB AB
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 AB filed Critical ABB AB
Publication of CN103403638A publication Critical patent/CN103403638A/zh
Application granted granted Critical
Publication of CN103403638B publication Critical patent/CN103403638B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0208Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
    • G05B23/0216Human interface functionality, e.g. monitoring system providing help to the user in the selection of tests or in its configuration
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0267Fault communication, e.g. human machine interface [HMI]
    • G05B23/0272Presentation of monitored results, e.g. selection of status reports to be displayed; Filtering information to the user

Abstract

提供一种用于分析和诊断具有多个控制回路的大规模过程自动化控制系统的方法。针对每个控制回路的控制、过程和信号分段自动生成用于预定义关键性能指标(KPI)的评定。可以在计算机的图形用户界面(GUI)中显示预定义KPI的自动生成的评定。用户可以改变自动生成的预定义KPI的评定。也可以在GUI中显示不同数据视图。数据视图包括用于测量的过程变量、控制器输出、控制器设置点和误差的时间序列趋势,以及在二维和三维图中的控制器参数聚类视图。

Description

用于分析和诊断大规模过程自动化控制系统的方法
技术领域
本发明涉及工业控制器并且更具体地涉及评估工业控制器的性能。
背景技术
工业过程控制器(下文简称为“控制器”)具有许多不同配置并且使用于许多不同应用中。控制器可以装配于控制室中或者可以是分布式控制系统的部分。控制器被设计用于在称为设置点的所需参考点维持过程变量。过程变量可以是流量、压力、温度、一致性、速度、电流、电平、pH等。在图1的功能框图中示出如何可以在工业过程中物理地连接控制器的常规示例。在这一示例中,控制器具有如下输出,该输出被转换成用于移动最终控制元件的压力,该最终控制元件在这一示例中为控制阀。控制阀的移动引起经过管的材料流量改变。仪器(比如具有传感器的发送器)测量管中的简单差压并且向控制器发送回代表测量结果的电流信号。这一布置是它的最简单形式之一的控制回路。
控制回路,比如以上描述的控制回路,可能经历如下问题,该问题造成过程变量的不良控制。问题可以在最终控制元件、传感器、控制器的调谐参数或者别的方面。如果控制回路被隔离或者仅为少量控制回路之一,则有经验的控制工程师通常可以分析控制回路并且在合理时间段内确定问题是什么。然而在大型工业设施中,具有数以百计的如下控制回路并不罕见,这些控制回路具有数以百计的控制器。在这样的工业设施中,至少难以确定哪些控制回路正在经历问题,尤其在一个控制回路中的问题可能不利地影响其它控制回路时。
基于前文,在本领域中需要一种用于帮助控制工程师监视多个控制回路并且识别和诊断正在经历问题的那些控制回路中的任何控制回路的方法。本发明涉及这样的方法。
发明内容
根据本发明,提供一种用于分析可操作以控制过程的控制系统的多个控制回路中的一个或者多个控制回路的方法。控制回路均具有控制器、最终控制元件和测量设备,该测量设备用于向控制器提供由控制器控制的过程变量的测量。根据该方法,从用户接收用于分析的控制回路之一的选择。生成针对用于所选择的控制回路的第一、第二和第三分段中的每个分段的预定义关键性能指标的评定。第一分段涉及选择的控制回路的控制器,第二分段涉及选择的控制回路的过程和最终控制元件,并且第三分段涉及选择的控制回路的过程变量的测量结果。在计算机的图形用户界面(GUI)的单个屏幕中显示选择的控制回路的至少两个不同类型的控制数据。控制数据类型选自于由过程变量的测量结果、控制器的输出、控制器的设置点、控制器的比例调谐参数、控制器的积分调谐参数和误差,误差是在控制器的设置点与过程变量的测量结果之间的差值。在计算机的GUI的单个屏幕中显示所生成的用于选择的控制回路的预定义KPI的生成的评定。从用户接收针对用于选择的控制器回路的KPI中的一个KPI的不同评定。在计算机的GUI的单个屏幕中显示接收的用于选择的控制回路的预定义KPI中的该一个KPI的不同评定,以代替生成的针对用于选择的控制回路的预定义KPI中的该一个KPI的评定。
附图说明
本发明的特征、方面和优点将参照以下描述、所附权利要求和附图而变得被更好地理解,在附图中:
图1是常规控制回路的示意表示;
图2是控制回路的框图;
图3是本发明的监视系统可以与之使用的过程控制系统的示意图;
图4是用于与过程控制系统使用的接口系统、数据系统和回路分析程序的框图;
图5是回路分析程序的图形用户界面(GUI)的屏幕布局的示意表示;
图6示出具有控制器数据分组视图的GUI中的显示的部分;
图7示出具有控制器数据分组视图并且其中图示缩放特征的GUI中的另一显示的部分;
图8示出具有用于控制器的控制器数据分组视图并且示出时间序列趋势的GUI中的显示的部分;
图9示出具有图8的用于控制器的控制器数据分组视图并且示出功率谱趋势的GUI中的显示的部分;
图10示出具有数值方法表视图的GUI中的显示的部分;
图11示出具有控制器比较视图的GUI中的显示的部分;
图12示出具有控制器性质视图的GUI中的显示的部分;
图13示出具有组合过程和数值数据视图的GUI中的显示的部分;
图14示出具有二维数据聚类视图的GUI中的显示的部分;
图15示出具有三维数据聚类视图的GUI中的显示的部分;
图16示出具有二维控制器参数聚类视图的GUI中的显示的部分;
图17示出具有二维控制器参数聚类视图的GUI中的显示的部分,该部分示意地示出用户如何可以从视图访问附加数据;
图18示出具有三维控制器参数聚类视图的GUI中的显示的部分;
图19示出划分成三个区域的图2的控制回路框图;
图20示出具有显著死区的控制器的数据趋势;
图21示出具有用于控制器的控制器数据分组视图的GUI中的显示的部分,该控制器具有自调节波形组合;
图22示出具有用于控制器的控制器数据分组视图的GUI中的显示的部分,该控制器具有量化;
图23示出具有控制器数据分组视图的GUI中的显示的部分,该部分示出用于控制器的不充分数据收集采样速率;
图24是示出回路分析程序如何可以用来人工、自动和以组合方式分析控制回路的示意流程图;
图25示出具有组合过程和数值视图以及KPI框的GUI中的显示的部分;
图26示出具有第一级KPI分组的GUI中的显示的部分;
图27示出具有第二级KPI分组的GUI中的显示的部分;
图28示出具有第三级KPI分组的GUI中的显示的部分;
图29示出用于在控制区域中的主要KPI中具有争议(Issue)的控制器的打印报告;
图30示出用于在过程区域中的主要KPI中具有争议的控制器的打印报告;以及
图31示出用于在信号调节区域中的主要KPI中具有争议的控制器的打印报告。
具体实施方式
应当注意,在以下具体描述中,相同部件无论是否在本发明的不同实施例中示出它们都具有相同标号。也应当注意,为了清楚和简洁地公开本发明,附图可以未必按比例并且可以用某种程度的示意的形式示出本发明的某些特征。
尽管过程控制领域很广而利用许多不同控制回路,但是可以用比如图2中所示框图表示几乎所有工业单回路控制应用。在这一幅图中,过程10是具有可以被传感器12测量的变量的任何工业过程,传感器12与过程10直接或者间接接触。传感器12是将过程10的物理性质(变量)转换成可以发送的信号的换能器。这一信号(表示过程变量的值)称为测量值(MV)并且由发送器发送至控制器14。设置点(SP)是MV的所需值并且用于调节。在SP与MV之间的差值称为误差(E)。控制器14的目标通常是最小化E。向最终控制元件(FCE)16发送控制器14的输出,FEC连接到过程10中并且可操作用于影响过程10并且具体为变量。
最常见的单控制回路是PID控制回路。有PID控制回路的三个常见形式:标准、并联和经典。为了易于描述而无限制,将仅讨论标准PID控制回路。用于标准PID控制回路使用的标准PID算法的拉普拉斯域定义如下:
U = P ( e + 1 I ( s ) + D ( s ) )
其中:
P代表比例控制器增益
I代表以秒为单位的积分时间
D代表以秒为单位的微分增益
e代表误差=SP-MV
PID控制器的不同制造商具有用于比例、积分和微分术语的不同定义和名称。“增益”和“时间”是这一点的示例。由于比例、积分和微分术语一般地称为“调谐参数”,所以将在以下段落中使用术语比例、积分和微分调谐参数;要理解,这些术语意图包括比例控制器增益、积分时间和微分增益、以及其它制造商使用的其它比例、积分和微分术语。
可以在自动模式或者人工模式中操作控制回路。在人工模式中,操作者可以对FCE进行调整。在自动模式中,控制器对FCE进行调整。
控制回路的目标通常是最小化误差。在这样做时,通过跟踪测量的变量来通过FCE的自动控制器调整对参考设置点执行调节。自动调整的大小根据与称为比例、积分和微分的参数相关联的设置而确定。确定比例、积分和微分参数的手段常称为调谐。
控制回路中的控制器可以是硬件设备或者可以是在基于微处理器的设备中实施的软件代码。在后一种情况下,控制器可以是功能块的形式。正如所知,功能块是封装的软件代码块,该软件代码块包括一个或者多个输入和一个或者多个输出并且可操作用于执行一个或者多个预定算法或者功能。功能块适于被互连用于创建功能框图,该功能框图是可操作用于控制一个或者多个过程控制回路的软件程序。功能块的特征包括在执行之间的数据保存、封包和信息隐藏。每当调用功能块时,在存储器中产生功能块的单独副本、由此允许在调用的功能块中保存数据。封包允许将软件代码元素的汇集作为一个实体来操纵,并且信息隐藏限制对封包的元素内的数据和算法的外部访问。封包和信息隐藏防止在从先前控制解决方案复制代码时意外修改软件代码或者改写内部数据。
可以在本身常称为控制器的基于微处理器的设备中实施多个功能块控制器(和关联控制回路)。为了避免混淆,运行一个或者多个软件控制器的基于微处理器的设备将在这里称为“控制模块”。此外,功能块控制器将仅称为“控制器”。
现在参照图3,示出本发明可以与之使用的控制器系统的一个示例的示意图。这一示例是包括回路或者环22的DCS20,该回路或者环包括多个节点26、28、30、32、34连接到的一个或者多个网络线缆24。每个节点包括连接到环22用于与环22上的其它节点通信的一个电子设备或者多个电子设备。每个节点在环上具有唯一地址并且由终结单元(TU)38连接到环22。虽然在图3中示出仅一个环,但是应当理解,DCS20可以包括多个环。在一个实施例中,环22是在10兆赫兹或者2兆赫兹通信速率操作的单向高速串行数据网络。
节点26、30分别包括过程控制单元(PCU)40、42。如以下将更具体描述的那样,每个PCU40、42包括网络通信管理器(NCM)模块45和用于控制工业设施(比如发电厂、造纸厂或者化学或者制造厂)中的过程或者子过程的一个或者多个控制模块60。NCM模块45监视控制模块以便向封包传出数据并且向控制模块路由和递送传入数据。每个控制模块可以是冗余的,并且PCU可以包含在第二TU38上附接到网络的冗余NCM模块45。节点26、30中的每个节点通过TU38和一个或者多个NCM模块45连接到环22。
节点28、32包括计算机接口单元(CIU)44,操作者工作站46、48分别连接到这些CIU。每个工作站46、48包括处理器和关联存储器以及用于显示图形用户界面(GUI)的监视器,操作者可以通过该GUI监视并且人工控制设施中的过程和子过程。每个工作站46、48通过CIU44和TU38连接到环22。CIU44可以从工作站分离或者集成到工作站中,但是为DCS20的部分。为了易于图示,与工作站46、48关联的CIU与工作站46、48集成。接口系统54在工作站48的处理器上运行。
PCU42包括连接到通信总线62的多个控制模块60,该通信总线可以是具有以太网式协议的串行通信系统。每个控制模块60包含用于控制工业设施的一个或者多个回路的一个或者多个软件控制器(例如功能块控制器)。这些控制器可以是标准PID控制器。控制器利用通过一个或者多个I/O子系统64从现场设备接收的操作值。每个单个控制模块60或者冗余控制模块60对可以具有单独I/O子系统64。通过I/O子系统64向现场设备的控制设备发送来自控制模块60中的控制器的输出。I/O子系统64包括连接到I/O总线68的多个I/O模块66。控制模块60也连接到I/O总线68以从I/O模块66接收操作值。
一般而言,PCU40具有与PCU42相似的配置,即PCU40具有多个控制模块60、通信总线和I/O子系统64。
现在参照图4,接口系统54可操作用于向连接的软件应用提供来自DCS20的数据。在图4中所示一个实施例中,接口系统54可以包括软件应用接口(API)80、系统数据访问(SDA)服务器82和OPC服务器84。API80是包括“C”语言子例程集的低级接口,这些子例程提供对CIU44中的本机语言命令集的访问。每个CIU44包括将基于微处理器的设备(比如工作站46或者48)或者PCU(例如PCU40或者42)连接到回路(例如回路22)的一个或者多个硬件模块。SDA服务器82以受控方式可操作用于通过关联CIU44和API80向DCS20中的模块发送数据请求和从这些模块接收数据响应。SDA服务器82可以通过节流机制控制数据流量,该节流机制限制向DCS20的未尽数据请求并且实行最大请求速率。此外,SDA服务器82可以利用在运行时间自动生成的拓扑模型以确定向DCS20中的特定模块的数据请求是否有效并且受模块支持。可以提供web服务器应用83以使用简单对象访问协议(SOAP)将SDA服务器82连接到任何web客户端。OPC服务器84可操作用于经由OPCUA从SDA服务器82发布数据并且支持使用TCP和HTTP OPC UA通信栈二者的连接。OPC服务器84可以执行读取和功能调用(在为了执行操作而必需时)并且提供预订。
通过接口系统54收集并且可以在计算机上的数据库90中存储来自DCS20的数据并且具体为涉及控制模块60中的控制回路(控制器)的数据。在相同或者不同计算机上运行的数据获取程序92可以用来收集这一数据并且在数据库90中存储它。来自数据库90的数据和/或直接来自数据获取程序92的数据由根据本发明实现的回路分析程序94用来监视控制回路并且识别和诊断那些控制回路中的正在经历问题的控制回路。
具有在其上运行的数据获取程序92、数据库90和回路分析程序94的计算机(多个)可以都位于与DCS20相同的工业设施中并且可以位于与DCS20邻近。在这样的实施例中,数据获取程序92可以从DCS20连续收集并且在数据库90中存储数据,并且回路分析程序94可以始终可用以在从数据获取程序92接收和/或从数据库90取回这样的数据时分析它。备选地,具有在其上运行/存储的数据获取程序92、数据库90和回路分析程序94的计算机(多个)可以位于从工业设施和DCS20远离的地点,比如远程服务中心。在这一实施例中,数据获取程序92可以通过通信网络,比如广域网(WAN)或者因特网,连接到接口系统54。另外,数据获取程序92可以仅从DCS20收集并且在数据库90中存储数据持续有限时间段,比如12或者24小时。在又一实施例中,数据获取程序92和数据库90可以加载到连接到接口系统54的便携计算机上以收集数据持续有限时间段,在该时间之后,便携计算机从接口系统54断开,然后向远程地点运输,它在该远程地点连接到具有在其上运行的回路分析程序94的计算机。
可以在数据模型中在数据库90中存储从DCS20收集的数据,该数据模型中基于控制器存储数据。每个控制器具有在其中存储涉及控制器的数据的五个属性或者子类:过程、设置、临界度、分段和利用。在过程子类之下存储用于设置点的数据、测量值和控制输出。在设置子类之下存储描述、控制器调谐参数、输出限制、设置点限制和执行速率。临界度子类包括高、中和低;分段子类包括组和过程;并且利用子类包括模式(自动或者人工)。数据模型有助于数据维护并且实现快速数据取回。另外,数据模型允许面向对象编程技术的最优使用。
应当理解,本发明不限于与DCS20或者与之相似的控制系统使用。回路分析程序94可以用来监视和诊断其它不同种类的控制系统中的控制回路。还应当理解,回路分析程序94可以利用借助除了接口系统54、数据获取程序92和数据库90之外的方式从控制系统获得的数据。DCS20、接口系统54、数据获取程序92和数据库90仅为回路分析程序94可以与之使用的控制系统和数据获取系统的一个示例。
回路分析程序94存储于计算机100中的存储器中并且由计算机100的处理器执行。回路分析程序94具有可操作用于生成并且在计算机100的监视器104上显示大量数据视图的图形用户界面(GUI)102。通过可视化,数据视图允许操作者人工分析大量控制器的性能并且确定是否有任何问题。操作者可以通过视图导航并且使用一个或者多个接口设备(比如键盘、鼠标、跟踪球和我们的触屏)从视图取回信息。在以下段落中,当在GUI102的上下文中参考关于操控动作(比如“选择”、“点击”、“拖动”等)的术语时,应当理解动作由操作者使用接口设备来执行。
GUI102通过图5中示意地示出的屏幕布局101向用户呈现信息。屏幕布局101包括图形窗106、第一选择窗108和第二选择窗110。
回路分析程序94可以生成和显示的第一类型的数据视图是比较用于控制器的趋势的控制器数据分组视图。在图6中示出具有控制器数据分组视图的第一显示112的部分。已经选择图形窗106的标签页114以便在图形窗106中显示趋势,并且已经选择第一选择窗108的标签页116以便显示控制器列表。在这样选择标签页114、116时,选择控制器(比如FIC81220)使得用于控制器的两个趋势被自动生成并且一起显示于图形窗106中。如图6中所示,显示两个趋势使得在彼此上堆叠两个趋势的Y轴。用户通过分别点击图形窗106中的用于测量值(MV)、设置点(SP)、误差(ERROR)和控制器输出(Out)的复选框118中的两个或者更多复选框来选择趋势化的数据。在第一显示112中,已经选择用于SP、MV和Out的复选框118。因此,顶部趋势用于MV和SP,并且底部趋势用于Out。在图6中,SP(设置点)是经过振荡的MV(测量值)延伸的基本上直线,这指示在趋势时段期间尚未改变设置点。应当注意,在图6中,仅为了易于说明,在图形窗106之上示出第一选择窗108。
取代在顶部趋势中显示测量值和设置点,可以在顶部趋势中显示误差。这通过选择误差(Error)复选框118而不是SP和MV复选框118来实现。
可以通过向图形窗106中的框120、122中录入数据范围来放大顶部和底部趋势内的数据范围。在图7中图示这一缩放特征,该图示出具有控制器数据分组视图的另一显示126的部分。在放大特定数据范围之前,框120包含“0”而框122包含“12739”。因此,显示的趋势具有正常数据范围0-12739。通过向框120中录入“100”而向框122中录入“1600”来放大例如为100-1600的更小数据范围。用于这一更小数据范围的趋势填充趋势框112、114,由此有效放大用于数据范围的趋势。仅出于示例目的,在框128中示出放大的数据范围。可以通过移动滚动栏130、由此沿着x轴移动放大的数据范围来放大正常数据范围内的其它数据范围。然而数据范围的宽度如果未通过向框120、122中的至少一个框中录入不同值来改变则将停留于1500。
可以利用通过下拉分析框130可访问的分析工具来分析趋势的数据。现在参照图8和9,可用于通过分析框130选择的工具包括:“时间序列(Time Series)”、“差值(Difference)”、“功率谱(Power Spectrum)”、“幅度谱(Amplitude Spectrum)”、“自相关(Auto Correlation)”、“直方图(Histogram)”和“局部可变性(Local Variability)”。在图8中示出具有控制器数据分组视图的显示132的部分,而在图9中示出控制器数据分组视图的另一显示134的部分。在显示132中,时间序列工具用来显示用于控制器FIC1002G的趋势。时间序列工具是使得相对时间(X轴)绘制SP/MV/误差、输出(Y轴)的值(0-100%)的正常(默认)工具。在显示134中,功率谱工具用来显示用于控制器FIC1002G的趋势。功率谱工具测量SP/MV/误差、输出的功率,然后相对频率(X轴)绘制它(Y轴)。选择分析框130中的分析工具立即使选择的分析工具创建的趋势自动显示于图形窗106中。
可以使用指数滤波器或者布莱克曼滤波器来过滤趋势的数据以去除噪声。通过下拉滤波器(FILTER)框136进行选择不使用滤波器或者使用指数滤波器或者布莱克曼滤波器。通过滤波器框136选择滤波器自动使趋势的数据被滤波。
回路分析程序94可以生成和显示的第二类型的数据视图是表视图,该表视图示出将数值方法应用于控制器的数据。在图10中示出具有数值方法表视图的显示140的部分。显示140包括具有标签页的表141,这些标签页用于以下讨论的不同数据、即:MV、SP、输出(Out)、误差(Error)和回路性能监视(LPM)数据。在图形窗106中示出表141。应用的数值方法包括标准偏差、变化系数(CoV)、最大值、最小值、期望值、平均值和范围。选择表141中的用于特定数据的标签页使表141示出行和列,其中每行用于不同控制器并且每列用于应用于控制器的特定数据的不同数值方法。可以基于不同数据(MV、SP、输出、误差和LPM)对控制器排序。因此,可以针对LPM数据仅示出一组控制器,可以针对MV仅示出不同另一组控制器,依次类推。
通过在与回路分析程序94关联的LPM库或者数据库中存储的标准软件例程执行的数值方法产生LPM数据。标准LPM数据软件例程包括图10中所示LPM:01、LPM:02、LPM:03和LPM:04。LPM:01计算期望值控制误差SP-PV;LPM:02计算归一化的控制误差的标准偏差;LPM:03计算工程单元中的控制误差的标准偏差;并且LPM:04计算期望值过程变量、当前操作点。一些其它标准软件例程包括:LPM:13,其确定其中回路(控制器)为自动的采样(Sample)的百分比;LPM:14,其确定其中回路为饱和的采样的百分比;LPM:17,其确定设置点穿越和所有采样的比率数;以及LPM:19,其计算SP和PV的比率移动。
LPM库也包括标准软件例程,这些标准软件例程分析LPM数据以确定用于控制回路(控制器)的各种性能指标(结果)。标准LPM结果例程中的一些包括:H01,其确定总性能是否可接受;H02,其确定是否有总调谐问题;H03,其确定控制回路是否振荡;H04,其确定SP是否振荡;H05,其确定是否有显著外部扰动;H06,其确定是否有显著非线性;H07,其确定是否有阀静摩擦力;P01,其确定是否有可接受哈里斯指数;P02,其确定是否有可接受的SP穿越指数;以及P03,其确定可变性是否随机。
也可以基于控制器类型、过程区域、临界度和用户指定的排序标准对控制器排序。
回路分析程序94可以生成和显示的第三类型的数据视图是示出用于两个不同控制器的趋势的控制器比较视图。在图11中,示出具有控制器比较视图的显示148的部分,其中比较控制器FIC81303的趋势与控制器FIC81220的趋势。在图形窗106中示出趋势。用于每个控制器的趋势包括MV/SP趋势和输出(Out)趋势。可以比较特定控制器(FIC81303)与DCS20中的其它控制器中的任何控制器。因此,用户可以用快速、可视方式比较控制器的性能与所有其它控制器并且由此检测相似波形、即性能特征。这样的检测可以有助于识别影响多于一个控制器的问题。
回路分析程序94可以生成和显示的第四类型的数据视图是控制器性质视图。在图12中,示出具有控制器性质(Controller Properties)视图的显示152的部分。用户可以快速可视化与选择的控制器的设置点有关的信息。更具体而言,与用于MV、SP和输出(Out)的高和低限制一起示出MV、SP和输出的当前数值。此外,示出控制器的调谐参数(比例、积分和微分)的数值以及控制器的自动(Auto)状态,即控制器是否在自动模式中。在查看过程数据之时查看控制器性质视图帮助用户确定问题是否与控制或者过程有关。
现在参照图13,示出具有回路分析程序94可以显示的第五类型的数据视图的显示156的部分。第五类型的数据视图是组合过程和数值数据视图。如图所示,数值数据视图具有设置于数值方法表162以上的两个趋势框158、160。以与控制器数据分组视图相同的方式,用户通过分别点击图形窗106中的用于MV、SP、误差(Error)和输出(Out)的两个或者更多复选框来选择趋势化的数据。在图13中,已经为控制器11AJ182选择用于SP、MV和输出的复选框。因此,在趋势框158中的顶部趋势用于控制器11AJ182的MV和SP,并且在趋势框160中的底部趋势用于控制器11AJ182的输出。数值方法表162示出将数值方法应用于控制器的数据并且包括用于不同数据的标签页,即MV、SP、输出、误差和LPM。应用的数值方法包括标准偏差、CoV、峰度、最大值、最小值、期望值、平均值、范围等。选择用于特定数据的标签页显示如下表,该表包含应用于特定数据的不同数值方法的列。在图13中,将数值方法应用于控制器11AJ182的MV。
回路分析程序94可以生成和显示的第六类型的数据视图是数据聚类视图,该数据聚类视图允许在二维图中相对彼此绘制两个数据类型或者在三维图中相对彼此绘制三个数据类型。通过点击图形窗106的标签页164来访问二维数据聚类视图,而通过点击图形窗106的标签页165来访问三维数据聚类视图。数据聚类视图包括绘图窗168和趋势窗170(图14中所示)。数据聚类视图对于检测和分析线性度、滞后和静摩擦力特别有用。滞后在响应于来自控制器的相同命令(在量值方面)而对最终控制元件(FCE)的移动数量在不同移动方向上不同时出现。静摩擦力在控制器命令致动器移动FCE、但是FCE直至致动器施加附加力才做出响应、然后FCE过冲时出现。
现在参照图14,示出具有二维数据聚类视图的显示166的部分。在绘图窗168中,有控制器FIC1002G的MV比对输出(Out)的二维图。趋势窗170示出控制器FIC1002G的MV和输出的趋势而时间在X轴上、MV在Y轴的左侧上并且输出在Y轴的右侧上。在绘图窗168和趋势窗170中所示输出和MV之间的偏移示出非线性问题,该非线性问题可能涉及与控制器FIC1002G相关联的致动器中的滞后。
在图15中示出三维数据聚类的显示172的部分。绘图窗168示出控制器LIC1401的MV、输出和SP的三维图,其中MV在X轴上、输出在Y轴上并且SP在Z轴上。趋势窗170示出控制器LIC1401的误差(Error)和输出(Out)的趋势,其中时间在X轴上、误差在Y轴的左侧上并且输出在Y轴的右侧上。在绘图窗口168中的圆环形绘图指示与控制器LIC1401关联的致动器中的静摩擦力和滞后。
回路分析程序94可以生成和显示的第七类型的数据视图是控制器参数聚类视图,该控制器参数聚类视图对于多个控制器允许在二维(XY)绘图中相对彼此绘制每个控制器的两个性质或者在三维图(XYZ)中相对彼此绘制每个控制器的三个性质。通过点击图形窗106的标签页173来访问二维控制器参数聚类视图,而通过点击图形窗106的标签页175来访问三维控制器参数聚类视图。控制器参数聚类视图使用户能够快速确定总控制系统20是否正在良好或者不良操作。控制器参数聚类视图的效用基于直接合成(λ)调谐技术的效用。在这一调谐技术中,匹配主控器的动态性与过程的主导动态性。例如多数流量控制回路具有范围从5至20秒的时间常数。因此按照直接合成调谐方式,用于流量控制回路的标准PID控制器的积分调谐参数也应当从5至20秒。另外,比例调谐参数应当是1或者更少。因此按照直接合成调谐技术,如果流量控制回路中的PID控制器中的多数PID控制器具有在范围5-20秒中的积分调谐参数和为1或者更少的比例调谐参数,则控制系统20可能正在良好操作。控制器参数聚类视图允许在单个视图中快速断定这一点。
现在参照图16,示出具有二维控制器参数聚类视图的显示174的部分。对于多个控制器,在图形中相对每个控制器的比例(Proportional)调谐参数(X轴)绘制控制器的积分(Integral)调谐参数(Y轴)。如图所示,二维控制器参数聚类视图的独特特征是它允许可视化具有相同比例和积分(PI)调谐参数值的控制器的数目。更具体而言,对于特定PI调谐参数值(XY坐标)集,示出具有如下大小(直径)的点,该直径与共享PI调谐参数值(XY坐标)集的控制器的数目直接成比例。换而言之,对于特定PI调谐参数值(XY坐标)集,点大小随着具有PI调谐参数值(XY坐标)集的控制器的数目而增长。如图17中示意地所示,如果用户左击(用鼠标或者其它定点设备)放大的点,则弹出窗出现于图形窗106中,该弹出窗示出放大的点代表的所有控制器的列表。如果用户右击控制器列表,则用于列表中的所有控制器的控制器比较视图出现于图形窗106中,其中显示所有控制器的趋势。
二维控制器参数聚类视图的另一特征是它允许在图形中显示用户定义的如下目标区域,预期(希望)控制器的PI调谐参数值位于该目标区域中。在图16中,显示由约.1至约为1的比例调谐参数和约4至约10的积分调谐参数界定的目标区域,这符合直接合成调谐技术。如图所示,相当数目的控制器具有在这一目标区域以外的PI调谐参数值、由此指示控制系统20的相对不良的总控制。
现在参照图18,示出具有三维控制器参数聚类视图的显示176的部分。对于多个控制器,在X轴上绘制每个控制器的比例调谐参数,在Y轴上绘制控制器的积分调谐参数,并且在Z轴上绘制控制器的误差(变化系数)。如图所示,具有不良PI调谐参数分组的那些控制器多数具有大误差。
以上描述的数据视图允许通过可视化人工分析控制器。这一人工分析可以用来生成控制器的关键性能指标(KPI)的评定(状态和/或值)。KPI的状态用来指示存在问题并且在性质上为布尔(即无问题/问题、好/坏、否/是),其中“问题”、“坏”或者“是”指示存在问题。KPI的值可以用来指示KPI的下面的控制方面的质量或者问题的量值并且可以基于标度,比如0-100%,其中0%指示最好质量并且100%指示最坏质量(最大问题)。除了提供人工生成KPI评定之外,回路分析程序94也提供自动生成KPI评定以及组合或者混合生成KPI评定,这利用KPI评定的人工和自动生成二者。KPI一般落入四个类别之一:点、数据窗统计分析、持久性和时间趋势变换。
点KPI简单地比较测量结果与阈值,并且如果测量结果超过阈值,则KPI的状态改变,比如从无问题到问题,并且生成动作,例如生成和发出警报。
数据窗统计分析KPI使用数据窗(大量统计相关数据)并且将它映射到统计结果。统计映射的示例包括:期望值、模式、中值、最大值、最小值、标准偏差、方差、CoV和斜率。一旦已经针对窗大小确定统计值,则然后与点KPI方法很相似地使用统计结果。例如,如果计算了数据集窗的可变性并且标准偏差在阈值以上,则KPI的状态改变并且触发对应动作。
持久性KPI用来避免可能随点KPI出现的误判。定义误判为如下KPI,该KPI超过它的阈值,但是出于与实际问题无关的原因。噪声尖峰、机器停机、生产改变等都可能引起误判。经常将持久性KPI应用于点KPI。可以用许多方式实施持久KPI。一个类型的持久性KPI简单地是在用户定义的分析窗中超过点KPI阈值的次数的计数。另一类型的持久性KPI是超过阈值的时间的评估。
时间趋势变换KPI利用数据窗的数学分析。经常将系列变换应用于数据窗。这些变换可以包括傅里叶级数、自相关、直方图等。时间趋势变换将基于时间窗的数据转换到新域中。新域允许更容易检测可能在原有时间趋势中隐藏的细节。例如可能难以在时间趋势中检测具有纯音调振荡性质的时间趋势。然而如果将该时间趋势转换成傅里叶级数,则可以容易检测振荡问题的幅度和频率。
回路分析程序94有助于通过利用分类到典型控制回路的三个不同区域、即控制、过程和信号调节中的预定义回路问题或者争议来人工生成KPI评定和混合生成KPI评定。一般而言,控制区域关注控制器14的操作,过程区域关注FCE16的操作和过程10的条件或者状态,并且信号调节区域关注向控制器14提供的MV信号的条件。MV信号的条件依赖于测量MV的传感器12的操作,信号调节设备(比如A/D转换器和滤波器)的操作,信号传输介质(例如布线)的条件以及环境噪声。现在参照图19,示出将图2的回路框图划分成三个区域。在以下段落中阐述三个区域中的普遍发现的争议中的一些争议。
在控制区域中,关注的争议是保持误差远离零的那些争议。这样的争议可以包括:调谐参数;使用的控制算法类型;与用于设置点、输出和过程变量的高和低范围有关的设置参数;使用的小数点的数目;控制器执行速率;控制死区;附加自由程度,比如非线性补偿选项:调节参数调度、“β”因子和自适应控制;数据输出范围;卷起、回路关断(人工);从设置点的偏移;输出改变速率;设置点的改变速率;以及滤波。
在过程区域中,关注的争议是使过程以与最终控制元件(FCE)不一致的方式改变的争议。这样的争议可以包括:比FEC更强大的扰动;过程性质改变;过程非线性(例如水平圆柱形罐中的表面积比对水平面);FCE争议:静摩擦力、后冲、滞后、分辨率(随时间、脉冲宽度)、FCE大小、FCE类型、跨FCE的差压降、空化、缩脉、凸轮争议、驱动争议;致动器争议;以及过程超范围。
在信号调节区域中,关注的争议是使实际过程变量和测量的过程变量不同的争议。这样的争议可以包括采样时间;滤波;量化;死区;压缩;补偿;校准;饱和;小数点;死信号;尖峰;异常值;非高斯噪声;噪声突发;以及平方根提取。
前述列表示出有可能使控制回路的性能下降的许多因素。在本发明中,将这些因素分组并且布置成预定义主要KPI的结构化格式,该格式有助于人工生成KPI评定和混合生成KPI评定。结构化的格式可以采用下表的形式:
前述主要KPI的评定都可以被人工生成。也可以自动生成主要KPI的评定中的多数评定。在以下段落中阐述主要KPI的简要描述。
C1指示数据集中的人工控制的过量时段。未从可以可用或者可以不可用的模式标签推断人工控制。代之以从输出信号推断这一主要KPI。
C2指示振荡设置点信号。振荡设置点信号意味着设置点正在由级联、比率或者前馈布置驱动。
C3指示控制器具有显著死区,由此降低控制器的性能。仅人工(视觉)确定C3。如图20中所示,控制器输出(输出)仅在测量值(MV)在死区以外时移动。换而言之,误差在死区以内时被确定为零。控制器死区可能由控制器本身或者由致动器的分辨率(即不能足够小地移动致动器)引起。在这后一种情形中,死区可以有用,因为误差应当在请求比最小可能致动器改变更小的校正时被视为零。
C4指示控制器不能去除的非零控制误差。通常,这指示控制器中的问题,最可能遗漏积分动作。
C5指示太严密地调谐控制回路(控制器)、由此造成振荡器输出(输出)中的明显振荡行为。过控制在控制设置太激进并且扰动拒绝造成强的欠阻尼响应时出现。这一条件可能由比例调谐参数太大和积分调谐参数太小引起。
C6指示太迟缓地调谐控制回路(控制器),由此造成比其中SP和MV偏离的强自相关和长时段的必需可变性更高的可变性。这一条件可能由比例调谐参数太小和积分调谐参数太大引起。
C7指示过量FCE移动,该FCE移动可能造成在一段时间之后的磨损和性能下降。这一条件可能由MV中的过量噪声或者微分调谐参数太高引起。MV可以由小滤波器(例如比过程时间常数小5至10倍的滤波器)滤波或者通过去调谐控制器以去除或者减少微分分量来过滤。
C8指示控制器与扰动和过程动态性的性质相比正在太慢执行。
C9指示用于如下情形的所有类别,在这些情形中,控制有些错误,但是该情形未相配到其它控制(C)类别中的任何类别中。仅人工地(视觉地)确定C9。
P1指示控制器输出饱和。这一条件通常在扰动能两个扰动高于可用校正动作时出现。控制器试图“卷起”或者推动FEC超出它的硬件限制。通常,扰动能量只是太大或者FCE(例如阀)太小或者FCE断开。
P2指示FCE主要在它的操作范围的90%以上或者在10%以下操作。如果是这样,则FCE尺度不足或者过大。这本身未意味着严重问题、但是指示改进潜力。
P3指示与FCE有关的问题,该问题造成MV和输出的循环行为。两个不同波形组合(在趋势中)将提供这一指示:自调节和非自调节。就这一点而言,应当注意,自调节过程是停止随着致动器的单个阶跃变化而移动的过程。非自调节过程是由于致动器中的阶跃变化而以积分方式移动的过程。具有固定输出和受控输入的回路为非自调节过程的示例。自调节波形组合是MV中的方波和输出中的三角波。非自调节波形是MV和输出二者中的三角波。阀静摩擦力和滞后争议通常表现为自调节波形组合。在图21中示出控制器数据分组视图的显示180的部分,该部分示出自调节波形组合。如图所示,有MV中的方波和输出中的三角波。
P4指示传感器校准误差或者FCE泄漏。提供这一指示的波形组合(在趋势中)是零输出和仍然存在或者移动的MV。零输出意味着FCE未操作(例如阀关闭)。在阀的情况下,如果阀关闭并且MV仍然存在或者移动,则阀具有断裂密封或者未被正确校准。
P5指示非周期扰动。举例而言,非周期扰动可能由比如可能在清洁循环或者冲洗循环期间出现的在过程中的别处的大需求所致的入口压力降引起。非周期扰动也可能由电源浪涌、有故障的发送器或者不良接地引起。
P6指示来自负载改变的振荡所引起的外部触发的MV周期可变性。
P7指示用于如下情形的所有类别,在这些情形中,过程有一些错误,但是该情形未落入其它过程(P)类别中的任何类别中。仅人工地(视觉地)确定P7。
S1指示其中MV被强量化的数据集。量化通常与不良A/D转换器或者无足够分辨率的A/D转换器有关。主要争议是对FCE的影响。量化与MV上的死区相似、但是不相同。虽然量化引起MV中的明显区段,但是这些区段未如同MV上的死区移动。在图22中示出控制器数据分组视图的显示184的部分,该部分示出量化。如图所示,在MV中有明显区段。差值趋势和直方图是用于进一步可视化这一问题的良好工具。
S2提供MV中的过量噪声的指示。
S3指示数据集受单一异常值或者尖峰或者多个后续异常值破坏。尖峰可以在MV和/或输出(Out)中。尖峰可能由短暂丢失信号(例如功率假信号等)、在磁流量计中的气穴、在磁流量计中的传导材料、电接触问题、松散连接和在信号上的电尖峰引起。
S4指示控制器可能试图控制的校准步进或者不自然的逐步扰动。指示这一条件的趋势是MV中的比可以随着过程的“正常”动态性而可能出现的阶跃变化更快的阶跃变化。这一条件是不好的,因为控制器可能试图校正(虚幻)阶跃变化,这可能引起实际问题。
S5指示通过一些数据库压缩方法已经压缩的数据。工厂编年史(planthistorian)经常被配置用于如果MV未改变指定的数量则压缩数据。经常在重建压缩的数据时点的插值造成不平滑趋势。压缩的数据和/或根据压缩的数据重建的数据不应用于控制。
S6指示已经向MV添加强一阶滤波器,这使它的信号很平滑、即太平滑。滤波器可以在发送器、信号线中、在模拟输入电路装置中或者在控制器中。太大的滤波器可能使电平变成不稳定并且使扰动在MV中比它们实际出现的时间晚得多地显现。
S7指示数据收集采样速率是否适合于(即足够快)分析和控制。模拟输入电路装置的采样速率经常比PID采样速率更慢,这造成如下限制循环,在该循环中有用于相同误差的多个校正。指示这一条件的趋势是如下MV趋势,其应当每个采样改变、但是代之以具有大量平点(零阶保持)。不充分数据收集采样速率经常出现于如下自动调谐器,这些调谐器在被允许计算采样速率时经常选择大采样时间。在图23中示出控制器数据分组视图的显示186的部分,该部分示出不充分数据收集采样速率。如图所示,有显著数目的平点。仅人工地(视觉地)确定S7。
S8指示无由恒定MV所证实的信号。无信号的原因可以是断开的信号线、断开的发送器或者可能不正确地配置OPC服务器84。
S9指示由MV变成在控制器高和低设置点限制以上或者以下所证实的饱和(开环或者闭环)MV。
S10指示是用于如下情形的所有类别,在这些情形中,过程有一些错误,但是该情形未落入其它信号(S)类别中的任何类别中。仅人工地(视觉地)确定S10。
如以上阐述的那样,可以自动生成主要KPI的评定中的许多评定。这一自动生成由回路分析程序94的数学引擎190和规则引擎192执行(见图24)。数学引擎190取得数据获取程序92获取的并且在数据库90中存储的用于控制器的所有数据数组(SP、MV、输出)并且将数学公式(期望值、标准偏差、偏斜等)应用于它们。这些数学公式由数学引擎190执行的存储的软件例程执行。数学引擎190也对数据数组执行LPM软件例程。数学引擎190执行的计算的结果放置于矩阵或者数值表面194中,该矩阵或者数值表面然后由规则引擎192作用以生成主要KPI的评定。规则引擎192执行存储的软件算法,这些软件算法关注于在数值方法的结果、LPM数据和LPM结果之间的预定关系。在显示于第二选择窗110中的KPI框198中指示主要KPI的评定。如图25中最佳地所示,KPI框198包括所有主要KPI的列表。用于指示主要KPI的状态和值的复选框和严重性(Severity)框分别位于每个主要KPI的相对侧上。在复选框中的复选记号指示在关联主要KPI中有问题。在对应严重度性框中显示问题的严重性(在标度1-100%上,其中100%为最严重)。
现在参照图24,示出示意流程图200,该流程图示出回路分析程序94如何可以用来人工、自动和以组合或者混合方式分析控制回路(控制器)。人工过程始于步骤202,在该步骤中,用户查看一个或者多个数据视图(比如控制数据分组视图)以便生成主要KPI的评定。在步骤204中,用户确定主要KPI的状态,即是否有任何问题,并且如果是这样,则在KPI框198中的用于具有问题的主要KPI的复选框中放置复选记号。在步骤206中,用户确定具有问题的任何主要KPI的值(严重性:Severit)并且在KPI框198中的用于主要KPI的严重性框中录入严重性。因此,人工过程始于步骤202并且继续至步骤204,然后步骤206。
自动过程始于数学引擎190在步骤208中执行存储的软件例程以对数据库90中存储的数据数组执行数学公式。在步骤210中,用数学公式的结果填充数值表面194。在步骤212中,规则引擎132作用于数值表面194以生成主要KPI的评定并且向KPI框198中录入它们。因此,自动过程始于步骤208并且继续至步骤210,然后步骤212。
一旦自动过程完成,用户可以回顾数据以确认或者拒绝自动过程的结果中的所有或者部分结果。例如,如果自动过程确定在特定主要KPI中有问题,则用户可以查看一个或者多个数据视图以便辨别在特定主要KPI中是否实际上有问题(即,问题的诊断正确)。例如,用户可以查看比如图22中所示趋势框158、160中的趋势以及组合过程和数值视图的数值方法表162中的数据。数值方法表162中的数据可以是数值表面194的涉及控制回路的部分(LPM结果)。如果用户未在视觉上检测到问题或者用户认为不同问题存在(即在另一主要KPI中的问题),则用户可以重写自动过程生成的主要KPI的评定并且人工录入用户认为正确的信息。应当理解,在以上描述的场景中,已经执行混合KPI生成方法。已经执行自动过程步骤208-210-212,然后已经执行人工过程步骤202-204-206。
除了验证自动过程的结果之外或者作为该验证的部分,用户还应当查看和分析一个或者多个数据视图以确定在仅能人工地(视觉地)评定的主要KPI(比如C3、C8、C9、P7、S6、S7和S10)中是否有任何问题。
现在参照图25,示出用于可操作用于控制阀的控制器11AJ227的显示220的部分。显示220包括组合过程和数值视图以及KPI框198。如图所示,在第二选择窗110中显示KPI框198,而在图形窗106中示出组合过程和数值视图。这一组合过程和数值视图除了已经选择“LPM结果(LPM Result)”标签页——这使数值表面194的涉及控制器11AJ227的部分填充数值方法表162——之外与图13中所示组合过程和数值视图相似。在趋势框158、160中分别示出SP/MV和输出趋势。已经自动生成主要KPI的评定,并且如图所示,仅一个主要KPI的状态指示问题,即P3:FCE问题。问题由在P3旁边的复选框中的复选记号指示。这一问题由在数值方法表162中阐述的LPM结果以及在趋势框158、160中的SP/MV和输出趋势中示出的明显振荡行为确认。如以上关于LPM结果阐述的那样,H01指示总性能不可接受;H03指示控制回路振荡;H06指示显著非线性;H07指示阀静摩擦力;P01指示哈里斯指数不可接受;P02指示SP穿越指数不可接受;并且P03指示可变性非随机。
以上描述的控制回路(控制器)的分析可以由控制回路针对DCS20中的所有控制回路来完成。虽然以上描述的回路分析程序94的特征允许这相当快地执行,但是过程仍然花费大量时间。回路分析程序94的另一特征是它对DCS20的所有控制回路提供主要KPI的评定的逻辑分组,这提供所有控制回路的迅速总览。这些分组被布置于分级结构中并且可以在图形窗106中通过点击标签页224来查看。在最高或者第一级中,确定和显示具有争议(问题)的控制回路(控制器)的总数。此外,对于每个控制回路区域(即过程、控制和信号调节),确定、显示并且用条形在图形上图示控制组中的具有争议的控制回路的总数。在下一或者第二级中,对于在选择的控制组区域中的每个主KPI,确定、显示并且用条形在图形上图示主要KPI中的具有争议的控制回路的总数。在第三级中,对于选择的控制组区域的选择的主要KPI,个别地列举主要KPI中的具有问题的控制器,并且确定、显示并且用条形在图形上图示用于每个控制器的争议的严重性。
图26示出显示226的部分,该部分示出第一级KPI分组。在左上侧中显示具有争议的控制回路(控制器)的总数(339)。在这一总数以下是条形图227,该条形图示出过程区域中的具有争议的控制回路的总数(209)、控制区域中的具有争议的控制回路的总数(145)和信号调节区域中的具有争议的控制回路的总数(127)。如图27中所示,点击控制区域使第二级KPI分组被显示,这是控制区域中的主要KPI。在这一显示(由标号228表示)中,在左上侧显示控制区域中的具有争议的控制回路(控制器)的总数(145)。在这一总数以下是条形图229,该条形图示出控制区域中的不同主要KPI(C1-C7)中的具有问题的控制回路的总数。条形图229示出65个控制器具有C1(静态输出)中的争议、56个控制器具有C6(慢控制)中的争议、13个控制器具有C5(过控制)中的争议、10个控制器具有C4(偏移)中的争议并且3个控制器具有C2(可变设置点)中的争议。如图所示,按照主要KPI具有经历争议的控制器的最大数目从最大至最小的顺序布置条形(用于不同主要KPI)。如图28中所示,点击C5(过控制)使第三级KPI分组被显示,这是具有过控制争议的控制回路(控制器)。在这一显示(由标号230表示)中,在左上侧中显示具有过控制问题的控制器的总数(13)。在这一总数以下是条形图232,该条形图分别示出控制器及其过控制争议的严重性。如图所示,点击列举的控制器之一(例如19AJ103)使得用于控制器的趋势在条形图232之下被显示。
回路分析程序94允许用户基于以下各项中的一项或者多项对主要KPI排序:(1)回路类型:流量、压力、电平、一致性等;(2)优先级:高、中和低;(3)排除回路,这些回路在人工中或者是指示器;(4)总性能额定值;(5)过程区域;(6)控制分组;以及(6)用户指定的统计结果。基于控制误差中的归一化的可变性完成默认排序。用户通过图形窗106中的过滤工具栏调用对主要KPI的操作排序。
用于主要KPI的打印报告可以由回路分析程序94产生。这样的报告可以用来以用于以最差的执行控制回路的解决方案为目标。回路分析程序94允许可以生成的报告类型的很大灵活性。图29-31分别示出可以生成的三个报告240、242、244。报告240-242用于已经过滤的主要KPI以仅示出高优先级控制器。报告240-244中的每个报告是如下表的形式,该表让控制器布置于行而主要KPI布置于列中。报告240示出控制区域中的在主要KPI(C1-C9)中具有争议(问题)的控制器,报告240示出过程区域中的在主要KPI(P1-P7)中具有争议(问题)的控制器,并且报告244示出信号调节区域中的在主要KPI(S1-S10)中具有问题的控制器。应当理解,可以生成除了报告示出具有争议的所有控制器(而不是仅被指明为高优先级控制器的控制器)之外与报告240-244相同的报告。在这些报告中,控制器可以被颜色编码以示出它们的优先级(高、中、低)。
将理解前述示例实施例(多个)的描述旨在于仅举例说明而不是穷举本发明。在未脱离如所附权利要求限定的本发明的精神实质或者其范围的前提下,本领域普通技术人员将能够对公开的主题的实施例(多个)进行某些添加、删除和/或修改。

Claims (15)

1.一种由计算机执行的用于分析控制系统的多个控制回路中的一个或者多个控制回路的方法,所述控制系统能操作以对过程进行控制,所述控制回路均具有控制器、最终控制元件和测量设备,所述测量设备用于向所述控制器提供由所述控制器控制的过程变量的测量结果,所述方法包括:
从用户接收用于分析的所述控制回路之一的选择;
生成针对用于所选择的控制回路的第一分段、第二分段和第三分段中的每个分段的预定义关键性能指标的评定,所述第一分段涉及所选择的控制回路的所述控制器,所述第二分段涉及所述过程和所选择的控制回路的所述最终控制元件,并且所述第三分段涉及所述选择的控制回路的所述过程变量的所述测量结果;
在所述计算机的图形用户界面的单个屏幕中显示所选择的控制回路的至少两个不同类型的控制数据,所述控制数据类型选自于由下列项构成的组:所述过程变量的所述测量结果、所述控制器的输出、所述控制器的设置点、所述控制器的比例调谐参数、所述控制器的积分调谐参数和误差,所述误差是所述控制器的所述设置点与所述过程变量的所述测量结果之间的差值;
在所述计算机的所述图形用户界面的所述单个屏幕中显示所生成的用于所选择的控制回路的所述预定义关键性能指标的评定;
从用户接收针对用于所选择的控制回路的所述预定义关键性能指标中的一个预定义关键性能指标的不同评定;以及
在所述计算机的所述图形用户界面的所述单个屏幕中显示所接收的用于所选择的控制回路的所述预定义关键性能指标中的所述一个预定义关键性能指标的不同评定,以代替所生成的针对用于所选择的控制回路的所述预定义关键性能指标中的所述一个预定义关键性能指标的评定。
2.根据权利要求1所述的方法,其中以时间序列趋势的形式显示所述控制数据。
3.根据权利要求2所述的方法,其中所述时间序列趋势中的第一时间序列趋势针对所述控制器的所述设置点,并且所述时间序列趋势中的第二时间序列趋势针对所述控制器的所述输出。
4.根据权利要求2所述的方法,其中所述时间序列趋势中的第三时间序列趋势针对所述过程变量的所述测量结果。
5.根据权利要求1所述的方法,其中所述预定义关键性能指标的所述评定中的每个评定包括指示问题或者无问题的状态。
6.根据权利要求5所述的方法,其中每个预定义关键性能指标的具有指示问题的状态的所述评定还包括指示所述问题的严重性的值。
7.根据权利要求5所述的方法,其中用于所述第一分段的所述预定义关键性能指标选自于由下列项构成的组:过控制、欠控制、过量人工控制、振荡设置点、在所述控制器中的显著死区、非零控制误差、所述最终控制元件的过量移动、和所述控制器的慢执行。
8.根据权利要求7所述的方法,其中用于所述第二分段的所述预定义关键性能指标选自于由下列项构成的组:所述控制器的饱和输出、所述最终控制元件的在它的操作范围的外部的部分中的操作、所述过程变量的所述测量结果和所述控制器的所述输出的循环行为、在所述测量设备中的校准误差或者在所述最终控制元件中的泄漏、在所述过程中的非周期扰动、以及在所述过程变量的测量中的外部触发的周期可变性。
9.根据权利要求8所述的方法,其中用于所述第三分段的所述预定义关键性能指标选自于由下列项构成的组:量化的所述过程变量的所述测量结果、在所述过程变量的所述测量结果中的过量噪声、在所述过程变量的所述测量结果和/或所述控制器的输出中的异常值、在所述过程变量的所述测量结果中的不自然阶跃变化、数据压缩、所述过程变量的所述测量结果的过平滑度、用于所述过程变量的所述测量结果的不适当采样速率、所述过程变量的无测量结果、以及在所述过程变量的所述测量结果中的饱和。
10.根据权利要求1所述的方法,包括生成针对用于所选择的控制回路的第一分段、第二分段和第三分段中的每个分段的多个预定义关键性能指标的评定。
11.根据权利要求1所述的方法,其中以相互比对的两个不同数据类型的二维图的形式显示所述控制数据。
12.根据权利要求11所述的方法,其中所述数据类型中的第一数据类型是所述过程变量的所述测量结果,并且所述数据类型中的第二数据类型是所述控制器的所述输出。
13.根据权利要求1所述的方法,其中以相互比对的三个不同数据类型的三维图的形式显示所述控制数据。
14.根据权利要求13所述的方法,其中所述数据类型中的第一数据类型是所述过程变量的所述测量结果,所述数据类型中的第二数据类型是所述控制器的所述输出,并且所述数据类型中的第三数据类型是所述控制器的所述设置点。
15.根据权利要求1所述的方法,还包括对所述控制数据类型之一执行数值方法并且在所述计算机的所述图形用户界面的所述单个屏幕中在表中显示其结果,所述数值方法包括标准偏差、期望值、平均值、最大值和最小值。
CN201280011403.5A 2011-01-24 2012-01-24 用于分析和诊断大规模过程自动化控制系统的方法 Active CN103403638B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201161435482P 2011-01-24 2011-01-24
US61/435,482 2011-01-24
PCT/US2012/022410 WO2012103125A1 (en) 2011-01-24 2012-01-24 Method for analyzing and diagnosing large scale process automation control systems

Publications (2)

Publication Number Publication Date
CN103403638A CN103403638A (zh) 2013-11-20
CN103403638B true CN103403638B (zh) 2016-12-21

Family

ID=45607378

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280011403.5A Active CN103403638B (zh) 2011-01-24 2012-01-24 用于分析和诊断大规模过程自动化控制系统的方法

Country Status (9)

Country Link
US (1) US8489209B2 (zh)
JP (1) JP6076914B2 (zh)
CN (1) CN103403638B (zh)
AU (1) AU2012209207B2 (zh)
BR (1) BR112013018425A2 (zh)
DE (1) DE112012000548T5 (zh)
GB (1) GB2502209A (zh)
RU (1) RU2607237C2 (zh)
WO (1) WO2012103125A1 (zh)

Families Citing this family (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2359203B1 (en) * 2008-11-24 2015-10-28 ABB Research Ltd. A method for providing control and automation services
DE112012000548T5 (de) 2011-01-24 2013-11-21 Abb Inc. Verfahren zum Analysieren und Diagnostizieren von Grossprozessautomatisierungs-Regelsystemen
US11144630B2 (en) 2011-12-30 2021-10-12 Bedrock Automation Platforms Inc. Image capture devices for a secure industrial control system
US10834820B2 (en) 2013-08-06 2020-11-10 Bedrock Automation Platforms Inc. Industrial control system cable
US9437967B2 (en) 2011-12-30 2016-09-06 Bedrock Automation Platforms, Inc. Electromagnetic connector for an industrial control system
US10834094B2 (en) 2013-08-06 2020-11-10 Bedrock Automation Platforms Inc. Operator action authentication in an industrial control system
US11314854B2 (en) 2011-12-30 2022-04-26 Bedrock Automation Platforms Inc. Image capture devices for a secure industrial control system
US9191203B2 (en) 2013-08-06 2015-11-17 Bedrock Automation Platforms Inc. Secure industrial control system
US8971072B2 (en) 2011-12-30 2015-03-03 Bedrock Automation Platforms Inc. Electromagnetic connector for an industrial control system
US9600434B1 (en) 2011-12-30 2017-03-21 Bedrock Automation Platforms, Inc. Switch fabric having a serial communications interface and a parallel communications interface
US8868813B2 (en) 2011-12-30 2014-10-21 Bedrock Automation Platforms Inc. Communications control system with a serial communications interface and a parallel communications interface
US9727511B2 (en) 2011-12-30 2017-08-08 Bedrock Automation Platforms Inc. Input/output module with multi-channel switching capability
WO2013110166A1 (en) * 2012-01-26 2013-08-01 S. A. Armstrong Limited Method and system for selecting a device from a graphical interface
US20140277612A1 (en) * 2013-03-14 2014-09-18 General Electric Company Automatic generation of a dynamic pre-start checklist
US9904266B2 (en) 2013-04-25 2018-02-27 General Electric Company Real-time debugging systems and methods
US10613567B2 (en) 2013-08-06 2020-04-07 Bedrock Automation Platforms Inc. Secure power supply for an industrial control system
WO2015110499A1 (en) * 2014-01-24 2015-07-30 Shell Internationale Research Maatschappij B.V. Method and system for condition and performance based maintenance (cpbm) of oilfield equipment
US20170048122A1 (en) * 2014-04-23 2017-02-16 Siemens Aktiengesellschaft Method and device for diagnosing transmission interference in a network according to the opc ua standard
US9912737B2 (en) * 2014-08-27 2018-03-06 Exxonmobil Research And Engineering Company Method and system for modular interoperable distributed control
JP7029220B2 (ja) * 2015-02-09 2022-03-03 ベドロック・オートメーション・プラットフォームズ・インコーポレーテッド 多チャネル切り替え能力を有する入力/出力モジュール
US20160378078A1 (en) * 2015-06-29 2016-12-29 Steffen Lamparter Triggering an Auto-Tuning Function of a PID Controller
US20170053225A1 (en) * 2015-08-20 2017-02-23 Honeywell International Inc. System and method for providing visualization of performance against service agreement
US10152879B2 (en) * 2015-11-10 2018-12-11 Industrial Technology Research Institute Method, apparatus, and system for monitoring manufacturing equipment
US10352578B2 (en) * 2016-06-09 2019-07-16 Board Of Regents, The University Of Texas System Adaptive optimization for dynamic room pressurization control
JP6798825B2 (ja) * 2016-08-29 2020-12-09 公立大学法人大阪 データ解析装置、制御装置、データ解析装置の制御方法、制御プログラム、および記録媒体
RU2657477C1 (ru) * 2016-11-18 2018-06-14 Дмитрий Сергеевич Андрашитов Устройство оценки параметров с использованием априорной информации в форме интеграла действия
JP6933899B2 (ja) 2017-01-12 2021-09-08 横河電機株式会社 プラント運転支援装置、プラント運転支援方法、及びプラント運転支援プログラム
US10678216B2 (en) 2017-02-28 2020-06-09 Sap Se Manufacturing process data collection and analytics
US10901394B2 (en) 2017-02-28 2021-01-26 Sap Se Manufacturing process data collection and analytics
US10636007B2 (en) * 2017-05-15 2020-04-28 Tata Consultancy Services Limited Method and system for data-based optimization of performance indicators in process and manufacturing industries
US10678224B2 (en) * 2017-06-21 2020-06-09 Fisher-Rosemount Systems, Inc. Loop interface
DE112017007606T5 (de) 2017-06-30 2020-02-27 Mitsubishi Electric Corporation Instabilitätsdetektionvorrichtung, instabilitätsdetektionssystem und instabilitätsdetektionsverfahren
CN107478303B (zh) * 2017-07-04 2019-05-10 天信仪表集团有限公司 一种流量脉冲信号线断线实时检测报警方法
CN111936944A (zh) 2017-12-18 2020-11-13 三菱电机株式会社 显示控制装置、显示系统、显示装置、显示方法及显示程序
JP6887407B2 (ja) * 2018-08-28 2021-06-16 横河電機株式会社 装置、プログラム、プログラム記録媒体、および方法
RU2764359C1 (ru) * 2021-07-01 2022-01-17 Общество с ограниченной ответственностью «Эксперт-Универсал» Устройство для диагностики состояния оборудования (варианты), способ диагностики состояния оборудования и система для диагностики состояния оборудования (варианты)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2379749A (en) * 2001-09-17 2003-03-19 Fisher Rosemount Systems Inc Process control system with monitoring
CN1505249A (zh) * 2002-12-03 2004-06-16 艾默生网络能源有限公司 可抑制开环系统振荡的变频器控制方法及装置
CN101441478A (zh) * 2008-12-26 2009-05-27 北京航空航天大学 一种小型无人机自动着陆拉平控制方法及其装置

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4001807A (en) 1973-08-16 1977-01-04 Honeywell Inc. Concurrent overview and detail display system having process control capabilities
US4303973A (en) 1976-10-29 1981-12-01 The Foxboro Company Industrial process control system
JPS6093518A (ja) 1983-10-28 1985-05-25 Hitachi Ltd プラント運転履歴表示方式
KR890007306A (ko) 1987-10-30 1989-06-19 제트.엘.더머 온라인 밸브 진단 감시 시스템
US4885676A (en) 1988-03-09 1989-12-05 Storage Technology Corporation Control loop instability detection and correction apparatus
US5631825A (en) 1993-09-29 1997-05-20 Dow Benelux N.V. Operator station for manufacturing process control system
US5644487A (en) 1993-10-19 1997-07-01 Moore Products Co. Monitoring and control system and method
US5719788A (en) 1995-04-18 1998-02-17 The Regents Of The University Of California Automatic detection of excessively oscillatory feedback control loops.
US5796606A (en) 1996-02-07 1998-08-18 Noranda Inc. Process information and maintenance system for distributed control systems
GB9608953D0 (en) * 1996-04-29 1996-07-03 Pulp Paper Res Inst Automatic control loop monitoring and diagnostics
US6804618B2 (en) * 1997-09-29 2004-10-12 Fisher Controls International, Llc Detection and discrimination of instabilities in process control loops
US6466893B1 (en) * 1997-09-29 2002-10-15 Fisher Controls International, Inc. Statistical determination of estimates of process control loop parameters
US7023440B1 (en) 1998-09-14 2006-04-04 Fisher Rosemount Systems, Inc. Methods and apparatus for integrated display of process events and trend data
US6298454B1 (en) * 1999-02-22 2001-10-02 Fisher-Rosemount Systems, Inc. Diagnostics in a process control system
US7389204B2 (en) 2001-03-01 2008-06-17 Fisher-Rosemount Systems, Inc. Data presentation system for abnormal situation prevention in a process plant
US6847850B2 (en) * 2001-05-04 2005-01-25 Invensys Systems, Inc. Process control loop analysis system
GB0112269D0 (en) * 2001-05-21 2001-07-11 Micron Technology Inc Method and circuit for alignment of floating point significands in a simd array mpp
CA2446633C (en) * 2002-10-25 2008-01-29 Pulp And Paper Research Institute Of Canada Diagnostic for poorly tuned control loops
US6799143B1 (en) 2002-12-10 2004-09-28 Abb Inc. Process and device for evaluating the performance of a process control system
US6666049B1 (en) 2003-03-20 2003-12-23 Praxair Technology, Inc. Method for operating a cryogenic plant
KR101242732B1 (ko) * 2004-12-21 2013-03-11 씨티알이 피티와이 리미티드 변화 관리
US7587665B2 (en) * 2005-03-15 2009-09-08 Microsoft Corporation Method and computer-readable medium for providing spreadsheet-driven key performance indicators
RU2312767C2 (ru) * 2006-01-30 2007-12-20 Юрий Вячеславович Фисенко Способ сварки термопластов и устройство для сварки термопластовых элементов
JP3948486B1 (ja) * 2006-07-10 2007-07-25 石川島播磨重工業株式会社 揮発性有機化合物の処理方法、吸着・脱着装置及び揮発性有機化合物の処理システム
SG152081A1 (en) 2007-10-18 2009-05-29 Yokogawa Electric Corp Metric based performance monitoring method and system
US7996096B2 (en) * 2008-02-29 2011-08-09 Fisher Controls International Llc Estimation of process control parameters over predefined travel segments
JP4973952B2 (ja) * 2008-03-31 2012-07-11 住友化学株式会社 プラント診断方法、プラント診断装置およびプラント診断用プログラム
DE112012000548T5 (de) 2011-01-24 2013-11-21 Abb Inc. Verfahren zum Analysieren und Diagnostizieren von Grossprozessautomatisierungs-Regelsystemen

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2379749A (en) * 2001-09-17 2003-03-19 Fisher Rosemount Systems Inc Process control system with monitoring
CN1505249A (zh) * 2002-12-03 2004-06-16 艾默生网络能源有限公司 可抑制开环系统振荡的变频器控制方法及装置
CN101441478A (zh) * 2008-12-26 2009-05-27 北京航空航天大学 一种小型无人机自动着陆拉平控制方法及其装置

Also Published As

Publication number Publication date
GB2502209A (en) 2013-11-20
AU2012209207B2 (en) 2016-03-31
RU2607237C2 (ru) 2017-01-10
WO2012103125A9 (en) 2012-12-06
RU2013139442A (ru) 2015-03-10
JP6076914B2 (ja) 2017-02-08
WO2012103125A1 (en) 2012-08-02
US20130030555A1 (en) 2013-01-31
AU2012209207A1 (en) 2013-08-01
JP2014507721A (ja) 2014-03-27
US8489209B2 (en) 2013-07-16
DE112012000548T5 (de) 2013-11-21
GB201312503D0 (en) 2013-08-28
BR112013018425A2 (pt) 2016-10-11
CN103403638A (zh) 2013-11-20

Similar Documents

Publication Publication Date Title
CN103403638B (zh) 用于分析和诊断大规模过程自动化控制系统的方法
CN100555136C (zh) 加工厂中的异常状况预防方法和系统
CN102520717B (zh) 用于在加工厂中预防异常状况的数据呈现系统
DE60207048T2 (de) Erzeugung und anzeige von verzeichnissen in einer prozessanlage
DE60206884T2 (de) Gemeinsame Benutzung von Daten iner Prozessanlage
EP1725919B1 (en) Configuration system and method for abnormal situation prevention in a process plant
JP5765873B2 (ja) 適応プロセス制御ループ制御装置、プロセス制御システム、およびプロセス制御システム制御方法
EP1938165B1 (en) Aggregation of asset use indices within a process plant
US20050197803A1 (en) Abnormal situation prevention in a process plant
EP2791745B1 (en) A method of operating a process or machine
DE10223725A1 (de) Verschmelzung von Prozeßleistungsüberwachung mit Prozeßausrüstungsüberwachung und -steuerung
JP2010506253A (ja) 多変量統計解析を用いたプロセスの監視および診断
DE102022205285A1 (de) Informationsverarbeitungsvorrichtung, Vorhersageverfahren und Vorhersageprogramm
AU2021329231B2 (en) Systems and methods to assess and repair data using data quality indicators
DE112020007099T5 (de) Verbesserte mustererkennungstechnik für datengesteuerte fehlererkennung in einer prozessanlage
US11334061B2 (en) Method to detect skill gap of operators making frequent inadvertent changes to the process variables
Mitchell et al. A picture worth a thousand control loops: an innovative way of visualizing controller performance data
TWI230349B (en) Method and apparatus for analyzing manufacturing data
DE102022205269A1 (de) Informationsverarbeitungsvorrichtung, Anzeigesteuerverfahren und Anzeigesteuerprogramm
MATSUI et al. Data Analysis Technology in Plant Control
DE102022205294A1 (de) Informationsverarbeitungsvorrichtung, Alarmvorhersageverfahren und Alarmvorhersageprogramm
Yang et al. Remote intelligent fault diagnosis of analog circuit

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