CN103591978B

CN103591978B - 面向流程工业罐区的故障检测与诊断能力的在线评估方法

Info

Publication number: CN103591978B
Application number: CN201310505292.XA
Authority: CN
Inventors: 荣冈; 陈浩; 冯毅萍; 苏宏业; 褚健
Original assignee: Zhejiang University ZJU
Current assignee: Zhejiang University ZJU
Priority date: 2013-10-23
Filing date: 2013-10-23
Publication date: 2015-12-02
Anticipated expiration: 2033-10-23
Also published as: CN103591978A

Abstract

本发明公开了一种面向流程工业罐区的故障检测与诊断能力的在线评估方法。该在线评估方法将罐区划分为芯片单元，并根据操作流程确定参与在线评估的芯片单元，依次以参与在线评估的芯片单元为研究对象，计算得到参与在线评估的所有芯片单元的理论故障总数、可检测故障总数和可诊断故障总数，进一步得到故障可检测率和故障可诊断率，以故障检测率和故障诊断率来衡量该罐区的故障检测与诊断能力。该在线评估方法将结构复杂的罐区划分为若干个相互连接的芯片单元，以单个芯片单元为单位进行判定故障的可检测性和可诊断性，有效提高了故障的可检测性和可诊断性的判断速度，进而提高了罐区故障检测与诊断能力在线评估的实时性和时效性。

Description

面向流程工业罐区的故障检测与诊断能力的在线评估方法

技术领域

本发明涉及故障检测与诊断、安全评估领域，尤其涉一种面向流程工业罐区的故障检测与诊断能力的在线评估方法。

背景技术

工业生产的安全评估工作越来越受到人们的重视。传统的安全评估方法多是从预防事故发生的角度针对研究对象的抗意外能力展开评估，重点关注设备或系统保持稳定安全运行的能力。如道化学评估法、蒙德法、日本劳动省六阶段法都是根据生产工艺和生产装置的经验数据构建评估体系，定义指标和安全等级。故障树分析(FaultTreeAnalysis，FTA)、事件树分析(EventTreeAnalysis，ETA)和危险与可操作性分析(HazardandOperabilityStudy，HAZOP)的出现使得评估问题的思路转向分析可能引起故障的事件，保护层分析法(LayerofProtectionAnalysis，LOPA)是HAZOP方法的延伸，将安全评估分类为不同的层次。虽然它们有涉及一部分系统状态监控和故障诊断能力方面的评估，但是并没有将其作为重点给出具体全面的评估流程。本发明将流程工业罐区的故障检测与诊断能力作为安全评估的重点，提出了一种在线评估方法和实现系统。

流程工业罐区主要由大量的基本组成部件（包括阀门、输入物流管线、输出物流管线储油罐和油泵），由于组成部件数量庞大，导致整个罐区连接结构复杂，因此检测与诊断其故障难度较大，而对流程工业罐区的故障检测与诊断能力是目前流程工业罐区安全评估的重点。流程工业罐区的整个操作流程中一般包含若干个步骤，若在整个操作流程执行过程中，能够检测罐区发生的故障，则认为该故障为可检测故障，否则为不可检测故障。若可进一步区别出可检测出的故障的种类，则认为该故障为可诊断故障。一般一个操作流程中包括多个操作步骤，若该故障在执行第一个操作步骤时被检测，则认为该故障为即时可检测故障，若该故障在执行第一个操作步骤时被诊断出来，则认为该故障为即时可诊断故障。相应的若故障在第x（x≠1）个操作操作步骤中被检测或被诊断出来，则认为该故障为延时x-1个单位时间可检测故障或延时x-1个单位时间可诊断故障。

发明内容

本发明针对现有的流程工业罐区的故障检测与诊断方法存在的不足，提供了流程工业罐区的故障检测与诊断能力的在线评估方法。

一种面向流程工业罐区的故障检测与诊断能力的在线评估方法，包括以下步骤：

（1）根据罐区的拓扑结构将罐区划分为若干个的芯片单元，所述的芯片单元包括控制端、输入端和输出端；

（2）根据每个芯片单元执行操作流程时控制端和输入端的状态，确定参与在线评估的芯片单元；

（3）根据各参与在线评估的芯片单元的类型，确定该芯片单元的理论故障，继而获得所有参与在线评估的单元的理论故障，并统计所有参与在线评估的芯片单元的理论故障总数；

（4）根据芯片单元控制端和输出端的状态，判断所有参与在线评估的芯片单元的理论故障的故障种类，并统计可检测故障的总数和可诊断故障的总数；

（5）根据所有参与在线评估的芯片单元的理论故障总数，以及可检测故障的总数和可诊断故障的总数计算罐区的故障可检测率和故障可诊断率。

将罐区划分为芯片单元，通过执行操作流程中各个芯片单元中各个组件的状态，包括阀门、储油罐、油泵、物流输入和物流输出状态，确定参与在线评估的芯片单元，以单个芯片单元为单位，首先确定该芯片单元所有可能出现的故障（即理论故障），然后依次判断每个故障的中可检测性和可诊断故障性，并得到可检测故障和可诊断故障的个数。根据将所有芯片单元的理论故障个数、可检测故障个数和可诊断故障的个数累加，计算得到参与在线评估的所有芯片单元的理论故障总数、可检测故障总数和可诊断故障总数，以可检测故障总数与理论故障总数的比值作为该罐区的故障检测率，以可诊断故障总数与理论故障总数的比值作为该罐区的故障诊断率，以故障检测率和故障诊断率来衡量该罐区的故障检测与诊断能力，故障检测率越大，罐区的故障检测能力越好，故障诊断率越大，罐区的故障诊断能力越好。

通过将结构复杂的罐区划分为若干个相互连接的芯片单元，以单个芯片单元为单位进行判定故障的可检测性和可诊断性，与传统的以罐区中单个基本组成部件为单位的方法比较，有效提高了判断速度，进而大大提高了对罐区故障检测与诊断能力进行在线评估的实时性和时效性。

所述的芯片单元分为四类，分别为分流点芯片单元、汇流点芯片单元、储油罐芯片单元和油泵芯片单元。

所述的分流点芯片单元的组成部件包括3个阀门、1个物流输入管线和2个物流输出管线；

所述的汇流点芯片单元的组成部件包括3个阀门、2个物流输入管线和1个物流输出管线；

所述的储油罐芯片单元的组成部件包括1个储油罐、2个阀门、1个物流输入管线和1个物流输出管线；

所述的油泵芯片单元的组成部件包括1个油泵、1个阀门、1个物流输入管线和1个物流输出管线。

根各个芯片单元的功能，将罐区中一系列复杂结构简化为由基本的组成部件，如阀门、物流输出管线、物流输入管线、油泵、储油罐组成的结构简单的为分流点芯片单元、汇流点芯片单元、储油罐芯片单元和油泵芯片单元，能够简化理论故障的可检测性和可诊断性判断过程。

作为优选，所述的分流点芯片单元有3个控制端，其状态分别为表示3个阀门的状态，1个输入端，其状态表示物流输入端的状态，2个输出端，其状态分别表示2个物流输出管线的状态；

所述的汇流点芯片单元有3个控制端，其状态分别表示3个阀门的状态，2个输入端，其状态分别表示物流输入端的状态，2个输出端，其状态分别表示2个物流输出管线的状态；

所述的汇流点芯片单元有3个控制端，各控制端的状态分别代表3个阀门的状态，1个输入端，其状态代表物流输入管线的状态，1个输出端，代表物流输出管线P2的状态；

所述的储油罐芯片单元有2个控制端，其状态分别表示2个阀门的状态，1个输入端，其状态表示物流输入管线的状态，2个输出端，其状态表示物流输出管线的状态和储油罐的液位状态。

所述的油泵芯片单元有2个控制端，其状态分别表示油泵和阀门的状态；1个输入端，其状态表示物流输入管线的状态；1个输出端，其状态表示物流输出管线的状态。

用芯片单元控制端、输入端、输出端的状态对应于各个芯片单元的组成部件的状态，有利于进一步简化了故障检测和诊断能力的评估流程。

所述的理论故障为芯片单元中单个组成部件可能出现的故障。

芯片单元中各个组成部件可能出现的故障包括以下几种：阀门卡死在打开，阀门卡死的关闭，管线泄漏，储油罐泄露，油泵停止工作。本发明的在线评估方法中，认为芯片单元中相同的组成部件在不同的操作步骤发生的同样的理论故障为不同的理论故障。将芯片单元中单个组成部件多有可能出现的故障组合在一起，即可得到该芯片单元所有可能的理论故障。根据单个芯片单元的理论故障个数，进一步根据公式：

N = Σ_{r = 1}^{R} S_{r} \times L \times Q_{r}

计算，得到罐区的理论故障总数，N罐区的理论故障总数，R为芯片单元的种类个数，S为每中类芯片单元的个数，L为该操作流程中操作步骤的个数，Q为每种类型的芯片单元的理论故障数。

所述步骤（2）根据以下步骤确定参与在线评估的芯片单元：

若芯片单元在整个操作流程中控制端的状态不变，且无物流输入，则该芯片单元不参与在于评估，否则该芯片单元参与在线评估。

整个操作流程中控制端的状态不变，且芯片单元无物流输入，说明整个操作流程中，该芯片不参与，因此该芯片单元是否存在故障与本操作流程无关，故评估时不考虑该芯片单元的故障，有助于提高在线评估效率。

所述步骤（4）针对每一个芯片单元，根据以下原理判断芯片在执行操作步骤l时发生的理论故障k的可检测性：

若X(l)≠Y_k(l)，则判断理论故障k为即时可检测故障；

若X(l)=Y_k(l)，且存在m≠0使X(l+m)≠Y_k(l+m)，则判断该理论故障为延时故障，根据m的取值，判定为延时m个单位时间可检测故障；

否则，判断理论故障k为不可检测故障，

其中，k为理论故障的编号，k=1,2，……N₀，N₀为单个芯片的理论故障总数，

l=1,2，……P-1，P为操作流程中所有操作步骤数，

m为整数，满足条件l+m

X(1+m)表示第m+1个控制指令对应的标准向量，

Y_k(1+m)表示该芯片发生理论故障k时执行第m+1个控制指令对应的待检测向量，

所述的控制指令为芯片执行单个操作步骤时控制端的状态，

所述的单位时间为单个操作步骤的持续时间，

所述的标准向量为罐区无故障执行单个操作步骤时可测量端口的状态，

所述的待检测向量为罐区发生理论故障执行单个操作步骤时可测量端口的状态，

所述可测量端口根据灌区的拓扑结构确定，

遍历k的取值，判断出该芯片单元所有理论故障的种类。

所述步骤（4）中针对每个芯片单元，针对每一个操作步骤，根据理论故障的可检测性判断理论故障的可诊断性；

若即时可检测故障中，存在某一理论故障与其他理论故障均不同，则认为该理论故障为即时可诊断故障；

若m取值相同的延时可检测故障中，某一理论故障与其他任一理论故障均不同，则认为该延时可检测故障为延时可诊断故障，且根据m的取值，判定为延时m个单位时间可诊断故障。

以无故障时可测量端口的状态为标准，将发生各种状态时各端口的状态无故障时可测量端口的状态进行比较，如果不同则认为可检测。在同一个操作步骤中，若发生故障时可测量端口的状态相同，则无法诊断。其中，可测量端口根据灌区的拓扑结构确定，一半通过传感器确定该端口对应的组成部件的状态。同一类芯片单元中由于各个芯片单元的连接关系不同，其可测量端口也不同。

所述的控制端、输入端和输出端的状态均为布尔数。

以布尔数的形式表示控制端、输入端和输出端的状态，提高了检测的可靠性。状态与布尔数间的映射关系如下：

阀门打开为1，关闭为0；

油泵工作为1，停止工作为0；

物流输入/出管线有物流为1，无物流为0；

储油罐溢出为1，不溢出为0；

作为优选，所述在线评估方法还包括根据芯片连接关系和可测量端口的状态修正所述步骤（5）得到的故障可检测率和故障可诊断率，包括以下步骤：

（6-1）根据物流流向，将上游芯片单元中的物流输出管线断开，将罐区划分为若干个通路，并确定每个通路中的上游芯片单元和下游芯片单元，且划分通路时保证通路中储油罐芯片单元只作为通路的起点或终点；

（6-2）针对每一条通路中的上游芯片单元，根据上游芯片单元和下游芯片单元的物流输出管线的状态，确定可检测故障的修正值和可诊断故障的修正值；

（6-3）将所述步骤（4）得到的可检测故障总数加上可检测故障的修正值作为修正后的可检测故障总数，可诊断故障总数加上可诊断故障的修正值作为修正后的可诊断故障总数，并计算得到修正后的故障可检测率和故障可诊断率。

进一步对得到的结果进行修正，能够提高在线评估的准确性。罐区中上游芯片单元和下游芯片单元根据以下关系确定：若芯片单元A向芯片单元B输入物流，则芯片单元A为芯片单元B的上游芯片单元，反过来，芯片单元B为芯片单元A的下游芯片单元。

本发明提供的面向流程工业罐区的故障检测与诊断能力的在线评估方法中，将罐区划分为芯片单元，以芯片单元为单位进行判定故障的可检测性和可诊断性，与传统的以罐区中单个基本组成部件为单位的方法比较，有效提高了判断速度，进而大大提高了对罐区故障检测与诊断能力进行在线评估的实时性和时效性。

附图说明

图1为某工厂局部罐区的拓扑结构示意图；

图2本实施例的在线评估方法的流程图；

图3为该局部罐区对应的芯片单元的连接图；

图4为各个芯片单元的组成部件示意图；

图5为上游芯片单元的物流输出管线断开后的连接图。

具体实施方式

下面将结合具体实施例对本发明做进一步说明。本实施例中应用时只考虑罐区发生单一故障，不考虑系统同时发生多个故障的情况，即每个芯片单元中只有一个部件发生故障的情况。

本实施例中以图1所示的某工厂罐区的一部分为评估对象，CDU1和CDU2为常减压装置。该部分罐区的具体操作流程如表1所示，该操作流程具有4个操作步骤，即操作步骤数L=4，每个操作步骤的持续时间均为Δt,即单位时间。油罐收油、付油之间必须静止至少一个单位时间。

表1

本实施例的面向流程工业罐区的故障检测与诊断能力的在线评估方法的评估流程如图2所示，具体包括以下步骤

（1）划分芯片单元

根据该罐区的拓扑结构将该罐区划分4种芯片单元，即芯片单元种类数R=4，具体为3个分流点芯片单元，分别为分流点IC-1，分流点IC-2、分流点IC-3，5个汇流点芯片单元分别为汇流点IC-1、汇流点IC-2、汇流点IC-3汇流点IC-4和汇流点IC-5，4个储油罐芯片单元，分别为储油罐IC-1、储油罐IC-2、储油罐IC-3和储油罐IC-4，1个油泵芯片单元，为油泵IC-1。各个芯片单元之间的连接关系如图3所示。

如图4所示，每个分流点芯片包括所述的分流点芯片单元的组成部件包括3个阀门V1，V2，V3，1个物流输入管线P1和2个物流输出管线P2和P3。分流点芯片有3个控制端，其状态分为表示阀门V1，V2，V3的状态；1个输入端，其状态表示物流输入端P1的状态；2个输出端，其状态分别表示物流输出管线P2和P3的状态。

每个汇流点芯片单元的组成部件包括3个阀门V1，V2，V3，1个物流输入管线和1个物流输出管线P2，汇流点芯片单元有3个控制端，其状态分别代表阀门V1，V2，V3的状态；1个输入端，其状态代表物流输入管线P1的状态；1个输出端，代表物流输出管线P2的状态。

每个储油罐芯片单元的组成部件包括1个储油罐T、2个阀门V1和V2、1个物流输入管线P1和1个物流输出管线P2。储油罐芯片单元有2个控制端，其状态分别表示阀门V1和V2的状态；1个输入端，其状态表示物流输入管线P1的状态；2个输出端，其状态表示物流输出管线P2的状态和储油罐液位状态。

每个油泵芯片单元的组成部件包括1个油泵Pump、1个阀门V1、1个物流输入管线P1和1个物流输出管线P2，油泵芯片单元有2个控制端，其状态分别表示油泵Pump和阀门V1的状态；1个输入端，其状态表示物流输入管线P1的状态；1个输出端，其状态表示物流输出管线P2的状态。

本实施例中以布尔数的形式表示各个组成部件的状态，具有以下对应关系：

阀门打开为1，关闭为0；

油泵工作为1，停止工作为0；

输入/出管线有物流为1，无物流为0；

储油罐溢出为1，不溢出为0。

（2）确定参与在线评估的芯片单元

根据表1所示的操作流程，确定每个芯片执行各操作步骤时控制端的状态，作为该操作步骤对应的操作指令。如表2所示，针对每个芯片单元，比较各个操作步骤对应的操作指令，得到除汇流点IC-2和储油罐IC-4在整个操作流程中操作指令无变化外，其余芯片单元的操作指令均有变化，均参与在线评估。进一步，根据操作流程确定操作流程中汇流点IC-2的输入端的状态不为0，表示汇流点IC-2的有物流输入，则汇流点IC-参与在线评估。进一步，根据操作流程确定操作流程中储油罐IC-4的输入端始终为0，表示储油罐IC-4无流体经过，，则储油罐IC-4不参与在线评估。因而参与在线评估的芯片为：分流点IC-1、IC-2、IC-3，汇流点IC-1、IC-2、IC-3、IC-4、IC-5，储油罐IC-1、IC-2、IC-3，离心泵IC-1。

表2

（3）分别计算参与在线芯片单元的理论故障个数，并计算得到所有参与在线芯片单元的理论故障总数。

各个芯片单元可能出现的故障如下：

阀门可能出现2个故障，为卡死关闭和卡死打开；

物流输入\出管线可能出现1个故障，为漏油；

储油罐1个故障，为溢出；

油泵1个故障，为不工作。

将各芯片单元中，所有组成部件的可能出现故障组合即得到该芯片的所有的理论故障，如表4所示的故障类型即为分流点芯片IC-2的理论故障。并将所有部件的组成可能出现的故障个数相加，即得到该芯片单元的理论故障个数，同一类芯片单元的理论故障个数相同，其中分流点芯片单元的理论故障个数Q₁为9，汇流点芯片单元的理论故障个数Q₂为8，储油罐芯片单元的理论故障个数Q₃为7，油泵芯片单元的理论故障个数Q₄为5。则根据公式：

N = Σ_{r = 1}^{R} S_{r} \times L \times Q_{r},

计算得到本实施例的所评估的罐区的理论故障总数N=372。

（4）判断参与在线评估的芯片单元的理论故障的可检测性和可诊断性

以发生理论故障时各可测量端口的状态为待检测向量，无故障时可测量端口的状态为标准向量，将待检测向量与标准向量进行比较，如果不同则认为待检测向量对应的理论故障为可检测故障。在同一个操作步骤中，若发生不同故障时对应的待检测向量相同，则该理论故障为不可诊断诊断，否则，为可诊断故障。

本实施例以分流点IC-2为例进行详细说明。

（S1）确定标准向量

分流点IC-2执行每个操作步骤时，将可测量端口的状态作为分流点IC-2正常工作时的标准向量，如分流点IC-2的如表3所示，可得执行操作步骤1～4时，对应的标准向量X（1）=[01]，X（2）=[00]，X（3）=[10]，X（4）=[00]。

表3

（S2）确定分流点IC-2执行不同操作步骤时可测量端口的状态，以可测量端口的状态作为该操作步骤对应的待检测变量，如表4所示。

表4

（S3）待检测向量与标准向量比较，得到各个理论故障的可检测性和可诊断性

（a）即时可检测性和即时可诊断性

（a1）执行操作步骤1的即时可检测故障和即时可诊断故障

分流点IC-2执行指令C(1)时，根据表3可得该芯片单元的发生不同理论故障对应的待检测向量分别为Y₁(1)＝[0,0]，Y₂(1)＝[0,1]，Y₃(1)＝[0,0]，Y₄(1)＝[0,1]，Y₅(1)＝[0,1]，Y₆(1)＝[1,1]，Y₇(1)＝[0,0]，Y₈(1)＝[0,0]，Y₉(1)＝[0,1]。

其中，不为零向量，k=1、3、6、7、8，则认为理论故障1、3、6、7、8为即时可检测故障，

进一步根据判断可检测向故障的即时可诊断性：

存在k1=6，使(1)与其他所有即时可检测故障对应的待检测向量不同，其中理论故障k₁为任意1个即时可检测故障，则判定理论故障6为可即时诊断检测故障；

（a2）同理可得，分别判断执行操作步骤2、3和4时的即时可检测故障和即时可诊断故障，结果如下：

执行操作步骤2，分流点IC-2执行指令C(2)时，根据此时的标准向量和各个理论故障对应的待检测向量判断，得到理论故障6为即时可检测故障，只有一个即时可检测故障，一定不存在与之相同的待检测向量，则理论故障6为即时可诊断故障；

执行操作步骤3，芯片分流点IC-2执行指令C（3）时，根据此时的标准向量和各个理论故障对应的待检测向量判断，得到理论故障4、5为即时可检测故障，由于不为零向量，则理论故障4、5为即时可诊断故障；

执行操作步骤3，分流点IC-2执行指令C（4）时，根据此时的标准向量和各个理论故障对应的待检测向量判断，得到故障6可即时检测，故障6可即时诊断。

（b）延时可检测性和延时可诊断性

（b1）执行操作步骤1的可延时检测故障和可延时诊断故障

分流点IC-2执行指令C（1）时，根据此时的标准向量和各个理论故障对应的待检测向量判断，根据上述（a1）结果可得理论故障2、4、5、9为执行操作步骤1时的不可即时检测故障，进一步使分流点IC-2分别执行指令C（1+m），判断不可即时检测故障中是否存在，满足条件不为零向量的理论故障，若存在，为该理论故障为延时m个单位时间可检测故障，若延时m个单位时间可检测故障中存在1个故障对应的待检测向量与其他的均不相同，则该故障为延时m个单位时间可诊断故障：

m=1，k=2、4、5、9时，都为零向量，则不存在延时1个时间单位可检测故障，且不存在延时1个时间单位可诊断故障；

m=2，存在k=4、5使不为零向量，则存在延时2个时间单位可检测故障，由于不为零向量，则理论故障4、5为延时2个时间单位可诊断故障；

m=3，k=2、4、5、9时，都为零向量，则不存在延时3个时间单位可检测故障，且不存在延时3个时间单位可诊断故障。

（b2）同理可得，分别判断执行操作步骤2、3和4时的可延时检测故障和可延时诊断故障，结果如下：

执行操作步骤2，芯片分流点IC-2在执行指令C（2）时，故障4、5延时1个单位可检测，故障4、5延时1个单位可诊断；

执行操作步骤3，芯片分流点IC-2在执行指令C（3）时，故障6延时1个单位可检测，故障6延时1个单位可诊断；

执行操作步骤4，芯片分流点IC-2在执行指令C（4）时无后续操作，无延时可检测故障或可诊断故障。

综上，芯片分流点IC-2统计结果如表5。

表5

采用同样的方法，分别确定出其他芯片单元的故障干种类，并计算得到各个芯片单元中可检测故障与可诊断故障的个数，如表6所示。将所有芯片单元的可检测故障个数相加得到所有参与在线评估的芯片单元的可检测故障总数：N₁=183，将所有芯片单元的可诊断故障个数相加得到所有参与在线评估的芯片单元的可诊断故障总数：N₂=150。

表6

（5）根据上述结果分别计算罐区的故障可检测率和故障可诊断率：

（6）修正故障可检测率和故障可诊断率

（6-1）根据物流流向，将上游芯片单元中的状态可由可测量端口状态表示的物流输出管线断开，将罐区划分为若干个通路，并确定每个通路中的上游芯片单元和下游芯片单元，且划分通路时保证通路中储油罐芯片单元只作为通路的起点或终点。如图5所示，本实施例中的罐区芯片单元的断开情况如下：

分流点IC-1断开物流输出管线P3；

分流点IC-2断开物流输出管线P2

汇流点IC-2断开物流输出管线P2；

汇流点IC-3断开物流输出管线P2；

汇流点IC-5断开物流输出管线P2；

储油罐IC-1断开物流输出管线P2；

储油罐IC-2断开物流输出管线P2；

储油罐IC-3断开物流输出管线P2。

根据断开后的物流流向，确定共有5条通路，分别为：

通路1：:汇流点IC-1—汇流点IC-3，

通路2：分流点IC-1—汇流点IC-3，

通路3：储油罐IC-2，

通路4：储油罐IC-2—汇流点IC-5，

通路5：分流点IC-2—分流点IC-3—储油罐IC-3共5条通路，依次记为通路1、2、3、4、5。

（6-2）针对每一条通路中的上游芯片单元，若该芯片单元发生理论故障k时执行操作步骤l，即执行操作指令C（l）时，若下游芯片单元有物流输出，且上游芯片无物流输出，则理论故障k为可检测故障。

使各个通路执行操作流程即令各个芯片执行对应的操作指令C（1）～C（4），检测下游芯片单元汇流点的状态，如表7所示。若下游芯片单元在执行操作步骤C（l）（l=1,2,3,4），时，其物流输出管线的状态为1，则对上游芯片单元执行相应的操作指令C（l）时发生的故障进行修正。下面将以通路1为例，详细说明故障修正的过程。

表7

	管线	C(1)	C(2)	C(3)	C(4)
						通路1	汇流点IC-3的物流输出管线P2	0	1	0	0
通路2	汇流点IC-3的物流输出管线P2	0	1	0	0
						通路3	无	--	--	--	--
通路4	汇流点IC-5的物流输出管线P2	0	0	1	0
						通路5	无	--	--	--	--

针对通路1：

根据表1结果确定汇流点IC-3执行操作指令C（2）时的物流输出管线P2为1，则对汇流点IC-1执行相应的操作指令C（2）时发生的故障进行修正。

在满足汇流点IC-1的V(2)=1的条件下（V(2)表示上游芯片发生理论故障k时下游芯片单元中断开的物流输出管线的状态，即使阀门V2打开，使汇流点IC-1有物流输入），汇流点IC-1执行操作指令C(2)时，存在k=1、2、3、4、6，使V(2)=1，不为零向量，存在故障k=1、2、3、4、6使得通路中汇流点IC-1的输出引脚为1，因此，故障k=5、7、8均可即时检测，不能诊断。由于故障7已经被统计过，因此修正后芯片汇流点IC-1的即时可检测故障数目需增加2个。由于V(t)仅在t=2时不为零，因此无延时修正。

以通路1为例，汇流点IC-1的阀门V2打开（即对应于阀门V2的控制端的状态为1）时，通路1在汇流点IC-1发生理论故障k=1、2、3、4、6时执行操作指令C(2)，汇流点IC-1的输出引脚为1，通路1在汇流点IC-1发生理论故障k=5、7、8时执行操作指令C(2)，汇流点IC-1的输出引脚为0，则理论故障k=5、7、8均可即时检测。由于故障7在步骤（4）中被统计过，不可重复计数，因此修正后汇流点IC-1的即时可检测故障数目需增加2个。理论故障k=5、7、8为不可即时诊断故障。由于V(t)仅在t=2时不为零，因此无延时可检测故障和延时可诊断故障。则通路1中可检测故障的修正值为2，可诊断故障的修正值为0。

同理可得：

通路2中可检测故障的修正值为0，可诊断故障的修正值为0，

通路3中可检测故障的修正值为0，可诊断故障的修正值为0，

通路4中可检测故障的修正值为1，可诊断故障数的修正值为1，

通路5中可检测故障的修正值为0，可诊断故障的修正值为0。

则整个罐区的可检测故障的修正值N₁₁=3，可诊断故障的修正值：N₂₁=1。

（6-3）将步骤（4）得到可检测故障数N₁加上可检测故障的修正值N₁₁得到修正后的可检测故障数N₁'：N₁'=186；

将步骤（4）得到可检测故障数N₂加上可诊断故障的修正值N₂₁得到修正后的可诊断故障数N₂'：N₂'=151。

根据修正后的结果分别计算修正后的故障可检测率和故障可诊断率：

根据修订后的故障可检测率和可诊断率去评估该罐区的故障的检测和诊断能力。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims

1.一种面向流程工业罐区的故障检测与诊断能力的在线评估方法，其特征在于，包括以下步骤：

(1)根据罐区的拓扑结构将罐区划分为若干个芯片单元，所述的芯片单元包括控制端、输入端和输出端；

(2)根据每个芯片单元执行操作流程时控制端和输入端的状态，确定参与在线评估的芯片单元；

(3)根据各参与在线评估的芯片单元的类型，确定该芯片单元的理论故障，继而获得所有参与在线评估的单元的理论故障，并统计所有参与在线评估的芯片单元的理论故障总数；

(4)根据芯片单元控制端和输出端的状态，判断所有参与在线评估的芯片单元的理论故障的故障种类，并统计可检测故障的总数和可诊断故障的总数；

(5)根据所有参与在线评估的芯片单元的理论故障总数，以及可检测故障的总数和可诊断故障的总数计算罐区的故障可检测率和故障可诊断率。

2.如权利要求1所述的面向流程工业罐区的故障检测与诊断能力的在线评估方法，其特征在于，所述的芯片单元分为四类，分别为分流点芯片单元、汇流点芯片单元、储油罐芯片单元和油泵芯片单元。

3.如权利要求2所述的面向流程工业罐区的故障检测与诊断能力的在线评估方法，其特征在于，

4.如权利要求3所述的面向流程工业罐区的故障检测与诊断能力的在线评估方法，其特征在于，

所述的分流点芯片单元有3个控制端，其状态分别为表示3个阀门的状态，1个输入端，其状态表示物流输入端的状态，2个输出端，其状态分别表示2个物流输出管线的状态；

所述的汇流点芯片单元有3个控制端，各控制端的状态分别代表3个阀门的状态，1个输入端，其状态代表物流输入管线的状态，1个输出端，代表物流输出管线的状态；

所述的储油罐芯片单元有2个控制端，其状态分别表示2个阀门的状态，1个输入端，其状态表示物流输入管线的状态，2个输出端，其状态分别表示物流输出管线的状态和储油罐的液位状态；

所述的油泵芯片单元有2个控制端，其状态分别表示油泵和阀门的状态，1个输入端，其状态表示物流输入管线的状态，1个输出端，其状态表示物流输出管线的状态。

5.如权利要求4所述的面向流程工业罐区的故障检测与诊断能力的在线评估方法，其特征在于，所述的理论故障为芯片单元中单个组成部件可能出现的故障。

6.如权利要求5所述的面向流程工业罐区的故障检测与诊断能力的在线评估方法，其特征在于，所述步骤(2)根据以下步骤确定参与在线评估的芯片单元：

若该芯片单元无物流输入，且整个操作流程中控制端的状态不变，则该芯片单元不参与在于评估，否则该芯片单元参与在线评估。

7.如权利要求6所述的面向流程工业罐区的故障检测与诊断能力的在线评估方法，其特征在于，所述步骤(4)针对每一个芯片单元，根据以下原理判断芯片在执行操作步骤l时发生的理论故障k的可检测性：

若X(l)≠Y_k(l)，则判断理论故障k为即时可检测故障；

若X(l)＝Y_k(l)，且存在m≠0使X(l+m)≠Y_k(l+m)，则判断该理论故障为延时故障，根据m的取值，判定为延时m个单位时间可检测故障；

否则，判断理论故障k为不可检测故障，

其中，k为理论故障的编号，k＝1,2，……N₀，N₀为单个芯片的理论故障总数，

l＝1,2，……P-1，P为操作流程中所有操作步骤数，

m为整数，

X(1+m)表示第m+1个控制指令对应的标准向量，

所述的控制指令为芯片执行单个操作步骤时控制端的状态，

所述的单位时间为单个操作步骤的持续时间，

所述可测量端口根据灌区的拓扑结构确定，

遍历k的取值，判断出该芯片单元所有理论故障的种类。

8.如权利要求7所述的面向流程工业罐区的故障检测与诊断能力的在线评估方法，其特征在于，所述步骤(4)中针对每个芯片单元，针对每一个操作步骤，根据理论故障的可检测性判断理论故障的可诊断性；

若即时可检测故障中，存在某一理论故障与其他任一理论故障均不同，则认为该理论故障为即时可诊断故障；

若m取值相同的延时可检测故障中，某一理论故障与其他任一理论故障均不同，则认为该理论故障为延时可诊断故障，且根据m的取值，判定为延时m个单位时间可诊断故障。

9.如权利要求8所述的面向流程工业罐区的故障检测与诊断能力的在线评估方法，其特征在于，所述的控制端、输入端和输出端的状态均为布尔数。

10.如权利要求1～9中任一权利要求所述的面向流程工业罐区的故障检测与诊断能力的在线评估方法，其特征在于，所述在线评估方法还包括根据芯片连接关系和可测量端口的状态对所述步骤(5)得到的故障可检测率和故障可诊断率进行修正，包括以下步骤：

(6-1)根据物流流向，将上游芯片单元中的可测量端口中的物流输出管线断开，将罐区划分为若干个通路，并确定每个通路中的上游芯片单元和下游芯片单元，且划分通路时保证通路中储油罐芯片单元只作为通路的起点或终点；

(6-2)针对每一条通路中的上游芯片单元，根据上游芯片单元和下游芯片单元的物流输出管线的状态，确定可检测故障的修正值和可诊断故障的修正值；

(6-3)将所述步骤(4)得到的可检测故障总数加上可检测故障的修正值作为修正后的可检测故障总数，可诊断故障总数加上可诊断故障的修正值作为修正后的可诊断故障总数，并计算得到修正后的故障可检测率和故障可诊断率。