CN103616885B - 基于Petri网的PLC在线故障诊断方法 - Google Patents
基于Petri网的PLC在线故障诊断方法 Download PDFInfo
- Publication number
- CN103616885B CN103616885B CN201310589522.5A CN201310589522A CN103616885B CN 103616885 B CN103616885 B CN 103616885B CN 201310589522 A CN201310589522 A CN 201310589522A CN 103616885 B CN103616885 B CN 103616885B
- Authority
- CN
- China
- Prior art keywords
- storehouse
- plc
- petri net
- invariants
- institute
- 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
Links
Landscapes
- Testing And Monitoring For Control Systems (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明一种基于Petri网的PLC在线故障诊断方法,针对PLC传感器和执行结构中出现的故障问题,首先,建立PLC对象的规范普通Petri网模型;其次,提出该普通Petri网模型的严格最小库所不变量和特征库所不变量集合,从而借助特征库所不变量集合描述普通Petri网模型的结构信息;再次,基于特征库所不变量集合,提出任意当前标识的故障函数,利用故障诊断函数完成故障识别和定位。由于本发明采用了系统结构信息,无需遍历系统状态空间,降低了计算的复杂性,能够满足实时性的要求,利于工程应用。
Description
技术领域
本发明涉及PLC在线故障诊断领域,是一种基于Petri网特征结构的PLC在线故障诊断方法。
背景技术
可编程逻辑控制器(PLC)是工业控制系统中典型的控制器硬件,广泛地应用于钢铁、石油、化工、电力和交通系统的监控。而PLC系统中的故障问题更是面临着高复杂性难题:在现场总线技术的支持下,工业控制系统规模和结构复杂性增长迅速,比如地铁交通控制系统和核电控制系统等等,由于系统的状态个数随着传感器和执行机构的数目呈指数级增长,仅由5辆自动导航车辆组成的物流系统的状态就达数百万之巨,因此PLC系统中的故障诊断问题面临与生俱来的高计算复杂性。
发明内容
本发明的目的在于提出一种采用系统结构信息,无需遍历系统状态空间,且能够满足实时性要求的有效的PLC在线故障诊断方法。
一种基于Petri网的PLC在线故障诊断方法,包括如下步骤:
步骤1、输入系统运行的PLC程序;
步骤2、将给定的PLC程序转化为相应的普通Petri网模型N,给出初始标识m0和任意标识m;
步骤3、求出普通Petri网模型N的关联矩阵D,该关联矩阵D表征着网结构中各结点之间的关系;
步骤4、利用方程y·D=0,其中向量y表示库所不变量,计算一个特征库所不变量集合Y={y1,y2,…,yk},k=1,2,…,其中y1到yk为y·D=0的一个基础解系;
步骤5、判断yi·m=yi·m0等式是否成立,i=1,2,…,k;如果所有等式均成立,则没有故障发生,退出算法;否则,执行步骤6;
步骤6、计算故障矩阵T(m),其中:
从严格最小库所不变量yi中可以获取非零列,即j列所对应的库所pj所携带的系统信息,若在任意标识m下,库所间关系不满足严格最小库所不变量yi,则在该严格最小库所不变量yi中携带系统信息的库所pj可能存在故障,记其T(m)i,j为1;同理,若库所间关系满足严格最小库所不变量yi,则该严格最小库所不变量yi中携带系统信息的库所pj无故障,记其T(m)i,j为-1;而yi中零列,即不体现系统信息的库所pj的故障情况未知,记其T(m)i,j为0;
步骤7、计算故障函数λm,其中i=1,2,…,k,j=1,2,…n;
步骤8、比较这n个库所的故障函数λm(pj),选出最大的λm(pj)max,则故障出现在第j个库所pj的概率最大,第j个库所pj对应PLC程序中的输入,判断故障的类型,是执行机构故障还是传感器故障,输出故障概率最大的传感器或执行机构,退出算法。
针对PLC传感器和执行结构中出现的故障问题,本发明提出了基于普通Petri网结构特征的故障诊断方法,首先,建立PLC对象的规范普通Petri网模型;其次,提出该普通Petri网模型的严格最小库所不变量和特征库所不变量集合,从而借助特征库所不变量集合描述普通Petri网模型的结构信息;再次,基于特征库所不变量集合,提出任意当前标识的故障函数,利用故障诊断函数完成故障识别和定位。由于本发明采用了系统结构信息,无需遍历系统状态空间,降低了计算的复杂性,能够满足实时性的要求,利于工程应用。
附图说明
图1为本发明的流程示意图;
图2为实施例的俯视示意图;
图3为实施例的PLC梯形图;
图4为实施例程序中的输入及输出所对应的物理含义;
图5为实施例运行的Petri网模型;
图6为实施例Petri网中各结点对应的物理含义。
以下结合附图和具体实施例对本发明作进一步详述。
具体实施方式
如图1所示,一种基于Petri网的PLC在线故障诊断方法,包括如下步骤:
步骤1、输入系统运行的PLC程序;
步骤2、将给定的PLC程序转化为相应的普通Petri网模型N,给出初始标识m0和任意标识m;
步骤3、求出普通Petri网模型N的关联矩阵D,该关联矩阵D表征着网结构中各结点之间的关系;
步骤4、利用方程y·D=0,其中向量y表示库所不变量,计算一个特征库所不变量集合Y={y1,y2,…,yk},k=1,2,…,其中y1到yk为y·D=0的一个基础解系;
步骤5、判断yi·m=yi·m0等式是否成立,i=1,2,…,k;如果所有等式均成立,则没有故障发生,退出算法;否则,执行步骤6;
步骤6、计算故障矩阵T(m),其中:
从严格最小库所不变量yi中可以获取非零列,即j列所对应的库所pj所携带的系统信息,若在任意标识m下,库所间关系不满足严格最小库所不变量yi,则在该严格最小库所不变量yi中携带系统信息的库所pj可能存在故障,记其T(m)i,j为1;同理,若库所间关系满足严格最小库所不变量yi,则该严格最小库所不变量yi中携带系统信息的库所pj无故障,记其T(m)i,j为-1;而yi中零列,即不体现系统信息的库所pj的故障情况未知,记其T(m)i,j为0;
步骤7、计算故障函数λm,其中i=1,2,…,k,j=1,2,…n;
步骤8、比较这n个库所的故障函数λm(pj),选出最大的λm(pj)max,则故障出现在第j个库所pj的概率最大,第j个库所pj对应PLC程序中的输入,判断故障的类型,是执行机构故障还是传感器故障,输出故障概率最大的传感器或执行机构,退出算法。
实施例:
如图2所示为一个3工位钻床的工作台的俯视示意图,当按下启动按钮后,3个工位同时工作,其中一个工位,系统驱动送料液压缸将工件送到圆形工作台上,然后送料液压机构退回。在同一时刻,在另1个工位上系统将工件加紧并钻孔,然后钻头向上返回初始位置,并松开工件。在最后1个工件则自动用深度计测量加工的孔是否合格。如果合格则测量头自动上升,并自动卸下加工好的工件,然后卸料液压机构返回。如果不合格,测量头返回后由人工取走次品,然后用按钮发出人工卸料完成的重启信号。当3个工位的操作都完成后,其顺时针旋转120°,以便为下一次送料、装夹及加工、测量的循环做好准备。最后系统返回初始位置。其PLC程序如图3所示。图4为实施例程序中的输入及输出所对应的物理含义。如图5所示,为将图3的PLC程序的梯形图转化相应的Petri网。Petri网中各结点对应的物理含义如图6所示。
基于上面给定的Petri网模型,算出3工位钻床工作台的关联矩阵D,如下:
求解严格最小库所不变量y,得到如下方程组:
分别选取 为 、 和 带入到式(4)中得到一组基础解系:
令y1=ξ1,y2=ξ2,y3=ξ3,得到一个特征库所不变量集:
Y={y1,y2,y3}
其中三个严格最小库所不变量为:
给定一个当前标识:
m′=[00000000100000111]T,带入步骤4中得到:
因此当前标识m′对应的故障矩阵为:
则相应的故障函数为则计算出如下结果:
λ(p1)=3,λ(p2)=1λ(p3)=1,λ(p4)=1,λ(p5)=1,λ(p6)=1,λ(p7)=1,λ(p8)=λ(p9)=λ(p10)=λ(p11)=λ(p12)=λ(p13)=λ(p14)=λ(p15)=λ(p16)=1,λ(p17)=3。
比较一下大小,发现λ(p1)和λ(p17)取值最大,则故障发生在p1、p17这两个库所处的概率最大。
现在根据Petri网的演化规则判断,库所p17与库所p9、p15和p16不可能同时出现标识,变迁t14未激发,库所p17中未能够出现标识,这与给出的标识m′矛盾,则库所p17处出现故障,工作台此时不可能处于旋转状态。此类故障为PLC程序中执行机构出现故障。
Claims (1)
1.一种基于Petri网的PLC在线故障诊断方法,其特征在于包括如下步骤:
步骤1、输入系统运行的PLC程序;
步骤2、将给定的PLC程序转化为相应的普通Petri网模型N,给出初始标识m0和任意标识m;
步骤3、求出普通Petri网模型N的关联矩阵D,该关联矩阵D表征着网结构中各结点之间的关系;
步骤4、利用方程y·D=0,其中向量y表示库所不变量,计算一个特征库所不变量集合Y={y1,y2,…,yk},k=1,2,…,其中y1到yk为y·D=0的一个基础解系;
步骤5、判断yi·m=yi·m0等式是否成立,i=1,2,…,k;如果所有等式均成立,则没有故障发生,退出算法;否则,执行步骤6;
步骤6、计算故障矩阵T(m),其中:
从严格最小库所不变量yi中获取非零列,即j列所对应的库所pj所携带的系统信息,若在任意标识m下,库所间关系不满足严格最小库所不变量yi,则在该严格最小库所不变量yi中携带系统信息的库所pj可能存在故障,记其T(m)i,j为1;同理,若库所间关系满足严格最小库所不变量yi,则该严格最小库所不变量yi中携带系统信息的库所pj无故障,记其T(m)i,j为-1;而yi中零列,即表示系统信息的库所pj的故障情况未知,记其T(m)i,j为0;
步骤7、计算故障函数λm,其中i=1,2,…,k,j=1,2,…n;
步骤8、比较这n个库所的故障函数λm(pj),选出最大的λm(pj)max,则故障出现在第j个库所pj的概率最大,第j个库所pj对应PLC程序中的输入,判断故障的类型,是执行机构故障还是传感器故障,输出故障概率最大的传感器或执行机构,退出算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310589522.5A CN103616885B (zh) | 2013-11-20 | 2013-11-20 | 基于Petri网的PLC在线故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310589522.5A CN103616885B (zh) | 2013-11-20 | 2013-11-20 | 基于Petri网的PLC在线故障诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103616885A CN103616885A (zh) | 2014-03-05 |
CN103616885B true CN103616885B (zh) | 2016-05-18 |
Family
ID=50167588
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310589522.5A Active CN103616885B (zh) | 2013-11-20 | 2013-11-20 | 基于Petri网的PLC在线故障诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103616885B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105448369B (zh) * | 2015-11-26 | 2018-01-26 | 福建宁德核电有限公司 | 一种核电站设备故障诊断方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102146845A (zh) * | 2011-01-28 | 2011-08-10 | 中国人民解放军海军工程大学 | Petri网图形化方法及在船用燃气轮机故障诊断上的应用 |
CN102411330A (zh) * | 2011-08-25 | 2012-04-11 | 华侨大学 | 一种将可编程逻辑控制器程序转换为普通Petri网的方法 |
CN103019233A (zh) * | 2012-12-21 | 2013-04-03 | 华侨大学 | 一种检测plc梯形图程序中是否存在竞态的方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102007051683A1 (de) * | 2007-10-26 | 2009-06-18 | Schneider Electric Gmbh | Verfahren zur Orchestrierung von Services eines serviceorientierten Automationssystems sowie Orchestrierungs-Maschine |
DE102009026139A1 (de) * | 2009-07-08 | 2011-02-03 | Schneider Electric Automation Gmbh | Verfahren und Tools zur Bestimmung und Auswahl des Modus Operandi von Petri-Netz orchestrieren Abläufen für Service-orientierte Automatisierungsgeräte |
-
2013
- 2013-11-20 CN CN201310589522.5A patent/CN103616885B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102146845A (zh) * | 2011-01-28 | 2011-08-10 | 中国人民解放军海军工程大学 | Petri网图形化方法及在船用燃气轮机故障诊断上的应用 |
CN102411330A (zh) * | 2011-08-25 | 2012-04-11 | 华侨大学 | 一种将可编程逻辑控制器程序转换为普通Petri网的方法 |
CN103019233A (zh) * | 2012-12-21 | 2013-04-03 | 华侨大学 | 一种检测plc梯形图程序中是否存在竞态的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103616885A (zh) | 2014-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101446831B (zh) | 一种分散的过程监测方法 | |
CN104268658A (zh) | 一种桥梁结构安全监测数据的预测方法 | |
CN103116306B (zh) | 一种自动的步进式有序时段划分方法 | |
TWI501060B (zh) | 稼動率計算方法及其系統、嵌入式裝置和電腦可讀取儲存媒體 | |
TW201224786A (en) | Method of efficacy anticipation and failure examination for an apparatus | |
CN104573315B (zh) | 一种基于状态检修的输变电设备故障率的计算方法 | |
CN106199174A (zh) | 基于迁移学习的挤压机能耗异常预测方法 | |
CN108544303A (zh) | 一种数控机床主轴故障诊断方法及系统 | |
CN105243393A (zh) | 一种基于特征的复杂机电系统故障预报方法 | |
CN102566554B (zh) | 一种基于单类支持向量机的半导体过程监测方法 | |
CN104182623A (zh) | 一种基于当量变化率计算的热工过程数据检测方法 | |
DE102011054006A1 (de) | Überwachung und Diagnostizierung des Betriebs eines Generators | |
CN103616885B (zh) | 基于Petri网的PLC在线故障诊断方法 | |
CN107272412A (zh) | 一种暂冲式风洞流场控制的辩识方法 | |
CN111079857B (zh) | 一种基于过完备宽度学习模型的污水处理过程故障监测方法 | |
CN102419553A (zh) | 冷连轧平整机液压伺服系统数字模型与故障预示方法 | |
Martin et al. | Simulation Based Assessment of Lean and Industry 4.0 Measures in Changeable Production Systems | |
CN105699043B (zh) | 一种提高风洞传感器测量稳定性和精准度的方法 | |
CN104535033B (zh) | 准确测量不同流程产品阻焊厚度的方法和系统 | |
CN107931397B (zh) | 一种冲压机的在线监测装置及监测方法 | |
CN106874589A (zh) | 一种基于数据驱动的报警根源寻找方法 | |
Manikanta | Evaluation of modified PLS regression method to fill the missing values in training dataset | |
Lin et al. | Neural-network based fault diagnosis of hydraulic forging presses in China | |
CN105676781A (zh) | 基于Petri网的数控机床控制系统故障诊断方法 | |
CN203484981U (zh) | 翅片组穿管过程中使用的在线检测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |