CN104572799A - 用于对传统控制阀执行诊断的方法和设备 - Google Patents
用于对传统控制阀执行诊断的方法和设备 Download PDFInfo
- Publication number
- CN104572799A CN104572799A CN201410421376.XA CN201410421376A CN104572799A CN 104572799 A CN104572799 A CN 104572799A CN 201410421376 A CN201410421376 A CN 201410421376A CN 104572799 A CN104572799 A CN 104572799A
- Authority
- CN
- China
- Prior art keywords
- valve
- value
- process variable
- data sample
- variable
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
- G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Feedback Control In General (AREA)
Abstract
提供了一种对加工厂中的传统控制阀执行诊断的方法和设备,该方法包括:获得数据样本,每个数据样本包括过程变量值和用于将过程变量调整为达到设定值变量的控制器输出;以及通过计算回跳指数或迟滞带指数来确定是否存在阀回跳或迟滞;其中,计算回跳指数包括计算第一组角度的均值,第一组角度中的每个角度是根据如下比值来计算的,即,峰值过程变量与其在前过程变量值之间的差和与峰值过程变量相对应的控制器输出与其在前控制器输出之间的差的比值;并且其中,计算迟滞带指数包括计算第二组角度的均值,第二组角度中的每个角度是根据与平坦过程变量相对应的控制器输出及其在前控制器输出之间的差来计算的。
Description
技术领域
本发明一般地涉及对加工厂中的传统控制阀执行诊断,特别是涉及确定阀迟滞。
背景技术
加工厂中的传统控制阀不具有允许用户辨别这种阀正在执行的效果如何的智能定位器或其他自备反馈机构。然而,这也意味着与智能阀相比,传统控制阀的成本低。因此,可预期的是,传统阀的使用占加工厂中所使用的阀的大多数。
已知的是,可以使用如图1所示的单回路(自动模式)控制系统或如图2所示的多回路(级联模式)控制系统来控制传统控制阀。如图1所示,自动模式控制系统1000通常包括仅一个控制回路1001,其控制对到多个过程80、90的流体流进行调节的传统控制阀20。阀20由将控制器输出(OPa)发送到阀20的控制器30来控制。在全部过程80、90之后,使用设置在控制环路1001中的测量传感器/发射器40获得可测量过程输出(通常称为过程变量(PVa))。期望的过程输出(通常称为设定值变量(Sva),常量)被馈送到设置在控制回路1001中的求和节点(summing junction)50。PVa也被馈送到求和节点50以将SVa-PVa的差从求和节点50输入到控制器30。因此,输入到阀20的控制器输出OPa是SVa和PVa两者的函数。最终,控制回路1001的目的在于使PVa达到尽可能接近SVa的稳定状态。
如图2所示,级联模式控制系统2000通常包括多个控制回路2001、2002,它们一起控制类似地对到加工厂2中的多个过程80、90的流体流进行调节的传统控制阀20。通常使用主控制器31以及副控制器32来控制该阀20。在使用更多控制回路的情况下,控制器的数量相应地增加。
在第一控制回路2001中,在全部过程80、90之后,使用设置在第一控制回路2001中的第一测量传感器/发射器41来获得第一可测量过程输出或过程变量(PV1)。PV1被馈送到求和节点51。最终期望的过程输出或设定值变量(SV1,常量)也被馈送到第一求和节点51,以将SV1-PV1的差从第一求和节点51输入到主控制器31。因此,主控制器31的输出(OP1)受SV1和PV1两者影响。
在第二控制回路2002中,在仅一个过程80之后使用设置在第二控制回路2002中的第二测量传感器/发射器42来获得第二可测量过程输出或过程变量(PV2)。PV2被馈送到第二求和节点52。来自主控制器31的OP1也被馈送到第二求和节点52,以将OP1-PV2的差从第二求和节点52输入到副控制器32。将控制器输出(OP2)从副控制器32直接发送到阀20。因此,OP1用作针对副控制器32的设定值变量(SV2),使得副控制器32的OP2受OP1和PV2两者的影响。因此,级联模式控制系统2000中的第二回路2002用来对阀20接收到的控制器输入OP2进行微调。最终,级联控制系统2000的目的在于使PV1达到尽可能接近SV1的稳定状态。
可理解的是,传统控制阀中的未检查和未检测到的劣化会对过程控制具有显著影响,在极端的情况下,会导致计划外的工厂停工。由于传统控制阀在世界范围的加工厂中的使用将持续为高,因此在能够实现阀相关问题的早期检测而同时作为无需工厂停工的非侵入式方法的方面,针对这种传统控制阀的使用实时/存储数据的可靠的在线/离线诊断工具将是有价值的。
现在,当前可利用的阀诊断系统仅适用于自动模式控制系统,因为它们依赖于这样的假设:经求和节点输入到控制器的设定值变量是常量。因此,必须将级联模式控制回路人为地设定为自动模式控制回路,以便使用当前可利用的阀诊断系统。然而,这导致针对级联模式控制系统的诊断结果的精确性存在问题,因为级联模式控制系统的副控制器不是接收恒定的设定值变量,而是从主控制器31接收变量输入OP1。
具体地,迟滞是这样的问题:由于副控制器接收到的可变的输入设定值变量,当前可利用的阀诊断系统已不能针对在级联模式控制系统中受控的传统控制阀进行充分确定。迟滞是尽管向阀增大控制器输出OP以增大阀的流速但是阀却并没有增大其流速的阀问题。迟滞导致在向阀增大控制器输出OP的时段上可测量过程变量PV保持相对不变,该时段通常被称为如图3所示的迟滞带301。在这种状况下,控制器继续增大其输出OP以尝试提高未改变的PV。在阀迟滞时,存在另一问题:阀回跳,即,当控制器输出OP达到一定值时,阀终于做出响应,导致可测量过程变量PV中远远超过根据输入OP值而正常期望的过程变量PV的突然回跳302。该回跳通常超过该过程的期望设定值变量SV。当回跳发生时,控制器以其输出OP的急剧下降来做出响应,导致PV相应地下降。为了避免PV下降到期望SV以下太多,控制器再次增大其OP,但阀的迟滞再次导致阀没有相应地增大流速,直到当OP达到阀最终以超过期望SV的PV中的另一回跳进行响应的一定值时发生阀回跳为止。因此,阀迟滞导致在期望SV附近的PV中的突然回跳或尖峰之间的时段内PV保持不变,而不是将稳态PV保持在或接近于期望SV。
发明内容
根据第一方面,提供了一种对加工厂中的传统控制阀执行诊断的方法,该阀与加工厂中的过程相关联并且该阀由控制器控制,所述方法包括步骤:处理器从存储在加工厂的服务器上的数据库获得数据样本,每个数据样本包括过程变量值和控制器输出值,所述过程变量值是从过程获得的过程变量的检测值,而所述控制器输出值是从控制器发送到阀的用于将过程变量调整为达到设定值变量的值,所述设定值变量是所述过程变量的期望值;以及处理器通过根据数据样本分别计算回跳指数和迟滞带指数中的至少一个来确定是否存在阀回跳和阀迟滞中的至少一个;其中,计算回跳指数包括计算第一组角度的均值,第一组角度中的每个角度是根据如下比值来计算的:即峰值过程变量值与其在前过程变量值之间的差和与峰值过程变量值相对应的控制器输出值与其在前控制器输出值之间的差的比值,从而使得大于或等于预定回跳指数值的回跳指数指示阀回跳;以及其中,计算迟滞带指数包括计算第二组角度的均值,第二组角度中的每个角度是根据与平坦过程变量值相对应的控制器输出值与其在前控制器输出值之差来计算的,使得大于或等于预定迟滞带指数值的迟滞带指数指示阀迟滞。
所述方法可进一步包括:在计算回跳指数之前找出峰值过程变量值,峰值过程变量值是从过程获得的过程变量值中的针对每次突然上升找出的每个过程变量值,其中找出每个峰值过程变量值包括步骤:根据从数据库获得的数据样本来计算连续的过程变量值之间的过程变量差;根据过程变量差计算过程变量角度;以及找出每个峰值数据样本,其中,过程变量角度大于阈值,并且其中,过程变量差与最大过程变量值的比值大于预设的比值,每个峰值数据样本包括峰值过程变量值及其对应的控制器输出值。
找出每个峰值数据样本可进一步包括按采样间隔选择峰值数据样本。
所述方法可进一步包括在计算迟滞带指数之前找出平坦过程变量值,所述平坦过程变量值是被发现不随时间显著变化的每个过程变量值,其中,找出每个平坦过程变量值包括:根据从数据库获得的数据样本来计算连续的过程变量值之间的过程变量差;以及找出每个这样的平坦数据样本,其中,过程变量差与最大过程变量值的比值小于预定比值,每个平坦数据样本包括平坦过程变量值及其对应的控制器输出值。
找出每个平坦数据样本可进一步包括按采样间隔选择平坦数据样本。
所述方法可进一步包括:处理器确定阀的控制处于哪种控制模式,所述控制模式是自动控制模式和级联控制模式之一。
所述方法可进一步包括:在确定是否存在阀回跳和阀迟滞中的至少一个之前,处理器确定是否存在阀堵塞、阀饱和以及阀摆动(hunting)中的至少一个。
当阀的控制处于自动控制模式时,设定值变量可为常量,或者当阀的控制处于级联控制模式时,设定值变量可为从另一控制器发送的可变控制器输出。
根据第二方面,提供了一种用于对加工厂中的传统控制阀执行诊断的设备,该设备包括:与阀相关联的过程;控制器,其被配置为控制阀;数据库,其存储在服务器上;以及处理器,该处理器具有被配置为从数据库获得数据样本的数据预处理模块,每个数据样本包括过程变量值和控制器输出值,所述过程变量值是从过程获得的检测值而所述控制器输出值是从控制器发送到阀的用于将过程变量调整为达到设定值变量的值,该设定值变量是过程变量的期望值;所述处理器还具有诊断模块,该诊断模块被配置为根据数据样本计算回跳指数和迟滞带指数中的至少一个,以确定是否存在阀回跳和阀迟滞中的至少一个;所述回跳指数包括第一组角度的均值,第一组角度中的每个角度是根据如下比值来计算的:即峰值过程变量值与其在前过程变量值之间的差和与该峰值过程变量值相对应的控制器输出值与其在前控制器输出值之间的差的比值,从而使得大于或等于预定的回跳指数值的回跳指数指示阀回跳;所述迟滞带指数包括第二组角度的均值,第二组角度中的每个角度是根据与平坦过程变量值相对应的控制器输出值和其在前控制器输出值之差来计算的,使得大于或等于预定的迟滞带指数值的迟滞带指数指示阀迟滞。
峰值过程变量值可为从过程获得的过程变量值中的针对每次突然上升找出的每个过程变量值,并且诊断模块可进一步被配置为根据从数据库获得的数据样本来计算连续的过程变量值之间的过程变量差;根据过程变量差计算过程变量角度;以及找出每个峰值数据样本,其中,过程变量角度大于阈值,并且其中,过程变量差与最大过程变量值的比值大于预设的比值,每个峰值数据样本包括峰值过程变量值及其对应的控制器输出值。
所述诊断模块可进一步被配置为按采样间隔选择峰值数据样本。
平坦过程变量值可以是已发现不随时间显著变化的每个过程变量值,所述诊断模块可进一步被配置为根据从数据库获得的数据样本来计算连续的过程变量值之间的过程变量差;以及找出每个这样的平坦数据样本,其中,过程变量差与最大过程变量值的比值小于预定比值,每个平坦数据样本包括平坦过程变量值及其对应的控制器输出值。
所述诊断模块可进一步被配置为按采样间隔选择平坦数据样本。
所述处理器可进一步被配置为在处理器确定是否存在阀回跳和阀迟滞中的至少一个之前确定阀的控制处于哪种控制模式,所述控制模式是自动控制模式和级联控制模式之一,在自动控制模式下设定值变量是常量值,在级联控制模式下设定值变量是从设置在级联控制模式下的另一控制器发送的可变控制器输出。
所述处理器可进一步被配置为确定是否存在阀堵塞、阀饱和以及阀摆动中的至少一个。
附图说明
现在将参照附图描述设备和方法的优选实施例,在附图中:
图1是用于加工厂中的传统控制阀的自动模式控制系统的示意图;
图2是用于加工厂中的传统控制阀的级联模式控制系统的示意图;
图3是示出了阀迟滞和阀回跳的PV和OP的曲线图;
图4是用于对图1和/或图2的传统控制阀执行诊断的示例性设备的结构图;
图5是对图1和/或图2的传统控制阀执行诊断的示例性方法的流程图;
图6是确定回跳指数的示例性方法的流程图;以及
图7是确定迟滞带指数的示例性方法的流程图。
具体实施方式
现在将参照图1至图7描述用于对加工厂2中的传统控制阀20执行诊断的方法100和设备200的示例性实施例。
如图4所示,用于对使用上述自动模式控制系统1000(图1)或级联模式控制系统2000(图2)来控制的阀20执行诊断的设备200包括具有数据预处理模块210和诊断模块220的处理器205。在如图5所示的方法100的开始(102),处理器205获得来自数据库230、240的数据样本。数据库230、240中的数据是从在加工厂2的运行期间获得的过程回路数据250输入的。数据库230、240优选地存储在服务器260上。在优选实施例中,当期望对阀执行在线诊断时,数据库230是实时数据库230。替选地,数据库240可以是用于对阀20执行离线诊断的历史或离线数据库240。
获得数据样本可以由处理器205按范围从若干秒到五分钟的在线采样频率来执行。优选地,采样频率小于或等于1分钟。当确定数据样本大小已达到预设数量(例如,1000个数据样本)时(104),所采集的数据样本被馈送到数据预处理模块210,该数据预处理模块210被配置为通过检查数据质量是否良好(108)来在诊断模块220对数据进行处理之前对数据样本进行过滤。对数据样本进行过滤可以包括对噪声进行过滤、针对不一致性、模式约束和其他问题来检查所获得的数据样本。理想地,只有良好质量的数据应该用来由诊断模块220进行处理。
由于设想到方法100和设备200可以用于当控制系统处于自动模式1000或级联模式2000时所获得的数据,因此处理器205的诊断模块220优选地被配置为在数据预处理模块210检查数据质量(108)之前检查控制系统模式(106),即,其是处于自动模式1000还是级联模式2000。当处于级联模式时,方法100可以被配置为仅当确认数据样本是从二级控制回路1002(图2)获得的数据样本时进行。这可以通过首先确定其中存在阀20的控制回路(105)、然后针对其中存在阀20的每条回路来检查SV信号的斜率是否大于0(107)来确定。其中SV信号的斜率大于0的控制回路表明输入到求和节点的SV不是常量(如同针对主控制器31的情况),而是第二求和节点52接收到的具有从主控制器31输出的变化的OP1的形式的变化的SV2,从而表明控制回路是级联模式2000中的二级控制回路2002。
从数据库230、240获得的每个数据样本至少包括从过程测量出的过程变量(PV)、作为PV的期望值的设定值变量(SV)以及在给定的时间点输出到阀20的控制器输出(OP)。对于自动模式控制系统1000而言,所采集的PV值、SV值和OP值分别是以上参照图1描述的PVa、SVa和OPa。对于级联模式控制系统2000中的二级回路2002,所采集的PV值、SV值和OP值分别是以上参照图2描述的PV2、SV2(与OP1相同)和OP2。
在确定是否存在阀迟滞之前,方法100可被配置为确定是否存在诸如阀堵塞(110)、阀饱和(120)和阀摆动(130)的其他阀问题。
当阀20没有对OP的改变做出响应时,发生阀堵塞(110),使得当SV改变时PV不改变。确定阀堵塞(111)可包括诊断模块220处理数据样本以检查是否满足如下两个条件:1)最大SV与最小SV的比值大于或等于1.05;2)最大PV与最小PV的比值等于1。如果两个条件都满足,则可以得出已发生阀堵塞(110)的结论。
当阀20持续地处在极限位置(例如,完全打开或完全关闭)时,发生阀饱和(120)。如果发现阀堵塞(110)尚未发生,则方法100可进一步被配置为确定是否存在阀饱和(120)。确定阀饱和(121)可包括诊断模块220处理数据样本以检查平均OP是为95%及以上还是5%及以下。如果平均OP确实为95%及以上或5%及以下,则可以得出存在阀饱和(120)的问题的结论。
当阀20对输入的OP的改变反应过度时,发生阀摆动(130),使得当OP仅稍微增大时PV增大得太多而当OP仅稍微减小时PV减小得太多。这导致由于阀的过度移动而引起的无法持续地维持与SV匹配的稳定状态PV,使得阀的机械零件过早磨损。如果发现不存在阀饱和,则方法100可被进一步配置为确定是否存在阀摆动(130)。确定阀摆动(131)可包括诊断模块220处理数据样本以检查OP和PV是否以自然的时间滞后进行振荡。如果振荡指数大于1,则可以得出存在阀摆动(130)的问题的结论。
为了确定是否存在阀迟滞(140),诊断模块220被配置为通过针对所采集的数据样本进行的如图6所示的计算回跳指数(Jump_KPI)600和如图7所示的计算迟滞带指数(Static_KPI)700来检查所采集的数据样本的阀迟滞特性141。如果计算出回跳指数为80或更大,或者如果计算出迟滞带指数为1或更大,则可得出存在阀迟滞(140)的结论。如果不是,则可得出不存在阀问题的结论。
如图6所示的计算回跳指数600包括创建数据集D1,该数据集D1包括从所采集的数据样本获得的连续的PV值之间的每个过程变量差(602)。D1可通过以下等式(1)来给出:
D1i=abs[diff(PVi)]=abs[PVi+1-PVi] ---(1)
其中,i=1至n(n为样本大小,例如1000)
随后,创建另一数据集D2,该数据集D2包括根据第一数据集D1中的每个过程变量差计算的过程变量角度(604)。D2可以通过以下等式(2)来给出:
D2i=ATAN(D1i)*(180/3.14) ---(2)
创建另一数据集D3,该数据集D3仅包括其中PV值已被确定为与PV的突然上升相关联的那些PV值的那些数据样本(606)。确定其中PV的突然上升已发生的数据样本可通过找出其中PV值的改变的过程变量角度D2大于指示PV的急剧上升的阈值度(例如,80度)并且其中PV值的过程变量差D1与在所有数据样本之中所采集的最大PV值的比值大于预设比值(例如,0.0001)的峰值数据样本来执行。符合这样的比值确保了特定的数据样本确实是在PV值的突然上升已发生(根据斜率大于80而确认的)时获得的,并且D3中的数据样本与PV值的每次突然上升相关联(根据D1与最大PV的比值大于0.0001而确认的)。因此,D3可通过以下等式(3)来给出:
D3j=Find(D2i>80)&Find(D1i/max(PVi)>0.0001) ---(3)
如采用以下表1中所示的示例值所示出的,创建包括D3j数据值的数据集D3,其中j=1至m,其中m是满足等式(3)的条件的样本的数量。然而,应注意,数据集D3包括与每个实际峰值304(在其处,发生了PV的突然上升)相关联的子峰值303,如图3所示。
表1
为了减少或消除这些子峰值303,可以创建又一数据集D4以仅包括与PV值的每次突然上升的每个不同峰值PV对应的那些数据样本(608)。D4可通过以采样间隔(诸如,每4个样本,使得样本间隔大于3个样本)从数据集D3选择数据样本来获得,如通过以下等式(4)来给出:
D4k=D3(Find(diff(D3)>3)) ---(4)
因此,创建数据集D4以使得D4=数据集D3中的连续的D3j值的“i”之间的差,其中,“i”的差大于3,使得数据集D4包含D3中的数据集中的每第x个数据,其中x不小于3。如在上表1中用粗体示出的行所示:
(a)(j=2的i)与(j=1的i)之差=3-1=2,(i=3)的PV&OP不在D4中。
(b)(j=3的i)与(j=2的i)之差=7-3=4,(i=7)的PV&OP在D4中。
因此,数据集D4包含数据值D4k,其中k=1至p,其中,p是满足等式(4)中的条件的样本数量。以该方式,可以从考虑消除304附近的子峰值,并且可得出数据集D4中的所有PV值都是已发生了PV的突然上升的峰值PV值。因此,可以得出结论,从其获得这些峰值PV值的数据样本是与PV值PVk的突然上升相对应的那些数据样本(610)。因此,可以从数据集D4中的数据样本获得与峰值PV值PVk相对应的OP值OPk(612)。
应该注意,如果PV值的突然上升是正确地响应于OP的突然上升,则PV值的突然上升可能不指示阀回跳问题。只有发生了PV的突然上升而没有类似地发生至阀的输入OP的突然上升,才可以得出阀回跳的结论。因此,为了可靠地确定的阀回跳,首先计算比值SLP_jump(614),其中SLP_jump是峰值过程变量值PVk+1与其在前过程变量值PVk之间的差和与峰值过程变量值PVk+1相对应的控制器输出值OPk+1与其在前控制器输出值OPk之间的差的比值,如通过以下等式(5)给出:
SLP_jump=abs[(PVk+1–PVk)/(OPk+1–OPk)] ---(5)
然后,计算回跳指数Jump_KPI(616),包括第一组角度的均值,第一组角度中的每个角度是根据SLP_jump来计算的,如以下等式(6)给出:
Jump_KPI=mean(ATAN(SLP_jump)*(180/3.14)) ---(6)
如果发现回跳指数Jump_KPI大于或等于指示PV的急剧上升的预定回跳指数值(例如,80度或以上)(142),则可以得出存在阀回跳问题的结论,从而确认阀迟滞(140)。
如图7所示的计算迟滞带指数700包括创建数据集E1(702),该数据集E1包括从所采集的数据样本获得的连续PV值之间的每个过程变量差。E1可以通过以下等式(10)给出:
E1i=diff(PVi)=PVi+1-PVi ---(10)
其中,i=1至n(n是样本大小,例如1000)。
随后,创建数据集E2,该数据集E2仅包括其中PV值已被确定为未发生PV随时间显著变化的那些PV值的平坦数据样本(704)。确定其中未发生PV随时间显著变化的数据样本可通过找出其中PV值的过程变量差E1与在所有数据样本当中所采集的最大PV值的比值小于预定比值(例如,0.0005)来执行。因此,E2可以通过以下等式(20)来给出:
E2i=Find(E1i/max(PVi)<0.0005) ---(20)
为了消除或减少彼此太接近/靠近的平坦数据样本,可创建另一数据集E3。E3可通过以采样间隔(诸如,每第4个样本,使得采样间隔大于3个样本)选择E2值来获得,如通过以下等式(30)来给出:
E3k=E2(Find(diff(E2)>3)) ---(30)
可得出如下结论:数据集E3中的所有PV值是其中在最小采样间隔内未发生PV的显著变化的平坦PV值。因此,可以得出结论,从其获得这些平坦PV值的平坦数据样本是与PV值PVk没有显著变化的那些PV值相对应的平坦数据样本(708)。因此,可以从数据集E3中的平坦数据样本获得与平坦PV值PVk相对应的OP值OPk(710)。
应该注意,如果平坦PV值(即,不随着时间显著变化的PV值)是正确地响应于平坦OP值(即,也不随着时间显著变化的OP值),则平坦PV值可能不指示阀迟滞问题。只有获得相对于时间的平坦PV曲线图、同时至阀的输入OP存在显著变化,才可得出阀迟滞的结论。因此,为了可靠地确定的阀迟滞,需要计算差SLP_static(720),其中,SLP_static是与平坦过程变量值PVk+1相对应的控制器输出值OPk+1与其在前控制器输出值OPk之间的差,如通过以下等式(40)来给出:
SLP_static=abs[(OPk+1–OPk)] ---(40)
然后,根据第二组角度的均值来计算迟滞带指数Static_KPI(740),第二组角度中的每个角度是根据SLP_static来计算的,如通过以下等式(50)来给出:
Static_KPI=mean(ATAN(SLP_static)*(180/3.14)) ---(50)
如果发现迟滞带指数Static_KPI大于或等于预定的迟滞带指数(例如,1以上),则可以得出存在阀迟滞140的问题的结论。
优选地,使用设备200中的适当的硬件270(诸如,显示屏)来显示来自诊断模块220的结果。设备200还可被配置为例如经由电子邮件或者使用移动电话短消息服务(sms)来向用户警告任意阀问题。结果的记录可包括将结果存储在数据库240中。
利用上述方法100和设备200,持续地对阀20的性能数据进行采样、分析和报告,从而即使阀20是不具有智能定位器或其他自备反馈机构的传统控制阀20,也允许针对自动模式1000和级联模式2000控制回路来实现阀20的迟滞的实时确定。因此,本方法100和设备200允许用户享受使用更低成本的传统控制阀的益处,而无需担心未检测到的阀迟滞不利地影响过程控制和工厂绩效,并且不必在传统控制阀上安装附加的智能定位器以实行阀诊断。阀20的性能的实时报告也允许用户提前准备维护活动。
在从离线数据库240获得数据的情况下,数据样本可由用户手动地输入而不是由处理器205自动获得,可远程且离线地而不是实时地执行由诊断模块220执行的数据样本的处理。
尽管在以上描述中已描述了本发明的优选实施例,但是所涉及的技术领域的技术人员应理解,可以在不脱离本发明的情况下对设计或构造的细节做出许多变更或修改。例如,虽然上述实施例提到了仅具有两个控制回路的级联模式控制系统,但是本方法和设备同样适用于具有多于两个控制回路的级联控制模式回路,例如,本方法和设备可应用于级联模式控制系统中的第三控制回路中的第三控制器,其中,第三控制器接收来自第二控制器的控制器输出作为其设定值变量。
Claims (15)
1.一种对加工厂中的传统控制阀执行诊断的方法,所述阀与所述加工厂中的过程相关联并且所述阀由控制器控制,所述方法包括步骤:
处理器从存储在所述加工厂的服务器上的数据库获得数据样本,每个数据样本包括过程变量值和控制器输出值,所述过程变量值是从所述过程获得的过程变量的检测值,而所述控制器输出值是从所述控制器发送到所述阀的用于将所述过程变量调整为达到设定值变量的值,所述设定值变量是所述过程变量的期望值;以及
所述处理器通过根据所述数据样本分别计算回跳指数和迟滞带指数中的至少一个来确定是否存在阀回跳和阀迟滞中的至少一个;
其中,计算所述回跳指数包括计算第一组角度的均值,所述第一组角度中的每个角度是根据如下比值来计算的,即,峰值过程变量值与其在前过程变量值之间的差和与所述峰值过程变量值相对应的控制器输出值与其在前控制器输出值之间的差的比值,从而使得大于或等于预定回跳指数值的回跳指数指示阀回跳;并且
其中,计算所述迟滞带指数包括计算第二组角度的均值,所述第二组角度中的每个角度是根据与平坦过程变量值相对应的控制器输出值与其在前控制器输出值之间的差来计算的,使得大于或等于预定迟滞带指数值的迟滞带指数指示阀迟滞。
2.根据权利要求1所述的方法,还包括:在计算所述回跳指数之前求出所述峰值过程变量值,所述峰值过程变量值是在从所述过程获得的过程变量值中针对每次突然上升而找出的每个过程变量值,并且其中找出每个峰值过程变量值包括步骤:
根据从所述数据库获得的数据样本来计算连续的过程变量值之间的过程变量差;
根据所述过程变量差计算过程变量角度;以及
找出每个峰值数据样本,其中,所述过程变量角度大于阈值,以及其中,所述过程变量差与最大过程变量值的比值大于预设的比值,每个峰值数据样本包括峰值过程变量值及其对应的控制器输出值。
3.根据权利要求2所述的方法,其中,找出每个峰值数据样本还包括按采样间隔选择峰值数据样本。
4.根据权利要求1所述的方法,还包括:在计算所述迟滞带指数之前求出所述平坦过程变量值,所述平坦过程变量值是已发现不随时间显著变化的每个过程变量值,以及其中找出每个平坦过程变量值包括步骤:
根据从所述数据库获得的数据样本来计算连续的过程变量值之间的过程变量差;以及
找出每个这样的平坦数据样本,其中,所述过程变量差与最大过程变量值的比值小于预定比值,每个平坦数据样本包括平坦过程变量值及其对应的控制器输出值。
5.根据权利要求4所述的方法,其中,找出每个平坦数据样本还包括按采样间隔选择平坦数据样本。
6.根据权利要求1所述的方法,还包括:所述处理器确定所述阀的控制处于哪种控制模式,所述控制模式是自动控制模式和级联控制模式之一。
7.根据权利要求1所述的方法,还包括步骤:在确定是否存在阀回跳和阀迟滞中的至少一个之前,所述处理器确定是否存在阀堵塞、阀饱和以及阀摆动中的至少一个。
8.根据权利要求1所述的方法,其中,当所述阀的控制处于自动控制模式时,所述设定值变量是常量,并且当所述阀的控制处于级联控制模式时,所述设定值变量是从另一控制器发送的可变控制器输出。
9.一种用于对加工厂中的传统控制阀执行诊断的设备,所述设备包括:
过程,其与所述阀相关联;
控制器,其被配置为控制所述阀;
数据库,其存储在服务器上;以及
处理器,所述处理器具有被配置为从所述数据库获得数据样本的数据预处理模块,每个数据样本均包括过程变量值和控制器输出值,所述过程变量值是从所述过程获得的检测值,并且所述控制器输出值是从所述控制器发送到所述阀的用于将所述过程变量调整为达到设定值变量的值,所述设定值变量是所述过程变量的期望值;
所述处理器还具有诊断模块,所述诊断模块被配置为根据数据样本计算回跳指数和迟滞带指数中的至少一个,以确定是否存在阀回跳和阀迟滞中的至少一个;
所述回跳指数包括第一组角度的均值,所述第一组角度中的每个角度是根据如下比值来计算的,即,峰值过程变量值与其在前过程变量值之间的差和与所述峰值过程变量值相对应的控制器输出值与其在前控制器输出值之间的差的比值,从而使得大于或等于预定的回跳指数值的回跳指数指示阀回跳;
所述迟滞带指数包括第二组角度的均值,所述第二组角度中的每个角度是根据与平坦过程变量值相对应的控制器输出值与其在前控制器输出值之间的差来计算的,使得大于或等于预定的迟滞带指数值的迟滞带指数指示阀迟滞。
10.根据权利要求9所述的设备,其中,所述峰值过程变量值是从所述过程获得的过程变量值中的针对每次突然上升而找出的每个过程变量值,并且其中所述诊断模块还被配置为根据从所述数据库获得的数据样本来计算连续的过程变量值之间的过程变量差;根据所述过程变量差计算过程变量角度;以及找出每个峰值数据样本,其中所述过程变量角度大于阈值,并且其中所述过程变量差与最大过程变量值的比值大于预设的比值,每个峰值数据样本包括峰值过程变量值及其对应的控制器输出值。
11.根据权利要求10所述的设备,其中,所述诊断模块还被配置为按采样间隔选择峰值数据样本。
12.根据权利要求9所述的设备,其中,所述平坦过程变量值是已发现不随时间显著变化的每个过程变量值,并且其中所述诊断模块还被配置为根据从所述数据库获得的数据样本来计算连续的过程变量值之间的过程变量差;以及找出每个这样的平坦数据样本,其中,所述过程变量差与最大过程变量值的比值小于预定比值,每个平坦数据样本包括平坦过程变量值及其对应的控制器输出值。
13.根据权利要求12所述的设备,其中,所述诊断模块还被配置为按采样间隔选择平坦数据样本。
14.根据权利要求9所述的设备,其中,所述处理器还被配置为在所述处理器确定是否存在阀回跳和阀迟滞中的至少一个之前确定所述阀的控制处于哪种控制模式,所述控制模式是自动控制模式和级联控制模式之一,在所述自动控制模式下所述设定值变量是常量值,在所述级联控制模式下所述设定值变量是从设置在所述级联控制模式中的另一控制器发送的可变控制器输出。
15.根据权利要求9所述的设备,其中,所述处理器还被配置为确定是否存在阀堵塞、阀饱和以及阀摆动中的至少一个。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/060,100 | 2013-10-22 | ||
US14/060,100 US9733641B2 (en) | 2013-10-22 | 2013-10-22 | Method and apparatus for performing diagnostics on a conventional control valve |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104572799A true CN104572799A (zh) | 2015-04-29 |
CN104572799B CN104572799B (zh) | 2018-10-12 |
Family
ID=52826924
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410421376.XA Active CN104572799B (zh) | 2013-10-22 | 2014-08-25 | 用于对传统控制阀执行诊断的方法和设备 |
Country Status (2)
Country | Link |
---|---|
US (1) | US9733641B2 (zh) |
CN (1) | CN104572799B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105094106A (zh) * | 2014-05-08 | 2015-11-25 | 佛山市恒力泰机械有限公司 | 一种输入电信号指令与阀芯反馈信号的比较方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10317855B2 (en) | 2016-05-31 | 2019-06-11 | Yokogawa Electric Corporation | Method for detection of diagnosing control valve stiction |
KR20180024431A (ko) | 2016-08-30 | 2018-03-08 | 한국수력원자력 주식회사 | 공기구동 제어밸브의 온라인 진단 시스템 및 방법 |
WO2020044948A1 (ja) * | 2018-08-30 | 2020-03-05 | ジヤトコ株式会社 | バルブ検査装置及びバルブ検査方法 |
CN111520535B (zh) * | 2020-04-29 | 2022-02-01 | 浙江工业大学 | 一种气动调节阀定位器松动故障的在线诊断方法 |
CN113464212B (zh) * | 2021-06-30 | 2022-12-27 | 国网河北能源技术服务有限公司 | 汽轮机进汽调节阀的间接配汽方法、装置和汽轮机 |
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 |
CN101326474A (zh) * | 2005-10-13 | 2008-12-17 | 霍尼韦尔国际公司 | 用于过程控制系统中静摩擦补偿的设备和方法 |
US20090248180A1 (en) * | 2006-10-03 | 2009-10-01 | Tore Hagglund | Automatic Backlash Estimation |
CN102705561A (zh) * | 2012-05-24 | 2012-10-03 | 东华大学 | 一种基于两步法的迟滞控制方法 |
CN103353753A (zh) * | 2005-12-05 | 2013-10-16 | 费舍-柔斯芒特系统股份有限公司 | 用于过程设备的自诊断过程控制环路 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL127370A (en) * | 1998-12-02 | 2004-05-12 | Yaskawa Eshed Technology Ltd | Control system and method for servo mechanism |
-
2013
- 2013-10-22 US US14/060,100 patent/US9733641B2/en active Active
-
2014
- 2014-08-25 CN CN201410421376.XA patent/CN104572799B/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 |
CN101326474A (zh) * | 2005-10-13 | 2008-12-17 | 霍尼韦尔国际公司 | 用于过程控制系统中静摩擦补偿的设备和方法 |
CN103353753A (zh) * | 2005-12-05 | 2013-10-16 | 费舍-柔斯芒特系统股份有限公司 | 用于过程设备的自诊断过程控制环路 |
US20090248180A1 (en) * | 2006-10-03 | 2009-10-01 | Tore Hagglund | Automatic Backlash Estimation |
CN102705561A (zh) * | 2012-05-24 | 2012-10-03 | 东华大学 | 一种基于两步法的迟滞控制方法 |
Non-Patent Citations (2)
Title |
---|
M.A.A.CHOUDHURY等: "Detection and Quantification of Valve Stiction", 《AMERICAN CONTROL CONFERENCE, 2006》 * |
TOREHÄGGLUND: "A shape-analysis approach for diagnosis of stiction in control valves", 《CONTROL ENGINEERING PRACTICE》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105094106A (zh) * | 2014-05-08 | 2015-11-25 | 佛山市恒力泰机械有限公司 | 一种输入电信号指令与阀芯反馈信号的比较方法 |
CN105094106B (zh) * | 2014-05-08 | 2017-12-05 | 佛山市恒力泰机械有限公司 | 一种输入电信号指令与阀芯反馈信号的比较方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104572799B (zh) | 2018-10-12 |
US20150112639A1 (en) | 2015-04-23 |
US9733641B2 (en) | 2017-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104572799A (zh) | 用于对传统控制阀执行诊断的方法和设备 | |
US10698372B2 (en) | Computer system and method for building and deploying predictive inferential models online to predict behavior of industrial processes | |
CN106681183B (zh) | 监测制造装置的方法、装置、系统与计算机可读储存媒介 | |
US11782401B2 (en) | Apparatus and methods to build deep learning controller using non-invasive closed loop exploration | |
Visioli | Research trends for PID controllers | |
US20030149493A1 (en) | Adaptation of advanced process control blocks in response to variable process delay | |
US11494252B2 (en) | System and method for detecting anomalies in cyber-physical system with determined characteristics | |
JP2017524851A (ja) | ロケットエンジンのパラメータを監視するための方法および装置 | |
CN104617845A (zh) | 伺服电机系统增益参数自调整方法及系统 | |
CN105867113A (zh) | 一种伺服控制器、伺服控制系统及伺服控制方法 | |
JP4637583B2 (ja) | ヒステリシスを決定するための方法、システム、及びプログラム | |
CN110488864A (zh) | 用于修正飞机的飞行控制系统中的loc信号的方法及系统 | |
CN104199417A (zh) | 一种半导体镀膜工艺的统计过程监控方法 | |
US10379529B2 (en) | Data processing device and data processing method | |
US10088829B2 (en) | Diagnostic device and method for monitoring the operation of a control loop | |
CN107831668B (zh) | 一种适用于随动控制自适应检测的方法及系统 | |
US10289077B2 (en) | Rate-based multivariable control with stability assurance | |
CN110716534A (zh) | 一种基于自整定变分模态分解的工业过程振荡检测方法 | |
US9632500B2 (en) | Method and arrangement for configuring a system for monitoring the performance of a control loop of an industrial plant | |
Salvador et al. | Online detection of shutdown periods in chemical plants: A case study | |
CN114800049A (zh) | 一种光栅尺加工运行信号误差补偿系统 | |
CN117094137B (zh) | 基于速度检测系统对涂胶自适应速度调节方法 | |
CN101393752B (zh) | 光学头聚焦误差信号线性度的自动测量方法 | |
Bauer et al. | Measuring cause and effect between process variables | |
US20220103106A1 (en) | Control Loop Performance Monitoring In Variable Frequency Drive |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |