CN105929816A - 基于布尔算法的工控系统故障诊断的方法 - Google Patents

基于布尔算法的工控系统故障诊断的方法 Download PDF

Info

Publication number
CN105929816A
CN105929816A CN201610370623.7A CN201610370623A CN105929816A CN 105929816 A CN105929816 A CN 105929816A CN 201610370623 A CN201610370623 A CN 201610370623A CN 105929816 A CN105929816 A CN 105929816A
Authority
CN
China
Prior art keywords
data
boolean
monitored device
control system
state
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
Application number
CN201610370623.7A
Other languages
English (en)
Other versions
CN105929816B (zh
Inventor
陆伟庆
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.)
Beijing Tianhong Technology Co Ltd
Original Assignee
Beijing Tianhong Technology Co Ltd
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 Beijing Tianhong Technology Co Ltd filed Critical Beijing Tianhong Technology Co Ltd
Priority to CN201610370623.7A priority Critical patent/CN105929816B/zh
Publication of CN105929816A publication Critical patent/CN105929816A/zh
Application granted granted Critical
Publication of CN105929816B publication Critical patent/CN105929816B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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)
  • Selective Calling Equipment (AREA)

Abstract

本发明涉及基于布尔算法的工控系统故障诊断的方法，属于故障诊断领域，本发明对所述仪表、多个所述节点设备以及所述被监控设备的状态定义：0为正常、1为异常，采集多个所述监控回路的数据形成布尔矩阵数据，通过布尔运算和设定的诊断方法，实现对仪表以及整条回路上所有设备的状态进行诊断，从而定位故障点位置。本发明适用于对低智能设备或非智能设备的故障点诊断排查。

Description

基于布尔算法的工控系统故障诊断的方法
技术领域
本发明属于故障诊断方法领域，具体涉及基于布尔算法的工控系统故障诊断的方法。
背景技术
在工控领域，人们更加关注工艺流程的运行数据及参数，而往往忽略了对被监控设备运行状况的监测。企业用户通常通过工艺上监测到的数据进行诊断，确认数据是否正常，而数据的异常不只是因为工艺误操作导致的结果，往往是因为监控设备、被监控设备及其回路中节点设备的故障导致的结果。因此对监控设备、被监控设备及其回路中节点设备运行状况的监测也是有必要的。
目前，行业内具备设备监测功能的系统，如AMS智能设备管理系统依靠现在的智能仪表，以HART、FF和Profibus协议为基础，集数据采集和数据分析于一体，主要用于实现工厂仪表的远程配置与诊断、在线调校、标定管理、预测性维护以及日志记录跟踪等功能。但此系统均要求被监测设备具有足够高的智能性，具备HART、FF和Profibus等协议，因此不可避免增加高额的投资成本，同时此系统只能检测现场仪表设备，不能进行回路检测及非智能设备的检测，工艺生产数据必须以现场总线通讯方式采集，降低实时性，适用于新建工程，而对老系统改造困难。
发明内容
有鉴于此，本发明的目的在于克服现有技术的不足，提供基于布尔算法的工控系统故障诊断的方法，实现对设备故障的诊断。
为实现以上目的，本发明采用如下技术方案：
基于布尔算法的工控系统故障诊断的方法，所述方法应用于所述工控系统诊断仪表连接至被监控设备的监控回路中所述仪表、所述监控回路中的多个节点设备以及被监控设备的状态，所述方法包括如下步骤：
S1、对所述仪表、多个所述节点设备以及所述被监控设备的状态定义：0为正常、1为异常；
S2、采集多个所述监控回路的数据形成布尔矩阵数据，具体如下：
x 11 x 12 ... x 1 ( m - 1 ) x 1 m x 21 x 22 ... x 2 ( m - 1 ) x 2 m ... ... ... ... ... x n 1 x n 2 ... x n ( m - 1 ) x n m
其中，布尔矩阵中每行的数据表示一个所述监控回路中所述仪表、多个所述节点设备以及所述被监控设备依次序的状态数据，具体为：xn1表示所述仪表状态数据，xn2至xn(m-1)表示多个所述节点设备依次的状态数据，xnm表示所述被监控设备状态数据；
S3、对所述布尔矩阵数据中每行最后一个数据之间作逻辑或运算，若运算结果为0，表示被监控设备状况正常，转入步骤S4诊断所述监控回路数据状态；若运算结果为1，表示所述被监控设备状况异常，解决所述被监控设备故障后，重复执行步骤S3；
S4、所述布尔矩阵数据从第一行开始每行按xn(m-1)···xn1由数据流向从后向前的倒置顺序进行诊断，若数据为0，表示状况正常，继续诊断下一数据；若数据为1，表示状况异常，解决故障后，重复执行步骤S4。
进一步地，对于多个所述被监控设备，预设报警诊断优先级，并按由高到低的诊断优先级顺序排列形成行布尔矩阵：[x1 x2 … xi]，其中，xi由步骤S2布尔矩阵中所有数据作逻辑或运算得到，0表示所述被监控设备及其所述监控回路正常，继续诊断下一数据；1表示所述被监控设备及其所述监控回路异常，转入步骤S3。
进一步地，所述仪表包括变送器设备和485设备。
进一步地，所述变送器设备的状态定义具体为：预设4-20mA电流为工作电流范围，所述变送器设备的实际电流在预设工作电流范围之内，表示状态正常，记录为0；所述变送器设备的实际电流在预设工作电流范围之外，表示异常状态，记录为1。
进一步地，所述节点设备包括端子、浪涌设备和通道设备。
进一步地，所述端子和所述浪涌设备的状态定义具体为：预设端子和浪涌设备的额定工作电流范围，流经所述端子和所述浪涌设备的实际电流在预设工作电流范围之内，表示状态正常，记录为0；流经所述端子和所述浪涌设备的实际电流在预设工作电流范围之外，表示异常状态，记录为1。
本发明采用以上技术方案，至少具备以下有益效果：
本发明提供的基于布尔算法的工控系统故障诊断的方法适用于对低智能设备或非智能设备的故障点排查，通过对所述仪表、多个所述节点设备以及所述被监控设备的状态定义：0为正常、1为异常，采集多个所述监控回路的数据形成布尔矩阵数据，通过布尔运算和设定的诊断方法，实现对仪表以及整条回路上所有设备的状态进行诊断，从而定位故障点位置。
附图说明
图1为本发明工控系统监控的数据流向示意图。
1、第一监控回路；2、第二监控回路；3、第三监控回路；4、被监控设备。
具体实施方式
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
本发明基于布尔算法的工控系统故障诊断的方法，所述方法应用于所述工控系统诊断仪表连接至被监控设备的监控回路中所述仪表、所述监控回路中的多个节点设备以及被监控设备的状态，所述方法包括如下步骤：
S1、对所述仪表、多个所述节点设备以及所述被监控设备的状态定义：0为正常、1为异常；
S2、采集多个所述监控回路的数据形成布尔矩阵数据，具体如下：
x 11 x 12 ... x 1 ( m - 1 ) x 1 m x 21 x 22 ... x 2 ( m - 1 ) x 2 m ... ... ... ... ... x n 1 x n 2 ... x n ( m - 1 ) x n m
其中，布尔矩阵中每行的数据表示一个所述监控回路中所述仪表、多个所述节点设备以及所述被监控设备依次序的状态数据，具体为：xn1表示所述仪表状态数据，xn2至xn(m-1)表示多个所述节点设备依次的状态数据，xnm表示所述被监控设备状态数据；
S3、对所述布尔矩阵数据中每行最后一个数据之间作逻辑或运算，若运算结果为0，表示被监控设备状况正常，转入步骤S4诊断所述监控回路数据状态；若运算结果为1，表示所述被监控设备状况异常，解决所述被监控设备故障后，重复执行步骤S3；
S4、所述布尔矩阵数据从第一行开始每行按xn(m-1)···xn1由数据流向从后向前的倒置顺序进行诊断，若数据为0，表示状况正常，继续诊断下一数据；若数据为1，表示状况异常，解决故障后，重复执行步骤S4。
以下内容为结合具体实施例对本发明的所述方法作进一步的具体说明。
如图1所示，为本发明工控系统监控的数据流向示意图。图1中有第一监控回路1、第二监控回路2和第三监控回路3，每个监控回路由仪表通过多个节点设备连接至被监控设备4。通过定义各个设备的状态实现工控系统采集记录各设备的状态数据，其中仪表可以为变送器设备和485设备，485设备本身具有故障信息诊断功能，设备本身可以记录0为正常，1为故障。变送器设备不具有故障信息诊断功能，但变送器设备能够转换输出4-20mA电流信号，可以预设为工作电流范围，当变送器设备的实际电流在预设工作电流范围之内，表示状态正常，记录为0；当变送器设备的实际电流在预设工作电流范围之外，表示异常状态，记录为1。
所述节点设备包括端子、浪涌设备和通道设备。其中，通道设备本身具备故障信息诊断功能，因此通道设备可以记录0为正常，1为故障。端子和浪涌设备不具有故障信息诊断功能，但可以预设端子和浪涌设备的额定工作电流范围，流经端子和浪涌设备的实际电流在预设工作电流范围之内，表示状态正常，记录为0；流经端子和浪涌设备的实际电流在预设工作电流范围之外，表示异常状态，记录为1。
被监控设备本身具备故障信息诊断功能，因此通道设备可以记录0为正常，1为故障。
以下通过示例说明，第一监控回路1中箭头为数据的流向，仪表1、端子1、浪涌设备1、通道1依次采集记录的状态数据，如示例1：0100，说明端子1出现故障，可能端子保险烧毁，也可能端子接线虚接等等。当然也可能在第一监控回路1中有多个故障点，如示例2：1100，这样就实现了把点故障连成了线故障，工控系统由数据流向从后向前的倒置顺序进行诊断，若数据为0，表示状况正常，继续诊断下一数据；若数据为1，表示状况异常，解决故障后，重新诊断确认。
由多个监控回路故障数据，组成布尔矩阵故障数据，图1由第一监控回路1、第二监控回路2和第三监控回路3形成矩阵数据，示例3如下：
1 1 0 0 1 0 1 0 1 0 0 1
针对上述布尔矩阵数据，常规方式为人工逐个系统检查，或逐个仪表检修，浪费时间及资源，影响生产经济效益。本发明工控系统对采集的布尔矩阵数据从第一行开始由数据流向从后向前的倒置顺序进行诊断，过程如下：对于第一监控回路1，有仪表1故障和端子1故障。从故障排查优先级来定，先检查端子1，如果端子1故障取消后，系统会再次判断，此时可能会出现两种情况，一种为第一监控回路1数据变为：0000，仪表1故障报警取消，因为仪表1故障报警极有可能是由于端子1损坏导致的误报警，问题解决。另外一种情况，第一监控回路1数据变为：1000，此时说明仪表1确实有故障，应及时处理。第二监控回路2和第三监控回路3依次按以上过程均可完成处理。
上述矩阵示例是对监控回路的诊断方法，而该方法没有包括被监控设备4的诊断，而被监控设备4如出现故障，必然会影响与之联系的仪表的数据状态，以下给出第一监控回路1、第二监控回路2、第三监控回路3和被监控设备4形成布尔矩阵数据的诊断方法，示例4如下：
1 0 0 0 1 1 1 0 0 0 0 1 0 0 1
对布尔矩阵数据中每行最后一个数据之间作逻辑或运算，若结果为0，表示被监控设备4状况正常，转入示例3针对监控回路的诊断方法，诊断监控回路数据；若算法结果为1，表示被监控设备4状况异常，解决被监控设备4故障后，重复该方法对被监控设备4状态确认。示例4中每行最后一个数据之间作逻辑或运算，运算结果为1，表示被监控设备4自身异常，解决被监控设备4故障后，重复该方法对被监控设备4状态确认。
对于多个被监控设备，可预设报警诊断优先级，并按由高到低的诊断优先级顺序排列形成行布尔矩阵，其中各个设备的状态由示例4中布尔矩阵所有数据作逻辑或运算得到，0表示被监控设备及其监控回路正常，诊断下一数据；1表示被监控设备及其监控回路异常，按示例4方法诊断故障异常点，解决故障后，重新诊断确认。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.基于布尔算法的工控系统故障诊断的方法，所述方法应用于所述工控系统诊断仪表连接至被监控设备的监控回路中所述仪表、所述监控回路中的多个节点设备以及被监控设备的状态，其特征在于：所述方法包括如下步骤：
S1、对所述仪表、多个所述节点设备以及所述被监控设备的状态定义：0为正常、1为异常；
S2、采集多个所述监控回路的数据形成布尔矩阵数据，具体如下：
x 11 x 12 ... x 1 ( m - 1 ) x 1 m x 21 x 22 ... x 2 ( m - 1 ) x 2 m ... ... ... ... ... x n 1 x n 2 ... x n ( m - 1 ) x n m
其中，布尔矩阵中每行的数据表示一个所述监控回路中所述仪表、多个所述节点设备以及所述被监控设备依次序的状态数据，具体为：xn1表示所述仪表状态数据，xn2至xn(m-1)表示多个所述节点设备依次的状态数据，xnm表示所述被监控设备状态数据；
S3、对所述布尔矩阵数据中每行最后一个数据之间作逻辑或运算，若运算结果为0，表示被监控设备状况正常，转入步骤S4诊断所述监控回路数据状态；若运算结果为1，表示所述被监控设备状况异常，解决所述被监控设备故障后，重复执行步骤S3；
S4、所述布尔矩阵数据从第一行开始每行按xn(m-1)...xn1由数据流向从后向前的倒置顺序进行诊断，若数据为0，表示状况正常，继续诊断下一数据；若数据为1，表示状况异常，解决故障后，重复执行步骤S4。
2.根据权利要求1所述的基于布尔算法的工控系统故障诊断的方法，其特征在于：对于多个所述被监控设备，预设报警诊断优先级，并按由高到低的诊断优先级顺序排列形成行布尔矩阵：[x1 x2 ... xi]，其中，xi由步骤S2布尔矩阵中所有数据作逻辑或运算得到，0表示所述被监控设备及其所述监控回路正常，继续诊断下一数据；1表示所述被监控设备及其所述监控回路异常，转入步骤S3。
3.根据权利要求1或2所述的基于布尔算法的工控系统故障诊断的方法，其特征在于：所述仪表包括变送器设备和485设备。
4.根据权利要求3所述的基于布尔算法的工控系统故障诊断的方法，其特征在于：所述变送器设备的状态定义具体为：预设4-20mA电流为工作电流范围，所述变送器设备的实际电流在预设工作电流范围之内，表示状态正常，记录为0；所述变送器设备的实际电流在预设工作电流范围之外，表示异常状态，记录为1。
5.根据权利要求1或2所述的基于布尔算法的工控系统故障诊断的方法，其特征在于：所述节点设备包括端子、浪涌设备和通道设备。
6.根据权利要求5所述的基于布尔算法的工控系统故障诊断的方法，其特征在于：所述端子和所述浪涌设备的状态定义具体为：预设端子和浪涌设备的额定工作电流范围，流经所述端子和所述浪涌设备的实际电流在预设工作电流范围之内，表示状态正常，记录为0；流经所述端子和所述浪涌设备的实际电流在预设工作电流范围之外，表示异常状态，记录为1。
CN201610370623.7A 2016-05-30 2016-05-30 基于布尔算法的工控系统故障诊断的方法 Active CN105929816B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610370623.7A CN105929816B (zh) 2016-05-30 2016-05-30 基于布尔算法的工控系统故障诊断的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610370623.7A CN105929816B (zh) 2016-05-30 2016-05-30 基于布尔算法的工控系统故障诊断的方法

Publications (2)

Publication Number Publication Date
CN105929816A true CN105929816A (zh) 2016-09-07
CN105929816B CN105929816B (zh) 2018-05-08

Family

ID=56841252

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610370623.7A Active CN105929816B (zh) 2016-05-30 2016-05-30 基于布尔算法的工控系统故障诊断的方法

Country Status (1)

Country Link
CN (1) CN105929816B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108196161A (zh) * 2018-01-10 2018-06-22 哈尔滨理工大学 一种异步化超高压同步发电机失磁故障诊断方法
CN109947070A (zh) * 2019-04-28 2019-06-28 广东德圳智能技术有限公司 生产设备数据采集方法及其数据传输处理器

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004277174A (ja) * 2002-10-29 2004-10-07 Inventio Ag エレベータの遠隔メインテナンスのためのデバイスおよび方法
CN103296757A (zh) * 2013-05-21 2013-09-11 国家电网公司 基于多参量辨识的智能变电站二次系统故障判断方法
CN103601062A (zh) * 2013-11-20 2014-02-26 淮南矿业(集团)有限责任公司 摩擦式提升机第一故障检测方法
CN105116869A (zh) * 2015-06-30 2015-12-02 株洲时代电子技术有限公司 大型养路机械电气系统故障实时监测诊断方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004277174A (ja) * 2002-10-29 2004-10-07 Inventio Ag エレベータの遠隔メインテナンスのためのデバイスおよび方法
CN103296757A (zh) * 2013-05-21 2013-09-11 国家电网公司 基于多参量辨识的智能变电站二次系统故障判断方法
CN103601062A (zh) * 2013-11-20 2014-02-26 淮南矿业(集团)有限责任公司 摩擦式提升机第一故障检测方法
CN105116869A (zh) * 2015-06-30 2015-12-02 株洲时代电子技术有限公司 大型养路机械电气系统故障实时监测诊断方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108196161A (zh) * 2018-01-10 2018-06-22 哈尔滨理工大学 一种异步化超高压同步发电机失磁故障诊断方法
CN109947070A (zh) * 2019-04-28 2019-06-28 广东德圳智能技术有限公司 生产设备数据采集方法及其数据传输处理器

Also Published As

Publication number Publication date
CN105929816B (zh) 2018-05-08

Similar Documents

Publication Publication Date Title
KR101825809B1 (ko) 플랜트 이상 감지 시스템 및 방법
EP2115608B1 (en) Heat exchanger fouling detection
Vogel-Heuser et al. Criteria-based alarm flood pattern recognition using historical data from automated production systems (aPS)
US20080188972A1 (en) Method and System for Detecting Faults in a Process Plant
EP2392982A2 (en) Abnormal situation prevention in a heat exchanger
CH698898B1 (de) System und Verfahren zur Zustandsüberwachung eines Anlagensystems.
DE102010052998A1 (de) Software-zentrierte Methodik für die Überprüfung und Bestätigung von Fehlermodellen
CN101907868A (zh) 牵引供电系统智能故障诊断方法及其系统
US10705516B2 (en) Dynamic prediction of risk levels for manufacturing operations through leading risk indicators: dynamic risk fault tree method and system
CN110469496B (zh) 一种水泵智能预警方法及系统
DE4438854C2 (de) Überwachungssystem für eine technische Anlage
CN103033309B (zh) 带有诊断的压力变送器
US20040199361A1 (en) Method and apparatus for equipment diagnostics and recovery with self-learning
US11250366B2 (en) Dynamic prediction of risk levels for manufacturing operations through leading risk indicators: dynamic risk sloping trend method and system
CN105929816A (zh) 基于布尔算法的工控系统故障诊断的方法
EP2021736B1 (de) Messumformer
CN115081647A (zh) 基于贝叶斯网络模型的工业智能仪表故障预诊断方法
CN103569623A (zh) 输送带故障运程诊断系统及方法
DE102008042969A1 (de) Verfahren und Vorrichtung zur Detektion von Prozesszuständen in alternierenden Produktionsprozessen
CN103163402B (zh) 基于二次回路的继电保护设备状态监测装置及监测方法
JPH10124134A (ja) 診断システム
US20130253866A1 (en) Intelligent visualisation in the monitoring of process and/or system variables
CN109981359A (zh) 一种智能变电站遥控异常分析诊断方法和装置
US20090093893A1 (en) System and method for recognizing and compensating for invalid regression model applied to abnormal situation prevention
CN115436740A (zh) 一种智能状态监测型牵引控制接口模块

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