CN107450509B - 控制阀粘滞的检测或诊断方法 - Google Patents

控制阀粘滞的检测或诊断方法 Download PDF

Info

Publication number
CN107450509B
CN107450509B CN201710088310.7A CN201710088310A CN107450509B CN 107450509 B CN107450509 B CN 107450509B CN 201710088310 A CN201710088310 A CN 201710088310A CN 107450509 B CN107450509 B CN 107450509B
Authority
CN
China
Prior art keywords
time period
standard deviation
correlation coefficient
ratio
calculating
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
CN201710088310.7A
Other languages
English (en)
Other versions
CN107450509A (zh
Inventor
安赫洛·巴萨·弗洛伦蒂诺
普拉卡什·马里亚帕恩
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.)
Yokogawa Electric Corp
Original Assignee
Yokogawa Electric Corp
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 Yokogawa Electric Corp filed Critical Yokogawa Electric Corp
Publication of CN107450509A publication Critical patent/CN107450509A/zh
Application granted granted Critical
Publication of CN107450509B publication Critical patent/CN107450509B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/041—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a variable is automatically adjusted to optimise the performance
    • 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
    • G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
    • 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
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16K—VALVES; TAPS; COCKS; ACTUATING-FLOATS; DEVICES FOR VENTING OR AERATING
    • F16K37/00—Special means in or on valves or other cut-off apparatus for indicating or recording operation thereof, or for enabling an alarm to be given
    • F16K37/0075—For recording or indicating the functioning of a valve in combination with test equipment
    • F16K37/0083—For recording or indicating the functioning of a valve in combination with test equipment by measuring valve parameters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16K—VALVES; TAPS; COCKS; ACTUATING-FLOATS; DEVICES FOR VENTING OR AERATING
    • F16K37/00—Special means in or on valves or other cut-off apparatus for indicating or recording operation thereof, or for enabling an alarm to be given
    • F16K37/0025—Electrical or magnetic means
    • F16K37/0041—Electrical or magnetic means for measuring valve parameters
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16K—VALVES; TAPS; COCKS; ACTUATING-FLOATS; DEVICES FOR VENTING OR AERATING
    • F16K37/00—Special means in or on valves or other cut-off apparatus for indicating or recording operation thereof, or for enabling an alarm to be given
    • F16K37/0075—For recording or indicating the functioning of a valve in combination with test equipment
    • F16K37/0091—For recording or indicating the functioning of a valve in combination with test equipment by measuring fluid parameters
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23N—REGULATING OR CONTROLLING COMBUSTION
    • F23N1/00—Regulating fuel supply
    • F23N1/002—Regulating fuel supply using electronic means
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23N—REGULATING OR CONTROLLING COMBUSTION
    • F23N2235/00—Valves, nozzles or pumps
    • F23N2235/12—Fuel valves
    • F23N2235/14—Fuel valves electromagnetically operated

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mechanical Engineering (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本申请提供了涉及与一段时间内的阀门移动有关的数据采集的系统、方法和设备，用于确定粘滞对阀门的影响。利用在一段时间内进行的数据采集，可以消除对高速数据采集方法的依赖。对阀门移动的评估包括对用于阀门粘滞的诊断或检测的操纵变量(MV)的考察。

Description

控制阀粘滞的检测或诊断方法
技术领域
示例性实施例涉及对过程控制系统的控制元件或现场装置的诊断和评估。
背景技术
现有技术中，在工业工厂环境、尤其是利用工业自动化(IA)的那些环境内，存在用于监测和调整控制元件或现场装置的控制系统。控制元件或现场装置可以用于测量或调整过程的物理属性、物理量或物理特性，比如流速、温度、水平或压力。
IA操作必须使控制元件或现场装置的控制最优，以便在保持安全操作的同时实现利润最大化。控制的稳定性是实现这些目标的关键，并且通常可以通过密切地评估工厂的控制回路来提高稳定性。
在现有技术中，可以利用控制回路来监测或调整过程。一般而言，控制回路分为开环、闭环和混合系统。在现有技术中，如图1所示，系统101可以试图通过闭环系统来调整过程104。过程104可以是需要被控制的参数，比如流量、水平、温度或压力。经过控制或调整的输出参数被称为过程变量(PV)。PV为过程的测量状态。传感器105测量PV，并且将这一测量到的PV作为反馈提供给系统101以便控制器102在闭环系统中进行调整。
在闭环系统中，设定值(SV)为过程的期望状态。控制器102可以确定发送至末级控制元件103或现场装置的控制器输出(OP)以用于控制末级控制元件103实现设定值。末级控制元件103的输出是作为操纵变量(MV)的定位器信号。操纵变量(MV)随后对过程104产生影响。由过程104作为控制系统的结果所输出的过程变量(PV)就作为结果。
由于过程变量(PV)可能与期望的设定值(SV)不匹配，因此闭环系统控制器102可以对数据进行比较以确定测量到的过程变量(PV)与期望的设定值(SV)之间的差或误差。基于所述差或误差，可以计算期望的控制器输出(OP)来进一步调整末级控制元件103以求减小过程变量(PV)与期望的设定值(SV)之间的差。控制器输出(OP)控制末级控制元件103(如阀门)的移动。随后，阀门的输出或阀门定位器信号调整操纵变量(MV)，来转而影响过程变量(PV)。
在现实应用中，存在末级控制元件粘滞的问题。阀门粘滞发生在阻力对阀门开启的控制操作中的移动产生阻碍之时。结果，需要额外的力来移动阀门。施加额外的力导致了阀门的突然移动。
在现有技术中，有关粘滞的诊断涉及到对一个或多个变量的考察。
US 8145328 B2(专利文献1)公开了粘滞的检测和量化。根据该现有技术，仔细考量了过程变量(PV)、控制器输出(OP)和设定值。
US 20150112639 A1(专利文献2)公开了一种用于对传统控制阀执行诊断的方法和设备。根据该现有技术，仔细考量了过程变量(PV)和控制器输出(OP)。
US 7274995 B2(专利文献3)公开了一种用于对阀门的可能缺陷指标进行识别的设备和方法。根据该现有技术，仔细考量了过程变量(PV)和控制器输出(OP)。
US 20150032270 A1(专利文献4)公开了一种用于控制阀的基于谱分析的检测器。根据该现有技术，提出了使用与频谱匹配的模式的方法。
现有技术文献
专利文献：
专利文献1：US 8145328 B2
专利文献2：US 20150112639 A1
专利文献3：US 7274995 B2
专利文献4：US 20150032270 A1
发明内容
一个或多个实施例涉及一种用于对根据过程控制来运转的工厂的控制元件中的粘滞的量进行确定的方法。所述方法包括：配置用于评估所述控制元件的目标时间段的参数；采集所述控制元件的现场数据值，所述现场数据值包括控制器输出和所述控制元件的操纵变量；计算所述目标时间段的位置请求与位置结果之间的差的标准差，所述位置请求和位置结果分别基于所述控制器输出和所述操纵变量；计算所述目标时间段的标准差与参考时间段的标准差之间的标准差比；以及基于所述标准差比来输出对过多粘滞的指示。在一些实施例中，所述方法包括步骤：根据下式计算所述目标时间段的相关系数：
Figure BDA0001227358450000031
其中：
CorrelationCoefficient：相关系数；
Figure BDA0001227358450000032
位置结果的平均值；
Figure BDA0001227358450000033
位置请求的平均值；
si：位置结果；
ri：位置请求；
n：该时间段中的样本的数量。
根据一个或多个实施例，所述方法包括步骤：计算所述目标时间段的相关系数与所述参考时间段的相关系数的相关系数比。
在示例实施例中，所述方法包括步骤：计算所述目标时间段的输出压力相对于位置结果的斜率；以及计算所述目标时间段的所述斜率与参考时间段的输出压力相对于位置结果的斜率之间的斜率比。
所述方法的实施例还可以包括确定所述标准差比是否超过预设标准差比阈值的步骤。
在一些实施例中，所述方法包括确定所述相关系数比是否超过预设相关系数比阈值的步骤。
根据一个或多个实施例，所述方法包括步骤：如果所述标准差比和所述相关系数比分别超过所述预设标准差比阈值和所述预设相关系数比阈值，则自动关闭所述控制元件。
一个或多个实施例涉及一种系统，其包括用于对根据过程控制来运转的工厂的控制元件中的粘滞的量进行确定的至少一个控制器。所述系统包括：至少一个非暂时性计算机可读介质，其可操作为存储程序代码；和至少一个处理器，其可操作为读取所述程序代码并按照所述程序代码的指令而工作。所述程序代码包括：配置用于评估所述控制元件的目标时间段的参数；采集所述控制元件的现场数据值，所述现场数据值包括控制器输出和所述控制元件的操纵变量；计算所述目标时间段中的位置请求与位置结果之间的差的标准差，所述位置请求和位置结果分别基于所述控制器输出和所述操纵变量；计算所述目标时间段的标准差与参考时间段的标准差之间的标准差比；以及基于所述标准差比来输出对过多粘滞的指示。根据一个或多个实施例，所述程序代码包括：根据下式计算所述目标时间段的相关系数：
Figure BDA0001227358450000041
其中：
CorrelationCoefficient：相关系数；
Figure BDA0001227358450000042
位置结果的平均值；
Figure BDA0001227358450000043
位置请求的平均值；
si：位置结果；
ri：位置请求；
n：该时间段中的样本的数量。
在一些实施例中，所述程序代码包括：计算所述目标时间段的相关系数与所述参考时间段的相关系数的相关系数比。
所述系统的实施例包括：所述程序代码包括：计算所述目标时间段的输出压力相对于位置结果的斜率，以及计算所述目标时间段的所述斜率与所述参考时间段的输出压力相对于位置结果的斜率之间的斜率比。
根据一个或多个实施例，所述程序代码还包括：确定所述标准差比是否超过预设标准差比阈值。
在示例性实施例中，所述程序代码还包括：确定所述相关系数比是否超过预设相关系数比阈值。
所述系统的实施例包括：所述程序代码包括：如果所述标准差比和所述相关系数比分别超过所述预设标准差比阈值和所述预设相关系数比阈值，则自动关闭所述控制元件。
附图说明
图1示出了为监测或调整过程而使用的控制回路的现有技术示例。
图2示出了系统的示例性实施例以及作为计算关键性能指标的基础的该系统的值。
图3示出了本申请的处理的示例性实施例。
图4示出了用于收集控制阀现场数据值的示例性实施例的处理。
图5示出了用于计算用来确定粘滞诊断的关键性能指标的示例性实施例的处理。
图6示出了用于计算粘滞关键性能指标中的三个以及控制阀的总体状态的示例性实施例的处理。
图7示出了可以实现监测粘滞的处理的示例性装置或控制器。
具体实施方式
下面将参照附图更详细地描述实施例。提供以下详细描述以帮助阅读者获得对本文所述的方法、设备和/或系统以及等效修改的全面了解。因此，将向本领域普通技术人员建议本文所述的系统、设备和/或方法的各种变化、修改和等同物。另外，为了提高清楚和简明性，将省略对公知功能和构造的描述。
本说明书中所使用的术语仅意在描述各实施例，而绝非限制。除非另外明确地使用，否则单数形式的表达包括多数形式的含义。在本说明书中，诸如“包括”或“包含”之类的表达意在指明特性、数量、步骤、操作、元件、部件或者它们的组合，而不应理解为排除了一个或多个其它特性、数量、步骤、操作、元件、部件或者它们的组合的任何存在或可能性。
在现有技术中，监测控制元件中的粘滞的方法涉及使用过程变量(PV)和控制器输出(OP)。
本申请的示例性实施例考察了用于诊断或检测控制元件(比如阀门)的粘滞的操纵变量(MV)。根据一个或多个实施例，通过现场总线协议可以从传感器或智能发送器得到操纵变量(MV)。
一般而言，在无粘滞的正常操作中，阀门在稳定一致输入的情况下以稳定一致的速度平滑移动。这表明对于针对阀门的稳定一致的输入，阀门应当始终如一地操作。然而，当阀门运动需要克服粘滞或静摩擦时，阀门的移动变得不一贯。阀门移动不一贯的原因在于：由于粘滞的存在，阀门针对输入没有初始移动，并且随后，当来自输入的额外的力克服了粘滞时阀门出现突然移动。因此，由于粘滞阻碍了初始移动，不能准确地预测阀门的移动。
本申请的实施例提供了一段时间内的关于阀门移动的数据采集，以确定粘滞对阀门的影响。通过利用在一段时间(预定义的目标时段)内进行的数据采集，可以消除对高速数据采集方法的依赖。
根据本申请的实施例，可以通过评估与最大容许误差的偏差来执行对阀门的粘滞或劣化的诊断。由于最大容许误差取决于过程操作的条件，因此每个阀门在最大容许误差方面可能有所不同。
通过定义参考时段，评估可以使用参考值而不是绝对值来用于诊断。参考时段是阀门在最佳状态下运转的时段。考虑到偏差，无需针对每个不同的过程条件手动确定容许误差。因此，可以安全有效地监测、诊断和检测控制阀中的粘滞的早期征兆。
正因如此，本申请的实施例实现了一种能够确保工厂资产(比如控制阀)在最佳状况下操作的方法。实施例可以通过粘滞诊断来提供关于控制阀的健康/状况的信息。
本申请中描述的阀门粘滞诊断(Valve Stiction Diagnostics)是利用了统计质量控制(SQC)的诊断，其利用统计方法和公式来监测并确保控制阀以其全部潜能运行。这种统计质量控制(SQC)能够根据两个时间段(计算时段)的计算结果之比来对控制阀进行诊断。
一个计算时段是参考时段，其为过去时间段，另一个计算时段是目标时段。参考时段理想地为阀门处于最佳状况时的时间段。正因如此，参考时段将具有最小的粘滞。比较性目标时段为当前时间段，或者期望时间段。在当前时间段以后，很可能用户会想查找过去的期望时间段。来自期望时间段的数据可以为被保存在非暂时性存储器中的历史数据。非暂时性存储器可以存储在过程的任何部件中，而不限于控制器、阀门或末级控制元件、传感器、或者用于整个IA操作的主系统。
阀门粘滞诊断的实施例设定为基于多个统计质量控制(SQC)来计算关键性能指标(KPIs)。关键性能指标(KPI)为性能测量度量的一种类型。
在图2中，作为用于计算关键性能指标(KPI)的基础的系统201的值包括来自控制器202的控制器输出(OP)中的FINAL_VALUE、来自阀门203的操纵变量(MV)中的FINAL_POSITION_VALUE和来自过程204的过程变量(PV)中的LoopPVData。
用于本申请实施例阀门粘滞诊断的四个关键性能指标(KPIs)包括目标时段的标准差(a Standard Deviation of Target Period)、标准差比(a Standard DeviationRatio)、相关系数比(a Correlation Coefficient Ratio)和斜率比(a Slope Ratio)。
通过计算目标时段中的位置请求(调整后的FINAL_VALUE)与位置结果(调整后的FINAL_POSITION_VALUE)之间的偏差的标准差来获得目标时段的标准差。位置请求与位置结果之间的差就是控制器输出(OP)与操纵值(MV)之间的差。
通过计算目标时段的标准差与参考时段的标准差之比获得标准差比。在阀门粘滞诊断中将使用标准差比来确定阀门的状态。
相关系数比为目标时段的相关系数与参考时段的相关系数之比。通过使用位置请求和位置结果来计算相关系数。这可以是辅助计算，其无需在阀门粘滞诊断中用于确定阀门状态。
斜率比还可以理解为输出空气不足(Inadequate Output Air)的比。斜率比为参考时段和目标时段二者中的位置请求和输出压力的回归线的斜率之间的比。这可以是辅助计算，其无需在阀门粘滞诊断中用于确定阀门状态，因为并不是所有阀门类型或模型都会具有输出压力值。
基于关键性能指标(KPIs)，可以确定目标阀门的状态或者粘滞。在一些实施例中，关键性能指标所必需的数据存储在阀门或控制元件上，并且可以通过系统201或控制器202请求。因此，本申请的实施例可以通过将目标标准差KPI和标准差比KPI与配置的阈值相比较来获知目标阀门的状态，如“良好”、“警告”或“不确定”。
图3示出了本申请的示例性实施例的处理。一旦诊断运行开始(S301)，就执行粘滞诊断所需参数的初始配置(S302)。配置之后，可以采集控制阀现场数据值(S303)。这些值可以包括FINAL_VALUE、FINAL_POSITION_VALUE和OUT_PRESSURE。然而，不必要采集每个值，因为并非所有阀门类型都具备OUT_PRESSURE值。根据所收集的值，可以完成基于统计质量控制(SQC)方法的粘滞诊断的计算(S304)。随后，可以确定粘滞关键性能指标(KPI)并且可以确定总体粘滞状态(S305)。粘滞诊断可以运行一次，或者可以被设定为按照计划运行。
参数的配置
作为步骤S302中的参数初始配置的一部分，应当考虑诸如表1中的那些参数的参数。这些设置包括：选择项目路径以取回必要数据值、以及数据收集的频率。
可以作为用户界面(UI)的一部分来选择这些参数中的一些，或者它们可以为存储单元中所存储的数据库文件的一部分。在一些实施例中，参数可以具有默认设置，其可以被进一步调整用以定制。在一些实施例中，出于备份的目的或者为了设置类似的IA操作，可以将参数的设置导出为数据库文件。
Figure BDA0001227358450000081
Figure BDA0001227358450000091
表1
收集控制阀现场数据值
图4示出了用于收集控制阀现场数据值的示例性实施例的处理。
现场数据采集基于所配置的扫描频率(其在配置期间被设置为参数)周期性地收集数据。另外，如图3的处理中所示的那样，按每一扫描频率周期性地执行。
为了开始采集现场数据(S401)，初始确定现场数据值是否质量良好(S402)。如果确定现场数据值质量不好，则该诊断将结束数据的采集。
另外，如果值不是质量良好的，则前进到结束采集(S407)的动作还可以触发对用户的警报或警告，以告知用户从目标阀门的数据采集存在问题。可以通过若干方法(包括对可接受的现场数据值的边界限制)来完成对现场数据值的质量的确定。作为替代，可以考虑现场数据值的粒度或精细度。如果现场数据值不够精细，则试图进行粘滞诊断分析会是无意义的。
如果现场数据值良好，那么可以对现场数据值进行转换(S403)。通过方程组可以将现场数据值转换成位置请求的值和位置结果的值。可以分别将FINAL_VALUE和FINAL_POSITION_VALUE转换成位置请求和位置结果。这是为了使各值标准化，以支持不同的控制阀模型。用于转换现场数据值的公式为：
位置请求＝FINAL_VALUE*最终值因子
等式(1)
位置结果＝FINAL_POSITION_VALUE*最终位置值因子
等式(2)
作为替代，在一些实施例中，可以不采集现场数据值，而是使用现场数据值的数据集。
随后，将位置请求和位置结果存储在存储单元中(S404)。
在存储了位置请求和位置结果之后，可以确定OUT_PRESSURE数据是否质量良好(S405)。如果阀门不具有OUT_PRESSURE数据，则可以避开这一步骤。如果OUT_PRESSURE数据质量良好，则可以存储OUT_PRESSURE(S406)。可以将OUT_PRESSURE存储在用于存储位置请求和位置结果的存储单元中或者与其不同的存储单元中。
另外，如果OUT_PRESSURE的值质量不好，则前进到结束采集(S407)的动作还可以触发对用户的警报或警告以告知用户从目标阀门的数据采集有问题。
粘滞诊断的计算
图5示出了用于计算用来确定粘滞诊断的关键性能指标(KPI)的处理(S500-S503)。在执行针对目标时段的计算(S520)之前，执行关于参考时段的计算(S510)。针对参考时段的处理包括步骤S511至S515。针对目标时段的处理包括结束S503之前的步骤S521至S525。可以基于计算执行频率(通常设置为一天一次)周期性地进行计算。
首先，取回参考时段内的现场数据值(S511)。
其次，计算参考时段的偏差的标准差(S512)。为了计算偏差的标准差，将参考时段的现场数据值应用于如下无偏标准差公式：
Figure BDA0001227358450000111
其中：
(ri-si)：偏差的标准差
Figure BDA0001227358450000112
偏差的平均值
si：位置请求
ri：位置结果
n：该时段中的现场数据值的计数。
第三，计算参考时段的相关系数(S513)。为了计算相关系数，将该时段内的采集的现场数据值应用于如下相关系数公式：
Figure BDA0001227358450000113
其中：
CorrelationCoefficient：相关系数
Figure BDA0001227358450000114
位置结果的平均值
Figure BDA0001227358450000115
位置请求的平均值
si：位置请求
ri：位置结果
n：该时段中的样本数量
第四，确定是否存在OUT_PRESSURE值(S514)。如果无OUT_PRESSURE值，则评估处理移动到S520的目标时段处理。如果存在有效的OUT_PRESSURE值，则计算斜率比。
第五，可以计算参考时段的斜率和Y截距(S515)。回归线的斜率提供了位置请求与OUT_PRESSURE之间的关系。对于参考时段，使用最小二乘法在水平轴上的位置结果(ri)与垂直轴上的输出压力(pi)之间的散点图中估算斜率(aref)和Y截距(bref)。可以利用如下公式来找出关系：
Figure BDA0001227358450000121
Figure BDA0001227358450000122
其中：
aref：参考时段斜率
bref：Y截距
ri：位置结果
pi：输出压力
n：来自参考时段的数值对的数量。
接下来，在第六步中，取回目标时段内的现场数据值(S521)。这些现场数据值将用于目标时段计算。
第七，计算目标时段的偏差的标准差(S522)。这一步利用目标时段内的现场数据值并使用与等式(3)相同的无偏标准差公式来完成。
第八，计算目标时段的相关系数(S523)。这一步利用目标时段内的现场数据值并使用与等式(4)相同的相关系数公式来完成。
第九，确定是否存在OUT_PRESSURE值(S524)。如果存在有效的OUT_PRESSURE现场数据值，则计算斜率比。
第十，可以计算目标时段的斜率和Y截距。使用以下公式来计算目标时段斜率(a)：
y＝ax+b，
Figure BDA0001227358450000123
b＝bref
等式(7)
其中：
ri：来自目标时段的位置结果
pi：来自目标时段的输出压力
n：来自目标时段的现场数据值对的数量
b或bref：第五步中计算的Y截距。
斜率比(其为目标时段的斜率与参考时段的斜率之比)以如下公式描述：
Figure BDA0001227358450000131
其中：
aref：第五步中计算的参考时段斜率
a：目标时段斜率。
作为替代，可以作为S302中的参数设置的一部分对这些值进行预设或者配置，而不进行参考时段计算。
粘滞和总体状态的计算
图6示出了用于计算粘滞关键性能指标中的三个以及控制阀的总体状态的处理(S600-S654)。
可以基于如下公式根据参考时段的偏差的标准差(S512)与目标时段的偏差的标准差(S522)之比来计算标准差比(S610)：
Figure BDA0001227358450000132
其中：
(ri-si)ref：参考时段的偏差的标准差(来自S512)
(ri-si)target：目标时段的偏差的标准差(来自S522)。
据此，可以基于标准差比对阀门状态进行判定(S620)。如果计算的标准差比小于或等于所配置的标准差比阈值(来自S302)(S621)，那么将标准差比状态设为“良好”(S622)。如果计算的标准差比大于所配置的阈值，那么将标准差比状态设为“警告”(S623)。
接下来，基于如下公式计算作为参考时段的相关系数(S513)与目标时段的相关系数(S523)之比的相关系数比(S630)：
Figure BDA0001227358450000133
其中：
相关系数target：目标时段的相关系数(来自S523)
相关系数ref：参考时段的相关系数(来自S513)。
据此，可以基于相关系数比对阀门状态进行判定(S640)。如果计算的相关系数比小于或等于配置的相关系数比阈值(来自S302)(S641)，那么将相关系数比状态设为“良好”(S642)。如果计算的相关系数比大于配置的阈值，那么将相关系数比状态设为“警告”(S643)。
在针对标准差比和相关系数比进行了判定之后，可以就阀门状态进行对总体状态的判定(S650)。如果标准差比状态和目标标准差状态中的任一个为“良好”(S651)，则将粘滞总体状态设为“良好”(S652)。否则，将总体粘滞状态设为“警告”(S653)。
作为替代，在一些实施例中，如果标准差比状态和目标标准差状态中的任一个被设为“警告”，那么将总体粘滞状态设为“警告”。
在重新进行的诊断中，可以重复图3中的S303至S305的处理。
除了“良好”或“警告”之外，一些实施例还可以提供“不确定”设置。当在任何时段(参考时段或目标时段)中没有足够的现场数据值(即，仅1个良好的现场数据值)时，可以将粘滞状态设为“不确定”。而且，如果参考时段的标准差为零，则将标准差比状态设为“不确定”。如果标准差比状态和目标标准差状态两者均为“不确定”，则将粘滞总体状态设为“不确定”。
在一些实施例中，如果特定过程中的阀门被设为“警告”或者“不确定”，则系统或IA操作可以将过程的路径变更到已被识别为良好的另一控制器、末级控制元件和过程。在一些实施例中，一旦确定“警告”或“不确定”，系统或IA操作就可以自动停用(deactivate)或关闭控制器、末级控制元件和过程的组合中的末级控制元件。
图7示出了可以实现所述处理的示例性装置或控制器70，其具有处理器71、输入连接件72、输出连接件73和存储介质74。
尽管以上针对示例性实施例来描述了本说明书，然而应当理解的是，本领域普通技术人员可以在不脱离应由所附权利要求限定的各特征的技术思想和范围的情况下，对所述示例性特征进行各种排列组合和修改。
可以将一个或多个示例性实施例的方法记录为处于非暂时性计算机可读介质(CDROM、随机存取存储器(RAM)、只读存储器(ROM)、软盘、硬盘、磁-光盘等)中的包括了用于实施由计算机实现的各种操作的程序指令在内的计算机可读程序代码。
尽管本说明书包含许多特征，然而所述特征不应被认为是对本公开或所附权利要求的范围的限制。独立的实施例的上下文中所描述的特定特征还可以组合起来实施。反之，单个示例性实施例的上下文中所描述的各个特征也可以独立地或者以任何适合的子组合形式在多个示例实施例中实施。
尽管附图以特定次序或布置来描述了用户界面(UI)示图，然而不应将其解释为所述UI示图依照如附图所示的特定次序或布局来执行或者以连续的顺序依次执行，或者所有UI示图必须得到期望结果。而且，应当注意，所有实施例不要求在本说明书中对各种系统部件进行区分。通常可将装置部件和系统实施为单个软件产品或者多个软件产品包。
以上已经描述了若干示例。然而，请注意可以作出各种修改。例如，如果所述技术以不同次序执行，以及/或者如果所述系统、架构或装置中的各部件以不同方式相结合和/或由其它部件或其等价物替代或补充，则可以实现适当的结果。因此，其它实施方式也在所附权利要求的范围之内。

Claims (14)

1.一种用于对根据过程控制来运转的工厂的控制元件中的粘滞的量进行确定的方法，所述方法包括步骤：
配置用于评估所述控制元件的目标时间段的参数；
采集所述控制元件的现场数据值，所述现场数据值包括控制器输出和所述控制元件的操纵变量；
计算所述目标时间段中的位置请求与位置结果之间的差的标准差，所述位置请求和所述位置结果分别基于所述控制器输出和所述操纵变量；
计算所述目标时间段的标准差与参考时间段的标准差之间的标准差比；以及
基于所述标准差比来输出对过多粘滞的指示；
其中，所述参考时间 段为所述控制元件处于最佳状况时的时间段，且所述参考时间段具有最小的粘滞。
2.根据权利要求1所述的方法，还包括步骤：
根据下式计算所述目标时间段的相关系数：
Figure FDA0003149047930000011
Figure FDA0003149047930000012
其中：
CorrelationCoefficient：相关系数；
Figure FDA0003149047930000013
位置结果的平均值；
Figure FDA0003149047930000014
位置请求的平均值；
si：位置结果；
ri：位置请求；
n：该时间段中的样本的数量。
3.根据权利要求2所述的方法，还包括步骤：
计算所述目标时间段的相关系数与所述参考时间段的相关系数的相关系数比。
4.根据权利要求1所述的方法，还包括步骤：
计算所述目标时间段的输出压力相对于位置结果的斜率；以及
计算所述目标时间段的所述斜率与所述参考时间段的输出压力相对于位置结果的斜率之间的斜率比。
5.根据权利要求1所述的方法，还包括步骤：
确定所述标准差比是否超过预设标准差比阈值。
6.根据权利要求3所述的方法，还包括步骤：
确定所述相关系数比是否超过预设相关系数比阈值。
7.根据权利要求3所述的方法，还包括步骤：
如果所述标准差比和所述相关系数比分别超过预设标准差比阈值和预设相关系数比阈值，则自动关闭所述控制元件。
8.一种系统，包括用于对根据过程控制来运转的工厂的控制元件中的粘滞的量进行确定的至少一个控制器，所述系统包括：
至少一个非暂时性计算机可读介质，其可操作为存储程序代码；
至少一个处理器，其可操作为读取所述程序代码并按照所述程序代码的指令而工作，所述程序代码包括：
配置用于评估所述控制元件的目标时间段的参数；
采集所述控制元件的现场数据值，所述现场数据值包括控制器输出和所述控制元件的操纵变量；
计算所述目标时间段中的位置请求与位置结果之间的差的标准差，所述位置请求和位置结果分别基于所述控制器输出和所述操纵变量；
计算所述目标时间段的标准差与参考时间段的标准差之间的标准差比；以及
基于所述标准差比来输出对过多粘滞的指示；
其中，所述参考时间 段为所述控制元件处于最佳状况时的时间段，且所述参考时间段具有最小的粘滞。
9.根据权利要求8所述的系统，所述程序代码还包括：
根据下式计算所述目标时间段的相关系数：
Figure FDA0003149047930000031
Figure FDA0003149047930000032
其中：
CorrelationCoefficient：相关系数；
Figure FDA0003149047930000033
位置结果的平均值；
Figure FDA0003149047930000034
位置请求的平均值；
si：位置结果；
ri：位置请求；
n：该时间段中的样本的数量。
10.根据权利要求8所述的系统，所述程序代码还包括：
计算所述目标时间段的相关系数与所述参考时间段的相关系数的相关系数比。
11.根据权利要求8所述的系统，所述程序代码还包括：
计算所述目标时间段的输出压力相对于位置结果的斜率；以及
计算所述目标时间段的所述斜率与参考时间段的输出压力相对于位置结果的斜率之间的斜率比。
12.根据权利要求8所述的系统，所述程序代码还包括：确定所述标准差比是否超过预设标准差比阈值。
13.根据权利要求10所述的系统，所述程序代码还包括：确定所述相关系数比是否超过预设相关系数比阈值。
14.根据权利要求10所述的系统，所述程序代码还包括：
如果所述标准差比和所述相关系数比分别超过预设标准差比阈值和预设相关系数比阈值，则自动关闭所述控制元件。
CN201710088310.7A 2016-05-31 2017-02-17 控制阀粘滞的检测或诊断方法 Active CN107450509B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/168,845 US10317855B2 (en) 2016-05-31 2016-05-31 Method for detection of diagnosing control valve stiction
US15/168,845 2016-05-31

Publications (2)

Publication Number Publication Date
CN107450509A CN107450509A (zh) 2017-12-08
CN107450509B true CN107450509B (zh) 2021-11-23

Family

ID=58231336

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710088310.7A Active CN107450509B (zh) 2016-05-31 2017-02-17 控制阀粘滞的检测或诊断方法

Country Status (3)

Country Link
US (1) US10317855B2 (zh)
EP (1) EP3252557B1 (zh)
CN (1) CN107450509B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6662310B2 (ja) * 2017-01-11 2020-03-11 横河電機株式会社 データ処理装置、データ処理方法及びプログラム
US11784734B2 (en) * 2019-01-14 2023-10-10 Telefonaktiebolaget Lm Ericsson (Publ) Method and apparatus for multi-path delay estimation
CN111783252B (zh) * 2020-07-20 2024-01-02 浙江浙能台州第二发电有限责任公司 一种基于残差网络的控制回路阀门粘滞检测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101070830A (zh) * 2006-05-10 2007-11-14 容海因里希股份公司 液压装置
CN100468262C (zh) * 2003-11-19 2009-03-11 霍尼韦尔国际公司 利用小波分解对用于阀的可能故障指标进行识别的装置和方法
CN101387210A (zh) * 2007-07-17 2009-03-18 株式会社电装 阀特性控制器和阀特性控制系统
CN101484856A (zh) * 2006-06-30 2009-07-15 费希尔控制产品国际有限公司 过程控制设备特征曲线图的计算机化评估
CN101668975A (zh) * 2007-03-28 2010-03-10 飞勇科技公司 尤其用于计量油漆的计量粘滞流体的阀
CN101960402A (zh) * 2008-02-29 2011-01-26 费希尔控制国际公司 过程控制参数在预定义的行程段上的估计
CN102308135A (zh) * 2009-01-09 2012-01-04 美卓自动化有限公司 用于阀的状态监测的方法和设备

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7274995B2 (en) * 2003-11-19 2007-09-25 Honeywell International Inc. Apparatus and method for identifying possible defect indicators for a valve
US7542876B2 (en) * 2004-06-25 2009-06-02 Johnson Controls Technology Company Method of and apparatus for evaluating the performance of a control system
KR101267681B1 (ko) 2004-07-02 2013-05-23 유니버시티 오브 알버타 정지마찰의 감지 및 정량
US7424395B2 (en) * 2004-09-10 2008-09-09 Exxonmobil Research And Engineering Company Application of abnormal event detection technology to olefins recovery trains
US9964967B2 (en) * 2012-02-28 2018-05-08 Chevron U.S.A. Inc. System and method for control performance monitoring
US9695956B2 (en) 2013-07-29 2017-07-04 Dresser, Inc. Spectral analysis based detector for a control valve
US9733641B2 (en) 2013-10-22 2017-08-15 Yokogawa Electric Corporation Method and apparatus for performing diagnostics on a conventional control valve
US9645584B2 (en) * 2014-09-17 2017-05-09 Honeywell International Inc. Gas valve with electronic health monitoring

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100468262C (zh) * 2003-11-19 2009-03-11 霍尼韦尔国际公司 利用小波分解对用于阀的可能故障指标进行识别的装置和方法
CN101070830A (zh) * 2006-05-10 2007-11-14 容海因里希股份公司 液压装置
CN101484856A (zh) * 2006-06-30 2009-07-15 费希尔控制产品国际有限公司 过程控制设备特征曲线图的计算机化评估
CN101668975A (zh) * 2007-03-28 2010-03-10 飞勇科技公司 尤其用于计量油漆的计量粘滞流体的阀
CN101387210A (zh) * 2007-07-17 2009-03-18 株式会社电装 阀特性控制器和阀特性控制系统
CN101960402A (zh) * 2008-02-29 2011-01-26 费希尔控制国际公司 过程控制参数在预定义的行程段上的估计
CN102308135A (zh) * 2009-01-09 2012-01-04 美卓自动化有限公司 用于阀的状态监测的方法和设备

Also Published As

Publication number Publication date
US10317855B2 (en) 2019-06-11
EP3252557A1 (en) 2017-12-06
US20170343968A1 (en) 2017-11-30
EP3252557B1 (en) 2021-05-26
CN107450509A (zh) 2017-12-08

Similar Documents

Publication Publication Date Title
TWI578257B (zh) 監測製造裝置的方法、裝置、系統與非暫存電腦可讀儲存媒介
US7496472B2 (en) Method and system for assessing performance of control systems
CA2304616C (en) Method of and apparatus for nonobtrusively obtaining on-line measurements of a process control device parameter
EP2722720B1 (en) Estimation of process control parameters over predefined travel segments
US6466893B1 (en) Statistical determination of estimates of process control loop parameters
EP2204778B1 (en) Prognostics and health monitoring for electro-mechanical systems and components
CN107111286B (zh) 用于诊断和控制的自动化功能测试
CN107450509B (zh) 控制阀粘滞的检测或诊断方法
US10620616B2 (en) Systems and methods for damper performance diagnostics
US9695956B2 (en) Spectral analysis based detector for a control valve
EP2904299B1 (en) Methods and apparatus for process device calibration
JP2005514676A (ja) プロセス制御ループにおける不安定性の検出および識別
EP2646884A1 (en) Machine anomaly detection and diagnosis incorporating operational data
CN105242534A (zh) 基于遥测参数且关联于对卫星控制行为的卫星状态监测方法
US10437265B2 (en) Performance monitoring of pump-valve system
RU2629479C2 (ru) Способ контроля износа бортового устройства летательного аппарата с автоматическим определением порога принятия решения
JP6503541B2 (ja) ポンプ異常検知システム、ポンプ異常検知方法、及びポンプ異常検知プログラム
US20180053400A1 (en) Method and Apparatus For Determination Of Sensor Health
JP6860304B2 (ja) 異常診断装置、異常診断方法及び異常診断プログラム
CN116861356A (zh) 异常数据检测方法及装置、电子设备、存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant