CN108804393A - 一种先进的大系统多状态统计算法 - Google Patents
一种先进的大系统多状态统计算法 Download PDFInfo
- Publication number
- CN108804393A CN108804393A CN201810357538.6A CN201810357538A CN108804393A CN 108804393 A CN108804393 A CN 108804393A CN 201810357538 A CN201810357538 A CN 201810357538A CN 108804393 A CN108804393 A CN 108804393A
- Authority
- CN
- China
- Prior art keywords
- numerical value
- statistic algorithm
- multimode
- accumulator
- algorithm
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 claims abstract description 13
- 230000036541 health Effects 0.000 claims abstract description 8
- 238000002360 preparation method Methods 0.000 claims abstract description 7
- 230000000977 initiatory effect Effects 0.000 claims abstract description 5
- 238000011161 development Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 description 17
- 238000012544 monitoring process Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000003745 diagnosis Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000005272 metallurgy Methods 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 208000032170 Congenital Abnormalities Diseases 0.000 description 1
- 206010010356 Congenital anomaly Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007698 birth defect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000004132 cross linking Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明是一种先进的大系统多状态统计算法，具体步骤为：前期准备；初始化参数；校验输入参数是否合理；逐步检测判断系统状态是否健康；当前一系统状态为健康时，累加器加1；当前一系统状态为不健康时，进行下一系统状态的检测，完成所有系统状态检测；判断累加器的数值是否大于健康数值，如果大于，延时设定的时间后，输出系统状态健康；判断累加器的数值是否小于故障数值，如果小于，延时设定的时间后，输出系统状态故障。本发明用代码完整的实现此功能，用算法代替了逻辑运算，实现了此复杂的控制功能，极大的节约了系统资源和人力资源；通过级联，可以实现具有65536个状态的系统的判断；降低了硬件成本和人力成本。
Description
技术领域
本发明涉及对系统状态进行统计的领域，尤其涉及一种先进的大系统多状态统计算法。
背景技术
这个星球上的事物的发展节奏和方向与我们所熟悉的相距越来越远了。高速发展的科学技术、经济模式和武器系统等导致愈来愈复杂的一体化的现代大系统出现。
大系统一般包含着许多功能、规模和特性迥异的子系统。这些子系统在一个总体规范下运行，它们的行为之间存在不同程度的相关性或关联性。因特网和一体化全球经济可算是最典型的二十一世纪的大系统。在全球化的经济体系中，不同经济模式、社会制度、生产方式、贫富程度的国家的经济活动都试图在WTO的一体化规范下运行并且互相作用。一个现代化的工程大系统可以由很多具有不同功能和物理机制并在行为上相互耦合、强烈相关的子系统组成。子系统可按物理机制划分，如机械子系统、电子电力子系统、工程力学子系统和热力学子系统等。也可按功能划分，如涡轮转子、燃油系统、反应堆、热交换器、液压系统、计算机网络和化学反应塔等。有些子系统本身也可能是具有多种功能和物理机制的复杂系统，如各类发电厂、石油化工企业、治金企业和食品加工企业等。复杂机器系统如航空飞行器、先进武器系统、海洋舰船动力系统和自动化制造系统等都是典型的工程大系统。
由于大系统的复杂性与重要性，因系统故障导致的停产或事故往往损失惨重,甚至引发严重的环境灾难。因故障所导致的经济损失常常成为企业的沉重负担。因此，所有的大系统都有不同程度的运行状态监测和故障诊断措施，但在策略上存在先天缺陷。一般都是通过仪表孤立地监视各个物理过程变量的变化范围，忽视了过程变量之间的多重相关性与交联耦合问题。这种由单一测控变量入手的方法是状态监测与故障诊断技术发展过程的必经之路，是监测简单系统的直观而有效的方法。但是，这种手段高度依赖操作人员的经验和技能，能在一定范围内发挥作用。对于现代工程大系统，要通过仪表同时监视几十个甚至上百个物理过程变量的测量值，并且还要人工分析读数的变化情况以便对系统的运行状态做出判断，这对操作人员来说是一个极端困难的任务，一般很难早期发现故障。更重要的是，很多故障的早期征兆，甚至于中期征兆往往无法通过孤立地观察过程变量测量值的变化范围来发现。因此，传统的手段远不能满足现代化大系统运行状态监测的实际要求。为了改善这种状况，不同领域中的研究者们开发了多种多样的基于各自学科理论的专门的状态监测与故障诊断的方法和技术手段。这些方法与手段大大推动了状态监测与故障诊断的发展。但面对子系统之间的复杂的行为耦合，它们的局限性也是显而易见的。这些方法只能监视本学科理论所能处理的那些物理量。因不能模拟分析属于其他学科的物理量，从而无法监控它们的状态。所以，如果故障涉及到的物理过程变量不属于该学科，那么该学科的状态监测与故障诊断方法便不可能发现这些故障。
为了对整个大系统的运行状态进行监测，使用者们希望能有一个“包罗万象”的一体化监测系统，使得大系统中任何一个角落的非正常变化都能够被这个系统检测到，而不是多个监测子系统各自为阵。
当前的技术主要是通过逻辑运算来处理此类问题。但是这种方法有着很大的局限性，随着系统状态的增多，逻辑运算所需要的程序量成几何倍数的增长，带来的缺陷是：维护工作随程序量的增长而变的越来越难；这一个功能所占用的系统资源过大，如果此类功能过多，就需要增加控制器，造成成本增加。
发明内容
本发明旨在提出一种与具体的被控目标无关，只要是需要对系统状态统计均可用的普适算法，而提供一种先进的大系统多状态统计算法。
本发明为实现上述目的，采用以下技术方案：
一种先进的大系统多状态统计算法，具体步骤为：
S1、前期准备；
S2、初始化参数；
S3、校验输入参数是否合理；
S4、逐步检测判断系统状态是否健康；
S5、当前一系统状态为健康时，累加器加1；当前一系统状态为不健康时，进行下一系统状态的检测，完成所有系统状态检测；
S6、判断累加器的数值是否大于健康数值，如果大于，延时设定的时间后，输出系统状态健康；
S7、判断累加器的数值是否小于故障数值，如果小于，延时设定的时间后，输出系统状态故障。
本统计算法的开发平台是西门子PLC系统，适用于西门子S7 300系列和S7400系列的PLC系统。
特别的，本统计算法适用于满足IEC61131标准的PLC系统。
特别的，本统计算法通过级联方式实现不超过65536个状态的系统判断。
前期准备过程包括：
a、在PLC系统软件中新建工程项目；
b、在项目中插入站点；
c、在站点中插入机架；
d、在机架中插入CPU；
e、在程序模块Programm/Blocks中插入自定义序号。
本发明的有益效果是：本发明开发一种先进的算法，用代码完整的实现此功能，用算法代替了逻辑运算，实现了此复杂的控制功能，极大的节约了系统资源和人力资源；具备接口扩展功能，通过级联，可以实现具有65536个状态(无符号整型数的范围)的系统的判断；降低了硬件成本和人力成本。
本发明的统计算法是一种普适的算法，与具体的被控目标无关，只要是需要对系统状态统计均可用此算法实现。所以，本统计算法能够广泛应用于冶金、化工、电力、包装等各种行业。
附图说明
图1为本发明的算法流程图；
以下将结合本发明的实施例参照附图进行详细叙述。
具体实施方式
下面结合附图和实施例对本发明作进一步说明：
如图1所示，
一种先进的大系统多状态统计算法，具体步骤为：
S1、前期准备；
S2、初始化参数；
S3、校验输入参数是否合理；
S4、逐步检测判断系统状态是否健康；
S5、当前一系统状态为健康时，累加器加1；当前一系统状态为不健康时，进行下一系统状态的检测，完成所有系统状态检测；
S6、判断累加器的数值是否大于健康数值，如果大于，延时设定的时间后，输出系统状态健康；
S7、判断累加器的数值是否小于故障数值，如果小于，延时设定的时间后，输出系统状态故障。
特别的，本统计算法的开发平台是西门子PLC系统，适用于西门子S7 300系列和S7400系列的PLC系统。
特别的，本统计算法适用于满足IEC61131标准的PLC系统。
本统计算法通过级联方式实现不超过65536个状态的系统判断。
前期准备过程包括：
a、在PLC系统软件中新建工程项目；
b、在项目中插入站点；
c、在站点中插入机架；
d、在机架中插入CPU；
e、在程序模块Programm/Blocks中插入自定义序号。
本发明开发一种先进的算法，用代码完整的实现此功能，用算法代替了逻辑运算，实现了此复杂的控制功能，极大的节约了系统资源和人力资源；具备接口扩展功能，通过级联，可以实现具有65536个状态(无符号整型数的范围)的系统的判断；降低了硬件成本和人力成本。
本发明的统计算法是一种普适的算法，与具体的被控目标无关，只要是需要对系统状态统计均可用此算法实现。所以，本统计算法能够广泛应用于冶金、化工、电力、包装等各种行业。
上面结合附图对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种改进，或未经改进直接应用于其它场合的，均在本发明的保护范围之内。
Claims (5)
1.一种先进的大系统多状态统计算法，其特征在于，具体步骤为：
S1、前期准备；
S2、初始化参数；
S3、校验输入参数是否合理；
S4、逐步检测判断系统状态是否健康；
S5、当前一系统状态为健康时，累加器加1；当前一系统状态为不健康时，进行下一系统状态的检测，完成所有系统状态检测；
S6、判断累加器的数值是否大于健康数值，如果大于，延时设定的时间后，输出系统状态健康；
S7、判断累加器的数值是否小于故障数值，如果小于，延时设定的时间后，输出系统状态故障。
2.根据权利要求1所述的一种先进的大系统多状态统计算法，其特征在于，本统计算法的开发平台是西门子PLC系统，适用于西门子S7 300系列和S7 400系列的PLC系统。
3.根据权利要求1所述的一种先进的大系统多状态统计算法，其特征在于，本统计算法适用于满足IEC61131标准的PLC系统。
4.根据权利要求1、2、3中的任意一项所述的一种先进的大系统多状态统计算法，其特征在于，本统计算法通过级联方式实现不超过65536个状态的系统判断。
5.根据权利要求4所述的一种先进的大系统多状态统计算法，其特征在于，前期准备过程包括：
a、在PLC系统软件中新建工程项目；
b、在项目中插入站点；
c、在站点中插入机架；
d、在机架中插入CPU；
e、在程序模块Programm/Blocks中插入自定义序号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810357538.6A CN108804393A (zh) | 2018-04-20 | 2018-04-20 | 一种先进的大系统多状态统计算法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810357538.6A CN108804393A (zh) | 2018-04-20 | 2018-04-20 | 一种先进的大系统多状态统计算法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108804393A true CN108804393A (zh) | 2018-11-13 |
Family
ID=64093005
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810357538.6A Pending CN108804393A (zh) | 2018-04-20 | 2018-04-20 | 一种先进的大系统多状态统计算法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108804393A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113042929A (zh) * | 2021-03-31 | 2021-06-29 | 天津一重电气自动化有限公司 | 一种焊缝检测器电路系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102832711A (zh) * | 2012-08-16 | 2012-12-19 | 北海市深蓝科技发展有限责任公司 | 一种电力系统多功能测控集成方法 |
| CN103345439A (zh) * | 2013-07-17 | 2013-10-09 | 国家电网公司 | 一种信息系统全链路健康状态监控方法及装置 |
| CN106066252A (zh) * | 2016-05-24 | 2016-11-02 | 中国人民解放军防化学院 | 一种危险品销毁设备子系统级的健康状态评估方法 |
| CN106505612A (zh) * | 2016-11-04 | 2017-03-15 | 上海电力学院 | 基于mmc的大功率永磁同步风力发电并网系统控制方法 |
-
2018
- 2018-04-20 CN CN201810357538.6A patent/CN108804393A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102832711A (zh) * | 2012-08-16 | 2012-12-19 | 北海市深蓝科技发展有限责任公司 | 一种电力系统多功能测控集成方法 |
| CN103345439A (zh) * | 2013-07-17 | 2013-10-09 | 国家电网公司 | 一种信息系统全链路健康状态监控方法及装置 |
| CN106066252A (zh) * | 2016-05-24 | 2016-11-02 | 中国人民解放军防化学院 | 一种危险品销毁设备子系统级的健康状态评估方法 |
| CN106505612A (zh) * | 2016-11-04 | 2017-03-15 | 上海电力学院 | 基于mmc的大功率永磁同步风力发电并网系统控制方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113042929A (zh) * | 2021-03-31 | 2021-06-29 | 天津一重电气自动化有限公司 | 一种焊缝检测器电路系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108229049B (zh) | 基于性能模型进行多状态系统任务可靠性建模的方法 | |
| CN106257367B (zh) | 一种基于仿真系统的核电dcs平台测试装置及测试方法 | |
| CN1026832C (zh) | 响应专家传感器诊断的控制传感器处理算法装置 | |
| CN103853152B (zh) | 一种基于ar-pca的间歇过程故障监测方法 | |
| CN204790550U (zh) | 一种基于仿真系统的核电dcs平台测试装置 | |
| CN107315854A (zh) | 核电站控制系统半物理仿真平台设计及实现方法 | |
| CN105938502A (zh) | 面向AltaRica模型的系统安全性设计验证方法 | |
| CN110611312B (zh) | 一种变电站间隔层全景数据在线模拟系统及方法 | |
| CN103914058B (zh) | 一种油气管道工控设备远程监控系统的故障诊断和告警方法及系统 | |
| CN108377209A (zh) | 基于scada的设备故障检测系统和检测方法 | |
| CN108804393A (zh) | 一种先进的大系统多状态统计算法 | |
| CN109324264B (zh) | 一种配电网线路阻抗数据异常值的辨识方法及装置 | |
| CN106940533A (zh) | 一种基于云超实时仿真平台与硬件在环的实时决策方法 | |
| WO2023040309A1 (zh) | 一种辅助联锁保护系统决策的方法 | |
| CN111354497A (zh) | 一种核电站破口事故信息诊断方法 | |
| Göring et al. | Modeling change and structural dependencies of automation systems | |
| CN116414086A (zh) | 基于fmeda失效预测技术集成安全控制系统的装置 | |
| Yang et al. | Analysis on the overall model framework of ship steam power based on digital twin [J] | |
| Badyda | Mathematical model for digital simulation of steam turbine set dynamics and on-line turbine load distribution | |
| Zhang | Fault diagnosis system of wind turbine generator based on Petri net | |
| CN105224736A (zh) | 一种基于约束求解的智能电网系统鲁棒性验证方法 | |
| Guilian et al. | Research and Application of Remote Intelligent Operation and Maintenance System for Digital Instrument and Control Equipment in Nuclear Power Plant | |
| CN110261693A (zh) | 一种基于稳态采样技术的在线热力试验方法及系统 | |
| Zhao et al. | Hardware-in-the-loop simulation system for process control | |
| Yang et al. | On Simulation Control System of Automatic Production Line Based on PLC Data Drive |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181113 |