CN114545107A - 用测量仪器监视过程设备中测量的被测变量的方法 - Google Patents
用测量仪器监视过程设备中测量的被测变量的方法 Download PDFInfo
- Publication number
- CN114545107A CN114545107A CN202111196440.5A CN202111196440A CN114545107A CN 114545107 A CN114545107 A CN 114545107A CN 202111196440 A CN202111196440 A CN 202111196440A CN 114545107 A CN114545107 A CN 114545107A
- Authority
- CN
- China
- Prior art keywords
- time
- measured
- measurand
- determined
- measured values
- 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
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
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及用测量仪器监视过程设备中测量的被测变量的方法。被测变量在过程期间随时间变化且在重复执行预定动态过程期间用在过程设备上使用的一组测量仪器连续测量,期间连续获取测量数据,包括被测变量的测量值、在训练时段测量的训练数据和训练时段后测量的监视数据,基于测量数据连续确定矢量,其矢量分量包括基于测量数据为一系列k个连续时间点确定的被测变量的测量值的变化率,每个系列的时间点覆盖预定持续时间的时间窗,且连续矢量的时间窗相对于彼此移动预定时间差,检测并以参考簇的形式存储基于训练数据确定的矢量,执行监视方法:将基于监视数据确定的矢量与参考簇比较,当至少一个矢量在参考簇外时确定异常并使异常信息可用。
Description
技术领域
本发明涉及一种用于监视被测变量的方法,尤其是一种计算机实现的方法,被测变量在过程期间随时间变化,并且在重复执行预定的动态过程期间用在设备上使用的一组测量仪器连续地测量被测变量。
背景技术
用于重复执行预定动态过程的过程设备用于各种不同的行业,诸如化学工业、食品工业以及水和废水处理。它们包括但不限于生产、加工和处理设备。在这样的设备中通常使用分别测量与待执行的过程和/或可借助于过程获得的过程产物相关的至少一个被测变量的测量仪器。这种测量仪器的示例包括压力计、液位计、密度计、温度计、流量计、pH计等,例如由Endress+Hauser集团销售。在测量和控制技术以及过程自动化中,这种测量仪器的测量值用于例如监视、控制和/或调节借助于设备重复执行的过程。
在此类设备的持续运行期间发生的异常,诸如设备的故障和/或损坏、对设备的错误控制和/或调节,当然还有由测量仪器的故障引起的被测变量的错误测量值在某些情况下可能造成重大损害。这种损害范围从生产有故障的过程产物到来自设备和/或有故障的过程产物的人类和环境危害。
为了确保设备和测量仪器的正常运行,测量仪器通常定期进行服务测量。此类服务测量包括,例如,验证、校准和维护。由于成本和正在进行的测量操作的中断与此类服务测量相关联,因此优选地以这样的方式测量连续的服务测量之间的时间间隔,一方面时间间隔足够短以确保足够的安全程度,另一方面,时间间隔足够长以将成本和精力保持在合理的范围内。为了能够检查测量仪器的可操作性,即使在按时间顺序连续的服务测量之间的时间段期间,也可以为各个测量仪器配备附加功能,诸如自我监视功能或诊断功能,借助于附加功能,相应的测量仪器自动监视其功能。其中一个示例是Endress+Hauser集团提供的测量仪器,它们配备了心跳功能,测量仪器借助于该功能进行自我监视。然而,这种测量仪器通常比没有这种功能的测量仪器贵,因此出于成本原因,通常仅用于与安全相关的领域。
替代地,可以使用为此目的创建的模型来监视特定测量仪器的功能,这种特定测量仪器测量的被测变量描述为一个或多个被测变量的函数,可以借助于其它测量仪器测量所述一个或多个被测变量。然而,这样的模型的安装通常需要详细了解设备要执行的过程,以及各个被测变量相互之间的相关性,这种相关性可能由要执行的过程产生并且通常具有物理原因。
此外,EP3002651A1描述了一种用于监视可借助于设备执行的过程的过程步骤的方法。在此基于在过程步骤的执行期间在设备上测量的被测变量的测量值以及与过程步骤的相应执行的开始时间相关的相关联的测量时间来监视过程步骤。为此目的,基于训练数据创建模型,该模型包括可以基于测量值和测量时间确定的参数。对于多个测量仪器,每个参数包括:
a)将测量值表示为时间的函数并且基于相应测量仪器的测量值确定的基函数的系数,以及
b)测量值与由先前确定的系数和基函数给出的函数之间的偏差分布。此外,它们包括测量仪器对的测量值之间的相关度,这些测量仪器对在过程步骤的执行期间提供相关的测量值。
此外,对于每个参数,该模型包括基于训练数据确定的相关联的参考范围,在该参考范围中,当无误地执行过程步骤时,可以预期相应的参数。因此,如果在监视期间确定的参数中的至少一个在相关联的参考范围之外,则通过监视方法检测异常。
该方法提供的优势在于,包括参考范围的模型以及对过程步骤的监视也可以基于已经存在的测量值来执行。然而,不利的是,该方法必须针对要监视的每个单独的过程步骤独立地执行,必须获取与相应过程步骤的开始时间相关的测量数据,且重要的是模型的创建比较复杂。
发明内容
本发明的目的是指定一种用于监视被测变量的替代的可用方法,被测变量在过程期间随时间变化,并且在重复执行预定动态过程期间用在设备上使用的一组测量仪器在过程设备上连续地测量被测变量,该方法可以以简单的方式执行而无需详细的过程知识。
该目的通过一种用于监视被测变量的方法,特别是计算机实现的方法来实现,被测变量在过程中随时间变化,并且在重复执行预定动态过程期间用在过程设备上使用的一组测量仪器在该设备上连续地测量所述被测变量,其中:
在重复执行动态过程期间,连续地获取测量数据述测量数据包括借助于测量仪器测量的被测变量的测量值以及测量测量值时的相关联的测量时间,
其中测量数据包括在训练时段测量的训练数据和在训练时段之后测量的监视数据,
在测量数据的基础上连续确定矢量,所述矢量的矢量分量包括基于测量数据为一系列k个连续时间点确定的各个被测变量的测量值的相应变化率,其中每个系列的时间点覆盖预定持续时间的时间窗,并且在每种情况下,连续矢量的时间窗相对于彼此偏移预定时间差,
基于训练数据确定的矢量被检测并且以参考簇的形式存储,以及
执行监视方法,其中:
将根据监视数据确定的矢量分别与参考簇进行比较,
如果基于监视数据确定的矢量中的至少一个在参考簇之外,则确定异常,并且
提供有关检测的异常的信息。
根据本发明的方法提供的优点在于,可以直接基于被测变量的测量值以更简单的方式执行该方法,而无需详细了解过程。另一优点是,经由矢量,在与时间窗的持续时间相对应的时段内检测所有协作被测变量的测量值的反应速度,其经由过程按时间顺序耦合,并且由于连续矢量的滑动时间窗,监视可以在设备的整个操作时段期间发生。另一优点是基于参考簇可以直接辨别异常,并且可以基于训练数据以非常简单的方式确定参考簇。这提供的优点是不必确定复杂的模型并且不必为了执行该方法而确定各个被测变量之间的相关性。
替代实施例包括根据本发明的测量仪器,其中
获取测量数据,使得被测变量的测量值和相关的测量时间被传输到数据处理装置并且至少临时被存储在与数据处理装置相关联的存储器中,并且
数据处理装置被设计用以基于测量数据来执行对矢量的确定、对参考簇的确定和监视方法,并且数据处理装置被设计为经由连接到数据处理装置的接口输出有关检测的异常的信息,和/或被设计为以可经由接口读出和/或检索的形式提供该信息。
第一改进方案包括一种方法,其中时间窗的预定持续时间是:
小于或等于过程的过程持续时间
大于或等于在过程的每次执行期间发生的至少一个动态过程事件的持续时间,借助于此被测变量中的至少两个随时间变化,
大于或等于分别与被测变量中的一个相关联的至少一个反应时间,通过至少一个反应时间,相应被测变量的测量值响应于动态过程事件而改变,和/或
大于或等于分别与被测变量中的一个相关联的至少一个时间尺度,在至少一个时间时间尺度上,相应被测变量的测量值随时间变化。
第二改进方案包括一种方法,其中基于训练数据来确定时间窗的预定持续时间,其中:
基于被测变量中的一个的测量值的变化率,确定该被测变量的测量值的变化率超过预定极限值的开始时间,
基于其它被测变量的测量值,对于其它被测变量中的每个,确定相应的被测变量特定的结束时间,在该结束时间相应的其它被测变量的测量值的变化率在开始时间之后首次超过预定的限制值,
为每个被测变量确定被测变量特定的结束时间和开始时间之间的差异,并且
确定时间窗的持续时间以使得它大于或等于这些差异中的至少一个。
第三改进方案包括一种方法,其中基于训练数据来确定时间窗的预定持续时间,其中:
对于被测变量中的至少一个,在每种情况下:
基于相应被测变量的测量值的变化率确定各个被测变量的测量值随时间变化的时间段以及在这样的时间段内发生的变化率的平均值,并且
确定时间尺度,该时间尺度对应于该被测变量的测量值以对应于平均值的变化率变化达到测量相应被测变量的测量仪器的测量范围的预定比例、大于或等于该测量范围的40%的比例,或大于或等于该测量范围的60%的比例的时段,以及
确定时间窗的持续时间以使得它大于或等于该时间尺度中的至少一个。
第四改进方案包括一种方法,其中时间窗内的连续时间点之间的时间间隔均等于预定的恒定离散化时间。
根据第四改进方案的改进方案,离散化时间被定尺度为它足够小以能够解析过程的过程动力学。
根据第四改进方案的另一改进方案,基于训练数据确定离散化时间,其中:
对于被测变量中的至少一个,在每种情况下:
基于相应被测变量的被测值的变化率确定测量值随时间变化的时间段以及在该时间段内发生的变化率的平均值,并且
确定时间尺度,该时间尺度对应于被测变量的测量值以对应于平均值的变化率变化达到测量相应被测变量的测量仪器的测量范围的预定百分比、小于或等于该测量范围的10%的百分比,或小于或等于该测量范围的5%的百分比的时段,以及
确定离散化时间以使得它小于或等于该时间尺度中的至少一个。
第五改进方案包括一种方法,其中连续矢量的时间窗相对于彼此随时间移动的时间差大于离散化时间和/或小于或等于时间窗的持续时间。
第二实施例包括一种方法,其中通过相应的对策确定和/或解析由监视方法建立的异常的原因。
第六改进方案包括一种方法,其中基于使用监视方法识别为在参考簇之外的至少一个矢量与参考簇的距离,为该矢量来确定异常的至少一个原因,其中:
对于每个被测变量,确定相应被测变量的测量值的变化率相对于矢量与参考簇的距离的比例贡献,并且
其比例贡献具有最大值和/或超过预定极限值的被测变量的测量值被确定为异常的原因,并且
提供了关于异常的原因的信息。
根据第六改进方案的进一步改进方案,通过检查由监视方法检测的异常是由经由先前确定的异常的原因识别的被测变量中的至少一个的偏离预期行为的随时间变化引起还是否由测量相应被测变量的测量仪器的功能性损伤引起,基于异常的原因中的至少一个来确定借助于监视方法确定的异常的原因,其中对经由异常的原因识别的测量仪器的测量精度进行检查。
根据第三实施例,在可以假设在设备和测量仪器的无差错操作并且将该过程连续执行数次的训练时段中获取训练数据。
附图说明
现在将使用附图中的图详细解释本发明及其优点,附图示出了示例性实施例。相同的元件在图中用相同的附图标记指示。
图1示出了用于重复地执行动态过程的设备;
图2示出了三个不同被测变量的测量值;
图3示出了图2中所示的测量值的变化率;以及
图4示出了参考簇和位于参考簇外的矢量。
具体实施方式
本发明涉及一种用于监视被测变量Mj的方法,特别是一种计算机实现的方法,被测变量Mj在过程中随时间变化,并且在预定动态过程的重复执行期间用一组在设备上使用的测量仪器MDj在过程设备上连续地测量被测变量Mj。
从现有技术已知的用于重复执行预定动态过程的设备适合作为过程设备。这方面的示例包括工业设备,诸如生产、加工和处理设备,诸如今天已经在各种不同行业——诸如化学工业、食品工业以及水和/或废水处理——中使用的设备。特别地,包括一个或多个随时间连续执行的过程步骤的过程适合作为可以借助于设备重复执行的动态过程。示例包括可以借助于设备执行的生产、加工和/或处理过程。
作为示例,图1示出了用于生产过程产物的过程设备。该设备包括容器1,该容器1可以经由馈送管线3填充有各种进入介质,将这些进入介质借助于搅拌器5在容器1中加工以形成过程产物,然后经由提取管线7将这些进入介质从容器1中取出。该过程在设备中连续地重复,其中每次进行该过程时产生预定量的过程产物,并且将该过程产物从容器1中取出。
从现有技术已知的用于测量至少一个被测变量的测量仪器适合作为在设备上使用的测量仪器MDj。这些例如包括包含传感器的测量传感器,以及配备有至少一个传感器和/或测量传感器的测量仪器,这些测量仪器被设计用于计量检测至少一个被测变量Mj。这方面的示例包括压力计、液位计、密度计、温度计、流量计、pH计等,例如由Endress+Hauser集团销售的。作为可能的示例,图1所示的一组测量仪器MDj包括:
-用于测量位于容器1中的填充材料9的填充料位h的料位计L,
-至少一个流量计F1、F2、F3,其被分别插入到馈送管线3中或插入到提取管线7中的一个,用于测量流过相应管线的流率f1、f2、f3,以及
-压力计P,其用于测量容器1中的填充材料9施加的流体静压力phyd。
当然,取决于设备的类型和/或借助于设备重复执行的相应过程,也可以使用其它测量仪器MDj。
在操作期间,预定的动态过程用设备重复执行。同时,用测量仪器MDj连续地测量被测变量Mj。连续地获取测量数据D——其包括在设备运行期间借助于测量仪器MDj测量的被测变量Mj的测量值mj(ti)——以及相关的测量时间ti——此时相应的测量值mj(ti)被测量。
连续获取的测量数据D包括在方法开始时在训练时段中获取的训练数据DT和在训练时段之后获取的监视数据DU。在这种情况下,训练时段处于在其中可以假设设备和测量仪器MDj的无差错操作的时段,并且训练时段被定尺度为使得在训练时段期间连续多次执行过程。
获取测量数据D,例如,在于被测变量Mj的测量值mj(ti)和相关联的测量时间ti被传输到数据处理装置11并且至少暂时被存储在与数据处理装置11相关联的存储器13中。
取决于测量仪器Mj和设备的设计,至少一个测量仪器Mj的测量值mj(ti)和相关联的测量时间ti的传输在每种情况下都可以经由相应的测量仪器Mj与数据处理装置11之间的直接连接或经由从相应的测量仪器Mj经由至少一个中间站延续到数据处理装置11的连接B1、B2;C1、C2发生。图1中所示的直接连接A使用液位计L的示例示出。例如,布置在设备上或设备附近的边缘装置15和/或上级单元17适合作为中间站。合适的上级单元17例如是诸如过程控制系统或可编程逻辑控制器之类的单元,其基于测量仪器MDj的测量值mj(ti)监视、控制和/或调节待借助于设备执行的过程。在图1所示的实施例中,可以将上级单元17例如设计为使得它经由对插入到馈送管线3中的以及插入到提取管线7中的可控阀SV1、SV2、SV3的相应控制,根据测得的填充料位h的测得的流体静压力phyd和/或测得的流量f1、f2、f3中的至少一个,控制或调节进入介质的流入和/或对过程产物的提取。
现有技术中已知的有线和/或无线连接A、B1、B2、C1、C2和/或通信协议适用于例如传输测量数据D。示例包括LAN、WLAN、现场总线、Profibus、Hart、蓝牙和近场通信。可选地,测量仪器Mj、边缘装置15和/或上级单元17中的至少一个经由因特网,例如经由诸如TCP/IP之类的通信网络连接到数据处理装置11。
例如,可以使用单个计算机、大型计算机或其它数据处理装置作为数据处理装置11。替代地,数据处理装置11可以是设置在云端中的装置。在这种情况下,使用术语“云计算”已知的程序。云计算描述了提供诸如硬件、计算能力、数据存储装置、网络能力或甚至经由网络(例如无线或有线互联网)动态适应需求的软件的抽象IT基础设施的方法。
连续获取的测量数据D表示用测量仪器MDj测量的被测变量Mj的测量值mj(ti)随时间的进展。基于测量数据D连续确定各个被测变量Mj的测量值mj(ti)的变化率vj(ti)。图2作为示例示出了随时间变化的三个不同被测变量M1、M2、M3的测量值m1(t)、m2(t)、m3(t)随时间发展的一小段过程。图3示出了图2中所示测量值的变化率v1(t)、v2(t)、v3(t)随时间的进展。
在以相同方式重复运行的确定性、无误差过程和被测变量Mj的无误差测量的情况下,由变化率vj(t)形成的速度矢量v(t)(其中v(t):=(v1(t),...,vn(t)))将n维空间中的轨迹描述为时间t的函数,该轨迹闭合形成一个环,其中空间的维数n对应于被测变量Mj的数量。每次实施过程时再次遍历这样的轨迹,并且这样的轨迹重新生成在经由过程协作预先确定的被测变量Mj的测量值mj(ti)的变化率vj(t)、各个被测变量Mj对过程动力学的反应速度、以及测量值mj(ti)对被测变量Mj变化的测量仪器相关的反应速度中的时间耦合。
基于变化率vj(ti)连续确定矢量VR,其矢量分量各自包括针对一系列k个连续的时间点[tr1,...,trk]确定的各个被测变量Mj(ti)的测量值mj(ti)的变化率vj(ti)。每个这样的矢量VR因此包括矢量分量:VR:=(m1(tr1),…,m1(trk),….,mn(tr1),…,mn(trk))其中n等于被测变量Mj的数量,而k等于系列的连续时间点[tr1,,...,trk]的数量。独立于被测变量Mj的数量和时间点[tr1,...,trk]的数量k,每个系列的时间点[tr1,...,trk]在每种情况下覆盖预定持续时间ΔT的时间窗。作为示例,这样的时间窗如图3所示。时间窗被设计为滑动窗口。这意味着连续矢量(VR)的时间窗在每种情况下相对于彼此偏移预定的时间差,如图3中平行于时间轴延伸的位移箭头S所示。因此,由每一个这样的矢量VR检测在由速度矢量v(t)描述的轨迹段中协作的被测变量Mj的测量值mj(ti)的变化率vj(ti)随时间变化的时间曲线。
在第一步骤中,基于训练数据TD确定的矢量VR被检测并且以参考簇RC的形式被存储。随后执行监视方法,其中将基于监视数据DU连续地确定的矢量VR与之前基于训练数据DT确定的参考簇RC进行比较。基于该比较,检查这样的矢量VR中的至少一个是否在参考簇RC之外。如果是这种情况,则检测到异常并且提供关于检测的异常的信息。
为此目的,图4示出了示意图,其中将基于训练数据DT确定并且形成参考簇RC的矢量VR表示为点,且其中将基于监视数据DU确定并且位于参考簇RC之外的矢量VR表示为源自n*k维空间坐标原点的箭头。
对矢量VR的确定、对参考簇RC的确定以及基于矢量VR在确定参考簇RC之后执行的监视优选地借助于数据处理装置11来执行。在这种情况下,数据处理装置11优选地被设计用以经由连接到数据处理装置11的接口19输出关于检测的异常的信息,和/或用以使得数据处理装置11可经由接口19以可读和/或可检索的形式进一步使用。如果输出信息,则这可以例如以以警报、输出信号的形式或以电子邮件或文本消息的形式发送给预定义的收件人——诸如预定义的电子邮件地址、智能手机或平板电脑——的方式发生。
监视方法基于所有被测变量Mj的测量值mj(ti)经由过程执行按时间顺序耦合的事实。在设备的无错误操作期间,这导致每个动态过程事件导致受过程事件影响的被测变量Mj随时间变化,反应时间取决于过程,且反应幅度取决于过程。在测量仪器MDj无错误操作的情况下,被测变量Mj的测量值mj(ti)也相应地在每种情况下随着反应时间和反应幅度而变化,这取决于被测变量Mj的反应时间和反应幅度以及取决于测量仪器Mj的测量特性。因此,经由与参考簇RC的比较来检测异常,这种异常导致至少一个被测变量Mj的测量值mj(ti)相对于另一被测变量Mj的测量值mj(ti)随时间变化,且反应时间和/或反应幅度偏离参考簇RC。这提供了以下优点,即,在参考簇RC的基础上仅执行一种统一的监视方法,识别过程相关异常或设备相关异常两者,这导致基于测量值mj(ti)监视的至少一个被测变量Mj相对于其它被测变量Mj的测量值mj(ti)以偏离参考簇RC的方式随时间变化,并且识别异常,其中由于相应的测量仪器MDj相对于另一测量仪器MDj的测量值mj(ti)的功能性损伤,至少一个测量仪器MDj的测量值mj(ti)以偏离参考簇RC的方式随时间改变。与流程相关的异常的示例是例如由过程的错误控制或调节引起的错误过程执行。由设备引起的异常的示例是容器1中的孔,其导致填充料位h的时间延迟增加和/或量方面的较小增加。可以借助于该方法被识别为异常的测量仪器MDj的功能性损伤的示例是诸如范围误差的功能性损伤,其对测量值mj(ti)的变化率vj(ti)的幅度有影响;以及对测量仪器MDj的测量值mj(ti)对被测变量变化的反应时间有影响的功能性损伤。
该方法具有开头提到的优点。可选地,各个方法步骤可以具有不同的实施例,这些实施例可以单独使用或相互组合使用。下面描述了这方面的示例。
例如,可以用不同的方式来确定时间窗的持续时间ΔT。一个选项是基于在设备上重复执行的过程的过程持续时间来确定时间窗的持续时间ΔT以使得持续时间ΔT小于或等于所执行过程的过程持续时间。对于非常短的过程持续时间,诸如例如一分钟或几分钟的过程持续时间,时间窗的持续时间ΔT可以例如基本上等于过程持续时间。对于较长的过程持续时间,时间窗的持续时间ΔT可以被确定,例如,以使得它对应于过程持续时间的预定百分比,诸如过程持续时间的5%到10%的比例。
替代地或附加地,时间窗的持续时间ΔT被定尺度为例如使得,它大于或等于在过程的每次执行期间发生的至少一个动态过程事件的持续时间,借助于此至少两个被测变量Mj随时间变化。动态过程事件的示例是借助于图1所示的设备进行的填充过程和排空过程,其中在每种情况下,通过相关联的馈送管线3或提取管线7的流率f1、f2、f3,容器1中的填充料位h和容器1中的静水压力phyd变化。
其替代地或附加地,可以预先确定时间窗的持续时间ΔT,以使得它大于或等于分别与被测变量Mj相关联的至少一个反应时间,其中相应被测变量Mj的测量值mj(ti)响应动态过程事件而变化。例如,可以基于训练数据DT来估计这样的反应时间。例如,这可以以下述方式完成:使得基于其中一个被测变量Mj的测量值mj(ti)的变化率vj(ti)来确定开始时间ta,在开始时间ta处,这样的被测变量Mj的测量值mj(ti)的变化率vj(ti)超过了预定的极限值,并且基于另一被测变量Mj的测量值mj(ti)确定被测变量特定的终点tej,在终点tej处,相应的另一被测变量Mj的测量值mj(ti)的变化率vj(ti)在开始时间ta之后首次超过预定的极限值。然后为每个被测变量Mj确定被测变量特定的结束时间tej和开始时间ta之差Δtj:=tej-ta。在这种情况下差值Δtj中的每个分别形成反应时间的估计值,基于该估计值,时间窗的持续时间ΔT被确定为使得它大于或等于这样的估计值中的至少一个。
其替代地或附加地,可以预先确定时间窗的持续时间ΔT以使得它大于或等于为被测变量Mj中的一个确定的至少一个相应的时间尺度,在该时间尺度上,相应被测变量Mj的测量值mj(ti)随时间变化。可以基于训练数据TD为每个被测变量Mj确定该时间尺度。在这种情况下,例如,基于相应被测变量Mj的测量值mj(ti)的变化率vj(ti)来建立时间段,其中测量值mj(ti)随时间变化,并且确定在这样的时间段内产生的变化率vj(ti)的平均值。使用该平均值确定时间尺度。可选地,这可以以下述方式完成:使得时间尺度被设置为等于时间间隔,在时间间隔中测量值mj(ti)以对应于平均值的变化率vj(ti)变化相应测量仪器MDj的测量范围的预定比例,诸如大于或等于40%或大于或等于60%的比例。
不管是可以基于过程持续时间、在过程的每次执行期间发生的至少一个动态过程事件的持续时间、分别与被测变量Mj相关联的至少一个反应时间和/或基于分别与被测变量Mj中的一个相关联的至少一个时间尺度来确定时间窗的持续时间ΔT,也可以用不同方式确定或预定时间窗内的连续时间点tr1、...、trk之间的时间间隔。可选地,例如,可以设置恒定的离散化时间。在这种情况下,直接连续的时间点tr1、...、trk之间的时间间隔均等于预定的恒定离散化时间。
优选地测量离散化时间,以使得它足够小以仍然能够解析过程的过程动态。为此目的,可以将离散化时间设置为例如等于基于过程确定的估计值。其替代地或附加地,可以基于至少一个时间尺度来确定离散化时间,可以以先前描述的方式基于训练数据DT来建立至少一个时间尺度。在这种情况下,离散化时间例如被确定为使得它小于或等于其中相应测量变量Mj的测量值mj(ti)以对应于平均值的变化率vj(ti)变化达到测量值范围的预定百分比,诸如例如小于或等于相应测量仪器MDj的测量范围的10%,或小于或等于该测量范围的5%的时段。当然,该百分比被设置为显著低于用于确定时间窗的持续时间ΔT的测量区域的比例。
在图3中由位移箭头S表示的时间差——通过该位移箭头S,连续矢量VR的时间窗相对于彼此随时间移动——例如被定尺度为使得它大于离散化时间和/或小于或等于时间窗的持续时间ΔT。
如果通过监视方法确定异常,则优选地通过相应的对策来确定和解析其原因。关于对原因的确定,可选地进行使得例如,对于基于监视方法识别为位于参考簇RC之外的矢量VR的至少一个矢量VR,基于相应矢量VR与参考簇RC的距离,确定异常的至少一个原因。为此目的,对于每个被测变量Mj,确定相应被测变量Mj的测量值mj(ti)的变化率vj(ti)相对于该矢量VR与参考簇RC的距离的比例贡献。被测变量Mj中的至少一个的测量值Mj(ti)然后分别被识别为异常的原因。在这方面,将比例贡献具有最大值的被测变量Mj的测量值mj(ti)确定为异常的原因。替代地或附加地,在此,其比例贡献超过预定极限值的那些被测变量Mj的测量值mj(ti)被确定为异常的原因。
对异常原因的确定也例如借助于数据处理装置11来执行,并且使得关于所确定的异常原因的信息是可用的。后者例如经由连接到数据处理装置11的接口19输出,和/或以经由接口19可读和/或可检索的形式可由数据处理装置11获得。
异常的原因使设备的操作员更容易确定异常背后的原因并且采取相应的对策。为此目的,可选地检查例如通过监视方法检测的异常是由至少一个被测变量Mj随时间偏离预期行为的变化引起还是由测量相应被测变量Mj的测量仪器MDj的功能性损伤引起。为此目的,例如是以使得首先检查经由异常原因识别的测量仪器MDj的测量精度的方法。例如,这可以基于在设备正在进行的操作期间或在校准方法的框架内执行的参考测量来完成。如果在这种情况下检测到测量仪器MDj中的一个的功能性损伤,则重新校准或更换相应的测量仪器MDj。如果测量仪器MDj没有功能性损伤,则优选通过首先检查对经由异常原因识别的被测变量Mj有影响的设备区域和设备控制区域和/或调节区域来确定原因。
附图标记列表
1 容器 13 存储器
3 馈送管线 15 边缘装置
5 搅拌器 17 上级单元
7 提取管线 19 接口
9 填充材料
11 数据处理装置
Claims (13)
1.一种用于监视被测变量的方法,所述被测变量在所述过程期间随时间变化,并且在重复执行预定动态过程期间用在过程设备上使用的一组测量仪器在所述设备上被连续地测量,其中:
在所述动态过程的重复执行期间,连续地获取测量数据(D),所述测量数据(D)包括借助于所述测量仪器(MDj)测量的所述被测变量(Mj)的测量值(mj(ti))和测量所述测量值(mj(ti))的相关联的测量时间(ti),
其中,所述测量数据(D)包括在训练时段测量的训练数据(DT)和在所述训练时段之后测量的监视数据(DU),
基于所述测量数据(D)连续地确定矢量(VR),所述矢量(VR)的矢量分量包括针对一系列k个连续时间点([tr1,,...,trk])基于所述测量数据(D)确定的各个被测变量的测量值的相应变化率,其中每个系列的时间点([tr1,...,trk])覆盖预定持续时间(ΔT)的时间窗,并且连续矢量(VR)的时间窗在每种情况下相对于彼此偏移预定的时间差,
基于所述训练数据(DT)确定的矢量(VR)被检测并且以参考簇(RC)的形式被存储,以及
执行监视方法,其中:
将基于所述监视数据(DU)确定的矢量(VR)分别与所述参考簇(RC)进行比较,
如果基于所述监视数据(DU)确定的所述矢量(VR)中的至少一个在所述参考簇(RC)之外,则确定异常,并且
使得有关所检测的异常的信息可用。
2.根据权利要求1所述的方法,其中:
获取所述测量数据(D),使得所述被测变量(Mj)的所述测量值(mj(ti))和所述相关联的测量时间(ti)被传输到数据处理装置(11),并且至少暂时地被存储在与所述数据处理装置(11)相关联的存储器(13)中,并且
所述数据处理装置(11)被设计用以基于所述测量数据(D)执行对所述矢量(VR)的确定、对所述参考簇(RC)的确定和所述监视方法,并且所述数据处理装置(11)被设计为经由连接到所述数据处理装置(11)的接口(19)输出关于所检测的异常的所述信息,和/或以能够经由所述接口(19)读出和/或检索的形式提供所述信息。
3.根据权利要求1至2的方法,其中,所述时间窗的所述预定持续时间(ΔT):
小于或等于所述过程的过程持续时间,
大于或等于在所述过程的每次执行期间发生的至少一个动态过程事件的持续时间,所述被测变量(Mj)中的至少两个借此随时间变化,
大于或等于分别与所述被测变量(Mj)中的一个相关联的至少一个反应时间,通过所述至少一个反应时间,相应被测变量(Mj)的测量值(mj(ti))响应于动态过程事件而变化,和/或
大于或等于分别与所述被测变量(Mj)中的一个相关联的至少一个时间尺度,在所述至少一个时间尺度上,相应被测变量(Mj)的测量值(mj(ti))随时间变化。
4.根据权利要求1至3的方法,其中,基于所述训练数据(TD)确定所述时间窗的所述预定持续时间(ΔT),其中:
基于所述被测变量(Mj)中的一个的测量值(mj(ti))的变化率(vj(ti)),确定开始时间Ta,在所述开始时间Ta,该被测变量(Mj)的测量值(mj(ti))的变化率(vj(ti))超过预定的极限值,
基于其它被测变量(Mj)的测量值(mj(ti)),对于所述其它被测变量(Mj)中的每个,确定相应的被测变量特定的结束时间(tej),在所述结束时间(tej),相应的其它被测变量(Mj)的测量值(mj(ti))的变化率(vj(ti))在所述开始时间(ta)之后首次超过预定的极限值,
为每个被测变量(Mj)分别确定所述被测变量特定的结束点(tej)和所述开始时间(ta)之间的差异(Δtj:=tej-ta),
确定所述时间窗的所述持续时间(ΔT)以使得它大于或等于这些差异(Δtj:=tej-ta)中的至少一个。
5.根据权利要求1至4中的任一项所述的方法,其中,基于所述训练数据(DT)确定所述时间窗的所述预定持续时间(ΔT),其中:
对于所述被测变量(Mj)的至少一个,在每种情况下:
基于相应被测变量(Mj)的测量值(mj(ti))的变化率(vj(ti))确定所述相应被测变量(Mj)的所述测量值(mj(ti))随时间变化的时间段以及在该时间段内发生的所述变化率(vj(ti))的平均值,以及
确定时间尺度,所述时间尺度与该被测变量(Mj)的测量值(mj(ti))以对应于所述平均值的变化率(vj(ti))变化达到测量相应被测变量(Mj)的所述测量仪器(MDj)的测量范围的预定比例、大于或等于所述测量范围的40%的比例,或者大于或等于所述测量范围的60%的比例相对应的时段,以及
确定所述时间窗的所述持续时间(ΔT)以使得所述持续时间(ΔT)大于或等于该时间尺度中的至少一个。
6.根据权利要求1至5所述的方法,其中,所述时间窗内的所述连续时间点(tr1,...,trk)之间的时间间隔均等于预定的恒定的离散化时间。
7.根据权利要求6所述的方法,其中,对所述离散化时间定尺度,使得所述离散化时间足够小以能够解析所述过程的过程动态。
8.根据权利要求6至7所述的方法,其中,基于所述训练数据(TD)确定所述离散化时间,其中:
对于所述被测变量(Mj)中的至少一个,在每种情况下:
基于相应被测变量(Mj)的测量值(mj(ti))的变化率(vj(ti))确定所述测量值(mj(ti))随时间变化的时间段以及在该时间段内发生的所述变化率(vj(ti))的平均值,以及
确定时间尺度,所述时间尺度与该被测变量(Mj)的所述测量值(mj(ti))以对应于所述平均值的变化率(vj(ti))变化达到测量相应被测变量(Mj)的所述测量仪器(MDj)的测量范围的预定百分比、小于或等于所述测量范围的10%的百分比,或者小于或等于所述测量范围的5%百分比相对应的时段,以及
确定所述离散化时间以使得所述离散化时间小于或等于该时间尺度中的至少一个。
9.根据权利要求1至8的方法,其中,连续矢量(VR)的所述时间窗相对于彼此随时间偏移的时间差大于所述离散化时间和/或小于或等于所述时间窗的所述持续时间(ΔT)。
10.根据权利要求1至9所述的方法,其中,通过相应的对策来确定和/或解析由所述监视方法建立的异常的原因。
11.根据权利要求1至10所述的方法,其中,基于使用所述监视方法识别为在所述参考簇(RC)之外的至少一个矢量(VR)与所述参考簇(RC)的距离,为该矢量(VR)确定异常的至少一个原因,其中:
为每个被测变量(Mj)确定相应被测变量(Mj)的测量值(mj(ti))的变化率(vj(ti))相对于所述矢量(VR)与所述参考簇(RC)的距离的比例贡献,以及
将其比例贡献具有最大值和/或超过预定极限值的被测变量(Mj)的测量值(mj(ti))确定为异常的原因,以及
提供关于异常的所述原因的信息。
12.根据权利要求11所述的方法,其中,通过检查由所述监视方法检测的异常是由经由先前确定的异常的原因识别的所述被测变量(Mj)中的至少一个随时间偏离预期行为的变化引起还是由测量相应被测变量(Mj)的所述测量仪器(MDj)的功能性损伤引起,基于异常的所述原因中的至少一个来确定借助于所述监视方法确定的异常的原因,其中对通过异常的所述原因识别的所述测量仪器(MDj)的测量精度进行检查。
13.根据权利要求1至12所述的方法,其中,在能够假设所述设备和所述测量仪器(MDj)的无错误操作并且连续地执行所述过程数次的训练时段中检测所述训练数据(DT)。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020130618.0A DE102020130618A1 (de) | 2020-11-19 | 2020-11-19 | Verfahren zur Überwachung von auf einer verfahrenstechnischen Anlage mit Messgeräten gemessenen Messgrößen |
DE102020130618.0 | 2020-11-19 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114545107A true CN114545107A (zh) | 2022-05-27 |
Family
ID=77750067
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111196440.5A Pending CN114545107A (zh) | 2020-11-19 | 2021-10-14 | 用测量仪器监视过程设备中测量的被测变量的方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11788933B2 (zh) |
EP (1) | EP4002040B1 (zh) |
CN (1) | CN114545107A (zh) |
DE (1) | DE102020130618A1 (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008042739A2 (en) * | 2006-09-29 | 2008-04-10 | Fisher-Rosemount Systems, Inc. | On-line monitoring and diagnostics of a process using multivariate statistical analysis |
US8732100B2 (en) * | 2011-04-20 | 2014-05-20 | The United States Of America As Represented By The Secretary Of The Air Force | Method and apparatus for event detection permitting per event adjustment of false alarm rate |
US8676743B2 (en) | 2011-05-03 | 2014-03-18 | Space-Time Insight | Space-time-nodal type signal processing |
EP3002651B1 (en) | 2014-09-30 | 2021-01-13 | Endress+Hauser Group Services AG | Monitoring means and monitoring method for monitoring at least one step of a process run on an industrial site |
US9960593B2 (en) | 2015-07-31 | 2018-05-01 | Harris Corporation | Single event latchup (SEL) current surge mitigation |
CN108349005B (zh) * | 2015-11-16 | 2021-08-31 | 瑞尼斯豪公司 | 用于增材制造过程和设备的机器控制 |
-
2020
- 2020-11-19 DE DE102020130618.0A patent/DE102020130618A1/de active Pending
-
2021
- 2021-09-13 EP EP21196402.8A patent/EP4002040B1/de active Active
- 2021-10-14 CN CN202111196440.5A patent/CN114545107A/zh active Pending
- 2021-11-18 US US17/529,626 patent/US11788933B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20220155185A1 (en) | 2022-05-19 |
DE102020130618A1 (de) | 2022-05-19 |
EP4002040A1 (de) | 2022-05-25 |
US11788933B2 (en) | 2023-10-17 |
EP4002040B1 (de) | 2023-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN203366063U (zh) | 过程控制设备和过程控制系统 | |
CN101529352B (zh) | 用于确定、监控和/或影响不同过程变量和/或状态变量的过程自动化系统 | |
RU2724716C1 (ru) | Система и способ формирования данных для мониторинга кибер-физической системы с целью раннего определения аномалий в системе графического интерфейса пользователя | |
EP3049877B1 (en) | Normalized process dynamics | |
US11122345B2 (en) | System and method for connected metering | |
US20130116802A1 (en) | Tracking simulation method | |
JP2010517167A (ja) | プロセス変量トランスミッタの検証 | |
CN108139031A (zh) | 用于在各种流量状况下保持高精度的基于在线超声波计(usm)基于状况的监视(cbm)的自适应 | |
US20210124343A1 (en) | Field device for process automation in an industrial environment | |
CN111352396B (zh) | 确定直到需要服务动作为止的时间间隔的方法 | |
DE102018133316B4 (de) | Verfahren zum Betreiben eines Feldgerätes der Automatisierungstechnik und Feldgerät der Automatisierungstechnik | |
CN111971933B (zh) | 诊断仪器与机器保护系统的集成 | |
CN114545107A (zh) | 用测量仪器监视过程设备中测量的被测变量的方法 | |
CN111936945B (zh) | 工业机器的灵活状况监测 | |
EP1866768B1 (en) | User-viewable relative diagnostic output | |
US20170059390A1 (en) | Method for Testing a Measuring Device | |
CN111837082B (zh) | 利用近实时条件的超声流量计预诊 | |
US20240200990A1 (en) | Method of measuring measurands of a medium and a measurement system configured to perform this method | |
CN111465826B (zh) | 利用用于模拟流体参数的系统的增强流量计 | |
Siew | Modern Instrumentation Simplifies Maintenance | |
CN111295625A (zh) | 过程仪表的异常检测方法、系统及存储介质 |
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 |