-
Feld der Offenbarung
-
Die vorliegende Anmeldung betrifft im Allgemeinen die Detektion von Einrichtungsstörungen und insbesondere die Implementierung von Parallelsystemstörungsdetektion.
-
Hintergrund
-
Eine Anzahl von industriellen und nicht-industriellen Anwendungen verwenden Fehlerdetektions- und/oder Störungsdiagnosesysteme, um zu bestimmen, wenn eine Einrichtung beschädigt ist oder anderweitig eine Fehlerbedingung aufweist. Typische Modellarten umfassen multivariate lineare oder nicht-lineare Regressions-Modelle, multiregionale Regressions-Modelle (oder „stückweise lineare Modelle“), principle component analysis (PCA) oder partial least square (PLS) basierte Modelle, Diskriminanzanalyse und neurale Netzwerk basierte Modelle, um nur einige zu nennen. Allgemeine gesprochen, werden in diesen Modellen historische und/oder live Daten, die unter normalen Einrichtungsbetriebsbedingungen erzeugt wurden, gesammelt, um das Modell zu bauen, das die Beziehung zwischen einer Prozesseingabe und einer Prozessausgabe charakterisiert.
-
Diese Modelle erfordern im Allgemeinen einen erheblichen Zeitaufwand, um designte experimentelle Tests auszuführen und Daten zu sammeln, während die Einrichtung on-line ist, wodurch Betriebseffizienzen beeinträchtigt werden. Andererseits ist das Sammeln und Analysieren von historischen Daten in einer off-line Weise ebenso zeitraubend und kann Betriebseffizienzen beeinträchtigen. Falls die Datensammlung unvollständig ist, oder falls ein Betriebsaspekt des tatsächlichen Prozesses während des Betriebs modifiziert wird, kann der nachfolgende Betrieb des Prozessmodells ineffizient sein, weil das existierende Prozessmodell nicht in der Lage sein könnte, zwischen tatsächlichen Fehlern und Falschmeldungen zu unterscheiden. Zum Beispiel kann das Prozessmodell nicht in der Lage sein, eine Differenz zwischen einem Einrichtungsfehler und einem normalen Szenario zu unterscheiden, wenn ein neues, aber normales Prozessszenario angetroffen wird, das in vorhergehenden historischen Daten nicht abgebildet wurde, oder wenn Informationen betreffend diese normale Betriebsbedingung in dem ursprünglichen Prozessmodell vergessen wurden aufgrund menschlichen Versagens und/oder Zeiteinschränkungen.
-
Variationen in Komponentenqualität können ebenso einen Einfluss auf Anlagenausgaben haben. Als ein nicht einschränkendes Beispiel kann die Kohlequalität (z.B. Heizwert, Feuchtigkeitsgehalt, etc.) in einer Kraftwerkumgebung, die Mühlen verwendet, bei unterschiedlichen Bedingungen variieren. Im Ergebnis kann es schwierig sein, anfänglich Daten zu sammeln und zu modellieren, um jedes Qualitätsszenario abzudecken. In diesem und anderen Beispielen bedeuten Ausgabeabweichungen nicht notwendigerweise, dass die Einheit falsch betrieben wird oder der Gefahr eines Ausfalls ausgesetzt ist. Weil Prozessmodelldaten typischerweise die einzige Quelle von Ausfallinformationen sind, sind existierende Systeme in potentiellen Optionen für Verbesserung beschränkt.
-
Zusammenfassung
-
Verfahren und Systeme zur Verbesserung von Prozess- und/oder Einrichtungsstörungsdiagnosen werden bereitgestellt zur Verwendung in Anwendungen, wo mehrere Prozesse und/oder Einrichtungen des gleichen oder eines ähnlichen Typs parallel betrieben werden. Allgemein gesprochen, vergleichen die Verfahren und Systeme jede der tatsächlichen Ausgaben einer bestimmten Menge von Prozesseinrichtungen mit deren vorhergesagter Ausgabe, wie sie mittels eines Prozessmodells erzeugt wurde, um Differenzen zwischen den tatsächlichen Ausgaben und den vorhergesagten Ausgabe zu detektieren, um dadurch potentielle Fehler im Betrieb der Prozesseinrichtung zu detektieren. Allerdings vergleichen die Verfahren und Systeme ebenso Betriebscharakteristika der bestimmten Prozesseinrichtung mit den Betriebscharakteristika der zusätzlichen Einrichtungen, die parallel mit der bestimmten Prozesseinrichtung betrieben wird, um Variationen innerhalb des Betriebes von Mengen von ähnlichen Einrichtungen zu detektieren, um zu verifizieren, ob detektierte Anomalien in der bestimmten Einrichtung ebenso in den parallelen Einrichtungen vorhanden sind. Als solche stellen die System und Verfahren, die hierin beschrieben werden, eine Vergleichsprüfung von Einrichtungsausgaben bereit, um die Präsenz von Fehlern oder Anomalien zu detektieren, sowie um tatsächliche Fehler von Fehlalarmen zu unterscheiden. Die Systeme und Verfahren, die hierin beschrieben werden, stellen Prozessbetriebsprüfung über eine Anzahl von Prozesscharakteristika bereit, um die Gültigkeit einer detektierten Anomalie sicherzustellen und können zusätzlich verwendet werden, um das Prozessmodell in Echtzeit auf den neuesten Stand zu bringen. Mittels Vergleichen detektierter Probleme oder Fehlerbedingungen auf einer Anlage des Kraftwerks mit anderen Anlagen, die parallel laufen, können jegliche „Abweichungen“, die auftreten können, erkundet und verglichen werden, um zu sehen, ob diese Abweichungen in allen ähnlichen Anlagen präsent sind und falls dem so ist, können die System und Verfahren die Möglichkeit eines Komponentenausfalls ausschließen, wodurch die Möglichkeit von Fehlalarmen reduziert wird. Weiterhin können die Systeme und Verfahren das Prozessmodell der Prozesseinrichtung auf den neuesten Stand bringen, um Prozessbedingungen abzubilden oder zu berücksichtigen, die in erster Linie zu den Fehlalarmen führen, um dadurch ein besseres Prozessmodell während zukünftiger Fehlerbedingungsdetektion bereitzustellen.
-
In einer Ausführungsform umfasst ein Verfahren zum Detektieren von Fehlern in einer industriellen Anlage, die synchron mit ähnlichen industriellen Anlagen betrieben wird, das Erhalten eines Prozessmodells für jede industrielle Anlage und synchrones Ausführen eines Prozesses unter Verwendung der industriellen Anlage und des Prozessmodells für jede industrielle Anlage. Für eine bestimmte industrielle Anlage vergleicht das Verfahren einen Fehlerwert, der aus einer Differenz zwischen einer tatsächlichen Ausgabe des Prozesses und einer vorhergesagten Ausgabe des Prozessmodells berechnet wurde. Basierend auf dem Vergleich des Fehlerwerts bestimmt das Verfahren dann, ob ein Eingabewert der bestimmten Anlage ähnlich zu Eingabewerten der Vielzahl von ähnlichen industriellen Anlagen ist und ob ein Ausgabewert der bestimmten Anlage ähnlich zu Ausgabewerten der Vielzahl von ähnlichen industriellen Anlagen ist. Falls der Eingabewert der bestimmten Anlage ähnlich zu den Eingabewerten der Vielzahl von industriellen Anlagen ist und der Ausgabewert der bestimmten Anlage nicht ähnlich zu den Ausgabewerten der Vielzahl von industriellen Anlagen ist, löst die Routine einen Alarm aus, der einen Fehler in der bestimmten Anlage anzeigt. Falls der Eingabewert der bestimmten Anlage nicht ähnlich zu den Eingabewerten der Vielzahl von industriellen Anlagen ist (z.B. einem Durchschnittseingabewert der Vielzahl von industriellen Anlagen), bestimmt das Verfahren, ob der Eingabewert der bestimmten Anlage (z.B. der Prozesszustand definiert durch diesen Eingabewert) berücksichtigt oder bedacht wurde, als das Prozessmodell entwickelt wurde. Falls der Eingabewert der bestimmten Anlage berücksichtigt wurde, als das Prozessmodell entwickelt wurde, löst das Verfahren einen Alarm aus, der einen Fehler in der bestimmten Anlage anzeigt. Falls der Eingabewert der bestimmten Anlage nicht berücksichtigt wurde in dem Prozessmodell, adaptiert das Verfahren das Prozessmodell, um einen Betrieb des Prozesses bei dem Eingabewert der bestimmten Anlage zu umfassen. Schließlich, falls der Eingabewert der bestimmten Anlage ähnlich zu den Eingabewerten der Vielzahl von industriellen Anlagen ist (z.B. einem Durchschnittseingabewert der Vielzahl von industriellen Anlagen) und der Ausgabewert der bestimmten Anlage ähnlich zu den Ausgabewerten der Vielzahl von industriellen Anlagen ist (z.B. einem Durchschnittsausgabewert der Vielzahl von industriellen Anlagen), adaptiert das Verfahren das Prozessmodell, um eine Berücksichtigung des Prozesszustandes definiert oder repräsentiert mittels des Eingabewertes und/oder des Ausgabewertes der Anlage zu umfassen. Diese Herangehensweise kann für jede der industriellen Anlagen, die parallel zueinander betrieben werden, durchgeführt werden.
-
In einigen Fällen wird der Fehlerwert mit einem Grenzwert verglichen, der auf jeglicher Anzahl von Charakteristika der bestimmten industriellen Anlage basieren kann. Die Grenzwerte können ebenso dazu dienen, die Parameter der Anlage einzustellen. In vielen Herangehensweisen können die Eingabewerte der Vielzahl von industriellen Anlagen als Durchschnittsnormaleingabewerte berechnet werden und die Ausgabewerte der Vielzahl von industriellen Anlagen können als Durchschnittsnormalausgabewerte berechnet werden. Die berechneten Durchschnittsnormaleingabewerte und die berechneten Durchschnittsnormalausgabewerte können unter Verwendung von Eingabe- und Ausgabewerten für die Vielzahl von industriellen Anlagen berechnet werden, während die bestimmte Anlage, die einen Fehler angezeigt hat, ausgeschlossen wird. Um zu bestimmen, ob der Fehlerwert ähnlich dem Durchschnittsnormalwert ist, kann ein Eingabe/Ausgabe-Ähnlichkeitstest über eine spezifizierte Zeitdauer durchgeführt werden. Weiterhin können entweder einer oder beide der Eingabewerte und Ausgabewerte Vektoren sein, die Werte von mehreren Eingaben und/oder mehreren Ausgaben repräsentieren.
-
In einigen Fällen löst das System und das Verfahren einen Alarm aus, abhängig davon, ob der Eingabewert der Anlage als ein Teil einer Trainingsklasse oder -menge erkannt wird. In diesen Herangehensweisen, falls der Eingabewert als ein Teil der Trainingsklasse erkannt wird, löst das System den Alarm aus, der eine Alarm- oder Fehlersituation anzeigt.
-
In anderen Ausführungsformen umfasst ein Verfahren zum Adaptieren eines Prozessmodells in Echtzeit Erhalten eines Prozessmodells für jede der industriellen Anlagen und synchrones Ausführen des Prozessmodells und eines entsprechenden Prozesses für jede Anlage. Für eine bestimmte Anlage vergleicht das Verfahren einen Fehlerwert basierend auf einer Differenz zwischen einer tatsächlichen Ausgabe des Prozesses und einer vorhergesagten Ausgabe, die unter Verwendung des Prozessmodells produziert wurde. Basierend auf dem Vergleich des Fehlerwertes bestimmt das Verfahren, ob ein Eingabewert der bestimmten Anlage ähnlich zu Eingabewerten der Vielzahl von industriellen Anlagen ist und ob ein Ausgabewert der bestimmten industriellen Anlage ähnlich zu Ausgabewerten der Vielzahl von industriellen Anlagen ist. Falls der Eingabewert der bestimmten Anlage ähnlich zu den Durchschnittseingabewerten der Vielzahl von industriellen Anlagen ist und der Ausgabewert der bestimmten Anlage ähnlich zu den Ausgabewerten der Vielzahl von industriellen Anlagen ist, adaptiert das Verfahren das Prozessmodell oder bringt es auf den neuesten Stand, um anzuzeigen, dass der Fehlerwert nicht den Alarm auslösen sollte. In einem Beispiel kann das Prozessmodell mittels Anhängen des Eingabewertes und des Ausgabewertes der bestimmten Anlage an die Trainingsdaten adaptiert werden, die verwendet wurden, um ein Prozessmodell zu kreieren und mittels Laufenlassens eines Prozessmodellerzeugungsverfahrens, um das Prozessmodell zu regenerieren.
-
In diesen Beispielen ist der Grenzwert vorbestimmt und basiert auf irgendeiner Anzahl von Charakteristika der bestimmten industriellen Anlage. Der Durchschnittsnormalwert kann zum Beispiel berechnet werden unter Verwendung von Eingabe- und Ausgabewerten für die Anlagen, während die bestimmte Anlage, die einen Fehlerwert angezeigt hat, der den Grenzwert überschreitet, ausgeschlossen wird. Um zu bestimmen, ob die Eingabe-/Ausgabewerte ähnlich zu dem Durchschnittsnormalwert sind, kann ein Eingabe/Ausgabe-Ähnlichkeitstest über eine spezifizierte Zeitdauer ausgeführt werden.
-
In diesen Herangehensweisen, falls der Eingabe-/Ausgabewert nicht ähnlich zu dem Durchschnittsnormalwert ist, bestimmt das Verfahren, ob eine tatsächliche Eingabe des Prozesses ähnlich zu einer Durchschnittseingabe von jeder der Vielzahl von industriellen Anlagen ist. Falls die tatsächliche Eingabe des Prozesses ähnlich zu der Durchschnittseingabe für jede der Vielzahl von industriellen Anlagen ist, wird der Alarm sodann aktiviert. Andererseits, falls die tatsächliche Eingabe des Prozesses nicht ähnlich zu der Durchschnittseingabe für jede der Vielzahl von industriellen Anlagen ist, bestimmt das Verfahren, ob die tatsächliche Eingabe des Prozesses ein Teil einer existierenden Trainingsmenge ist.
-
In einigen Formen umfasst ein Fehlerdetektionssystem eine Vielzahl von industriellen Anlagen, die jede mindestens eine Eingabe und eine Ausgabe haben und wobei eine Steuereinheit kommunikativ mit der Vielzahl von industriellen Anlagen verbunden ist, um einen Betrieb davon zu steuern, sodass die Vielzahl von industriellen Anlagen parallel zueinander betrieben werden. Die Steuereinheit wird ebenso betrieben, um eine Diskrepanz in dem Betrieb einer bestimmte industriellen Anlage zu detektieren. Beim Detektieren der Diskrepanz in dem Betrieb einer bestimmten Anlage, bestimmt die Steuereinheit, ob ein Eingabewert der bestimmten industriellen Anlage ähnlich zu Eingabewerten der Vielzahl von industriellen Anlagen ist und ob ein Ausgabewert der bestimmten industriellen Anlage ähnlich zu Ausgabewerten der Vielzahl von industriellen Anlagen ist. Diese Eingabe- und Ausgabewerte können Vektoren sein, die Werte für mehrere verschiedene Eingaben und Ausgaben umfassen, falls gewünscht. Falls der Eingabewert der bestimmten Anlage ähnlich zu den Eingabewerten der Vielzahl von industriellen Anlagen ist und der Ausgabewert der bestimmten Anlage nicht ähnlich zu den Ausgabewerten der Vielzahl von industriellen Anlagen ist, ist die Steuereinheit eingerichtet, einen Alarm zu erzeugen, der einen Fehler in der bestimmten Anlage anzeigt. In dem Fall, in dem der Eingabewert der bestimmten industriellen Anlage ähnlich zu den Eingabewerten der Vielzahl von industriellen Anlagen ist (wie einem Durchschnittseingabewert der Vielzahl von industriellen Anlagen) und der Ausgabewert der bestimmten industriellen Anlage ähnlich zu den Ausgabewerten der Vielzahl von industriellen Anlagen ist (wie einem Durchschnittsausgabewert der Vielzahl von industriellen Anlagen), adaptiert die Steuereinheit das Prozessmodell, um den Prozesszustand oder eine Prozessbetriebsbedingung, die durch den Eingabewert und/oder den Ausgabewert repräsentiert wird, zu umfassen.
-
Falls der Eingabewert der bestimmten industriellen Anlage nicht ähnlich zu den Eingabewerten der Vielzahl von industriellen Anlagen ist (z.B. einem Durchschnittseingabewert der Vielzahl von industriellen Anlagen), wird die Steuereinheit betrieben, um zu bestimmen, ob der Eingabewert der bestimmten industriellen Anlage (oder der Prozesszustand, der mittels dieses Eingabewertes repräsentiert wird) berücksichtigt ist oder bedacht wurde, als das Prozessmodell entwickelt oder kreiert wurde. Falls der Eingabewert oder Prozesszustand der bestimmten industriellen Anlage in der Entwicklung des Prozessmodells berücksichtigt wurde, erzeugt die Steuereinheit sodann den Alarm, der einen Fehler in dem Betrieb der bestimmten industriellen Anlage anzeigt. Andererseits, falls der Eingabewert oder Prozesszustand der bestimmten industriellen Anlage nicht in der Entwicklung des Prozessmodells berücksichtigt wurde, wird die Steuereinheit betrieben, um das Prozessmodell zu adaptieren, um den Eingabewert der bestimmten industriellen Anlage zu berücksichtigen oder zu bedenken als einen neuen möglichen Prozesszustand, in dem die Ausgabe der bestimmten Anlage gewünschten Betrieb der Anlage während des neuen Prozesszustandes repräsentiert.
-
In Beispielen kann die Steuereinheit einen Prozessmodellgenerator, eine Steuerung und eine Fehlerdetektionseinheit umfassen. Der Prozessmodellgenerator wird betrieben, um ein Prozessmodell zu erzeugen, das verwendet werden kann, um eine vorhergesagte Ausgabe für jede der Anlagen zu erzeugen. Für jede Anlage wird die Steuerung betrieben, um ein Steuersignal zum Ausführen eines Prozess zu erzeugen, der jede der Anlagen steuert. Dieses Steuersignal wird synchron mit dem Betrieb des Prozessmodells für jede der Anlagen produziert. Die Fehlerdetektionseinheit ist eingerichtet, um zu berechnen 1) einen Fehlerwert basierend auf einer Differenz zwischen einer tatsächlichen Ausgabe und einer bestimmten Prozessanlage und der vorhergesagten Ausgabe des Prozessmodells für die bestimmte Prozessanlage; und 2) eine Repräsentation eines kombinierten (z.B. Durchschnitts-)Eingabewertes und eines kombinierten (z.B. Durchschnitts-)Ausgabewertes aus den Eingabewerten der Vielzahl von industriellen Anlagen und den Ausgabewerten der Vielzahl von industriellen Anlagen. Die Fehlerdetektionseinheit detektiert die Diskrepanz in der bestimmten industriellen Anlage mittels Vergleichen des Fehlerwertes mit einem Grenzwert basierend auf einer Vielzahl von Charakteristika der industriellen Anlage und vergleicht ebenso den Eingabewert der bestimmten industriellen Anlage mit den kombinierten Eingabewerten der Vielzahl von industriellen Anlagen und vergleicht den Ausgabewert der bestimmten industriellen Anlage mit den kombinierten Ausgabewerten der Vielzahl von industriellen Anlagen. In einigen Beispielen kann die Fehlerdetektionseinheit den kombinierten Eingabewert für die Vielzahl von industriellen Anlagen und den kombinierten Ausgabewert für die Vielzahl von industriellen Anlagen berechnen mittels Berechnen eines Durchschnittsnormaleingabewertes und eines Durchschnittsnormalausgabewertes für die Vielzahl von industriellen Anlagen. Diese Berechnung kann eine Vektor- oder eine Skalarberechnung sein.
-
In vielen Beispielen können die Betriebscharakteristika Anlageneingaben, Anlagenausgaben oder andere Anlagenbetriebsparameter oder -charakteristika umfassen. Zum Beispiel können die Betriebscharakteristika einer Anlage Flussraten, Temperaturen, Drücke (z.B. Einlass- und Auslassdrücke, Zwischendrücke, etc.), Fluidlevel und dergleichen umfassen. Andere Beispiele von Betriebscharakteristika sind möglich.
-
So konfiguriert, können die Systeme und Verfahren, die hierin beschrieben werden, die Effektivität und die Zuverlässigkeit der existierende Diagnoseverfahren verbessern und können die Wahrscheinlichkeit Fehlalarme zu signalisieren minimieren, wodurch die Ausfallzeit des Systems und die Einbeziehung eines Bedieners reduziert werden. Mittels Ausführen derartiger Echtzeitvergleiche, können die Systeme und Verfahren ebenso Daten sammeln und Prozessmodelle auf den neuesten Stand für on-line Modelladaption bringen. Zu periodischen Zeitintervallen verwendet das adaptierte Modell Echtzeiteingabedaten, um eine vorhergesagte Ausgabe zu berechnen. Falls die Differenz zwischen der tatsächlichen Ausgabe und der vorhergesagten Ausgabe kleiner als ein vorbestimmter Grenzwert ist, wird die Einrichtung als normal betrachtet. Allerdings, falls die Differenz größer als der Grenzwert ist, wird die Einrichtung als potentiell abnormal betrachtet und wird weiterer Untersuchung unterzogen werden. Die on-line Adaption des Prozessmodells macht jedoch die Detektion von Fehlern genauer, da die Anlage on-line betrieben wird oder in einem tatsächlichen Kraftwerk oder anderer industrieller Umgebung.
-
Kurze Beschreibung der Zeichnungen
-
1 veranschaulicht ein Blockdiagramm einer verallgemeinerten Umgebung, die eine Menge von ähnlichen industriellen Anlagen hat, die parallel betrieben werden;
-
2 veranschaulicht ein typisches Flussdiagramm zum Detektieren von Störungen in einer industriellen Anlage.
-
3 veranschaulicht ein Blockdiagramm einer detaillierten Umgebung, die eine Vielzahl von industriellen Anlagen hat, die parallel betrieben werden und die ein mit ihnen gekoppeltes Störungsdetektionssystem haben.
-
4 veranschaulicht ein Flussdiagramm zum Detektieren von Störungen in einer Vielzahl von industriellen Anlagen, die parallel betrieben werden.
-
Detaillierte Beschreibung
-
Allgemein gesprochen umfassen die Systeme und Herangehensweisen, die hierin beschrieben werden, einen Viel-Schritt-Prozess von Störungs- oder Fehlerdiagnose und -detektion während des Betriebs einer Prozesseinrichtung. Während normalen Betriebs einer Anlage, wie eines Teils einer Prozesseinrichtung, wird ein Prozessmodell, das für die Anlage betrieben wird, betrieben, um potentielle Fehler zu detektieren. Beim Detektieren des potentiellen Fehlers führt das Fehlerdetektionssystem dann nachfolgende Untersuchungen unter Verwendung von Daten aus, die aus anderen Anlagen erhalten wurden, die parallel mit der bestimmten Anlage betrieben werden, um zu bestimmen, ob die Anlage tatsächlich fehlerhaft betrieben wird oder alternativ, ob das Prozessmodell adaptiert werden muss, um neue oder andere Prozessbetriebsbedingungen zu berücksichtigen. Es wird verstanden, dass die Begriffe „industrielle Anlage“, „Anlage“, „Einheit“, und/oder „Einrichtung“ auswechselbar hierin verwendet werden und eine Maschine, Komponente und/oder eine Einrichtung in Bezug nehmen, die in einer gewünschten Umgebung verwendet wird.
-
Allgemein gesprochen, werden die nachfolgenden Untersuchungen mittels des Systems nach einer anfänglichen oder vorläufigen Fehlerdetektion gemacht, die einen Ähnlichkeitstest umfasst, um zu bestimmen, ob die Anlage in einer vergleichbaren Weise betrieben wird mit einer oder mehreren anderen parallelen Anlagen, von denen angenommen wird, dass sie in ordnungsgemäßer Betriebsbedingung sind. Falls die Anlage den Ähnlichkeitstest besteht, können dem Prozessmodell (in seinem gegenwärtigen Zustand) ausreichende Betriebsinformation (z.B. Eingaben und/oder Ausgaben) fehlen, um zu erkennen, dass die Anlage nicht fehlerhaft betrieben wurde. Mit anderen Worten waren die Prozesseingaben und/oder -ausgaben, die in der Anzeige eines Fehlers resultierten, nicht in einem Bereich, der ursprünglich bedacht wurde, als das Prozessmodell gemacht oder entwickelt wurde und können daher nicht akkurat modelliert werden. Um den Mangel an Betriebsinformationen zu beheben, bringt das Fehlerdetektionssystem das Prozessmodell basierend auf dieser neuen Prozessbetriebsinformation auf den neuesten Stand. Falls die Anlage den Ähnlichkeitstest nicht besteht, ist die Anlage bestimmt in einer Fehlerbedingung betrieben zu werden, die im Gegenzug einen Alarm rechtfertigt.
-
1 veranschaulicht ein Blockdiagramm eines verallgemeinerten Prozesses oder einer industriellen Umgebung 10, die eine Anzahl von industriellen Anlagen 12 hat. Die Anlagen 12 können irgendeine Art von Einrichtungen sein, so wie, zum Beispiel, ein primärer Luftventilator, der Luft an zusätzliche Komponenten liefert. In dieser Umgebung 10 ist jede der Anlagen 12 an eine Steuerung 14 gekoppelt, die einen Betrieb der Anlage 12 steuert und überwacht. Es wird verstanden, dass, in einigen Beispielen, eine einzige Steuerung 14 mit allen oder irgendeiner Anzahl von Anlagen 12 gekoppelt werden kann. Während 1 eine einzige Eingabeanlage 11 veranschaulicht, die Eingaben an alle Anlagen 12 bereitstellen und eine einzige Ausgabenanlage 13, die Ausgaben von allen Anlagen empfängt, wird es verstanden, dass die Umgebung 10 irgendeine Anzahl von Eingaben- und Ausgabenanlagen 11, 13 umfassen kann.
-
Während jede der veranschaulichten Anlagen 12 parallel in der Umgebung 10 betrieben wird, wurden in vorherigen Systemen die Anlagen 12 und ihre entsprechenden Steuerungen 14 in einer Eins-zu-Eins Einzel-Einheit-Basis betrieben, was bedeutet, dass jede Form von Fehlerdetektionsprozess in Bezug auf eine einzige bestimmte Anlage und die Prozesssteuerung 14 keine typischen Betriebsinformationen zwischen den Anlagen geteilt haben. Andererseits teilt das System in dem Fehlerdetektionssystem, das hierin beschrieben wird, Betriebsinformationen zwischen den Anlagen, um zu bestimmen und/oder zu bestätigen, ob die Anlagen (wie die Anlagen 12) ordnungsgemäß betrieben werden.
-
2 veranschaulicht ein Blockdiagramm eines typischen Stand der Technik Einzel-Einheit-Störungs-Fehler-Detektionssystems 100, das verwendet werden kann, um, zum Beispiel, fehlerhaften Betrieb von industriellen Anlagen, die in einer industriellen Umgebung betrieben werden, zu detektieren. Das System 100 kann eine Eingabe 102 (z.B. Echtzeitdaten repräsentiert durch die Variable „x“) umfassen, die an einen tatsächlichen Prozess 104 gespeist wird und an ein Prozessmodell 106, das den Prozess 104 modelliert. In diesem Kontext kann der Prozess 104 eines oder mehrere Teile von Einrichtungen umfassen, die zusammen auf der Eingabe x betrieben werden (z.B. Rohmaterial), um ein Produkt oder eine Komponente eines Produkts zu produzieren. Daher kann der tatsächliche Prozess 104, zum Beispiel, ein Prozess zum Steuern einer industriellen Anlage und/oder Einrichtung sein. Weiterhin kann das Prozessmodell 106 irgendeine Art von Prozessmodell sein, das den Betrieb des Prozesses 104 modelliert und/oder das den Betrieb der Einrichtung innerhalb des Prozesses 104 modelliert. Lediglich als Beispiel kann das Prozessmodell ein Erste-Prinzipien-Modell, ein neuronales Netzwerkmodell, ein Regressionsmodell, etc. sein.
-
In jedem Fall produziert der Prozess 104 eine Ausgabe 105 (repräsentiert mittels einer Variable „Y“) und das Prozessmodell 106 erzeugt eine vorhergesagte Ausgabe 107 (repräsentiert mittels einer Variabel „Yp“). Ein Komparator 108 berechnet die Differenz zwischen der Ausgabe 105 und der vorhergesagten Ausgabe 107 und erzeugt einen Fehlerwert 109. Das Fehlerdetektionssystem 100 bestimmt dann, ob der Fehlerwert 109 größer als ein vorbestimmter Grenzwert 110 ist bei Schritt 111. Dieser vorbestimmte Grenzwert kann in einer Vielzahl von Wegen bestimmt werden, wie zum Beispiel mittels eines Bedieners. Andere Beispiele sind möglich. Falls der Fehlerwert 109 größer als der Grenzwert 110 ist, kann ein Alarm ausgelöst werden bei Schritt 113. Allerdings mag das Prozessmodell nicht in der Lage sein, einen Unterschied zwischen einem Einrichtungsfehler und einem normalen Betriebszustand zu bestimmen, wenn ein neues, aber normales, Prozessszenario angetroffen wird, das nicht in den vorherigen historischen Daten abgebildet war und folglich mag der Prozess 104 fälschlicherweise den Alarm auslösen.
-
3 zugewandt, umfasst ein beispielhaftes industrielles System 200 in Form eines Abschnitts eines kohlebefeuerten Kraftwerks, als ein Beispiel, eine Steuereinheit 202 und eine Hochofeneinheit 203. Die Steuereinheit 202 kann jedwede Kombination von Hardware- und Softwareelementen umfassen, die selektiv ausgewählt wurden, um eine bestimmte Aufgabe auszuführen und kann zum Beispiel einen Prozessmodellgenerator 204, eine Steuerung 206 und eine Fehlerdetektionseinheit 208 umfassen. Es wird verstanden, dass die Steuereinheit 202 jedwede Anzahl von weniger oder zusätzlichen Komponenten als dargestellt enthalten kann. Das System 200 kann weiterhin einen Hochofen 209 umfassen, der von einer Anzahl von industriellen Anlagen gespeist wird, die parallel miteinander verbunden sind, wobei jede der Mengen von parallel verbundenen Einrichtungen im Allgemeinen die gleiche der ähnliche Arten von Einrichtungen darin zum Ausführen einer bestimmten Aufgabe umfassen. In diesem Fall umfassen die Mengen von parallelen Einrichtungen vier Mengen von Mühleneinrichtungen, die gemischte Kohle und Luft an den Hochofen 209 bereitstellen. Insbesondere sind da zwei Arten von Einrichtungen, wobei jede einen primären Luftventilator 210a oder 210b und einen Luftheizer 212a oder 212b umfasst, die Luft und geheizte Luft an zwei parallel verbundene Untermengen von Einrichtungen bereitstellen, wobei jede Untermenge von Einrichtungen eine Luftklappe 211a–211d, einen Mixer 213a–213d und eine Mühle 216a–216d umfasst. Daher umfasst das System 200 mehrere parallel verbundene industrielle Anlagen, wie primäre Luftventilatoren 210a, 210b, Luftheizer 212a, 212b, Luftklappen 211a–211d, und Mixer 213a–213d, Kohlezubringer (nicht dargestellt), die Kohleeingaben 214a, 214b, 214c, 214d bereitstellen, und Mühlen 216a, 216b, 216c, 216d, die parallel miteinander betrieben werden, um die gemischten Kohle/Luftströme 217a–217d zu produzieren. Mit anderen Worten werden die zwei Luftventilatoren 210a, 210b parallel betrieben (d.h. synchron) betrieben, die zwei Luftheizer 212a, 212b werden parallel betrieben, die vier Mixer 213a–213d werden parallel betrieben, die vier Luftklappen 211a–211d werden parallel betrieben und die vier Mühlen 216a, 216b, 216c, 216d werden parallel betrieben. Gleichfalls werden Kombinationen von verschiedenen dieser Einrichtungen ebenso parallel betrieben. Es wird verstanden, dass das System 200 jedwede Anzahl von zusätzlichen industriellen Anlagen umfassen kann, die in der Lage sind, parallel zueinander betrieben zu werden, und dass das System 200 weiterhin jedwede Anzahl von zusätzlichen Komponenten und/oder Anlagen umfassen kann. Zum Beispiel kann das System 200 jedwede Anzahl von Luftklappen 211a, 211b, 211c, 211d, Luftmixern 213a, 213b, 213c, 213d und jedwede anderen Komponenten, die zum Betrieb des Kraftwerks notwendig sind, umfassen. Jede dieser Komponenten kann kommunikativ mit jedweder Anzahl von Sensoren verbunden sein, die Betriebsinformationen oder -charakteristika des Prozesses messen. Zum Beispiel kann das System 200 Speise- oder Flussratensensoren, Temperatursensoren, Drucksensoren und dergleichen umfassen. Andere Beispiele sind möglich.
-
Die Steuereinheit 202 ist kommunikativ mit einigen oder allen der mehreren industriellen Anlagen 209–216 verbunden, um einen Betrieb der industriellen Anlagen 209–216 in einer Weise zu steuern, die es erlaubt, die Anlagen 209–216 parallel zur Prozesskohle (z.B. Verbrennungskohle) in der Hochofeneinheit 203 zu betreiben. In dem beispielhaften System, das in 3 dargestellt ist, geben die primären Luftventilatoren 210a, 210b Luft an die Luftheizer 212a, 212b und Luftklappen 211a, 211b, 211c, 211d aus. Die geheizte und nicht geheizte Luft tritt dann in die Mixer 213a, 213b, 213c, 213d ein, die die Luft mischen, um Luft bei einer gesteuerten Temperatur zu erzeugen, die dann bei einer gewünschten Temperatur ausgegeben wird. Die Luft wird sodann entsprechend zu den Mühlen 216a, 216b, 216c, 216d geschickt. Kohleeingaben 214a, 214b, 214c, 214d von den Zubringern werden ebenso entsprechend zu den Mühlen 216a, 216b, 216c, 216d geschickt, woraufhin die Luft und Kohle gemischt werden, um eine gesteuerte Kohle/Luft-Mischung oder einen Speisestrom (217a, 217b, 217c, 217d) zu produzieren, der zu dem Hochofen 209 geschickt und in diesem verbrannt wird.
-
Es wird verstanden werden, dass das System 200 wechselnde Anzahlen von Anlagen umfasst, die parallel betrieben werden. Zum Beispiel umfasst das System 200 zwei primäre Luftventilatoren, die parallel betrieben werden (210a, 210b), zwei Luftheizer, die parallel betrieben werden (212a, 212b), vier Kohleeingaben, die parallel betrieben werden (214a, 214b, 214c, 214d), und vier Mühlen (216a, 216b, 216c, 216d), die parallel betrieben werden. Zu Zwecken der Klarheit wird die Anzahl identischer oder nahezu identischer Anlagen hierbei mit „n“ bezeichnet. Die Zahl beinhaltet nicht Prozesse oder Einrichtungen, die außer Betrieb sind oder von denen bekannt ist, dass sie Probleme aufweisen. Wie oben festgestellt, kommuniziert die Steuerung 206 der Steuereinheit 202 mit den verschiedenen Anlagen innerhalb der Hochofeneinheit 203, um die verschiedenen gesteuerten Prozessvariablen zu steuern, wie die Lufttemperatur aus den Luftheizern 212 und/oder den Mixern 213, die Positionierung der Luftklappen 211, die Geschwindigkeit der Ventilatoren 210, etc. Die Fehlerdetektionseinheit 208 der Steuereinheit 202 kann ebenso eingerichtet sein, die Schritte des Prozesses oder der Routine 300 auszuführen, wie hierin beschrieben werden wird. Während die Steuereinheit 202 als drahtlos mit der Hochofeneinheit kommunizierend veranschaulicht ist, kann die Steuereinheit 202 mit Anlagen oder mit Sensoren auf den Anlagen der Hochofeneinheit 203 mittels verdrahteter Kommunikationen unter Verwendung irgendeines Standards oder bekannten Kommunikationsprotokolls oder mit gemischt drahtlosen und verdrahteten Kommunikationen kommunizieren. Weiterhin wird der Prozessmodellgenerator 204 der Steuereinheit 202 betrieben, um Prozessmodelle zu erzeugen und/oder zu speichern, die verschiedene Aspekte der oder Einrichtungen innerhalb der Hochofeneinheit 203 modellieren. Der Prozessmodellgenerator 204 kann zum Beispiel ein Prozessmodell für einen Teil der Einrichtungen oder eine Kombination innerhalb jeder der Mengen von parallel betriebenen Einrichtungen, die oben beschrieben wurden, erzeugen. Solche Prozessmodelle können, zum Beispiel, die Prozessmodelle sein, die in den Prozessmodellen 106 in dem Fehlerdetektionssystemen der 2 und 4 verwendet werden. Weiterhin kann die Fehlerdetektionseinheit 208 betrieben werden, um Fehler in individuellen Einrichtungen (Anlagen) oder mit von Gruppen von Einrichtungen innerhalb der parallel betriebenen Einrichtungen, wie solche der 3, zu detektieren.
-
4 veranschaulicht einen Prozess 300 zum Detektieren von Störungen in einer Vielzahl von industriellen Anlagen, die parallel betrieben werden, die in der Fehlerdetektionseinheit 208 der 3 verwendet oder mittels dieser implementiert werden können. Allgemein gesprochen, wird die Fehlerdetektionseinheit 208, während das Kraftwerk oder der Prozess betrieben werden, ebenso betrieben unter Verwendung, zum Beispiel, des Prozesses oder der Routine 300 der 4, die den Kraftwerksbetrieb modelliert unter Verwendung von einem oder mehreren Vorhersageprozessmodellen, um den erwarteten Kraftwerks- oder Anlagenbetrieb zu bestimmen. Die Routine 300 vergleicht dann den erwarteten Betrieb des Kraftwerks oder der Anlage mit dem tatsächlich gemessenen Betrieb des Kraftwerks oder der Anlage, um zu bestimmen, ob eine signifikante Differenz zwischen den zweien vorliegt, was bedeutet, dass es einen Fehler in dem Betrieb des Kraftwerks oder der Anlagen geben kann. Ein solcher Fehler kann, zum Beispiel, ein Hardwarefehler sein, der aus einer nicht ordnungsgemäß funktionierenden Anlage resultiert, er kann ein Steuerfehler sein, der aus einem Steuerproblem resultiert, er kann ein Kommunikationsfehler sein, der aus schlechten, verlorenen oder nicht ordnungsgemäßen Kommunikationen in dem Steuersystem resultiert, etc. Wenn ein potentieller Fehler in einer Anlage oder einer Gruppe von Anlagen detektiert wird, dann vergleicht die Fehlerdetektionseinheit 208 den Betrieb der potentiell fehlerhaften Anlage oder Gruppe von Anlagen mit dem Betrieb der einen oder mehreren der anderen Anlagen, die parallel mit der potentiell fehlerhaften Anlage laufen, um zu bestimmen, ob die potentiell fehlerhafte Anlage in gleicher Weise mit den anderen parallel betriebenen Anlagen betrieben wird. Falls nicht-ähnlicher Betrieb detektiert wird, z.B., wenn die Eingaben an die parallelen Anlagen ähnlich sind zu den Eingaben an die potentiell fehlerhafte Anlage, aber die Ausgaben der parallelen Anlagen nicht ähnlich zu den Ausgaben der potentiell fehlerhaften Anlage sind, dann kann die Fehlerdetektionseinheit 208 einen Fehler detektieren und einen Alarm einstellen oder einen Warnhinweis, um einen Benutzer, einen Bediener, eine Wartungsperson oder dergleichen zu verständigen.
-
Allerdings, falls ein ähnlicher Betrieb detektiert wird (z.B. indem die Eingaben an und/oder die Ausgaben aus den anderen parallel betriebenen Anlagen ähnlich sind zu den Eingaben an und/oder den Ausgaben aus der potentiell fehlerhaften Anlage), dann ist es unwahrscheinlich, dass ein Fehler aufgetreten ist, und die Fehlerdetektionseinheit 208 mag nicht einen Alarm einstellen oder an einen Benutzer oder Bediener senden. Weiterhin, falls die Eingaben der potentiell fehlerhaften Anlage nicht ähnlich zu den Eingaben der anderen parallel betriebenen Anlagen sind, dann kann die Fehlerdetektionseinheit 208 bestimmen, ob die Eingaben an die potentiell fehlerhafte Anlage (oder die Prozessbedingungen, die zu solchen Eingaben führen) innerhalb eines Bereiches oder Prozesszustandes waren, die als Teil der Trainingsdaten oder Prozessbedingungen verwendet wurden, um das Prozessmodell zu erzeugen. Falls die Einrichtung oder der Prozess in einem Bereich oder Prozessbetriebszustand betrieben werden, der nicht bedacht wurde oder nicht verwendet wurde, um das Prozessmodell zu kreieren, das verwendet wurde, um die Prozessvorhersage zu machen, dann stellt die Fehlerdetektionseinheit 208 keinen Alarm ein, aber kann stattdessen die Eingaben und Ausgaben der Prozesseinrichtungen an den Prozessmodellgenerator 204 bereitstellen, um dem Prozessmodellgenerator 204 zu ermöglichen, das Prozessmodell mit neuen Prozessbetriebszustandsdaten zu regenerieren, um dadurch ein besseres oder genaueres Prozessmodell zu kreieren. Falls, auf der anderen Seite, die Einrichtung oder der Prozess in einem Bereich oder Prozessbetriebszustand betrieben wird, der bedacht wurde oder der verwendet wurde, um das Prozessmodell zu kreieren, das verwendet wird, um die Prozessvorhersage zu machen, dann kann die Fehlerdetektionseinheit 208 immer noch fehlerhaften Betrieb der Einrichtung detektieren und einen Alarm oder einen Warnhinweis einstellen.
-
Insbesondere kann der Prozess 300 für jede Anlage oder Menge von parallel betriebenen Anlagen implementiert werden oder laufengelassen werden, um Fehler während jeder der Anzahl von Zyklen zu detektieren. Derartige Zyklen können mit Steuerausführzyklen verbunden sein oder diesen entsprechen (wie einmal pro Steuerausführzyklus, einmal alle fünf Steuerausführzyklen, etc.) oder können mit separaten Wartungs- oder Fehlerdetektionstaktungszyklen verbunden sein oder diesen entsprechen, die nicht mit Steuerausführzyklen verbunden sind.
-
Allgemein gesprochen, erzeugt oder baut das Fehlerdetektionssystem und -verfahren der 4 zuerst ein Prozessmodell für jede Anlage oder Gruppe von Anlagen in jeder Menge von parallel betriebenen Anlagen. Das Fehlerdetektionsverfahren und -system verwendet dann das Prozessmodell, um potentielle Fehler in dem Betrieb der Anlagen zu detektieren, wie wenn die Ausgabe oder die Ausgaben der Anlage oder Menge von Anlagen signifikant verschieden von der vorhergesagten Ausgabe oder den vorhergesagten Ausgaben der Anlage oder der Menge von Anlagen ist, wie mittels des Prozessmodells für die Anlage oder die Menge von Anlagen bestimmt. Falls ein potentieller Fehler in einer bestimmten Anlage detektiert wird, dann berechnet der Prozess 300 Durchschnittsbetriebsdaten in Bezug auf die bestimmte Anlage. Diese Durchschnittsbetriebsdaten können Eingabe- und/oder Ausgabedate umfassen. Als nächstes verwendet der Prozess 300 die Durchschnittsbetriebsdaten der bestimmten Anlage, die einen Fehler angezeigt hat, um eine Anzahl von Vergleichen mit entsprechenden Durchschnittsbetriebsdaten auszuführen, die aus den verbleibenden parallel betriebenen Anlagen erhalten wurden. Der Prozess 300 verwendet die Resultate dieser Vergleiche, um zu bestimmen: 1) ob die bestimmte Anlage tatsächlich einen Fehler zeigt, der einen Alarm notwendig macht und 2) ob der Prozess das Vorhersagemodell adaptieren soll, sodass es neue Daten umfasst, wodurch das Auftreten von Falschmeldungen reduziert wird.
-
Insbesondere, bei einem Schritt 302, sammelt die Routine 300 für jede Anlage oder Einheit (zum Beispiel für jede der Mühlen 216 der 3 oder für jede der Mengen von Mühlen 216, Mixer 213, Luftheizer 212 und Luftventilatoren 210 der 3) als „i“ in 4 bezeichnet, Daten (z.B. von einem Datenarchiv, von den Kraftwerksbetrieben, etc.) und baut ein Vorhersagemodell für die Anlage oder die Menge von Anlagen. Für jede Anlage oder Menge von Anlagen, fährt oder führt der Prozess 300 den entsprechenden tatsächlichen Prozess und das Vorhersagemodell aus.
-
Zum Zwecke der Modellierung kann der Schritt 302 eine Menge von Eingabe- und Ausgabevariablen für jede Anlage oder Menge von Anlagen definieren. Zum Beispiel können Eingabevariablen Flussraten von Objekten (z.B. Kohle oder Luft), die in eine Anlage eintreten, Leistungsverbrauch und dergleichen sein und Ausgaben können Ausflussraten, Temperaturen, Drücke und dergleichen sein. Andere Beispiele sind möglich. Die Eingabevariablenmenge kann mathematisch als ein Vektor „X“ repräsentiert werden, die Ausgabevariablenmenge kann mathematisch als ein Vektor „Y“ repräsentiert werden. In einigen Beispielen sind die Vorhersagemodelle, die gebaut werden, in einem Beharrungszustandsrahmen und daher können die Eingabe- und Ausgabevariablen optional als augenblickliche Messungen, verzögerte Messungen, Durchschnittsmessungen über eine spezifizierte Zeitdauer oder ein gleitender Durchschnitt über eine spezifizierte Zeitdauer erhalten werden, was hier lediglich Beispiele angibt. Diese Variablen können in ihren ursprünglichen technischen Einheiten oder in einem geeigneten Format abgeleitet aus Skalieren und Normieren verwendet werden. In jedem Fall kann der Block 302 die Eingabe- und Ausgabevektordaten für eine bestimmte Anlage oder Gruppe von Anlagen über eine bestimmte Zeitdauer oder über eine Menge von Prozessbetriebsbedingungen (Prozesszuständen) sammeln und dann ein Prozessmodell aus den Daten erzeugen. Ein solches Prozessmodell kann ein neuronales Netzwerk, ein regressives Modell, wie ein PLS Modell, etc. sein. Natürlich könnte der Block 302 ein Modell für jede der Anlagen oder Mengen von Anlagen auf jede andere Weise erzeugen oder erhalten, umfassend Empfangen eines derartigen Modells von einem Benutzer, einem Prozessingenieur, etc.
-
Bei Schritt 304 vergleicht das Fehlerdetektionssystem 208 den Prozess und die Vorhersageeinheit gibt für eine bestimmte Anlage „i“ in Echtzeit aus. Zum Beispiel, wie in 4 gezeigt, wird die vorhergesagte Prozessausgabe Ypi mit der tatsächlichen Prozessausgabe Yi verglichen und bei einem Schritt 306 bestimmt der Prozess 300, ob die Differenz zwischen den Ausgaben, oder der Fehler, einen vorbestimmten Grenzwert überschreitet. Falls die Differenz zwischen diesen Werten klein ist und nicht den Grenzwert überschreitet, wird kein Fehler oder keine Störung detektiert, und der Prozess 300 fährt fort, die nächste Anlage mittels eines Schritts 320 zu beobachten, wo der Prozess 300 bestimmt, ob es andere verbleibende Anlagen zum Analysieren auf potentielle Fehler gibt. Falls es verbleibende Anlagen gibt, setzt der Prozess 300 bei einem Schritt 322 die bestimmte Anlage i auf den nächsten Wert und der Prozess schreitet zu dem Schritt 304 voran. Falls es keine verbleibenden Anlagen während des Ausführungszyklus der Fehlerdetektionssystems 208 zu bedenken gibt, wartet der Prozess 300 bei einem Schritt 324 auf die nächste Abtastzeit oder Ausführungszeit und bei einem Schritt 326 bestimmt der Prozess 300, ob die Wartezeit abgelaufen ist. Falls die Wartezeit nicht abgelaufen ist, kehrt der Prozess 300 zu dem Schritt 324 zurück. Andererseits, falls die Wartezeit abgelaufen ist, setzt der Prozess 300 die bestimme Anlagenzahl auf den ersten Wert (z.B. 1) bei einem Schritt 328 zurück und der Prozess 300 kehrt zu dem Schritt 304 zurück. Die Abtastzeit kann eine Variable sein und kann von der bestimmten Umgebung abhängen. Zum Beispiel können die Abtastzeiten für Mühlen zwischen ungefähr fünf Sekunden und ungefähr fünf Minuten sein. Andere Beispiele sind möglich.
-
Falls, bei dem Schritt 306, der Fehler größer als der Grenzwert ist, wird ein potentieller Fehler in dem Betrieb der Prozesseinrichtung oder Anlage detektiert. Als nächstes schreitet die Routine 300 fort, einen Ähnlichkeitstest auszuführen, um zu bestimmen, ob die Anlage (oder Menge von Anlagen), für die der potentielle Fehler detektiert wurde, auf eine Weise bestrieben wird, die ähnlich den anderen parallel betriebenen Einrichtungen ist. Als Teil der Ähnlichkeitstests berechnet ein Schritt 308 die Durchschnittsnormaleingabewerte (oder Vektor) X - und die
-
Durchschnittsnormalausgabewerte (oder Vektor) Y - relativ zu der gegenwärtigen bestimmten Anlage i unter Verwendung der folgenden Gleichungen für den Eingabevektor X - und den Ausgabevektor Y -:
wobei n die Gesamtzahl von Anlagen in der Betrachtung darstellt (ausgeschlossen solche Anlagen, die außer Betrieb sind und/oder bekannte Betriebsprobleme haben). Diese Durchschnittsnormalwerte schließen ebenso die gegenwärtige Anlage (d.h. die Anlage, für die der potentielle Fehler detektiert wurde) aus der Berechnung aus.
-
Ein Schritt 310 bestimmt dann, ob der Betrieb der bestimmten oder gegenwärtigen Anlage ähnlich zu den Durchschnittsnormalwerten der verbleibenden Anlagen ist. In einem Fall sind für eine bestimmte Anlage i, über einen gegebenen Zeitrahmen H, die Eingaben und die Ausgaben der bestimmten Anlage ähnlich zu der Durchschnittsnormaleingabe, falls die folgenden Gleichungen entsprechend wahr sind: ||Xi – X -|| < εx ||Yi – Y -|| < εy wobei Xi der tatsächliche oder gemessene Eingabevektor der gegenwärtigen Anlage ist, wobei Yi der tatsächliche oder gemessene Ausgabevektor der gegenwärtigen Anlage ist, und wobei εx und εy Grenzwertparameter, Variablen und/oder Werte sind und ebenso dem Zweck von Einstellvariablen dienen können. Diese Grenzwertparameter können vorbestimmt sein und können auf jedweder Anzahl von Charakteristika der Anlage basieren. In vielen Beispielen umfassen die Betriebscharakteristika oder -daten mindestens einen Eingabewert, mindestens einen Ausgabewert und/oder andere Zwischenbetriebsparameter der Anlage. Zum Beispiel können Betriebsparameter einer Anlage Flussraten, Temperaturen, Drücke, Fluidlevel und dergleichen umfassen. Andere Beispiele von Betriebscharakteristika sind möglich.
-
Daher, falls die normierte Differenz zwischen dem Eingabevektor der bestimmten Anlage und dem Durchschnittsnormaleingabewert der verbleibenden Anlagen weniger als der Grenzwert εx ist, wird die Eingabe der bestimmten Anlage als ähnlich zu der Durhschnittseingabe betrachtet. Weiterhin, falls die normierte Differenz zwischen dem Ausgabevektor der bestimmen Anlage und dem Durchschnittsnormalenausgabevektor der verbleibenden Anlagen weniger als der Grenzwert εy ist, wird die Ausgabe der bestimmten Anlage als ähnlich zu der Durchschnittsausgabe betrachtet. Falls sowohl die Eingabe als auch die Ausgabe der bestimmten Anlage entsprechend ähnlich zu der Durchschnittseingabe und -ausgabe der verbleibenden Anlagen sind, wird die bestimmte Anlage als ähnlich zu dem Durchschnittsnormal angesehen.
-
Die Formatauswahl dieser Vektornorm folgt den typischen mathematischen Konventionen und kann flexible sein (z.B. können 1-Norm, 2-Norm und/oder unendliche Normformate verwendet werden). In einigen Beispielen kann das Ähnlichkeitstestkriterium als ein geglätteter Durchschnitt über den spezifizierten Zeitrahmen H gewählt sein. Insbesondere kann der geglättete Durchschnitt ein arithmetisches Mittel, ein gewichteter Durchschnitt, ein Effektivwertdurchschnitt oder eine Art gleitendes Durchschnittsschema für vorherige Proben innerhalb des Zeitrahmens sein.
-
Um die Durchschnittsnormalwerte zu benutzen, muss eine Annahme gemacht werden, dass eine Mehrheit der verbleibenden Anlagen unter normalen Bedingungen betrieben werden und dass der Durchschnittszustand der verbleibenden Anlagen daher als Basislinie für Vergleichszwecke verwendet werden kann. Der Prozess 300 nimmt an, dass unter einer gegebenen Anzahl von Anlagen eine maximale Anzahl von Anlagen existiert, die zeitgleich einen Ausfall erleben können, und diese maximale Anzahl von Anlage stellt weniger als die Hälfte der gesamten Einheiten dar. Je größer die Anzahl der Anlagen, die Fehler aufweisen, ist, desto ungenauer wird der Durchschnittsnormalwert sein. Als ein Resultat kann eine “Angenommene Ausfallwahrscheinlichkeit” (Assumed Failure Probability AFP) oder eine Quantifizierung der Gültigkeit des Durchschnittnormals verwendet werden. In einem Beispiel ist die AFP gleich (nmf – 1)/(n – 1), wobei n die Gesamtzahl der Einheiten oder Anlagen repräsentiert und nmf die angenommene maximale Anzahl von Einheiten oder Anlagen, die zeitgleich Fehler aufweisen können. Diese angenommene Anzahl kann aus vergangener Erfahrung und historischen Daten gewonnen werden, falls gewünscht, oder kann durch einen Benutzer eingestellt werden oder kann auf jede andere gewünschte Weise erhalten werden. In dem Fall, dass historische Daten nicht ausreihend sind, kann die AFP als ein Abstimmungsparameter zum Zwecke der Initialisierung gewählt werden. Als ein Resutat kann die folgende Gleichung verwendet werden: nmf = int(1 + AFP·(n – 1)).
-
Als ein Beispiel kann ein Startpunkt der AFP als 25% gewählt werden. Wenn es zwei Anlagen (z.B. falls n = 2) gibt, nmf = 1; falls n = 3, nmf = 1; falls n = 4, nmf = 1; falls n = 5, nmf = 2; und so weiter. Je kleiner der AFP Wert ist, desto verlässlich wird der Durchschnittsnormalwert sein und daher wird es unwahrscheinlicher sein, dass der Prozess 300 Fehlalarme auslöst oder einstellt.
-
Zu 4 zurückkehrend, falls der Schritt 310 des Prozesses 300 bestimmt, dass die bestimme Anlage ähnlich zu dem Durchschnittsnormal ist (z.B. die Anlage besteht den Ähnlichkeitstest, wobei die Differenzen zwischen dem Eingabevektor und dem Ausgabevektor der Anlage und dem Durchschnittsnormal für den Eingabevektor und dem Durchschnittsnormal für den Ausgabevektor entsprechend weniger als die entsprechenden Grenzwerte sind), ist der Betrieb der Anlage ähnlich zu dem Durchschnittsnormalbetrieb bei diesem Schritt und alle verbleibenden Anlagen erzeugen im Mittel ähnliche Eingaben und Ausgaben. In diesem Szenario detektiert die Routine 300 keine Störung in dem Betrieb der Anlage oder der Menge von Anlagen, die analysiert werden und stattdessen wird Steuerung bei einem Schritt 312 bereitgestellt, der die Eingabe- und Ausgabedaten von der Anlage sammelt, die analysiert wird und diese Daten verwendet, um das Vorhersagemodell für die Anlage zu adaptieren. Beim Adaptieren des Vorhersagemodells wird die Routine 300, falls, zu einer späteren Zeit die Anlage ähnliche Ausgaben erzeugt, wie diejenigen, die basierend auf ähnlichen Eingaben festgestellt wurden, diese Werte nicht als Störungen oder Fehler ansehen und daher wird die Routine 300 nicht fortfahren, einen Alarm auszulösen oder einen falschen Alarm zu produzieren. Nachdem das Vorhersagemodell adaptiert ist, fährt der Prozess 300 fort zu dem Schritt 320, wo die nächste Anlage beobachtet wird.
-
Falls Block 310 der Routine 300 bestimmt, dass die Anlage nicht ähnlich zu dem Durchschnittsnormal ist, entweder weil der Eingabewert oder der Ausgabewert oder beide dieser Werte der bestimmten Anlage nicht ähnlich zu den entsprechenden Durchschnittsnormalwerten sind (d.h. sie unterscheiden sich mittels eines voreingestellten Grenzwertes), dann kann die Anlage immer noch unter einer Fehlerbedingung betrieben werden. In diesem Fall bestimmt ein Schritt 314 in der zuvor beschriebenen Weise, ob die Eingabe der bestimmten Anlage ähnlich zu der Durchschnittsnormaleingabe ist. Falls die Eingabe der bestimmten Anlage ähnlich zu der Durchschnittsnormaleingabe ist, darf die Ausgabe der bestimmten Anlage nicht ähnlich zu dem Durchschnittsnormalausgabewert sein und die bestimmte Anlage wird daher unterschiedlich betrieben, basierend auf ähnlichen Eingaben, im Vergleich mit anderen parallel betriebenen Einrichtungen. Mit andern Worten empfängt die Anlage, die analysiert wird, eine Eingabe, die ähnlich zu den Eingaben der parallel betriebenen Einrichtungen (im Durchschnitt) ist, produziert aber immer noch eine nicht-ähnliche Ausgabe im Vergleich mit den Ausgaben der parallel betriebenen Einrichtungen (im Durchschnitt). Als ein Resultat veranlasst eine Störung oder ein Fehler die Ausgabe, unrichtig produziert zu werden und ein Schritt 318 löst sodann einen Alarm aus. Steuerung wird dann auf den Schritt 320 bereitgestellt, um die anderen Anlagen während des gegenwärtigen Fehlerdetektionszyklus zu analysieren.
-
Falls, auf der anderen Seite, bei dem Block 314 die Eingabe der bestimmten Anlage (oder der gegenwärtigen Anlage, die analysiert wird) nicht ähnlich zu der Durchschnittsnormaleingabe ist, besteht eine Möglichkeit, dass der nicht-ähnliche Betrieb der Anlage, die analysiert wird, auf ein unvollständiges Modell der Anlagen zurückzuführen ist, was passieren kann, zum Beispiel, falls die Echtzeiteingabe der Anlage nicht in der existierenden Trainingsdatenmenge repräsentiert ist, die verwendet wurde, um das Vorhersagemodell für die Anlage zu kreieren. Daher, falls der Block oder der Schritt 314 bestimmt, dass die Eingabe der gegenwärtigen Anlage nicht ähnlich zu der Durchschnittsnormaleingabe der parallel betriebenen Anlagen ist, führt ein Schritt 316 einen Klassifikationstest auf den gegenwärtigen Eingabedaten aus, um zu bestimmen, ob die Eingabe der bestimmten Anlage ein Teil der Trainingsklassendaten ist, die verwendet wurden, um das Vorhersagemodell für die gegenwärtige Anlage zu trainieren oder zu kreieren. Mit anderen Worten bestimmt der Prozess 300, ob der (die) Eingabewert(e) oder der Zustand des Prozesses, der mittels der Eingabewerte repräsentiert wird (oder ein Kombination der Eingabewerte) berücksichtigt wurde, als das Prozessmodell kreiert wurde, das als Vorhersagemodell für die gegenwärtige Anlage verwendet wird. Der Klassifikationstest ist konventionell und kann zum Beispiel eine Vektorentfernungsberechnung unter Eingabedaten sein. In anderen Beispielen kann der Klassifikationstest eine nicht überwachte Lernmethode wie eine principle component analysis (PCA), kompetitive neuronale Netzwerke, selbstorganisierende neuronale Netzwerke, k-Mittel-Klassifikationen und dergleichen sein.
-
Falls der Eingabewert ein Teil der Trainingsklasse ist, dann wird das Modell vermutlich korrekt betrieben, weil es trainiert wurde, den Prozesszustand zu bedenken, der mittels der gegenwärtigen Menge von Prozesseingaben definiert ist und daher fährt die Routine 300 fort zu dem Schritt 318, der einen Alarm oder ein Warnhinweis auslöst. Der Prozess 300 löst den Alarm an dieser Stelle aus, weil eine Störung wahrscheinlich innerhalb der Anlage aufgetreten ist, falls das Prozessmodell, das verwendet wird, um den Betrieb der Anlage zu analysieren, kreiert wurde unter Bedenken oder Modellieren der bestimmten Anlageneingabe(n) und immer noch in einer Fehlerdetektion resultiert.
-
Andererseits, falls die Eingabe(n) nicht ein Teil der Trainingsklasse ist (sind), die verwendet wird, um das Vorhersagemodell für die gegenwärtige Anlage zu kreieren, dann hatte der Block 302 nicht alle notwendigen Daten, um das Vorhersagemodell ordnungsgemäß für den Prozessbetriebszustand, der nun erlebt wird, zu kreieren, was bedeutet, dass das Vorhersagemodell nicht ordnungsgemäß konfiguriert wurde für den gegenwärtigen Prozesszustand. Daher umfasst in diesem Fall die Routine 300 die neuen Eingabe-/Ausgabedaten in das Modell mittels Adaptieren des Vorhersagemodells bei Schritt 312. Wichtig ist, dass die Routine 300 nicht anfänglich konfiguriert werden muss, alle möglichen Prozessbetriebsdatenpunkte zu umfassen, wenn ein Vorhersagemodell kreiert wird, weil die Routine und der Block 312 insbesondere in der Lage sind, das Vorhersagemodell spontan oder in Echtzeit zu adaptieren, was wiederum Zeit bei der Prozessinitialisierungsstufe 302 spart.
-
So konfiguriert, dient die Routine 300 zweifachen Zwecken des Detektierens von Fehlern in parallelen Anlagen in dem System 200 zusätzlich zum Adaptieren des Prozessvorhersagemodells, das verwendet wird, um die Prozessanlagen spontan zu analysieren. Weiterhin reduziert die Routine 300 die Wahrscheinlichkeit von Falschmeldungen, die Alarme in dem System 200 erzeugen. Weiterhin reduziert die Routine 300 insgesamt die Zeit und Komplexität, die aufgewendet werden muss, um die Prozessvorhersagemodelle für verschiedene Prozessanlagen zu bauen.
-
Der Fachmann wird wertschätzen, dass die Routine 300 in irgendeiner Art von Software oder Firmware implementiert werden kann, die ein irgendeiner Art von Computerprozessor implementiert ist. Wenn in Software implementiert, kann jedwede der hierin beschriebenen Anwendungen, Routinen, Blöcke, Services und Maschinen in jedwedem festen, nicht vergänglichen computerlesbaren Speicher gespeichert werden, wie auf einer Magnetscheibe, einer Laserscheibe, einer solid state Speichereinrichtung, einer molekularen Speichereinrichtung oder anderen Speichermedien, in einem RAM oder ROM eines Computers oder Prozessors, etc. Obschon die hierin offenbarten Beispielsysteme als neben anderen Komponenten Software und/oder Firmware ausgeführt auf Hardware, wie Computerprozessoren, umfassend offenbart sind, sollte bemerkt werden, dass solche Systeme lediglich veranschaulichend sind und nicht als beschränkend aufgefasst werden sollten. Zum Beispiel wird es bedacht, dass jedwede oder alle dieser Hardware-, Software- und Firmwarekomponenten ausschließlich in Hardware, ausschließlich in Software oder in irgendeiner Kombination aus Hardware und Software verwirklicht sein können. Entsprechend wird der Durchschnittsfachmann wertschätzen, dass, während hierin beschriebene Beispielsysteme als in Software implementiert beschrieben werden, die auf einem Prozessor von einem oder mehreren Computereinrichtungen ausgeführt wird, die Beispiele, die bereitgestellt sind, nicht der einzige Weg sind, solche Systeme zu implementieren.
-
Der Fachmann wird wertschätzen, dass Elemente in den Figuren zum Zwecke der Einfachheit und Klarheit veranschaulicht sind und nicht notwendigerweise maßstabsgetreu gezeichnet wurden. Zum Beispiel können die Dimensionen und/oder relativen Positionierungen von einigen Elementen in den Figuren übertrieben sein relativ zu anderen Elementen, um dabei zu helfen, das Verständnis der verschiedenen Ausführungsformen der vorliegenden Erfindung zu verbessern. Ebenso werden herkömmliche wohlbekannte Elemente die nützlich oder notwendig in einer kommerziell ausführbaren Ausführungsform sind, oft nicht dargestellt, um eine weniger verstellte Sicht von diesen verschiedenen Ausführungsformen zu erleichtern. Es wird weiterhin wertgeschätzt werden, dass bestimmte Maßnahmen und/oder Schritte in einer bestimmten Reihenfolge des Auftretens beschrieben oder dargestellt werden, während der Fachmann verstehen wird, dass solche Genauigkeit in Bezug auf die Reihenfolge nicht tatsächlich benötigt wird. Es wird verstanden werden, dass Begriffe und Ausdrücke, die hierin verwendet werden, die herkömmliche technische Bedeutung haben, die solchen Begriffen und Ausdrücken von dem Fachmann des technischen Gebiets zugewiesen werden, wie oben dargelegt, mit Ausnahme dort, wo verschiedene spezifische Bedeutungen andernfalls hierin dargelegt wurden.
-
Der Fachmann wird erkennen, dass eine große Anzahl von Modifikationen, Veränderungen und Kombinationen in Bezug auf die oben beschriebenen Ausführungsformen gemacht werden kann, ohne von dem Umfang der Erfindung abzuweichen, und dass solche Modifikationen, Veränderungen und Kombinationen als innerhalb des Geltungsbereichs des erfinderischen Konzepts anzusehen sind.
