工业控制回路多周期振荡的在线检测方法
【专利摘要】本发明公开了一种工业控制回路多周期振荡行为的在线检测方法，包括如下步骤：在待检测的控制回路中，在线实时采集一组过程数据；在线实时地对过程数据进行改进的本质时间尺度分解，并实时计算所得各个分解子信号所对应的监控统计量；判断各个监控统计量是否超过设定的阈值Ω，根据所有判断结果得到在线检测结果。利用本发明方法，能够对工业控制回路的多周期振荡行为进行定量检测，获得多周期振荡各个振荡分量的规则程度和周期。为振荡行为的评价和故障源诊断提供了丰富的数据支持。
【专利说明】工业控制回路多周期振荡的在线检测方法
【技术领域】
[0001]本发明涉及工业控制系统中的性能评估领域，具体涉及一种工业控制回路多周期振荡的在线检测方法。
【背景技术】
[0002]现代工业流程设备具有规模大、复杂度高、变量多，且在闭环控制下运行的特点，对于复杂的化工生产过程，往往具有成千上万个回路，而且，这些回路由于存在耦合互相影响。控制回路的振荡现象由于控制器过整定、外部扰动和调节阀非线性工作特性的普遍存在，极大地影响了工业流程设备运行的经济效益和稳定性。
[0003]对工业流程设备进行初步准确的振荡检测可以减少停产时间，增加工业流程设备运行的安全性，同时降低制造成本。许多控制器在运行初期还能保持良好的性能，但往往经过一段时间后，由于受到外部环境或设备问题的影响，控制器性能会逐渐下降。具体表现为控制回路过程发生多周期振荡，对工业过程的安全稳定运行造成威胁。同时，由于负载和工况经常发生变化，大部分工业过程均表现出非平稳数据的特性，具体表现为过程数据的局部均值发生变化。对于重要的控制回路，及时发现其振荡特性有助于工程人员尽快对故障进行诊断。因此，在工业控制系统性能评估过程中，及时的通过在线监控手段，有效的检测出控制回路中非平稳过程数据的多重振荡，并区分出不同的振荡频率，对于控制器性能评估和故障诊断有重要意义。
[0004]现有技术中，对于控制回路的振荡检测技术，绝大部分都是适用于平稳过程数据，并且需要离线进行。近年来出现了一些针对非平稳过程数据的振荡检测技术。其主要思路有三种:基于过程数据的时域统计分析；基于过程数据的自相关函数域ACF分析；基于过程数据的信号分解方法(包括经验模式分解和基变换分解)。基于时域统计和自相关函数域分析的检测方法在实际应用中存在三点局限性:其一，该方法需要对待检测过程有一定预先了解和经验参数确定，其二，对非平稳数据和多振荡周期无法实现全自动无干预检测，需要有针对性的预设计滤波器进行数据平稳化处理和振荡分离，其三，多数检测算法无法定量计算振荡的规则程度。目前基于过程数据的信号分解的振荡检测方法与上类检测方法存在进步，但是局限性主要在于:现有信号分解技术得到的子信号数目冗余繁多，许多子信号缺乏物理意义支持，不具有良好的代表性，对非平稳信号的趋势的拟合度也比较差，计算复杂度也比较高。另外，现有的多周期振荡检测技术中，大多要求方法离线进行。少数能够实现针对多周期振荡的在线检测方法，其实质是采用数据窗口化批次处理，即批次处理的数据比较短，近似的实现了及时的检测。但是其窗口长度极大的制约了多周期振荡的评估精确度，过短的窗口无法检测出较慢的振荡频率，过长的窗口又牺牲了检测的及时性。
[0005]在过程振荡检测算法的实际应用中，检测工业控制回路是否具有振荡行为，并定量评估振荡行为的规则度指数，普遍适用于存在多周期振荡和非平稳的过程数据，并且能够不依赖于窗口化的批次数据实现在线检测，对于准确诊断工业过程振荡的存在性有非常重要的实用意义，也有利于工业过程的控制性能定量评估。
【发明内容】
[0006]本发明提供了一种工业控制回路多周期振荡在线检测方法，能够适用于存在多周期振荡行为的工业控制回路过程，检测方法能够在线实施，普遍适用于非平稳或平稳的过程数据，只需在线获取常规运行数据，无需过程机理知识，通过对待检测数据实时进行改进的本质时间尺度分解，从而实现对该工业过程多周期振荡行为的在线监测定量评估，可以提高多周期振荡行为的检测准确度和可靠性，在提高经济效益方面具有重要的实用价值。
[0007]一种工业控制回路多周期振荡行为的在线检测方法，包括如下步骤:
[0008]在待检测的控制回路中，在线实时采集一组过程数据；
[0009]在线实时地对过程数据进行改进的本质时间尺度分解，并实时计算所得各个分解子信号所对应的监控统计量；
[0010]实时判断各个监控统计量是否超过设定的阈值Ω，综合所有判断结果得到在线检测结果。
[0011]本发明直接采用化工过程的可测变量作为过程数据，该数据通过现场实时采集获得，即并随着时间推移，不断采集和更新过程数据到监控系统。首先采用改进的本质时间尺度分解，得到分解子信号集合IxiK该分解可以随着监控系统中不断更新的过程数据实时
进行，不必窗口化或批次化处理；然后计算每个分解子信号Xi对应的监控统计量/f_，该统
计量的计算复杂度极小，对大批量的多组数据也可以同时实时进行。最后，通过规定阈值Ω
判断，当某一分解子信号Xi对应的监控统计量#超过该阈值时，说明该子信号和原信号发
生振荡。
[0012]在线实时采集过程数据的方法为，在预设的每个采样间隔内记录下待检测的控制回路中的过程数据，且每个采样间隔内采集到的过程数据都添加在先前所采集的过程数据末端。
[0013]采样间隔是指性能评估系统的采样间隔。过程数据X随着时间推移不断更新，每经过一个采样间隔的时间长度，均有新的过程数据添加到先前采集的过程数据的末端。性能评估系统的采样间隔一般与工业控制系统中的控制周期相同，也可以选择为控制周期的整数倍，具体根据性能监控和工业现场的实时性要求和数据存储量限制来确定。
[0014]其中，改进的本质时间尺度分解方法是指，在本质时间尺度分解时停止分解的条件为剩余分量的振荡指数K0.7。
[0015]改进的本质时间尺度分解，在原有的改进本质时间尺度分解基础上进行改进，保留了原有方法的所有数学和计算特征，只是在终止条件上进行简化和修改，改进的分解方法对于同一过程数据，相比于原方法，获得的子信号数量更少，更适合于分析原信号振荡行为。该分解计算复杂度很低，因此可以实时的在线的进行，在每个采样间隔完成计算，分解子信号序列集合{x1}。即保留原有子信号构造和提取方法不变，依据现有技术“Frei M G,Osorio 1.1ntrinsic time-scale decomposition: time - frequency -energy analysis and real-time filtering of non-stationary signals[J].Proceedings of the Royal Society A:Mathematical, Physical and EngineeringScience, 2007, 463(2078):321-342.”实施本质时间尺度分解，而将其原有方法终止分解的条件修改为剩余分量的振荡指数K0.7。
[0016]振荡指数，依据现有技术“An autonomous valve stiction detection systembased on data characterization.Zakharov, A.; Zattoni, E.; Xie, L.; Garcia, 0.P.;Jamsa-Jounela, S.L.Control Engineering Practice vol.21issuellNovember, 2013.p.1507-1518” 得到。
[0017]改进的本质时间尺度分解实时在线进行，应理解为在性能评估系统的每个采样间隔，均完成对待检测控制回路的过程数据X进行改进的本质时间尺度分解。即过程数据X的分解子信号序列集合IxiI是随着时间推移不断更新，每经过一个采样间隔的时间长度，均有新的分解子信号数据添加到原分解子信号数据的末端。由于本检测方法的计算复杂度极小，性能评估系统的采样间隔能够完全满足计算时间的要求，取值范围从I秒到I分钟。
[0018]对于每个分解子信号，监控统计量计算方法具体包括如下步骤:
[0019]步骤3-1，获得各个分解子信号的零穿越点间隔序列，对于第k个分解子信号xk，其零穿越点间隔序列为Tk ；
[0020]步骤3-2，计算零穿越点间隔序列Tk的中位数//
[0021]步骤3-3，计算零穿越点间隔序列Tk的鲁棒性方差屮
[0022]步骤3-4，根据中位数//和鲁棒性方差计算监控统计量。
[0023]在步骤3-1中，零穿越点间隔序列是指，该分解子信号与时间轴的交点之间的间隔序列，即该分解子信号的正负符号变号位置之间的间隔序列。将零穿越点间隔序列中的各个值从大到小排列，选取中间的数作为中位数。
[0024]在步骤3-3中，利用Qn估计算法计算鲁棒性方差σ'
[0025]使用该算法估计方差具有更好的鲁棒性。
[0026]在步骤3-4中，监控统计量if的计算公式如下:
【权利要求】
1.一种工业控制回路多周期振荡行为的在线检测方法，其特征在于，包括如下步骤: 在待检测的控制回路中，在线实时采集一组过程数据； 在线实时地对过程数据进行改进的本质时间尺度分解，并实时计算所得各个分解子信号所对应的监控统计量； 实时判断各个监控统计量是否超过设定的阈值Ω，综合所有判断结果得到在线检测结果O
2.如权利要求1所述工业控制回路多周期振荡行为的在线检测方法，其特征在于，在线实时采集过程数据的方法为，在预设的每个采样间隔内记录下待检测的控制回路中的过程数据，且每个采样间隔内采集到的过程数据都添加在先前所采集的过程数据末端。
3.如权利要求1所述工业控制回路多周期振荡行为的在线检测方法，其特征在于，其中，改进的本质时间尺度分解方法是指，在本质时间尺度分解时停止分解的条件为剩余分量的振荡指数K0.7。
4.如权利要求1所述工业控制回路多周期振荡行为的在线检测方法，其特征在于，对于每个分解子信号，监控统计量计算方法具体包括如下步骤: 步骤3-1，获得各个分解子信号的零穿越点间隔序列，对于第k个分解子信号xk，其零穿越点间隔序列为Tk ； 步骤3-2，计算零穿越点间隔序列Tk的中位数/4 ; 步骤3-3，计算零穿越点间隔序列Tk的鲁棒性方差V 步骤3-4，根据中位数/4和鲁棒性方差计算第k个分解子信号Xk对应的监控统计量i
5.如权利要求1所述工业控制回路多周期振荡行为的在线检测方法，其特征在于，在步骤3-3中，利用Qn估计算法计算鲁棒性方差crkT。
6.如权利要求1所述工业控制回路多周期振荡行为的在线检测方法，其特征在于，在步骤3-4中，监控统计量#的计算公式如下:
7.如权利要求1所述工业控制回路多周期振荡行为的在线检测方法，其特征在于，根据判断结果得到在线检测结果的具体方式为:如果其中一个监控统计量^超过阈值Ω，则判断该控制回路对应的分解子信号Xk存在振荡，若所采集的过程数据中有多个分解子信号存在振荡行为，则判断该控制回路存在多周期振荡行为。
8.如权利要求1所述工业控制回路多周期振荡行为的在线检测方法，其特征在于，所述的阈值Ω为3。
【文档编号】G05B23/02GK103970124SQ201410177806
【公开日】2014年8月6日 申请日期:2014年4月29日 优先权日:2014年4月29日
【发明者】谢磊, 郭子旭, 叶泰航, 苏宏业 申请人:浙江大学