[發明專利]工業控制回路的多周期振蕩行為檢測方法

有效

• 申請號: 201410115307.6
• 申請日: 2014-03-26
• 公開（公告）號: CN103885440A
• 公開（公告）日: 2014-06-25
• 發明（設計）人: 謝磊;郭子旭;陳小強;王挺任;蘇宏業;古勇
• 申請（專利權）人: 浙江大學
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 杭州天勤知識產權代理有限公司 33224
• 代理人: 胡紅娟

技術領域

本發明涉及工業控制系統中的性能評估領域，具體涉及一種工業控制回路的多周期振蕩行為檢測方法。

背景技術

現代工業流程設備具有規模大、復雜度高、變量多，且在閉環控制下運行的特點，對于復雜的化工生產過程，往往具有成千上萬個回路，而且，這些回路由于存在耦合互相影響。控制回路的振蕩現象由于控制器過整定、外部擾動和調節閥非線性工作特性的普遍存在，極大地影響了工業流程設備運行的經濟效益和穩定性。

對工業流程設備進行初步準確的振蕩檢測可以減少停產時間，增加工業流程設備運行的安全性，同時降低制造成本。許多控制器在運行初期還能保持良好的性能，但往往經過一段時間后，由于受到外部環境或設備問題的影響，控制器性能會逐漸下降。具體表現為控制回路過程發生多周期振蕩，對工業過程的安全穩定運行造成威脅。同時，由于負載和工況經常發生變化，大部分工業過程均表現出非平穩數據的特性，具體表現為過程數據的局部均值發生變化。因此，在工業監測過程中，有效的檢測出控制回路中非平穩過程數據的多重振蕩，并區分出不同的振蕩頻率，對于控制器性能評估和故障診斷有重要意義。

現有技術中，對于控制回路的振蕩檢測技術，絕大部分都是適用于平穩過程數據，近年來出現了一些針對非平穩過程數據的振蕩檢測技術。其主要思路有三種：基于過程數據的時域統計分析；基于過程數據的自相關函數域ACF分析；基于過程數據的信號分解方法（包括經驗模式分解和基變換分解）。基于時域統計和自相關函數域分析的檢測方法在實際應用中存在三點局限性：其一，該方法需要對待檢測過程有一定預先了解和經驗參數確定，其二，對非平穩數據和多振蕩周期無法實現全自動無干預檢測，需要有針對性的預設計濾波器進行數據平穩化處理和振蕩分離，其三，多數檢測算法無法定量計算振蕩的規則程度。目前基于過程數據的信號分解的振蕩檢測方法與上類檢測方法存在進步，但是局限性主要在于：現有信號分解技術得到的子信號數目冗余繁多，無法得到適合于振蕩檢測的最優分解結構，這種非正交分解得到的振蕩分量信號不具有良好的代表性，對非平穩信號的趨勢的擬合度也比較差，計算復雜度也比較高。

在過程振蕩檢測算法的實際應用中，檢測工業控制回路是否具有振蕩行為，并定量評估振蕩行為的規則度指數，普遍適用于存在多周期振蕩和非平穩的過程數據，對于準確診斷工業過程振蕩的存在性有非常重要的實用意義，也有利于工業過程的控制性能定量評估。

發明內容

本發明提供了一種工業控制回路的多周期振蕩行為檢測方法，能夠適用于存在多周期振蕩行為的工業控制回路過程，普遍適用于非平穩或平穩的過程數據，只需一組常規運行數據，無需過程機理知識，通過實現對待檢測數據的最優信號分解結構，從而實現對該工業過程多周期振蕩行為的定量評估，可以提高多周期振蕩行為的檢測準確度和可靠性，在提高經濟效益方面具有重要的實用價值。

一種工業控制回路的多周期振蕩行為檢測方法，包括如下步驟：

步驟1，在待檢測的控制回路中，采集一組過程數據x_t；

步驟2，對過程數據x_t進行小波包變換分解，得到原始二叉樹狀分解結構T₀；

步驟3，根據最小香農熵規則、非高斯指數以及準振蕩指數對原始二叉樹狀分解結構T₀進行簡化得到最優二叉樹狀分解結構T_best；

步驟4，依據最優二叉樹狀分解結構T_best上所有葉節點的非高斯指數T_G，將非高斯分布的葉節點所對應的子空間進行標記，得到子空間被標記的葉節點所對應的坐標位置集合I；

步驟5，通過交叉檢驗方法判斷坐標位置集合I中各個坐標位置所對應的節點是否存在振蕩分量，從而檢測工業控制回路的過程數據中的多周期振蕩行為。

其中，在步驟4中分解結構得到的每一個葉節點的坐標位置，為該葉節點對應的子空間，因此每個葉節點對應一個子空間。對葉節點的子空間進行標記是指對葉節點的坐標位置標記至坐標位置集合I中。由于坐標位置集合I中各個坐標位置均為葉節點的坐標位置，因此步驟5中的節點是指葉節點。