用于模型自适应的设备和方法技术

接收实际传感器值的向量。确定模型的成熟度，并且对传感器定义成熟度。确定将模型成熟度转化成模型范围抑制量度的函数。确定模型范围抑制(MRI)量度。基于MRI量度来确定MRI极限。所接收向量与MRI极限进行比较，并且基于该比较有选择地改变模型。在其他方面，接收具有驱动和响应传感器的实际值的向量。还确定提供可接受观测与不可接受观测之间的一组边界的函数。确定向量之间的相似度的量度。比较相似度的量度和函数，并且基于该比较有选择地改变模型。

【技术实现步骤摘要】
【国外来华专利技术】
本文所公开的主题涉及过程模型，其更新过程模型，并且利用过程模型对控制系统中的问题进行检测和反应。
技术介绍
多种方式用于工业过程控制、机器控制、系统监控和基于条件的监测，其解决这些系统中使用的传统的基于传感器阈值的控制和报警的多种缺陷。更具体来说，被监测过程或机器的经验模型用于故障检测和控制中。这类模型有效地平衡监控传感器数据的聚合视图，以实现更为简易的初期故障检测和更精细的过程控制。通过同时并且考虑彼此地对有关过程或机器的许多传感器进行建模，监控系统能够提供与各传感器(及其测量参数)应该如何表现有关的更多信息。如果预计行为与实际行为不同，则能够采取动作。例如，用户可能激起所建模过程的各种控制动作，或者可需要更换实现过程的组件。上述模型仅在它们为准确时才是有效的。例如，随时间推移，所表示的信息可漂移或者变成不准确。各种先前技术用来确定是否改变这些模型，但是这些方式的全部遭受各种缺陷。因此，对这些先前方式的一些用户不满已经产生。
技术实现思路
本文所述的方式能够提供用于通过提供准确的模型来建模的自动适应方式。因此，组件故障以及要采取的动作的确定能够更准确地确定，由此增加对这些方式的用户满意度。在这些实施例的许多中，接收实际传感器值的向量。确定模型的成熟度，以及成熟度对多个传感器的每个来定义并且对各传感器沿向上方向和向下方向进一步定义。此外，确定将模型成熟度转化成模型范围抑制量度（modelrangeinhibitionmeasure）的函数。还基于模型的成熟度和所确定函数来确定模型范围抑制(MRI)量度。另外，基于MRI量度来确定MRI极限。所接收向量与MRI极限进行比较，并且基于该比较有选择地改变模型。在其他方面，接收第一向量，并且第一向量具有驱动传感器的实际值。接收第二向量，并且第二向量具有响应传感器的实际值。接收第三向量，并且第三向量具有驱动传感器的估计值。接收第四向量，并且第四向量具有响应传感器的估计值。确定提供可接受观测与不可接受观测之间的一组边界的函数。确定第一向量与第三向量之间的相似性的第一量度。确定第二向量与第四向量之间的相似性的第二量度。比较相似性的第一量度、相似性的第二量度和函数，并且基于该比较有选择地改变模型。在又一些方面，确定关于模型所表示的组件是否接近故障或者处于需要执行某种控制动作的情况。当组件接近故障(或者处于需要执行某种控制动作的情况)时生成对用户的告警。对用户的告警在图形显示媒体上向用户呈现。在这些实施例的其他实施例中，配置成确定是否修改过程模型的设备包括接口和处理器。接口具有输入和输出，并且输入配置成接收实际传感器值的向量和模型的成熟度。成熟度对多个传感器的每个来定义并且对各传感器沿向上方向和向下方向进一步定义。处理器耦合到接口，并且配置成基于模型的成熟度和所确定函数来确定模型范围抑制(MRI)量度。处理器配置成基于MRI量度来确定MRI极限，并且将所接收向量与MRI极限进行比较。处理器配置成经由通过输出所发送的一个或多个控制信号基于比较有选择地改变模型。在一些方面，接口配置成还在输入接收第一向量。第一向量具有驱动传感器的实际值。接口还接收第二向量，以及向量具有响应传感器的实际值。接口还接收第三向量，第三向量具有驱动传感器的估计值。接口还接收第四向量，以及第四向量具有响应传感器的估计值。接口还接收提供可接受观测与不可接受观测之间的一组边界的函数。在其他方面，处理器配置成确定第一向量与第三向量之间的相似性的第一量度以及第二向量与第四向量之间的相似性的第二量度。处理器还配置成比较相似性的第一量度、相似性的第二量度和函数，并且基于该比较有选择地改变模型。附图说明为了更全面了解本公开，应参照以下详细描述和附图，附图包括：图1包括示出按照本专利技术的各个实施例的有选择地修改模型的系统的框图；图2包括示出按照本专利技术的各个实施例的超出范围自适应(ORA)触发规则的流程图；图3包括按照本专利技术的各个实施例的驱动相似性自适应(DSA)触发规则的流程图；图4包括按照本专利技术的各个实施例的极限值抑制(LVI)规则的流程图；图5包括按照本专利技术的各个实施例的模型范围抑制(MRI)规则的流程图；图6包括按照本专利技术的各个实施例的故障相似性抑制(FSI)规则的流程图；图7包括示出按照本专利技术的各个实施例的模型范围抑制(MRI)规则的操作的图表；图8包括按照本专利技术的各个实施例的FSI方式的图表；图9包括按照本专利技术的各个实施例的FSI方式的图表；以及图10包括按照本专利技术的各个实施例的修改模型的设备的框图。技术人员将会理解，为了简洁和清楚起见而示出附图中的元件。还将会理解，某些动作和/或步骤可按照特定发生顺序来描述或示出，而本领域的技术人员将会理解，相对序列的这种专一性实际上不作要求。还将会理解，本文所使用的术语和表达具有如符合针对调查和研究的对应相应领域的这类术语和表达的普通含意，除了本文另加特定含意。具体实施方式提供自动适应方式，其消除训练典型资产(例如控制系统、传感器等)的经验模型所需的过滤的大部分和调谐的几乎全部。在一些方面，这些方式提供最小资产实现成本解决方案，其中对于初始实现和对于持续维护对顾客或用户具有极少或者没有影响和压力。提供自动适应方式，其通过最佳地适配为新的未经训练状态(例如建立于极少数据的模型、即初期模型以及当资产行为甚至对成熟模型也显著变化时的情况)来实现更大资产状态域覆盖。有利地，资产维护、环境超出范围确定、负荷超出范围和显著操作变化也通过当前方式来降低。在一些方面，提供一种以极少训练数据来引导（bootstrap）资产监测的经验建模部分的平台。在这些示例的一部分中，自动适应包括多种不同规则(例如两个触发规则和三个抑制规则)。将会理解，规则的数量和/或作为触发和抑制的规则的数量可改变。在一种方式中，使用两个触发规则，并且这些是超出范围自适应(ORA)触发规则和驱动标签相似性自适应(DSA)触发规则。此外，使用三个抑制规则，并且这些是极限值抑制(LVI)抑制规则、模型范围抑制(MRI)规则和故障标签相似性抑制(FSI)规则。五个规则使用两个控制参数、五个阈值参数和一组边界参数(例如每标签两个)来参数化。每个规则包括特性和优点。例如，MRI规则允许试探和快速模型生长。DSA和FSI归于试探以及方式的机会性质。这些方式确保被适配的所有新状态通过被认为是过程驱动并且负责导航资产经过其有效状态空间的标签来驱动，同时抑制作为不是与这些驱动同步的偏差的状态。将会理解，能够使用触发规则和抑制规则的各种组合，并且上述组合只是一个示例。将会理解，任何数值、数据驱动建模方式经受大模型/资产实现和模型/资产维护开销。此外，这些维护事件的大部分通过错误肯定（faulsepositive）指示符来预测，分析人员必须首先通过其进行解析，并且以专门知识确定它是实际故障发生还是对模型维护(自适应)的需要。在资产实现期间，在识别建模参数(标签或传感器)本文档来自技高网...

【技术保护点】
一种确定是否修改过程模型的方法，所述方法包括：接收实际传感器值的向量；确定模型的成熟度，所述成熟度对多个传感器的每个来定义并且对各传感器沿向上方向和向下方向进一步定义；确定将模型成熟度转化成模型范围抑制量度的函数；基于所述模型的所述成熟度和所确定函数来确定模型范围抑制(MRI)量度；基于所述MRI量度来确定MRI极限；以及将所接收向量与所述MRI极限进行比较，并且基于所述比较有选择地改变所述模型。

【技术特征摘要】
【国外来华专利技术】1.一种确定是否修改过程模型的方法，所述方法包括：
接收实际传感器值的向量；
确定模型的成熟度，所述成熟度对多个传感器的每个来定义并且对各传感器沿向上方向和向下方向进一步定义；
确定将模型成熟度转化成模型范围抑制量度的函数；
基于所述模型的所述成熟度和所确定函数来确定模型范围抑制(MRI)量度；
基于所述MRI量度来确定MRI极限；以及
将所接收向量与所述MRI极限进行比较，并且基于所述比较有选择地改变所述模型。
2.如权利要求1所述的方法，还包括：
接收第一向量，所述第一向量具有驱动传感器的实际值；
接收第二向量，所述第二向量具有响应传感器的实际值；
接收第三向量，所述第三向量具有驱动传感器的估计值；
接收第四向量，所述第四向量具有响应传感器的估计值；
确定提供可接受观测与不可接受观测之间的一组边界的函数；
确定所述第一向量与所述第三向量之间的相似性的第一量度；
确定所述第二向量与所述第四向量之间的相似性的第二量度；以及
比较相似性的所述第一量度、相似性的所述第二量度和所述函数，并且基于所述比较有选择地改变所述模型。
3.如权利要求1所述的方法，还包括确定所述模型所表示的组件是否接近故障。
4.如权利要求3所述的方法，还包括当所述组件接近故障时向用户生成告警。
5.如权利要求4所述的方法，还包括在图形显示媒体上向用户呈现所述告警。
6.一种确定是否修改过程模型的方法，所述方法包括：
接收第一向量，所述第一向量具有驱动传感器的实际值；
接收第二向量，所述第二向量具有响应传感器的实际值；
接收第三向量，所述第三向量具有驱动传感器的估计值；
接收第四向量，所述第四向量具有响应传感器的估计值；
确定提供可接受观测与不可接受观测之间的一组边界的函数；
确定所述第一向量与所述第三向量之间的相似性的第一量度；
确定所述第二向量与所述第四向量之间的相似性的第二量度；以及

【专利技术属性】
技术研发人员：DJ甘地，JP赫措，
申请(专利权)人：通用电气智能平台有限公司，
类型：发明
国别省市：美国;US