一种工业过程多回路振荡提取与检测方法技术

本发明专利技术公开了一种工业过程多回路振荡提取与检测方法，包括如下步骤：在待检测的控制回路中，预先采集所有待检测控制回路的过程输出信号；利用谱相关波形匹配方法，对各回路输出信号进行端点延拓；对端点延拓后过程输出数据进行改进的多维经验模式分解；计算各个分解子信号的零交叉点规律性指标；判断各个规律性指标是否超过设定的阈值，以及同一层分解子信号中，是否存在两个或两个以上分解子信号存在振荡行为。最后根据所有判断结果得到检测结果。利用本发明专利技术方法，能够对工业过程多回路振荡行为进行定量检测，同时获得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。

Method for extracting and detecting multi circuit oscillation in industrial process

The invention discloses an industrial process of multi loop oscillation extraction and detection method, which comprises the following steps: in the control loop to detect, collect all detected control loop output signal pre process; spectral correlation waveform matching method for the loop output signal for the endpoint extension of endpoint extension after the process; the output data of multidimensional improved empirical mode decomposition; calculate the zero crossing point regularity index for each decomposed signal; judging whether each regularity index exceeds a preset threshold value, and with a layer of decomposed signal, if there are two or more than two sub signal oscillation. Finally, according to the results of all the test results. By using the method of the invention can be used for quantitative detection of industrial process of multi loop oscillation, and obtain regularity and cycle of each oscillatory component, provides the data for the evaluation and diagnosis of fault source oscillation.

【技术实现步骤摘要】

本专利技术涉及工业控制中的性能评估领域，具体涉及一种基于改进多维经验模式分解的工业过程多回路振荡提取与检测方法。
技术介绍
现代工业过程设备具有规模大、综合度高、操控复杂、变量多，且长时间运行在闭环控制下等特点。工业常见的化工生产过程，往往包含成千上万个控制回路，而且这些控制回路由于耦合关系而互相影响。由于工业控制回路中控制器过整定、外部扰动和调节阀非线性工作等特性的普遍存在，控制回路的振荡行为尤其是多回路振荡时常发生，这极大地影响了工业流程设备运行的经济效益和稳定性。对工业流程设备进行初步准确的振荡检测可以减少废品生产量，降低不合格率，提高工业流程设备运行过程中的可靠性、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，但随着时间的推移，由于外部干扰因素或设备自身问题的影响，控制器的性能会逐渐降低甚至失效。具体表现为控制回路过程发生各类振荡行为，其中一些强度较大的振荡还可能传播至其它耦合回路，形成多回路厂级振荡，从而威胁到工业过程的安全稳定运行。同时，由于实时环境中设备负载和工况经常发生变化，工业过程还表现出非平稳数据特性的一面，具体表现为过程数据的局部均值迁移现象。对于重要的控制回路，及时发现其运行过程的振荡特性有助于工程人员进行故障诊断和排查。因此，在工业控制系统性能评估过程中，设计有效的在线监控手段，及时、准确检测出控制回路中非平稳过程数据的各类振荡成分，并区分出各自不同的频率范围，以及是否传播影响到多个回路，对于控制器性能评估和控制回路故障诊断都有着重要意义。现有的工业控制回路振荡检测技术，绝大多数都是基于单变量数据的分析方法。无论是基于过程数据时域统计的分析方法，亦或是基于过程数据的自相关函数(ACF)的分析方法，都不能用以处理多变量(即多回路)过程数据。尽管单变量分析方法可以分别地对多维数据中各变量进行单独分析，但这种方式至少有两种缺陷。一、各回路过程数据处理与检测结果可能不一致；二、各回路之间耦合关系被彻底打乱。最近二十年也出现了一些多回路振荡的检测方法，如基于谱主成分分析或基于谱包络线法的多回路振荡检测与聚类方法。但这些方法对存在非平稳和非线性特征的工业过程，无法实现全自动无干预检测，需要事先设计针对性的滤波器进行数据平稳化处理和振荡成分分离。在过程振荡检测算法的实际应用中，能同时处理多回路过程输出数据，有效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，且普遍适用于存在时变振荡、多重振荡、非平稳和非线性成分的过程数据，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，也有利于工业过程控制性能的定量评估。
技术实现思路
本专利技术提供了一种基于改进多维经验模式分解的工业过程多回路振荡提取与检测方法，能够适用于存在时变振荡、多周期振荡等行为的工业控制回路过程，检测方法普遍适用于非平稳或平稳的过程数据，只需获取常规运行数据，无需过程机理知识。一种工业过程多回路振荡提取与检测方法，包括：步骤1，采集工业过程中所有待检测控制回路的过程输出信号；步骤2，利用谱相关波形匹配方法，对各过程输出信号进行端点延拓；步骤3，对端点延拓后的过程输出信号进行改进的多维经验模式分解，得到分解子信号；步骤4，计算各层分解子信号的零交叉点规律性指标；步骤5，判断各零交叉点规律性指标是否超过阈值，若超过阈值，则对应的分解子信号判定为振荡信号；步骤6，若同一层分解子信号中，存在两个或两个以上分解子信号被判定为振荡信号，则判定该工业过程中存在多回路振荡。本专利技术可以提高多维度振荡行为的检测准确度和可靠性，且能为其他振荡源定位方法提供数据支持，在提高经济效益方面具有重要的实用价值。可选的，所述工业过程为化工过程，本专利技术可直接采用化工过程的可测变量作为过程输出信号，所有待检测过程输出信号均通过现场实时采集获得，并随着时间推移，不断采集和更新过程输出信号到监控系统。首先对所采集到的所有过程历史数据分别进行端点延拓处理，然后利用改进的多维经验模式分解得到分解子信号集合，计算各个分解子信号对应的零交叉点规律性指标，从而判断过程是否存在振荡，进而判断是否存在多回路振荡。作为优选，步骤2中，所述端点延拓为如下操作：在当前过程输出信号的左端取一段波形，寻找该过程输出信号中与该段波形谱相关度最高的波形的左边波形，并利用该左边波形对当前过程输出信号的左端进行延拓；同理，在该过程输出信号的右端取一段波形，寻找该过程输出信号中与该段波形匹配度最高的波形的右边波形，利用右边波形对当前过程输出信号的右端进行延拓。作为优选，步骤3中，进行改进的多维经验模式分解时，采用随机初始化加反函数置换的哈尔顿(Halton)序列作为超球面采样的投影依据，采用双门限的幅值波动判定形式作为多维本征模态函数筛选过程的停机标准。作为优选，步骤3中，随机初始化加反函数置换的哈尔顿序列计算方式如下：步骤3-1、初始点级数展开式中初始点采用随机正整数予以替代；步骤3-2、哈尔顿序列各项系数用以下公式计算：其中，Sp表示哈尔顿序列当前系数值，p表示某一选定质数，b0,b1,...,bm表示初始点级数展开式中各项系数。函数πp(bi)含义是：采用沃诺克方法计算得到最优乘子Gp，则参数w按如下方法取值：①若Gp是质数p的一个原根，则w取值为Gp；②若Gp不是质数p的一个原根，则w取值为Ap。其中Ap是质数p的原根中数值上最接近Gp的一个。所述多维本征模态函数筛选过程的停机标准是指经二范数规范化后的包络线均-幅比σ(t)满足一下条件：条件3-1，序列σ(t)中的绝大部分，即占比为(1-α)×100％；满足条件σ(t)＜θ1；条件3-2，序列σ(t)中的剩余部分，即占比为α×100％；满足条件σ(t)＜θ2；其中α＝0.05，θ1＝0.075，θ2＝0.75。作为优选，步骤4中，计算各分解子信号的零交叉点规律性指标的步骤如下：步骤4-1，统计当前分解子信号内所有连续零交叉点之间的间隔并分别计算间隔的均值和标准差其中k表示分解子信号的层次编号，l表示当前分解子信号所属原信号在输入过程数据中的编号；步骤4-2，利用下式计算零交叉点规律性指标ηk,l：作为优选，步骤5中的阈值为1。本专利技术与现有技术相比具有的有益效果有：1、无需外部附加信号激励，也不会对控制系统引入附加扰动，能够实现非侵入式的检测与诊断。2、同时处理多回路输出数据，可检测厂级振荡的存在，同时保留回路间耦合信息。3、所采用的信号分解方法实现了过程数据中非平稳分量的自动分离，相比于现有其他多变量分析技术，其可靠性更高。4、所提出的随机初始化加反函数置换的哈尔顿序列可使超球面采样更为均一，而所采用的双门限幅值波动停机标准对噪声、局部抖动更鲁棒。5、能够对工业过程各回路的振荡行为进行量化指标检测，为待检测回路性能的评估和故障源诊断提供了丰富的数据支持。6、完全采用数据驱动型的方法，无需过程先验知识，无需预先设计滤波器，也不需进行人工干预。附图说明图1为实施例中化工过程的流程示意图；图2为实施例中采集的各待检测控制回路的过程输出信号示意图；图3为实施例中所有待检测的过程输出信号经谱相关波形匹配方法端点延拓后的示意图；图4为实施例中过程输出信号经改进的多维经验模式分解后的示意图；图5为本专利技术的方法本文档来自技高网...

【技术保护点】
一种工业过程多回路振荡提取与检测方法，其特征在于，包括：步骤1，采集工业过程中所有待检测控制回路的过程输出信号；步骤2，利用谱相关波形匹配方法，对各过程输出信号进行端点延拓；步骤3，对端点延拓后的过程输出信号进行改进的多维经验模式分解，得到分解子信号；步骤4，计算各层分解子信号的零交叉点规律性指标；步骤5，判断各零交叉点规律性指标是否超过阈值，若超过阈值，则对应的分解子信号判定为振荡信号。

【技术特征摘要】
1.一种工业过程多回路振荡提取与检测方法，其特征在于，包括：步骤1，采集工业过程中所有待检测控制回路的过程输出信号；步骤2，利用谱相关波形匹配方法，对各过程输出信号进行端点延拓；步骤3，对端点延拓后的过程输出信号进行改进的多维经验模式分解，得到分解子信号；步骤4，计算各层分解子信号的零交叉点规律性指标；步骤5，判断各零交叉点规律性指标是否超过阈值，若超过阈值，则对应的分解子信号判定为振荡信号。2.如权利要求1所述的工业过程多回路振荡提取与检测方法，其特征在于，步骤2中，所述端点延拓为如下操作：在当前过程输出信号的左端取一段波形，寻找该过程输出信号中与该段波形谱相关度最高的波形的左边波形，并利用该左边波形对当前过程输出信号的左端进行延拓；同理，在该过程输出信号的右端取一段波形，寻找该过程输出信号中与该段波形匹配度最高的波形的右边波形，利用右边波形对当前过程输出信号的右端进行延拓。3.如权利要求1所述的工业过程多回路振荡提取与检测方法，其特征在于，步骤3中，进行改进的多维经验模式分解时，采用随机初始化加反函数置换的哈尔顿序列作为超球面采样的投影依据，采用双门限的幅值波动判定形式作为多维本征模态函数筛选过程的停机标准。4.如权利要求3所述的工业过程多回路振荡提取与检测方法，其特征在于，步骤3中，随机初始化加反函数置换的哈尔顿序列计算方式如下：步骤3-1、初始点级数展开式中初始点采用随机正整数予以替代；步骤3-2、哈尔顿序列各项系数用以下公式计算：Sp=πp(b0)p+πp(b1)p2+...+&...

【专利技术属性】
技术研发人员：谢磊，郎恂，钟丹，苏宏业，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33