一种核化工过程的监测系统及方法技术方案

本发明专利技术提供一种核化工过程的监测系统，包括故障检测与诊断模块，专家系统模块和数据显示模块。故障检测与诊断模块，用于识别出实时的核化工过程数据中的故障数据，并通过分析故障数据，以得到引发故障的变量。专家系统模块，与故障检测与诊断模块连接，用于根据引发故障的变量诊断出故障原因，并输出诊断结果。数据显示模块，与专家系统模块连接，用于显示诊断结果。相应地，还提供一种应用该核化工过程的监测系统的监测方法。该监测系统可准确检测和诊断出核化工过程的异常工况，并进行提前预警。警。警。

【技术实现步骤摘要】
一种核化工过程的监测系统及方法


[0001]本专利技术涉及核化工过程的故障检测领域，具体涉及一种核化工过程的监测系统及方法。

技术介绍

[0002]核工业复杂化工生产过程(多级串联系统)中，具有如下典型工艺特点：系统放热机理复杂，放热规律不恒定，存在不确定性；复杂化工过程是一个大惯性和大滞后对象；各环节参数相互影响，并且采用多级串联、对流交换的生产流程，是一个强耦合过程。
[0003]考虑到实际化工过程的复杂特性，且被控对象受各种不可测扰动的影响，目前采用反馈控制和控制参数整定的方法检测生产过程的异常工况，而上述方法存在检测异常工况的准确度较低，无法提前预警等问题。

技术实现思路

[0004]本专利技术要解决的技术问题是针对现有技术存在的上述不足，提供一种核化工过程的监测系统及方法，可准确检测和诊断出核化工过程的异常工况。
[0005]本专利技术提供一种核化工过程的监测系统，包括故障检测与诊断模块，专家系统模块和数据显示模块。
[0006]故障检测与诊断模块，用于识别出实时的核化工过程数据中的故障数据，并通过分析故障数据，以得到引发故障的变量。专家系统模块，与故障检测与诊断模块连接，用于根据引发故障的变量诊断出故障原因，并输出诊断结果。数据显示模块，与专家系统模块连接，用于显示诊断结果。
[0007]优选地，故障检测与诊断模块具体用于：根据离线的核化工过程数据建立PCA(Principal Component Analysis，主成分分析)模型，通过PCA模型识别出实时的核化工过程数据中的故障数据，并通过贡献图来分析故障数据，以得到引发故障的变量。
[0008]优选地，故障检测与诊断模块包括PCA故障检测单元和PCA故障诊断单元。PCA故障检测单元，用于根据离线的核化工过程数据建立PCA模型，并计算PCA模型的平方预测误差SPE统计量的控制限和T2统计量的控制限，且根据实时的核化工过程数据计算出SPE统计量的实时值和T2统计量的实时值，将SPE统计量的实时值和T2统计量的实时值分别与SPE统计量的控制限和T2统计量的控制限进行比较，以识别出实时的核化工过程数据中的正常数据和故障数据。PCA故障诊断单元，与PCA故障检测单元连接，用于对故障数据进行贡献图分析，得到各过程变量的SPE贡献值和T2贡献值，以确定引发故障的变量。
[0009]优选地，专家系统模块包括知识库、推理机和解释器。推理机，与解释器和知识库相连，用于根据引发故障的变量、用户回答事实和已知事实，调用知识库中的专家知识进行推理，以诊断出故障原因，并将故障原因发送给解释器。解释器，用于将故障原因转换为自然语言形式的诊断结果后输出。
[0010]优选地，核化工过程的监测系统还包括工艺系统仿真模块和数据存储模块。工艺
系统仿真模块，用于仿真核化工过程的工艺系统运行情况，并验证故障检测与诊断模块和专家系统模块的故障诊断性能。数据存储模块，分别与工艺系统仿真模块、故障检测与诊断模块和专家系统模块连接，用于存储工艺系统仿真模块的输入数据和仿真结果，并将所存储的输入数据和仿真结果发送至故障检测与诊断模块和专家系统模块进行故障诊断。数据显示模块，还与工艺系统仿真模块连接，用于显示工艺系统仿真模块的输入数据和仿真结果。
[0011]优选地，核化工过程的监测系统还包括跨平台交互模块。工艺系统仿真模块包括工艺系统机理模型和控制子系统。控制子系统，用于利用控制算法控制工艺系统机理模型进行运算仿真。跨平台交互模块，分别与工艺系统机理模型、控制子系统和数据存储模块连接，用于通过应用程序编程接口API实现工艺系统机理模型、控制子系统，以及数据存储模块之间的数据通信。
[0012]优选地，诊断结果包括诊断时间、诊断出的故障原因、故障处理建议，以及当前状态，当前状态包括忽略报警、确认故障、处理故障。数据显示模块还包括图形显示单元，图形显示单元，用于显示SPE统计量和SPE贡献值，T2统计量和T2贡献值。
[0013]进一步地，本专利技术还提供一种核化工过程的监测方法，包括：采用如上所述的核化工过程的监测系统监测核化工生产过程。
[0014]本专利技术的核化工过程的监测系统及方法，通过识别出实时的核化工过程的故障数据，确定引发故障的变量，并采用专家系统诊断出引发故障的变量所对应的故障原因，从而能够实现工艺装置异常工况的准确判断，提高复杂核化工工艺过程运行的稳定性。并且由于该监测系统能实时监测整个核化工生产过程，通过监测实时数据可提前给出异常警告，以便于诊断出工艺装置运行时发生的故障。
附图说明
[0015]图1为本专利技术实施例1提供的核化工过程的监测系统的结构示意图；
[0016]图2为本专利技术实施例1提供的另一种核化工过程的监测系统的结构示意图；
[0017]图3为本专利技术实施例1提供的核化工过程的监测系统的专家系统模块的结构示意图；
[0018]图4为本专利技术实施例1提供的核化工过程的监测系统的数据显示模块的一种界面示意图；
[0019]图5为本专利技术实施例1提供的核化工过程的监测系统的数据显示模块的另一种界面示意图。
具体实施方式
[0020]为使本领域技术人员更好地理解本专利技术的技术方案，下面结合附图和实施例对本专利技术作进一步详细描述。
[0021]实施例1：
[0022]面对难以精确建模的复杂系统的故障诊断问题，机器学习和专家系统是当前重要的技术方向。多级串联系统实时运行的过程中会产生多变量数据集，不同变量之间存在一定的相关性，从而增加了问题分析的复杂性。本专利技术人认为，如果分别对每个指标进行分
析，往往进行的是孤立的分析，不能完全利用数据中的信息，因此盲目减少指标会损失很多重要的信息，从而产生错误的分析结论。鉴于此，本专利技术人想到，如果采用主成分分析方法PCA这个数据降维算法，在减少需要分析的指标同时，还能够尽量减少原指标包含信息的损失，从而可以达到对所收集数据进行全面分析的目的，而与此同时再运用能够模拟人类专家解决领域问题的专家系统(计算机程序系统，具有大量的专门知识与经验的程序系统)，通过应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，可以模拟人类专家的决策过程，从而能够解决需要人类专家处理的复杂问题。故本实施例优选基于PCA和专家系统并将两者结合，以提供一种核化工过程的监测系统。
[0023]如图1所示，本实施例的一种核化工过程的监测系统包括故障检测与诊断模块1，专家系统模块2和数据显示模块3。
[0024]故障检测与诊断模块1，用于识别出实时的核化工过程数据中的故障数据，并通过分析故障数据，以得到引发故障的变量。专家系统模块2，与故障检测与诊断模块1连接，用于根据引发故障的变量诊断出故障原因，并输出诊断结果。数据显示模块3，与专家系统模块2连接，用于显示诊断结果。
[0025]本实施例中，故障监测与诊断模块1中可采用现有的反馈控制的方法、基于解析模型的方法、基于PCA的数据分析方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种核化工过程的监测系统，其特征在于，包括故障检测与诊断模块，专家系统模块和数据显示模块，故障检测与诊断模块，用于识别出实时的核化工过程数据中的故障数据，并通过分析故障数据，以得到引发故障的变量，专家系统模块，与故障检测与诊断模块连接，用于根据引发故障的变量诊断出故障原因，并输出诊断结果，数据显示模块，与专家系统模块连接，用于显示诊断结果。2.根据权利要求1所述的核化工过程的监测系统，其特征在于，故障检测与诊断模块具体用于：根据离线的核化工过程数据建立PCA模型，通过PCA模型识别出实时的核化工过程数据中的故障数据，并通过贡献图来分析故障数据，以得到引发故障的变量。3.根据权利要求1所述的核化工过程的监测系统，其特征在于，故障检测与诊断模块包括PCA故障检测单元和PCA故障诊断单元，PCA故障检测单元，用于根据离线的核化工过程数据建立PCA模型，并计算PCA模型的平方预测误差SPE统计量的控制限和T2统计量的控制限，且根据实时的核化工过程数据计算出SPE统计量的实时值和T2统计量的实时值，将SPE统计量的实时值和T2统计量的实时值分别与SPE统计量的控制限和T2统计量的控制限进行比较，以识别出实时的核化工过程数据中的正常数据和故障数据，PCA故障诊断单元，与PCA故障检测单元连接，用于对故障数据进行贡献图分析，得到各过程变量的SPE贡献值和T2贡献值，以确定引发故障的变量。4.根据权利要求1所述的核化工过程的监测系统，其特征在于，专家系统模块包括知识库、推理机和解释器，推理机，与解释器和知识库相连，用于根据引发故障的变量、用户回答事实和已知事实，调用知识库中的专家知识进行推理，...

【专利技术属性】
技术研发人员：何坤，景欣，王德军，云效国，秦成立，陶明杰，崔海波，许紫洋，
申请(专利权)人：中国核电工程有限公司，
类型：发明
国别省市：