專(zhuān)利名稱(chēng):基于fisher的工業(yè)過(guò)程非線(xiàn)性故障診斷裝置的制作方法
技術(shù)領(lǐng)域:
本實(shí)用新型涉及工業(yè)過(guò)程故障診斷領(lǐng)域,特別地,涉及一種基于fisher的工 業(yè)過(guò)程非線(xiàn)性故障診斷裝置。(二) 背景技術(shù)由于產(chǎn)品質(zhì)量、經(jīng)濟(jì)效益、安全以及環(huán)保的要求,工業(yè)過(guò)程和相關(guān)的控制系 統(tǒng)變的非常復(fù)雜,為了保證工業(yè)系統(tǒng)的正常運(yùn)作,故障的診斷和檢測(cè)在工業(yè)過(guò)程 中扮演著非常重要的角色。近年來(lái),統(tǒng)計(jì)分析應(yīng)用于過(guò)程監(jiān)控和故障診斷得到了 廣泛的研究。利用工業(yè)實(shí)測(cè)數(shù)據(jù),采用統(tǒng)計(jì)的方法進(jìn)行故障診斷,避開(kāi)了復(fù)雜的機(jī)理分析, 求解相對(duì)方便。但是目前的大多數(shù)故障診斷方法都對(duì)變量的分布或者協(xié)方差分布 有一定的要求,比如要求變量滿(mǎn)足高斯分布等,而工業(yè)生產(chǎn)過(guò)程中的數(shù)據(jù)往往很 有可能不滿(mǎn)足這些要求。因此,往往得不到很好的故障診斷效果。(三) 發(fā)明內(nèi)容為了克服已有的故障診斷系統(tǒng)的適用性差、診斷效果較差的不足,本實(shí)用新型 提供一種適用范圍廣、能夠得到良好的故障診斷效果的基于fisher的工業(yè)過(guò)程非 線(xiàn)性故障診斷裝置。本實(shí)用新型解決其技術(shù)問(wèn)題所采用的技術(shù)方案是一種基于fisher的工業(yè)過(guò)程非線(xiàn)性故障診斷裝置,包括與工業(yè)過(guò)程對(duì)象連接 的現(xiàn)場(chǎng)智能儀表、DCS系統(tǒng)以及上位機(jī),所述的DCS系統(tǒng)由數(shù)據(jù)接口、控制站、 數(shù)據(jù)庫(kù)構(gòu)成;智能儀表、DCS系統(tǒng)、上位機(jī)依次相連,所述的上位機(jī)包括標(biāo)準(zhǔn)化處理模塊,用于對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,各變量的均值為0,方差為1, 得到輸入矩陣X,采用以下過(guò)程來(lái)完成1)計(jì)算均值<formula>formula see original document page 3</formula>
2)計(jì)算方差《=^^(^-^),其中,TX為訓(xùn)練樣本,N為訓(xùn)練樣本數(shù);fisher判別分析模塊,用于對(duì)樣本進(jìn)行分析診斷,確定分類(lèi)器模型,采用如下 過(guò)程1) 計(jì)算訓(xùn)練樣本的組內(nèi)離差陣W和組間離差陣B;2) 計(jì)算^-A『卜o的廣義特征根;i和特征向量l;3) 取對(duì)應(yīng)于非O特征根的特征向量,得如下變換式 其中L為非O特征根的個(gè)數(shù),X,'為標(biāo)準(zhǔn)化后的數(shù)據(jù);4) 通過(guò)以上變換式分別計(jì)算出系統(tǒng)正常和故障時(shí)的L個(gè)指標(biāo),即為各類(lèi)狀態(tài)的重心,按參數(shù)設(shè)置取前N個(gè);5) 待測(cè)樣本經(jīng)過(guò)同樣的變換得到L個(gè)指標(biāo),取前N個(gè),分別計(jì)算它與各類(lèi) 狀態(tài)重心的距離,將其歸為距離最小的一類(lèi);信號(hào)采集模塊,用于設(shè)定每次采樣的時(shí)間間隙,采集現(xiàn)場(chǎng)智能儀表的信號(hào); 待診斷數(shù)據(jù)確定模塊,用于將采集的數(shù)據(jù)傳送到DCS實(shí)時(shí)數(shù)據(jù)庫(kù)中,在每個(gè) 定時(shí)周期從DCS數(shù)據(jù)庫(kù)的實(shí)時(shí)數(shù)據(jù)庫(kù)中,得到最新的變量數(shù)據(jù)作為待診斷數(shù)據(jù)VX;故障診斷模塊,用于對(duì)待檢測(cè)數(shù)據(jù)VX用訓(xùn)練時(shí)得到的&和C7進(jìn)行標(biāo)準(zhǔn)化處理,并將標(biāo)準(zhǔn)化處理后的數(shù)據(jù)作為fisher判別分析模塊的輸入,將輸入代入訓(xùn) 練得到的判別函數(shù),計(jì)算判別函數(shù)值,判別所述工業(yè)過(guò)程的狀態(tài)。作為優(yōu)選的一種方案所述的上位機(jī)還包括判別模型更新模塊,用于定期將過(guò)程狀態(tài)正常的點(diǎn)添加到訓(xùn)練集VX中,輸出到標(biāo)準(zhǔn)化處理模塊,并更新上位 機(jī)的fisher判別分析模塊中的分類(lèi)器模型。作為優(yōu)選的另一種方案所述的上位機(jī)還包括結(jié)果顯示模塊,用于將故障診斷結(jié)果傳給DCS系統(tǒng),并在DCS的控制站顯示過(guò)程狀態(tài),并通過(guò)DCS系統(tǒng)和 現(xiàn)場(chǎng)總線(xiàn)將過(guò)程狀態(tài)信息傳遞到現(xiàn)場(chǎng)操作站進(jìn)行顯示。 Fisher準(zhǔn)則對(duì)變量分布和協(xié)方差分布沒(méi)有要求,適用范圍廣,因此廣泛運(yùn)用 于判別分析的各個(gè)領(lǐng)域。故障診斷的首要任務(wù)是把來(lái)自工業(yè)過(guò)程的樣本分成正常 和故障兩類(lèi),可以歸結(jié)為判別分析問(wèn)題,所以本實(shí)用新型引入fisher準(zhǔn)則進(jìn)行過(guò) 程的故障診斷,可以廣泛適用于各種工業(yè)過(guò)程。本實(shí)用新型的有益效果主要表現(xiàn)在1、適用范圍廣、能夠得到良好的故障診斷效果;2、能夠廣泛適用于各種工業(yè)過(guò)程。(四)
圖1是本實(shí)用新型所提出的故障診斷系統(tǒng)的硬件結(jié)構(gòu)圖。 圖2是本實(shí)用新型所提出的故障診斷系統(tǒng)功能模塊圖。 圖3是本實(shí)用新型上位機(jī)的原理框圖。
具體實(shí)施方式
以下結(jié)合附圖對(duì)本實(shí)用新型作進(jìn)一步描述。參照?qǐng)Dl、圖2、圖3, 一種基于fisher的工業(yè)過(guò)程非線(xiàn)性故障診斷裝置,包括與工業(yè)過(guò)程對(duì)象1連接的現(xiàn)場(chǎng)智能儀表2、DCS系統(tǒng)以及上位機(jī)6,所述的DCS系統(tǒng)由數(shù)據(jù)接口3、控制站4、數(shù)據(jù)庫(kù)5構(gòu)成;智能儀表2、 DCS系統(tǒng)、上位機(jī)6通過(guò)現(xiàn)場(chǎng)總線(xiàn)依次相連,所述的上位機(jī)6包括標(biāo)準(zhǔn)化處理模塊7,用于對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,各變量的均值為0,方差為 1,得到輸入矩陣X,采用以下過(guò)程來(lái)完成<formula>formula see original document page 5</formula>1) 計(jì)算均值<formula>formula see original document page 5</formula>2) 計(jì)算方<formula>formula see original document page 5</formula>3) 標(biāo)準(zhǔn)化—^, 其中,TX為訓(xùn)練樣本,N為訓(xùn)練樣本數(shù);fisher判別分析模塊8,用于對(duì)樣本進(jìn)行分析診斷,確定分類(lèi)器模型,采用如
下過(guò)程1 )計(jì)算訓(xùn)練樣本的組內(nèi)離差陣W和組間離差陣B;2) 計(jì)算|5-;1『| = 0的廣義特征根;1和特征向量l;3) 取對(duì)應(yīng)于非O特征根的特征向量,得如下變換式-w;其中L為非O特征根的個(gè)數(shù),X,'為標(biāo)準(zhǔn)化后的數(shù)據(jù);4) 通過(guò)以上變換式分別計(jì)算出系統(tǒng)正常和故障時(shí)的L個(gè)指標(biāo),即為各類(lèi)狀 態(tài)的重心,按參數(shù)設(shè)置取前N個(gè);5) 待測(cè)樣本經(jīng)過(guò)同樣的變換得到L個(gè)指標(biāo),取前N個(gè),分別計(jì)算它與各類(lèi) 狀態(tài)重心的距離,將其歸為距離最小的一類(lèi);信號(hào)采集模塊9,用于設(shè)定每次采樣的時(shí)間間隙,采集現(xiàn)場(chǎng)智能儀表的信號(hào); 待診斷數(shù)據(jù)確定模塊IO,用于將采集的數(shù)據(jù)傳送到DCS實(shí)時(shí)數(shù)據(jù)庫(kù)中,在每個(gè)定時(shí)周期從DCS數(shù)據(jù)庫(kù)的實(shí)時(shí)數(shù)據(jù)庫(kù)中,得到最新的變量數(shù)據(jù)作為待診斷數(shù)據(jù)VX;故障診斷模塊11,用于對(duì)待檢測(cè)數(shù)據(jù)VX用訓(xùn)練時(shí)得到的^和C7〗進(jìn)行標(biāo)準(zhǔn)化處理,并將標(biāo)準(zhǔn)化處理后的數(shù)據(jù)作為fisher判別分析模塊的輸入,將輸入代入 訓(xùn)練得到的判別函數(shù),計(jì)算判別函數(shù)值,判別所述工業(yè)過(guò)程的狀態(tài)。所述的上位機(jī)還包括判別模型更新模塊12,用于定期將過(guò)程狀態(tài)正常的點(diǎn) 添加到訓(xùn)練集VX中,輸出到標(biāo)準(zhǔn)化處理模塊,并更新上位機(jī)的fisher判別分析 模塊中的分類(lèi)器模型。所述的上位機(jī)還包括結(jié)果顯示模塊13,用于將故障診斷結(jié)果傳給DCS系 統(tǒng),并在DCS的控制站顯示過(guò)程狀態(tài),并通過(guò)DCS系統(tǒng)和現(xiàn)場(chǎng)總線(xiàn)將過(guò)程狀態(tài) 信息傳遞到現(xiàn)場(chǎng)操作站進(jìn)行顯示。本實(shí)施例的工業(yè)過(guò)程故障診斷系統(tǒng)的硬件結(jié)構(gòu)圖如附圖1所示,所述的故障 診斷系統(tǒng)核心由包括標(biāo)準(zhǔn)化處理模塊7和fisher判別分析模塊8兩大功能模塊和 人機(jī)界面的上位機(jī)6構(gòu)成,此外還包括現(xiàn)場(chǎng)智能儀表2, DCS系統(tǒng)和現(xiàn)場(chǎng)總線(xiàn)。 所述的DCS系統(tǒng)由數(shù)據(jù)接口 3、控制站4、數(shù)據(jù)庫(kù)5構(gòu)成;工業(yè)過(guò)程對(duì)象l、智 能儀表2、 DCS系統(tǒng)、上位機(jī)6通過(guò)現(xiàn)場(chǎng)總線(xiàn)依次相連,實(shí)現(xiàn)信息流的上傳和下 達(dá)。故障診斷系統(tǒng)在上位機(jī)6上運(yùn)行,可以方便地與底層系統(tǒng)進(jìn)行信息交換,及 時(shí)應(yīng)對(duì)系統(tǒng)故障。 本實(shí)施例的故障診斷系統(tǒng)的功能模塊圖如附圖2所示,主要包括標(biāo)準(zhǔn)化處理 模塊7、 fisher判別分析模塊8等。所述的故障診斷方法按照如下步驟來(lái)實(shí)現(xiàn)-1、 確定故障診斷所用的關(guān)鍵變量,從DCS數(shù)據(jù)庫(kù)5的歷史數(shù)據(jù)庫(kù)中分別采 集系統(tǒng)正常和故障時(shí)這些變量的數(shù)據(jù)作為訓(xùn)練樣本TX;2、 在上位機(jī)6的fisher判別分析模塊8中,設(shè)置判別函數(shù)個(gè)數(shù)N等參數(shù),并 設(shè)定DCS中的采樣周期;3、 訓(xùn)練樣本TX在上位機(jī)6中,依次經(jīng)過(guò)標(biāo)準(zhǔn)化處理7、 fisher判別分析8 等功能模塊,采用以下步驟來(lái)完成診斷系統(tǒng)的訓(xùn)練1) 在上位機(jī)6的標(biāo)準(zhǔn)化處理功能模塊7中,對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,使得各變量的均值為0,方差為l,得到輸入矩陣X。采用以下過(guò)程來(lái)完成—i w① 計(jì)算均值<formula>formula see original document page 7</formula>② 計(jì)算方差<formula>formula see original document page 7</formula>③ 標(biāo)準(zhǔn)化<formula>formula see original document page 7</formula> 其中N為訓(xùn)練樣本數(shù)。上位機(jī)6的標(biāo)準(zhǔn)化處理功能模塊7所進(jìn)行的標(biāo)準(zhǔn)化處理能消除各變量因?yàn)榱?綱不同造成的影響。2) 計(jì)算訓(xùn)練樣本的組內(nèi)離差陣W和組間離差陣B;3) 計(jì)算|5-義『| = 0的廣義特征根;1和特征向量l;4) 取對(duì)應(yīng)于非O特征根的特征向量,得如下變換式其中L為非O特征根的個(gè)數(shù),X,!為標(biāo)準(zhǔn)化后的數(shù)據(jù);5) 通過(guò)以上變換式分別計(jì)算出系統(tǒng)正常和故障時(shí)的L個(gè)指標(biāo),作為各類(lèi)狀態(tài)的重心,按參數(shù)設(shè)置取前N個(gè); 4、系統(tǒng)開(kāi)始投運(yùn)1) 用定時(shí)器,設(shè)置好每次采樣的時(shí)間間隔;2) 現(xiàn)場(chǎng)智能儀表2檢測(cè)過(guò)程數(shù)據(jù)并傳送到DCS數(shù)據(jù)庫(kù)5的實(shí)時(shí)數(shù)據(jù)庫(kù)中; 3) 上位機(jī)6在每個(gè)定時(shí)周期從DCS數(shù)據(jù)庫(kù)5的實(shí)時(shí)數(shù)據(jù)庫(kù)中,得到最新的 變量數(shù)據(jù),作為待診斷數(shù)據(jù)VX;
4) 待檢測(cè)數(shù)據(jù)VX,在上位機(jī)6的標(biāo)準(zhǔn)化處理功能模塊7中,用訓(xùn)練時(shí)得到 的^和(j進(jìn)行標(biāo)準(zhǔn)化處理,并將標(biāo)準(zhǔn)化處理后的數(shù)據(jù)作為fisher判別分析模塊8 的輸入;
5) 上位機(jī)6中的fisher判別分析模塊8,將輸入代入訓(xùn)練得到的判別函數(shù), 計(jì)算判別函數(shù)值,判別并在上位機(jī)6的人機(jī)界面上顯示過(guò)程的狀態(tài);
6) 上位機(jī)6將故障診斷結(jié)果傳給DCS系統(tǒng),并在DCS的控制站4顯示過(guò) 程狀態(tài),同時(shí)通過(guò)DCS系統(tǒng)和現(xiàn)場(chǎng)總線(xiàn)將過(guò)程狀態(tài)信息傳遞到現(xiàn)場(chǎng)操作站進(jìn)行顯 示,使得現(xiàn)場(chǎng)操作工可以及時(shí)應(yīng)對(duì)。
5、判別模型更新
在系統(tǒng)投運(yùn)過(guò)程中,定期將過(guò)程狀態(tài)正常的點(diǎn)添加到訓(xùn)練集VX中,重復(fù)步 驟3的訓(xùn)練過(guò)程,以便及時(shí)更新上位機(jī)6的fisher判別分析模塊8中的分類(lèi)器模 型,保持判別模型具有較好的效果。
權(quán)利要求1、一種基于fisher的工業(yè)過(guò)程非線(xiàn)性故障診斷裝置,包括與工業(yè)過(guò)程對(duì)象連接的現(xiàn)場(chǎng)智能儀表、DCS系統(tǒng)以及上位機(jī),所述的DCS系統(tǒng)由數(shù)據(jù)接口、控制站、數(shù)據(jù)庫(kù)構(gòu)成;智能儀表、DCS系統(tǒng)、上位機(jī)依次相連,其特征在于所述的上位機(jī)包括用于對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理的標(biāo)準(zhǔn)化處理模塊;用于對(duì)樣本進(jìn)行分析診斷,確定分類(lèi)器模型的fisher判別分析模塊;用于設(shè)定每次采樣的時(shí)間間隙,采集現(xiàn)場(chǎng)智能儀表的信號(hào)的信號(hào)采集模塊;用于將采集的數(shù)據(jù)傳送到DCS實(shí)時(shí)數(shù)據(jù)庫(kù)中,在每個(gè)定時(shí)周期從DCS數(shù)據(jù)庫(kù)的實(shí)時(shí)數(shù)據(jù)庫(kù)中,得到最新的變量數(shù)據(jù)作為待診斷數(shù)據(jù)VX的待診斷數(shù)據(jù)確定模塊;用于對(duì)待檢測(cè)數(shù)據(jù)VX用訓(xùn)練時(shí)得到的和σx2進(jìn)行標(biāo)準(zhǔn)化處理,并將標(biāo)準(zhǔn)化處理后的數(shù)據(jù)作為fisher判別分析模塊的輸入,將輸入代入訓(xùn)練得到的判別函數(shù),計(jì)算判別函數(shù)值,判別所述工業(yè)過(guò)程的狀態(tài)的故障診斷模塊;所述現(xiàn)場(chǎng)智能儀表與信號(hào)采集模塊數(shù)據(jù)連接,所述信號(hào)采集模塊連接待診斷數(shù)據(jù)確定模塊,所述的待診斷數(shù)據(jù)確定模塊連接故障診斷模塊,所述標(biāo)準(zhǔn)化處理模塊與fisher判別分析模塊連接,所述fisher判別分析模塊與故障診斷模塊連接。
2、 如權(quán)利要求1所述的基于fisher的工業(yè)過(guò)程非線(xiàn)性故障診斷裝置,其特征在于 所述的上位機(jī)還包括用于定期將過(guò)程狀態(tài)正常的點(diǎn)添加到訓(xùn)練集VX中,輸出到標(biāo)準(zhǔn)化處理模塊, 并更新上位機(jī)的fisher判別分析模塊中的分類(lèi)器模型的判別模型更新模塊,所述 判斷模型更新模塊連接fisher判別分析模塊。
3、 如權(quán)利要求l或2所述的的基于fisher的工業(yè)過(guò)程非線(xiàn)性故障診斷裝置,其特 征在于所述的上位機(jī)還包括用于將故障診斷結(jié)果傳給DCS系統(tǒng),并在DCS的控制站顯示過(guò)程狀態(tài),并 通過(guò)DCS系統(tǒng)和現(xiàn)場(chǎng)總線(xiàn)將過(guò)程狀態(tài)信息傳遞到現(xiàn)場(chǎng)操作站進(jìn)行顯示的結(jié)果顯 示模塊,所述結(jié)果顯示模塊連接故障診斷模塊。
專(zhuān)利摘要一種基于fisher的工業(yè)過(guò)程非線(xiàn)性故障診斷裝置,包括與工業(yè)過(guò)程對(duì)象連接的現(xiàn)場(chǎng)智能儀表、DCS系統(tǒng)以及上位機(jī),所述的DCS系統(tǒng)由數(shù)據(jù)接口、控制站、數(shù)據(jù)庫(kù)構(gòu)成;智能儀表、DCS系統(tǒng)、上位機(jī)依次相連,所述的上位機(jī)包括標(biāo)準(zhǔn)化處理模塊、fisher判別分析模塊以及故障診斷模塊。本實(shí)用新型提供一種適用范圍廣、能夠得到良好的故障診斷效果的基于fisher的工業(yè)過(guò)程非線(xiàn)性故障診斷裝置。
文檔編號(hào)G05B19/418GK201017232SQ200620140288
公開(kāi)日2008年2月6日 申請(qǐng)日期2006年11月23日 優(yōu)先權(quán)日2006年11月23日
發(fā)明者劉興高 申請(qǐng)人:浙江大學(xué)