[发明专利]一种基于改进自适应调频模态分解的非线性振荡检测方法

说明书

本发明公开了一种基于改进自适应调频模态分解的非线性振荡检测方法，包括：(1)采集待检测工业过程的回路输出信号；(2)用改进自适应调频模态分解方法分解信号，(3)计算每个分解模态的瞬时频率的均值；(4)将归一化相关系数最大的模态的瞬时频率的均值作为基本频率；(5)计算当前基本频率对应模态之外的其他所有模块的置信区间上限和下限；(6)判断该置信区间内是否存在基本频率的整数倍，如果存在，则认为该振荡属于非线性振荡；如果不存在，则将归一化相关系数次大的模态的瞬时频率的均值作为基本频率，重复步骤(4)到(6)。利用本发明，可以提高工业过程的控制回路的非线性检测准确度和可靠性。

技术领域

本发明属于工业控制系统中的性能评估与故障诊断领域，尤其是涉及一种基于改进自适应调频模态分解的非线性振荡检测方法。

背景技术

随着工业控制回路的故障诊断与性能评估技术的迅速发展，振荡检测成为了控制回路的故障诊断的主要任务之一。由于控制系统回路之间的连接与耦合，在某一个回路中产生的振荡通常会传播到其他的回路。这些振荡会造成能量损耗、原材料浪费和产品质量下降等问题。阀门黏滞、控制器失调以及外部扰动是造成振荡的三个主要原因。

有文献指出，控制系统中的非线性环节，例如阀门黏滞，可能是控制回路振荡最主要的原因。对于生产过程的安全和产品利润的强烈需求极大推动了控制系统非线性振荡检测技术的发展。非线性振荡检测方法大致上可以分为两个方面，一种是基于数据驱动的，这种方法不需要研究对象的动态特性的先验知识；另一种是方法则是要么需要详细的过程知识，用户交互或者了解相当精确的过程结构。

基于数据驱动的非线性振荡检测方法有基于形状的黏滞检测，例如利用MV-OP图的相位特征法、利用PV-OP图的双相干和替代数据法；还有基于互相关、直方图、面积计算、曲线拟合等方法去检测非线性振荡的技术。需要详细的过程知识或者精确的过程结构的非线性振荡检测方法有基于模型的检测方法，基于输出信号频率已知的检测方法等。

近年来，信号分解技术发展迅猛，把这些新的信号处理技术用于处理工业控制系统数据的研究方兴未艾。Bahji等人首先使用HHT变换检测并诊断了工业过程控制系统数据的非线性。Aftab等人提出使用一种非线性指数来度量非线性的程度。最近Aftab等人把多维经验模态分解引入了非线性振荡检测领域。这些基于信号分解技术的非线性振荡检测方法是基于非线性振荡包含高次谐波的特性而进行的。如果一个信号分解以后，通过非线性检测算法能够检测到高次谐波，那么这个信号就存在非线性振荡。

自适应调频模态分解(adaptive chirp mode decomposition)是一种新的自适应的信号分解技术，能够将一个多分量输入信号分解成多子模态，并得到这些模态的瞬时频率。与传统基于经验的分解方法，如EMD，LMD等方法相比，自适应调频模态分解方法本质上是一个优化问题，具有数学理论基础完备、分辨率高，处理时变、非线性、非平稳信号效果好的优势。但是基本的自适应调频模态分解的停止条件是根据剩余信号占原信号的能量比值，这样停止条件就受噪声能量的影响很大，在实际应用中需要根据噪声能量调整，但实际环境中估计噪声能量是一件困难的事情。

发明内容

本发明提供了一种基于改进自适应调频模态分解的非线性振荡检测方法，检测精度高，只需要获取常规运行数据，无需过程机理知识。

一种基于改进自适应调频模态分解的非线性振荡检测方法，包括：

(1)采集一组待检测工业过程控制回路的输出信号；

(2)用改进自适应调频模态分解方法对回路的输出信号进行分解，得到分解所得模态以及模态的归一化相关系数λ_i和瞬时频率IF_i；

(3)计算每个分解所得模态的瞬时频率的均值

(4)将归一化相关系数最大的模态的瞬时频率的均值作为基本频率；