[发明专利]一阶定值控制系统传感器故障诊断方法及诊断系统

说明书

本发明涉及一阶定值控制系统传感器故障诊断和容错控制方法和系统，包括以下步骤：在线采集正常稳定系统的传感器输出数据并确定故障检测阈值，建立故障检测模型；在线设置加性故障和乘性故障，采集故障数据；建立故障估计模型；建立故障分离模型；实时故障诊断。本发明可广泛应用于一阶定值控制系统的传感器在线故障诊断中。

技术领域

本发明涉及一种传感器故障诊断系统及其方法，尤其涉及一阶定值控制系统传感器故障诊断方法及系统，属于数据驱动领域。

背景技术

数据驱动的故障诊断研究是较为热门的研究领域，随着DCS的广泛应用，众多企业都积累相当丰富的设备运行数据。基于数据驱动的故障诊断是把系统作为一个黑箱处理，不再需要知道系统以及对象的精确的数学模型，通过系统过程运行数据分析与挖掘完成故障诊断。对于复杂且对象特性不便于掌握的被控对象，基于数据驱动的故障诊断方法有着较为明显的优势。且一阶定值控制系统是工程中常用到的控制系统，其简单且易于实现，有利于降低企业生产成本并且提高企业安全性。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种基于数据驱动的一阶定值系统传感器故障诊断方法及系统。

技术方案：为解决上述技术问题，本发明提供一种基于数据驱动的一阶定值系统传感器故障诊断方法及系统，包装有Matlab、WinCC的上位机，通过OPC技术将WinCC与MATLAB组成数据处理以及系统控制模块。PLC控制器以及相关输入输出模块组成的数据采集与传输模块。

一种基于数据驱动的一阶定值系统传感器故障诊断方法，包括如下步骤：

(1)采集一阶定值系统传感器正常工作时的运行数据；

(2)设计符合本系统的传感器故障强度，并将故障类型定性为加性故障和乘性故障，在装有MATL AB的上位机上实现故障仿真；

(3)采集一阶定值系统传感器工作在步骤(2)中所设计模型时的运行数据；

(4)利用最小二乘法对模拟故障数据进行一次曲线拟合，取一次曲线的一次项系数作为故障特征，然后采用最小二乘法对故障特征、故障强度、故障类型等进行二次拟合，得到拟合曲线方程作为故障分离模型；

(5)在投入运行后，确定传感器工作时的故障检测阈值：

假设一阶定值控制系统的响应从初始状态到稳定状态时间是t_s，故障检测所需要的数据包括采用系统稳定后的时刻及其传感器输出值所构成的数据组，从第t_s时刻开始的数据组为第一个数据组，数据总组数为

其中T_s为采样周期，t_c为整个系统的运行总时长。

每个采样点的残差取绝对值表示为

|e(k)|＝|y_m(k)-y_sp|,(k＝1,2,3,...,n)

式中y_m(k)表示传感器输出值，y_sp表示系统给定值。

设系统发生故障后动态调节时间为t_a，则每t_a时间长度设置一个数据窗口，且每个数据窗口所包含的数据组数为

从第一组样本数据开始，每过一个采样周期向时间增长方向顺序移动一组，即数据窗顺移；一共可以顺移设置(n-N_s)个数据窗口，将每个数据窗口所包含的传感器输出值与给定值残差的绝对值求和，有