【技術(shù)實(shí)現(xiàn)步驟摘要】
本申請涉及工業(yè)過程振蕩檢測領(lǐng)域，特別是涉及一種基于自適應(yīng)變分模態(tài)分解的工業(yè)過程振蕩檢測方法及系統(tǒng)。
技術(shù)介紹
1、工業(yè)過程包括以石油、化工、鋼鐵、有色金屬、建材等基礎(chǔ)原材料行業(yè)為主的流程工業(yè)，以及以機(jī)械、電子、汽車、航空航天、軌道交通和海洋工程等裝備制造行業(yè)為主的離散工業(yè)。這些行業(yè)不僅是制造業(yè)的重要組成部分，還是我國國民經(jīng)濟(jì)和社會發(fā)展的支柱產(chǎn)業(yè)，在保障國家重大工程建設(shè)和推動國民經(jīng)濟(jì)增長方面起著不可替代的作用。例如，石油和化工行業(yè)提供了能源和化學(xué)原料，支持了其他各個行業(yè)的生產(chǎn)活動；鋼鐵和有色金屬行業(yè)提供了關(guān)鍵的結(jié)構(gòu)材料，支撐了建筑和制造業(yè)的發(fā)展；機(jī)械和電子工業(yè)則為整個制造業(yè)提供了必要的設(shè)備和技術(shù)支持。隨著科學(xué)技術(shù)的不斷進(jìn)步和工業(yè)自動化水平的迅速提高，工業(yè)過程正向規(guī)模化和集成化發(fā)展，這對安全、高效、節(jié)能和高質(zhì)量生產(chǎn)提出了更高的要求。
2、控制系統(tǒng)作為工業(yè)生產(chǎn)過程的“大腦”，控制系統(tǒng)的主要功能是確保生產(chǎn)過程按照預(yù)定的程序運(yùn)行，達(dá)到預(yù)期的生產(chǎn)目標(biāo)，是保障產(chǎn)品質(zhì)量、降低工業(yè)過程的材料和能耗、確保過程安全運(yùn)行不可或缺的部分。具體地，控制系統(tǒng)通過實(shí)時監(jiān)控生產(chǎn)過程中的各種參數(shù)(如溫度、壓力、流量、液位、控制器等)，并根據(jù)這些參數(shù)進(jìn)行自動調(diào)節(jié)，從而維持過程的穩(wěn)定和高效運(yùn)行。比例-積分-微分(proportional?integral?derivative，pid)控制器由于其結(jié)構(gòu)簡單、運(yùn)行穩(wěn)定、魯棒性強(qiáng)、響應(yīng)速度快的特點(diǎn)，成為工業(yè)過程控制中最常用的控制器(占據(jù)90％以上的控制回路)。
3、然而，隨著時間的推移，復(fù)雜的生產(chǎn)過
4、振蕩是pid控制器性能惡化的主要表現(xiàn)之一，也是流程工業(yè)中最常見的問題之一。振蕩通常表現(xiàn)為過程變量(process?variable，pv)在設(shè)定值(setpoint，sp)附近反復(fù)波動，無法穩(wěn)定在期望設(shè)定值上。這種不穩(wěn)定性不僅會降低產(chǎn)品質(zhì)量，還會增加原材料和能源的消耗，加速設(shè)備的老化，甚至影響生產(chǎn)過程的安全。因此，檢測振蕩并及時做出維護(hù)決策對于保持生產(chǎn)過程的穩(wěn)定性和經(jīng)濟(jì)效益至關(guān)重要。
5、隨著信號處理技術(shù)的快速發(fā)展，現(xiàn)有振蕩檢測技術(shù)的重點(diǎn)已經(jīng)從時域、頻域轉(zhuǎn)至?xí)r頻域。時頻域分析技術(shù)結(jié)合了時域和頻域的優(yōu)點(diǎn)，通過同時考慮信號在時間和頻率上的變化，更加全面地描述信號的特性。在實(shí)際應(yīng)用中，通過利用先進(jìn)的信號處理技術(shù)對pv進(jìn)行預(yù)處理，可以獲得更加平穩(wěn)和有意義的數(shù)據(jù)。這些預(yù)處理技術(shù)包括信號濾波、降噪、去趨勢等，旨在去除信號中的噪聲和干擾，提取pv中的數(shù)據(jù)特征。隨后，基于一系列振蕩檢測指標(biāo)對提取的數(shù)據(jù)特征進(jìn)行分析，從而完成對單個控制回路中振蕩現(xiàn)象的檢測。
6、在信號時頻分析技術(shù)中，以經(jīng)驗(yàn)?zāi)B(tài)分解(empirical?mode?decomposition，emd)為代表的經(jīng)驗(yàn)類方法與以變分模態(tài)分解(variational?mode?decomposition，vmd)為代表的優(yōu)化類方法是目前主流的兩類技術(shù)。其中，emd自適應(yīng)性更強(qiáng)，無需設(shè)置參數(shù)即可完成對數(shù)據(jù)的自適應(yīng)分析，但其處理噪聲、間歇污染下的工業(yè)數(shù)據(jù)時候會出現(xiàn)模態(tài)混疊問題。相比之下，vmd的理論技術(shù)更深，在參數(shù)配置(模態(tài)數(shù)k)合適的前提下分解性能優(yōu)于emd，但使用不恰當(dāng)?shù)膋則會出現(xiàn)更為嚴(yán)重的模態(tài)混疊問題，顯著增加了振蕩檢測的難度。因此，確定合適的k對于提升vmd性能、精確完成振蕩檢測至關(guān)重要。
技術(shù)實(shí)現(xiàn)思路
1、本申請的目的是提供一種基于自適應(yīng)變分模態(tài)分解的工業(yè)過程振蕩檢測方法及系統(tǒng)，其改進(jìn)之處是對變分模態(tài)分解方法中的關(guān)鍵參數(shù)(模態(tài)數(shù)k)進(jìn)行自適應(yīng)選擇，解決了由變分模態(tài)分解造成的模態(tài)混疊，進(jìn)而有效提升了工業(yè)過程振蕩檢測精度。其次，采用“分解+檢測”手段大幅降低了振蕩檢測的難度，有效提升了檢測振蕩的成功率。
2、為實(shí)現(xiàn)上述目的，本申請?zhí)峁┝巳缦路桨福?/p>
3、第一方面，本申請?zhí)峁┝艘环N基于自適應(yīng)變分模態(tài)分解的工業(yè)過程振蕩檢測方法，包括：
4、從工業(yè)過程控制系統(tǒng)中采集到一組過程變量信號；
5、在預(yù)設(shè)范圍內(nèi)遍歷變分模態(tài)分解算法的模態(tài)數(shù)，得到模態(tài)數(shù)集合；
6、基于所述模態(tài)數(shù)集合，采用所述變分模態(tài)分解算法對所述過程變量信號進(jìn)行變分模態(tài)分解，得到每個模態(tài)數(shù)對應(yīng)的固有模態(tài)函數(shù)；
7、分別根據(jù)每個模態(tài)數(shù)對應(yīng)的固有模態(tài)函數(shù)，計(jì)算不同模態(tài)數(shù)對應(yīng)的模態(tài)指標(biāo)；
8、計(jì)算最小的模態(tài)指標(biāo)對應(yīng)的所有固有模態(tài)函數(shù)的稀疏性指標(biāo)；
9、計(jì)算最小的模態(tài)指標(biāo)對應(yīng)的所有固有模態(tài)函數(shù)的魯棒規(guī)律性指標(biāo)；
10、根據(jù)所述稀疏性指標(biāo)和所述魯棒規(guī)律性指標(biāo)判斷是否存在振蕩。
11、可選地，所述基于自適應(yīng)變分模態(tài)分解的工業(yè)過程振蕩檢測方法還包括：
12、確定變分模態(tài)分解算法的二次懲罰因子、保真度參數(shù)及收斂條件參數(shù)。
13、可選地，在預(yù)設(shè)范圍內(nèi)遍歷變分模態(tài)分解算法的模態(tài)數(shù)，得到模態(tài)數(shù)集合，具體包括：
14、設(shè)置變分模態(tài)分解算法的模態(tài)數(shù)的遍歷范圍為[a,b]，通過按照步長λ，遍歷范圍[a,b]得到模態(tài)數(shù)集合
15、
16、其中，a、b、λ根據(jù)實(shí)際信號設(shè)置，其默認(rèn)設(shè)置為a＝2，b＝10，λ＝1，ki表示第i個模態(tài)數(shù)。
17、可選地，基于所述模態(tài)數(shù)集合，采用所述變分模態(tài)分解算法對所述過程變量信號進(jìn)行變分模態(tài)分解，得到每個模態(tài)數(shù)對應(yīng)的固有模態(tài)函數(shù)，具體包括：
18、依次將所述模態(tài)數(shù)集合中的模態(tài)數(shù)配置給變分模態(tài)分解算法，對所述過程變量信號進(jìn)行次變分模態(tài)分解，得到每個模態(tài)數(shù)對應(yīng)的固有模態(tài)函數(shù)；其中，固有模態(tài)函數(shù)的數(shù)量與模態(tài)數(shù)大小一致。
19、可選地，采用以下公式計(jì)算第i個模態(tài)數(shù)對應(yīng)的模態(tài)指標(biāo)mii：
20、
21、其中，di(t)表示變分模態(tài)分解算法配置第i個模態(tài)數(shù)ki分解得到的固有模態(tài)函數(shù)，表示變分模態(tài)分解算法配置第i個模態(tài)數(shù)ki分解得到的ki個固有模態(tài)函數(shù)，p[·]為功率譜密度算子，ψ{·}為計(jì)數(shù)算子，計(jì)算固有模態(tài)函數(shù)的功率譜密度在閾值th＝px/50以上所述過程變量信號的數(shù)量和，px為所述過程變量信號的平均功率，||·||2為二范數(shù)算子。
22、可選地，計(jì)算最小的模態(tài)指標(biāo)對應(yīng)的所有固有模態(tài)函數(shù)的稀疏性指標(biāo)，具體包括：
23、計(jì)算最小的模態(tài)指標(biāo)對應(yīng)的所有固有模態(tài)函數(shù)傅里葉變換后的頻譜，并計(jì)算每個頻譜的稀疏性指標(biāo)；其中，采用以下公式計(jì)算第j個固有模態(tài)函數(shù)的頻譜的稀疏性指標(biāo)sij：
24、
25、其中，n是向量的長度，表示第j個固有模態(tài)函數(shù)的頻譜，δ為平衡因子，根據(jù)實(shí)際信號設(shè)置，其默認(rèn)設(shè)置為1。
本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于自適應(yīng)變分模態(tài)分解的工業(yè)過程振蕩檢測方法，其特征在于，所述基于自適應(yīng)變分模態(tài)分解的工業(yè)過程振蕩檢測方法包括：
2.根據(jù)權(quán)利要求1所述的基于自適應(yīng)變分模態(tài)分解的工業(yè)過程振蕩檢測方法，其特征在于，所述基于自適應(yīng)變分模態(tài)分解的工業(yè)過程振蕩檢測方法還包括：
3.根據(jù)權(quán)利要求1所述的基于自適應(yīng)變分模態(tài)分解的工業(yè)過程振蕩檢測方法，其特征在于，在預(yù)設(shè)范圍內(nèi)遍歷變分模態(tài)分解算法的模態(tài)數(shù)，得到模態(tài)數(shù)集合，具體包括：
4.根據(jù)權(quán)利要求3所述的基于自適應(yīng)變分模態(tài)分解的工業(yè)過程振蕩檢測方法，其特征在于，基于所述模態(tài)數(shù)集合，采用所述變分模態(tài)分解算法對所述過程變量信號進(jìn)行變分模態(tài)分解，得到每個模態(tài)數(shù)對應(yīng)的固有模態(tài)函數(shù)，具體包括：
5.根據(jù)權(quán)利要求1所述的基于自適應(yīng)變分模態(tài)分解的工業(yè)過程振蕩檢測方法，其特征在于，采用以下公式計(jì)算第i個模態(tài)數(shù)對應(yīng)的模態(tài)指標(biāo)MIi：
6.根據(jù)權(quán)利要求1所述的基于自適應(yīng)變分模態(tài)分解的工業(yè)過程振蕩檢測方法，其特征在于，計(jì)算最小的模態(tài)指標(biāo)對應(yīng)的所有固有模態(tài)函數(shù)的稀疏性指標(biāo)，具體包括：
7.根據(jù)權(quán)利要求1
8.根據(jù)權(quán)利要求1所述的基于自適應(yīng)變分模態(tài)分解的工業(yè)過程振蕩檢測方法，根據(jù)所述稀疏性指標(biāo)和所述魯棒規(guī)律性指標(biāo)判斷是否存在振蕩，具體包括：
9.一種基于自適應(yīng)變分模態(tài)分解的工業(yè)過程振蕩檢測系統(tǒng)，其特征在于，所述基于自適應(yīng)變分模態(tài)分解的工業(yè)過程振蕩檢測系統(tǒng)包括：
10.根據(jù)權(quán)利要求9所述的基于自適應(yīng)變分模態(tài)分解的工業(yè)過程振蕩檢測系統(tǒng)，其特征在于，所述配置模塊中的數(shù)據(jù)處理過程包括：
...【技術(shù)特征摘要】
1.一種基于自適應(yīng)變分模態(tài)分解的工業(yè)過程振蕩檢測方法，其特征在于，所述基于自適應(yīng)變分模態(tài)分解的工業(yè)過程振蕩檢測方法包括：
2.根據(jù)權(quán)利要求1所述的基于自適應(yīng)變分模態(tài)分解的工業(yè)過程振蕩檢測方法，其特征在于，所述基于自適應(yīng)變分模態(tài)分解的工業(yè)過程振蕩檢測方法還包括：
3.根據(jù)權(quán)利要求1所述的基于自適應(yīng)變分模態(tài)分解的工業(yè)過程振蕩檢測方法，其特征在于，在預(yù)設(shè)范圍內(nèi)遍歷變分模態(tài)分解算法的模態(tài)數(shù)，得到模態(tài)數(shù)集合，具體包括：
4.根據(jù)權(quán)利要求3所述的基于自適應(yīng)變分模態(tài)分解的工業(yè)過程振蕩檢測方法，其特征在于，基于所述模態(tài)數(shù)集合，采用所述變分模態(tài)分解算法對所述過程變量信號進(jìn)行變分模態(tài)分解，得到每個模態(tài)數(shù)對應(yīng)的固有模態(tài)函數(shù)，具體包括：
5.根據(jù)權(quán)利要求1所述的基于自適應(yīng)變分模態(tài)分解的工業(yè)過程振蕩檢測方法，其特征在于，采用以下公式計(jì)算第...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：吳建德，劉淞華，郎恂，李鵬，楊創(chuàng)艷，郎煜民，
申請(專利權(quán))人：云南大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。