張祖鷹

（南京化工職業(yè)技術(shù)學(xué)院，南京 210048）

0 引言

一般的過程控制系統(tǒng)基礎(chǔ)層往往包含90%以上的常規(guī)控制回路，回路之間又存在關(guān)聯(lián)耦合現(xiàn)象，一旦局部某一控制回路發(fā)生故障(例如，傳感器故障或者閥門故障)，導(dǎo)致控制回路發(fā)生波動，性能退化，故障通過回路之間關(guān)聯(lián)傳遞機(jī)制傳播到相關(guān)回路，其性能也被退化，致使整個廠級控制系統(tǒng)出現(xiàn)波動，輕則導(dǎo)致產(chǎn)品質(zhì)量下降，能耗上升，重則導(dǎo)致廠級控制系統(tǒng)癱瘓，發(fā)生安全事故。這時往往都是現(xiàn)場工程師通過對故障現(xiàn)象分析，準(zhǔn)確定位控制回路，并經(jīng)過維護(hù)消除故障，整個工業(yè)控制系統(tǒng)恢復(fù)正常運(yùn)行狀態(tài)。因此，問題回路的有效定位是解決廠級范圍控制回路性能降低退化的重要因素[1]。另一方面對于連續(xù)的流程工業(yè)生產(chǎn)線，其往往只是一年大修一次，因此對于一些性能衰退的設(shè)備或者故障設(shè)備，一時又難以進(jìn)行維修或者更換，需要從控制補(bǔ)償?shù)慕嵌忍岢鲋鲃尤蒎e控制方法，最大限度地將控制回路性能維持在正常狀態(tài)。

1 故障現(xiàn)象的合理描述

工業(yè)過程目前絕大部分己采用了計(jì)算機(jī)控制系統(tǒng)，且以計(jì)算機(jī)控制的可靠性可以達(dá)到較高水平，隨之而來的問題是執(zhí)行器和傳感器可靠性的不足。實(shí)際上，傳感器和執(zhí)行器的故障已成為導(dǎo)致控制系統(tǒng)失效的主要原因，據(jù)統(tǒng)計(jì)，80%控制系統(tǒng)失效，起因于傳感器和執(zhí)行器故障[2]。然而，傳統(tǒng)控制理論的研究大多都是基于傳感器和執(zhí)行器工作正常的假設(shè)。因此，研究傳感器和執(zhí)行器的故障檢測和容錯控制問題有重要的理論和應(yīng)用價值。另一方面，目前大部分故障容錯控制研究中廣泛采用了“二狀態(tài)故障模型”，雖然這種描述可以簡化故障診斷和容錯控制的研究，但這種描述不能很好的反映實(shí)際的工程系統(tǒng)中所發(fā)生的故障現(xiàn)象。因此，如何建立合理的實(shí)際故障的解析模型是非常必要的。

1.1 傳感器故障的合理描述1.1.1 傳感器故障問題的描述

對于一個多輸入多輸出的非線性動態(tài)系統(tǒng)，其傳感器故障數(shù)學(xué)模型描述為：

這里，x∈Rn是狀態(tài)矢量；u∈Rm是輸入矢量；f(x,u)∈Rn表示系統(tǒng)的非線性系統(tǒng)模型；η(x,u)表示模型的不確定性；F(x,u,t)∈Rn表示傳感器故障函數(shù)；g(x,u)∈Rq表示系統(tǒng)的輸出函數(shù)；g(t)∈Rq表示測量的隨機(jī)誤差，或稱自由噪聲。通常自由噪聲服從零平均值的正態(tài)分布，即ε(t)～N(0,σ12)，其中σ1

2為自由噪聲的方差，它主要是由于測量系統(tǒng)本身或測量過程本身的隨機(jī)性造成的，是不可預(yù)期的。

1.1.2 傳感器故障分類及其特性描述

在實(shí)際的工業(yè)過程中，傳感器由于外界環(huán)境的干擾和其本身的特性，會發(fā)生許多種不同類型的故障，例如：偏差故障、漂移故障、精度下降故障和完全故障。前三種故障被稱為“軟故障”，而后一種故障被稱為“硬故障”。軟故障由于故障現(xiàn)象不明顯，難于被檢測，使得軟故障在某種程度上比硬故障危害更大[3]。這四種傳感器故障的解析模型可以被描述為：

1）偏差故障：是指故障測量值與正確測量值相差某一恒定常數(shù)的一類故障，即：F(x,u,t)=b，b為常數(shù)。

該類有故障的測量與無故障的測量是平行的，只是兩者之間相差一個常數(shù)b。

2）漂移故障：是指故障大小隨時間發(fā)生線性變化的一類故障，其表示形式為：

F(x.u.t)=d(t,T0)，d為常數(shù)，T0為的故障起始時刻。

該類有故障測量值與無故障測量值之間的差距隨時間的推移而不斷加大。

3）精度下降故障：發(fā)生精度下降故障時，測量的平均值并沒有變化，而是測量的方差發(fā)生了變化。具體表示形式為：F(x.u.t)～N(0,σ22)。這里，N(0,σ22)表示高斯白噪聲，σ2

2表示方差。精度下降故障類似于自由噪聲的方差增大的情況。其表現(xiàn)形式有故障測量與無故障測量混雜在一起。正是由于這一點(diǎn)，使得該類故障的檢測較其他三類故障更難。

4）完全故障：完全故障時測量值不隨實(shí)際變化而變化，始終保持某一讀數(shù)。通常這一恒定值一般是儀表量程的最大或最小值。該類故障可以表示成為：F(x,u,t)=c， c表示儀表量程的最大或最小值。

此類故障檢測的關(guān)鍵是早期檢測，防止故障步的擴(kuò)大。

1.2 執(zhí)行器故障的描述[4]

執(zhí)行器位于控制回路的終端，控制系統(tǒng)的控制性能與執(zhí)行器的性能和正確有著直接的十分重要的關(guān)系。閥門是流程工業(yè)最常用的執(zhí)行器，其使用不當(dāng)或閥障引起的生產(chǎn)不能正常進(jìn)行甚至造成事故的情況不勝枚舉。另一方面在一個裝置閥門的數(shù)量眾多，一些關(guān)鍵部位的閥門價值昂貴且難于更換。

1.2.1 閥門裝置的基本結(jié)構(gòu)

閥門由執(zhí)行機(jī)構(gòu)、調(diào)節(jié)機(jī)構(gòu)和閥門定位器組成。執(zhí)行機(jī)構(gòu)將控制器輸出信號轉(zhuǎn)換成控制閥的推力，由推力力矩進(jìn)一步轉(zhuǎn)化為角位移信號;調(diào)解機(jī)構(gòu)將位移信號轉(zhuǎn)換為流通面積的變化，從而影響流體流量。閥門定位器可改善控制系統(tǒng)功能，與閥桿位移量組成副回路控制，克服摩擦力、不平衡力和回差干擾。閥門定位器構(gòu)成一個負(fù)反饋回路與原有的被控變量組成串級控制，如圖1所示。

圖1 閥門控制原理結(jié)構(gòu)圖

1.2.2 閥門常見故障的合理描述

閥門故障按照其機(jī)構(gòu)可以劃分為：調(diào)節(jié)機(jī)構(gòu)故障、執(zhí)行機(jī)構(gòu)故障、定位器故障和一般外部故障。常見的故障大致可以歸納19種故障情況，同時列出了每種故障的類型及其數(shù)學(xué)描述模型。

1）調(diào)節(jié)機(jī)構(gòu)常見故障

表1 調(diào)節(jié)機(jī)構(gòu)常見故障描述

2）執(zhí)行機(jī)構(gòu)常見故障

表2 執(zhí)行機(jī)構(gòu)常見故障描述

3）定位器常見故障

表3 定位器常見故障描述

4）一般外部故障

表4 外部故障描述

2 基于多模型的魯棒故障檢測技術(shù)

基于解析模型的故障檢測與診斷方法是通過系統(tǒng)實(shí)際行為與基于模型的預(yù)期行為的差異的分析與比較，檢測系統(tǒng)是否發(fā)生故障，并對故障發(fā)生部位、故障的大小及類型進(jìn)行診斷。這種基于解析模型的故障診斷方法具有不需要另增加其他物理設(shè)備的優(yōu)點(diǎn)，在理論研究和工程應(yīng)用方面都具有很強(qiáng)的吸引力[5,6]。

2.1 殘差的生成

故障診斷領(lǐng)域的殘差主要指被監(jiān)控系統(tǒng)的真實(shí)行為與基于系統(tǒng)數(shù)學(xué)模型的預(yù)行為之間的不一致性或差異，是過程故障檢測系統(tǒng)的核心。由于噪音和模型的不確定的存在，即使在無故障時，殘差也不可能為零。

殘差不僅與加性故或乘性故障相關(guān)，而且與系統(tǒng)參數(shù)的不確定、噪聲和擾動相關(guān)。系統(tǒng)的擾動、噪聲模型誤差導(dǎo)致了殘差在正常工況時為非零值，增加了故障檢測的難度。所以在設(shè)計(jì)差發(fā)生器時，就應(yīng)考慮到殘差受外界擾動、噪聲和模型誤差的影響盡可能的少，也是說殘差對這些未知輸入應(yīng)具有一定的魯棒性。

2.2 自適應(yīng)閾值區(qū)域估計(jì)

這里自適應(yīng)閾值區(qū)域主要由三部分組成：1）測量噪聲引起的隨定誤差ε(k)；2）線性模型不確定誤差范圍；3）線性化誤差試[7]。

2.3 閉環(huán)系統(tǒng)的魯棒故障檢測技術(shù)

采用加權(quán)移動平均殘差和自適應(yīng)閾值包絡(luò)保守的故障檢測技術(shù)進(jìn)行帶有不確定相和測量噪聲的故障檢測。故障檢測的方框圖如圖2所示。

圖2 閉環(huán)系統(tǒng)魯棒故障檢測結(jié)構(gòu)圖

2.3.1 加權(quán)移動平均殘差技術(shù)

為了有效地解決由于測量噪聲和外界擾動對殘差造成的影響，采用基于一個移動時間窗L定義一個濾波器，由起始于當(dāng)前采樣時刻k的過去L個殘差加權(quán)組成，此移動時間窗在每一時刻都進(jìn)行更新。

2.3.2 自適應(yīng)閾值包絡(luò)故障檢測

采用自適應(yīng)閾值包絡(luò)軌跡與加權(quán)移動平均殘差及在每一個移動時間窗內(nèi)L內(nèi)相比較檢測系統(tǒng)故障。自適應(yīng)閾值發(fā)生器是基于動態(tài)優(yōu)化和假定參數(shù)不確定下，最小可能的閾值等于由于模型的不確定相造成的正常模型產(chǎn)生的最大可能偏離。自適應(yīng)閾值的最大最小值隨著時間變化曲線就成為包絡(luò)軌跡。也可以采用基于知識方法(例如神經(jīng)網(wǎng)絡(luò)方法、模式識別等)建立正常工況的最大和最小邊界，從而形成殘差閾值包括軌跡。在移動時間窗內(nèi)，若加權(quán)移動平均殘差落在自適應(yīng)閾值包絡(luò)軌跡內(nèi)，認(rèn)為殘差主要由模型的不確定和噪聲引起，系統(tǒng)正常，反之系統(tǒng)發(fā)生故障。利用上述故障檢測方法可以大大減少由于不確定干擾和測量噪聲導(dǎo)致的誤報警，故障檢測魯棒性明顯提高了。

3 主動補(bǔ)償容錯控制方法的設(shè)計(jì)

對于復(fù)雜的工業(yè)控制系統(tǒng)，由于負(fù)反饋控制和控制回路之間耦合等因素使得故障迅速在整個回路傳播，從而故障引起系統(tǒng)動態(tài)的變化往往不明顯。因此，針對實(shí)際閉環(huán)控制系統(tǒng)進(jìn)行在線故障調(diào)節(jié)策略的設(shè)計(jì)不容易實(shí)現(xiàn)。在工業(yè)系統(tǒng)中，有些故障經(jīng)常發(fā)生，或者是可預(yù)見的故障，例如系統(tǒng)元件的隨著使用時間性能退化的故障，我們把這些故障稱為“歷史故障”。對于“歷史故障”可以離線建立故障描述模型和故障特征，設(shè)計(jì)相應(yīng)的主動容錯控制策略，并儲存在歷史故障庫和歷史故障容錯控制策略庫中。如果系統(tǒng)檢測到故障，故障診斷模塊被啟動，確定故障的大小、位置后，與歷史故障模型匹配，實(shí)現(xiàn)故障的隔離，根據(jù)故障匹配結(jié)果，切換到相應(yīng)的補(bǔ)償容錯控制策略。盡管這種基于多模型的切換控制系統(tǒng)的穩(wěn)定性在理論上并沒有被很好的證明，但這種基于多模型的主動容錯控制思想己被廣泛地應(yīng)用在實(shí)際工業(yè)中[8]。

根據(jù)以上思想，可構(gòu)成一個容易工程實(shí)現(xiàn)的故障檢測、診斷與主動補(bǔ)償容錯控制方法的結(jié)構(gòu)圖，如圖3所示。

圖3 主動補(bǔ)償容錯控制方法的結(jié)構(gòu)圖

該方法可以初步認(rèn)為由三層結(jié)構(gòu)組成；第一層:工業(yè)系統(tǒng)的基礎(chǔ)閉環(huán)控制層；第二層：基于多模型的故障檢測診斷與補(bǔ)償容錯控制層(FDT);第三層:人機(jī)監(jiān)督管理層。

3.1 工業(yè)系統(tǒng)的基礎(chǔ)閉環(huán)控制層

這一層主要由傳感器、執(zhí)行器、信號轉(zhuǎn)化和控制器組成的常規(guī)控制回路組成。在流程工業(yè)生產(chǎn)過程中，這一層常采用集散控制系統(tǒng)、可編程控制器或計(jì)算機(jī)直接控制等。一般的過程控制系統(tǒng)基礎(chǔ)層往往包含90%以上的常規(guī)控制回路，回路之間存在著關(guān)聯(lián)耦合現(xiàn)象。一旦局部的控制回路發(fā)生異常(如調(diào)節(jié)閥/傳感器發(fā)生故障)，導(dǎo)致波動，由于系統(tǒng)關(guān)聯(lián)傳遞機(jī)制，可能整個系統(tǒng)會出現(xiàn)廠級范圍波動?；A(chǔ)層控制性能對于工況的穩(wěn)定有著直接的影響，也對故障的產(chǎn)生，故障的檢測和診斷性能，以及進(jìn)一步容錯控制策略實(shí)施有很大的影響。

3.2 基于多模型的故障檢測診斷與容錯控制層

本層的在線智能故障容錯控制方法采用一個單獨(dú)的故障檢測模塊、故障診斷模塊、主動補(bǔ)償容錯控制模塊。

3.2.1 故障的檢測模塊

采用一個成本有效的保守故障檢測與診斷方案。故障檢測模塊采用加權(quán)移動平均殘差和自適應(yīng)閾值包絡(luò)的保守故障檢測方法。檢測模塊根據(jù)正常行為模式，周期性地檢測系統(tǒng)的“健康”狀態(tài)。3.2.2 基于多殘差動態(tài)描述的故障診斷模塊

根據(jù)不同的故障模式在過程操作單元和控制回路之間故障傳播的途徑不同，可設(shè) “多殘差描述故障特征”。即根據(jù)可測量的變量信號和控制信號以及故障信號在閉環(huán)系統(tǒng)中的傳播途徑，建立多個操作單元或控制回路的數(shù)學(xué)模型。通過系統(tǒng)測量值與模型估計(jì)值之間形成多殘差描述。

3.3.3 主動容錯補(bǔ)償調(diào)節(jié)模塊

如圖3所示，一個控制策略協(xié)調(diào)器平行置于歷史故障容錯補(bǔ)償調(diào)節(jié)控制庫和正常控制器之間。在線過程監(jiān)控時，根據(jù)系統(tǒng)目前運(yùn)行狀況，控制策略可能來源于下述三種控制方式之一：正?？刂破鳎▽?yīng)正常運(yùn)行工況）、歷史故障調(diào)節(jié)控制器（對應(yīng)于歷史故障情況）和在線智能調(diào)節(jié)控制器（對應(yīng)于未知故障情況）。在這種模式下，系統(tǒng)正常采用正?？刂撇呗?，當(dāng)系統(tǒng)檢到故障，故障診斷模塊診斷故障的類型與大小，如果判斷是歷史故障，則相應(yīng)的歷史故障補(bǔ)償容錯控制器被切換到當(dāng)前控制。否則，被認(rèn)為故障為“未知故障”，在線智能控制調(diào)節(jié)器被切換到當(dāng)前策略。

3.3 人機(jī)監(jiān)督管理層

人機(jī)監(jiān)督管理層主要功能包括：報警系統(tǒng)、緊急停車和人機(jī)對話功能。工程師和管理人員可以通過權(quán)限修改相關(guān)指令，例如:控制目標(biāo)的變化，參數(shù)的整定等操作，并與智能調(diào)節(jié)器相聯(lián)結(jié)。如果系統(tǒng)診斷出當(dāng)前故障屬于未知故障，系統(tǒng)發(fā)出警告，監(jiān)督層密切注意生產(chǎn)狀況，緊急切斷電源，防止不曾預(yù)計(jì)的未知故障帶來災(zāi)難性的后果。

4 結(jié)束語

隨著過程控制系統(tǒng)的自動化程度以及復(fù)雜程度不斷提高，故障檢測、診斷與容錯控制成為現(xiàn)代過程控制系統(tǒng)的一個重要組成部分。本文在分析了過程控制系統(tǒng)的主要特點(diǎn)與現(xiàn)狀的基礎(chǔ)上，建立了多種傳感器故障和執(zhí)行器故障(閥門故障)合理描述形式，使其更加貼近于工業(yè)實(shí)際情況；研究基于數(shù)據(jù)驅(qū)動的多種故障模式下的快速故障檢測診斷方法；由于生產(chǎn)過程的控制的目標(biāo)不僅是產(chǎn)品質(zhì)量，而且要求成本、能耗和環(huán)境等多項(xiàng)性能指標(biāo)同時滿足要求，進(jìn)一步探索了在多目標(biāo)或多約束條件下的滿意容錯控制方法。

；

[1] Sang Wook Choi,Changkyu Lee.Fault deteetionandidentifie ationofnonlin Proeesses based on kemel PCA[J].Chemometrics and Intelligent Laboratory Systems75(2005):55-67.

[2] 張華春.復(fù)雜系統(tǒng)的故障檢測與容錯控制研究[D].中國科學(xué)院自動化研究博士學(xué)位論文,2001.

[3] Gary G.Yen,Liang-Wei Ho,Online MultiPle-Model-Based Fault Diagnosis Accommodation[J].IEEE transactions on industrial electronics,2003,150,(2):296-311.

[4] 周東華,葉銀忠.現(xiàn)代故障診斷與容錯控制[M].北京:清華大學(xué)出版社,2006.

[5] Micha Bartys,Ron Patton,Mieha Syfert.Introduetion to the DAMADICS actuator FDI benehlnark study[J].Control Engineering Practice,2006,14;577-596.

[6] Michel Par ty's,Michel Syfert.Using Dramatics Actuator Benchmark Library(Adlib [M].'DABLIB'Simulink Library Help File,ver.1.22,APril26,2002.

[7] 胡峰,孫國基.過程監(jiān)控技術(shù)及其應(yīng)用[M].北京:國防工業(yè)出版社,2001.

[8] Gertler,J.J.Fault detection and diagnosis in engineering systems [M].NewYork: Mareel Dekker.1998.