[发明专利]一种工业控制多回路振荡行为稀疏因果分析方法

说明书

本发明公开了一种工业控制多回路振荡行为稀疏因果分析方法，包括：采集各个待分析的控制回路的过程输出时间序列信号；对各个过程输出时间序列信号进行去余弦趋势预处理，得到相应的子信号；对各个控制回路的子信号建立稀疏多变量向量自回归模型；基于稀疏多变量自回归模型进行格兰杰因果分析，得到任意两个控制回路间的格兰杰因果指标；对格兰杰因果指标进行统计显著性判断，若结果显著，则认为在相应显著水平下，该格兰杰因果指标表示的相应控制回路间的因果关系成立。利用本发明方法，能够实现对多振荡回路的振荡源的定位和振荡传播路径的检测，为振荡故障的诊断和排查提供有效的参考。

技术领域

本发明涉及工业控制中的故障诊断领域，具体涉及一种工业控制多回路振荡行为稀疏因果分析方法。

背景技术

工业常见的化工过程有成千上万个高度耦合的回路组成，且过程设备具有规模大，变量多，综合度高，且长时间运行在闭环控制下等特点。但是，由于控制回路中控制器的过整定、过程的非线性、阀门粘滞和外部扰动等原因，控制回路会出现振荡，甚至是控制回路的全局振荡，这极大地影响了工业流程设备运行稳定性和生产效益。

对工业过程的振荡回路进行因果分析，包括振荡源的检测和传播路径的分析，是振荡诊断和分析的重要组成部分，有利于提高产品的合格率，增强工业流程设备运行过程中的可靠性、安全性，提高生产效益。由于外部干扰因素或设备自身问题的影响，控制器的性能会逐渐降低甚至失效，某些控制回路会出现振荡，甚至出现全局振荡。因此，在工业控制系统故障诊断过程中，针对振荡回路设计有效的因果分析方法，及时、准确的确定振荡源和振荡传播路径，对于控制回路故障诊断具有重要意义。

现有的工业控制回路振荡行为的分析方法，大部分是针对振荡的检测，并没有涉及振荡回路关系的分析。最近十年，有出现基于工业过程原理和控制方案的振荡行为因果分析方法，或者基于谱主成分分析的方法对振荡源进行定位的方法，也有利用格兰杰因果分析方向实现对振荡回路的因果分析。

但是上述方法的局限性体现在：基于原理的分析方法普适性差，分析效率低；而基于谱主成分分析的方法只能确定振荡源，无法获知振荡的传播路径；而单一仅利用格兰杰因果分析，因回路众多且强耦合，算法计算效率低，计算结果复杂，而振荡回路的数据中的余弦趋势，使得回路之间存在高度的相似性和重复性，影响最终分析结果的准确性。

因而，在工业过程振荡行为的因果分析中，对振荡回路的数据进行有效的预处理，实现对振荡源的准确快速定位及传播路径的建模，对于工业过程振荡行为分析有非常重要的意义，也有利于工业过程故障的诊断和排除。

发明内容

本发明提供一种工业控制多回路振荡行为稀疏因果分析方法，适用于多个振荡回路中振荡源的检测和振荡传播路径的分析，检测方法适用于分析多振荡回路的振荡数据，只需获取振荡行为发生时的数据，无需过程机理知识。

一种工业控制多回路振荡行为稀疏因果分析方法，包括：

步骤1，采集各个待分析的控制回路的过程输出时间序列信号；

步骤2，对各个过程输出时间序列信号进行去余弦趋势预处理，得到相应的子信号；

步骤3，对各个控制回路的子信号建立稀疏多变量向量自回归模型；

步骤4，基于稀疏多变量自回归模型进行格兰杰因果分析，得到任意两个控制回路间的格兰杰因果指标；

步骤5，对格兰杰因果指标进行统计显著性判断，若结果显著，则认为在相应显著水平下，该格兰杰因果指标表示的相应控制回路间的因果关系成立。

通过对待分析的振荡回路数据过程输出时间序列信号进行去余弦趋势预处理，建立稀疏向量自回归模型，并在模型基础上进行回路间的格兰杰因果分析，计算格兰杰因果指标，最后进行统计显著性判断，实现对该工业过程振荡行为的稀疏因果分析，实现振荡源的定位和振荡传播路径的检测。