[发明专利]基于多维本质时间尺度分解的工业多回路振荡检测方法

说明书

本发明公开了基于多维时间尺度分解的工业多回路振荡检测方法，包括如下步骤：在待检测的控制回路中，采集所有待检测控制回路的过程输出信号；将输出信号沿一系列投影方向投影得到一组信号；求多维信号极值点，并对极值点点做多维基线节点提取；运用多维线性变换公式得到线性提取结果；整合线性提取结果，得到输出信号的均值估计值和分解子信号；判断停止条件，若满足则停止分解；计算分解子信号的零交叉点规律性指标，综合这些指标判定子信号的振荡程度以及工业过程是否存在厂级振荡，本发明方法能够对工业过程多回路振荡行为进行定量检测，同时获得各个振荡分量的规则程度和周期，为振荡行为的评价和故障源诊断提供了丰富的数据支持。

技术领域

本发明涉及工业控制系统中的性能评估领域，具体涉及基于多维本质时间尺度分解的工业多回路振荡检测方法。

背景技术

现代工业过程设备具有规模大、综合度高、操控复杂、变量多，且长时间运行在闭环控制下等特点。工业常见的化工生产过程，往往包含成千上万个控制回路，而且，这些回路由于耦合关系而互相影响。由于工业控制回路中控制器过整定、外部扰动和调节阀非线性工作等特性的普遍存在，控制回路的振荡行为时常发生，这极大地影响了工业流程设备运行的经济效益和稳定性。

对工业流程设备进行初步准确的振荡检测可以减少废品生产量，降低不合格率，增加工业流程设备运行过程中的可靠性、安全性，同时降低制造成本。许多控制器在运行初期还能保持良好的性能，但随着时间的推移，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，具体表现为控制回路过程发生各类振荡行为，其中一些强度较大的振荡还可能传播至其它耦合回路，形成多回路厂级振荡，从而威胁到工业过程的安全稳定运行。

另一方面，由于实时环境中设备负载和工况经常发生变化，工业过程还表现出非平稳数据特性的一面，具体表现为过程数据的局部均值迁移现象。对于重要的控制回路，及时发现其运行过程的振荡特性有助于工程人员进行故障诊断和排查。

因此，在工业控制系统性能评估过程中，设计有效的在线监控手段，及时、准确检测出控制回路中非平稳过程数据的各类振荡成分，并区分出各自不同的频率范围，以及是否传播影响到多个回路，对于控制器性能评估和控制回路故障诊断都有着重要意义。

关于多回路振荡检测的传统方法如谱主成分分析法、谱包络线法等，都是基于平稳过程时不变、线性行为讨论的，但工业生产中往往伴随时变、非线性、非平稳过程。目前基于时域分解技术的方法(如经验模式分解、本质时间尺度分解等)可以有效应用于非线性、非平稳过程处理。然而这些方法都是基于单变量数据分析的，在处理多维数据时往往产生分解结果不匹配或者关联信息丢失等现象。

在过程振荡检测算法的实际应用中，能有效检测工业控制回路是否具有振荡行为，并定量评估振荡行为的规则度指数，且普遍适用于存在时变振荡、间歇振荡、非平稳和非线性成分的过程数据，对于准确诊断工业过程振荡的存在性有非常重要的实用意义，也有利于工业过程的控制性能定量评估。

发明内容

本发明提供了基于多维本质时间尺度分解的工业多回路振荡检测方法，能够适用于存在时变振荡、多周期振荡等行为的工业控制回路过程，检测方法普遍适用于非平稳或平稳的过程数据，只需获取常规运行数据，无需过程机理知识。

基于多维本质时间尺度分解的工业多回路振荡检测方法，包括如下步骤：

步骤1，对待检测控制回路，采集多回路过程输出信号；

步骤2，利用sobol序列取一组多维空间中分布均匀的投影方向向量，将输出信号往方向向量上投影，得到沿不同投影方向的投影信号；

步骤3，任取一个投影方向，根据多维信号极值点求解方法，得到输出信号在该方向上的极值点，并对极值点运用多维基线节点提取公式得到基线节点；

步骤4，对基线节点运用多维线性变换公式得到线性提取结果；