[发明专利]一种基于多变量非线性调频模态分解的工业过程厂级振荡检测方法

说明书

本发明公开了一种基于多变量非线性调频模态分解的工业过程厂级振荡检测方法，包括：(1)采集多个待检测工业过程控制回路的输出信号；(2)用多变量非线性调频模态分解方法对采集所得信号进行分解；(3)计算分解所得模态的归一化相关系数，保留归一化相关系数较大的模态；(4)用零交叉点估计保留下来的模态的振荡周期，用以分析工业过程厂级振荡情况。利用本发明，可以提高工业过程厂级振荡检测准确度和可靠性，为性能评估和故障诊断提供数据支持，为后续的振荡溯源工作奠定基础。

技术领域

本发明属于工业控制系统中的性能评估与故障诊断领域，尤其是涉及一种基于多变量非线性调频模态分解的工业过程厂级振荡检测方法。

背景技术

随着工业控制回路的故障诊断与性能评估技术的迅速发展，振荡检测成为了控制回路的故障诊断的主要任务之一。

由于控制系统回路之间的连接与耦合，在某一个回路中产生的振荡通常会传播到其他的回路，形成了厂级振荡。这些振荡会造成产品质量波动、能源和原材料浪费，甚至威胁到整个工程的安全稳定运行。因此，在工业过程生产控制系统中对厂级振荡进行及时准确的检测对提高生产安全性和经济效益具有重要意义。

传统的厂级振荡检测方法，如谱主成分分析法、傅里叶频谱法等手段都要求数据是平稳的、线性的条件下进行。但在工业生产实际中，严格线性、平稳的数据是不存在的，所采集到的数据，往往伴随着非线性、非平稳、强噪声等。因此这些传统的方法的实用性有限。

近年来，信号分解技术发展迅猛，把这些新的信号处理技术用于处理工业控制系统数据的研究方兴未艾。比如，Bahji等人首先使用经验模式分解检测并诊断了工业过程控制系统数据的非线性振荡。但这些方法目前大多局限于处理单变量信号，适用于单回路振荡信号的检测，没有考虑多回路信号之间的关系，因而不适用于厂级振荡检测。最近，Aftab等人把多变量经验模态分解引入了振荡检测领域。但多变量经验模态分解方法易受采样率和噪声的干扰，分解性能不稳定。

因此需要设计一种新的多变量信号分解技术，对厂级振荡进行更加准确的检测。

发明内容

本发明提供了一种基于多变量非线性调频模态分解的工业过程厂级振荡检测方法，检测精度高，只需要获取常规运行数据，无需过程机理知识。

一种基于多变量非线性调频模态分解的工业过程厂级振荡检测方法，包括以下步骤：

(1)采集多个待检测工业过程控制回路的输出信号；

(2)用多变量非线性调频模态分解方法对采集的信号进行分解；

(3)计算分解所得模态的归一化相关系数，保留归一化相关系数大于预设值的模态；

(4)对于保留下来的模态，采用零交叉点估计模态的振荡周期，根据振荡周期分析工业过程厂级振荡情况。

本发明充分利用了非线性调频模态分解处理非平稳、非线性多变量数据的优势，可以提高工业过程的控制回路的厂级振荡检测准确度和可靠性，为性能评估和故障诊断提供数据支持，为后续的振荡溯源工作奠定基础。

本发明直接采用过程控制回路的可测变量作为过程输出信号，所有待检测过程输出信号均通过现场实时采集获得。

步骤(1)的具体步骤为：在预设的每个采样间隔内记录下待检测的控制回路中的过程数据，且每个采样间隔内采集到的过程数据都添加在先前所采集的过程数据末端。

步骤(2)的具体步骤如下：

(2-1)构建多变量非线性调频模态分解的目标函数：