（化学工程专业论文）基于sdg的化工过程故障诊断系统研究.pdf

青岛科技大学研究生学位比义 基于s d g 的化工过程故障诊断系统研究 摘要 化工生产一方面大量使用易燃、易爆、有毒或腐蚀性的化学品，另一方面往 往采用高温高压或低温真空的操作方式，危险性较之其他行业要大，发生事故的 后果也更严重。对化工流程和设备进行早期和准确的故障检测与诊断，可以提高 设备运行的安全性，避免发生重大安全事故，降低生产成本。基于符号有向图 ( s i g n e dd i r e c t e dg r a p h ，s d g ) 的深层知识模型能表达复杂的因果关系，具有包 容大规模潜在信息的能力、灵活的推理方式和有效的推理算法，所以本文对基于 s d g 的化工过程故障诊断系统进行了研究。 结合实例，本文研究了s d g 故障诊断的有效性和局限性。为了更好地进行 故障诊断，提出了将数据采集、s d g 、专家系统融合构成混合诊断系统的思想， 并开发了一套用于化工过程的故障诊断系统软件对其加以验证。考虑到实际化工 系统的复杂性，开发了多种数据接口，可连接不同结构类型的化工过程。对采集 到的数据，采用基于s d g 技术的“推理引擎”，实现对过程的故障诊断。为了提 高人机接口的友好性，使用专家系统的思想对s d g 的推理结果进行分析，给出 合理的解释，以便操作人员采取合理的措施，减小损失的发生。同时，为了提高 s d g 在故障诊断过程中的诊断速度，改善其故障分辨力，本文提出了完善混合 故障诊断的几种方法。 采用本文建立的系统软件，对某石化企业的p t a 装置进行了在线故障诊断 分析。实践证明，该软件能及时发现故障并给以提示，为及早发现、排除故障提 供依据。 以上工作是建立混合故障诊断系统的前期工作，将为构建混合故障诊断系统 提供理论支持和试验平台。课题下一步将在s d g 的基础上，研究将多种诊断方法 融合的混合算法，为构建混合诊断系统软件奠定理论基础。 关键词：s d g 故障诊断建模推理引擎混合算法 青岛科技大学研究生学位论文 s d gb a s e df a u l t d i a g n o s i ss y s t e m f o r c h e m i c a lp r o c e s s e s a b s t r a c t c h e m i c a li n d u s t r yh a ss u c hc h a r a c t e r i s t i c sa sf l a m m a b l ee x p l o s i v e ，v i r u l e n t h a r m f u l ，a n ds t r o n g l yc o r r o s i v e ，s om o r er i s k st h a nt h eo t h e ri n d u s t r ym a yt a k ep l a c e ， w i t hm o r es e r i o u sc o n s e q u e n c e sw h e na c c i d e n to c c u r r e s e a r l i e rf a u l td e t e c t i o na n d d i a g n o s i sa c c u r a t e l yt oc h e m i c a lp r o c e s sa n de q u i p m e n t sc a l li n c r e a s es a f e t yo f e q u i p m e n to p e r a t i o n ，t h u ss e r i o u sa c c i d e n t sa r ea v o i d e da n dp r o d u c t i o nc o s tc a nb e d e c r e a s e d t h ed e e pk n o w l e d g em o d e lo fs i g n e dd i r e c t e dg r a p h ( s d g ) c a n e x p r e s s c o m p l e xc a u s a lr e l a t i o n s h i p ，a n da l s oh a st h ec a p a c i t yt oc o n t a i nl a r g es c a l eo f p o t e n t i a li n f o r m a t i o n ，f l e x i b l ew a yo fr e a s o n i n ga n de f f e c t i v er e a s o n i n ga l g o r i t h m c o n s e q u e n t l yt h ec h e m i c a lp r o c e s sf a u l td i a g n o s i ss y s t e mb a s e do nt h es d gi s s t u d i e di nt h i sp a p e r w i 也e x a m p l e s ，t h ee f f e c t i v e n e s sa n d1 i m i t a t i o n so ff a u l td i a g n o s i sb a s e do ns d g i ss t u d i e da tf i r s t i tp u tf o r w a r dat h o u g h tt h a tc o m b i n e dt h ed a t ac o l l e c t i o n ，s d ga n d e x p e r ts y s t e mi n t oah y b r i dd i a g n o s i ss y s t e ma n dh a sd e v e l o p e das e to fs o f t w a r ef o r c h e m i c a lp r o c e s st ov e r i f yi t sv a l i d i t y t a k i n gi n t oa c c o u n tt h ea c t u a lc o m p l e x i t yo f c h e m i c a ls y s t e m s ，i tc r e a t e saw i d er a n g eo fd a t ai n t e r f a c et ou n i f yd i f f e r e n ts t r u c t u r a l t y p e so fc h e m i c a lp r o c e s s e s t h ec o l l e c t e dd a t ai su s e dt or e a l i z et h ef a u l td i a g n o s i s w i t hi n f e r e n c e e n g i n eb a s e do ns d gt e c h n o l o g y t oi m p r o v et h ef r i e n d l y o f h u m a n - m a c h i n ei n t e r f a c e ，e x p e r ts y s t e mi su s e dt oa n a l y z et h ei n f e r e n c er e s u l to f s d g , a n ds u p p l yr a t i o n a le x p l a n a t i o n ，i no r d e rt ot a k er a t i o n a lm e a s u r e m e n ta n d r e d u c ea b n o r m a le v e n to c c u r r e n c ef o ro p e r a t i o ns t a f f a tt h es a m et i m e ，t oi m p r o v e s d gd i a g n o s i ss p e e da n di t sf a u l ti s o l a t i o n ，s e v e r a lm e t h o d st oe n h a n c eh y b r i df a u l t d i a g n o s i sa r ep u tf o r w a r di nt h i sp a p e r w i t ht h es y s t e ms o f t w a r ee s t a b l i s h e di nt h i sp a p e r , o n l i n ef a u l td i a g n o s i sa n d i i i a n a l y s i sh a sb e e na p p l i e dt ot h ep t as y s t e mo fap e t r i f a c t i o nc o m p a n y t h ep r l c t i c e h a sp r o v e dt h a t ，t h es o f t w a r ei sa b l et od i s c o v e ra n d i d e n t i f yf a u l t si nt i m e t h i sw o r ki st h ep r e l i m i n a r yo n e t oe s t a b l i s hh y b r i df a u l td i a g n o s i s s y s t e m ，a n di t w i l lp r o v i d et h e o r yb a s i sa n de x p e r i m e mp l a t f o r mt oe s t a b l i s hh y b r i df a u l td i a 即o s i s s y s t e m - t h en e x ts t e pi st o i n v e s t i g a t eh y b r i da l g o r i t h mw i t hv a r i o u sd i a g n o s i s m e t h o d so nt h eb a s i so fs d g k e y w o r d s ：s d g ，f a u l t d i a g n o s i s ，m o d e l i n g ，r e a s o n i n ge n g i n e ，h y b r i da l g o r i t h m i v 青岛科技大学研究生学位论文 声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成 果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含 其他人已经发表或撰写过的研究成果，也不包含本人已用于其他学位申请的论文或 成果。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明 并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 本人签名： 日期：年月日 关于论文使用授权的说明 本学位论文作者完全了解青岛科技大学有关保留、使用学位论文的规定，有权 保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。 本人授权学校可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采 用影印、缩印或扫描等复制手段保存、汇编学位论文。本人离校后发表或使用学位 论文或与该论文直接相关的学术论文或成果时，署名单位仍然为青岛科技大学。( 保 密的学位论文在解密后适用本授权书) 本学位论文属于： 保密口，在年解密后适用于本声明。 不保密口。 ( 请在以上方框内打“ ) 本人签名： 导师签名： 日期： 日期： 年月日 年月 日 青岛科技大学研究生学位论文 i 上- j l 月i j舌 化工生产由于自身的特点，其危险性较其他行业要大，安全事故也时有发生。 在大力发展市场经济的新形势下，如何抓好繁杂而量大的化工企业的安全生产管 理工作，促进化工行业健康发展，是政府安全管理部门和化工企业急需要探索和 解决的重要问题之一。加强安全管理，增强员工的安全意识，是防止事故发生的 有效手段，但开发一套科学的、行之有效的化工过程检测及故障诊断系统，则是 必不可少的辅助手段。 故障诊断的理论和方法有很多种。基于深层知识模型的符号有向图( s i g n e d d i r e c t e dg r a p h ，s d g ) 的故障诊断方法，对解决流程问题有其他方法无法比拟的 优越性。因此，本文针对化工流程高连续性、强耦合性等特点，对基于s d g 的 化工过程故障诊断系统进行了研究。首先要建立一个故障诊断平台，以解决数据 采集、流程检测的问题；然后运用基于知识的s d g 建模方法，对化工流程进行 s d g 建模；最后，在建立的模型之上，运用s d g 的推理引擎对实时数据进行分 析，结合专家系统的知识库给出合理的结论。利用v i s u a ls t u d i o 开发包强大的编 程能力，实现了上述功能。 本文建立了基于s d g 的化工过程故障诊断系统，并在工业应用中发挥了一 定作用。在研究过程中主要进行了以下工作： 1 ) 根据化工过程的特点，提出建立化工过程故障诊断平台的必要性，并给 出了实现方法。 2 ) 以此方法为基础，实现了基于分布式c l i e n t s e r v e r 结构的化工过程故障 诊断平台。 3 ) 开发了基于s d g 技术的“推理引擎 ，以实现对流程的故障诊断。 4 ) 建立了推理引擎与专家系统的接口，使用专家知识库对推理结果进行分 析，给出合理的解释。 5 ) 将化工故障诊断平台改进用于实际工业流程，检验了s d g 方法应用于 故障诊断的可靠性。 6 ) 在化工过程故障诊断平台的基础上，应用神经网络方法初步验证了对无 水乙醇试验装置的故障诊断。 青岛科技大学研究生学位论文 1 1 化工安全生产的意义 1 1 1 化工生产特点 1 绪论 国民经济的迅速发展，对化工产品的需求量与日俱增，从而也促进了化工生 产的快速增长。特别是2 0 世纪初兴起的石油化学工业，在6 0 7 0 年代得到飞速发 展，产品产量大幅度增长，品种迅速增加( 目前化工产品的种类已达数万种之多) 。 化学工业的发展有利地促进了工农业生产，巩固了国防，改善和提高了人们的生 活水平。但是，化工生产过程存在着许多不安全因素和职业危害，比其他生产有 着更大的危险性，这主要是由于化工生产具有如下几个特点 1 】： ( 1 ) 化工生产的物料大多具有潜在危险性 化工生产的原料、中间体和产品，绝大多数具有易燃易爆、有毒有害、腐蚀 等危险性。物质的潜在危险性，决定了在其生产、使用、储存、运输等过程中稍 有不慎就会酿成事故。 ( 2 ) 生产工艺过程复杂、条件苛刻 化工生产从原料到产品，一般都需要经过许多工序和复杂的加工单元，通过 多次反应或分离才能完成。而且，工艺参数前后变化很大，控制上稍有偏差就可 能发生危险。 ( 3 ) 生产规模大型化、连续化 现代化工生产规模越来越大，只有降低单位产品的投资和成本，才能提高经 济效益。装置的大型化有效地提高了生产效率。但规模越大，贮存的危险物料量 越多，潜在的危险能量也越大，事故造成的后果往往也越严重。化工生产从原料 输入到产品输出具有高度的连续性，前后单元息息相关，相互制约，某一环节发 生故障常常会影响到整个生产的正常进行【2 】。 ( 4 ) 生产过程自动化程度高 由于装置大型化、连续化、工艺过程复杂化和工艺参数要求苛刻，现代化工 生产过程用人工操作已不能适应其需要，必须采用自动化程度较高的控制系统。 随着计算机技术的发展，目前化工生产中普遍采用了d c s ( 集散型控制系统) ， 3 基于s d g 的化工过程故障诊断系统研究 对生产过程的各种参数实行监视、控制、管理，从而有效地提高了控制的可靠性。 但是控制系统和仪器仪表维护不好，性能下降，也可能发生事故。 因此，为了消除或抑制系统存在的危险性，就必须对系统存在的危险性有充 分的认识。在充分揭示危险性存在和发生可能性的基础上，需要对危险性进行分 析评价，看看究竟会产生什么样的严重后果，采用什么措施后危险性会得到怎样 的抑制或消除。 1 1 2 化工安全的重要性 化工过程大量使用易燃易爆或有毒性的化学品，且往往采用高温高压或低温 真空的操作方式，因此装置必然存在着潜在的火灾、爆炸和中毒危险。据统计， 由于仪表失灵、设备故障和过程参数变化等造成的故障未能得到及时和正确的处 理，美国石油化工工业每年的损失达到2 0 0 亿美元。随着化工技术的快速发展， 随之而来的是生产过程的规模扩大，复杂性增加，安全性和可靠性要求提高。但 是，当系统设备出现故障或操作失误时，对于缺少丰富经验的d c s 操作员来讲， 很难从操作终端的简单提示上知道问题的具体内容和原因。如果某一部件或设备 出现故障而又未及时发现和排除，其结果不仅可能损坏设备，还可能造成严重的 人员和经济损失。在生产系统中，如果某一局部设备因故障而停车，往往涉及全 局，造成巨大的经济损失。一般的大型工业生产装置，停产一天的经济损失可达 数百万元，大型的生产事故( 如1 9 8 4 年印度农药厂毒气泄漏事故，1 9 8 6 年苏联 核电站操作失误致核泄漏事件) 带来的损失更是不可估计【3 】。 因此，随着现代化工工业向集成化和精细化发展，生产的安全性、稳定性和 可靠性愈显重要，必须采取必要措施，防止系统发生灾难性事故。 1 1 3 我国化工安全的特点 目前，我国化工事故的原因可归纳为员工的不安全行为、企业的不负责任、 监督部门的执法不力等三大类( 见图1 1 ) 。其中，员工的不安全行为是最主要 的原因，由此引发的事故占7 0 以上。员工的不安全行为主要是指违反规程和 劳动纪律、不懂操作技术、不懂安全技术、操作失误等。其原因主要是安全管理 不善导致的员工安全意识薄弱、业务素质低；粗心、麻痹大意；贪图省力、怕麻 烦、违背劳动纪律、不严格按操作规程操作等【4 j 。 4 青岛科技大学研究生学位论文 事故起数 图1 - 1 国内4 t = i ：r - 事故原因统计 f i g 1 - is t a t i s t i c so ft h ed o m e s t i cc h e m i c a la c c i d e n tc a u s e s 同时，随着工业自动化技术的日益成熟，高新仪器设备在企业中的使用也越 来越多。特别在各类化工生产企业，由于其对安全的特殊要求，d c s 等自动化 设备日益普及。大量的d c s 不仅用于产品质量控制，更是安全生产的第一道监 控防护线。但对这些新型的高技术、多功能、综合性的监控设备，国家相关的检 验规程和校准规范还是空白，导致量值溯源无法实现，测量数据准确性无法评估， 从而埋下不安全隐患。而且，常年运行设备的老化和仪表的问题将导致操作人员 误操作和报警失效，也有可能造成生产事故。 另外，化工安全技术是生产技术发展过程中的一个分支，与生产技术水平紧 密相关。依靠先进的科技手段和先进的设备设施，是实现安全生产、有效避免事 故发生的根本所在。现在的企业，在生产技术问题上大都重视产量和质量的提高， 而在安全技术方面则从人才、基础设施到资金支持都严重短缺，致使安全生产科 研力量薄弱。提高化工安全技术，应提升应用技术和理论研究的研发和推广水平， 加大资金和人力的投入。以工艺设备的可靠性与安全管理为切入点，根据生产过 5 懂安全技术知识 号缺陷线不足 有安全操作规章制度 挥错误作失误 全规章制度不全 懂技术知识 道不良 织不合理 懂操作技术场缺乏检查 各缺陷 反规程或劳动纪律 基于s d g 的化工过程故障诊断系统研究 程的安全信息，不断调节，不断变化，形成安全技术和生产技术的完美结合，使 生产能在安全技术的支撑和指导下，实现长周期运转，全面落实“科技兴安”。 1 2 故障诊断简介 故障可以理解为，系统中至少有一个变量或特性超出了正常的工作范围。广 义地讲，故障可以理解为系统中的任何异常现象及系统表现出的任何不期望的特 性。 所谓故障诊断( f a u l td i a g n o s i s ) ，就是利用被诊断系统的各种状态信息和 已有的各种知识，进行信息的综合处理，最终得到关于系统运行和故障状况的综 合评价的过程【5 】。 化工过程故障诊断依靠化工系统工程理论和运筹学方法，在事故区域中搜索 可能的事故原因，并标以不同的风险值反馈给用户。操作人员利用这一工具，可 以部分弥补d c s 控制中的误操作问题，这是实现从技术手段减少员工不安全行 为的重要手段。根据最新的统计资料，企业推广设备故障诊断应用管理体系，投 资与效益的比例为1 ：2 0 。日本许多企业采取设备故障诊断应用管理体系后，事 故率减少7 5 ，维修费用普遍降低2 5 5 0 。英国对两千多家国营工业企业进 行了调查，其结果表明，采取设备故障诊断应用管理体系后，每年可节省维修费 用3 亿英镑以上。 1 2 1 故障分类 一般而言，化工系统中故障的发生部位、时间特性、发生形式呈现多样化。 故障按照发生部位的不同可分为： ( 1 ) 元部件故障：指被控对象中的某些元部件，甚至是子系统发生异常，使 得整个系统不能正常完成既定的功能。 ( 2 ) 传感器故障：指控制回路中用于检测被测量的传感器发生卡死、恒增益 变化或恒偏差而不能准确获取被测量信息，具体表现为对象变量的测量值与其实 际值之间存在较大的差别。 ( 3 ) 执行器故障：指控制回路中用于执行控制命令的执行器发生卡死、恒增 益变化或恒偏差而不能正确执行控制命令，具体表现为执行器的输入命令和它的 实际输出之间存在较大的差别。 故障按照时间特性的不同可分为： ( 1 ) 突变故障：指参数值突然出现很大偏差、事先不可监测和预测的故障。 ( 2 ) 缓变故障：又称为软故障，指参数随时间的推移和环境的改变而缓慢变 6 青岛科技大学研究生学位论文 化的故障。 ( 3 ) 间隙故障：指由于老化、容差不足或接触不良引起的时隐时现的故障。 故障按照发生形式的不同可分为： ( 1 ) 加性故障：指作用在系统上的未知输入。它的出现会导致系统输出发生 独立于已知输入的改变。 ( 2 ) 乘性故障：指系统的某些参数的变化。它们能引起系统输出的变化，这 些变化同时也受已知输入的影响。 1 2 2 故障诊断的任务 故障诊断技术【6 】是一门综合性技术，其研究涉及到多门学科，如现代控制理 论、可靠性理论、数理统计、模糊集理论、信息处理、模式识别、人工智能等学 科理论。故障诊断的任务，可分为以下几个方面的内容： ( 1 ) 故障建模：按照先验信息和输入输出关系，建立系统故障的数学模型， 作为故障诊断的依据。 ( 2 ) 故障检测：从可测量或不可测量变量的估计中，判断被诊断系统是否发 生了故障。 ( 3 ) 故障分离：在检测出故障后，给出故障源的位置，区别出故障原因是执 行器、传感器、被控对象或者是特大扰动。 ( 4 ) 故障辨识：在分离出故障后，确定故障的大小、发生时刻及其时变特性。 ( 5 ) 故障的评价与决策：判断故障的严重程度及其对诊断对象的影响和发展 趋势，针对不同的工况采取不同的措施。 通常在具体研究故障诊断方法时主要研究故障检测、故障分离和故障辨识。 1 2 3 故障诊断的主要研究内容 故障诊断与处理是一项系统工程 刀，它包括故障分析、故障建模、故障检测、 故障推断和故障处理等五个方面的内容。其关系如图1 2 所示： 鬻爨黑繁罂礁鬻男饿 故障分析亡= 故障建模匕= 故障检测 一一“ 一丌，m 一 零霉飘繁謦飘鬻移镊 完成诊断臼故障处理c = 3故障推断 k 。一。j k z 。o 。一。盔 图1 - 2 故障诊断各研究内容之间的关系 f i g 1 - 2r e l a t i o n s h i pb e t w e e ns t u d i e so ff a u l td i a g n o s i s ( 1 ) 故障分析 要诊断故障，首先必须对故障与带故障的设备、系统、过程都有深入研究 7 基于s d g 的化工过程故障诊断系统研究 和细致分析，明确可能产生故障的环节、故障传播途径，了解故障的表现方式、 典型形式、典型特征以及故障频度或发生几率，结合对象的物理背景了解故障产 生的机理、故障关联性和故障危害性。 ( 2 ) 故障建模 模型分析是现代分析的基本方法，对复杂对象的故障诊断同样具有重要应 用价值。为了定量或定性地分析故障、诊断故障和处理故障，建立带故障对象的 模型是十分重要的。现代故障诊断技术离不开准确科学的故障模型。 ( 3 ) 故障检测 简而言之，故障检测是判断并指明系统是否发生了故障，即对于某个正在 运行的系统或正在按规定标准进行生产的设备，辨别其是否超出预定或技术规范 规定的无故障工作范围。显然，这是故障诊断的首要任务。 ( 4 ) 故障推断 故障推断是通过足够的传感器( 测量设备) 检索出所有可能得到的、从故 障发生之前到故障发生之时全部时间内的、与系统有关的信息，对故障部位、故 障类型和故障幅度等进行系统分析和合理推断。故障推断是故障诊断技术研究的 主体部分。 ( 5 ) 故障处理 对具体的工程活动而言，分析出故障产生的原因及部位后，下一步必须考 虑故障的处理方法。比较典型的故障处理方法有顺应处理、容错处理与故障修复 等三大类。具体选用何种处理方法，与研究对象、故障特点以及影响程度等多方 面的因素有关。 1 2 4 故障诊断系统的性g 月a 匕l a 丁4 日p - 标 评价故障诊断系统性能的指标嘲大体上可分为以下三个方面： 1 2 4 1 检测性能指标 ( 1 ) 早期检测的灵敏度：是指一个故障检测系统对“小 故障信号的检测能 力。检测系统早期检测的灵敏度越高，表明它能检测到的最小故障信号越小。 ( 2 ) 故障检测的及时性：是指当诊断对象发生故障后，检测系统在尽可能短 的时间内检测到故障发生的能力。故障检测的及时性越好，说明从故障发生到被 正确检测出来之间的时间间隔越短。 ( 3 ) 故障的误报率和漏报率：误报是指系统没有发生故障却被错误地判定出 现了故障；漏报则是指系统中出现了故障却没有被检测出来的情形。一个可靠的 故障检测系统应当保持尽可能低的误报率和漏报率。 8 青岛科技大学研究生学位论文 1 2 4 2 诊断性能指标 ( 1 ) 故障分离能力：是指诊断系统对不同故障的区分能力。这种能力的强弱 取决于对象的物理特性、故障大小、噪声、干扰、建模误差以及所设计的诊断算 法。分离能力越强，表明诊断系统对于不同故障的区分能力越强，那么对故障的 定位也就越准确。 ( 2 ) 故障辨识的准确性：是指诊断系统对故障的大小及其时变特性的估计的 准确程度。故障辨识的准确性越高，表明诊断系统对故障的估计就越准确，也就 越有利于故障的评价与决策。 1 2 4 3 综合性能指标 ( 1 ) 鲁棒性：是指故障诊断系统在存在噪声、干扰、建模误差的情况下正确 完成故障诊断任务，同时保持满意的误报率和漏报率的能力。一个故障诊断系统 的鲁棒性越强，表明它受噪声、干扰、建模误差的影响越小，其可靠性也就越高。 ( 2 ) 自适应能力：是指故障诊断系统对于变化的被诊断对象具有自适应能力， 并且能够充分利用由于变化而产生的新信息来改善自身。引起这些变化的原因可 以是被诊断对象的外部输入的变化、结构的变化或由诸如生产数量、原材料质量 等问题引起的工作条件的变化。 上述性能指标，分别从检测性能、诊断性能以及综合性能三个不同的方面， 给出了评判一个故障诊断系统性能的标准。在实际的工程设计中，首先要正确分 析工况条件以及最终的性能要求，明晰哪些性能是主要的，哪些是次要的，然后 对众多的故障诊断方法进行分析，经过适当的权衡和取舍，最终选定最佳的解决 方案。 1 3 故障诊断方法的分类及现状 一般认为，故障诊断技术的开端是1 9 7 1 年美国麻省理工学院b e a r d 提出了 解析冗余方法。所谓解析冗余，是指被诊断对象的可测变量之间( 如输入与输出 间，输出与输出间，输入与输入间) 存在冗余函数关系【9 】。此后，故障诊断技术 成为了研究的热点，引起了许多学者的重视。故障诊断技术发展至今，已产生了 很多不同的方法。国际权威，德国的p m f r a n k 教授认为，所有的方法可以划分 为基于知识的方法、基于解析模型的方法和基于信号处理的方法三类u o 】。 9 基于s d g 的化工过程故障诊断系统研究 1 3 1 基于知识的方法 基于知识的方法可以分为基于症状的方法和基于定性模型的方法。基于症 状的方法包括：专家系统方法、神经网络的方法、模糊推理方法、范例推理的方 法、灰色推理的方法、支持向量机的方法等。基于定性模型的方法包括：基于符 号有向图的方法、基于故障树的方法、基于定性仿真的方法等。 1 3 1 1 专家系统方法 故障诊断专家系统，作为专家系统的一个分支，是实际中应用最广的一类 智能诊断系统【l l 1 2 j 。 专家系统诊断利用了专家积累的丰富实践经验，能模仿专家分析问题和解决 问题的思路，而且能够解释自己的推理过程，解释结论是如何获得的，无论是在 理论上还是在工程上都有很广泛的应用。故障诊断是专家系统的一个传统应用领 域，近来在化工等工业过程中得到了广泛应用。 然而专家系统也有缺陷，如知识获取“瓶颈 问题。一方面由于专家知识有 一定局限性，另一方面由于专家知识表述规则化有相当大的难度，两者造成了诊 断知识库的不完备，表现为当遇到一个没有相关规则与之对应的新故障现象时， 系统显得无能为力。在知识的推理上，传统的专家系统是用串行方式，其推理方 法简单、控制策略不灵活，容易出现“匹配冲突”、“组合爆炸、及“无穷递 归等问题，且推理速度慢、效率低。还有，现行的故障诊断专家系统在运行过 程中不能从诊断的实例中获得新的知识，对知识获取时专家知识具有不一致性、 不完全性和不准确性，系统不能在实例系统中自我完善。 1 3 1 2 神经网络诊断方法 模拟人脑结构的人工神经网络方法( a r t i f i c i a ln e u r a ln e t w o r k ，a n n ) 是一种 较新的故障诊断方法【1 3 ，1 4 】。在知识获取上，神经网络的知识不需要由知识工程师 整理、总结以及消化领域专家的知识后获取，只需要用领域专家解决问题的实例 或范例来训练神经网络。神经网络系统的知识获取与专家系统相比，既具有更高 的时间效率，又能保证更高的质量。 在知识表示中，神经网络采取隐式表示。其获取的知识由网络的结构及权值 表示，并将某一问题的若干知识表示在同一网络中，通用性强，便于实现知识的 自动获取和并行联想推理。 神经网络的知识推理是通过神经元之间的相互作用实现的。网络同一层的推 理是并行的，不同层的推理是串行的。由于同层内神经元的数目远大于层数，因 1 0 青岛科技大学研究生学位论文 此，从总体上来讲，神经网络的推理是并行的，速度快。在神经网络中，允许输 入偏离学习样本，只要输入模式接近于某一样本的输入模式，则输出也会接近学 习样本的输出模式，这种性质使神经网络具有联想记忆能力。 神经网络的不足之处在于未能充分利用许多特定领域中专家积累起来的宝 贵经验，只利用一些明确的故障诊断事例，而且需要有足够的学习样本，才能保 证诊断的可靠性。由于神经网络从故障事例中学到的知识只是一些分布权重，而 不是类似领域专家逻辑思维的产生式规则，因此诊断推理过程不能够自解释，缺 乏透明性。 1 3 1 3 基于故障树的诊断方法 故障树分析【l5 j 原本用于可靠性设计，现已广泛应用于故障诊断。基于故障树 的诊断方法可以形象地描述系统故障产生的原因，是一个在实际中常用的比较有 效的故障诊断方法。它的优点是直观性强、灵活性大、通用性好；缺点是建树繁 琐、数据收集困难，而且要求分析人员对研究对象的故障形成机理有透彻的了解， 以避免在建树过程中错漏和脱节。因此，它仅适用于故障空间比较小的诊断问题。 目前已经出现了不少故障树与其它算法结合的例子。例如故障树模糊分析，它能 够考虑专家经验和模糊不确定信息，更有利于复杂系统的故障诊断。国内外已经 有不少学者对该领域进行了研究。 1 3 1 4 基于符号有向图的诊断方法 基于符号有向图( s d g ) 的诊断技术认为，确定过程扰动的根本原因是故障 诊断的本质【1 6 1 。 基于s d g 的故障诊断方法具有包容大量信息的能力，在人工智能领域，称 s d g 模型为深层知识模型。运用s d g 模型揭示复杂系统的变量间内在因果关系 及影响，是定性仿真的一个重要分支，因此s d g 模型又称为定性模型。它是一 个由节点和带有向符号的支路组成的集合，节点可以描述过程变量、传感器、系 统故障、元器件错误或者系统错误( 如温度、压力、阀门开度和管道泄漏等) ， 节点之间的有向边则体现了状态变量间的故障传播关系。 此方法的优势在于：仅需要相对较少的信息来构造符号有向图及用于诊断。 该方法有待提高的方面有【l 刀：对给定的故障源，由于在预测故障传播途径时 的不确定，存在故障传播的多种解释，其中包含虚假的系统行为，但却无法辨别 虚假的解释；由于在诊断中只考虑了“+ ”和“一 分支，而实际上节点之 间的关系往往很复杂，所以如何来描述节点之间的关系，需要进一步研究；在 运用该方法进行诊断时，如何结合新的知识，从而可以提高故障的确定性，也需 基于s d g 的化工过程故障诊断系统研究 要进行研究。 1 3 2 基于解析模型的方法 所谓基于解析模型的故障诊断，就是通过将被诊断对象的可测信息和由模型 表达的系统先验信息进行比较，从而产生残差，并对残差进行分析和处理而实现 故障诊断的技术。根据残差的产生形式不同，该方法可分为状态估计方法、参数 估计法等。 1 3 2 1 状态估计方法 状态估计法是指当系统可观测部分可观时，重构被控过程的状态，并由观测 器的输出与实际系统输出的差值来构造包含故障信息的残差，再对残差进行分析 处理，实现系统的故障诊断。在能够得到被控对象的精确数学模型时，状态估计 法最直接有效。近年来出现了许多针对线性系统的方法。z h o n g 等人针对具有建 模误差的不确定线性时不变系统，采用最优残差产生器作为参考残差模型来设计 鲁棒故障检测观测器，并利用最新的研究成果，通过引入线性矩阵不等式来解决 观测器的最优化问题【1 8 1 。c h a n 等人设计了一种对于时变系统和时不变系统均适 用的最优随机故障检测滤波器【l9 1 。 非线性系统的研究成果相对较少，目前非线性系统研究还主要是针对某种特 定的非线性系统，如双线性系统【2 0 1 ，尚难以解决实际中广泛存在的复杂非线性问 题。 1 3 2 2 参数估计方法 该方法根据模型参数及相应物理参数变化序列的统计特性来进行故障的检 测和分离，不需计算残差序列。根据估计参数的不同，参数估计法可分为基于系 统参数估计的方法和基于故障参数估计的方法【2 。 参数估计法要求找出模型参数和物理参数的一一对应关系，且被控过程需要 充分激励，因此常用的是将参数估计方法和其它基于解析模型的方法结合起来。 如，j u r i c i c 等人将参数估计法和等价空间法结合用于由无刷直流电动机驱动的执 行器故障检测中1 2 2 1 。y u 采用参数估计和观测器结合的方法，可以分离在系统状 态空间中具有相同方向的故障，并减少了待估参数的个数，从而降低参数估计法 对输入激励的要求i z 3 。另外，目前研究较广泛的还有强跟踪滤波器方法【2 4 j 。只 要所研究的非线性系统的状态与参数是可辨识的，强跟踪滤波器方法是一种有效 的非线性系统故障检测与诊断方法。陈敏泽提出了一种基于强跟踪滤波器的自适 应故障预报方法，针对一类带时变参数的非线性系统进行故障预报【2 5 1 。 1 2 青岛科技大学研究生学位论文 1 3 3 基于信号处理的方法 基于信号处理方法的主要思想是：利用计算机或专用处理设备，以数值计算 的方法对信号进行采集、变换、综合、估值与识别等加工处理，以达到检测故障 的目的。 该方法主要包括：主元分析法、小波变换法、分形法等。 1 3 3 1 主元分析法 主元分析法( p r i n c i p l ec o m p o n e n ta n a l y s i s ，p c a ) 【4 2 6 】根据收集的过程正常 工况下的历史数据，利用统计方法建立正常情况下的过程主元模型，一旦过程的 测量数据与主元模型冲突，就可通过对测量数据的分析分离出不同的故障。该方 法主要用于数据中含有大量相关冗余信息时的故障检测与分离，特别适合于对大 型的、已达到稳态的动态系统进行监控。l e e 等人提出了一种多向核函数主元分 析方法( m u l t i w a yk e r n e lp r i n c i p a lc o m p o n e n ta n a l y s i s ，m k p c a ) 用于间歇过程 故障监测，通过对高维特征数据作主元分析，利用积分算子和非线性核函数得到 原始特征的非线性主元，并以所选的非线性主元作为特征子空间来进行模式识 别。与多方向主元分析( m u l t i w a yp r i n c i p a lc o m p o n e n ta n a l y s i s m p c a ) 方法相 比，m k p c a 更适合于提取故障信号的非线性特征并显示出更好的性能【27 1 。 由于常规的p c a 方法是一种线性方法，面对复杂的非线性系统，可能出现数 据压缩不充分以及主元个数取舍不当而导致监视结果不准确等问题。目前更多学 者考虑将p c a 方法和系统动态模型结合起来建立基于模型的p c a 方法，或将p a c 方法与神经网络相结合建立非线性p c a 方法【2 8 1 。还有将p c a 方法与小波分析相结 合，提出多尺度主元分析方法( m s p c a ) ，既采用主元线性提取去除变量之间 的相关性，又可采用小波技术提取确定性特征，去除变量之间的自相关性。 1 3 3 2 小波变换法 小波变换是2 0 世纪8 0 年代后期发展起来的应用数学分支。基本思想是对被诊 断对象的输入输出信号进行小波变换，利用该变换求出输入输出信号的奇异点， 再去除由于输入突变引起的极值点，则其余的极值点就对应于被诊断对象的故障 状态。基于小波变换的故障诊断方法灵敏度高、抗干扰性强、对输入信号要求不 高，是一种很有发展潜力的故障诊断方法【2 9 1 。 目前，小波变换用于故障诊断的研究热点已经转变为如何与其它方法相结 合。其中应用最广的是小波变换与神经网络的结合，主要有两种途径：利用 小波变换的滤波性能对测量信号进行降噪处理，利用小波分析作为神经网络的前 基- f s d g 的化工过程故障诊断系统研究 置处理手段，为神经网络提供输入特征向量【3 0 】；用小波函数和尺度函数形成 神经元，达到小波和神经网络的直接融合，称为狭义上的小波神经网络。小波神 经网络具有逼近能力强，网络学习收敛速度快，隐层节点数和权重的选取有理论 指导，有效避免了局部最小值问题等优点。 1 3 4 各种故障诊断方法的比较 纵观目前各种故障诊断方法，客观地说，目前没有哪种诊断方法是明显优 越于其它诊断方法的，每种方法都只是抓住诊断推理特性的一个方面，因而会比 其它问题更适于处理这个方面的问题。表1 - 1 列举了一些当前主要的故障诊断技 术以及每种技术的一些优缺点。 表1 - 1 主要故障诊断技术对比 t a b l e1 - 1c o m p a r i s o no f p r i m a r yf a u l td i a g n o s i st e c h n i q u e 诊断方法类型优点缺点 易于增减规则，易于解释规 开发维护费用高，无法诊断 专家系统方法新故障，易出现“匹配冲 则 突”、“组合爆炸”等问题 神经网络诊断不需要模型，速度快，抗噪 需要大量数据，处理动态特 基于知识方法 吉 性凼难 的方法 直观性强，灵活性大，通片j建树繁琐，工作量大，易错 故障树方法 性好漏，不易描述控制系统 直观性强，可反映故障传播 无法辨别虚假信息；模型过 s d g 方法于简单，无法完全描述系统 路径，找到故障根本原因 的复杂关系 基于解析状态估计方法检测手段简单，反应时间短 建模困难，不能检测多重故 障 模型的方 法 检测时间短，能诊断多重故需要精确数学模型，不能诊 参数估计方法 障，可检测缓变及突变故障断新故障 基于信号主元分析法 能从人量信息中辨别关键变对非线性系统分析表现不 量，适合于大型系统佳 处理的方 灵敏度高、抗干扰性强、对 法 小波变换法需要大量数据 输入信号要求不高 从表l - 1 的对比中可以看出，基于s d g 的故障诊断方法从过程直观的结构 特征出发，虽然存在着诊断结果精确性不足的缺点，但作为一种不依赖于精确数 1 4 青岛科技大学研究生学位论文 学模型的诊断方法，在迅速建立诊断模型以及识别故障等方面具有明显的优点。 更重要的是，在化工过程中，操作条件多变，动态特性复杂，而只有变量间的定 性逻辑关系基本保持稳定不变，所以针对流程的故障诊断，s d g 具有别的方法 不可比拟的优势。如果和其它方法相结合发挥这一特点，克服其精确度不足的缺 点，将具有极大的发展前景，因此不失为一种重要的、值得进一步发展研究的方 法。 1 4 本文研究的意义和内容 1 4 1 研究背景及意义 由于化工生产的高危性，使得化工安全问题迫切地摆在了人们面前。随着化 工过程规模的不断扩大，复杂性的日益增高，在其生产、使用、储存的过程中， 如果人们对其危险性不能正确认识，不采取科学有效的防范措施，必将造成事故 的发生，导致严重的生命财产损失和不可挽回的环境污染问题。如何将化工生产 的危险发生概率降到最低，一直是国内外的研究热点。 故障诊断技术是一门综合性的技术，是解决化工过程系统可靠性、安全性以 及科学决策问题的关键技术之一，可以使人们对整个生产、制造、储存系统的危 险性有一个明确的认识，从而有针对性地进行管理、检查，消除安全隐患。开展 化工过程的故障诊断研究，对提高化工生产系统的可靠性，提高企业的经济效益， 以及促进企业的科学管理都具有十分重要的理论和实践意义。 但由