王 琪
(南京化工職業(yè)技術(shù)學(xué)院自控系,南京 210048)
在表面活性劑裝置的生產(chǎn)過(guò)程中,環(huán)氧乙烷裝卸、儲(chǔ)存、進(jìn)料及磺化反應(yīng)等工序都具有相當(dāng)?shù)奈kU(xiǎn)性,操作不當(dāng)容易造成事故,因此,必須通過(guò)安全有效的控制手段來(lái)保證裝置的生產(chǎn)安全?,F(xiàn)階段企業(yè)普遍采用計(jì)算機(jī)來(lái)控制系統(tǒng)的報(bào)警和聯(lián)鎖,速度和可靠性有較大提升,相比而言傳感器故障成為了系統(tǒng)啟動(dòng)報(bào)警和聯(lián)鎖的主要誘發(fā)因素[1,2]。以往的聯(lián)鎖報(bào)警系統(tǒng)在傳感器檢測(cè)被控參數(shù)的過(guò)程中并不執(zhí)行任何動(dòng)作,只有當(dāng)被控參數(shù)達(dá)到報(bào)警極限時(shí)才進(jìn)行聯(lián)鎖報(bào)警,對(duì)傳感器故障的診斷也是在事后進(jìn)行。如果從研究傳感器的故障診斷方面考慮聯(lián)鎖報(bào)警系統(tǒng)的設(shè)計(jì)問(wèn)題,可以在傳感器工作的過(guò)程當(dāng)中就及時(shí)診斷出傳感器的故障,這樣既可以及時(shí)聯(lián)鎖報(bào)警,同時(shí)也降低了技術(shù)人員在聯(lián)鎖報(bào)警后再去查找、分析傳感器故障原因的工作困難,該方法對(duì)保證表面活性劑產(chǎn)品質(zhì)量,降低能耗,防止發(fā)生安全事故有著重要的意義。
基于傳感器故障診斷(Sensor Fault Diagnosis,SFD)技術(shù)的聯(lián)鎖報(bào)警系統(tǒng)由現(xiàn)場(chǎng)設(shè)備層、故障診斷層和聯(lián)鎖報(bào)警層組成,其結(jié)構(gòu)如圖1所示。
圖1 基于SFD技術(shù)的聯(lián)鎖報(bào)警系統(tǒng)3層結(jié)構(gòu)
現(xiàn)場(chǎng)設(shè)備層。在表面活性劑的生產(chǎn)過(guò)程中,現(xiàn)場(chǎng)設(shè)備層的傳感器一旦發(fā)生故障,所產(chǎn)生偏離被測(cè)信號(hào)真實(shí)值的故障信號(hào)會(huì)通過(guò)控制回路在整個(gè)廠級(jí)范圍內(nèi)迅速傳播并傳遞至控制器部分。
故障診斷層。傳統(tǒng)的現(xiàn)場(chǎng)設(shè)備層無(wú)法判斷故障是否存在,只能單純地執(zhí)行控制算法和控制策略,因此應(yīng)在現(xiàn)場(chǎng)設(shè)備層上增加故障診斷層以檢測(cè)出故障存在與否并對(duì)其進(jìn)行分析。如果通過(guò)故障檢測(cè)模塊判斷確實(shí)存在傳感器故障,那么可以收集那些經(jīng)常發(fā)生的、具有一定特點(diǎn)的故障信號(hào)研究其發(fā)生頻率和故障數(shù)學(xué)模型描述,然后按照其故障發(fā)生的頻率依次在故障診斷模塊中建立起故障特征庫(kù),以便對(duì)檢測(cè)信號(hào)進(jìn)行判斷。在故障特征庫(kù)對(duì)故障信號(hào)進(jìn)行匹配診斷后甚至可以進(jìn)一步根據(jù)故障類(lèi)型對(duì)故障信號(hào)進(jìn)行補(bǔ)償修正,使其恢復(fù)到被測(cè)信號(hào)的真實(shí)狀態(tài),即對(duì)于歷史故障的主動(dòng)補(bǔ)償容錯(cuò)控制,可以通過(guò)主動(dòng)補(bǔ)償容錯(cuò)控制模塊中的歷史故障補(bǔ)償容錯(cuò)控制庫(kù)實(shí)現(xiàn)。
聯(lián)鎖報(bào)警層。在故障診斷模塊中,當(dāng)前的故障信號(hào)與故障特征庫(kù)未能匹配,則其屬于非經(jīng)驗(yàn)型故障即未知故障,對(duì)于未知故障系統(tǒng)將進(jìn)入聯(lián)鎖報(bào)警層進(jìn)行處理,密切監(jiān)控生產(chǎn)狀況,一旦檢測(cè)信號(hào)超過(guò)報(bào)警極限就發(fā)出警告或緊急切斷電源進(jìn)行聯(lián)鎖,技術(shù)人員可以通過(guò)權(quán)限更改設(shè)定值,進(jìn)行參數(shù)整定或修改相關(guān)指令等。
判斷傳感器是否發(fā)生故障首先要建立傳感器故障的數(shù)學(xué)模型,分析其故障函數(shù),對(duì)比故障信號(hào)與非故障信號(hào)的區(qū)別,以此檢測(cè)出故障信號(hào)存在與否。
分析傳感器輸出信號(hào)的構(gòu)成,可將傳感器故障的數(shù)學(xué)模型描述為:
x=g(x,u)+?(x,u)
(1)
(2)
式中g(shù)(x,u)——系統(tǒng)非線性模型;
u——輸入矢量;
x——狀態(tài)矢量;
y(t)——傳感器實(shí)際輸出;
γ(t)——測(cè)量過(guò)程中產(chǎn)生的隨機(jī)誤差,呈正態(tài)分布,平均值為0;
ζ(x,u,t)——傳感器故障函數(shù);
?(x,u)——模型的不確定性。
圖2 基于殘差包絡(luò)軌跡法的故障檢測(cè)模塊
為精確計(jì)算殘差,可采用加權(quán)移動(dòng)平均濾波技術(shù)對(duì)殘差進(jìn)行采樣,每次都取當(dāng)前采樣時(shí)刻前的(包含當(dāng)前時(shí)刻的采樣點(diǎn))n個(gè)采樣點(diǎn),那么在第k個(gè)采樣時(shí)刻可以得到一組序列[φ(k-n+1),…,φ(k-1),φ(k)],計(jì)算其加權(quán)移動(dòng)平均值[5],該值在有新的采樣值時(shí)進(jìn)行更新,具體算式為:
(3)
式中ηi——權(quán)數(shù)。
為了有效剔除未知因素對(duì)殘差造成的影響,可設(shè)置自適應(yīng)閾值包絡(luò)軌跡,即傳感器無(wú)故障輸出時(shí)殘差的包絡(luò)軌跡。包絡(luò)軌跡由系統(tǒng)非線性模型不確定誤差范圍?(x,u)、線性化誤差σ(t)和測(cè)量過(guò)程中引起的隨機(jī)誤差γ(t)造成的殘差的最大和最小閾值范圍隨著時(shí)間變化的曲線構(gòu)成。自適應(yīng)閾值包絡(luò)軌跡Ψ(t)具有最大和最小邊界:
γ(t)+σ(t)-?(x,u)≤Ψ(t)≤γ(t)+σ(t)-?(x,u)
(4)
故障診斷模塊要求能夠判斷當(dāng)前故障是否與歷史故障匹配,如果匹配則要及時(shí)分析其故障類(lèi)型并對(duì)故障進(jìn)行評(píng)估與決策,甚至可進(jìn)一步在主動(dòng)補(bǔ)償容錯(cuò)控制模塊中根據(jù)故障類(lèi)型對(duì)故障信號(hào)進(jìn)行補(bǔ)償修正[5]。若不屬于歷史故障則判斷為未知故障,系統(tǒng)密切監(jiān)視檢測(cè)信號(hào)是否超限并發(fā)出警告,甚至緊急切斷電源進(jìn)行聯(lián)鎖保證系統(tǒng)正常工作。
在歷史故障特征庫(kù)中,按照發(fā)生故障后信號(hào)幅值的變化程度、變化速度將傳感器故障分類(lèi)為軟故障和硬故障,幅值變化較小且緩慢的為軟故障,幅值變化較大且迅速的為硬故障。又可詳細(xì)分為:軟故障-偏差故障、軟故障-漂移故障、軟故障-精度下降故障、硬故障-完全故障4種類(lèi)型,各故障函數(shù)如圖3所示。
圖3 傳感器故障類(lèi)型
軟故障-偏差故障。此類(lèi)故障是指有故障信號(hào)與無(wú)故障信號(hào)互相平行,兩者之間相差某一恒定常數(shù)K,產(chǎn)生這種故障的主要原因是有偏置電流或偏置電壓的存在,將這一恒定的干擾信號(hào)添加到了原有的信號(hào)上。其函數(shù)表示為:
ζ(x,u,t)=K
(5)
式中K——常數(shù)。
軟故障-漂移故障。此類(lèi)故障是指由于溫漂的存在,使得有故障信號(hào)偏離無(wú)故障信號(hào)的趨勢(shì)隨著時(shí)間的推移不斷增大,導(dǎo)致兩信號(hào)之間的差值也越來(lái)越大,其函數(shù)表示為:
ζ(x,u,t)=K(t-t0)
(6)
式中t0——故障的起始時(shí)刻。
軟故障-精度下降故障。此類(lèi)故障是指如果分別計(jì)算有故障信號(hào)和無(wú)故障信號(hào)的平均值,計(jì)算結(jié)果不會(huì)發(fā)生變化,但這并不表示傳感器故障不存在,如果進(jìn)一步計(jì)算其方差會(huì)發(fā)現(xiàn)故障信號(hào)的方差比較大,說(shuō)明信號(hào)波動(dòng)較劇烈,存在故障,其函數(shù)表示為:
ζ(x,u,t)~N(0,σ22)
(7)
式中σ22——方差。
這一類(lèi)故障信號(hào)外在表現(xiàn)不明顯,需要計(jì)算方差才有可能進(jìn)一步判斷,因此也難以發(fā)現(xiàn)[6]。
硬故障-完全故障。此類(lèi)故障是指有故障信號(hào)在輸出一段時(shí)間后突然變成了某一固定值的一類(lèi)故障,其主要成因是傳感器突然失靈引起的短路故障或開(kāi)路故障,如信號(hào)線斷線、芯片引腳斷、電路腐蝕及電路短路等。短路引起的故障信號(hào)接近于儀表量程的最小值,開(kāi)路引起的故障信號(hào)接近于儀表量程的最大值。該類(lèi)故障其函數(shù)表示為:
y(t)=Vmax(或Vmin)
(8)
式中Vmax、Vmin——儀表量程的最大值和最小值。
這類(lèi)故障剛開(kāi)始發(fā)生時(shí)有一形成過(guò)程,可以表示為:
y(t)=[1-e-α(t-t0)]U(t-t0)Vmax(或Vmin)
(9)
式中t0——故障的起始時(shí)刻。
此類(lèi)故障一旦形成就很難再去修正,如果在剛發(fā)生時(shí)能夠被檢測(cè)出來(lái),對(duì)防止此類(lèi)故障的擴(kuò)大起著關(guān)鍵的作用。
如果故障信號(hào)經(jīng)過(guò)故障診斷模塊判斷與歷史故障庫(kù)不匹配,則認(rèn)為故障信號(hào)為未知故障類(lèi)型,聯(lián)鎖報(bào)警層進(jìn)入到計(jì)算機(jī)邏輯控制狀態(tài),將密切監(jiān)控生產(chǎn)狀況,一旦檢測(cè)信號(hào)超限就發(fā)出警告或緊急切斷電源進(jìn)行聯(lián)鎖。
表面活性劑生產(chǎn)過(guò)程中對(duì)于環(huán)氧乙烷中間罐的高溫監(jiān)控、高液位監(jiān)控及其聯(lián)鎖控制如圖4、5所示。
圖4 環(huán)氧乙烷中間罐的高溫監(jiān)控和高液位監(jiān)控
圖5 環(huán)氧乙烷中間罐的聯(lián)鎖控制
環(huán)氧乙烷中間罐高溫報(bào)警/聯(lián)鎖。當(dāng)環(huán)氧乙烷中間罐V101溫度(TT101A/B/C、TT102A/B/C、TT103A/B/C)分別達(dá)到30、35℃時(shí),系統(tǒng)顯示一級(jí)、二級(jí)高溫報(bào)警。當(dāng)達(dá)到38℃時(shí)系統(tǒng)啟動(dòng)高溫聯(lián)鎖,并自動(dòng)關(guān)閉環(huán)氧乙烷中間罐V101進(jìn)料切斷閥PV101、環(huán)氧乙烷進(jìn)料泵P101、入口切斷閥PV108和環(huán)氧乙烷返回管線切斷閥PV102,打開(kāi)環(huán)氧乙烷排放管線切斷閥PV103、電動(dòng)閥PV104和尾氣吸收塔消防水進(jìn)水管線切斷閥。
環(huán)氧乙烷中間罐高液位報(bào)警/聯(lián)鎖。當(dāng)環(huán)氧乙烷中間罐V101液位(LT101A、LT101B)達(dá)到70%時(shí),DCS顯示高液位報(bào)警并引發(fā)高液位聯(lián)鎖。自動(dòng)關(guān)閉環(huán)氧乙烷中間罐V101和進(jìn)料切斷閥PV101。
在基于傳感器故障診斷技術(shù)的表面活性劑裝置聯(lián)鎖報(bào)警系統(tǒng)的研究中,對(duì)基于SFD技術(shù)的聯(lián)鎖報(bào)警系統(tǒng)的結(jié)構(gòu)進(jìn)行了闡述,設(shè)計(jì)了基于殘差包絡(luò)軌跡法的故障檢測(cè)模塊用于故障信號(hào)的檢測(cè),并根據(jù)各故障信號(hào)的特點(diǎn)建立了歷史故障特征庫(kù)用于診斷故障類(lèi)型以進(jìn)行相應(yīng)的補(bǔ)償容錯(cuò)控制,同時(shí)對(duì)于未知故障采取計(jì)算機(jī)邏輯控制,既可及時(shí)聯(lián)鎖報(bào)警,也降低了技術(shù)人員在聯(lián)鎖報(bào)警后再去查找、分析傳感器故障原因的工作困難。該方法不僅具有理論意義,更有實(shí)際應(yīng)用價(jià)值,適用
于表面活性劑的實(shí)際生產(chǎn)過(guò)程,可廣泛推廣應(yīng)用于各種自動(dòng)化生產(chǎn)過(guò)程的聯(lián)鎖報(bào)警系統(tǒng)中。
[1] 張華春.復(fù)雜系統(tǒng)的故障檢測(cè)與容錯(cuò)控制研究[D].北京:中國(guó)科學(xué)院自動(dòng)化研究所,2000.
[2] 張祖鷹.現(xiàn)場(chǎng)控制儀表的故障診斷與補(bǔ)償容錯(cuò)控制系統(tǒng)[J].制造業(yè)自動(dòng)化,2011,(15):70~73,115.
[3] Michat B,Ron P,Miehat S.Introduction to the DAMADICS Actuator FDI Benchmark Study[J].Control Engineering Practice,2006,14(6):577~596.
[4] 薄翠梅,柏楊進(jìn),喬旭.基于多殘差描述的魯棒故障診斷方法[J].科技通報(bào),2010,26(5):647~651.
[5] Gertler J J.Fault Detection and Diagnosis in Engineering Systems[M].NewYork:Mareel Dekker,1998.
[6] Yen G G,Ho L W.Online Multiple-Model-Based Fault Diagnosis and Accommodation[J].IEEE Transactions on Industrial Electronics,2003,50(2):296~312.