Диагностика нарушений в ходе технологического процесса с использованием расширенных фильтров Калмана

• Автор: Воробьев, Николай Вячеславович
• Шифр специальности: 05.13.06
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Санкт-Петербург
• Количество страниц: 95 с. : ил.

Оглавление
ВВЕДЕНИЕ
ГЛАВА 1 Обзор состояния проблемы непрерывной диагностики состояния технологических процессов

1.1 Задачи и процедуры диагностики состояния технологических процессов

1.1 Л Требования к системе диагностики

1.1.2 Последовательность диагностических операций

1.1.3 Типы нарушений

1.1.4 Место системы диагностики в иерархии АСУ

1.2 Виды диагностических моделей

1.2.1 Диагностические модели первой группы

1.2.2 Диагностические модели второй группы
1.2.3 Диагностические модели третьей группы
1.3 Диагностика нарушений в автоматизированных объектах
1.3.1 Особенности диагностики ТП в условиях современных АСУТП
1.3.2 Диагностика нарушений в объектах, охваченных обратными связями
1.4 Выводы по 1-й главе
Г ЛАВА 2 Построение диагностических моделей на основе фильтра Калмана и его нелинейных модификаций
2.1 ДМ на основе классического фильтра Калмана
2.2 Нелинейные модификации фильтра Калмана
2.2.1 Расширенный фильтр Калмана (ЕКЕ)
2.2.2 Ансцентный фильтр Калмана (ЕГКЕ)
2.3 Особенности использования фильтров в качестве диагностических моделей
2.4 Выводы по 2-й главе
ГЛАВА 3 Разработка структуры и алгоритма работы системы диагностики
3.1 Структура системы диагностики с ДМ на фильтрах Калмана
3.1.1 Реализация непрерывного мониторинга технологического процесса с использованием ДМ на базе фильтров Калмана
3.1.2 Реализация операции идентификации нарушений
3.1.3 Структурная схема системы диагностики

3.2 Алгоритм работы системы диагностики
3.2.1 Построение фильтров Калмана
3.2.2 Алгоритм работы системы диагностики
3.3 Выводы по 3-й главе
ГЛАВА 4 Экспериментальное исследование системы диагностики
4.1 Выбор объектов для экспериментального исследования
4.2 Диагностика электропневматического клапана
4.2.1 Описание модели клапана
4.2.2 Результаты исследования работы системы при наличии нарастающих нарушений в клапане
4.2.3 Результаты исследования работы системы при наличии скачкообразных нарушений клапане
4.2.4 Сравнительный анализ результатов диагностики клапанов при использовании ДМ разных типов
4.3 Диагностика процесса Tennessee Eastman
4.3.1 Описание модели процесса ТЕ
4.3.2 Результаты исследования работы системы при наличии скачкообразных нарушений на процессе ТЕ
4.3.3 Результаты исследования работы системы при наличии нарастающих нарушений на процессе ТЕ
4.4 Выводы по 4-й главе
ЗАКЛЮЧЕНИЕ
СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ

ВВЕДЕНИЕ
Повышение технической безопасности и экологичности технологических процессов является одной из важнейших задач современного этапа развития промышленности. Острота проблемы объясняется тем, что стремление к интенсификации производства часто приводит к необходимости работы у границ допустимых безопасных зон и даже в предаварийных зонах, где, как правило, выше интенсивность и полнее степень конверсии.
В то же время обязательные в таких случаях системы защиты, ухудшают качественные и количественные (в том числе экономические) показатели процесса, т.к. их срабатывание обычно сопровождается сбросом реакционной массы, необратимым подавлением реакции и т.п. действиями, приводящими к существенным потерям.
Поэтому возникает задача обнаружения и идентификации возможных нештатных ситуаций в ходе технологических процессов на ранних стадиях их развития. Это достигается использованием системы непрерывного мониторинга и диагностики контролируемого технологического процесса, обеспечивающей раннее выявление отклонений от нормального характера протекания процесса и возможность оперативного управления им с целью ликвидации этих отклонений. Поэтому вопросам создания систем мониторинга и диагностики уделяется серьезное внимание, о чем свидетельствует, в частности, большое количество публикаций, особенно в зарубежной литературе. Это говорит о том, что проблема актуальна.
В то же время построение систем диагностики для большинства технологических процессов часто затруднено из-за того, что математические описания, даже достаточно адекватно отражающие нормальные режимы протекания процессов, малоэффективны для идентификации возможных нештатных ситуаций, вызванных теми или иными нарушениями в ходе технологического процесса.
Дополнительные трудности возникают при реализации диагностики нарушений, локализованных в контурах рециклов или систем управления. Анализ существующих работ по диагностике состояния технологических процессов в режиме реального времени показал, что большинство из них посвящены разработке систем диагностики процессов в целом и, в лучшем случае, лишь выявляют факт наличия нарушения в устройствах, охваченных обратными связями (ОС), не определяя причин, их вызвавших. Но даже та-

ГЛАВА 2 Построение диагностических моделей на основе фильтра Калмана и его нелинейных модификаций
2Л ДМ на основе классического фильтра Калмана
Первый фильтр, основанный на принципе минимизации квадратичного функционала, был построен Винером. Однако существовал ряд допущений необходимых для его применения. Во-первых, объект должен был быть стационарным, т.е. сигнал не мог меняться во времени. Это условие сужает область применения фильтра, так как большинство систем или объектов по определению не стационарны. Для синтеза оптимального фильтра требовалось, в общем случае, найти переходную или передаточную функцию системы или объекта, что само по себе сложная задача. После, еще и наложить условие физической реализуемости. Поэтому в некоторых случаях, в силу сложности объекта, задача получения такого фильтра вообще не разрешима.
Применение такого фильтра для вычислений на компьютере крайне сомнительно. Необходимо содержать в памяти всю историю полученных оценок. Поэтому с каждой последующей оценкой объем памяти, необходимой для работы фильтра, растет, из-за чего растет и вычислительная нагрузка.
Другой способ получения оценки по МНК был разработан Рудольфом Калманом. В отличие от фильтра Винера, фильтр Калмана (ФК) позволяет получать и оценки параметров, и оценки состояния [70]. Оценка состояния объекта проводится в пространстве состояний и строится на основе вектора параметров объекта. В нем каждый параметр образует свою собственную ось, а значения этих параметров откладываются в качестве координат. По полученным координатам образуется точка - состояние. Если состояния за все моменты времени соединить линией, то можно увидеть траекторию изменения параметров в этом пространстве.
Оценка состояния в этом пространстве достаточно сложная и неоднозначная задача. Однако в купе с оценкой параметров достигается лучший результат, чем с использованием фильтра Винера.
Есть еще одно преимущество ФК. Как уже говорилось ранее, фильтр Винера с каждой последующей оценкой увеличивает вычислительную нагрузку на ЭВМ. Фильтр Калмана этого недостатка лишен. Это достигается за счет применения рекурсивных