采用高阶统计和模糊聚类的阀门黏滞故障检测.docVIP

采用高阶统计和模糊聚类的阀门黏滞故障检测 郑丽丽 王志国 刘飞 江南大学轻工过程先进控制教育部重点实验室 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 针对气动调节阀存在的黏滞非线性故障, 提出了一种采用高阶统计 (HOS) 和模糊聚类的阀门黏滞故障检测方法。首先, 利用基于高阶统计量的非高斯性指标 (NGI) 和非线性指标 (NLI) 检测控制回路是否包含非线性环节;再根据黏滞阀门的输出输出特性设计检测算法, 采集回路数据进行模糊聚类, 以获取的聚类中心位置特征为基础, 给出黏滞存在的判断依据并量化黏滞大小。通过计算机仿真和工业数据分析, 验证了所提方法的有效性和实用性。 关键词： 阀门黏滞; 非线性故障; 高阶统计量; 模糊聚类; 作者简介：郑丽丽 (1988—) , 硕士研究生, 主要研究领域为阀门黏滞故障的检测与控制。E-mail:953913272@ 作者简介：王志国 (1977—) , 副教授, 博士, 主要研究领域为工业过程控制器性能评估、过程监控以及控制系统开发与应用等方面研究。E-mail:jndx_wzg@ 收稿日期：2016-11-29 基金：国家自然科学基金项目 Detection of Valve Stiction Fault Using Higher-order Statistics and Fuzzy Clustering ZHENG Li-li WANG Zhi-guo LIU Fei Key Laboratory of Advanced Process Control for Light Industry, Ministry of Education, Jiangnan University; Abstract： Since stiction is a nonlinear fault generated by sticky pneumatic valve, a method using higher-order statistics ( HOS) and fuzzy clustering to detect valve stiction was proposed.Firstly, detection of nonlinearity was carried out by utilizing the non-Gaussianity index ( NGI) and the nonlinearity index ( NLI) based on HOS. Then the detection algorithm was designed according to the input-output characteristic of a sticky valve.After operating data were clustered using fuzzy clustering, stiction criterion and quantification were proposed on basis of the distribution of cluster centers.The effectiveness and practicability of the proposed method were successfully validated by using computer simulation and industrial data. Keyword： valve stiction; nonlinear fault; higher-order statistical; fuzzy clustering; Received： 2016-11-29 0 引言 流程工业中存在大量分层有序的控制回路, 气动调节阀作为控制回路常用的典型执行器, 其能否正常工作直接影响着生产的安全性和可靠性。据统计分析, 由控制器整定不佳、执行器非线性故障及外部扰动等引起的振荡是回路性能恶化的常见表现形式, 其中20%~30%的振荡是由阀门黏滞非线性故障引起的[1-2]。阀门发生黏滞故障后, 阀门输出可能发生振荡, 导致过程输出振荡, 进而加速了阀门的磨损。因此, 阀门黏滞故障的检测研究对回路性能的改善具有重要意义。 目前针对阀门黏滞现象的检测研究主要是时域形状分析方法[3]。这类基于数据驱动的方法只需利用控制系统中可获得的常规运行数据, 不需要改变回路当前状态, 因而受到了学术界和工业界的广泛关注。Horch首先对非积分过程提出利用控制器输出信号 (OP