基于二维彩色数字图谱的复杂机电系统状态评估方法.pdf

1、(10)申请公布号 CN 102306230 A (43)申请公布日 2012.01.04 CN 102306230 A *CN102306230A* (21)申请号 201110146488.5 (22)申请日 2011.06.02 G06F 19/00(2006.01) (71)申请人 西安交通大学 地址 710049 陕西省西安市咸宁西路 28 号 (72)发明人 高建民 孙锴 高智勇 陈富民 姜洪权 (74)专利代理机构 西安通大专利代理有限责任 公司 61200 代理人 陆万寿 (54) 发明名称 基于二维彩色数字图谱的复杂机电系统状态 评估方法 (57) 摘要 本发明公开了基于二维

2、彩色数字图谱的复杂 机电系统状态评估方法， 利用数字图像的像素所 特有的高度的关联性和耦合性， 将现代制造工业 系统中的海量 DCS 数据按照一定的规则排列， 并 对多特征海量数据着色， 将系统多变量之间的非 线性、 高耦合性关系利用色彩图谱直观的同时反 映出来， 构造出反映系统整体健康状态的二维彩 色数字平面图谱， 本发明可以一次性处理系统所 有DCS数据， 并能从系统层面直观的对DCS数据的 分布式复杂机电系统健康状态的评估、 故障快速 溯源及系统预警。 (51)Int.Cl. (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书 1 页 说明书 6 页 附图 1 页 C

3、N 102306237 A1/1 页 2 1. 基于二维彩色数字图谱的复杂机电系统状态评估方法， 其特征在于， 一个包含了 n 个要素的复杂机电系统， 按照特定的时间周期对所要生产要素进行采样， 记录在系统变量 中， 则在m个采样周期后， 系统共有mn个系统变量数据， 构造系统的二维彩色数字平面图 谱， 反映系统的整体运行状态， 包括以下步骤 ： 步骤 1 ： 构造复杂机电系统 DCS 数据的系统变量矩阵 构造 mn 阶二维复杂机电系统的系统变量数据矩阵 X， 以下简称数据矩阵 X， 如下 ： 系统综合变量时间序列向量 (1) 数据矩阵 X 的每一行代表包含 n 个系统要素的系统综合变量的一个

4、采样。矩阵 X 的每 一列代表系统的一个要素按时间先后顺序采集的 m 个独立采样的时间序列向量。 步骤 2 ： DCS 数据矩阵着色 数据矩阵中的元素值 xi， j X(i， j) 代表第 j 个系统变量在第 i 个采样周期的采样值， 以数据矩阵 X 的最大值和最小值为边界， 建立系统变量区间 Xmax， Xmin， 根据待着色的颜色 总数 color_num 平均划分变量区间， 每个变量区间的长度为对应特定的颜色， 色彩所对应的变量区间由 Xmax到 Xmin遵循赤橙黄绿青蓝紫的色彩变化规律， 称为颜色区间， 将数据矩阵中的每个元素值 xi， j按照大小分别投影到对应的颜色区间中， 用颜色区

5、间所对 应的颜色取代数据矩阵的元素值 xi， j， 从而为整个数据矩阵着色 ； 步骤 3. 构造复杂机电系统二维系统彩色图谱 着色后的数据矩阵中的所有元素值 xi， j X(i， j) 都被特定的颜色取代 xi， j Pixel_ color， 将每一个元素 xi， j Pixel_color 作为二维平面图像中的一个像素， 就可以得到大 小为 mn 的复杂机电系统二维系统彩色图谱 ； 步骤 4. 根据系统二维彩色图谱判定复杂机电系统运行状态 (1) 系统稳定运行时， 系统彩色图谱中各要素的色彩条纹分布均匀， 变化流畅， 显示出 系统的运行状态良好 ； (2) 系统出现停车性故障时， 系统彩色

6、图谱的彩色条纹应在故障发生前的采样点处出 现突变， 贯穿全部系统变量， 反映系统出现了全局性的数据异常， 面临停车性重大故障 ； (3) 系统出现非停车性故障时， 故障部分所代表的彩色图谱区域会出现色彩突变， 反映 所在的区域的系统要素出现了问题， 需要予以关注及处理。 权 利 要 求 书 CN 102306230 A CN 102306237 A1/6 页 3 基于二维彩色数字图谱的复杂机电系统状态评估方法 技术领域 0001 本技术涉及复杂机电系统的故障诊断、 故障溯源及预警， 特别是拥有海量监控数 据的复杂机电系统的整体健康状态的判断。 背景技术 0002 现代复杂机电系统通常都配备了完

7、善的以 DCS(Distribute Control System) 为 核心的监控系统， 对整个生产过程进行监测和记录， 形成了海量数据。这些数据反映了整 个生产系统在不同时刻的运行状态、 寿命状态与工艺状态， 是整个生产系统不同时刻、 不同 工况的真实记录。在这些数据中蕴含了系统状态的内在演化规律与本质。但是， 这些数据 除了具有时序性以外， 还具有非线性、 多源异构性、 非平衡性、 非典型性和海量性 ( 每年的 记录数据高达几百个 GB) 等多种复杂特征， 呈多特征并存的特点。因此， 如何利用这些多特 征数据发现系统潜在异常与动态演化规律， 实现对系统健康状态的科学预测与早期故障预 防，

8、 仍是一个尚未解决的问题， 发明内容 0003 本发明的目的是提供一种基于二维彩色数字图谱的复杂机电系统状态评估方法， 可以一次性处理系统所有 DCS 数据， 并能从系统层面直观的对 DCS 数据的分布式复杂机电 系统健康状态的评估、 故障快速溯源及系统预警。 0004 本发明利用数字图像的像素所特有的高度的关联性和耦合性， 将现代制造工业系 统中的海量 DCS 数据按照一定的规则排列， 并对多特征海量数据着色， 将系统多变量之间 的非线性、 高耦合性关系利用色彩图谱直观的同时反映出来， 构造出反映系统整体健康状 态的二维彩色数字平面图谱。 0005 本发明的技术方案是这样实现的 ： 0006

9、 一个包含了 n 个要素的复杂机电系统， 按照特定的时间周期对所要生产要素进行 采样， 记录在系统变量中， 则在 m 个采样周期后， 系统共有 mn 个系统变量数据， 构造系统 的二维彩色数字平面图谱， 反映系统的整体运行状态。 0007 步骤 1 ： 构造复杂机电系统 DCS 数据的系统变量矩阵 0008 构造 mn 阶二维复杂机电系统的系统变量数据矩阵 X( 以下简称数据矩阵 X) 如 下 ： 0009 系统综合变量时间序列向量 (1) 0010 数据矩阵 X 的每一行代表包含 n 个系统要素的系统综合变量的一个采样。矩阵 X 的每一列代表系统的一个要素按时间先后顺序采集的 m 个独立采样

10、的时间序列向量。 0011 步骤 2 ： DCS 数据矩阵着色 说 明 书 CN 102306230 A CN 102306237 A2/6 页 4 0012 数据矩阵中的元素值 xi， j X(i， j) 代表第 j 个系统变量在第 i 个采样周期的采 样值。以数据矩阵 X 的最大值和最小值为边界， 建立系统变量区间 Xmax， Xmin， 根据待着色 的颜色总数color_num平均划分变量区间， 每个变量区间的长度为对应特定的 颜色， 色彩所对应的变量区间由 Xmax到 Xmin遵循赤橙黄绿青蓝紫的色彩变化规律， 称为颜色 区间。将数据矩阵中的每个元素值 xi， j按照大小分别投影到对应

11、的颜色区间中， 用颜色区 间所对应的颜色取代数据矩阵的元素值 xi， j， 从而为整个数据矩阵着色。 0013 步骤 3. 构造复杂机电系统二维系统彩色图谱 0014 着色后的数据矩阵中的所有元素值 xi， j X(i， j) 都被特定的颜色取代 xi， j Pixel_color， 将每一个元素 xi， j Pixel_color 作为二维平面图像中的一个像素， 就可以 得到大小为 mn 的复杂机电系统二维系统彩色图谱。 0015 步骤 4. 根据系统二维彩色图谱判定复杂机电系统运行状态 0016 (1) 系统稳定运行时， 系统彩色图谱中各要素的色彩条纹的颜色虽然深浅不一， 但 是色彩条纹分

12、布应均匀， 结构简单， 变化流畅， 显示出系统的运行状态良好。 0017 (2) 系统出现停车性故障时， 系统彩色图谱的彩色条纹应在故障发生前的采样点 处出现突变， 贯穿全部系统变量， 反映系统出现了全局性的数据异常， 面临停车性重大故 障。 0018 (3) 系统出现非停车性故障时， 故障部分所代表的彩色图谱区域会出现色彩突变， 反映所在的区域的系统要素出现了问题， 需要予以关注及处理。 0019 因此， 根据色彩突变的区域， 可以快速的判断系统故障等级、 故障类型、 定位故障 范围以及对系统的健康状态进行预测， 从而达到故障诊断、 故障溯源与预警的目的， 从而可 以定性的评估系统运行状态。

13、 0020 本发明将数字图像处理引入了复杂机电系统故障诊断领域， 实现了多变量数据的 统一分析及处理， 开辟了一条多因素数据处理的新思路， 具体技术效果如下 ： 0021 将多维海量数据着色， 利用色彩图谱反应复杂的系统变量之间的内在联系。将系 统多变量之间的非线性、 高耦合性关系， 利用色彩图谱直观的反映出来， 将复杂问题直观 化、 形象化、 简单化。 0022 在数学上， 可以利用丰富的图像处理方法分析系统的变化状态。 0023 可以大大简化算法， 缩短系统状态的预测时间。 0024 有利于从宏观层面把握系统的整体变化情况。 0025 利用图谱可以建立更多变量之间的关系 附图说明 0026

14、 图 1. 田纳西 - 伊斯曼过程 0027 图 2 空气压缩机组设备连接图 0028 下面结合附图对本发明的内容作进一步详细说明。 具体实施方式 0029 1. 田纳西 - 伊斯曼过程仿真系统正常运行状态及非停车性故障状态系统彩色图 说 明 书 CN 102306230 A CN 102306237 A3/6 页 5 谱 0030 田纳西 - 伊斯曼过程仿真数据包是伊斯曼化学公司创建的过程仿真中采集的监 测数据包， 作为比较各种方法的数据源， 在过程监控系统中被广泛应用。 仿真过程基于一个 真实的工业过程的仿真。过程包括五个主要单元 ： 反应器 1、 冷凝器 2、 汽提塔 3、 气 / 液分

15、 离器 4 和压缩机 5 ； 包含八种成分 ： A、 B、 C、 D、 E、 F、 G 和 H。 0031 具体的工业流程如图 1 所示。反应器的产品流通过冷凝器 2 冷却， 然后送入气 / 液分离器 4。从气 / 液分离器 4 中出来的蒸汽通过压缩机再循环送入反应器 1。为了防止 过程中惰性组分和反应副产品的积聚， 必须排放一部分再循环流。来自气 / 液分离器 4 的 冷凝成分被泵送入汽提塔 3。汽提塔 3 中的剩余反应物通过再循环， 回到反应器 1 中。从汽 提塔 3 底部出来的产品 G 和 H 被送到下游过程。 0032 气体成分 A、 C、 D 和 E 以及惰性组分 B 被送入反应器

16、1， 液态产物 G 和 H 在反应器 1 中形成。反应器中的各种反应是 ： 0033 A(g)+C(g)+D(g) G(liq) 0034 A(g)+C(g)+E(g) H(liq) 0035 A(g)+E(g) F(liq) 0036 3D(g) 2F(liq) 0037 物质 F 是反应的副产品， 反应是不可逆， 放热的。 0038 训练集和测试集中的数据包含了所有的控制变量和测量变量， 除了反应器的搅拌 器搅动速度， 总共有 n 52 个监测点， 监测点向量的对应关系如表 1 所示。 0039 表 1. 田纳西仿真数据监测点 0040 监测点编号 监测点 监测点编号 监测点 1 A 进料

17、 ( 流 1) 27 成分 E( 流 6) 2 D 进料 ( 流 2) 28 成分 F( 流 6) 3 E 进料 ( 流 3) 29 成分 A( 流 9) 4 总进料 ( 流 4) 30 成分 B( 流 9) 5 再循环流量 ( 流 8) 31 成分 C( 流 9) 6 反应器进料流量 ( 流 6) 32 成分 D( 流 9) 7 反应器压力 33 成分 E( 流 9) 8 反应器等级 34 成分 F( 流 9) 9 反应器温度 35 成分 G( 流 9) 10 排放速度 ( 流 9) 36 成分 H( 流 9) 说 明 书 CN 102306230 A CN 102306237 A4/6 页

18、 6 11 产品分离器温度 37 成分 D( 流 11) 12 产品分离器液位 38 成分 E( 流 11) 13 产品分离器压力 39 成分 F( 流 11) 14 产品分离器塔底低流量 ( 流 10) 40 成分 G( 流 11) 15 汽提器等级 41 成分 H( 流 11) 16 汽提器压力 42 D 进料量 ( 流 2) 17 汽提器塔底低流量 ( 流 11) 43 E 进料量 ( 流 3) 18 汽提器温度 44 A 进料量 ( 流 1) 19 汽提器流量 45 总进料量 ( 流 4) 20 压缩机功率 46 压缩机再循环阀 21 反应器冷却水出口温度 47 排放阀 ( 流 9)

19、22 分离器冷却水出口温度 48 分离器液流量 ( 流 10) 23 成分 A( 流 6) 49 汽提器液流量 ( 流 11) 24 成分 B( 流 6) 50 汽提器水流阀 25 成分 C( 流 6) 51 反应器冷却水流量 26 成分 D( 流 6) 52 冷凝器冷却水流量 0041 田纳西仿真数据包中的无故障数据包含了 m 480 个采样点， 根据复杂机电系统 生产要素在二维欧氏平面空间的时空分布规则， 构造二维复杂机电系统的系统变量数据矩 阵 X， 如下 ： 0042 系统综合变量， 52 个监测点 0043 时间序列向量， 480 个采样点 0044 数据矩阵反映了复杂机电系统的系统

20、变量的时间和空间分布规则。 52个监测点构 成的系统变量向量的空间分布为横轴， 时间序列向量为纵轴。将系统变量分别按照空间关 系和时间关系排列在一个二维平面上， 横轴可以直观的反映系统中所有要素的耦合关系， 轴向关系形成系统综合向量 ； 纵轴反应系统各要素的时间序列关系， 轴向关系形成系统变 量的时序向量。将该数据矩阵中的元素均匀分布在欧氏平面空间中， 就构成了系统变量在 说 明 书 CN 102306230 A CN 102306237 A5/6 页 7 二维欧氏空间平面中的时空分布结构。 0045 在数字图像处理中， 真彩是分别用 8 位二进制位表示 R、 G、 B 三原色所构成的三维 色

21、彩相空间， 共含有 224 1677216 种色彩。我们以系统变量的最大值和最小值为边界， 建 立系统变量区间， 将整个变量区间平均划分为 224个小区间， 每一个区间代表一种色彩相空 间的分布， 将系统变量投影到它所属的相空间中， 用色彩相空间所对应的色彩表示该采样 值的大小， 这样就可以对系统变量上色， 以不同的色彩代表区间值的大小。 色彩所代表的数 值由大到小遵循赤橙黄绿青蓝紫的色彩变化规律。 这样就得到了系统变量的三维色彩相空 间分布。 0046 根据复杂机电系统生产要素在三维色彩相空间的分布规则， 为 DCS 数据的 观测值上色。找出数据包中的最大值为 4600.7， 最小值为 -0

22、.00249， 得到数据区间 为 4600.7， -0.00249， 平均划分为 224 16777216 个小区间， 则每个区间的精确度为 2.7410-4。因此每种颜色的所带表的数值的精确度可以达到 10-4， 可以满足 DCS 数据的精 确度要求。 0047 将田纳西 DCS 数据包投影在由二维欧氏平面相空间和三维色彩相空间共同构造 的反映系统运行状态的复杂机电系统相空间中， 得到系统 DCS 数据包在系统相空间的投 影 - 系统平面彩色图谱， 以下简称彩色图谱。 0048 田纳西无故障数据彩色图谱的横轴代表监测点， 纵轴代表采样点， 以不同的颜色 代表采样值的数值。 采样值的数值与颜色

23、的对应关系由大到小遵循赤橙黄绿青蓝紫的色彩 变化规律。 0049 田纳西 DCS 数据彩色图谱显示了包含 52 个观测点和 500 个采样点的监测数据集 的整体分布情况。由于彩色图谱中像素间所特有的高度的关联性和耦合性， 我们可以利用 复杂系统的彩色图谱从系统层面观测系统的整体运行状态。 0050 稳定运行状态的系统彩色图谱反映了一个稳定运行的复杂动力学系统所蕴含的， 自然界中物质深层固有结构所固有和谐、 简洁、 流畅的美学特征。 系统彩色图谱中各要素的 色彩条纹的颜色虽然深浅不一， 但是色彩条纹分布均匀， 结构简单， 变化流畅， 无不反映了 系统内部要素之间所蕴含的美， 显示出系统的运行状态

24、良好。 0051 根据同样的方法， 将有非停车性故障的田纳西系统故障数据包投影的系统相空 间， 得到系统的非停车性故障的彩色图谱， 可以看到出现了色彩的突变， 就好像一副美丽的 图画上出现了瑕疵。 这是因为当出现非停车性故障时系统内部各要素之间的和谐性与规律 性被破坏了， 反映在系统彩色图谱上， 就会出现不和谐的因素， 从而破坏了整个彩色图谱的 美感。 0052 2. 某化工企业空气压缩机组停车性故障彩色图谱 0053 某化工厂空气压缩机组是一个分布式复杂机电系统， 其设备连接图如图 2 所示。 它由设备 ( 设备、 开关阀等统称设备 ) 通过连接管件连接而成， 所有设备相互协同， 共同完 成

25、压缩空气的功能。整个系统的变量与设备名称的对应关系见表 2。 0054 表 2. 空气压缩机组变量与设备名称对应表 说 明 书 CN 102306230 A CN 102306237 A6/6 页 8 0055 0056 空气压缩机组 DCS 数据包中的包含了 m 8641 个采样点， 根据复杂机电系统生产 要素在二维欧氏平面空间的时空分布规则， 构造二维复杂机电系统的系统变量数据矩阵 X， 如下 ： 0057 系统综合变量， 18 个监测点 0058 时间序列向量， 8641 个采样点 0059 根据复杂机电系统生产要素在三维色彩相空间的分布规则， 为 DCS 数据的观测值 着色， 将每一个

26、已着色的数据矩阵的元素当作二维彩色图谱的一个像素， 得到有停车故障 的大小为 864118 的系统彩色图谱。可以看出当系统出现停车性故障时， 故障发生前系统 彩色图谱的彩色条纹在同一采样点出几乎全部出现了突变。 在彩色条纹突变发生后出现了 一条不十分明显的黑线， 贯穿全部监测点， 正是系统发生停车事故的采样点。 0060 综上所述， 根据系统彩色图谱的色彩突变区域， 可以快速的判断系统故障等级、 故 障类型、 定位故障范围以及对系统的健康状态进行预测， 从而达到故障诊断、 故障溯源与预 警的目的。 说 明 书 CN 102306230 A CN 102306237 A1/1 页 9 图 1 图 2 说 明 书 附 图 CN 102306230 A