陈佳
新疆鑫凯高色素特种炭黑有限公司 新疆昌吉州呼图壁县831200
摘 要：由于科技的不断发展，使得控制系统在多个领域都得到了良好的应用，而且随着技术水平的不断提升，系统的复杂程度也在逐渐提升。这类系统如果出现故障，对系统整体的安全和可靠性就会产生较大的影响，进而带来较大的损失。所以，对控制系统安全性和可靠性的有效保障非常重要。基于数据驱动的调节阀故障诊断和容错控制对保证系统安全可靠起到良好的作用。鉴于此，本文主要对这一方面的内容进行了分析，以供参考。
关键词：调节阀故障；数据驱动；诊断；容错控制
现如今，我国的工业发展水平在不断提升，工业生产中自动化控制系统得到了良好的应用。但是如果控制系统在应用的过程中出现故障，没有进行良好的维护，就会对系统的整体运行产生不利的影响。所以，需要有良好的故障诊断和容错控制方法，以此保证系统的安全可靠运行。基于数据驱动的调节阀故障诊断和容错控制方法，能够有效的提高系统的安全可靠性。
1.数据驱动下的调节阀故障诊断方法
故障诊断主要是指系统或者设备在运行的过程中，通过监控和检测来得知有没有出现异常情况，如果检测到故障，就对故障发生的程度以及种类进行估计和定性。总体来讲，故障诊断包含故障检测、故障估计以及故障定性。对系统或设备的检测主要是检查有没有出现故障。而故障估计主要是在出现故障后，对故障的程度进行估计，以此确定故障大小。故障定性主要是指结合故障表现出的特征进行定性分析，从而判断故障性质。有关调节阀的故障诊断，主要是通过建立相应的数学模型，通过解析实现故障的检测、估计及定性。然而由于调节阀有很多的类型，出现故障的情况有很多种，如果利用解析模型的方式需要耗费大量的工作。而机器学习的方法存在数据样本方面的问题。控制系统中调节阀作为非常重要的一种执行器，运行的稳定可靠性会对整体控制系统产生较大的影响，如果出现故障，就会引起极大的损失，因此，采用数据驱动法进行故障诊断，调节阀的开度数据和液位控制系统的液位检测数据较为容易取得，通过仿真故障模拟不同强度的加性故障和乘性故障。
1.1调节阀故障检测
通常来讲，在进行工业化生产时，控制系统主要在控制中心的位置，相对来讲运行的环境较为安全，基本上不容易出现故障。而调节阀和传感器通常都是在现场运行，可能会直接接触工作媒介，出现故障的可能性较大。这两者如果出现故障，就会对控制系统的整体运行产生较大的影响。具体是调节阀发生故障还是传感器发生故障，对后续的诊断和容错控制工作起到重要作用。因此，需要先判断故障发生的部位。
对于不存在延迟的单回路控制系统，当下的液位控制系统给定值ysp和液位控制系统的液位检测值y（k）的偏差ey（k），只能够对当前的控制器输出值u（k）产生影响，进而影响液位控制系统的调节阀开度值v（k）。而调节阀开度检测值影响液位检测值的表现在下个采样周期中，也就是y（k+1）。所以，液位控制系统中如果传感器发生故障，就存在：
v（k）=f（e（k））
也就是说如果传感器发生故障，当下的调节阀就会出现有关动作，因而y（k）与v（k）都会大于故障检测阈值。
如果液位控制系统中调节阀出现故障：
y（k+1）=f（v（k））
也就是说如果调节阀出现故障，变送值需要在下个采样时刻获得。而系统如果有延迟，调节阀发生故障，会在m个采样周期才能获取到故障后变送值。
所以，具体判断控制系统中传感器和调节阀故障的方法是：当ey（k）和ev（k）都大于故障检测阈值时，就说明控制系统中的传感器出现了故障。而当ev（k）大于故障检测阈值，且m个采样周期后的液位检测值ey（k+m），m≥1，也大于故障检测阈值，就说明控制系统中的调节阀出现了故障。
1.2调节阀故障估计
辨别出调节阀故障后，得知液位控制系统液位检测值会落后m个采样周期，所以，调节阀故障发生的时刻是v（k）大于故障检测阈值时对应的时刻tf，数据组内的值就是[y（tf），v（tf）]。而tf时刻的上一个采样周期内，调节阀正常工作，数据组内的值就是[y（tf-Ts），v（tf-Ts）]。因此，故障估计的算法为：如果调节阀属于加性故障，当ey（k+m）＜检测阈值，m≥1时，故障估计强度为：
fadd’=v（tf）-v（tf-Ts）
而调节阀如果是乘性故障，当ey（k+m）＜检测阈值，m≥1时，故障估计强度为：
fmul’=
1.3调节阀故障定性
液位和调节阀开度作为故障特征变量，对故障发生10秒内的液位检测数据和调节阀开度数据作为故障定性的有效数据，以时间为自变量，液位检测值和调节阀开度值为因变量，根据最小二乘原理，使用一元回归分析方法进行故障定性。
2.数据驱动下的调节阀容错控制方法
容错控制主要是指在系统或者设备出现故障时，通过一定的容错调整，使系统或设备仍然能够保持基本稳定运行。一般使用的容错控制有主动型和被动型。控制系统中的执行器也就是调节阀在出现故障时，主要使用系统停机维护的方式，而这会给工业生产带来较大的损失。同时调节阀在发生故障时，如果不能有效进行容错控制，就会使系统的运行持续发生损坏，影响工业生产的正常进行，带来较大的安全危害和损失。所以，需要通过数据驱动进行容错控制。
2.1并联故障补偿模型的容错控制方法
根据故障诊断结果，选择相应的补偿方式对调节阀输入控制信号进行补偿，从而实现调节阀的容错控制。调节阀的开度值大于液位检测阈值、液位检测值在m个时刻都大于液位检测阈值时，故障估计算法会对当下的强度值进行估计，同时输送到故障定性算法部分，进而得出故障诊断结果。然后将此结果输送到调节阀容错控制部分，根据故障程度估计以及故障种类，进行相应的容错控制计算。然后依据计算的结果进行调节阀开度的补偿，使执行器控制信号开度正确。如果系统没有出现故障，容错输出补偿为0，输出值就是当下调节阀的开度值。
如果调节阀存在加性故障，
V（k）=V0（k）+fadd
也就是调节阀任何时刻的开度输出值V（k）是任何时刻下开度检测值和故障估计强度和。
如果调节阀存在乘性故障，
V（k）=V0（k）×fmul
也就是调节阀任何时刻的开度输出值V（k）是任何时刻下开度检测值和故障估计强度的乘积。
2.2并联故障补偿模型的容错控制算法
依照上述的容错控制方法，对系统算法的实现步骤进行分析：结合故障诊断出的强度对具体的容错补偿方式进行确定。如果故障类型标号为0时就转入步骤二。如果故障标号为1时就转入步骤三。而故障标号2时转入步骤四。步骤二为：对故障诊断结果的容错控制补偿。步骤三为：容错补偿为故障诊断结果中的故障强度值，输出的结果为液位控制系统调节阀开度信号和故障强度差值。步骤四为：容错补偿为故障诊断结果中故障强度的倒数，输出结果为液位控制系统调节阀开度信号与故障强度倒数之积。
结束语：
综上所述，针对工业生产中的自动控制系统应用，调节阀故障的有效诊断和容错控制，能够更好的保证控制系统应用的可靠性。而基于数据驱动的调节阀故障诊断和容错控制方法，能够使控制系统的应用在安全性和可靠性方面有更好的保证。
参考文献：
[1]崔韦达, 李泽滔. 基于定量知识数据驱动故障诊断方法的研究综述[J]. 新型工业化, 2018, 8(09):73-76+85.
[2]李明. 基于数据驱动的调节阀故障诊断与容错控制方法研究[D]. 中国计量大学.
[3]王宇雷. 数据驱动的故障诊断与容错控制系统设计方法研究[D]. 哈尔滨工业大学.
[4]李立. 基于数据驱动的化工过程故障监测与诊断研究[D]. 内蒙古工业大学.