[发明专利]用于模型自适应的设备和方法

说明书

技术领域

本文所公开的主题涉及过程模型，其更新过程模型，并且利用过程模型对控制系统中的问题进行检测和反应。

背景技术

多种方式用于工业过程控制、机器控制、系统监控和基于条件的监测，其解决这些系统中使用的传统的基于传感器阈值的控制和报警的多种缺陷。更具体来说，被监测过程或机器的经验模型用于故障检测和控制中。这类模型有效地平衡监控传感器数据的聚合视图，以实现更为简易的初期故障检测和更精细的过程控制。通过同时并且考虑彼此地对有关过程或机器的许多传感器进行建模，监控系统能够提供与各传感器(及其测量参数)应该如何表现有关的更多信息。

如果预计行为与实际行为不同，则能够采取动作。例如，用户可能激起所建模过程的各种控制动作，或者可需要更换实现过程的组件。

上述模型仅在它们为准确时才是有效的。例如，随时间推移，所表示的信息可漂移或者变成不准确。各种先前技术用来确定是否改变这些模型，但是这些方式的全部遭受各种缺陷。因此，对这些先前方式的一些用户不满已经产生。

发明内容

本文所述的方式能够提供用于通过提供准确的模型来建模的自动适应方式。因此，组件故障以及要采取的动作的确定能够更准确地确定，由此增加对这些方式的用户满意度。

在这些实施例的许多中，接收实际传感器值的向量。确定模型的成熟度，以及成熟度对多个传感器的每个来定义并且对各传感器沿向上方向和向下方向进一步定义。此外，确定将模型成熟度转化成模型范围抑制量度（model range inhibition measure）的函数。还基于模型的成熟度和所确定函数来确定模型范围抑制(MRI)量度。另外，基于MRI量度来确定MRI极限。所接收向量与MRI极限进行比较，并且基于该比较有选择地改变模型。

在其他方面，接收第一向量，并且第一向量具有驱动传感器的实际值。接收第二向量，并且第二向量具有响应传感器的实际值。接收第三向量，并且第三向量具有驱动传感器的估计值。接收第四向量，并且第四向量具有响应传感器的估计值。确定提供可接受观测与不可接受观测之间的一组边界的函数。确定第一向量与第三向量之间的相似性的第一量度。确定第二向量与第四向量之间的相似性的第二量度。比较相似性的第一量度、相似性的第二量度和函数，并且基于该比较有选择地改变模型。

在又一些方面，确定关于模型所表示的组件是否接近故障或者处于需要执行某种控制动作的情况。当组件接近故障(或者处于需要执行某种控制动作的情况)时生成对用户的告警。对用户的告警在图形显示媒体上向用户呈现。

在这些实施例的其他实施例中，配置成确定是否修改过程模型的设备包括接口和处理器。接口具有输入和输出，并且输入配置成接收实际传感器值的向量和模型的成熟度。成熟度对多个传感器的每个来定义并且对各传感器沿向上方向和向下方向进一步定义。

处理器耦合到接口，并且配置成基于模型的成熟度和所确定函数来确定模型范围抑制(MRI)量度。处理器配置成基于MRI量度来确定MRI极限，并且将所接收向量与MRI极限进行比较。处理器配置成经由通过输出所发送的一个或多个控制信号基于比较有选择地改变模型。

在一些方面，接口配置成还在输入接收第一向量。第一向量具有驱动传感器的实际值。接口还接收第二向量，以及向量具有响应传感器的实际值。接口还接收第三向量，第三向量具有驱动传感器的估计值。接口还接收第四向量，以及第四向量具有响应传感器的估计值。接口还接收提供可接受观测与不可接受观测之间的一组边界的函数。

在其他方面，处理器配置成确定第一向量与第三向量之间的相似性的第一量度以及第二向量与第四向量之间的相似性的第二量度。处理器还配置成比较相似性的第一量度、相似性的第二量度和函数，并且基于该比较有选择地改变模型。

附图说明

为了更全面了解本公开，应参照以下详细描述和附图，附图包括：

图1包括示出按照本发明的各个实施例的有选择地修改模型的系统的框图；

图2包括示出按照本发明的各个实施例的超出范围自适应(ORA)触发规则的流程图；

图3包括按照本发明的各个实施例的驱动相似性自适应(DSA)触发规则的流程图；

图4包括按照本发明的各个实施例的极限值抑制(LVI)规则的流程图；

图5包括按照本发明的各个实施例的模型范围抑制(MRI)规则的流程图；

图6包括按照本发明的各个实施例的故障相似性抑制(FSI)规则的流程图；