[发明专利]一种基于信息传递模型的流程工业复杂机电系统故障溯源方法

说明书

本发明公开了一种基于信息传递模型的流程工业复杂机电系统故障溯源方法，以海量高维系统运行状态监测数据为基础，采用数据分析的方法，以不同监测变量间的信息传递关系作为系统信息模型耦合关系的测度，综合考虑流程工业反馈控制对系统故障溯源过程的影响，发明了系统故障过程识别方法和溯源方法，本发明能够从任意异常信息监测点追溯系统故障的唯一根事件，且故障溯源过程不依赖系统物理拓扑先验知识，本发明中部分处理过程可以直接应用于流程工业复杂机电系统信息建模，追溯系统故障原因，提高企业的数字化监控水平，辅助科学维修维护。

技术领域

本发明属于数据驱动的系统故障溯源领域，涉及一种工业生产系统故障溯源方法，具体涉及一种基于信息传递模型的流程工业复杂机电系统故障溯源方法。

背景技术

以能源重化工为代表的流程工业生产系统是一个由诸多离散的大型动力机械装备、化工装备，通过能量、流体、电力、控制信号等多介质网络耦合而成的分布式复杂机电系统，具有耦合度高、工艺过程复杂、控制要求精细的特征，系统中的各功能之间彼此耦合、协作。任何功能单元中任何部件的失效都将导致功能部件的故障，并由于耦合而传播、放大到其他功能单元，甚至导致整个生产系统运行状态的异常或波动。因此，流程工业复杂机电系统故障原因的快速识别和定位对于帮助企业采取直接和正确的维修手段以防止由于故障传播而引发更大的事故具有重要的积极作用。

故障溯源技术源于故障诊断，前者侧重于从系统角度分析不同功能组件之间的状态关系变化，侧重于根事件或原因的扩散和发展，试图从系统状态角度追溯故障原因。故障溯源技术需要回答和解决三个问题：(1)不同功能组件间的状态变化关系是什么？(2)故障传播过程是什么？(3)如何识别故障的根事件或本质原因？近年来，经有一些故障溯源方法被提出和应用，在这些方法中，由于符号图方法在刻画不同系统状态间关系和保持信息的能力，被认为是识别异常根本原因的有效手段。M.Iri等在化工领域定义了符号有向图(Signed Directed Graph,SDG)，并使用深度优先策略实现了不完全样本条件下的基本搜索；T.Umeda等提出了多水平符号有向图刻画时序因果和分析动力学过程，但是计算过程的复杂性和计算资源的高占用率限制了上述方法在实际中的应用。不同于前面介绍的SDG方法，M.A.Kramer等提出了基于SDG前置分析的专家系统规则，并应用这些规则进行化工厂的在线故障诊断，但是该方法无法避免规则爆炸的问题。C.C.Chang等提出了基于系统状态和故障传播路径删除非潜在根节点的方法优化SDG模型；Huang提出了基于多因素关系的集成SDG和故障图故障溯源方法。

毫无疑问，上述基于SDG的知识库规则的发展是故障溯源领域的一大进步，但是这些规则来源于肤浅的专家知识，很难揭示故障的深层次原因，也很难满足完备性的需求，急需能够满足实际需求的流程工业复杂机电系统故障溯源新方法。

发明内容

为了解决现有技术中的问题，本发明公开了一种基于信息传递模型的流程工业复杂机电系统故障溯源方法，有效解决了流程工业复杂机电系统故障溯源难题，提高企业的数字化监控水平，便于辅助科学维修维护。

为了实现以上目的，本发明所采用的技术方案为：包括以下步骤：

1)收集流程工业复杂机电系统的运行状态历史监测数据，建立高维原始数据集，并根据原始数据集定义复杂机电系统的信息传递模型的基本结构；

2)根据步骤1)的原始数据集和定义的信息传递模型的基本结构，以传递信息量作为系统耦合关系的度量，采用基于二进制编码和十进制解码相结合的符号传递熵方法，分析计算系统监测变量间的耦合关系，构建复杂机电系统信息传递模型，得到监测变量耦合关系权重区间[S_min,S_max]；

3)故障溯源：

3.1)识别系统故障发展过程，确定系统运行状态从正常到故障的开始时间点t_start和截止时间点t_end；