[发明专利]基于控制对象数据关联的诊断控制方法、系统、存储介质和终端在审
申请号: | 201811532454.8 | 申请日: | 2018-12-14 |
公开(公告)号: | CN110058577A | 公开(公告)日: | 2019-07-26 |
发明(设计)人: | 赵国建;何军;赵泽西;何啸天;肖康;刘昊鹏 | 申请(专利权)人: | 四川中鼎智能技术有限公司 |
主分类号: | G05B23/02 | 分类号: | G05B23/02 |
代理公司: | 成都华风专利事务所(普通合伙) 51223 | 代理人: | 徐丰;张巨箭 |
地址: | 610000 四川省成都市武*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 控制数据 数据关联 诊断 控制对象 存储介质 终端 数据处理步骤 自动控制技术 关联分析 控制系统 实时采集 传统的 关联性 子步骤 报错 关联 失败 应用 | ||
1.基于控制对象数据关联的诊断控制方法,其特征在于:包括数据关联建立步骤和数据关联处理步骤,所述的数据关联建立步骤包括以下子步骤:
建立数据的关联关系,所述的数据包括至少一个控制数据和至少一个非控制数据;所述的主控制数据为控制对象主要的监测控制数据和控制依据,所述的非控制数据为与所述控制数据相关联的其他数据;
设置控制数据在指定取值时的非控制数据的极限区间;
所述的数据处理步骤包括以下子步骤:
对实时采集到的数据进行判断,包括:
当某个关键性非控制数据和/或多个非控制数据的数值未落入控制数据对应取值的极限区间时,则认为控制数据与其关联的非控制数据之间不符合相关关联性规律,对控制数据诊断报错。
2.根据权利要求1所述的基于控制对象数据关联的诊断控制方法,其特征在于:当某个关键性非控制数据和/或多个非控制数据的数值未落入控制数据对应取值的极限区间时,判断该控制数据出错,并不作为对应控制对象的控制依据,而以非控制数据作为控制依据对控制对象进行容错控制,即以非控制数据为依据对控制对象进行间接控制。
3.根据权利要求1或2所述的基于控制对象数据关联的诊断控制方法,其特征在于:在数据关联处理步骤中,还包括对实时采集到的数据进行判断:
当某个关键性非控制数据和/或多个非控制数据的数值落入控制数据对应取值的极限区间时,则认为控制数据与其关联的非控制数据之间符合相关关联性规律,则判断控制数据有效,并作为对应控制对象的控制依据;
同时判断未落入极限区间的非控制数据与其关联的控制数据之间不符合相关关联性规律,并进一步认为该非控制数据为无效数据,对非控制数据报错,且不将其作为控制对象的诊断依据。
4.根据权利要求3所述的基于控制对象数据关联的诊断控制方法,其特征在于:当某个关键性非控制数据和/或多个非控制数据的数值落入控制数据对应取值的极限区间时,而有一个和/或几个非控制数据的数值未落入控制数据对应取值的极限区间时,诊断其与关联的控制数据之间不符合相关关联性规律,并根据非控制数据的报错情况,依据控制数据以提前和/或滞后方式对控制对象进行预测控制。
5.根据权利要求1~3中任意一项所述的基于控制对象数据关联的诊断控制方法,其特征在于:所述的极限区间替换为正负偏差范围,所述的正负偏差范围的获取方式包括以下步骤:
在控制对象实际运行中,持续不断的检测该控制对象的包括控制数据和非控制数据在内的数据;
获取控制数据在指定取值时的对应非控制数据的平均值关系曲线,并建立标准正态分布规律曲线;
根据所述平均值关系曲线以及标准正态分布规律曲线确定数据关联的正负偏差范围。
6.根据权利要求1所述的基于控制对象数据关联的诊断控制方法,其特征在于:所述的非控制数据包括导致所述控制数据变化的数据和所述控制数据变化导致其它数据发生变化的数据。
7.基于控制对象数据关联的诊断控制系统,其特征在于:包括数据关联建立模块和数据关联处理模块,所述的数据关联建立模块包括:
数据关联单元:用于建立数据的关联关系,所述的数据包括至少一个控制数据和至少一个非控制数据;所述的主控制数据为控制对象主要的监测控制数据和控制依据,所述的非控制数据为与所述控制数据相关联的其他数据;
极限区间设置单元:用于设置控制数据在指定取值时的非控制数据的极限区间;
所述的数据关联处理模块用于对实时采集到的过程数据进行判断,包括:
控制数据判断单元:用于当某个关键性非控制数据和/或多个非控制数据的数值未落入控制数据对应取值的极限区间时,则认为控制数据与其关联的非控制数据之间不符合相关关联性规律,对控制数据诊断报错。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川中鼎智能技术有限公司,未经四川中鼎智能技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811532454.8/1.html,转载请声明来源钻瓜专利网。