[发明专利]一种基于因果分析的子系统波动信号分析方法

说明书

本发明公开了一种基于因果分析的子系统波动信号分析方法，包括：利用MEMD方法对多维信号进行分解，获得所有信号各层Imf，对各信号每层Imf基于归一化相关系数分组，基于稀疏指标修正组别，采用谐波检测方法寻找组别中存在成整数倍关系的基波及其谐波Imf，挑选同时拥有基波及其谐波的信号作为分组谐波检测特征选择的结果，对经过特征选择的波动信号进行去噪声和去周期项处理，并将剩余部分重构，获得相应目标子信号；利用扩展CCM方法计算重构子信号对不同时滞下的交叉映射指标，根据收敛阈值判断是否收敛，获得各个信号对的因果关系，进一步获得波动传播路径并定位波动源。本发明可以实现快速、准确地诊断工业控制系统中波动传播路径并定位波动源。

技术领域

本发明属于工业控制系统故障诊断领域，尤其是涉及一种基于因果分析的子系统波动信号分析方法。

背景技术

控制器的过整定、外部扰动和非线性等都可能引起工业过程子系统的波动。其中，非线性主要包含过程本身固有的非线性属性或者由传感器、执行器等故障引起的非线性，是导致工业过程控制系统子系统波动的主要原因之一。

在工业过程控制领域，非线性引起的波动检测经过数十年的发展拥有大量研究成果。近年来，基于因果分析的工业过程故障诊断发展迅速。

Thornhill利用频谱PCA方法对波动子系统进行分组，并采用失真系数D和基于替代数据的非线性测试指标N测量子系统的非线性程度。通过实验表明，这两种指标皆能诊断波动源，但D对分析对象有平稳性要求且易受噪声干扰，N对参数较为敏感。

提出一种检测阀门非线性程度的方法。该方法基于波动子系统输出波形的幅值、频率和形状计算其正弦、方波损失函数，并利用这两个函数构建阀门粘滞指标。阀门粘滞指标越接近1，则表明波动越有可能由阀门粘滞导致的非线性引起。

Aftab基于希尔伯特变换和波内频率调制提出一种非线性度指标(DNL)自动检测波动子系统的非线性程度。由于该方法涉及EMD分解，因此存在模态混叠等问题。

针对工业控制系统中的关联子系统波动信号，亟需设计一种新的信号分析方法，用于对子系统波动信号中波动传播路径进行诊断，并对波动源进行定位。

发明内容

本发明提供了一种基于因果分析的子系统波动信号分析方法，适用于子系统波动信号中波动传播路径的诊断和波动源的定位，分析效率高、准确性高，只需获取工业过程相关波动数据，无需过程机理知识。

一种基于因果分析的子系统波动信号分析方法，包括以下步骤：

(1)采集各个待分析的工业控制系统波动子系统的过程输出信号；

(2)利用MEMD方法对采集的过程输出信号进行分解，获得所有信号各层的Imf；

(3)对所有信号各层Imf进行基于归一化相关系数分组；

(4)基于稀疏指标修正组别，区分噪声和高频波动分量；

(5)采用谐波检测方法寻找组别中存在成整数倍关系的基波及其谐波Imf，挑选同时拥有基波及其谐波的信号作为分组谐波检测特征选择的结果；

(6)对经过特征选择的波动信号进行去噪声和去周期项处理，并将剩余部分重构，获得相应目标子信号；

(7)确定去噪去周期项的信号的最优嵌入维度，并对其两两进行CCM因果分析，获得在不同样本长度下的交叉映射指标，根据收敛阈值判断是否收敛，获得各个信号对的因果关系；

(8)根据最终的因果关系网络，获得波动传播路径并定位波动源。