Modele ilościowe i jakościowe w diagnostyce procesów przemysłowych

Transkrypt

1 pro. dr hab. inż. Jan Maciej Kościelny Wydział Mechatroniki Modele ilościowe i jakościowe w diagnostyce procesów przemysłowych Problemy, metody i obliczenia wielkoskalowe oraz wyzwania modelowania inżynierskiego i biznesowego

2 Plan 2. Wprowadzenie 2. Cele i zadania diagnostyki procesów przemysłowych 3. Diagnozowanie bez wykorzystania modeli systemy alarmowe 4. Diagnozowanie na podstawie alarmów z wykorzystaniem modelu jakościowego procesu 5. Schematy diagnozowania z zastosowaniem modeli procesu diagnozowanie z zastosowaniem modeli ilościowych do detekcji i jakościowych do lokalizacji uszkodzeń diagnozowanie z zastosowaniem modeli analitycznych uwzględniających wpływ uszkodzeń 6. Modele do detekcji uszkodzeń 7. Modele do lokalizacji uszkodzeń 8. Podsumowanie

3 Uszkodzenie urządzenia pomiarowego przyczyną katastroy 3 Awaria czujnika poziomu przelanie zapłon zbiorniki paliwa, Bunceield w Anglii, grudzień, 2005 największy pożar w Europie, 40 rannych, poważne straty materialne 5 mld Gdyby uszkodzenie zostało wykryte we wczesnym stadium, to do awarii by nie doszło

4 Przyczyny stanów awaryjnych 4 50% 42% 8% Czujnik Układ Ster. El. końcowy Potrzeba wczesnego rozpoznawania powstających uszkodzeń

5 Diagnostyka procesów przemysłowych 5 Diagnostyka procesów przemysłowych zajmuje się rozpoznawaniem uszkodzeń obiektów dynamicznych w czasie rzeczywistym na podstawie sygnałów roboczych W diagnostyce procesów przemysłowych stosowane są metody modelowania, identyikacji wypracowane na gruncie automatyki oraz techniki sztucznej inteligencji. Uszkodzeniem deektem ault jest każde zdarzenie destrukcyjne powodujące pogorszenie jakości działania obiektu elementu obiektu, które powinno być wykrywane w procesie diagnozowania.

6 Proces system sterowania system diagnostyczny 6

7 Specyika diagnostyki procesów przemysłowych 7 Obiekty diagnozowania złożone instalacje technologiczne w przemyśle chemicznym, energetycznym, hutniczym itp. Realizacja diagnostyki na bieżąco w trakcie trwania procesu Wykorzystanie wyłącznie danych roboczych brak możliwości zakłócania przebiegu procesu Bardzo duża liczba możliwych uszkodzeń rozumianych jako wszelkiego rodzaju zdarzeń destrukcyjnych Brak danych pomiarowych dla stanów awaryjnych Awarie występujące po raz pierwszy powinny być rozpoznawane W systemach DCS i SCADA dostępne są duże zbiory danych pomiarowych przydatnych do budowy modeli

8 Fazy diagnozowania 8 detekcja uszkodzeń {ault detection}: wykrycie; zauważenie powstania uszkodzenia w obiekcie i określenie chwili detekcji lokalizacja wyodrębnienie uszkodzeń {ault isolation}: określenie rodzaju, miejsca i czasu wystąpienia uszkodzenia; następuje po detekcji uszkodzenia identyikacja uszkodzeń {ault identiication}: określenie rozmiaru i charakteru zmienności uszkodzenia w czasie; następuje po lokalizacji uszkodzenia. Detekcja Lokalizacja Identyikacja

9 Elementy obiektów diagnozowanych 9 Uszkodzenia urządzeń wykonawczych Uszkodzenia komponentów Uszkodzenia torów pomiarowych Obiekt diagnozowania u Urządzenia wykonawcze Komponenty instalacji technologicznej Urządzenia pomiarowe y Zakłócenia, szumy pomiarowe

10 System diagnostyczny w systemie sterowania 0 Saety Instrumented System - SIS Detekcja uszkodzeń Lokalizacja uszkodzeń diagnozy Doradztwo w stanach awaryjnych Sterowanie tolerujące uszkodzenia rekoniguracja System automatyki Proces Urządzenia pomiarowe Komponenty procesu Urządzenia wykonawcze operator uszkodzenia

11 Cel diagnostyki - wczesne rozpoznawanie uszkodzeń Zadziałanie SIS Alarm Granica bezpieczeństwa Granica alarmowa Pv Diagnoza Uszkodzenie t

12 Stopień wiedzy o diagnozowanym obiekcie 2 Wyróżnić można 4 podstawowe przypadki: Nie są znane żadne modele diagnozowanego obiektu, znane są ograniczenia wartości zmiennych procesowych lub ich cech parametrów Znany jest jakościowy model procesu z lub bez uszkodzeń Znane są modele ilościowe diagnozowanego obiektu, ale nie uwzględniają wpływu uszkodzeń Znane są modele ilościowe diagnozowanego obiektu, uwzględniające wpływ uszkodzeń

13 3 3. Diagnozowania bez wykorzystania modeli systemy alarmowe

14 Diagnozowanie bez wykorzystania modeli obiektu 4 u uszkodzenia Aktuatory Proces Sensory y Ograniczenia Kontrola ograniczeń alarmy

15 Typowy mechanizm powstawania awarii 5 błędy obsługi uszkodzenia stany nienormalne i awaryjne straty ekonomiczne skażenie środowiska zagrożenie życia ludzkiego nagromadzenie alarmów przeciążenie inormacyjne operatorów błędy obsługi

16 Alarmy w systemach automatyki 6 EEMUA zalecane Ropa i gaz Petrochemia Energetyka Inne Średnia dzienna liczba alarmów Średnia liczba alarmów kończących się przestojami Maksymalna liczba alarmów na 0 min Średnia liczba alarmów na 0 min Rozkład procentowy mało / średnio / dużo 80/5/5 25/40 /35 25/40/35 25/40/35 25/40 /35 Źródło: Control Engineering wg. Matrikon i EEMUA

17 Wady systemów alarmowych 7 nadmiar alarmów - zjawisko przeciążenia inormacyjnego operatorów, maskowanie uszkodzeń przez obwody regulacji brak detekcji duże opóźnienia detekcji, brak lokalizacji uszkodzeń niedogodności sposobu prezentacji alarmów REG SP L Substancja toksyczna Wyciek

18 8 4. Diagnozowanie na podstawie alarmów z wykorzystaniem modelu jakościowego procesu

19 Wnioskowanie na podstawie alarmów 9 uszkodzenia u Aktuatory Proces Sensory y Ograniczenia Kontrola ograniczeń alarmy Reguły o uszkodzeniach Lokalizacja uszkodzeń Diagnozy

20 Diagnozowanie na podstawie alarmów 20 Baza reguł o postaci: Jeśli AL i...i AL 32 to uszkodzenie 8 lub 36 Jeśli AL 25 AL 2 AL 39 to uszkodzenie 7 lub 33 Reguły dla uszkodzeń stwarzających zagrożenie Reguły opracowywane są na podstawie wiedzy eksperckiej Może zostać także wykorzystany model jakościowy procesu w postaci grau GP Na podstawie powstających alarmów monitorowany jest stopień spełnienia przesłanek reguły i wyliczany stopień aktywacji reguły

21 Zastosowanie modelu jakościowego - grau procesu GP 2 Gra przyczynowo-skutkowy procesu GP jest skierowanym graem obrazującym związki pomiędzy zmiennymi: GP = V,A LIC05.CV 5 XI0 FI02 CV V P V S V F Wierzchołki grau reprezentują: zmienne izyczne, sygnały sterujące i pomiarowe oraz uszkodzenia V U Y X F Łuki grau reprezentują związki przyczynowo skutkowe między sygnałami: A VV p p 0 sygnał sterujący sygnał pomiarowy zmienna izyczna uszkodzenie

22 Propagacja alarmów spowodowanych uszkodzeniem 22 S-304 przytkanie iltru

23 Propagacja alarmów spowodowanych uszkodzeniem 23 S-304 przytkanie iltru

24 Propagacja alarmów spowodowanych uszkodzeniem 24 S-304 przytkanie iltru

25 Propagacja alarmów w graie 25 y 2 y 2 y 2 y 2 u x x 2 x 3 x 4 u x x 2 x 3 x 4 x 5 y Al y Al 2 x 5 Al y2 Al 2 y Niektóre z uszkodzeń nierozróżnialnych na podstawie zbioru alarmów mogą zostać rozróżnione na podstawie sekwencji alarmów

26 26 5. Schematy diagnozowania z zastosowaniem modeli procesu diagnozowanie z zastosowaniem modeli analitycznych uwzględniających wpływ uszkodzeń diagnozowanie z zastosowaniem modeli ilościowych do detekcji i jakościowych do lokalizacji uszkodzeń

27 Opis matematyczny procesu - obiektu diagnozowanego 27 Modele obiektu bez uwzględnienia uszkodzeń: x t [ x t, u t] y s G s u s y t [ x t, u t] Modele obiektu z uwzględnieniem uszkodzeń: - uszkodzenia x t [ x t, u t, t] u wejścia PROCES Obiekt y wyjścia y t [ x t, u t, t] d zakłócenia y s G s u s H s s

28 Model odwrotny 28 - uszkodzenia u wejścia PROCES Obiekt d zakłócenia y wyjścia t [ y t, u t] Układ nierozwiązywalny

29 Schemat diagnozowania z wykorzystaniem modeli cząstkowych 29 Zbiór zmiennych procesowych U Proces Y X U Y xn : n, 2,..., N Y Model procesu y i y i r i Ocena residuów Zbiór residuów R rj : j, 2,..., J s i Lokalizacja uszkodzeń Zbiór sygnałów diagnostycznych S s j : j, 2,..., J Zbiór uszkodzeń F k : k, 2,..., K

30 Graowy opis systemu diagnostycznego 30 Zbiór zmiennych procesowych X U Y xn : n, 2,..., N R XS x X S R FS s F S 2 3 Zbiór sygnałów diagnostycznych S s j : j, 2,..., J x 2 x 3 s 2 s Zbiór uszkodzeń x 4 s F k : k, 2,..., K G X, S, XS R XS s G F, S, R FS FS

31 Wykorzystanie modeli bez wpływu uszkodzeń 3 U Proces Y Y y i y s G s u s Model procesu y i r i Ocena residuów Modele cząstkowe: DETEKCJA USZKODZEŃ s i analityczne, neuronowe, rozmyte, statystyczne Gra procesu Lokalizacja uszkodzeń

32 Wykorzystanie modeli uwzględniających wpływ uszkodzeń 32 U Proces Y Y y s G s u s H s s Modele wy-we - uszkodzenia Model procesu y i y i r i Ocena residuów s i Lokalizacja uszkodzeń

33 33 6. Modele do detekcji uszkodzeń

34 Modele cząstkowe Zawór wody wtryskowej 34 T R T P P T R T P2 P2 T R P P T P3 P3 F P P P2 Wtryskiwacz F W P W X M Serwomotor Przegrzewacz U Przykładowe modele cząstkowe: X F T T W P2 P3 U X T T, P P P2 W, F,, P P, F P W

35 Detekcja uszkodzeń z wykorzystaniem modeli cząstkowych 35 u Proces y Zaleta: wczesne wykrywanie uszkodzeń o małych rozmiarach Model procesu y m Detekcja uszkodzeń r Ocena residuów s Sygnały diagnostyczne: ostre, rozmyte binarne, wielowartościowe Trójwartościowa ocena residuów 0 r Positive values Close to zero values + 0 Zaleta: odporność na niepewności symptomów Negative values -

36 Detekcja uszkodzeń z wykorzystaniem modeli 36 u Proces y Model procesu y m r Ocena residuów Detekcja uszkodzeń S Uszkodzenia nagłe Uszkodzenia narastające

37 Rodzaje modeli do detekcji uszkodzeń i 37 Modele enomenologiczne Modele liniowe uszkodzenia zakłócenia u y Ly, u + r wejście u Proces d wyjście y Py, u - Gs residuum r Modele neuronowe Modele rozmyte x x 2 x 3 x 4 y y 2 x x2 wc wc wc 6 k wg wg wg k 6 w w w 9 y x N C D E

38 Detekcja z wykorzystaniem modeli izycznych 38 u y L y, u, t P y, u, t r Ly, u Py, u L y, u, t P y, u, t + - r Najbardziej pewna metoda detekcji Model odzwierciedla własności statyczne i dynamiczne w całym zakresie pracy obiektu Trudności i wysoki koszt uzyskania modeli izycznych Przykład: A dl dt F S 2g L L dl r F 2 S2 2g LL 2 A dt

39 Detekcja z wykorzystaniem modeli liniowych 39 x k Ax k Bu k y k Cx k uszkodzenia zakłócenia d wejście wyjście Proces u y Modele w postaci równań stanu Modele w postaci transmitancji Modele w postaci obserwatorów Luenbergera Modele w postaci iltrów Kalmana wejście Proces Model Gs H d wyjście + residuum - residuum r s y s G s u s x k Ax k Bu k H[ y k Cx k] y k Cx k r Proste modelowanie Model odzwierciedla własności statyczne i dynamiczne obiektu w otoczeniu punktu pracy Ograniczone zastosowanie dla procesów przemysłowych - zwykle nieliniowych

40 Detekcja na podstawie identyikacji on-line 40 u d e Proces Identyikacja parametrów e Obliczanie parametrów obiektu - p= e p p Określenie zmian p Decyzja alarm y Przydatna dla obiektów nieliniowych Duża liczba residuów uzyskiwanych na podstawie jednego modelu Potencjalnie pozwala na uzyskanie dużej rozróżnialności uszkodzeń Opóźnienia detekcji Duże nakłady obliczeniowe Metoda zawodzi w przypadku uszkodzeń addytywnych y u 2 2 u d n dt y a n n n m m d y dy d u d u du... a a0 y b b... b b0 x; n m m n m m m dt dt dt dt dt

41 Detekcja z zastosowaniem modeli neuronowych 4 x x 2 x 3 y Możliwość modelowania obiektów nieliniowych Zdolność uczenia na podstawie danych eksperymentalnych x 4 y 2 Możliwość odwzorowania bardzo złożonych unkcji x N Zdolność uogólniania wiedzy x x 2 z - z - z - X, n X, n- y X, n-2 X 2, n y 2 X 2, n- Model odzwierciedla własności obiektu w obszarze danych uczących Model jest czarną skrzynką - wagi nie mają interpretacji izycznej Brak metod doboru struktury modeli

42 Detekcja z zastosowaniem modeli rozmytych 42 x x2 Jesli X 2 wc wc wc 6 k wg wg wg k 6 C D X x A i x2 A2 j to y a ix a2 jx2 b ij w w w Modele TSK i 9 E y Możliwość modelowania obiektów nieliniowych Możliwość wykorzystania wiedzy ekspertów i uczenia na podstawie danych eksperymentalnych Możliwe połączenie modelowania analitycznego i rozmytego modele TSK duża dokładność modeli Model nie jest czarną skrzynką Model odzwierciedla własności obiektu w obszarze danych uczących Przekleństwo rozmiaru

43 Adaptacyjny próg decyzyjny wykorzystanie modelu błędu 43 Wyznaczanie obszaru niepewności

44 44 7. Modele do lokalizacji uszkodzeń

45 Schemat diagnozowania z wykorzystaniem modeli 45 U Proces Y Y y i Model procesu y i r i Ocena residuów DETEKCJA USZKODZEŃ R SF SF - relacja diagnostyczna S/F s s 2 45 s 3 s 4 s i Lokalizacja uszkodzeń

46 Schemat diagnozowania z zastosowaniem modeli 46 U Proces Y Y y i Model procesu y i r i Ocena residuów DETEKCJA USZKODZEŃ s i Gra Procesu Relacja S=>F Lokalizacja uszkodzeń

47 Metoda określania relacji uszkodzenia-symptomy 47 m L ={F!, L 2 } struktura modelu p F F p L 2 L 2 2 gra Gm struktury modelu m 47

48 Metoda określania relacji uszkodzenia-symptomy 48 m L ={F!, L 2 } struktura modelu p F F p L 2 L 2 2 gra Gm struktury modelu m 2 3 LI03 LI04 5 p F L F 2 L 2 p gra GPm struktury modelu m

49 Metoda określania relacji uszkodzenia-symptomy 49 m L ={F!, L 2 } struktura modelu p F F p L 2 L 2 2 gra Gm struktury modelu m S F s i r L LI03 LI04 5 FI02 LI03 LI04 5 p F L F 2 L 2 p 2 p F L F 2 L 2 p gra GPm struktury modelu m 4 zbiór uszkodzeń Fm

50 Zespół zbiorników jako obiekt diagnozowania 50 Obiekt Uszkodzenia U F k Uszkodzenia uszkodzenie toru pomiarowego przepływu F uszkodzenie toru pomiarowego poziomu L uszkodzenie toru pomiarowego poziomu L2 uszkodzenie toru pomiarowego poziomu L3 uszkodzenie w torze sygnału sterującego U uszkodzenie zaworu regulacyjnego uszkodzenie pompy brak medium 9 przytkanie kanału pomiędzy zbiornikami i 2 0 przytkanie kanału pomiędzy zbiornikami 2 i 3 przytkanie odpływu 2 przeciek ze zbiornika 3 przeciek ze zbiornika 2 4 przeciek ze zbiornika 3

51 Zespół zbiorników jako obiekt diagnozowania U F 5 U F Residua pierwotne Sygn. diagn. s s 2 s 3 s 4 r Residuum w postaci obliczeniowej F Fˆ F U r F S 2g L L r S A dl dt 2g L L S 2g L L A r4 23S 23 2g L2 L3 3S 3 2gL3 A3 dl dt 2 3 dl dt 2 Algorytm detek. r K r2 K 2 r3 K 3 r4 K 4

52 Zapis związku uszkodzenia - symptomy s s 2 s 3 s 4 Jeśli s = to uszkodzenie lub 5 lub 6 lub 7 lub 8 s 2 s 3 s 4 4 s +, +, , - +, - 2 +, - +, - 3 +, - +, - +, - 4 +, - +, - 5 Jeśli s =+ to uszkodzenie lub 5 lub

53 Strukturyzacja residuów dla zespołu zbiorników Na podstawie nieliniowych równań izycznych Residua wtórne Sygn. diagn Residuum Algorytm detek. s 5 s 6 s 7 s 8 r U S 2g L L A r F S r S dl dt dl 2g L2 L3 A A dt 2 dl dl2 2g L L2 3S 3 gl3 A2 A dt dl dl2 r8 F 3S3 2gL3 A A2 A dt dt dt 2 3 dl dt 3 3 dl dt 3 r5 K 5 r6 K 6 r7 K 7 r8 K 8 53

54 ROZPOZNAWANIE OBRAZÓW Diagnozowanie Wartości wzorcowe Bieżące wartości 54 F/S... k... K S 0 Sygn. diagn v... S j v j... s J V KJ v J Sygnatura uszkodzenia Bieżące wartości: Diagnoza: V v s v v s 2 v v s J v J DGN V k F : V k V j: s S j [ v j k k V v j ]

55 Residua pierwotne uwzględniające wpływ uszkodzeń 55 ] [ P U S k F r Z v ] [ 2 L L g S F dt L d A r ] [ 2 ] [ 2 L L g S L L g S dt L d A r ] [ 2 L g S L L g S dt L d A r s 4 s 3 s 2 s U F

56 s s H s s H s s H s s s r K jk k jk j j j H k... K r r j r J H k H K H j H jk H jk H J H Jk H JK H Sygnatury dynamiczne s s s H r Postać wewnętrzna Sygnatura dynamiczna uszkodzenia 56 s s s s s s s s s s s H u G y r H u G y s u G y r s s s Postać obliczeniowa

57 Residua strukturalne 57 v jk 0 gdy gdy H H jk jk s 0 s 0 Residua wtórne * r s V s r s Zasada projektowania postać wewnętrzna aby i-te residuum uczynić niewrażliwe na uszkodzenie k należy: T V i s H s k 0 H k jest kolumną macierzy H odpowiadającą uszkodzeniu k

58 Residua kierunkowe 58 c jk 0 lim s0 H jk s gdy gdy H H jk jk s s r c r 2 0 c 22 c 23 c 24 r 3 c 3 c 32 0 c 34 Kierunek w przestrzeni residuów

59 Prezentacja diagnoz 59

60 60 8. Podsumowanie - porównanie podejść do diagnostyki procesów

61 Podsumowanie 6. Im wyższy stopień wiedzy o diagnozowanym obiekcie, tym wyższa jakość diagnozowania wczesna detekcja, wysoka dokładność diagnoz. 2. Systemy alarmowe bardzo niedoskonałe rozwiązanie 3. Zastosowanie modelu jakościowego uwzględniającego wpływ uszkodzeń umożliwia diagnozowanie na podstawie alarmów 4. Detekcja uszkodzeń z zastosowaniem modeli ilościowych umożliwia wczesne wykrywanie uszkodzeń o małych rozmiarach 5. Gra procesu umożliwia dobór optymalnego zbioru pomiarów i modeli do detekcji uszkodzeń oraz określić relację uszkodzenia symptomy 6. Najwyższą jakość diagnozowania zapewniają metody wykorzystujące modele analityczne uwzględniające wpływ uszkodzeń możliwa jest też identyikacja uszkodzeń

62 62 Dziękuję za uwagę

63 Symulatory procesów 63