專利名稱：技術設備的運行方法
技術領域：
本發(fā)明涉及一種運行一個技術設備，尤其是一個電站設備的方法。
背景技術：
現(xiàn)代工業(yè)設備一般具有大量的設備部件，這些部件彼此間的相互作用非常復雜。
為了能使設備運行，一般至少在重要的設備部件中用傳感器探測工作參數(shù)，并將其傳輸給一個自動化控制系統(tǒng)和/或過程控制系統(tǒng)。這些工作參數(shù)可以是例如用于使一個設備部件以預期的方式運行的輸入?yún)?shù)，其由一名操作員調整。例如在燃氣輪機中，為使燃氣輪機達到預期功率，必須調節(jié)對燃燒室的燃料供給和供氣。這個功率同樣是燃氣輪機的一個工作參數(shù)，可以將其看作輸出參數(shù)。
除此之外，燃氣輪機還與一個發(fā)電機及大量其他輔助設備相連。每個設備部件具有大量工作參數(shù)，這些工作參數(shù)由設備操作員調整或者作為此類調整的結果以輸出參數(shù)的形式出現(xiàn)。
顯而易見的是，單純通過工作參數(shù)的探測只能在有限的范圍內獲得可用于技術設備運行的推斷和措施。這一點最多只能在部分范圍內得以實現(xiàn)，例如當一個工作參數(shù)的當前值超過或低于一個極限值而要緊急關閉一個設備部件時。
一個主要的難題在于，如何在大量的工作參數(shù)數(shù)據(jù)中識別出總體上能夠對設備運行產(chǎn)生積極影響的關聯(lián)性。
現(xiàn)有技術的一種解決方案是借助一個模型對技術設備進行模擬，得出參數(shù)的哪種變化會導致其他工作參數(shù)的哪種變化，從而了解設備部件之間或一個設備部件內部的交互作用。
但這種方法成本很高，容易出現(xiàn)誤差，這是因為對一個復雜技術設備的模擬難度很高且只能達到有限的精確度。

發(fā)明內容
因此，本發(fā)明的目的是提供一種運行一個技術設備的方法，借助所述方法可以以簡單的方式測定一個技術設備的工作方式。
根據(jù)本發(fā)明，這個目的通過一種運行一個技術設備的方法而達成，這種方法是在一個可自由選擇長短的時間間隔內探測至少一個設備部件的工作參數(shù)，并借助人工智能方法根據(jù)所述工作參數(shù)的時間響應測定所述技術設備的一種工作方式和/或工作原理，所述人工智能方法包括下列方法中的至少一種神經(jīng)網(wǎng)絡、模糊邏輯、有機結合的模糊類神經(jīng)法、基因算法。
其中，所述工作參數(shù)也包括例如由狀態(tài)監(jiān)控系統(tǒng)(例如一個振動分析器)當作實測變量或導出量進行測定并提供使用的量。
本發(fā)明基于如下考慮，即，從工作參數(shù)的時間響應中可以推斷出技術設備的當前工作方式，而無須事先知道各工作參數(shù)之間的相互關系，其中，所述工作參數(shù)在一個時間間隔內探測并存儲。這種做法的特點是在做出上述推斷時并不需要技術設備的模型。
其中，可以使用例如下述方法來探測所述工作參數(shù)的時間響應，即，在一個當前時間點和一個相對延后的(或歷史)時間點上分別對一定數(shù)量的工作參數(shù)同時進行探測，并將其分別概括成一個瞬態(tài)記錄/指紋，隨后可以對這些瞬態(tài)記錄進行比較。
如果像本發(fā)明的方法所設想的那樣至少在一個觀測時間間隔內探測到其間出現(xiàn)的工作參數(shù)及其時間響應，則可以借助已知的人工智能方法確定一定數(shù)量的工作參數(shù)的變化對其他工作參數(shù)所產(chǎn)生的影響并對這種影響進行量化。
如果例如在探測時間間隔內某些工作參數(shù)發(fā)生變化(例如線性變化)，并且某些其他工作參數(shù)隨后也顯示出發(fā)生了變化(例如平方變化)，則可以借助人工智能方法對這種關聯(lián)性進行追蹤和量化，而無須事先存在或測定一個模型函數(shù)。
已知的人工智能方法可以通過分析一定數(shù)據(jù)量內的工作參數(shù)的時間響應來了解這部分工作參數(shù)之間的關聯(lián)性。有待分析的工作參數(shù)數(shù)據(jù)量越大，所測定的關聯(lián)性就越準確，其量化效果也越好。識別出特定工作參數(shù)之間的關聯(lián)性并對其進行量化后，所述人工智能方法還可以針對某些工作參數(shù)及其變化情況指出與之相關的其他工作參數(shù)有可能做出的響應，這里所說的“某些工作參數(shù)及其變化情況”指的是那些還不具有作為已測得工作參數(shù)數(shù)據(jù)組的映射的工作參數(shù)及其變化情況。
因此，借助本發(fā)明的方法可以以簡單的方式測定所述技術設備的工作方式和/或工作原理，尤其是無須對所述設備的技術功能進行模擬。其中，通過對工作參數(shù)的響應和工作參數(shù)之間的相互關系進行所述分析來測定工作方式和/或工作原理。在時間間隔內探測到的工作參數(shù)可以理解為瞬態(tài)記錄或當前記錄，也可以理解為設備部件或設備的特性(設備部件或設備的“指紋”)。在此，指紋取代了傳統(tǒng)的模型，其中，本發(fā)明的方法是借助人工智能方法根據(jù)工作參數(shù)的響應推斷出技術設備的工作方式和/或工作原理。為此，例如在一個電站設備中，可以通過記錄用于啟動、停止和正常運行的指紋來了解和識別這幾種工作方式。
本發(fā)明的一種優(yōu)選實施例是，在至少兩個長度不同的時間間隔內探測所述工作參數(shù)，對分別作為數(shù)據(jù)組而探測到的工作參數(shù)進行比較，借助人工智能方法獲得這樣一個預測，即，應怎樣調整工作參數(shù)才能使技術設備獲得一種預期的工作方式，其中，所述人工智能方法包括下列方法中的至少一種神經(jīng)網(wǎng)絡、模糊邏輯、有機結合的模糊類神經(jīng)法、基因算法。
在上述實施例中要對至少兩個指紋進行比較，并對例如相對變化最大的工作參數(shù)進行目的明確的分析。通過所述比較可以確定，某些參數(shù)必須發(fā)生哪種變化才能目的明確地影響某些其他參數(shù)。
一個電站設備可能例如連續(xù)數(shù)日處于正常運行狀態(tài)，然后輸出功率突然出現(xiàn)下降。通過比較從技術設備的歷史信息中提取的指紋，可以獲知發(fā)生變化的地方(例如顯示外部空氣壓力的工作參數(shù)明顯降低)和至少維持現(xiàn)有功率的應對措施(例如顯示燃燒用空氣壓力的工作參數(shù)也出現(xiàn)了下降)。通過對選出的工作參數(shù)進行目的明確的調整而測定電站設備的一種預期工作方式，從中獲得一個預測。為使電站設備獲得預期的工作方式，所述預測以數(shù)據(jù)組的形式優(yōu)選包括有關需要修改的工作參數(shù)及其調整值的數(shù)據(jù)。
所述比較也包括對結構相同的不同設備的指紋進行的比較，和對只是彼此相似的設備的指紋進行的比較。
特別優(yōu)選的方案是除所述預測外還測定一個置信度，這個置信度表示根據(jù)預測對工作參數(shù)進行調整而實現(xiàn)預期工作方式的概率。一個例如為100％的置信度所表示的是，根據(jù)預測而實施的工作參數(shù)調整基本能使技術設備獲得預期的工作方式。當技術設備的當前預期工作方式以及可能出現(xiàn)的邊界條件(例如環(huán)境因素)在過去已經(jīng)實現(xiàn)或出現(xiàn)過，并且其間所使用的工作參數(shù)調整值作為指紋也為已知時，就會產(chǎn)生這樣高的置信度。
在這種情況下，可以基本確信所述技術設備即使現(xiàn)在也可以獲得預期的工作方式。
一個例如為60％的置信度所表示的是，與技術設備的當前預期工作方式相比，不存在表示與當前預期工作方式精確相符的歷史工作方式的指紋。但存在過一種相似的工作方式，因此雖然不能最大程度地保證根據(jù)預測對工作參數(shù)實行調整能實現(xiàn)預期的工作方式，但仍然存在較大的成功幾率。
此外，一個近乎為0％的置信度所表示的是，幾乎還沒有存在過一個可比較的技術設備預期工作方式，因此，在預測中獲得的工作參數(shù)調整值不太可能用來實現(xiàn)預期的工作方式。
技術設備的工作方式有利地通過對工作參數(shù)進行相關分析來測定，其中，測定相應于輸入?yún)?shù)的工作參數(shù)的變化對相應于輸出參數(shù)的工作參數(shù)所產(chǎn)生的影響。
這個實施例是目的明確地探測輸入?yún)?shù)的變化對與之相關的輸出參數(shù)所產(chǎn)生的影響，并對這種影響進行量化。
這里所說的輸入?yún)?shù)一般是其值須由技術設備的操作員調整或者取決于邊界條件，例如環(huán)境因素，的工作參數(shù)。
輸出參數(shù)是調整輸入?yún)?shù)后產(chǎn)生的、并因此而與這部分輸入?yún)?shù)相關的工作參數(shù)；所述相關分析所分析的是關聯(lián)性的類型，并將其量化。
一種理想方案是在一個技術設備中探測所有重要部件的工作參數(shù)，這樣，通過一種根據(jù)本發(fā)明的方法就可以以簡單的方式測定整個技術設備的工作方式，并對其做出調整；在此，根據(jù)本發(fā)明的方法可以構建一個控制系統(tǒng)，借助這個控制系統(tǒng)和閉環(huán)控制回路對一個或多個設備部件以及整個技術設備進行控制。在本發(fā)明的方法中生成工作參數(shù)的一個數(shù)據(jù)庫映射。這個映射使技術設備的操作員可以得到工作參數(shù)之間的關聯(lián)性和技術設備的工作方式，將其自身所知與探測到的數(shù)據(jù)進行對比，并且目的明確地將技術設備調到預期的工作方式上。優(yōu)選對多個指紋進行比較，以此來確認，哪些認識可以從一種工作方式沿用到另一種工作方式上。相應的結果和預測可以簡單地存儲為數(shù)據(jù)組，根據(jù)需要隨時讀取。


下面對本發(fā)明的一個實施例作進一步說明，其中附圖為一個用于實施本發(fā)明的方法的處理系統(tǒng)。
具體實施例方式
附圖顯示的是一個處理系統(tǒng)1，其包括一個用于實施本發(fā)明的方法的處理單元10。一個技術設備的工作參數(shù)5被傳輸?shù)剿鎏幚韱卧?0中，所述工作參數(shù)包括輸入?yún)?shù)15和輸出參數(shù)20。
一個計時器25用于選出一個用來探測所述工作參數(shù)5的有利時間間隔。
通過一個神經(jīng)網(wǎng)絡30和/或一個模糊類神經(jīng)功能單元35和/或一個或多個基因算法器40對工作參數(shù)5在所述時間間隔內的時間響應進行分析，從中探測出至少一部分輸入?yún)?shù)15和至少一部分輸出參數(shù)20之間的關聯(lián)性，并對其進行量化。有關所述關聯(lián)性的認識最后可以用來生成一個包括至少一部分工作參數(shù)5的調整值的數(shù)據(jù)組50，從而使一個技術設備的一個設備部件獲得預期的工作方式。所述數(shù)據(jù)組50代表這樣一個預測，即，應怎樣調整某些工作參數(shù)才能使技術設備獲得預期的工作方式。此外，處理單元10還輸出一個置信度55，這個置信度表示根據(jù)數(shù)據(jù)組50的數(shù)據(jù)對工作參數(shù)進行調整而實現(xiàn)預期工作方式的概率。
在處理單元10的內部進行輸入?yún)?shù)15和輸出參數(shù)20之間的相關分析，從而通過獲知輸入?yún)?shù)15以及與之相關的輸出參數(shù)20的時間響應來實現(xiàn)技術設備的工作方式和工作原理，并生成用于實現(xiàn)技術設備預期工作方式的數(shù)據(jù)組50，其中，至今尚未為所述預期工作方式探測過具有相應輸入?yún)?shù)15和輸出參數(shù)20的工作參數(shù)5。就這一點而言，處理單元10具有實施內插法的能力。
權利要求
1.一種運行一個技術設備的方法，其特征在于，在一個可自由選擇長短的時間間隔內探測至少一個設備部件的工作參數(shù)，并借助人工智能方法根據(jù)所述工作參數(shù)的時間響應測定所述技術設備的一種工作方式和/或工作原理，所述人工智能方法包括下列方法中的至少一種神經(jīng)網(wǎng)絡、模糊邏輯、有機結合的模糊類神經(jīng)法、基因算法。
2.根據(jù)權利要求1所述的方法，其特征在于，在至少兩個長度不同的時間間隔內探測所述工作參數(shù)，對分別作為數(shù)據(jù)組而探測到的工作參數(shù)進行比較，借助人工智能方法獲得這樣一個預測，即，應怎樣調整至少一部分所述工作參數(shù)才能使所述技術設備獲得一種預期的工作方式，其中，所述人工智能方法包括下列方法中的至少一種神經(jīng)網(wǎng)絡、模糊邏輯、有機結合的模糊類神經(jīng)法、基因算法。
3.根據(jù)權利要求2所述的方法，其特征在于，除所述預測外還測定一個置信度，所述置信度表示根據(jù)所述預測對所述工作參數(shù)進行調整而實現(xiàn)預期工作方式的概率。
4.根據(jù)權利要求1至3中任一權利要求所述的方法，其特征在于，通過對所述工作參數(shù)進行一次相關分析來測定所述技術設備的工作方式，其中，測定相應于輸入?yún)?shù)的工作參數(shù)的變化對相應于輸出參數(shù)的工作參數(shù)所產(chǎn)生的影響。
全文摘要
本發(fā)明涉及一種運行一個技術設備的方法，這種方法是在一個時間間隔內探測工作參數(shù)，并借助人工智能方法根據(jù)所述工作參數(shù)的時間響應測定所述技術設備的一種工作方式和/或工作原理。
文檔編號G05B13/02GK1860419SQ200380110601
公開日2006年11月8日 申請日期2003年10月29日 優(yōu)先權日2003年10月29日
發(fā)明者沃爾夫岡·菲克, 尤維·格克 申請人:西門子公司