專利名稱：在過程控制環(huán)境中分析模型質(zhì)量的裝置和方法
技術(shù)領(lǐng)域：
本發(fā)明一般涉及過程控制系統(tǒng)，更具體地，涉及在過程控制環(huán)境中 分析模型質(zhì)量的裝置和方法。
背景技術(shù)：
處理設(shè)施通常用過程控制系統(tǒng)管理。示例處理設(shè)施包括制造廠、化 工廠、原油煉油廠，以及礦石加工廠。馬達(dá)、催化裂化裝置、閥、以及 其他工業(yè)設(shè)備通常執(zhí)行在處理設(shè)施中加工材料所需的動(dòng)作。除了其他功 能之外，過程控制系統(tǒng)通常管理處理設(shè)施中工業(yè)設(shè)備的使用。
在傳統(tǒng)的過程控制系統(tǒng)中，通常使用控制器來控制處理設(shè)施中的工 業(yè)設(shè)備的操作?？刂破骼缈梢员O(jiān)控工業(yè)設(shè)備的操作，提供控制信號(hào)給 工業(yè)設(shè)備，以及當(dāng)檢測(cè)到故障時(shí)產(chǎn)生警報(bào)。
先進(jìn)的控制器通常使用基于模型的控制技術(shù)來控制工業(yè)設(shè)備的操 作?；谀Ｐ偷目刂萍夹g(shù)通常包括使用模型來分析輸入數(shù)據(jù)，其中模型 基于接收到的輸入數(shù)據(jù)確定應(yīng)該如何控制工業(yè)設(shè)備。基于模型的控制技 術(shù)在整個(gè)過程控制工業(yè)中已經(jīng)被廣泛認(rèn)可。研究已經(jīng)確定基于模型的控 制技術(shù)可以顯著地提高處理設(shè)施的性能并提供顯著的經(jīng)濟(jì)效益。然而， 基于模型的控制技術(shù)提供的好處很大程度上依賴于所使用的模型的質(zhì) 量。結(jié)果，已經(jīng)發(fā)展了技術(shù)來驗(yàn)證模型以確保模型具有可接受的質(zhì)量。
驗(yàn)證模型的傳統(tǒng)技術(shù)通常包括注入外部信號(hào)到過程控制系統(tǒng)中或 者執(zhí)行過程控制系統(tǒng)的開環(huán)測(cè)試。這兩種技術(shù)通常都中斷過程控制系統(tǒng) 的正常工作，這可能妨礙整個(gè)處理設(shè)施的正常工作。另外，傳統(tǒng)的才莫型 驗(yàn)證技術(shù)通常或者(i)不分析與使用模型的控制器相關(guān)的歷史操作數(shù)
據(jù)，或者(ii )使用歷史操作數(shù)據(jù)產(chǎn)生不正確或者誤導(dǎo)的結(jié)果。這可能
由于這樣的事實(shí)通常只有小部分的歷史操作數(shù)據(jù)與模型驗(yàn)證相關(guān)，并 且操作數(shù)椐通常受到噪聲或者其他干擾的污染。

發(fā)明內(nèi)容
本發(fā)明提供在過程控制環(huán)境中分析模型質(zhì)量的裝置和方法。
在第一實(shí)施例中， 一種方法包括識(shí)別與模型關(guān)聯(lián)的信號(hào)和干擾。該 信號(hào)和干擾是使用與 一個(gè)或多個(gè)過程變量相關(guān)聯(lián)的歷史數(shù)據(jù)識(shí)別的。該 方法還包括以多個(gè)分解等級(jí)(resolution level)分解該信號(hào)和干擾。 該方法進(jìn)一 步包括使用分解的信號(hào)和分解的干擾從信號(hào)中提取多個(gè)數(shù) 據(jù)片段。此外，該方法包括使用提取的數(shù)據(jù)片段和至少一部分歷史數(shù)據(jù) 確定模型的質(zhì)量。
在第二實(shí)施例中， 一種裝置包括至少一個(gè)存儲(chǔ)器，其能夠存儲(chǔ)與一 個(gè)或多個(gè)過程變量關(guān)聯(lián)的歷史數(shù)據(jù)。該裝置還包括至少一個(gè)處理器，其 能夠使用歷史數(shù)據(jù)識(shí)別與模型關(guān)聯(lián)的信號(hào)和干擾，以及以多個(gè)分解等級(jí) 分解信號(hào)和干擾。該至少一個(gè)處理器還能夠使用分解的信號(hào)和分解的干 擾從該信號(hào)中提取多個(gè)數(shù)據(jù)片段。此外該至少一個(gè)處理器能夠使用提取 的數(shù)據(jù)片段和至少 一部分歷史數(shù)據(jù)確定模型的質(zhì)量。
在第三實(shí)施例中， 一種計(jì)算機(jī)程序包含在計(jì)算機(jī)可讀介質(zhì)上并且可 操作以由處理器執(zhí)行。該計(jì)算機(jī)程序包括用于識(shí)別與模型關(guān)聯(lián)的信號(hào)和 干擾的計(jì)算機(jī)可讀程序代碼。該信號(hào)和干擾是使用與一個(gè)或多個(gè)過程變 量相關(guān)聯(lián)的歷史數(shù)據(jù)識(shí)別的。該計(jì)算機(jī)程序還包括以多個(gè)分解等級(jí)分解 該信號(hào)和干擾。該計(jì)算機(jī)程序進(jìn)一步包括用于使用分解的信號(hào)和分解的 干擾從該信號(hào)中提取多個(gè)數(shù)據(jù)片段的計(jì)算機(jī)可讀程序代碼。此外，該計(jì) 算機(jī)程序包括用于使用提取的數(shù)據(jù)片段和至少一部分歷史數(shù)據(jù)確定模 型的質(zhì)量的計(jì)算機(jī)可讀程序代碼。
根據(jù)下面的附圖，說明書和權(quán)利要求書，其他技術(shù)特征將對(duì)本領(lǐng)域 技術(shù)人員變得顯而易見。


為了更完整地理解本發(fā)明，現(xiàn)在結(jié)合附圖參考下列描述，附圖中 圖1示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的示例過程控制系統(tǒng)；
圖2示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的示例過程控制系統(tǒng)的其他細(xì)
節(jié)；
圖3到圖6示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的在過程控制系統(tǒng)中分析 模型質(zhì)量的示例方法；以及
圖7到圖13示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的在過程控制系統(tǒng)中識(shí) 別用于分析^t型質(zhì)量的資料數(shù)據(jù)(informative data)的示例方法。
具體實(shí)施例方式
圖1示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的示例過程控制系統(tǒng)100。圖1 所示的過程控制系統(tǒng)100的實(shí)施例僅僅是為了示例說明。在不偏離本發(fā) 明范圍的情況下可以使用過程控制系統(tǒng)100的其他實(shí)施例。
在該示例實(shí)施例中，過程控制系統(tǒng)100包括一個(gè)或者多個(gè)過程元件 102a-102b。過程元件102a-102b代表處理環(huán)境中執(zhí)行;f艮多種功能中任 意功能的組件。例如，過程元件102a-102b可以4戈表處理環(huán)境中的馬達(dá)、 閥和其他工業(yè)設(shè)備。過程元件102a-102b可以代表處理環(huán)境中任何其他 的或者額外的組件。過程元件102a-102b中的每一個(gè)包括用于在處理環(huán) 境中執(zhí)行一個(gè)或多個(gè)功能的任何硬件、軟件、固件或者它們的組合。過 程元件102a-102b例如可以代表能夠在處理環(huán)境中操縱、改變、或者以 其他方式處理一種或多種材料的任何組件、設(shè)備或者系統(tǒng)。
兩個(gè)控制器104a-104b耦合到過程元件102a-102b?？刂破?104a-104b控制過程元件102a-102b的操作。例如，控制器104a-104b 可以周期性地提供控制信號(hào)給過程元件102a-102b?？刂破?04a-104b 中的每一個(gè)包括用于控制一個(gè)或多個(gè)過程元件102a-102b的任何硬件、 軟件、固件或者它們的組合?？刂破?04a-104b例如可以代表C300控 制器。作為另一個(gè)示例，控制器104a-104b可以包括運(yùn)行GREEN HILLS INTEGRITY操作系統(tǒng)的POWERPC處理器系列中的處理器，或者運(yùn)行 MICROSOFT WINDOWS操作系統(tǒng)的X86處理器系列中的處理器。
兩個(gè)服務(wù)器106a-106b耦合到控制器104a-104b。服務(wù)器106a-106b 執(zhí)行各種功能來支持控制器104a-104b和過程元件102a-102b的操作和 控制。例如，服務(wù)器106a-106b可以把控制器104a-104b收集或者生成 的信息記入日志，所述信息諸如與過程元件102a-102b的操作相關(guān)的狀 態(tài)信息。服務(wù)器106a-106b還可以執(zhí)行控制控制器104a-104b的操作的 應(yīng)用程序，從而控制過程元件102a-102b的操作。此外，服務(wù)器 106a-106b可以提供對(duì)控制器104a-104b的安全訪問。服務(wù)器106a-106b 中的每一個(gè)包括用于提供對(duì)控制器104a-l 04b的訪問或者控制的任何硬 件、軟件、固件或者它們的組合。服務(wù)器106a-106b例如可以表示執(zhí)行 來自MICROSOFT CORPORATION的WINDOWS 2000的個(gè)人計(jì)算機(jī)(諸如桌 上型計(jì)算機(jī))。作為另一個(gè)示例，服務(wù)器106a-106b可以包括運(yùn)行GREEN HILLS INTEGRITY操作系統(tǒng)的POWERPC處理器系列中的處理器，或者運(yùn) 行MICROSOFT WINDOWS操作系統(tǒng)的X86處理器系列中的處理器。
一個(gè)或者多個(gè)操作員站108a-108b耦合到服務(wù)器106a-106b。操作 員站108a-l 08b表示提供對(duì)于服務(wù)器106a-l06b的用戶訪問的計(jì)算或者 通信設(shè)備，從而可以提供對(duì)于控制器104a-104b和過程元件102a-102b 的用戶訪問。例如，操作員站108a-108b可以允許用戶使用控制器 104a-104b和服務(wù)器106a-106b收集的信息查看過程元件102a-102b的 操作歷史。操作員站108a-108b還可以允許用戶調(diào)整過程元件 102a-102b、控制器104a-104b或服務(wù)器106a-106b的操作。操作員站 108a-108b中的每一個(gè)包括用于支持對(duì)系統(tǒng)100的用戶訪問和控制的任 何硬件、軟件、固件或者它們的組合。操作員站108a-108b例如可以表 示4丸行來自MICROSOFT CORPORATION的WINDOWS 95、 WINDOWS 2000或 者WINDOWS NT的個(gè)人計(jì)算機(jī)。
在該示例中，操作員站中的至少一個(gè)108b是遠(yuǎn)程站。該遠(yuǎn)程站通 過遠(yuǎn)程網(wǎng)絡(luò)IIO耦合到服務(wù)器106a-106b。網(wǎng)絡(luò)IIO便于系統(tǒng)100中不 同組件之間的通信。例如，網(wǎng)絡(luò)110可以在網(wǎng)絡(luò)地址之間傳送網(wǎng)際協(xié)議 (IP)分組、幀中繼幀、異步傳輸模式(ATM)單元，或者其他合適的 信息。網(wǎng)絡(luò)110可以包括位于一個(gè)或多個(gè)位置的一個(gè)或多個(gè)局域網(wǎng) (LAN),城域網(wǎng)(MAN),廣域網(wǎng)(WAN)，諸如因特網(wǎng)的全球網(wǎng)絡(luò)的 全部或者一部分，或者任何其他通信系統(tǒng)。
在該示例中，系統(tǒng)100包括兩個(gè)額外的服務(wù)器112a-112b。服務(wù)器 112a-112b執(zhí)行各種應(yīng)用程序來控制系統(tǒng)100的總體操作。例如，系統(tǒng) 100可以用于在加工廠或者生產(chǎn)廠或者其他設(shè)施中，服務(wù)器112a-112b 可以執(zhí)行用來控制該工廠或其他設(shè)施的總體操作的應(yīng)用程序。作為特定 的示例，服務(wù)器112a-112b可以執(zhí)行諸如企業(yè)資源規(guī)劃(ERP)、制造 執(zhí)行系統(tǒng)(MES)的應(yīng)用程序、或者任何其他或者額外的工廠或過程控
制應(yīng)用程序。服務(wù)器112a-112b中的每一個(gè)包括用于控制系統(tǒng)100的總 體操作的任何硬件、軟件、固件或者它們的組合。
如圖1所示，系統(tǒng)100包括各種冗余網(wǎng)絡(luò)114a-114b和單一網(wǎng)絡(luò) 116a-116c，其支持系統(tǒng)100中組件之間的通信。這些網(wǎng)絡(luò)114a-114b、 116a-116c中的每一個(gè)表示方便系統(tǒng)100中組件之間的通信的任何適當(dāng) 的網(wǎng)絡(luò)或者網(wǎng)絡(luò)的組合。網(wǎng)絡(luò)114a-114b、 116a-116c例如可以表示以 太網(wǎng)。
在操作的一個(gè)方面，控制器104a-104b使用來自一個(gè)或多個(gè)儀器 118的信息控制過程元件102a-102b的操作。通常，儀器118監(jiān)測(cè)或者 測(cè)量過程控制系統(tǒng)100中的一個(gè)或者多個(gè)過程變量。過程變量通常代表 為了控制過程元件102a-102b而監(jiān)測(cè)或者測(cè)量的過程控制系統(tǒng)100的方 面。例如，過程元件102a-102b可以^表閥，并且4義器118可以測(cè)量通 過該閥的材料的流速。在該示例中，通過該閥的材料的流速代表儀器118 監(jiān)測(cè)或者測(cè)量的過程變量。儀器118表示用于監(jiān)測(cè)或者測(cè)量過程控制系 統(tǒng)100中的一個(gè)或者多個(gè)過程變量的任何適當(dāng)?shù)脑O(shè)備。
控制器104a-104b的每一個(gè)還使用沖莫型120來控制其相應(yīng)過程元件 102a-102b的操作。下面的術(shù)語(yǔ)可能在討論模型120時(shí)使用。"受控變 量"表示控制器104a或104b試圖使用模型120將其維持在指定的操作 范圍內(nèi)或者以其他方式控制的變量。該指定的操作范圍可以由"受控變 量下限"和"受控變量上限"定義。"操縱變量"表示由控制器104a 或104b操縱來控制受控變量的變量。例如，受控變量可以表示通過閥 的材料的流速，而操縱變量可以表示控制流速的閥的開口。"干擾變量，， 表示影響受控變量但是不能由控制器104a或104b控制的變量。例如， 干擾變量可以表示影響通過閥的材料的流速的、隨機(jī)的、不可預(yù)測(cè)并且 不可控制的波動(dòng)。"模型"表示描述一個(gè)或者多個(gè)操縱變量和一個(gè)或者 多個(gè)受控變量之間的關(guān)系的一個(gè)或者多個(gè)數(shù)學(xué)函數(shù)。模型中的"子;^莫型" 指的是描述特定受控變量和特定操縱變量之間的關(guān)系的數(shù)學(xué)函數(shù)。
圖1中的模型120描述了一個(gè)或者多個(gè)操縱變量和一個(gè)或者多個(gè)受 控變量之間的一個(gè)或者多個(gè)關(guān)系。例如，^t型120可以描述如何通過調(diào) 節(jié)閥的開口而改變通過閥的材料的流速。通過這種方式，才莫型120可以 用于控制流速。模型120通常可以由數(shù)學(xué)函數(shù)G(s)描述，數(shù)學(xué)函數(shù)G(s) 表示輸入數(shù)據(jù)(諸如要發(fā)送給閥的控制信號(hào))到輸出數(shù)據(jù)(諸如通過閥的流速)的變換。
系統(tǒng)100中的一個(gè)或多個(gè)組件還可以包括與每一個(gè)控制器
104a-104b關(guān)聯(lián)的歷史操作數(shù)據(jù)122。歷史操作數(shù)據(jù)122例如可以駐留 在控制器自身、服務(wù)器(諸如服務(wù)器106a )、操作員站(諸如站108a )、 或者歷史學(xué)家124或其他數(shù)據(jù)儲(chǔ)存庫(kù)或數(shù)據(jù)收集設(shè)備中。歷史操作數(shù)據(jù) 122表示識(shí)別一個(gè)或者多個(gè)控制器的歷史或者過去操作的信息。例如， 歷史操作數(shù)據(jù)122可以表示控制器104a或104b接收的輸入數(shù)據(jù)的樣本 和控制器104a或104b產(chǎn)生的輸出數(shù)據(jù)的樣本。作為特定的示例，歷史 操作數(shù)據(jù)122可以表示輸入和輸出數(shù)據(jù)的樣本，其中對(duì)于給定的時(shí)間段 (諸如一個(gè)星期)的每分鐘獲取樣本。
為了確?？刂破?04a-104b使用的模型120具有可以接受的質(zhì)量， 模型UO通常被驗(yàn)證一次或者多次。這幫助確保模型120是有效的并且 可以用于有效地控制過程元件102a-102b。根據(jù)本發(fā)明，使用控制器的 歷史操作數(shù)據(jù)122驗(yàn)證該控制器使用的模型120。識(shí)別來自歷史操作數(shù) 據(jù)122的資料或者有用的數(shù)據(jù)，這幫助減少歷史數(shù)據(jù)中包含的噪聲或者 其他干擾。
接著以多個(gè)分解等級(jí)提取并分析資料數(shù)據(jù)以確定模型120的可預(yù)測(cè) 性。模型120的可預(yù)測(cè)性提供關(guān)于模型120的有效性或質(zhì)量的指示。以 多個(gè)分解等級(jí)分析資料數(shù)據(jù)允許捕捉具有不同動(dòng)態(tài)行為的瞬變 (transient)。瞬變通常表示歷史操作數(shù)據(jù)122中與模型120的驗(yàn)證 較為相關(guān)的部分。此外，可以將不同的權(quán)重與不同的分解等級(jí)關(guān)聯(lián)。通 過這種方式，在分析中可以對(duì)資料數(shù)據(jù)中某些頻率賦予較多或較少的重 要性。在下面描述的圖3到6示出了如何驗(yàn)證模型120的其他細(xì)節(jié)。也 在下面描述的圖7到13示出了如何識(shí)別并提取資料數(shù)據(jù)的其他細(xì)節(jié)。
盡管圖1示出了過程控制系統(tǒng)100的一個(gè)示例，但是可以對(duì)圖1進(jìn) 行各種變化。例如，控制系統(tǒng)可以包括任何數(shù)量的過程元件，控制器， 服務(wù)器，和操作員站。還有，圖1示出了可以在其中使用上述的模型驗(yàn) 證和資料數(shù)據(jù)識(shí)別技術(shù)的 一個(gè)操作環(huán)境。模型驗(yàn)證技術(shù)和/或資料數(shù)據(jù) 識(shí)別技術(shù)可以用于任何其他適合的設(shè)備或者系統(tǒng)中。
圖2示出根據(jù)本發(fā)明一個(gè)實(shí)施例的示例過程控制系統(tǒng)的其他細(xì)節(jié)。 特別地，圖2示出過程控制系統(tǒng)100的一部分，其中過程控制系統(tǒng)IOO 用于監(jiān)測(cè)和控制閥的操作。圖2所示過程控制系統(tǒng)100的特定實(shí)施例僅
是為了示例說明。在不偏離本發(fā)明范圍的情況下可以使用過程控制系統(tǒng)
100的其他實(shí)施例。另外，在不偏離本發(fā)明范圍的情況下可以使用其他
過程控制系統(tǒng)來控制閥。
在該示例中， 一種或多種材料流過管道202，并且由閥204控制通 過管道202的材料流。管道202表示能夠輸送一種或多種材料的任何適 當(dāng)結(jié)構(gòu)。管道202例如可以表示能夠輸送油、水、鹽酸、或者一種(或 多種)任何其他或者額外材料的鋼或者塑料管道或者管子。
閥204控制材料流過管道202的速率。閥204例如可以改變管道202 中的開口，其中較大的閥開口允許更多的材料流過管道202。閥204包 括能夠控制一種或多種材料通過管道202的流動(dòng)的任何結(jié)構(gòu)。
閥調(diào)節(jié)器206控制閥204的打開和關(guān)閉。例如，閥調(diào)節(jié)器206可以 調(diào)節(jié)閥204以改變管道202中的開口。通過這種方式，閥調(diào)節(jié)器206可 以控制通過管道202的材料的流速。閥調(diào)節(jié)器206包括能夠打開和/或 關(guān)閉閥204的任何結(jié)構(gòu)。
閥調(diào)節(jié)器206由控制器104a基于來自儀器118的信息控制。如圖2 所示，儀器U8監(jiān)測(cè)或者測(cè)量與流過管道202的材料相關(guān)的一個(gè)或多個(gè) 特性。例如，儀器118可以測(cè)量通過管道202的材料的流速。儀器118 可以監(jiān)測(cè)或者測(cè)量流過管道202的材料的任何其他或者額外的特性。儀 器118輸出過程變量(PV)信號(hào)208，該信號(hào)包含儀器118進(jìn)行的各種 測(cè)量。
控制器104a使用過程變量信號(hào)208來生成輸出(OP)信號(hào)210。輸 出信號(hào)210控制閥調(diào)節(jié)器206的操作。例如，輸出信號(hào)210中的正值可 以使得閥調(diào)節(jié)器206更多地打開閥204,而負(fù)值可以使得閥調(diào)節(jié)器206 更多地關(guān)閉閥204。作為另一個(gè)示例，輸出信號(hào)210中較小的正值可以 表示閥204的較小的開口 ，而較大的正值可以表示閥204的較大的開口 。
在該示例中，控制器104a使用設(shè)定點(diǎn)(SP)值212來控制閥204。 設(shè)定點(diǎn)值212識(shí)別過程變量信號(hào)208的期望值。例如，設(shè)定點(diǎn)值212可 以表示通過管道202的材料的期望流速，并且控制器104a可以調(diào)節(jié)閥 204的開口從而流速保持在設(shè)定點(diǎn)值212指示的水平或者其附近?？刂?器104a使用模型120生成輸出信號(hào)210。
在該示例實(shí)施例中，控制器104a包括至少一個(gè)處理器214和至少 一個(gè)存儲(chǔ)器216。該至少一個(gè)存儲(chǔ)器216存儲(chǔ);溪型120并可能存儲(chǔ)與控
制器104a關(guān)聯(lián)的歷史操作數(shù)據(jù)122(盡管歷史操作數(shù)據(jù)122可能駐留在 任何其他位置)。歷史操作數(shù)據(jù)122例如可以表示過程變量信號(hào)208的 樣本和輸出信號(hào)210的樣本。如下面更詳細(xì)地描述的，歷史操作數(shù)據(jù)122可以用于驗(yàn)證模型120。
盡管圖2示出了特定過程控制系統(tǒng)100的一部分的一個(gè)示例，但是可以對(duì)圖2進(jìn)行各種變化。例如，控制器104a可以控制任何數(shù)量的閥 204的操作。還有，閥204和閥調(diào)節(jié)器206可以形成單個(gè)整體單元。此外，盡管示出為駐留在控制器104a內(nèi)部，模型120和歷史操作數(shù)據(jù)122 可以駐留在任何適當(dāng)位置。此外，圖2中的控制器104a被描述為單環(huán) 路調(diào)節(jié)控制器，意味著控制器104a處理一個(gè)操縱變量和一個(gè)受控變量。 然而，下面更詳細(xì)描述的模型驗(yàn)證技術(shù)可以與任何適當(dāng)類型的控制器一起使用并且不限于單環(huán)路調(diào)節(jié)控制器。作為示例，模型驗(yàn)證技術(shù)可以與 多變量模型預(yù)測(cè)控制器一起使用，該多變量模型預(yù)測(cè)控制器控制多個(gè)基 本調(diào)節(jié)控制器使用的多個(gè)設(shè)定點(diǎn)。在特定的實(shí)施例中，多變量模型預(yù)測(cè) 控制器可以由圖1的服務(wù)器106a-106b執(zhí)行或者在其中實(shí)施。
圖3到圖6示出根據(jù)本發(fā)明一個(gè)實(shí)施例的在過程控制系統(tǒng)中分析模 型質(zhì)量的示例方法。特別地，圖3示出分析模型質(zhì)量的示例方法300, 圖4到圖6示出圖3中包含的不同步驟的示例。為了便于說明，關(guān)于驗(yàn) 證圖1的過程控制系統(tǒng)100中的控制器104a中的才莫型120描述圖3到 圖6。方法300可以用于任何其他適當(dāng)?shù)脑O(shè)備和任何其他適當(dāng)?shù)南到y(tǒng)中。 還有，模型120的驗(yàn)證可以發(fā)生在過程控制系統(tǒng)100中任何適當(dāng)?shù)慕M件 上，諸如控制器104a、服務(wù)器或者操作員站中。
控制器104a的歷史操作數(shù)據(jù)122用于分析和驗(yàn)證控制器104a使用 的模型120。在下面的討論中，可能描述特定類型的歷史操作數(shù)據(jù)122。 這些類型的歷史操作數(shù)據(jù)122包括受控變量的測(cè)量值(記為ym),受控 變量下限值(記為CV—lo),受控變量上限值(記為CV—hi),以及操 縱變量的測(cè)量值(記為u)。
如圖3所示，方法300包括各種步驟。在一些實(shí)施例中，對(duì)于被驗(yàn) 證的模型120中的每一個(gè)子模型執(zhí)行圖3所示的步驟。在該示例中，在 步驟302使用歷史操作數(shù)據(jù)122和模型120為每一個(gè)子模型定義信號(hào)(記 為s )和干擾(記為d)。信號(hào)s —般表示子模型的輸出，干擾d —般 表示子才莫型的輸出的破壞(disruption)。作為特定的示例，可以如下
確定每一個(gè)子模型的信號(hào)S和干擾d。對(duì)于每一個(gè)子模型i,使用下列
等式確定預(yù)測(cè)yp-sub(i):
yp_sub (i) =predict (submodeli， u (i)) ( 1 )
其中submodeli表示與子模型i關(guān)聯(lián)的特定數(shù)學(xué)函數(shù)，u(i)表示定義到 子模型i的輸入的輸入函數(shù)(其可以表示所收集的該特定子模型的操縱 變量的歷史數(shù)據(jù))，而predict表示使用子模型i和函數(shù)u(i)的受控變 量的預(yù)測(cè)函數(shù)。使用這些結(jié)果，用下列等式確定每一個(gè)子模型i的信號(hào) s和干擾d:
s= yp一sub (i) ( 2 )
<formula>formula see original document page 13</formula>
其中K表示對(duì)于特定受控變量的模型120中子模型的總數(shù)。 圖4和圖5中示出對(duì)于多個(gè)子;f莫型生成信號(hào)s和干擾d的一個(gè)特定 示例。在圖4中，三個(gè)操縱變量由沖莫型120的三個(gè)子;f莫型402-406用于 控制一個(gè)受控變量。圖4示出三個(gè)子模型402-406的每一個(gè)的傳遞函數(shù) G(s)和階躍響應(yīng)。使用上面的等式(1 ) - ( 3)，使用子模型402-406 和一些歷史操作數(shù)據(jù)確定每一個(gè)操縱變量的信號(hào)s和干擾d。在該示例 中，歷史操作數(shù)據(jù)表示以每分鐘一個(gè)樣本的速率采樣的一個(gè)星期的歷史 數(shù)據(jù)。如圖5所示，信號(hào)502-506分別表示三個(gè)子模型402-406的信號(hào) s。信號(hào)508-512分別表示三個(gè)子才莫型402-406的干擾d。可以進(jìn)一步處 理這些信號(hào)502-512來分析^t型120的質(zhì)量。
回到圖3,在步驟302之后，在步驟304,使用信號(hào)s和干擾d以 一個(gè)或多個(gè)期望的分解等級(jí)為每一個(gè)子模型提取資料數(shù)據(jù)片段。作為特 定的示例，可以如下提取資料數(shù)據(jù)片段。每一個(gè)子模型的信號(hào)s和千擾 d可以分解為多個(gè)分解等級(jí)，諸如通過使用小波分解。圖6中示出這樣 的一個(gè)示例，其示出了來自圖5的信號(hào)506被分解為八個(gè)分解等級(jí) 602a-602h。較低等級(jí)(例如等級(jí)602a和602b )通常集中于或者顯示分 解的信號(hào)s 506中較快的瞬變。較高等級(jí)(例如等級(jí)602g和602h)通 常集中于或者顯示分解的信號(hào)中較慢的瞬變。 一旦分解了子模型的信號(hào) s和干擾d,選擇用于該子模型的適當(dāng)?shù)姆纸獾燃?jí)。接著使用所選擇的
分解等級(jí)從信號(hào)506中識(shí)別和提取資料或者相關(guān)的數(shù)據(jù)片段(提取的數(shù) 據(jù)片段的數(shù)量記為Q)。下面描述的圖7-13示出識(shí)別和提取數(shù)據(jù)片段的 其他細(xì)節(jié)。在本文獻(xiàn)中，短語(yǔ)"數(shù)據(jù)片段"指的是數(shù)據(jù)信號(hào)的一部分。
在步驟304提取了資料數(shù)據(jù)片段之后，在步驟306使用提取的數(shù)據(jù) 片段確定子^^莫型的可預(yù)測(cè)性和可預(yù)測(cè)性指數(shù)。例如這可以包括確定每一 個(gè)提取的數(shù)據(jù)片段的可預(yù)測(cè)性。這還可以包括為所有以期望的分解等級(jí) 提取的數(shù)據(jù)片段生成可預(yù)測(cè)性指數(shù)。
作為特定的示例，可以如下確定可預(yù)測(cè)性和可預(yù)測(cè)性指數(shù)。通過<吏 用下面的等式將所有子模型的預(yù)測(cè)yp-sub相加，確定受控變量的總體 預(yù)效yp:
<formula>formula see original document page 14</formula>
使用下列等式計(jì)算每 一 個(gè)提取的數(shù)據(jù)片段的預(yù)測(cè)誤差
pred_error_seg:
pred_error_seg=yin—seg — yp—seg (5)
其中ym_seg表示提取的數(shù)據(jù)片段的測(cè)量值，yp-seg表示相同的提 取的數(shù)據(jù)片段的預(yù)測(cè)yp?？梢哉{(diào)節(jié)或者偏移數(shù)據(jù)片段的ym—seg和 yp-seg, 4吏得它們基于相同的初始條件，即ynuseg的第一元素的值和 yp_seg的第一元素的值相等。
可以使用任何適當(dāng)?shù)募夹g(shù)確定每一個(gè)數(shù)據(jù)片段的可預(yù)測(cè)性。例如， 數(shù)據(jù)片段的可預(yù)測(cè)性pred-seg可以使用下列等式中的一個(gè)或者兩個(gè)來 確定
pred_Seg=l-norm(pred-error-seg), (6)或者
norm(yp—seg)
pred_Seg=l-_—pred一e麗—seg)_ ("
max(norm(yp—seg)， norm(ym一seg))
其中norm表示測(cè)量矢量的能量或大小的運(yùn)算，max表示取最大值運(yùn) 算。還可以組合不同的技術(shù)來確定每一個(gè)數(shù)據(jù)片段的可預(yù)測(cè)性。例如， 可以4吏用預(yù)測(cè)誤差pred — error —seg和yp或u之間的相關(guān)性，其中較大
的相關(guān)性導(dǎo)致較小的可預(yù)測(cè)性。
期望的分解等級(jí)的可預(yù)測(cè)性指數(shù)接著被確定為與該分解等級(jí)關(guān)聯(lián) 的提取的數(shù)據(jù)片段的可預(yù)測(cè)性的加權(quán)平均。例如，期望的分解等級(jí)的可
預(yù)測(cè)性指數(shù)pred_ 1 eve 1可以使用下列等式確定
pred_level = Cx，(,))C ( 8 )
i=l ,'=1
其中w(i)表示與第i個(gè)提取的數(shù)據(jù)片段關(guān)聯(lián)的權(quán)重。數(shù)據(jù)片段的權(quán)重w 可以使用下列等式確定
w=norm (yp_seg) *w—seg (9) 其中w—seg表示基于其分類分配給數(shù)據(jù)片段的權(quán)重。在特定實(shí)施例中， 每一個(gè)提取的數(shù)據(jù)片段可以被分類到三個(gè)類別中的一個(gè)，這三個(gè)類別與 不同的w-seg值關(guān)聯(lián)。如果數(shù)據(jù)片段是由于受控變量中設(shè)定點(diǎn)的變化而 提取的，那么將該數(shù)據(jù)片段的w-seg值設(shè)定為四。如果數(shù)據(jù)片段是由于 受控變量數(shù)據(jù)落在CV_hi和CV-lo定義的范圍之外而提取的，那么w-seg 值設(shè)定為二。否則，將w-seg值設(shè)定為一。這些值和分類僅是為了示例 i兌明，可以4吏用其他w—seg值和分類。
在步驟306確定可預(yù)測(cè)性和可預(yù)測(cè)性指數(shù)之后，在步驟308確定每 一個(gè)子模型的總體可預(yù)測(cè)性指數(shù)。這例如可以包括使用對(duì)于子模型的期 望的分解等級(jí)的可預(yù)測(cè)性指數(shù)確定該子模型的總體可預(yù)測(cè)性指數(shù)。作為 特定示例，可以使用L個(gè)期望的分解等級(jí)的可預(yù)測(cè)性指數(shù)確定總體可預(yù) 測(cè)性指數(shù)pred—overall,例如通過使用下列等式
pred—overal l = (tfT—feve/(,〕Xfeve柳/t『」eve/(z') ( 10 )
其中W_level (i)表示與第i個(gè)分解等級(jí)關(guān)聯(lián)的權(quán)重?？梢匀魏芜m當(dāng)?shù)姆?式確定分解等級(jí)的加權(quán)。例如，可以使用同量加權(quán)，其中每一個(gè)分解等 級(jí)具有W-level值1。作為另一個(gè)示例，分解等級(jí)的加權(quán)可以與使用該 分解等級(jí)提取的數(shù)據(jù)片段的總長(zhǎng)度成比例，其中較長(zhǎng)的長(zhǎng)度與較大的權(quán) 重相關(guān)聯(lián)。作為第三示例，加權(quán)可以基于分解等級(jí)自身，諸如較高的分 解等級(jí)具有較大的權(quán)重以強(qiáng)調(diào)較低頻率。
在步驟310以多個(gè)分解等級(jí)為每一個(gè)子模型生成增益乘數(shù)和新的可 預(yù)測(cè)性指數(shù)?？梢匀魏芜m當(dāng)?shù)姆绞酱_定增益乘數(shù)。作為特定的示例，假
定yp-seg(j， i)表示子模型i中特定分解等級(jí)的數(shù)據(jù)片段j經(jīng)過調(diào)整的 預(yù)測(cè)。還有，假定ym-seg(j)表示數(shù)據(jù)片段j中受控變量的經(jīng)過調(diào)整的 測(cè)量。此外，假定GM-level (i)表示子模型i在特定的分解等級(jí)處的增 益乘數(shù)?？梢允褂孟铝袃煞N方法確定增益乘數(shù)GM—level (i):
<formula>formula see original document page 16</formula>子^^莫型在特定的分解等級(jí)處的最終增益乘數(shù)GM_level (i)可以表示 使用等式(11 )和(12)確定的增益乘數(shù)的平均。
可以從多個(gè)分解等級(jí)處的增益乘數(shù)GM_level (i)計(jì)算總體增益乘數(shù) GM_overall (i)。例如，總體增益乘數(shù)GM—overal 1 (i)可以計(jì)算為多個(gè)分 解等級(jí)處的增益乘數(shù)GM-level (i)的均值。
接著使用子模型i的增益乘數(shù)GM_overall (i)確定該子模型的新預(yù) 效'J yp一new, ^口以下等式戶斤示
<formula>formula see original document page 16</formula>
然后可以再次用新的可預(yù)測(cè)性指數(shù)yp-new使用上面示出的各個(gè)等式來 確定子^f莫型在多個(gè)分解等級(jí)處的新的可預(yù)測(cè)性以及新的總體可預(yù)測(cè)性 指數(shù)pred —overal 1 _new。
在步驟312使用該子;f莫型的舊的和新的總體可預(yù)測(cè)性指數(shù)確定模型 120中每一個(gè)子模型的質(zhì)量指數(shù)。質(zhì)量指數(shù)識(shí)別用于控制一個(gè)或多個(gè)過 程元件的子模型的質(zhì)量。子模型的質(zhì)量指數(shù)可以是舊的總體可預(yù)測(cè)性指 數(shù)pred—overal 1和#斤的總體可預(yù)測(cè)'1"生指數(shù)pred — overa 11—new的函數(shù)。 該函數(shù)可以表示將質(zhì)量指數(shù)與舊的和新的總體可預(yù)測(cè)性指數(shù)關(guān)聯(lián)的任 何適當(dāng)?shù)木€性或非線性函數(shù)。例如，該函數(shù)可以隨著pred-overall的 值增加提供更好的質(zhì)量指數(shù)。還有，該函數(shù)可以隨著pred —overall和 pred_overall—new之間的差異增加提供更差的質(zhì)量指數(shù)。
這里，可以任何適當(dāng)?shù)姆绞绞褂觅|(zhì)量指數(shù)。例如，可以將子模型的 質(zhì)量指數(shù)與閾值比較來確定該子模型是否具有可接受的質(zhì)量。如果不
是，可以在過程控制系統(tǒng)100中調(diào)節(jié)或者替換該子模型。
盡管圖3到圖6示出了在過程控制系統(tǒng)中分析模型質(zhì)量的方法的一 個(gè)示例，可以對(duì)圖3到圖6進(jìn)行各種變化。例如，模型120的分析已被 描述為在逐個(gè)子才莫型(submodel-by-submodel )的基礎(chǔ)上進(jìn)行。在其他 實(shí)施例中，可以為一組子模型確定^t型質(zhì)量指數(shù)。這例如在兩個(gè)或者更 多個(gè)操縱變量移動(dòng)是相關(guān)模式時(shí)可能是有用的。在這些實(shí)施例中，步驟 304中處理的信號(hào)s可以表示對(duì)于該組子才莫型的預(yù)測(cè)之和，并且步驟3(M 中處理的干擾d可以表示對(duì)于該子才莫型組的其余部分的預(yù)測(cè)之和。接著 可以為整組子^^莫型生成單個(gè)模型質(zhì)量指數(shù)。
作為另 一 個(gè)示例，可以使用對(duì)于特定的 一組子模型提取的資料數(shù)據(jù) 片段執(zhí)行質(zhì)量分析。信號(hào)sl, s2, si可以定義為來自該組中每一 個(gè)子才莫型的預(yù)測(cè)，并且在步驟304處理的信號(hào)s可以表示信號(hào)sl,s2,..., si之和。在步驟304處理的干擾d可以表示不包括在該組中的子模型的 預(yù)測(cè)之和。接著可以從信號(hào)s和干擾d中提取資料數(shù)據(jù)片段，并使用相 同的提取的數(shù)據(jù)片段確定該組中所有子模型的可預(yù)測(cè)性。在該示例中， 在步驟306確定的可預(yù)測(cè)性可以基于測(cè)量誤差殘留(測(cè)量值和預(yù)測(cè)值之 間的差)和信號(hào)sl, s2, ...， si的每一個(gè)之間的相關(guān)性的函數(shù)。
作為又一個(gè)實(shí)施例，模型120的質(zhì)量分析可以考慮未測(cè)量的干擾變 量。諸如通過受控變量的測(cè)量或者通過處理設(shè)施的一般工程知識(shí)可以知 道未測(cè)量的干擾變量的一些特性。作為特定的示例，經(jīng)^r顯示未測(cè)量的 干擾變量在較低頻率具有大的能量效應(yīng)(energy effect)。因此，相 比于較低分解等級(jí)可以較少地加權(quán)較高分解等級(jí)，從而減少未測(cè)量的干擾變量的影響。
圖7到圖13示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的在過程控制系統(tǒng)中識(shí) 別用于分析模型質(zhì)量的資料數(shù)據(jù)的示例方法。特別地，圖7示出識(shí)別資 料數(shù)據(jù)的示例方法700，圖8到圖13示出圖7中包含的各個(gè)步驟的示例。 為了便于說明，關(guān)于識(shí)別用于驗(yàn)證圖1的過程控制系統(tǒng)100中的控制器 104a中的模型120的資料數(shù)據(jù)描述圖7到圖13。不管識(shí)別的資料數(shù)據(jù) 是否用于驗(yàn)證模型，方法700可以用于任何其他適當(dāng)?shù)脑O(shè)備和任何其他 適當(dāng)?shù)南到y(tǒng)中。還有，資料數(shù)據(jù)的識(shí)別可以發(fā)生在過程控制系統(tǒng)100中 任何適當(dāng)?shù)慕M件上，諸如控制器104a、服務(wù)器或者操作員站中。
如上面所指出的，通常難以從控制器生成的大量歷史操作數(shù)據(jù)122 中識(shí)別相關(guān)的數(shù)據(jù)。 一般地，識(shí)別信號(hào)中的瞬變表示選擇該信號(hào)中更相 關(guān)的部分的一種技術(shù)。圖7到圖13示出基于識(shí)別在存在大的信號(hào)激勵(lì) 和大的信噪比(SNR)的地方發(fā)生的瞬變而識(shí)別資料數(shù)據(jù)的技術(shù)。由于不 同的瞬變可以具有不同的頻率，該技術(shù)還包括將信號(hào)分解為多個(gè)分解等 級(jí)，從而允許識(shí)別較高頻率處(較低分解等級(jí))和較低頻率處(較高分 解等級(jí))的瞬變。
如圖7所示，在步驟702定義信號(hào)s和干擾d。這例如可以包括與 上面關(guān)于圖3的步驟302描述的相同或相似的過程。信號(hào)s和干擾d的 定義通常是與應(yīng)用有關(guān)的。要使用信號(hào)s和千擾d提取的數(shù)據(jù)的所建議 的使用，可以控制如何定義或者計(jì)算信號(hào)s和干擾d。 一般地，信號(hào)s 可以定義為其中期望大的能量等級(jí)的變量，千擾d可以定義為其中期望 小的能量等級(jí)的變量。圖8示出信號(hào)802-804的一個(gè)示例，信號(hào)802-804 分別表示可以在步驟702生成的信號(hào)s和干擾d。在該示例中，信號(hào) 802-804表示之前關(guān)于圖5描述的相同信號(hào)506和512。
在步驟704將冗余小波分解用于信號(hào)s和干擾d。這例如可以包括 對(duì)信號(hào)s和干擾d應(yīng)用離散二進(jìn)小波變換(DDWT )或者其他冗余小波變 換。將信號(hào)s的小波變換的結(jié)果記為Ws,干擾d的小波變換的結(jié)果記為 Wd。圖9示出從信號(hào)802-804到多個(gè)分解等級(jí)902a-902h的一個(gè)示例分 解。基于圖8所示的信號(hào)802-804，在較高的分解等級(jí)對(duì)應(yīng)于干擾d的 小波系數(shù)的幅度大于對(duì)應(yīng)于信號(hào)s的小波系數(shù)的幅度。
在步驟706檢測(cè)分解的信號(hào)s (Ws小波系數(shù))中的奇異點(diǎn)。這例如 可以包括在每一個(gè)分解等級(jí)識(shí)別小波系數(shù)Ws中的局部最大值和局部最
小值?？梢允褂瞄撝祦頊p少檢測(cè)到的奇異點(diǎn)的數(shù)量。例如，奇異點(diǎn)可以 表示具有超過閾值的絕對(duì)值的局部最大值和局部最小值。作為特定示 例，奇異點(diǎn)可以表示具有超過最大絕對(duì)小波系數(shù)值的百分之二十的絕對(duì)
值的局部最大值和局部最小值。圖10示出檢測(cè)不同分解等級(jí)中的奇異 點(diǎn)1002a和1002b的一個(gè)示例。在該示例中，奇異點(diǎn)1002a表示使用該 閾值在分解等級(jí)902a中找到的局部最大值和局部最小值，奇異點(diǎn)1002b 表示使用該閾值在分解等級(jí)902f中找到的局部最大值和局部最小值。
在步驟708使用該分解的信號(hào)s和干擾d以及奇異點(diǎn)確定每一個(gè)分 解等級(jí)的信噪比。 一般地，每一個(gè)分解等級(jí)902a-902h可能具有在不同 位置的不同數(shù)量的奇異點(diǎn)。特定分解等級(jí)中特定奇異點(diǎn)sp的瞬變信噪 比值SNR可以使用下面的等式確定
SNR=abs(Wssp)/abs(Wdsp) ( 14)
其中Wssp表示分解的信號(hào)s在奇異點(diǎn)sp的小波系數(shù)，Wdsp表示分解的干 擾d在奇異點(diǎn)sp的小波系數(shù)。
在其他實(shí)施例中，特定分解等級(jí)中特定奇異點(diǎn)sp的瞬變SNR值可 以使用下面的等式確定
SNR=norm (Wssp (region)) /norm (Wdsp (region)) ( 15 ) 其中Wssp (region)表示奇異點(diǎn)sp周圍的區(qū)域(分解的信號(hào)s的多個(gè)小波 系數(shù))，Wdsp表示奇異點(diǎn)sp周圍的區(qū)域(分解的干擾d的多個(gè)小波系數(shù))。 在特定實(shí)施例中，奇異點(diǎn)sp周圍的區(qū)域可以是可變的。例如，可以基 于所分析的分解等級(jí)定義該區(qū)域。作為特定示例，奇異點(diǎn)sp周圍的區(qū) 域可以被定義為[sp—6*level， sp+6*level],其中l(wèi)evel表示所分析的 分解等級(jí)的編號(hào)。以這種方式，在較低分解等級(jí)使用較小區(qū)域，在較高 分解等級(jí)使用較大區(qū)域。
在其他實(shí)施例中，計(jì)算噪聲對(duì)信號(hào)的比率(NSR),這是因?yàn)榫植?最大值或最小值處的小波系數(shù)Ws的值不為零。在這些實(shí)施例中， 一個(gè) 或多個(gè)NSR值可以使用下列等式確定
NSR產(chǎn)abs (Wdsp)/abs (Wssp) (16) NSR2=norm (Wdsp (region)) /norm (Wssp (region))( 17 ) 在本文獻(xiàn)中，短語(yǔ)"信噪比"指的是涉及信號(hào)和噪聲的任何比率，不管 表示為SNR還是NSR。
在步驟710選擇識(shí)別的奇異點(diǎn)中的多個(gè)不同奇異點(diǎn)供進(jìn)一步處理。
這例如可以包括選擇具有高信噪比(或者低噪信比)和高信號(hào)值的奇異
點(diǎn)。作為特定示例，可以選擇NSR,O. 3并且NSKO. 3的奇異點(diǎn)。此外， 過多數(shù)量的奇異點(diǎn)會(huì)減慢在方法700中執(zhí)行的處理。如果識(shí)別了過多數(shù) 量的具有高SNR (或者低NSR)的奇異點(diǎn)，可以選擇具有最高絕對(duì)小波 值的奇異點(diǎn)供進(jìn)一步處理(諸如具有最大絕對(duì)小波值的四十個(gè)奇異點(diǎn))。 如圖ll所示，只有一些來自圖10的奇異點(diǎn)1002a滿足這些條件，并且 來自圖10的奇異點(diǎn)1002b都不滿足這些條件。這表示在較高分解等級(jí) (較低頻率等級(jí))處干擾d(信號(hào)804 )在能量上超出信號(hào)s(信號(hào)802 )。
在步驟712從不同分解等級(jí)提取所選擇的奇異點(diǎn)周圍的數(shù)據(jù)片段。 可以使用任何適當(dāng)?shù)募夹g(shù)提取數(shù)據(jù)片段。例如，如圖12中所示，提取 的數(shù)據(jù)片段可以表示由奇異點(diǎn)1002a任一側(cè)上的起始點(diǎn)和終止點(diǎn)限定的 數(shù)據(jù)片段。起始點(diǎn)和終止點(diǎn)表示小波系數(shù)Ws跨過閾值1202的位置。在 圖12中所示的示例中，閾值1202表示值0，然而也可以使用任何其他 適合的值。閾值1202可以對(duì)所有分解等級(jí)都是固定的和一致的，或者 閾值1202可以是可調(diào)節(jié)的?？烧{(diào)節(jié)的閾值1202例如可以計(jì)算為局部最 大值或局部最小值的百分比。盡管起始點(diǎn)和終止點(diǎn)是在、波域識(shí)別的， 但是提取的數(shù)據(jù)片段自身位于原始的信號(hào)域。
作為另一個(gè)示例，如圖13所示，提取的數(shù)據(jù)片段可以再次表示由 奇異點(diǎn)1002a任一側(cè)上的起始點(diǎn)和終止點(diǎn)限定的數(shù)據(jù)片段。在該示例中， 起始點(diǎn)和終止點(diǎn)表示小波系數(shù)Wd跨過閾值1 302-1304的位置。在圖13 所示的示例中，閾值1302-1 304表示值± 0. 05,然而也可以4吏用4壬何其 他適合的值。再次地，閾值1302-1304可以對(duì)所有分解等級(jí)都是固定的 和一致的，或者閾值1302-1304可以是可調(diào)節(jié)的?？烧{(diào)節(jié)的閾值 1302-1304例如可以計(jì)算為局部最大值或局部最小值的百分比。再次地， 盡管起始點(diǎn)和終止點(diǎn)是在小波域識(shí)別的，但是提取的數(shù)據(jù)片段自身位于 原始的信號(hào)域。
圖12和13示出了提取奇異點(diǎn)周圍的數(shù)據(jù)片段的兩種可能技術(shù)。然 而，可以使用任何其他適合的技術(shù)。例如，可以使用提取具有高SNR(或 者低NSR)和高信號(hào)能量的數(shù)據(jù)片段的任何技術(shù)。還有，可以組合多種 技術(shù)來使得數(shù)據(jù)片段提取更為保守(通過要求數(shù)據(jù)片段滿足所有技術(shù)的 所有條件)或者更為激進(jìn)(通過要求數(shù)據(jù)片段僅滿足一種技術(shù)的條件)。
此外，在特定實(shí)施例中，可以任何適當(dāng)?shù)姆绞秸{(diào)節(jié)起始點(diǎn)和終止點(diǎn)。例如，數(shù)據(jù)片段的起始點(diǎn)可以基于小波系數(shù)Ws趨向向上還是向下來調(diào) 節(jié)。如果小波系數(shù)Ws在奇異點(diǎn)附近趨向向上，可以將起始點(diǎn)調(diào)節(jié)為表 示初始起始點(diǎn)和奇異點(diǎn)之間的最小小波系數(shù)Ws。如果小波系數(shù)Ws在奇 異點(diǎn)附近趨向向下，可以將起始點(diǎn)調(diào)節(jié)為表示初始起始點(diǎn)和奇異點(diǎn)之間 的最大小波系數(shù)Ws。
基于圖8的信號(hào)802-804,上述技術(shù)可用于從分解等級(jí)902a-902c 提取數(shù)據(jù)片段?？赡軟]有從分解等級(jí)902d-902h提取到數(shù)據(jù)片段。這表 示提取的數(shù)據(jù)片段具有相對(duì)高的頻率。這通常不能通過簡(jiǎn)單地檢查信號(hào) s (信號(hào)802 )和干擾d (信號(hào)804 )觀察到或者確定。
接著在步驟714進(jìn)一步處理提取的數(shù)據(jù)片段。這例如可以包括使用 提取的數(shù)據(jù)片段驗(yàn)證模型120.這還可以包括以任何其他適合的方式使 用提取的數(shù)據(jù)片段。
盡管圖7到13示出了識(shí)別資料數(shù)據(jù)的方法的一個(gè)示例，但是可以 對(duì)圖7到13進(jìn)行各種變化。例如，可以使用多個(gè)干擾d,并且可以確定 每一信號(hào)-干擾對(duì)的SNR或NSR值。在步驟708確定的總體SNR或NSR 值可以凈皮定義為所有干擾d的SNR值或NSR值的函數(shù)。還有，奇異點(diǎn)可 以表示滿足在步驟710選擇的所有SNR或NSR值的函數(shù)的點(diǎn)。
作為另一個(gè)示例，資料數(shù)據(jù)的識(shí)別可以考慮未測(cè)量的干擾變量。可 以確定未測(cè)量的干擾變量的闞值，并且在步驟706識(shí)別的奇異點(diǎn)的幅度 可以遠(yuǎn)遠(yuǎn)大于未測(cè)量的干擾變量的閾值。
作為其他實(shí)施例，可以定義多個(gè)信號(hào)s,并且可以基于所有信號(hào)-干擾對(duì)的SNR或NSR值提取數(shù)據(jù)片段。還有，當(dāng)比較信號(hào)s和干擾d的 小波系數(shù)時(shí)，該系數(shù)可以位于不同的分解等級(jí)(諸如相鄰的分解等級(jí))。 此外，可以使用多個(gè)等級(jí)處的小波系數(shù)來計(jì)算SNR或者NSR值。
可能有利的是闡述整個(gè)本專利申請(qǐng)中使用的單詞或短語(yǔ)的定義。術(shù) 語(yǔ)"耦合"及其派生詞指的是兩個(gè)或多個(gè)元件之間的直接或非直接通信， 而與這些元件是否彼此處于物理接觸無關(guān)。術(shù)語(yǔ)"應(yīng)用程序"指的是一 個(gè)或多個(gè)計(jì)算機(jī)程序，指令集，例程，函數(shù)，對(duì)象，類，實(shí)例，或者適 用于以適當(dāng)?shù)挠?jì)算機(jī)語(yǔ)言實(shí)施的相關(guān)數(shù)據(jù)。術(shù)語(yǔ)"包括"和"包含"以 及它們的派生詞，表示不限制地包括。術(shù)語(yǔ)"或，，是包括性的，表示和 /或。短語(yǔ)"與…相關(guān)聯(lián)"和"與其相關(guān)聯(lián)"以及它們的派生詞可以表 示包括，被包括在其中，與...互連，包含，被包含在其中，連接到或者
與...連接，耦合到或者與...耦合，可以與...通信，與...協(xié)作，交錯(cuò)，并 置，接近，綁定到或者與...綁定，具有，具有...的特性等。術(shù)語(yǔ)"控制 器"表示控制至少一個(gè)操作的任何設(shè)備，系統(tǒng)或者它們的部件。控制器 可以硬件、固件、軟件或者其中至少兩種的某種組合實(shí)施。與任何特定 控制器相關(guān)的功能性可以是集中的或者分布式的，不論是本地的還是遠(yuǎn) 程的。
盡管本說明書已經(jīng)描述了特定實(shí)施例和 一般相關(guān)的方法，但是這些 實(shí)施例和方法的改變和置換對(duì)本領(lǐng)域技術(shù)人員是顯而易見的。因此，上 述示例實(shí)施例的描述不限定或者限制本發(fā)明。在不偏離所附權(quán)利要求書 定義的本發(fā)明的精神和范圍的情況下，其他改變、替換和變化也是可能 的。
權(quán)利要求
1.一種方法，包括識(shí)別與模型(120)關(guān)聯(lián)的信號(hào)(502，504，506)和干擾(508，510，512)，該信號(hào)(502，504，506)和干擾(508，510，512)是使用與一個(gè)或多個(gè)過程變量相關(guān)聯(lián)的歷史數(shù)據(jù)(122)識(shí)別的；以多個(gè)分解等級(jí)(602a-602h)分解該信號(hào)(502，504，506)和干擾(508，510，512)；使用分解的信號(hào)(502，504，506)和分解的干擾(508，510，512)從該信號(hào)(502，504，506)中提取多個(gè)數(shù)據(jù)片段；以及使用提取的數(shù)據(jù)片段和至少一部分歷史數(shù)據(jù)(122)確定模型(120)的質(zhì)量。
2. 如權(quán)利要求l所述的方法，其中模型(120)包括至少一個(gè)子模型(402， 404, 406 ),每一個(gè)子模 型(402, 404, 406 )與一個(gè)受控變量和一個(gè)操縱變量相關(guān)聯(lián)；信號(hào)(502， 504, 506 )包括每一個(gè)子才莫型(402， 404, 406 )的信 號(hào)，特定子才莫型(402, 404， 406 )的信號(hào)(502, 504, 506 )包括與該 子才莫型(402, 404, 406 )關(guān)聯(lián)的預(yù)測(cè)；并且千擾(508, 510, 512 )包括每一個(gè)子才莫型(402, 404, 406 )的干 擾，特定子模型(402， 404， 406 )的干擾包括與其他子模型(402, 404, 406 )關(guān)聯(lián)的預(yù)測(cè)之和。
3. 如權(quán)利要求l所述的方法，其中確定模型(120)的質(zhì)量包括 確定模型(120)的第一總體可預(yù)測(cè)性指數(shù)；以及 基于第一總體可預(yù)測(cè)性指數(shù)確定模型(120)的質(zhì)量。
4. 如權(quán)利要求3所述的方法，其中確定第一總體可預(yù)測(cè)性指數(shù)包括確定每一個(gè)提取的數(shù)據(jù)片段的可預(yù)測(cè)性；確定至少一個(gè)分解等級(jí)(602a-602h)中每一個(gè)的可預(yù)測(cè)性指數(shù)， 特定分解等級(jí)(602a-602h )的可預(yù)測(cè)性指數(shù)基于與該分解等級(jí) (602a-602h)關(guān)聯(lián)的提取的數(shù)據(jù)片段的可預(yù)測(cè)性；以及基于至少其中一個(gè)分解等級(jí)(602a-602h)的可預(yù)測(cè)性指數(shù)確定笫 一總體可預(yù)測(cè)性指數(shù)。
5. 如權(quán)利要求4所述的方法，還包括確定模型(120)的第二總體 可預(yù)測(cè)性指數(shù)，模型(120)的質(zhì)量基于第一和第二總體可預(yù)測(cè)性指數(shù)， 第二總體可預(yù)測(cè)性指數(shù)的確定是通過確定增益乘數(shù)；使用增益乘數(shù)確定^f莫型預(yù)測(cè)；以及用模型預(yù)測(cè)確定第二總體可預(yù)測(cè)性指數(shù)，其中該模型預(yù)測(cè)是使用增 益乘數(shù)確定的。
6. 如權(quán)利要求4所述的方法，其中該特定分解等級(jí)(602a-602h)的可預(yù)測(cè)性指數(shù)基于與該分解等級(jí) (602a-602h)關(guān)聯(lián)的提取的數(shù)據(jù)片段的可預(yù)測(cè)性的加權(quán)和；并且第一總體可預(yù)測(cè)性指數(shù)基于至少其中兩個(gè)分解等級(jí)(602a-602h) 的可預(yù)測(cè)性指數(shù)的加權(quán)和。
7. —種裝置，包括至少一個(gè)存儲(chǔ)器，其能夠存儲(chǔ)與一個(gè)或多個(gè)過程變量關(guān)聯(lián)的歷史數(shù) 據(jù)(122);以及至少一個(gè)處理器，其能夠使用歷史數(shù)據(jù)(122)識(shí)別與模型(120)關(guān)聯(lián)的信號(hào)(502， 504, 506 )和干擾(508, 510， 512);以多個(gè)分解等級(jí)(602a-602h)分解信號(hào)(502, 5(M, 506 )和干擾 (508, 510, 512);使用分解的信號(hào)(502, 504， 506 )和分解的干擾(508， 510， 512) 從該信號(hào)(502， 504, 506 )中提取多個(gè)數(shù)據(jù)片段；以及使用提取的數(shù)據(jù)片段和至少一部分歷史數(shù)據(jù)(122)確定模型(120)的質(zhì)量。
8. 如權(quán)利要求7所述的裝置，其中所述至少一個(gè)處理器能夠通過 以下操作確定模型(120)的質(zhì)量確定模型(120)的第一總體可預(yù)測(cè)性指數(shù)；以及 基于第一總體可預(yù)測(cè)性指數(shù)確定模型(120)的質(zhì)量。
9. 如權(quán)利要求8所述的裝置，其中所述至少一個(gè)處理器能夠通過 以下操作確定第 一 總體可預(yù)測(cè)性指數(shù)確定每 一 個(gè)提取的數(shù)據(jù)片段的可預(yù)測(cè)性；確定至少一個(gè)分解等級(jí)(602a-602h)中每一個(gè)的可預(yù)測(cè)性指數(shù)， 特定分解等級(jí)(602a-602h )的可預(yù)測(cè)性指數(shù)基于與該分解等級(jí) (602a-602h)關(guān)聯(lián)的提取的數(shù)據(jù)片段的可預(yù)測(cè)性；以及基于至少其中一個(gè)分解等級(jí)(602a-602h)的可預(yù)測(cè)性指數(shù)確定第 一總體可預(yù)測(cè)性指數(shù)。
10. 如權(quán)利要求9所述的裝置，其中所述至少一個(gè)處理器還能夠確 定模型(120)的第二總體可預(yù)測(cè)性指數(shù)，模型(120)的質(zhì)量基于第一 和第二總體可預(yù)測(cè)性指數(shù)，第二總體可預(yù)測(cè)性指數(shù)的確定是通過確定增益乘數(shù)；使用增益乘數(shù)確定模型預(yù)測(cè)；以及用模型預(yù)測(cè)確定第二總體可預(yù)測(cè)性指數(shù)，其中該模型預(yù)測(cè)是使用增 益乘數(shù)確定的。
11. 一種計(jì)算機(jī)程序，包含在計(jì)算機(jī)可讀介質(zhì)上并且可操作以由處 理器執(zhí)行，該計(jì)算機(jī)程序包括計(jì)算機(jī)程序代碼用于識(shí)別與模型(120)關(guān)聯(lián)的信號(hào)(502, 504, 506 )和干擾(508, 510, 512),該信號(hào)(502, 504, 506 )和干擾(508， 510, 512)是使 用與一個(gè)或多個(gè)過程變量相關(guān)聯(lián)的歷史數(shù)據(jù)(122)識(shí)別的；以多個(gè)分解等級(jí)(602a-602h)分解信號(hào)(502, 504, 506 )和干擾 (508, 510, 512);使用分解的信號(hào)(502， 504, 506 )和分解的干擾(508, 510, 512 ) 從該信號(hào)(502， 504， 506 )中提取多個(gè)數(shù)據(jù)片段；以及使用提取的數(shù)據(jù)片段和至少一部分歷史數(shù)據(jù)(122)確定模型(120) 的質(zhì)量。
全文摘要
一種方法包括識(shí)別與模型關(guān)聯(lián)的信號(hào)和干擾。該信號(hào)和干擾是使用與一個(gè)或多個(gè)過程變量相關(guān)聯(lián)的歷史數(shù)據(jù)識(shí)別的。該方法還包括以多個(gè)分解等級(jí)分解信號(hào)和干擾。該方法進(jìn)一步包括使用分解的信號(hào)和分解的干擾從信號(hào)(502，504，506)中提取多個(gè)數(shù)據(jù)片段。此外，該方法包括使用提取的數(shù)據(jù)片段和至少一部分歷史數(shù)據(jù)確定模型(120)的質(zhì)量。
文檔編號(hào)G05B23/02GK101361029SQ200680051280
公開日2009年2月4日 申請(qǐng)日期2006年11月13日 優(yōu)先權(quán)日2005年11月17日
發(fā)明者C·Q·詹, J·Z·盧 申請(qǐng)人:霍尼韋爾國(guó)際公司