考虑人因指标的过程报警阈值自适应优化方法

目前大多过程参数报警阈值优化方法没有考虑操作员的人因影响,为此,结合人因工程的理论,提出了一种考虑操作员人因影响的过程报警阈值自适应优化方法。首先,采用APRIORI算法挖掘报警事件与操作事件的关联关系;基于在线报警数据,模糊推理获得人因综合指标;根据误报、漏报与人因指标的关系计算两者的权重,建立报警阈值优化目标函数。工业实例数据验证表明,此方法对于过程报警阈值的优化设置具有较好的人因环境适应性,能够使得过程报警系统的性能得以进一步的改善。     

考虑人因指标的过程报警阈值自适应优化方法

目前大多过程参数报警阈值优化方法没有考虑操作员的人因影响,为此,结合人因工程的理论,提出了一种考虑操作员人因影响的过程报警阈值自适应优化方法。首先,采用APRIORI算法挖掘报警事件与操作事件的关联关系;基于在线报警数据,模糊推理获得人因综合指标;根据误报、漏报与人因指标的关系计算两者的权重,建立报警阈值优化目标函数。工业实例数据验证表明,此方法对于过程报警阈值的优化设置具有较好的人因环境适应性,能够使得过程报警系统的性能得以进一步的改善。     

基于PCA权重的化工报警阈值优化

为避免海量报警影响正常操作,对报警阈值进行了优化.考虑了变量相关性,利用主元分析法(PCA)分析变量的重要程度,并求出变量权重;结合国际标准,根据变量权重分配变量报警数,优化报警阈值;在平行坐标图上将变量数据及报警阈值可视化,查看正常和异常工况区域,考察各变量之间的变化趋势,提取有效报警值;对某工业原油常减压操作数据进行验证,结果表明优化方法能有效减少报警数.     

漏酸报警器的改进

我厂使用的漏酸报警器系南化研究院生产,在使用过程中,因矿山水质含导电离子多,致使电极间电阻减小而报警,有时甚至引起报警器连续报警。矿山水质的变化很大,是报警器误动作的主要原因。 为此,对原报警器进行了改进,既解决了误报警问题,也使灵敏度可以调节。具体方法是这样的:在使用原来线路和所接电极基础上,再接一电极,此电极可用作补偿水质的变化。线路如图所示。     

基于LSTM时间序列重建的生产装置异常检测

工业生产装置通常设置传感器报警阈值进行报警,但是对处于报警阈值以下的时间序列异常难以及时捕捉。基于统计的传统检测方法在解决时间序列异常检测上存在很大挑战,因此提出基于long short term memory(LSTM)时间序列重建的方法进行生产装置的异常检测。该算法首先引入一层LSTM网络对传感器数据的时间序列进行向量表示,采用另一层LSTM网络对时间序列进行逆序重建,然后利用重建值与实际值之间的误差,通过极大似然估计方法对该段序列进行异常概率估计,最终通过学习异常报警阈值实现时间序列异常检测。采用ECG测试数据、能源数据与危险品储罐传感器数据进行了仿真实验,验证了所提方法在不同长度的数据上的有效性。     

基于LSTM时间序列重建的生产装置异常检测

工业生产装置通常设置传感器报警阈值进行报警，但是对处于报警阈值以下的时间序列异常难以及时捕捉。基于统计的传统检测方法在解决时间序列异常检测上存在很大挑战，因此提出基于long short term memory (LSTM)时间序列重建的方法进行生产装置的异常检测。该算法首先引入一层LSTM网络对传感器数据的时间序列进行向量表示，采用另一层LSTM网络对时间序列进行逆序重建，然后利用重建值与实际值之间的误差，通过极大似然估计方法对该段序列进行异常概率估计，最终通过学习异常报警阈值实现时间序列异常检测。采用ECG测试数据、能源数据与危险品储罐传感器数据进行了仿真实验，验证了所提方法在不同长度的数据上的有效性。     

基于小波包-阈值的输油管道缺陷漏磁信号降噪研究

漏磁检测法是输油管道裂纹缺陷检测的重要方法之一,在工程应用与实验研究发现,漏磁检测过程中受到各种因素的影响而产生干扰噪声,影响到对信号的分析及缺陷特征的辨识。本文在对漏磁检测干扰噪声进行了分析,利用小波包分解重构功能和小波阈值自适应降噪的优点,提出了基于小波包-阈值算法的信号降噪处理方法,并利用实例做了应用分析,验证了该方法的实用性和有效性。     

基于物元分析的过程工业报警优化

过程工业报警系统设定的报警点多且复杂,给监控生产带来了一定的困难.结合报警系统的特点和物元分析方法,构造各报警参数的物元模型,定义各报警参数与报警级别的关联函数,提出基于关联函数的权重分配改进,计算各报警参数与报警级别的综合关联度.在保证安全生产的前提下,根据综合关联度的大小对各报警参数进行优化选择,形成适合过程工业的报警优化方法.结合精对苯二甲酸溶剂脱水塔报警系统验证了该方法的有效性,基于物元分析的报警优化方法合理地降低了报警系统的报警量和报警频率,为报警管理和操作优化提供了新思路.     

基于小波去噪和改进型PSO-SVM的微波加热温度预测模型研究

针对微波加热过程的非线性相关性和时滞性,提出基于相关原则优化阈值的小波去噪和改进型粒子群算法优化支持向量机相结合的微波加热褐煤温度预测方法。采用相关原则优化阈值的小波对微波加热褐煤温度进行提取,通过引入相似度函数和控制参数α改进粒子群算法,用于优化微波加热褐煤温度支持向量机预测模型的惩罚系数C、不敏感损失函数参数ε、核函数参数g等3个直接影响温度预测精度的参数。相似度函数增大,粒子随机变异率增大;迭代次数增加,控制参数α减小。仿真实验结果表明,优化后的支持向量机回归预测模型提高了微波加热褐煤温度预测的准确率,为微波干燥褐煤控制方法的研究提供一种可供参考的数学模型。     

报警管理系统的优化实践

报警处理课题一直是近年关注的焦点。实施报警原则是改进报警现状的关键成功因素。可通过一系列已证明有效的工具及方法改进报警处理-例如报警值修改、报警搁置、报警掩蔽等。通过消除最频繁出现的前10名报警的活动,报警现象锐减,全厂报警次数下降了55%警优化行动取得了明显效果。     

过程参数滋扰报警的一类自适应管理策略

滋扰报警是过程工业报警系统的主要问题,然而,目前报警优化方法一般敏感度低、可靠性差,根据报警变量之间的时间间隔和报警持续时间确定滋扰报警的形式,提出了自适应报警死区和报警延时器的计算方法,利用时间序列ARMA模型预测报警死区来处理高频报警,并利用报警间隔时间更新报警延时器参数n来处理低频报警。通过工业实例数据验证表明,所提出的方法能够有效减少滋扰报警的数量、提高报警系统的性能。     

Design and assessment of delay timer alarm systems for nonlinear chemical processes

In process and manufacturing industries, alarm systems play a critical role in ensuring safe and efficient operations. The objective of a standard industrial alarm system is to detect undesirable deviations in process variables as soon as they occur. Fault detection and diagnosis systems often need to be alerted by an industrial alarm system; however, poorly designed alarms often lead to alarm flooding and other undesirable events. In this article, we consider the problem of industrial alarm design for processes represented by stochastic nonlinear time‐series models. The alarm design for such complex processes faces three important challenges: (1) industrial processes exhibit highly nonlinear behavior; (2) state variables are not precisely known (modeling error); and (3) process signals are not necessarily Gaussian, stationary or uncorrelated. In this article, a procedure for designing a delay timer alarm configuration is proposed for the process states. The proposed design is based on minimization of the rate of false and missed alarm rates—two common performance measures for alarm systems. To ensure the alarm design is robust to any non‐stationary process behavior, an expected‐case and a worst‐case alarm designs are proposed. Finally, the efficacy of the proposed alarm design is illustrated on a non‐stationary chemical reactor problem. © 2017 American Institute of Chemical Engineers AIChE J, 63: 77–90, 2018     

Is Average Run Length to False Alarm Always an Informative Criterion?

Abstract

Apart from Bayesian approaches, the average run length (ARL) to false alarm has always been seen as the natural performance criterion for quantifying the propensity of a detection scheme to make false alarms, and no researchers seem to have questioned this on grounds that it does not always apply. In this article, we show that in the change-point problem with mixture prechange models, detection schemes with finite detection delays can have infinite ARLs to false alarm. We also discuss the implication of our results on the change-point problem with either exchangeable prechange models or hidden Markov models. Alternative minimax formulations with different false alarm criteria are proposed.     

Quantification of alarm chatter based on run length distributions

In the process industry, alarms are configured on the control system to provide indication of abnormal events to the control room operators. In the presence of improper design of alarm generating algorithm or lack of appropriate tuning, alarms are announced more frequently than what is typically sufficient to alert the operator, a condition commonly known as ‘alarm chatter’. Chattering alarms are the most common form of nuisance alarms. The concept of run length is introduced in the alarm management context to study alarm chatter and an index is proposed to quantify the degree of alarm chatter based on run length distributions obtained exclusively from readily available historical alarm data. Chatter index hence plays a crucial role in routine assessment of industrial alarm systems. Prominent features of the proposed chatter index and its variant are demonstrated using industrial data.     

基于平稳性能不确定信息盲源信号提取的过程监控方法

针对工业过程中的信息不一定平稳,提出了一种基于平稳性能不确定信息盲源信号提取的过程监控方法,并利用该方法提取过程盲源信号,采用k-近邻法进行分类,从而实现对过程性能的监控.通过对简单AR(1)过程和双效蒸发过程的仿真研究表明,这种方法是可行的.为了与基于传统独立成分分析(ICA)和多元统计过程控制(MSPC)的过程监控方法相比较,还作了相应的对比研究.结果表明,该方法比基于传统ICA的过程监控方法具有更少的误报率和漏报率,而比基于MSPC的过程监控方法具有更少的误报率,从而说明了该方法不仅是可行的,而且是有效的.     

基于时间结构盲源信号分析的过程监控和故障诊断方法

化工过程中众多的测量变量信息通常可由少量的隐变量信息表达出来以便进行统计过程监视.针对过程中所采集的数据往往存在一定的时间结构（即过程不能满足独立同分布条件）的情况,提出了一种基于时间结构盲源信号分析的过程性能监控和故障诊断方法,以克服传统的统计过程分析的独立同分布要求.通过对非等温连续搅拌反应器（CSTR）的仿真研究表明,这种方法是可行的.为了与传统的独立成分分析（ICA）方法相比较,本文还作了相应的对比研究,结果表明,这种方法比基于传统ICA过程性能监控和故障诊断方法具有更少的误报率和漏报率,说明这种方法不但是可行的,并且是有效的.     

An online method for detection and reduction of chattering alarms due to oscillation

Chattering alarms, which repeatedly and rapidly make transitions between alarm and normal states in a short time period, are the most common form of nuisance alarms that severely degrade the performance of alarm systems for industrial plants. One reason for chattering alarms is the presence of oscillation in process signals. The paper proposes an online method to promptly detect the chattering alarms due to oscillation and to effectively reduce the number of chattering alarms. In particular, a revised chattering index is proposed to quantify the level of chattering alarms; the discrete cosine transform-based method is used to detect the presence of oscillation; two mechanisms by adjusting the alarm trippoint and using a delay timer are exploited to reduce the number of chattering alarms. An industrial case study is provided to illustrate the effectiveness of the proposed method.     

非规整报警的相关性分析方法

报警管理在化工过程安全中具有重要地位,而报警相关性挖掘是报警管理的重要组成部分。在传统的基于凝聚层次聚类的报警相关性挖掘方法基础上,提出非规整报警相关性计算方法,弥补了传统方法难以处理延迟时间变化与非对称情况的不足。同时以概率形式表示相关性大小,使不同位点之间的相关性计算结果具有可比性。经过仿真案例与工厂真实生产案例测试,该方法能够有效挖掘过程中出现的报警相关性,进而指导报警系统合 理化。