一种多变量控制系统性能评价测试系统及方法与流程

本发明涉及多变量控制系统技术领域，具体是一种多变量控制系统性能评价测试系统及方法。

背景技术：

控制回路的性能提升是决定工业过程生产效率的关键因素，但是在实际情况中，常出现被控对象特性发生变化或执行机构老化等现象，造成控制器性能下降，影响经济效益甚至带来安全隐患，数据表明，有高达60％的控制器无法发挥其预期性能。因此，对这些控制回路进行性能评估对于提高整个工业过程的效率、质量和安全性具有重要意义。在工程实践中，应用最广泛的就是最小方差的性能评价方法，但是该方法需要获取系统的时延信息或交互矩阵信息，工作量较大，浪费人力物力；基于马氏距离的多变量控制系统故障诊断理论视所有变量同等重要，这降低了控制系统性能评价的准确性。

技术实现要素：

本发明的目的在于提供一种多变量控制系统性能评价测试系统及方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种多变量控制系统性能评价测试系统，包括：

数据采集单元，用于获取多个变量的在线运行数据；

特征计算单元，根据数据采集单元所采集的数据长度，设置合适的窗口长度计算一组hurst指数，作为表征系统健康状况的特征；

指标获取单元，用于对每个变量输出数据的hurst指数进行分析，以系统在最优操作条件下的运行数据作为参考，计算新输出数据的马氏距离，以量化其与最优性的偏差程度，获取该多变量控制系统的综合性能指标；

数据采集单元、特征计算单元和指标获取单元依次连接。

作为本发明的进一步方案：所述指标获取单元还用于利用系统在最优操作条件下的输出数据的hurst指数构建代表系统健康状态的马氏空间，任何属于该空间的新样本被认为是健康数据，否则是不健康的。

作为本发明的进一步方案：还包括分析单元，用于记录并分析所述多变量控制系统的历史性能指标，为控制器参数的在线优化整定提供科学依据。

一种多变量控制系统性能评价测试方法，包括以下步骤：

a、获取控制系统的在线运行数据并计算每个变量输出数据的hurst指数作为表征系统健康状况的特征；

b、利用隶属度计算每个变量对“重要变量”的所属程度并以此给出变量权重分配规则；

c、以最小方差基准作为系统真实性能的参考，对比传统指标和改进后指标与最小方差基准的相对贴近度来验证改进后指标的准确程度。

作为本发明的进一步方案：在计算每个变量输出数据的hurst指数之前，还包括以下步骤：hurst指数的计算精确程度取决于总样本数量n中是否包含了全部序列特征，因此需要选取合适的数据长度来保证所计算的hurst指数能够准确表征时间序列的特征。

作为本发明的进一步方案：所述多变量控制系统性能评价方法在计算变量对重要变量的所属程度并以此给出变量权重分配规则的步骤包括以下步骤：以所有输出数据作为论域u，a是重要变量在论域u上的f集，一般认为某一变量的输出越接近设定值，对整个系统性能的贡献率越大，即可认为是更重要的变量，由此确定代表变量重要属性的输出区间；计算隶属度，u0表示可以代表变量重要属性的区间范围，用模糊统计实验计算u0对a的隶属度，在n个样本数据中u0出现的次数为m，则称m/n为u0对“重要变量”的隶属度；根据计算的隶属度归纳出一种强调客观性标准的指标权重的分配方法。

作为本发明的进一步方案：所述隶属度的计算采用模糊统计法。

与现有技术相比，本发明的有益效果是：本发明可以无需知道回路的模型信息，仅通过在线采集、和分析控制回路的运行数据，实时地对控制回路的性能进行监测和评价，从而指导和帮助操作人员维护系统的正常运行。

附图说明

图1是本发明一种多变量控制系统性能评价方法第一实施方式流程图；

图2是本发明一种多变量控制系统性能评价方法第二实施方式流程图；

图3是本发明一种多变量控制系统性能评价测试系统第一实施方式流程图；

图4是本发明一种多变量控制系统性能评价测试系统第二实施方式流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1：请参阅图1-4，本发明实施例中，一种多变量控制系统性能评价测试系统，包括：

数据采集单元，用于获取多个变量的在线运行数据；

特征计算单元，根据数据采集单元所采集的数据长度，设置合适的窗口长度计算一组hurst指数，作为表征系统健康状况的特征；

指标获取单元，用于对每个变量输出数据的hurst指数进行分析，以系统在最优操作条件下的运行数据作为参考，计算新输出数据的马氏距离，以量化其与最优性的偏差程度，获取该多变量控制系统的综合性能指标。

本发明通过获取多变量控制系统的在线运行数据，选择合适的窗口长度计算每个输出变量的hurst指数作为表征系统健康状况的特征，通过计算隶属度的方式得到每个变量对“重要变量”的所属程度并以此为变量分配权重，进而对传统马氏距离的计算过程进行改进，获取系统的性能评价指标，该指标能够合理有效地描述系统的真实性能。

其中，对于特征获取单元，hurst指数的计算精确程度取决于总样本数量n中是否包含了全部序列特征因此需要选取合适的数据长度来保证所计算的hurst指数能够准确表征时间序列的特征。

优选地，选择1000—2000个数据样本计算一组hurst指数，更能准确表征每个控制回路的特征。

对于指标获取单元，多变量控制回路的性能指标是大于0的任何数值。

实施例2，请参阅图4，图4是本发明多变量控制系统性能评价测试系统第二实施方式的结构示意图。

本实施方式点的所述控制系统的性能测试系统与第一实施方式的区别在于，还包括分析单元400，用于分析所述的变量控制系统的历史性能指标，并根据分析结果和实时计算得到的控制回路的性能指标，获取所述控制系统的整体控制性能。

其中，对于分析单元400，可以先利用历史数据进行性能评价，根据其评价结果和控制回路的实时性能指标，为所述多变量控制系统的整体控制性能划分不同的质量档次，判断整体控制性能的好坏，指标值小于1且越接近1，表示系统的健康程度越高，指标值越大，表征系统的不健康度越大。

本实施方式所述多变量控制系统的性能评价测试系统，通过分析控制系统的历史性能指标，再综合实时的性能指标，可以更客观、直接地分析所述多变量控制系统的整体控制效果。

实施例3：一种多变量控制系统性能评价测试方法，包括以下步骤：

步骤a,获取控制系统的在线运行数据并计算每个变量输出数据的hurst指数作为表征系统健康状况的特征；

步骤b，利用隶属度计算每个变量对“重要变量”的所属程度并以此给出变量权重分配规则；

考虑多变量之间的相关结构，对传统马氏距离的计算过程进行改进；

步骤c，以最小方差基准作为系统真实性能的参考，对比传统指标和改进后指标与最小方差基准的相对贴近度来验证改进后指标的准确程度。

本发明所述的多变量控制系统性能评价方法，通过对传统马氏距离的计算过程进行改进，将变量的相对重要性考虑在内，能够有效改善性能评价精度不高的问题。

本发明通过计算传统和改进后马氏距离与最小方差基准的相对贴近度来验证改进后指标的准确程度。

在指标验证方面，本发明分别搭建了线性以及非线性2×2控制系统模型仿真图，如图2所示，验证本发明所提出的算法具有很好的延展性，适用于大型火电机组中具有非线性、大滞后、复杂结构的控制系统。

本发明在实际应用方面，采用某电厂二级过热喷水减温控制过程中在线运行数据，验证了本发明所提出算法的可行性和合理性，本发明无需系统的精确模型、传递函数以及交互矩阵，仅对系统的输出数据进行分析，计算量小，易于实现。

实施例4：请参阅图2，图2是本发明多变量控制系统性能评价方法的第二实施方式流程图。

本实施方式的所述多变量控制系统性能评价方法与实施例3的区别在于，在执行获取系统控制回路的性能指标的步骤之后，还包括以下步骤：

分析所述的变量控制系统的历史性能指标，并根据分析结果和实时计算得到的控制回路的性能指标，获取所述控制系统的整体控制性能。

其中，对于此步骤，可以先利用历史数据进行性能评价，根据其评价结果和控制回路的实时性能指标，为所述多变量控制系统的整体控制性能划分不同的质量档次，判断整体控制性能的好坏，指标值小于1且越接近1，表示系统的健康程度越高，指标值越大，表征系统的不健康度越大。

本实施方式所述多变量控制系统的性能评价方法，通过分析控制系统的历史性指标，再综合实时的性能指标，可以更客观、直接地分析所述多变量控制系统的整体控制效果。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。