科研動(dòng)態(tài)
基于稀少故障數(shù)據(jù)的三相分離器故障診斷的激活推理方法
中文題目：基于稀少故障數(shù)據(jù)的三相分離器故障診斷的激活推理方法
論文題目：An Activated Inference Method for Fault Diagnosis of Three-phase Separator Based on Rare Fault Data
錄用期刊/會(huì)議：The 40th Youth Academic Annual Conference of Chinese Association of Automation（YAC2025）(CAA A類(lèi)會(huì)議)
錄用/見(jiàn)刊時(shí)間：2025.03.31
作者列表：
1）蔣龍 中國(guó)石油大學(xué)（北京）人工智能學(xué)院 控制科學(xué)與工程專(zhuān)業(yè) 碩22級(jí)
2）王珠 中國(guó)石油大學(xué)（北京）人工智能學(xué)院 自動(dòng)化系教師
3）徐鵬 中國(guó)石油大學(xué)（北京）人工智能學(xué)院 控制工程專(zhuān)業(yè) 碩24級(jí)
摘要:
本文針對(duì)三相分離器的稀少故障數(shù)據(jù)，提出了一種用于三相分離器故障診斷的異常推理網(wǎng)絡(luò)算法。首先，根據(jù)工藝知識(shí)和報(bào)警記錄確定包含異常現(xiàn)象和異常原因的網(wǎng)絡(luò)結(jié)構(gòu)，鑒于網(wǎng)絡(luò)結(jié)構(gòu)的復(fù)雜性，使用三元組來(lái)進(jìn)行網(wǎng)絡(luò)解構(gòu)，以?xún)?yōu)化計(jì)算效率與減少存儲(chǔ)空間。其次，為準(zhǔn)確評(píng)估異?，F(xiàn)象與異常原因間因果關(guān)系的強(qiáng)弱程度，利用模糊理論對(duì)專(zhuān)家知識(shí)進(jìn)行處理，基于模糊化的專(zhuān)家知識(shí)來(lái)量化因果關(guān)系的強(qiáng)弱程度——節(jié)點(diǎn)間可能性等級(jí)。在此基礎(chǔ)上，將極有可能的測(cè)試案例與群智能優(yōu)化算法相結(jié)合對(duì)節(jié)點(diǎn)的最低激活值進(jìn)行訓(xùn)練。同時(shí)，為了滿(mǎn)足在線(xiàn)診斷的需求，設(shè)計(jì)一種帶有節(jié)點(diǎn)激活判斷的激活推理算法，用于在線(xiàn)診斷異常原因。使用三相分離器進(jìn)行實(shí)驗(yàn)驗(yàn)證，結(jié)果表明該算法可以準(zhǔn)確診斷三相分離器的工況異常和設(shè)備異常。
背景與動(dòng)機(jī):
在海上浮式生產(chǎn)儲(chǔ)卸油裝置中，三相分離器作為原油脫水脫氣的關(guān)鍵設(shè)備，其運(yùn)行狀態(tài)直接關(guān)系到生產(chǎn)效率和安全性。面對(duì)復(fù)雜多變的工作條件，三相分離器可能會(huì)出現(xiàn)各種異常，這些異常往往體現(xiàn)在控制回路與工藝參數(shù)的正異常狀態(tài)上。一旦三相分離器觸發(fā)報(bào)警，如何準(zhǔn)確地定位異常原因，便成為了亟待解決的技術(shù)難題。雖然三相分離器的分散控制系統(tǒng)中存儲(chǔ)著海量數(shù)據(jù)，但故障數(shù)據(jù)的稀缺極大地限制了傳統(tǒng)診斷等方法的有效應(yīng)用。在這種情況下，本文針對(duì)三相分離器的稀少故障數(shù)據(jù)，提出了一種用于三相分離器故障診斷的異常推理網(wǎng)絡(luò)算法。
設(shè)計(jì)與實(shí)現(xiàn):
異常推理網(wǎng)絡(luò)包括離線(xiàn)階段和在線(xiàn)階段。離線(xiàn)階段包括網(wǎng)絡(luò)結(jié)構(gòu)的構(gòu)建、節(jié)點(diǎn)間可能性等級(jí)、網(wǎng)絡(luò)解構(gòu)以及節(jié)點(diǎn)的最低激活值四部分；在線(xiàn)階段主要為節(jié)點(diǎn)激活判斷的激活推理算法，用于在線(xiàn)診斷異常原因。異常推理網(wǎng)絡(luò)基于三相分離器的稀少故障數(shù)據(jù)，準(zhǔn)確定位三相分離器的異常原因并提供參考信息，從而提升異常處理的效率與準(zhǔn)確性。三相分離器的異常推理網(wǎng)絡(luò)構(gòu)建流程如圖 1 所示。
圖1 三相分離器的異常推理網(wǎng)絡(luò)構(gòu)建流程
主要內(nèi)容:
1.異常推理網(wǎng)絡(luò)結(jié)構(gòu)構(gòu)建
在異常推理網(wǎng)絡(luò)結(jié)構(gòu)建立過(guò)程中，首先需要根據(jù)工藝知識(shí)和報(bào)警記錄識(shí)別出異常發(fā)生時(shí)的現(xiàn)象以及原因。這些異?，F(xiàn)象和異常原因構(gòu)成的對(duì)應(yīng)關(guān)系可用圖 2 表示。
圖2 異常原因與異?，F(xiàn)象間的對(duì)應(yīng)關(guān)系
2.節(jié)點(diǎn)間可能性等級(jí)獲取
節(jié)點(diǎn)間的可能性等級(jí)存在于現(xiàn)象節(jié)點(diǎn)和原因節(jié)點(diǎn)之間。具體含義為，當(dāng)現(xiàn)象節(jié)點(diǎn)發(fā)生時(shí)，是原因節(jié)點(diǎn)導(dǎo)致的可能性，具體范圍在0-10之間，數(shù)字越大發(fā)生的可能性越大。節(jié)點(diǎn)間的可能性等級(jí)表示為
，其中
為現(xiàn)象節(jié)點(diǎn)，
為原因節(jié)點(diǎn)。針對(duì)無(wú)法直接獲取節(jié)點(diǎn)間的可能性等級(jí)的問(wèn)題，專(zhuān)家為節(jié)點(diǎn)間的可能性等級(jí)進(jìn)行模糊打分，利用模糊理論對(duì)專(zhuān)家經(jīng)驗(yàn)進(jìn)行模糊化處理，從而反模糊化獲取較為準(zhǔn)確的節(jié)點(diǎn)間的可能性等級(jí)值。
3.網(wǎng)絡(luò)解構(gòu)
在異常推理網(wǎng)絡(luò)結(jié)構(gòu)中，一種異?，F(xiàn)象可能存在多種異常原因，一種異常原因可能被多種異?，F(xiàn)象所表示，這使異常推理網(wǎng)絡(luò)結(jié)構(gòu)的有向邊錯(cuò)綜復(fù)雜。因此，為存儲(chǔ)與計(jì)算方便，本文將異常推理網(wǎng)絡(luò)結(jié)構(gòu)轉(zhuǎn)化為圖論中的有向加權(quán)圖，并使用三元組存儲(chǔ)來(lái)提高存儲(chǔ)效率和計(jì)算效率，實(shí)現(xiàn)異常推理網(wǎng)絡(luò)的解構(gòu)。
4.節(jié)點(diǎn)的最低激活值的訓(xùn)練
在獲取節(jié)點(diǎn)間可能性等級(jí)之后，異常推理網(wǎng)絡(luò)的參數(shù)訓(xùn)練過(guò)程主要針對(duì)網(wǎng)絡(luò)中節(jié)點(diǎn)最低激活值的訓(xùn)練。本文使用群智能優(yōu)化算法與極有可能的測(cè)試案例相結(jié)合來(lái)訓(xùn)練節(jié)點(diǎn)的最低激活值，保證節(jié)點(diǎn)的最低激活值能夠滿(mǎn)足工業(yè)現(xiàn)場(chǎng)的要求。在粒子群算法的優(yōu)化過(guò)程中，需要將每條測(cè)試案例中的最簡(jiǎn)極有可能的現(xiàn)象節(jié)點(diǎn)集合輸入到異常推理網(wǎng)絡(luò)中，激活推理得到網(wǎng)絡(luò)輸出的原因節(jié)點(diǎn)，從而計(jì)算不同的原因節(jié)點(diǎn)的最低激活值的適應(yīng)度值。適應(yīng)度的計(jì)算公式如下所示。
在上式中，crad表示集合中原因節(jié)點(diǎn)的個(gè)數(shù)，適應(yīng)度函數(shù)F表示所有測(cè)試案例的累計(jì)適應(yīng)度值，n代表測(cè)試案例的條數(shù)。
5.在線(xiàn)激活推理
此時(shí)，還需要說(shuō)明如何在異常推理網(wǎng)絡(luò)中，實(shí)現(xiàn)從現(xiàn)象節(jié)點(diǎn)推理得到原因節(jié)點(diǎn)的激活推理算法。激活推理算法采用分層搜索的推理策略，具體的推理流程圖3所示。
圖3 在線(xiàn)激活推理流程圖
實(shí)驗(yàn)結(jié)果及分析:
本文選取的三相分離器在實(shí)際運(yùn)行中的案例，在三相分離器觸發(fā)報(bào)警的基礎(chǔ)上，將激活的現(xiàn)象節(jié)點(diǎn)集合輸入三相分離器的異常推理網(wǎng)絡(luò)進(jìn)行在線(xiàn)激活推理，明確異常原因，并給出相應(yīng)的分析以及處置建議。
案例：三相分離器的異常推理網(wǎng)絡(luò)中現(xiàn)象節(jié)點(diǎn)油相液位異常升高、現(xiàn)象節(jié)點(diǎn)氣相壓力異常升高以及油水界位異常升高被激活。將初始激活的現(xiàn)象節(jié)點(diǎn)輸入到異常推理網(wǎng)絡(luò)中，進(jìn)行激活推理，推理深層次的異常原因。表1中列出所有可能的傳播路徑以及每條路徑的歸一化概率值，圖4中展示了激活的原因節(jié)點(diǎn)以及傳播路徑。
圖4 案例中激活的原因節(jié)點(diǎn)以及傳播路徑
表1 案例中所有激活的原因節(jié)點(diǎn)和對(duì)應(yīng)的可能性等級(jí)
當(dāng)油水界位異常升高、油相液位異常升高以及氣體壓力異常升高時(shí)，表1表明，最可能的原因是來(lái)液量過(guò)大，導(dǎo)致油相出口含水偏高以及水相出口含油偏高。當(dāng)三相分離器的來(lái)液量過(guò)大時(shí)，三相分離器的處理能力不足，導(dǎo)致油水分離不徹底，油水混層，從而使得油水界位異常升高和油相液位異常升高。三相分離器中罐內(nèi)體積一定時(shí)，液相的上升，這會(huì)減少氣體體積，使得氣體壓力異常升高。油水分離不徹底，導(dǎo)致油相出口含水偏高以及水相出口含油偏高。
結(jié)論:
本文提出了一種三相分離器的故障診斷算法。該算法不依賴(lài)于數(shù)據(jù)樣本。主要思想是基于過(guò)程數(shù)據(jù)和專(zhuān)家知識(shí)構(gòu)建異常推理網(wǎng)絡(luò)模型。具體來(lái)說(shuō)，該模型基于過(guò)程數(shù)據(jù)建立網(wǎng)絡(luò)結(jié)構(gòu)。然后，將模糊理論引入網(wǎng)絡(luò)，通過(guò)專(zhuān)家評(píng)估確定節(jié)點(diǎn)之間的可能性等級(jí)。引入粒子群優(yōu)化算法，根據(jù)獲得的節(jié)點(diǎn)間可能性等級(jí)確定原因節(jié)點(diǎn)的最低激活值的優(yōu)化解。通過(guò)匯總報(bào)警信息并執(zhí)行激活推理算法，可以獲得異常分析的精確結(jié)果。通過(guò)三相分離器的應(yīng)用驗(yàn)證了該模型的有效性。在網(wǎng)絡(luò)中根據(jù)異常現(xiàn)象推理出深層次的異常原因，識(shí)別異常的傳播路徑以及計(jì)算傳播路徑的歸一化概率值，最終給出處置建議。
作者簡(jiǎn)介:
王珠，男，博士，中共黨員，現(xiàn)任中國(guó)石油大學(xué)（北京）副教授、碩士生導(dǎo)師。2016年至今在中國(guó)石油大學(xué)（北京）自動(dòng)化系工作，現(xiàn)任中國(guó)自動(dòng)化學(xué)會(huì)人工智能技術(shù)與工業(yè)應(yīng)用專(zhuān)業(yè)委員會(huì)委員、中國(guó)化工學(xué)會(huì)信息技術(shù)應(yīng)用專(zhuān)業(yè)委員會(huì)青年委員、北京人工智能學(xué)會(huì)理事。
在科研與社會(huì)服務(wù)方面，研究興趣為系統(tǒng)辨識(shí)與智能控制、煉化過(guò)程動(dòng)態(tài)異常診斷與故障預(yù)警、大數(shù)據(jù)質(zhì)量預(yù)測(cè)與綜合優(yōu)化。近年來(lái)，主持重點(diǎn)流程工業(yè)企業(yè)的高級(jí)智能報(bào)警項(xiàng)目數(shù)項(xiàng)以及國(guó)家自然科學(xué)基金項(xiàng)目，已發(fā)表高水平學(xué)術(shù)論文30余篇。