科研動(dòng)態(tài)
基于SVDD算法的工業(yè)領(lǐng)域異常預(yù)警方法及其有效性研究
中文題目：基于SVDD算法的工業(yè)領(lǐng)域異常預(yù)警方法及其有效性研究
論文題目：Anomaly early warning method based on SVDD algorithm in industrial field and its effectiveness research
錄用會(huì)議：2025 IEEE 14th Data Driven Control and Learning Systems Conference (CAA A類(lèi)會(huì)議)
作者列表：
1）陳楊 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 碩23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
摘要:
在工業(yè)現(xiàn)場(chǎng)，預(yù)警系統(tǒng)的意義在于及早識(shí)別和響應(yīng)潛在的異常情況，以防止設(shè)備故障、生產(chǎn)中斷和安全事故.本文提出了兩種基于SVDD(Support Vector Data Description)的工業(yè)現(xiàn)場(chǎng)預(yù)警方法?；谙嚓P(guān)分析-聚類(lèi)-SVDD的異常診斷算法是對(duì)工業(yè)生產(chǎn)的控制回路歷史動(dòng)態(tài)特性進(jìn)行梳理，并在線(xiàn)進(jìn)行動(dòng)態(tài)異常診斷與早期報(bào)警?；诮谠诰€(xiàn)滾動(dòng)數(shù)據(jù)的異常診斷方法是通過(guò)專(zhuān)家經(jīng)驗(yàn)調(diào)試與參數(shù)近期波動(dòng)特性的特征提取方法（SVDD）相結(jié)合，在線(xiàn)針對(duì)關(guān)鍵測(cè)點(diǎn)、關(guān)鍵位號(hào)進(jìn)行波動(dòng)異常診斷與早期報(bào)警提醒。針對(duì)工業(yè)現(xiàn)場(chǎng)應(yīng)用的背景，提出并探究了預(yù)警有效性的概念：預(yù)警及時(shí)性、預(yù)警靈敏度、預(yù)警機(jī)制全面性，同時(shí)研究了確保預(yù)警長(zhǎng)期有效性的方法。最終，通過(guò)工業(yè)現(xiàn)場(chǎng)的實(shí)際應(yīng)用，驗(yàn)證了方法的可靠性。
背景與動(dòng)機(jī):
在工業(yè)過(guò)程的長(zhǎng)期運(yùn)行中，諸如操作條件的變化和外部環(huán)境的變化等因素可能導(dǎo)致控制回路出現(xiàn)不同的異常，如果第一時(shí)間沒(méi)有進(jìn)行相對(duì)應(yīng)的處理并任其發(fā)展，那么異常可能會(huì)演化為故障。這些故障不僅會(huì)造成經(jīng)濟(jì)損失，還可能帶來(lái)環(huán)境污染和安全隱患，因此，對(duì)工業(yè)尤其是化工煉化工業(yè)過(guò)程中的異常預(yù)警研究尤為重要。常見(jiàn)的故障包括設(shè)備振動(dòng)、溫度異常、壓力波動(dòng)等，這些故障出現(xiàn)前期的異常如果不能及時(shí)診斷和處理，可能導(dǎo)致生產(chǎn)停滯、財(cái)產(chǎn)損失甚至嚴(yán)重的安全事故。
設(shè)計(jì)與實(shí)現(xiàn):
基于相關(guān)分析-聚類(lèi)-SVDD的異常診斷算法：基于相關(guān)分析-聚類(lèi)-SVDD的異常診斷算法，梳理工業(yè)生產(chǎn)控制回路的歷史動(dòng)態(tài)特性，在線(xiàn)進(jìn)行動(dòng)態(tài)異常診斷和預(yù)警，分為離線(xiàn)訓(xùn)練和在線(xiàn)診斷兩個(gè)階段。
基于近期在線(xiàn)滾動(dòng)數(shù)據(jù)的異常診斷方法：基于近期在線(xiàn)滾動(dòng)數(shù)據(jù)的異常診斷方法是將專(zhuān)家經(jīng)驗(yàn)調(diào)試與參數(shù)近期波動(dòng)特征提取方法（SVDD）相結(jié)合，對(duì)關(guān)鍵測(cè)點(diǎn)和關(guān)鍵位號(hào)進(jìn)行在線(xiàn)波動(dòng)異常診斷和預(yù)警報(bào)警。
圖1 基于SVDD的回路診斷與參數(shù)診斷流程圖
主要內(nèi)容:
1.預(yù)警有效性探究
工業(yè)生產(chǎn)現(xiàn)場(chǎng)設(shè)備或者儀表裝置發(fā)生異常時(shí)，往往第一時(shí)間不會(huì)顯示出來(lái)，但如果沒(méi)有及時(shí)發(fā)現(xiàn)并調(diào)整，就會(huì)引起嚴(yán)重故障。因此，提出工業(yè)現(xiàn)場(chǎng)預(yù)警有效性的一個(gè)重要指標(biāo)：預(yù)警及時(shí)性。它表示針對(duì)工業(yè)現(xiàn)場(chǎng)出現(xiàn)的異常，能在異常演化為嚴(yán)重故障之前向現(xiàn)場(chǎng)操作人員發(fā)出預(yù)警，使得操作人員及時(shí)干預(yù)生產(chǎn)，避免發(fā)生安全事故。通過(guò)縮短診斷數(shù)據(jù)長(zhǎng)度來(lái)完成。
工業(yè)生產(chǎn)現(xiàn)場(chǎng)的異常工況診斷標(biāo)準(zhǔn)是一個(gè)模糊的邊界，需要加入專(zhuān)家經(jīng)驗(yàn)來(lái)進(jìn)行完善。過(guò)于敏感的判斷規(guī)則會(huì)使得預(yù)警誤報(bào)過(guò)多，會(huì)對(duì)工業(yè)現(xiàn)場(chǎng)生產(chǎn)造成干擾。過(guò)于遲鈍的判斷規(guī)則會(huì)使得預(yù)警漏報(bào)過(guò)多，無(wú)法識(shí)別出異常，違背了預(yù)警的初衷。因此，提出了工業(yè)現(xiàn)場(chǎng)預(yù)警有效性的一個(gè)重要指標(biāo)：預(yù)警靈敏度。它表示對(duì)工業(yè)現(xiàn)場(chǎng)出現(xiàn)的異常的敏感程度。通過(guò)專(zhuān)家經(jīng)驗(yàn)整定超球邊界系數(shù)與波動(dòng)閾值來(lái)實(shí)現(xiàn)。
引起工業(yè)生產(chǎn)現(xiàn)場(chǎng)異常工況的因素有很多，如設(shè)備損壞、儀表失靈等等。單一針對(duì)某種原因引起的異常來(lái)預(yù)警會(huì)使得預(yù)警不夠全面。因此，提出了工業(yè)現(xiàn)場(chǎng)預(yù)警有效性的一個(gè)重要指標(biāo)：預(yù)警機(jī)制全面性。它是指異常預(yù)警算法能考慮到各種原因引起的工況異常，使得工業(yè)現(xiàn)場(chǎng)異常預(yù)警全方面覆蓋，體現(xiàn)出預(yù)警的有效性。針對(duì)不同原因引起的工況異常，設(shè)計(jì)不同的異常診斷算法并設(shè)置不同的報(bào)警信號(hào)值，能有效覆蓋工業(yè)現(xiàn)場(chǎng)。
2.定期在線(xiàn)學(xué)習(xí)更新
為保證故障預(yù)警長(zhǎng)期有效性，提出了一種在線(xiàn)滑動(dòng)數(shù)據(jù)定期學(xué)習(xí)更新超球體集群的方法。選擇一個(gè)合適的數(shù)據(jù)尺度，定期使用這個(gè)尺度滑動(dòng)更新數(shù)據(jù)，將歷史數(shù)據(jù)剔除一部分（近期新數(shù)據(jù)的長(zhǎng)度）。使用新的數(shù)據(jù)與剩余歷史數(shù)據(jù)拼接融合后更新SVDD超球體集群，既保留了回路歷史動(dòng)態(tài)特征，同時(shí)也融合了回路新的動(dòng)態(tài)特征，確保了故障預(yù)警的長(zhǎng)期有效性。
圖2 定期在線(xiàn)學(xué)習(xí)更新SVDD超球體
3.現(xiàn)場(chǎng)應(yīng)用通信架構(gòu)
分布式控制系統(tǒng)（Distributed Control System，DCS）是一種用于監(jiān)控和控制工業(yè)生產(chǎn)過(guò)程的自動(dòng)化系統(tǒng)。通過(guò)DCS系統(tǒng)，使用自主開(kāi)發(fā)的OPC客戶(hù)端從OPC服務(wù)器當(dāng)中獲取控制回路的時(shí)序生產(chǎn)數(shù)據(jù)并將其儲(chǔ)存在SQL數(shù)據(jù)庫(kù)當(dāng)中。診斷軟件將從SQL數(shù)據(jù)庫(kù)中實(shí)時(shí)取數(shù)進(jìn)行回路異常診斷與工藝參數(shù)異常診斷并將診斷結(jié)果逐級(jí)傳輸回DCS系統(tǒng)。操作人員在DCS上位機(jī)即可查收到預(yù)警提醒。
圖3 現(xiàn)場(chǎng)應(yīng)用通信架構(gòu)
實(shí)驗(yàn)結(jié)果及分析:
本文實(shí)驗(yàn)在中國(guó)石化石家莊煉化分公司對(duì)工業(yè)現(xiàn)場(chǎng)實(shí)際裝置與控制回路進(jìn)行工業(yè)預(yù)警實(shí)際試運(yùn)行。實(shí)驗(yàn)對(duì)象為連續(xù)重整裝置。目前已經(jīng)在實(shí)際現(xiàn)場(chǎng)運(yùn)行近一年。經(jīng)過(guò)試運(yùn)行結(jié)果統(tǒng)計(jì)，基于本文所提算法的異常預(yù)警系統(tǒng)的預(yù)警有效率可達(dá)90%，圖4是實(shí)際現(xiàn)場(chǎng)DCS上位機(jī)所展示的趨勢(shì)報(bào)警圖。
(a) 回路預(yù)警趨勢(shì)圖（液位）
(b)參數(shù)預(yù)警趨勢(shì)圖（溫度）
圖4 控制現(xiàn)場(chǎng)預(yù)警趨勢(shì)圖
圖（a）中藍(lán)色線(xiàn)條為控制變量MV，粉色線(xiàn)條為測(cè)量值PV，紅色豎線(xiàn)為預(yù)警信號(hào)，可以看出，在MV異常變化時(shí)，預(yù)警能在3min內(nèi)及時(shí)發(fā)出預(yù)警信號(hào)，確保了預(yù)警的有效性。圖（b）中 ，藍(lán)色線(xiàn)條為測(cè)量值，紅色豎線(xiàn)為預(yù)警信號(hào)?？梢钥闯觯赑V異常下降波動(dòng)時(shí)，預(yù)警能在10min內(nèi)及時(shí)發(fā)出預(yù)警信號(hào)，證明了預(yù)警的有效性。
結(jié)論:
針對(duì)工業(yè)現(xiàn)場(chǎng)的異常預(yù)警問(wèn)題，本文提出了兩種異常預(yù)警方法：回路動(dòng)態(tài)異常預(yù)警與工藝參數(shù)波動(dòng)異常預(yù)警。同時(shí)根據(jù)現(xiàn)場(chǎng)工業(yè)生產(chǎn)的特點(diǎn)，提出了三個(gè)工業(yè)現(xiàn)場(chǎng)預(yù)警有效性的概念：預(yù)警及時(shí)性、預(yù)警靈敏度、預(yù)警機(jī)制全面性。同時(shí)提出在線(xiàn)更新超球體集群的方法確保了預(yù)警長(zhǎng)期有效性。現(xiàn)場(chǎng)實(shí)際應(yīng)用結(jié)果充分證明了該預(yù)警算法有效性以及預(yù)警有效性概念的合理性。
通訊作者簡(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)的智能報(bào)警項(xiàng)目數(shù)項(xiàng)以及國(guó)家自然科學(xué)基金，已發(fā)表高水平學(xué)術(shù)論文30余篇。