资源描述
毕业设计说明书英文文献及中文翻译学生姓名： 刘贺秋 学号：0906024236学 院： 电子与计算机科学技术学院 专 业： 微电子学 指导教师： 张晓明 2013 年 6 月多平台的一体化-基于模型的实时远程状态监测摘要 基于模型的状态监测系统在过程状态监测中已经被证实表现优越。然而，基于模型的状态监测系统需要更多的计算机资源来支持它的高效率工作。这个要求增加了已经存在的专门用来服务控制系统集成的难度。为了克服这个问题，这篇文章展示了一种多系统集成，实现配备不同软件平台的不同计算机分开工作。本地和远程设备的时间同步通过发布-预定构架的现场总线网络来实现。一种客户-服务器配置用来处理Matlab和Labwindows之间的通信。一种临时缓冲数据在利用非常小的系统资源下提供时间准确性，这项尝试已经在电液伺服控制系统中实现，充分利用了所有软件资源和配置系统的方便。 关键字：远程状态监测，基于模型的方法，实时系统，现场总线，控制系统，分布式监测 1. 介绍 经过了几十年的发展，基于模型的方法在一系列控制系统的状态监测非常有效。通过查询模型预测，这种方法对于异常行为非常敏感，而不是系统输入，因此提供了区分在操作系统中错误和可接受的波动的区别1,2。这个方法不仅可以检测到系统错误，如驱动器错误和组件错误，而且可以检测到传感器错误。它被广泛应用在各种工业领域，包括发电厂3，飞行器发动机4和机车系统5。已经发布的应用程序为基于模型的方法、模型准确性和残余鲁棒性提供了途径6,8。然而，对于一些现实的问题，如实时执行特别是高级软件包的使用。这种环境的原因包括源于数据传播过程中的资源冲突或不确定时间延迟9,12。事实上，这些现实问题有时在一个合适的监测系方法选择上是起决定性的作用的。比如，当一个系统由计算机控制，它会优先选择在同一台计算机将基于模型的方法和控制工作结合。然而，这种结合会被一些普通状态限制。有时，没有供应方的帮助，控制程序就不能被改变，或者它的变化受繁杂的安全程序要求控制。甚至当控制器允许集成，CPU加载必须换取其他工作的控制使用13。在一个实时控制系统的CPU必须读取传感器测量值并执行，然后向周期间隔工作的执行器发送信号14。如果一个复杂的故障诊断算法被使用而且CPU被模型预测和故障分析占用，控制命令也许会被延迟发送，控制精度最后也会被影响。特别是在非线性条件下的进程中需要大量的计算，不仅仅是为了计算，更是为了故障分析。然而在某种程度上，这些目标寻址直接编码到实时操作系统。当在最低水平时设计和实现一个系统，这种方法需要承受专业代码的压力和极高的错误检查能力。解决以上问题的一个直接方式就是用另一台配备合适的计算机，这台计算机在远程与主机并行，协调工作。这样控制工作就会保持不被干扰，而且状态监测工作被另一个计算机的CPU分担。通过远程获取和网络传播建立数据库，而不是实时建立15,16。不同的网络，如现场总线11，以太网13，互联网17，CAN总线18都是为了实现这个目的。尽管实时计算和通信技术得到很大的发展19，但还没有基于模型的远程状态监测的实时执行。这就是写这篇文章的目的。在这篇文章中，配备先进工具箱的Matlab平台用于数据处理和错误诊断，同时虚拟仪器平台Labwindows/CVI用于数据采集和过程控制。通过现场总线网络通信，一个基于模型的实时远程状态监测原理图使用多平台方法。首先，讨论基于在线模型的要求和分析硬件资源限制。其次，重视同步需要分析实时预测和远程模型预测之间的残差的产生。为了满足这些需要，比较不同的现场总线网络和选择现场总线协议实现多平台。最后，为了证明这个方法，既采用控制和测试程序本地运行，又采用基于模型残差产生和非线性电液伺服控制系统的状态监测下的远程同步。2.集成和同步2.1 用于集成的资源制约通常在实时计算机系统19中，计算机周期性收集传感器测试结果，通过然后事先设计好的信号处理(SP)和控制算法(Ctr)将控制信号发送到执行器。执行过程如图1(a)，时间顺序如图1(b)。由于每个环节都是基于上一环节，所以执行顺序必须是连续的，整个控制循环就是所有环节执行时间的总和。为了提供空闲时间(SP)执行额外的环节，计算机资源总是足够丰富。如果模型预测(MP)和状态监测(CM)算法满足必要的计算状态，从而计算时间和周期和比率比任何一个环节都小，所有比率的和也比任何一个周期内的小。然而，模型预测、残差产生和和先进状态监测技术需要很长的执行时间。由于需要加载具有强大数据处理能力的工具箱，Matlab的使用经常导致执行时间更长。最重要的是，残差的产生要求测量的同步和模型预测。这就意味着在控制环节中模型预测和残差产生不能设置成低优先级。最后，如果监控时间过长(也许无法预测)，整个循环周期被延长，控制精度会被影响。这种情况被定义为资源危机，如图2。图1 实时计算机控制：(a)控制顺序 (b)时间表图2 集成控制和检测时间表2.2 同步要求就像上面谈到的一样，远程状态监控提供更多的计算资源，并在不同的计算机上执行。两台计算机之间通过通信网络连接，如图3(a)所示。在本地控制机上，执行控制和测量环节保证达到控制精度的严格时间周期。进行测试后反馈到控制算法，同时测试数据被上传到现场总线，传播到远程计算机。然后远程计算机处理数据并将其与模型预测结果比较产生状态监控的残差信号。图3(b)是利用远程安排克服图2中的危机的时间表。本地计算机保证实时控制和测量，只利用一小部分时间进行数据传输。在另一端，远程计算机只进行状态监测循环，其中包括模型预测和基于模型监测的基本工作，并且进行一些额外的工作，如显示和数据存储。因为二者是并行工作的，不会产生资源危机。不仅如此，二者的合作可以实现在不同的情况中实现不同的同步。图3 基于模型的实时远程状态监控：(a) 站和时间点的数据流 (b)CM周期少于控制周期 (c)CM周期大于控制周期如果状态监测周期比控制和测量周期短，如图3(b)所示，每个测量点可以被发送到远程计算机，本地测量和远程残差产生可以点对点同步。在另一些情况中，如图3(c)，监控周期比控制和测量周期短。这里点对点同步是不可能的，取而代之的是实现信息包同步处理信息通讯节点。3. 数据通信3.1 利用现场总线进行数据传输研究表明远程残差产生不仅依赖于本地控制和远程监测，还依赖于数据传输的质量，包括点对点和鲁棒性。尽管临时缓冲数据能够提供时间延时的部分补偿，还必须严格要求时间传输来减少数据传输的不确定性。另一方面，为了保证数据传输中不发生混乱，传播网络的鲁棒性应该要尽可能好。众所周知，由于比传统电缆通信具有更少的噪声，数字量传输具有更好的鲁棒性。因此，这次研究采用现场总线网络。现场总线网络是专门为严格的、鲁棒性要求高的数据传输设计的，并且被广泛的应用到了各种工业应用的的数据传输中。使用频率高的现场总线包括WorldFip11、Profibus20、CANbus18、Earthnet13等等。每个被提出的网络取决于自动化系统制造商并要求其不同的应用需要21。WorldFip是唯一一个可以服从国际IEC现场总线标准和欧洲标准(EN 50170/3和EN 50254/3)。它使用一个特殊的协议允许利用时间变量建立传播，这种变量包含数据值和无时间信息。根据托瓦尔和他的同事性能分析11,22，WorldFIP现场总线是很容易能够保证周期传输的实时要求，虽然可能会遇到一些困难非周期性传输的情况。它特别适合用于在分布式计算机控制的系统，用于实时通信22。在此应用中，只需要周期传输的数据通信。因此，在本研究中选择建立基于模型的实时远程方法。3.2 发布/接收和客户机/服务器架构组合一个发布服务器和接收服务器架构23，用于在本地计算机和远程之间的通信。如图4所示。在本地计算机上，来自传感器收的数据通过DAQ设备采集。只要数据可以获取的情况下，他们将立即被发布到网络。特殊的ID将给予不同的变量。的另一端上，特殊设计的远程计算机对具有专门ID的信息很敏感。数据从网络中被获取后，它们将被存储到一个小的缓冲区作为服务器的数据处理任务。由于没有发送消息返回给发布者，通信流仅是阶段性的。通过WorldFip协议，两者之间的同步很容易得到保证。发布服务器和订阅服务器都LabWindows /CVI下的相同环境。图4 数据结构框架为了获得先进的信号处理功能和有优越的的监测结果，选择具有强大信号处理工具箱的Matlab软件进行数据处理和故障检测工作。由于的网络流量的速度与Matlab进程不同，设计一种远程客户端/服务器上述要求。如图4所示。在LabWindows /CVI下设计一个带有临时数据缓冲的服务器。接收端充当客户端1发送数据到服务器。在同一时间，服务器响应从客户端2读取数据，并在Matlab环境下工作进行数据处理，模型仿真和基于模型的条件监控。同样在Matlab环境下，通过一个图形用户界面显示的监控信号并保存。测量数据从本地站传送，在远程计算机点对点从服务器缓冲区中下载。因为一个监测周期期间长于控制和测量周期，所以不可能从客户端2点对点读取数据。为了同步这些不同的节奏的周期，从包含数据的数据包几个时间样本在同一时间请求从服务器。因为数据包中的每个数据点具有一时间戳记，未残差产生可以进行同步测量和模型预测。数据包内的数据点数目取决于两者之间的时间差。当数据包的数据是从服务器输出后，服务器将立即更新其缓冲区。为防止缺乏数据取或服务器缓冲区溢出，监测周期必须是控制周期整数倍。除了快速控制、测量和基于模型的状态监测周期的无缝同步，这样的组合还有其他的优点。首先，在某种程度上移动平均滤波器应用到一些样品的数据可以用来减轻随机噪声。其次，由于缓冲区只保存用自己的时间戳的值数据，而不是到达的时间，包内数据可以补偿不确定的时间延迟，甚至增加抖动。此外，该体系的设计，可根据系统的复杂性和所使用的诊断技术调节监测周期。如果状态监测或数据保存是必要的，残差产生过程可以被暂停，而控制任务独立运行。3.3 LabWindows/ CVI和Matlab之间的动态数据交换如图4所示，两个客户端工作在不同的环境：LabWindows/ CVI和Matlab。显然，需要Matlab和LabWindows/ CVI的通信从而使他们正常工作。两个数据交换系统试用在这项研究中，ActiveX和DDE。首先试用ActiveX，因为LabWindows/CVI提供现成的包。然而，当它被用来和Matlab共享数据时，尤其是在Matlab发生了变化时，系统崩溃了。在没有解决Matlab是否完全支持ActiveX前，支持DDE（动态数据交换）的Matlab最终被使用。可以在Cerqueira24找到DDE的基本原理。它是一个两个不同的应用程序之间的直接交流，并且总是由客户端发起的对话。在这项研究中，当客户端1从WORLDFIP网络接收数据，它启动服务器与数据识别(ID)。数据被保存到数据缓冲区，并等待来自客户端2的对话。客户端2从服务器请求数据，执行残差产生和状态监测任务。这样管理两个客户端，以确保所需的在第2节提到的同步。3.4 用户界面 开发控制和监控界面为了分别在本地站和远程站实现基于模型的实时远程状态监测。在LabWindows / CVI环境开发本地的用户界面，处理实时控制和数据采集任务。如图5所示，上部波形范围是用于显示测量数据，下部用来显示控制数据。实际位置和参考位置也可以是在数字图中显示，设计一个开关按钮控制对本地或远程控制。研究中远程控制只用于在紧急情况下，当检测到故障，就在本地站采取行动以保护其免受损坏。图5 本地站用户界面图6示出了在远程站中基于模型的状态监测的用户界面。它是在Matlab环境下开发的，与Matlab程序一起进模型预测，残差产生和状态监测。结合所需的值，一般的数据包的数据被显示在上部的范围。该模型的预测结果与Matlab的计算恰好相反。为了强调的测量之间的差异和模型预测，残差信号被显示在下方。设计阈值检测系统中产生的故障图6是两种类型的阈值的比较，但自适应阈值后来被使用，因为它比固定阈值效率更高。通过点击“缓冲区”按钮可以保存为所有信号示波器上显示的数据文件，“停止”按钮用来终止程序。需要注意的是，终止残差产生和状态监控程序不会影响本地控制程序和数据传输。在这种情况下，客户端1继续从网络接收数据并以恒定速度的填充到数据缓冲器。由于Matlab的客户端停止从缓冲区读取数据，缓冲区会被自动溢出。如果没有其他有关的网络任务，也可以是客户端1终止，为远程计算机上留下更多的资源。4.案例研究4.1 系统建模如图7所示，基于模型的实时远程方法可以实现一个计算机控制的电动液压系统。本地控制站和远程监控站利用用WORLDFIP网络连接，在本地站，从计算机中发出的控制信号被放大并发送到的电动液压伺服阀。该伺服阀将一个低功率的电信号转换成一个高液压功率，并且在电源组的作用下限制流量，所施加的信号的振幅成正比。该流程从伺服阀进入气缸的致动器，并根据所述控制信号迫使活塞向前移动（扩展行程）或向后移动（收缩行程）。通过分传感器测量执行器的位移并发送到两个目的地：一个利用控制算法与所需的位置进行比较，以产生下一个步骤控制信号，另一个用于远程站状态监测的网络。该系统的数学模型，其中包括的放大器模型，电动液压伺服阀的型号和执行器的模型，利用如下方式计算25：=+Y=其中X为状态变量，Y为输出变量，U为控制输入及其他项目中的系统矩阵结构参数。图6 远程在线的MBCM的用户界面图7 远程MBCM原理图 4.2 故障检测为了评估所提出的方法，一些故障被接种到本地系统。这些故障包括致动器故障，控制组件故障和传感器故障。执行器运行被设置为以恒定宽度100毫米的一个方波，采用一种对称的自适应阈值，正常情况下，它清楚地示于图6中，残差不会超过阈值。图8表示远程致动器缺陷的故障检测。上图显示了一个小的故障，下图显示了一个大的故障。在这两种情况下，残差超过上阈值，而较低的阈值没有被超过因为整个残差信号正向转移。故障越大，上述阈值被超过的值越大，转移越大。这样，因此，可用超出的值检测故障和振幅超量评估故障的严重程度。图9显示了基于模型的远程的状态监测的控制组件。在时间为100时，通过自适应阈值严重超标立刻检测到线圈短路。问题是真正测量时比模式预测慢，无论是扩展或是收缩行程。图10显示了远程传感器故障的故障检测。残差信号保持内的自适应阈值，直到时刻值140才超过阈值。在同时间，测量信号进入一个特定的默认值191毫米，此时传感器输出为零。故障状态一直持续到时刻300，然后恢复正常。图8 远程执行器故障的MBCM图9 远程控制组件的MBCM图10 远程传感器的MBCM5. 结论 在本文中，不同的软件平台，高度集成基于模型的一个实时的远程状态监测。一个时间严格通信网络同步对于本地测量和远程模型预测的实时同步。在本研究中选择Worldfip现场总线是因为其在周期流量中最佳的性能。设计发布/接收架构是用于数据通信本地计算机和远程计算机之间通信。虽然在远程计算机，一个使用DDE客户机/服务器架构，提供一个有效的机制来处理与快节奏测量和低节奏的状态监测。这样的安排可以实现更强大的数据处理如Matlab工具箱技术，来简化建模，仿真和故障诊断以及故障分离和分类。此外，在保持是整数倍的控制周期下可以调整监测周期。研究表明，基于模型的的方法可以在不同的平台上适当安排以集成实时通信和远程状态监测。将来的工作将集中在更复杂的过程和更多的本地站上实现。本文中有些技术可以更新，使用命名管道或OPC取代DDE和通过网格计算提高执行速度。参考文献1 P.M. Frank, S.X. Ding, T. Marcu, Model-based fault diagnosis in technical processes, Transactions of the Institute of Measurement and Control 22 (1)(2000) 57101.2 R. Isermann, P. Balle, Trends in the application of model-based faultdetection and diagnosis of technical processes, Control Engineering Practice 5 (5) (1997) 709719.3 S. Simani, C. Fantuzzi, R.J. Patton, Model-based Fault Diagnosis in Dynamic Systems Using Identification Techniques, Springer, London,2003.4 J. Chen, R.J. Patton, Robust Model-based Fault Diagnosis for Dynamic Systems, Kluwer Academic Publisher, London, 1999.5 R. Marcus, H. Straky, T. Weispfenning, R. Isermann, Model-based fault detection of vehicle suspension and hydraulic brake systems, Mechatronics 12 (2002) 9991010.6 R. Rengaswamy, D. Mylaraswamy, K.-E. A rzen, V. Venkatasubramanian, A comparison of model-based and neural network-based diagnostic methods, Engineering Application of Artificial Intelligence 14 (2001) 805818.7 R. Diversi, S. Simani, U. Soverini, Robust residual generation for dynamic process using de-coupling technique, in: Proceedings of the 2002 IEEE International Conference on Control Applications, Glasgow, UK, (2002),pp. 12701275.8 A. Stancu, V. Puig, J. Quevedo, R.J. Patton, Passive robust fault detection using linear interval observers, in: IFAC Safe Process, Washington, USA, (2003), pp. 10951100.9 F.D. McKenzie, A.J. Gonzalez, R. Morris, An integrated model-based approach for real on-line diagnosis of complex systems, Engineering Application of Artificial Intelligence 11 (1998) 279291.10 H. Yoshida, S. Kumar, ARX and AFMM model-based on-line real-time data base diagnosis of sudden fault in AHU of VAV system, Energy Conversation & Management 40 (1999) 11911206.11 E. Tovar, F. Vasques, Distributed computing for the factory-floor: a realtime approach usingWorldFIP networks, Computer in Industry 44 (2001) 1131.12 M.G. Rodd, K. Dimyati, L. Motus, The design and analysis of lowcost real-time Fieldbus systems, Control Engineering Practice 6 (1998) 8391.13 K. Kalaitzakis, E. Koutroulis, V. Vlachos, Development of a data acquisition system for remote monitoring of renewable energy system, Measurement 34 (2003) 7583.14 M. Joseph, Real-time Systems: Specification, Verification and Analysis, Prentice Hall, London, 1996.15 T.H. Hou,W.L. Liu, L. Lin, Intelligent remote monitoring and diagnosis of manufacturing processes using an integrated approach of neural network and rough set, Journal of Intelligent Manufacturing 14 (2003) 239253.16 F.P.G. Marquez, F. Schmid, J.C. Collado, A reliability centred approach to remote condition monitoringa railway point case study, Reliability Engineering and System Safety 80 (2003) 3340.17 M.P. de Albuquerque, E. Lelievre-Berna, Remote monitoring over Internet, Nuclear Instrument and Methods in Physics Research A 412 (1998)140145.18 N. Navet, Y. Song, Validation of in-vehicle real-time application, Computers in Industry 46 (2001) 107122.19 H. Kopetz, Real-time Systems: Design Principles for Distributed Embedded Applications, Kluwer Academic Publishers, London, 1997.20 E. Tovar, F. Vasques, Cycle timeproperties of the profibus time-tokenprotocol, Computer Communications 22 (1999) 12061216. 21 E. Tovar, F. Vasques, Engineering real-time applications with WorldFip:analysis and tools, in: Proceedings of the 4th IFAC Symposium onIntelligent Components and Instruments for Control Applications (SICICA 2000), Buenos Aires, Argentina, 2000.22 L. Almeida, E. Tovar, J.A.G. Fonseca, F. Vasques, Schedulability analysis of real-time traffic in WorldFip networks: an integrated approach, IEEE Transactions on Industrial Electronics 49 (2002) 11651174.23 D.C. Schmidt, C. ORyan, Pattern and performance of distributed realtime and embedded publisher/subscriber architectures, The Journal of Systems and Software 66 (2003) 213223.24 E.O. de Cerqueira, Using dynamic data exchange to exchange information between Visual Basic and Matlab: application to a diode array spectrophotometer, Trends in Analytical Chemistry 15 (10) (1996) 500503.25 Z. Shi, F. Gu, B. Lennox, A.D. Ball, The development of an adaptive threshold for model-based fault detection of a non-linear electro-hydraulic system, Control Engineering Practice 13 (2005) 13571367.
展开阅读全文