Wyniki wyszukiwania - BazTech

1

Zmodyfikowana metoda budowy grafów przyczynowo-skutkowych procesów z wykorzystaniem archiwalnych przebiegów sygnałów

Tabor Ł.

Pomiary Automatyka Kontrola

|

2012

|

R. 58, nr 1

101-104

PL

W artykule opisano zmodyfikowaną metodę automatycznej budowy grafu przyczynowo-skutkowego procesu przemysłowego. Metoda składa się z etapów, w których między innymi analizowane są wskaźniki statystyczne oraz opóźnienia transportowe między sygnałami. W artykule poruszono kwestię wrażliwości metody na parametry oraz zaproponowano rozwiązanie mające zmniejszyć ten problem. Przedstawiono efekt działania algorytmu przed i po modyfikacji dla obiektu przemysłowego, będącego fragmentem sieci przesyłowej gazu ziemnego na dużym obszarze.

EN

The paper describes a modified method for building the cause-effect graph of an industrial process. The algorithm consists of three steps. First, the dataset is searched for signals connected by well know relations such as the PID equation. Next, the algorithm searches the pairs of signals having high values of Kendall correlation coefficients. Additionally, the sequence of spreading disturbances is analysed [5]. The results of the basic algorithm performance are presented on example of a three tank system (Fig. 2) and a gas network (Figs. 4 and 5). In case of the gas network the cause-effect graph created using only the expert knowledge is shown in Fig. 3. In Section 3 the problem of the algorithm sensitivity is analysed (Figs. 4, 5 and 6). There is proposed a solution how to minimise the influence of selected parameters on the final result in Section 4. In order to be able to compare the results before and after modification, the distance measure between graphs [10, 11, 12] is suggested in Section 5. The described method sensitivity before and after modification on the example of the mentioned industrial object - a part of the gas network (Fig. 7) is discussed in Section 6. There is also given the best ( meaning the distance to the graph created by the expert) result of the algorithm for the gas network (Fig. 8).

2

Porównanie cząstkowych modeli parametrycznych w zadaniu detekcji uszkodzeń sieci gazowej

Syfert M., Jankowska A., Łabęda-Grudziak Z., Tabor Ł.

Pomiary Automatyka Kontrola

|

2012

|

R. 58, nr 1

3-8

PL

Zreferowano badania detekcji uszkodzeń gazociągu z użyciem cząstkowych modeli parametrycznych. Stosując trzy metody modelowania: addytywne modele regresyjne (najnowszą z badanych technik), sztuczne sieci neuronowe oraz układy rozmyte typu TSK opracowano aproksymacje ciśnień w węzłach sieci. Modele testowano w zadaniu detekcji wycieku oraz uszkodzenia czujnika pomiarowego. Wszystkie modele zapewniały dużą dokładność aproksymacji ciśnienia w poprawnych stanach pracy, wykazując także bardzo skuteczną detekcję uszkodzeń czujników pomiarowych ciśnień, natomiast w sytuacji symulowanych wycieków ich przydatność w detekcji była znacznie mniejsza.

EN

The results of faults detection [1, 2, 3, 4, 5] in a gas system network (Fig. 1) with use of parametric partial models [6, 7, 8] are presented in the paper. This is a new approach to the task with use of exploratory data analysis [10, 11, 17] and partial models. Three techniques were used to build models of pressure in network nodes: additive regression (ADD - new method of modelling [10, 11, 12, 13, 14, 15]), artificial neural networks (ANN) [16, 17, 18] and TSK fuzzy logic modelling [8, 16, 17]. The measured pressures in adjacent nodes as well cumulative flows in the main line (from global analytical model [9]) of gasoline were the inputs of the models. For the analysed stations (in parts A and B marked in Fig. 1) a set of test failures in the form of leaks and damage of pressure sensors is given in Tab. 1.Using trial and error method, by evaluating the effectiveness of fault detection, there were obtained structures of models of different complexity for individual modelling techniques: ADD - presented by equations (1) and (2), ANN- (3) and (4), TSK- (5) and (6). The model order is not greater than 2. The exemplary results of leak detection with use of particular models are shown in Figs. 3, 5, 7 and of sensor fault detection in Figs. 4, 6, 8. In the conclusions there is summarised the relative accuracy of models (in Table 2), the relative normalized values of the studied residues of leaks - Tab.3 and the pressure sensor failures - Tab. 4. All models provided highly precise pressure approximation in non-fault states, but TSK and ADD models turned out to be the more accurate. Additionally, all of them were effective in case of pressure sensor fault detection, however, in case of simulated leakages their usefulness was much lower.

3

Budowa grafów przyczynowo-skutkowych procesów z wykorzystaniem archiwalnych przebiegów sygnałów

Tabor Ł.

Pomiary Automatyka Robotyka

|

2010

|

R. 14, nr 11

65-68

PL

W artykule opisano metodę automatycznego tworzenia grafu przyczynowo-skutkowego procesu przemysłowego. Metoda polega na wyszukiwaniu w całym zbiorze zmiennych procesowych takich sygnałów, które związane są pewnymi znanymi zależnościami często występującymi w instalacjach przemysłowych (np. algorytm regulacji PID). Następnie poszukiwane są pary sygnałów o wysokiej wartości współczynników korelacji liniowej Pearsona oraz monotonicznej Spearmana i Kendalla między zmiennymi. Dodatkowo analizowana jest sekwencja rozchodzenia się zaburzeń w instalacji. Na podstawie zdobytych informacji tworzony jest graf przyczynowo-skutkowy opisujący obiekt lub jego część. Przedstawiono efekt działania algorytmu dla dwóch obiektów. Pierwszy składa się z trzech zbiorników z cieczą z regulacją poziomu w jednym z nich. Drugim jest fragment sieci przesyłowej transportującej gaz ziemny na dużym obszarze.

EN

The paper presents cause-effect graphing method applied to industrial process. Method is based on searching in process dataset such signals, that are tied together by relations often occurring in industrial installations (for example PID algorithm). Subsequently algorithm is looking for pairs of signals having high values of Pearson, Spearman and Kendall correlation coefficients. Additionally sequence of spreading disturbances is analyzed. On the basis of the gathered information case-effect graph that describes analyzed object or its part is build. Effect of described method is presented with two example industrial objects. First is a three tank system. Second is a part of gas network.