PRZEMYSŁOWE SYSTEMY INFORMATYCZNE Cz. 9. Autodiagnostyka przemysłowych systemów sterowania

1. PRZEMYSŁOWE SYSTEMY INFORMATYCZNE Cz. 9. Autodiagnostyka przemysłowych systemów sterowania

2. 1. Wstęp 2. Autodiagnostyka układów ze ścieżką brzegową 3. Przykład autodiagnostyki procesu technologicznego 4. Kompleksowa autodiagnostyka procesów produkcyjnych 5. Autodiagnostyka na przykładzie urządzeń do pomiaru parametrów temperaturowych 6. Autodiagnostyka dla zabezpieczenia środowiska 7. Bazy danych w diagnostyce technicznej

3. 1. Wstęp • Diagnostyka, stosowana w przemyśle w związku z procesami wytwórczymi, dotyczy badania stanu urządzeń, instalacji lub stanu procesów technologicznych. Jest ona przeprowadzana bez konieczności rozbierania urządzeń lub instalacji przemysłowych. W wyniku działań diagnostycznych następuje określenie ewentualnych uszkodzeń lub nieprawidłowości. W wielu przypadkach wskazane jest połączenie działań diagnostycznych z alarmami i blokadami przebiegu procesów. • Ze względu na różnorodność terminologii, stosowanej w omawianej dziedzinie warto zaznaczyć, że stosuje się także podział, w którym wyróżnia się: • ·diagnozowanie, którego celem jest określenie aktualnego stanu obiektu lub procesu, • ·genezowanie, którego celem jest określenie przeszłych stanów obiektu lub procesu, • ·prognozowanie, którego celem jest określenie przyszłych stanów obiektu lub procesu.

4. Prace nad normalizacją tych pojęć prowadzi Komitet Techniczny SAFEPROCESS międzynarodowej organizacji IFAC. Do pojęć, zaakceptowanych przez ten komitet, należą między innymi [1]: • ·monitorowanie (ang. monitoring) – przeprowadzane w czasie rzeczywistym zadanie, polegające nazbieraniu i przetwarzaniu zmiennych procesowych oraz rozpoznawaniu nieprawidłowych zachowań (sygnalizacji alarmów), • ·nadzór (ang. supervision) – monitorowanie obiektu i podejmowanie czynności dla utrzymania jego prawidłowego działania przy wystąpieniu uszkodzeń, • ·zabezpieczenie (ang. protection) – działania i środki techniczne, likwidujące potencjalnie niebezpieczny przebieg procesu lub zapobiegające skutkom takiego przebiegu. • . • Diagnostyka urządzeń i przebiegów procesów przemysłowych jest szczególnie ważnym zagadnieniem głównie ze względu na wymagania: • bezpieczeństwa, • niezawodności, • wydajności, • kosztów.

5. Komputeryzacja urządzeń produkcyjnych oraz ich integracja z systemami wspomagającymi zarządzanie przedsiębiorstwami diagnostyka jest silnym czynnikiem rozwoju diagnostyki. • Diagnostyka może przebiegać w różnych stadiach procesu produkcyjnego. Może być zastosowana podczas: • 1. badania sprawności urządzeń i instalacji przed rozpoczęciem procesu, • 2. badania jakości materiałów i elementów, przygotowywanych do użycia w procesie, • 3. przebiegu procesu próbnego, np. z zastosowaniem materiałów złomowych, • 4. procesu zasadniczego, • 5. analizy przeprowadzanej po procesie na podstawie danych pojedynczego procesu, • 6. analizy przeprowadzanej na podstawie danych wielu procesów.

6. Po wyposażeniu urządzenia w odpowiednie środki sprzętowe i programowe urządzenie to może przeprowadzać diagnostykę samego siebie, a więc autodiagnostykę. Przykładem działania autodiagnostycznego w urządzeniu, polegającym na badaniu jego sprawności do pracy może być wykrywanie przerwy w połączeniu wejścia urządzenia z czujnikiem pomiarowym. Funkcje autodiagnostyczne mogą dotyczyć także struktury wewnętrznej urządzenia. Możliwości takie istnieją np. przy wykorzystaniu układów elektronicznych wyposażonych w tzw. Brzegową Ścieżkę Testującą i Port Testowy. Przykładem autodiagnostyki może być przekazywanie operatorowi informacji o potencjalnym zagrożeniu dla obsługi, związanym z wystąpieniem nieprawidłowego ciśnienia w urządzeniu, co może być wynikiem rozszczelnienia się instalacji gazowej.

7. W urządzeniach o sterowaniu analogowym i prostym sterowaniu cyfrowym autodiagnostyka była dosyć ograniczona. Autodiagnostyka w tego rodzaju urządzeniach często sprowadzała się do wykrywania przekroczenia przez wielkości fizyczne określonych poziomów, np. brak ciśnienia gazu technologicznego powodował alarm i blokadę uruchomienia urządzenia. • Zastosowanie techniki komputerowej pozwala na znaczne zwiększenie możliwości i zakresu autodiagnostyki. Pozwala na wykorzystanie wyników autodiagnostyki nie tylko do działań zabezpieczających, ale także działań korekcyjnych. Związane jest to między innymi z tym, że urządzenie komputerowe może: • 1. Obrabiać na bieżąco wiele informacji: • uzyskiwanych podczas pomiarów, • wprowadzanych przez obsługę • dostarczanych z systemów sterowania i zarządzania, które są informatycznie powiązane z danym urządzeniem,

8. 2. Rejestrować w bazach danych wszystkie niezbędne informacje o przebiegach procesów, w celu późniejszej analizy, 3. Mieć do dyspozycji zarówno bieżące informacje otrzymywane z czujników jak i sygnały zarejestrowane poprzednio, w tym podczas poprzednich procesów, 4. Dokonywać kompleksowej oceny dostępnych informacji na drodze algorytmicznej analizy z wykorzystaniem funkcji logicznych, arytmetycznych, zależności nieliniowych, modeli urządzeń i procesów itp. 5. Przeprowadzać obróbkę statystyczną informacji procesowych i efektów końcowych, np. wiązać zmiany uzysku produkcyjnego z odchyłkami programu procesu produkcyjnego, zaburzeniami tego procesu lub zastosowaniem materiałów i elementów, które pochodzą z różnych źródeł, 6. Wiązać wyniki autodiagnostyki ze sterowaniem adaptacyjnym lub sterowaniem samouczącym się, np. z wykorzystaniem sieci neuronowych.

9. Jak wspomniano urządzenie komputerowe może obrabiać na bieżąco wiele informacji uzyskiwanych podczas pomiarów, przeprowadzanych przez to urządzenie, informacji wprowadzanych przez obsługę oraz informacji dostarczanych z systemów sterowania i zarządzania, powiązanych z danym urządzeniem. Wynika to między innymi z możliwości zastosowania: • pracy w czasie rzeczywistym, • wielodostępu, • rozbudowanych struktur o sprzężeniach za pośrednictwem interfejsów, • pracy sieciowej. • Informacje te mogą być wykorzystywane zarówno na bieżąco jak i być rejestrowane w bazach danych dla późniejszego wykorzystania. • Rejestracja wybranych danych o procesie może przebiegać w sposób ciągły, zgodnie ze specyfikacją wymagań dla danego systemu lub na podstawie opcji ustawianych przez obsługę. Z reguły są to dane opisujące proces syntetycznie. Nadmiar danych szczegółowych może bowiem grozić przepełnianiem bazy danych a ponadto utrudniać wykorzystywanie tych danych. • Wyjątek mogą stanowić dane, które dotyczą stanów alarmowych lub stanów nietypowych. Decyzję o bardziej szczegółowej rejestracji danych o procesie może podejmować zastosowany w urządzeniu system autodiagnostyki.

10. 2. Autodiagnostyka układów ze ścieżką brzegową • Coraz większa miniaturyzacja i złożoność układów i urządzeń elektronicznych pociąga za sobą wzrost komplikacji i kosztów ich diagnozowania. Między innymi stało się niemożliwe testowanie wieloostrzowymi głowicami pomiarowymi wielowarstwowych pakietów, wykonanych technologią montażu powierzchniowego. W tej sytuacji konieczne stało się rozwijanie metod i technik alternatywnych, które pozwalają na testowanie układów jedynie z wyprowadzeń zewnętrznych. • Dla realizacji tego celu stosuje się zmianę zasad konstrukcji układów scalonych , między innymi przez wprowadzenie dodatkowych układów diagnostycznych. Konstrukcja ma za zadanie: • · uzyskanie sterowalności, obserwowalności i testowalności w węzłach układu z wykorzystaniem sygnałów testującyh, • · umożliwienie fragmentacji układu na testowalne makrobloki, • · umożliwienie testowania układu w konfiguracji pracy.

11. Coraz większa miniaturyzacja i złożoność układów i urządzeń elektronicznych pociąga za sobą wzrost komplikacji i kosztów ich diagnozowania. W wyniku prac, prowadzonych przez różne ośrodki nad tym zagadnieniem, stworzono normę IEEE 1149 o nazwie “IEEE Standard Test Access Port and Boundary-Scan Architecture”. Określa ona właściwości logicznych układów testowania, wprowadzanych do wewnątrz układów w postaci tzw. Brzegowej Ścieżki Testującej (BST). Ścieżka ta jest wykorzystywana do testowania połączeń pomiędzy układami scalonymi, zainstalowanymi na płycie drukowanej lub innym podłożu, oraz testowania układu scalonego. Diagnozowanie jest przeprowadzane w warunkach eksploatacji. Może ono dotyczyć specjalizowanych układów ASIC, układów matrycowych, układów montowanych powierzchniowo itp. .

12. Podstawowe funkcje BIST są następujące: • · generacja sygnału testującego, • · fragmentacja podczas testowania, • · sterowanie testami, • · pomiar i oszacowanie odpowiedzi układu, • ·przekształcenie wyniku testu w postać wygodna do wykorzystania (transmisja lub ekspozycja). • Układy BIST mogą być realizowane jako: • · struktury odrębne, • ·struktury konfigurowane z bloków funkcjonanych testowanego układu za pomocą dodatkowo wbudowanych kluczy. • Ogólnie zaletą układów BIST są małe wymagania co do zewnętrznego sprzętu pomiarowo-diagnostycznego • Wadą jest nadmiarowość konstrukcji.

13. Diagnostykę z wykorzystaniem BST można omówić na przykładzie Edukacyjnego Systemu Badań Symulacyjnych BST, opracowanych w Przemysłowym Instytucie Elektroniki w Warszawie. • System ten zawiera Pakiet Układu Mikrotestera, który realizuje zestaw typowych funkcji dla pakietów cyfrowych lub fragmentów pakietów cyfrowo-analogowych. Zapewnia on: • dwukierunkową transmisję pomiędzy zewnętrznym sterownikiem komputerowym, a cyfrowymi układami scalonymi, umieszczonymi na pakiecie, • wymuszanie sygnałów cyfrowych przez wyjścia przynajmniej jednego układu scalonego, umieszczonego na pakiecie, dostarczanych na wejścia innego układu scalonego, • pełna programowalność stanów cyfrowych na wejściach co najmniej jednego układu scalonego przez zewnętrzny sterownik komputerowy, przy czym stany te mogą przyjmować dowolne wartości, ograniczone jedynie liczba bitów.

14. Układy cyfrowe i układ odbierający powinny spełniać wymagania normy IEEE 1149, w związku z czym: • powinny być wyposażone w Porty Testowe, • wszystkie funkcjonalne wejścia i wyjścia układów scalonych powinny być wyposażone w odpowiednie komórki Brzegowej Ścieżki Testującej, • Porty Testowe powinny być połączone liniami Magistrali Diagnostycznej, która z kolei powinna być dołączona do zewnętrznego złącza pakietu. • Układ Mikrotestera BST ma elementy, które umożliwiają symulację typowych uszkodzeń montażowych, takich jak: • zwarcia ścieżek do linii o potencjałach zasilania +5V lub 0V, • rozwarcia ścieżek, • mostkowanie sąsiednich ścieżek, • uszkodzenia wejść i wyjść funkcjonalnych układów scalonych (zwarcia wejść/wyjść do masy lub napięcia zasilania, rozwarcia wejść/wyjść).

15. Struktura Pakietu Układu Mikrotestera BST z komputerem PC

16. Architektura układu z zastosowaniem Brzegowej Ścieżki Testującej

17. Pakiet elektroniczny z Brzegową Ścieżką Testującą

18. Urządzenia do testowania z wykorzystaniem Ścieżki Brzegowej firmy Corelis

19. Testowanie układów z wykorzystaniem ścieżki brzegowej może być przeprowadzane również dla układów analogowych. Należy jednak zwrócić uwagę na specyfikę sygnałów analogowych i ich zniekształcenia podczas przesyłania pomiędzy układami czynnymi i biernymi układu. Elementy kluczujące modułów analogowych magistrali testującej są przyczyną powstawania w torach analogowych struktur pasożytniczych, powodujących spadki napięć i upływności prądu, co prowadzi do zniekształceń sygnałów analogowych. Zniekształcenia te są przyczyną powstawania błędów analogowych, co zmniejsza skuteczność tego rodzaju diagnostyki

20. 3. Autodiagnostyka procesów technologicznych • Przykładem stanu urządzenia, który wymaga dokładniejszej rejestracji a następnie analizy, może być urządzenie do spalania odpadów szpitalnych, w którym mogą występować stany wybuchowe. Do urządzenia spalającego odpady szpitalne ładowane są głównie: • szczątki pooperacyjne, • opatrunki, • opakowania, w tym plastikowe opakowania różnych leków, • przeterminowane leki i inne środki medyczne. • Zwłaszcza ostatnie dwie grupy składników wsadu pieca nie zawsze są wcześniej rozpoznane pod względem efektów spalania, np. opakowania plastikowe nie mają symbolu materiału. Ponadto składniki wsadu pieca mogą być ładowane do niego w różnych proporcjach.

21. Podczas procesu niszczenia odpadów szpitalnych wsad jest ładowany do urządzenia, a następnie poddawany: • pirolizie, • dopalaniu katalitycznemu, • schładzaniu, • filtracji. • Istotnym problemem tego procesu jest możliwość powstawania bardzo toksycznych substancji, między innymi dioksyn i furanów. • Piroliza wsadu jest przeprowadzana w programowo zwiększanej temperaturze, podczas której wydzielają się kolejne frakcje gazów. Badania wykazały, że zwłaszcza kłopotliwe do zniszczenia są składniki plastikowe. Podczas pirolizy mogą nastąpić bowiem wybuchowe reakcje egzotermiczne, które w sposób niekontrolowany zwiększają temperaturę pieca ponad wartość zaprogramowaną, mimo wyłączenia przez regulator mocy grzejnej. • Efektem takich zjawisk może być przekroczenie norm zanieczyszczeń gazów opuszczających urządzenie. Rejestracja odstępstw od typowego przebiegu procesu niszczenia odpadów może na przykład pomóc w wykryciu składników wsadu, których zawartość procentowa powinna być ograniczona.

22. Analiza, przeprowadzona na podstawie zarejestrowanych informacji, może pomóc także w opracowaniu zmian w przebiegu programu technologicznego. Wówczas omawiane urządzenie można wyposażyć w funkcjęautodiagnostyczną, wykrywającą określone odstępstwa od procesu, i sugerującą obsłudze zmianę programu dalszej części procesu. Przykładem bardzo zaawansowanych funkcji autodiagnostycznych, prowadzących do korekt programu technologicznego może być proces dyfuzji półprzewodników. W wyniku tego procesu tworzą się struktury przyrządów półprzewodnikowych. W trakcie produkcji doprowadza się wielokrotnego selektywnego wnikania w strukturę płytki półprzewodnikowej domieszek, doprowadzanych w stanie gazowym. Dla selektywnego domieszkowania stosuje się maskę z odpowiednio wytworzonymi otworami. Proces dyfuzji jest przeprowadzany w wysokiej temperaturze, zaś jego intensywność zależy wykładniczo od temperatury. Wprowadzane kolejno różne domieszki powodują, że odsłonięty przez maskę obszar przy powierzchni zmienia swoją orientację na obszar typu “p’ lub obszar typu “n”. W trakcie tego procesu następuje redystrybucja poprzednio wdyfundowanych domieszek. Ponadto dla wytworzenia nowej maski należy przeprowadzić utlenianie powierzchni w wysokiej temperaturze, w trakcie której również zachodzi redystrybucja poprzednio wprowadzonych domieszek.

23. O finalnym przestrzennym rozkładzie domieszek w tak wytwarzanych strukturach decyduje bardzo wiele czynników: przebieg temperatury, wartości przepływu gazów, czystość doprowadzanych domieszek itp. Dla kontroli prawidłowości przebiegu programu technologicznego dokonuje się pomiarów międzyoperacyjnych z wykorzystaniem specjalnych struktur testowych. Oprogramowanie autodiagnostyczne na podstawie informacji zarejestrowanych podczas dotychczasowej części procesu i wyników pomiarów międzyoperacyjnych może zgłaszać technologom zalecenia korekty dalszej części przebiegu programu technologicznego. Zalecenia te mogą bazować systemie ekspertowym lub na wynikach automatycznej analizy procesu z wykorzystaniem jego modelu.

24. 4. Kompleksowa autodiagnostyka procesów produkcyjnych Przykładem komputerowej kompleksowej diagnostyki procesów produkcyjnych może być fabryka chemiczna. Proces może być opisany setkami zmiennych, z których nie wszystkie są mierzalne, a co najwyżej okresowo próbkowane. Proces jest sterowany za pośrednictwem odpowiedniego systemu sterowania. W wyniku sterowania pewne zmienne powinny osiągać wyspecyfikowane wartości. Z punktu widzenia operatora, który nadzoruje aparaturę, proces przebiega normalnie, jeżeli obserwowane i sterowane zmienne są w sąsiedztwie przewidzianych wartości. Nieprawidłowość pojawia się, gdy jeżeli zmienna lub kilka zmiennych procesu odchyla się od zadanej wartości powyżej pewnych poziomów. Należy odróżnić stan nieprawidłowy od stanu uszkodzenia, który prowadzi do całkowitej degradacji procesu. W stanie nieprawidłowym mogą np. pogarszać się uzyski produkcyjne, zwiększać zużycie pewnych czynników produkcyjnych, stan ten noże prowadzić do niebezpieczeñstwa uszkodzenia urządzenia lub do zagrożenia zdrowia lub życia ludzkiego.

25. Zazwyczaj, w przypadku zastosowania systemu komputerowego, pewne zmienne procesu są obserwowane zarówno przez operatora jak i przez komputer. W przypadku nieprawidłowości należy podjąć odpowiednia decyzję. Mogą to być na przykład decyzje: • nic nie rób, • wprowadź korektę i poczekaj na jej skutki, • wyłącz natychmiast. • Decyzje tego rodzaju podejmuje zazwyczaj operator. Powinien on w tym celu: • 1. Uzyskać informację o wystąpieniu nieprawidłowości i jej rozmiarach, tak szybko jak to jest możliwe. • 2. Zlokalizować nieprawidłowość, • 3. Zidentyfikować fizyczną przyczynę nieprawidłowości. • Zagadnienie to może być rozwiązywane rozmaicie i jest mu jest poświęcona liczna literatura. Można zastosować metody, które bazują na: • modelu obiektu, • systemie ekspertowym, • sieci neuronowej. • Każde z tych rozwiązań ma wady i zalety, stosuje się też ich połączenie.

26. 4.1. Diagnostyka na podstawie modelu • W wielu przypadkach można urządzenie opisać stosunkowo dokładnie przy pomocy modelu matematycznego. Dotyczy to układów mechanicznych i elektromechanicznych, np. układu napędowego. • Dla wykrywania uszkodzeń i ich izolacji stosuje się systemy redundancyjne, które są raczej systemami redundancyjnymi funkcjonalnie niż fizycznie. Bazują one na modelu matematycznym systemu lub jego części. Stosuje się w tym przypadku wiele rozwiązań. Jednym z możliwych jest rozwiązanie oparte na modelu nominalnym i estymatorze stanu i parametrów obiektu lub procesu, przedstawione schematycznie na dalszym rysunku.

27. Gdyby model obiektu technologicznego idealnie odwzorowywał właściwości obiektu rzeczywistego, a ponadto gdyby na obiekt rzeczywisty nie oddziaływały żadne zakłócenia, to stan wyjściowy obiektu mógłby być odtworzony na podstawie znajomości sygnałów wejściowych tego obiektu. Ponieważ w rzeczywistości żaden z tych warunków nie jest spełniony, stosuje się obserwatory, które biorą pod uwagę zarówno sygnały obliczone na podstawie modelu obiektu jak i bezpośrednio zmierzone na jego wyjściu. Ocena stanu obiektu i jego parametrów jest więc kompromisem pomiędzy wartościami obliczonymi i zmierzonymi. Estymowany stan obiektu estymowane parametry tego obiektu porównywane są z wartościami nominalnymi. Różnice są przekazywane do układu decyzyjnego, który określa potencjalne uszkodzenie i przekazuje na swoje wyjście odpowiednią informację. Przykładem tego rodzaju rozwiązania diagnostycznego może być system do wykrywania nieprawidłowości pracy klatki walcowniczej.

28. Schemat autodiagnostyki na podstawie modelu

29. 4.2. Zastosowanie sieci neuronowych • Sieci neuronowe składają się z neuronów, które w przetwarzają sygnały wejściowe sposób ważony. Na rys. 4. znajduje się schemat neuronu sieci liniowej. Schemat sieci w postaci warstwy neuronów przedstawia rys. 5. • Schemat pojedynczej komórki liniowej sieci neuronowej

30. Podstawowy model neuronu można opisać równaniem: gdzie: x1, x2....xn – sygnały wejściowe, w0 – próg neuronu, w1, w2 ...wn – wagi synaptyczne, F(.) – funkcja aktywacji. Funkcja aktywacji może być funkcją nieliniową np. sigma, tangens hiperboliczny, funkcja sigmoidalna, lub w szczególności – funkcją liniową

31. Funkcja sigmoidalna

32. Warstwa neuronów jako sieć • Uczenie się neuronów jest wieloetapowym procesem iteracyjnym. Wymaga ono zastosowania: • generatora zmiany wag • detektora błędu. • W trakcie uczenia wagi są automatycznie modyfikowane, zaś detektor błędu, porównujący wynik z wyjścia sieci z wynikiem pożądanym decyduje o pożądanym dostrojeniu wag.

33. W1 W2 W3 y1 x1 x2 y2 yN xn Preceptron trójwarstwowy Dla trzech warstw proces przetwarzania neuronowegomożna opisać zależnością Symbole Fi są operatorami, opisującymi transformację sygnału przez poszczególne warstwy neuronowe, zaś Wi – macierze współczynników wagowych.

34. Schemat systemu diagnostycznego wykorzystującego modele w postaci sieci neuronowych, zgromadzone w banku modeli

35. W przypadku pewnych procesów, np. złożonych procesów chemicznych, opracowanie dokładnego modelu procesu jest na ogół bardzo trudne, zaś posługiwanie się niedokładnym modelem do celów diagnostyki może prowadzić do błędnych ocen. Dlatego też trwają prace nad zastosowaniem do tego rodzaju procesów sieci neuronowych. • Sztuczne sieci neuronowe są stosowane do celów diagnostycznych w procesach produkcyjnych od schyłku lat osiemdziesiątych. Obecnie liczbę ich można określić na kilka tysięcy. Ogólnie dla celów diagnostyki urządzeń technicznych powinno zapewnić się: • 1. Klasyfikację danych, która zapewnia łatwą lokalizację nieprawidłowości, • 2. Powiązanie wektora stanów wyjściowych z wektorem stanów wejściowych, poprzez proces uczenia sieci neuronowej, • 3. Wykrywanie nieprawidłowości na podstawie niepełnych danych o procesie, np. w przypadku uszkodzenia pewnych wejść systemu, • 4. Wykrywanie nieprawidłowości w przypadku zakłóceń wejść systemu.

36. PRZYKŁAD AUTODIAGNOSTYKI • Dla zbadania możliwości autodiagnostyki z wykorzystaniem sieci neuronowej zastosowano fizyczny symulator instalacji chemicznej. W symulatorze tym można wyróżnić: • osuszacz chloru, • izotermiczny reaktor syntezy jednochlorku, • parownik, • katalityczny reaktor syntezy dwuchlorku, • skraplacz, • absorber. • Zastosowanie symulatora wyniknęło z tego, że sieć neuronowa potrzebuje w procesie uczenia zastosowania wielu prób, które nie zawsze są wskazane do przeprowadzenia w instalacji produkcyjnej. Tak opracowana wstępnie sieć może być dostrojona w warunkach rzeczywistych.

37. Schemat symulatora instalacji chemicznej

38. W omawianej instalacji chemicznej w izotermicznym chłodzonym reaktorze płynny węglowodór reaguje z gazowym chlorem, w wyniku czego powstaje płynny jednochlorek i gazowy chlorowodór. Zimna woda (woda lodowa) dostarczana do reaktora zapewnia właściwą temperaturę reakcji. Następnie płynny produkt reakcji w parowniku jest zamieniany w parę i przechodzi do reaktora przepływowego, w którym pod wpływem katalizatorajednochlorek zamienia się w dwuchorek. Strumieñ opuszczający reaktor trafia do chłodnicy, w której skrapla się węglowodór i inne produkty reakcji poza chlorowodorem, który odzyskiwany jest w absorberze jako kwas solny o wartości stężenia, wynoszącej 30%. W instalacji jest użytych 418 czujników, które mierzą 11 parametrów 38 strumieni. Pomiary te są podstawą diagnostyki przebiegu procesu. W przypadku przekroczenia przez dany sygnał górnej lub dolnej dopuszczalnej granicy, do systemu jest przesyłany sygnał +1 lub -1.

39. W omawianym systemie symulowano kilkanaście stanów nieprawidłowych, które są wyszczególnione w tabeli

40. W trakcie symulacji wprowadzano także zakłócenia sygnałów pomiarowych. W sumie dla nauki sieci zasymulowano 200 przypadków bez zakłóceń i 200 przypadków z zakłóceniami. Po dostrojeniu sieci neuronowej uzyskiwano wyniki diagnostyki z błędem nie przekraczającym 5%. Dla dostrojenia sieci neuronowej konieczne było przeprowadzenie kilkunastu tysięcy iteracji.

41. 4.3. Systemy ekspertowe Klasyczne systemy ekspertowe wymagają wyposażenia ich w wiedzę oraz reguły, na podstawie których komputer wnioskujący może dokonywać poszukiwania odpowiedzi na postawiony problem. Reguły te mogą być określane przez specjalistów, nazywanych inżynierami wiedzy. Jest to jednak droga na ogół mało efektywna. Do automatycznego określania wypomnianych reguł można zastosować między innymi sieci neuronowe. Wykorzystując je można uzyskiwać proces ciągłej ekstrakcji reguł poprzez proces uczenia się sieci neuronowej. Często stosowane są hybrydowe rozwiązania systemów ekspertowych, których szkielet stanowią narzędzia podejmowania decyzji, natomiast część bazująca na sieci neuronowej, wyposaża je w potrzebną, stale aktualizowaną wiedzę.

42. 4.4. Zastosowania logiki rozmytej Logika rozmyta może między innymi służyć do budowy modelu procesu lub obiektu. Modele te mogą być wykorzystane do generacji residuów, świadczących o uszkodzeniach. W niektórych przypadkach nie występuje prosta zależność, polegająca na tym, że określone uszkodzenie wywołuje określony stan sygnału z detektora. W przypadku takich niepewności można zastosować rozmytą relację diagnostyczną. Dla realizacji rozmytej oceny residuów i lokalizacji uszkodzeń można wykorzystać rozmyte sieci neuronowe. Ważną cechą takich sieci jest możliwość bezpośredniego zapisania wiedzy eksperckiej, która wiąże ze sobą symptomy z uszkodzeniami w formie odpowiednich wag. Jednocześnie zostaje zachowana możliwość automatycznego dostrojenia tych sieci poprzez proces uczenia sieci neuronowej.

43. Diagnostyka z wykorzystaniem rozmytej sieci neuronowej do lokalizacji uszkodzeń

44. 5. Autodiagnostyka na przykładzie urządzeń do pomiaru parametrów temperaturowych Omówienie dotyczy autodiagnostyki pewnej klasy systemów pomiarowych, zawierających urządzenia elektrotermiczne sterowane za pomocą nadrzędnych komputerów. Do klasy tej należą systemy (urządzenia, stanowiska), które charakteryzują się precyzyjnym sterowaniem i pomiarem temperatury wsadu urządzeń elektrotermicznych, głównie wsadu pieców elektrycznych, nagrzewanych oporowo. Należą do nich między innymi systemy pomiarów temperatury przemian fazowych materiałów stałych i systemy do automatycznej kalibracji czujników termometrycznych. Systemy te charakteryzują się niezbyt dużą złożonością. Z reguły nie stwarzają one zagrożenia zdrowia lub życia ludzkiego, a ponadto nieprawidłowe ich działanie nie przynosi bezpośrednio strat. Diagnostyka ich jest istotna głównie ze względu na możliwość strat wtórnych. Użycie źle wyskalowanych czujników temperatury do sterowania pracą elektrowni może doprowadzić do wybuchu, zaś użycie lub źle zbadanego węgla, pod względem temperatury topnienia popiołów, zniszczyć ruszty w kotle tejże elektrowni. Zastosowanie materiałów ceramicznych o źle określonej temperaturze topnienia może spowodować wielkie straty w dużej partii produkowanej na wielką skalę glazury.

45. Założenia autodiagnostyki omawianych systemów pomiarowych muszą uwzględniać specyfikę konstrukcji, cenę systemu, warunki pracy i efekty ewentualnego nieprawidłowego działania systemu. W efekcie przyjęto zastosowanie stosunkowo prostych środków, które nie wymagają opracowywania precyzyjnych modeli urządzeń lub procesów, prac nad nauka sieci neuronowej lub stosowania specjalnych konstrukcji, które wykorzystują ścieżkę brzegową. Jako naczelne zadanie autodiagnostyki omawianych systemów przyjęto pewność pracy i wiarygodność wyników procesu pomiarowego.

46. 5.1. Konfiguracja diagnozowanych systemów • Komputerowe pomiarowe systemy elektrotermiczne, dla których jest przeznaczona omawiana autodiagnostyka, z reguły zawierają następujące podstawowe bloki: • urządzenie elektrotermiczne, na ogół piec nagrzewany oporowo, • lokalny precyzyjny regulator temperatury urządzenia elektrotermicznego, • blok precyzyjnego pomiaru temperatury wsadu pieca, • komputer nadrzędny. • Często też stosuje się, montowane w komputerze i przyłączane do szyny komputera, karty: • wejść analogowych, • wyjść analogowych, • wejść cyfrowych, • wyjść cyfrowych.

47. Schemat blokowy systemu do kalibracji czujników temperatury

48. W rozważanej klasie systemów nadrzędny komputer steruje procesem pomiarowym, zadając temperaturę, kontrolowaną przez regulator lokalny, sprzężony z komputerem przez interfejs szeregowy. Blok precyzyjnego pomiaru temperatury wsadu może być sprzężony z komputerem: • za pośrednictwem interfejsu szeregowego, • za pośrednictwem szyny komputera, • za pośrednictwem wejść analogowych W tym przypadku blok pomiarowy zawiera na ogół precyzyjne wzmacniacze sygnałów z czujników temperatury, zaś wielokanałowy przetwornik analogowo-cyfrowy jest blokiem, sprzężonym z komputerem za pośrednictwem interfejsu szeregowego. • Cechą charakterystyczną rozważanych systemów, istotną ze względu na niezawodność ich działania, jest to, że tor precyzyjnego pomiaru temperatury wsadu nie jest połączony na stałe z urządzeniem. Często też czujnik pomiaru temperatury wsadu jest przemieszczany łącznie z mierzonym wsadem.

49. 5.2. Grupy zadań autodiagnostycznych dla rozważanych systemów • Pomiarowe komputerowe systemy elektrotermiczne, należące do rozważanej klasy, pracują w zaprogramowanych cyklach zmian temperatury - na ogół w cyklach nagrzewania wsadu. Cykle te poprzedzają fazy przygotowawcze, zaś po właściwych pomiarach może następować obróbka zarejestrowanych danych off-line. W związku z tym, zagadnienia autodiagnostyki rozważanych urządzeń można podzielić na następujące grupy: • 1. Autodiagnostyka bloków wchodzących w skład urządzenia, która może być przeprowadzana przed pomiarem oraz w trakcie pomiaru, • 2. Autodiagnostyka prawidłowości przesyłania sygnałów pomiędzy poszczególnymi blokami i elementami urządzenia, • 3. Autodiagnostyka poprawności danych wprowadzanych przez operatora, • 4. Autodiagnostyka poprawności przebiegu procesu pomiarowego, • 5. Autodiagnostyka poprawności uzyskanych danych.

50. Należy zwrócić uwagę na to, że najbardziej ostre wymagania należy postawić dla autodiagnostyki poprawności przebiegu pomiarowego, gdyż może ona przebiegać tylko w czasie, ograniczonym fazami procesu pomiarowego, i nie może zakłócać przebiegu zasadniczego pomiaru. W trakcie przebiegu pomiaru wskazane jest także prowadzenie autodiagnostyki prawidłowości przesyłania sygnałów pomiędzy blokami i elementami urządzenia. Jest to szczególnie istotne dla urządzeń elektrotermicznych, w których w trakcie nagrzewania następują zmiany wymiarów i naprężenia części konstrukcyjnych oraz czujników temperatury, zamocowanych w urządzeniu.