CN114936141A - 分布式控制***的控制回路的性能评估方法及*** - Google Patents
分布式控制***的控制回路的性能评估方法及*** Download PDFInfo
- Publication number
- CN114936141A CN114936141A CN202210859982.4A CN202210859982A CN114936141A CN 114936141 A CN114936141 A CN 114936141A CN 202210859982 A CN202210859982 A CN 202210859982A CN 114936141 A CN114936141 A CN 114936141A
- Authority
- CN
- China
- Prior art keywords
- value curve
- graph
- curve
- control loop
- output value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 49
- 238000012545 processing Methods 0.000 claims abstract description 91
- 238000000605 extraction Methods 0.000 claims abstract description 32
- 238000013075 data extraction Methods 0.000 claims abstract description 20
- 238000005259 measurement Methods 0.000 claims description 48
- 238000005070 sampling Methods 0.000 claims description 46
- 238000000034 method Methods 0.000 claims description 44
- 238000006243 chemical reaction Methods 0.000 claims description 33
- 238000001914 filtration Methods 0.000 claims description 26
- 238000004891 communication Methods 0.000 claims description 20
- 230000010355 oscillation Effects 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 13
- 239000003086 colorant Substances 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims 1
- 230000005540 biological transmission Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 30
- 230000008569 process Effects 0.000 description 17
- 238000007405 data analysis Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3452—Performance evaluation by statistical analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明的实施例提供了一种分布式控制***的控制回路的性能评估方法及***,涉及自动化控制领域。通过接收图像采集设备发送的控制回路曲线图;对控制回路曲线图进行曲线提取处理,得到测量值曲线图、设定值曲线图以及输出值曲线图;分别对测量值曲线图、设定值曲线图以及输出值曲线图进行数据提取处理,得到测量值曲线二值图、设定值曲线二值图以及输出值曲线二值图;根据测量值曲线二值图、设定值曲线二值图、输出值曲线二值图、预设的坐标轴信息,得到控制回路数据;根据控制回路数据、坐标上下限信息以及时间范围数据,确定分布式控制***的控制回路的性能。能够直接由控制回路曲线图中获取控制回路的原始数据,提高了数据传输的安全性和效率。
Description
技术领域
本发明涉及自动化控制领域,具体而言,涉及一种分布式控制***的控制回路的性能评估方法及***。
背景技术
随着工业自动化水平的逐步提高,以分布式控制***(Distributed ControlSystem,简称DCS)为核心的大规模集散控制***在工业生产过程中必不可少。随着投运时间的增长,若得不到定期的维护,分布式控制***将出现各种问题,如机器损耗、阀门粘滞、仪表问题等,导致其性能随时间的推移而降低,影响生产效率。因此,定期对DCS***的控制回路进行性能评估,是十分必要的。
目前,控制回路的性能评估方法,大多是在电脑端上进行,由电脑端连接至DCS,获取DCS的控制回路的原始数据,并基于DCS的控制回路的原始数据,进行性能评估分析。
但是,电脑端与DCS需进行复杂的通信部署后,才能够接收到现场传输的数据。甚至,对于封闭性要求较高的现场,无法建立电脑端与现场的通信,这都对性能评估分析的安全性和效率产生不利的影响。
发明内容
本发明的目的包括,例如,提供了一种分布式控制***的控制回路的性能评估方法及***,无需建立处理设备与控制回路的通信连接,能够直接由控制回路曲线图中获取控制回路的原始数据,进而确定控制回路的性能,提高了数据传输的安全性和效率。
本发明的实施例可以这样实现:
第一方面,本申请实施例提供一种分布式控制***的控制回路的性能评估方法,应用于分布式控制***的控制回路的性能评估***中的处理设备,所述分布式控制***的控制回路的性能评估***包括:所述处理设备以及图像采集设备,所述处理设备与所述图像采集设备通信连接;
所述方法包括:
接收所述图像采集设备发送的控制回路曲线图,所述控制回路曲线图包括:第一测量值曲线、第一设定值曲线以及第一输出值曲线;
对所述控制回路曲线图进行曲线提取处理,得到测量值曲线图、设定值曲线图以及输出值曲线图,其中,所述测量值曲线图与所述第一测量值曲线相对应,所述设定值曲线图与所述第一设定值曲线相对应,所述输出值曲线图与所述第一输出值曲线相对应;
分别对所述测量值曲线图、所述设定值曲线图以及所述输出值曲线图进行数据提取处理,得到测量值曲线二值图、所述设定值曲线二值图以及所述输出值曲线二值图,其中,所述测量值曲线二值图与所述第一测量值曲线相对应,所述设定值曲线二值图与所述第一设定值曲线相对应,所述输出值曲线二值图与所述第一输出值曲线相对应;
根据所述测量值曲线二值图、所述设定值曲线二值图、所述输出值曲线二值图、预设的坐标轴信息,得到控制回路数据,所述控制回路数据包括:测量值数据、设定值数据以及输出值数据;
根据所述控制回路数据、坐标上下限信息以及时间范围数据,确定分布式控制***的控制回路的性能。
在一种可选的实施方式中,所述对所述控制回路曲线图进行曲线提取处理,得到测量值曲线图、设定值曲线图以及输出值曲线图,包括:
根据所述第一测量值曲线的第一预设颜色值、所述第一设定值曲线的第二预设颜色值以及所述第一输出值曲线的第三预设颜色值,从所述控制回路曲线图中提取出所述测量值曲线图、所述设定值曲线图以及所述输出值曲线图。
在一种可选的实施方式中,所述分别对所述测量值曲线图、所述设定值曲线图以及所述输出值曲线图进行数据提取处理,得到测量值曲线二值图、所述设定值曲线二值图以及所述输出值曲线二值图,包括:
分别对所述测量值曲线图、所述设定值曲线图以及所述输出值曲线图进行灰度化处理,得到测量值曲线灰度图、设定值曲线灰度图以及输出值曲线灰度图;
分别对所述测量值曲线灰度图、所述设定值曲线灰度图以及所述输出值曲线灰度图进行二值化处理,得到测量值曲线二值化图、设定值曲线二值化图以及输出值曲线二值化图;
分别对所述测量值曲线二值化图、所述设定值曲线二值化图以及所述输出值曲线二值化图进行滤波处理,得到测量值曲线滤波图、设定值曲线滤波图以及输出值曲线滤波图;
分别对所述测量值曲线滤波图、所述设定值曲线滤波图以及所述输出值曲线滤波图进行取反处理,得到所述测量值曲线二值图、所述设定值曲线二值图以及所述输出值曲线二值图。
在一种可选的实施方式中,所述根据所述第一测量值曲线的第一预设颜色值、所述第一设定值曲线的第二预设颜色值以及所述第一输出值曲线的第三预设颜色值,从所述控制回路曲线图中提取出所述测量值曲线图、所述设定值曲线图以及所述输出值曲线图,包括:
根据所述第一测量值曲线的第一预设颜色值、所述第一设定值曲线的第二预设颜色值以及所述第一输出值曲线的第三预设颜色值,将所述控制回路曲线图所在的第一色域转换为第二色域,得到控制回路色域转换图,所述控制回路色域转换图包括:第二测量值曲线、第二设定值曲线以及第二输出值曲线,所述第二测量值曲线、所述第二设定值曲线以及所述第二输出值曲线的标识颜色不同;
对所述控制回路色域转换图进行提取和转换处理,得到所述测量值曲线图、所述设定值曲线图以及所述输出值曲线图。
在一种可选的实施方式中,所述对所述控制回路色域转换图进行提取和转换处理,得到所述测量值曲线图、所述设定值曲线图以及所述输出值曲线图,包括:
根据所述控制回路色域转换图中的标识颜色,分别确定与所述第二测量值曲线对应的第二测量值曲线图,与所述第二设定值曲线对应的第二设定值曲线图,以及与所述第二输出值曲线对应的第二输出值曲线图;
将所述第二测量值曲线图、所述第二设定值曲线图以及所述第二输出值曲线图所在的色域转换为第一色域,得到所述测量值曲线图、所述设定值曲线图以及所述输出值曲线图。
在一种可选的实施方式中,所述根据所述测量值曲线二值图、所述设定值曲线二值图、所述输出值曲线二值图、预设的坐标轴信息,得到控制回路数据,包括:
根据所述坐标轴信息与所述测量值曲线二值图、所述设定值曲线二值图、所述输出值曲线二值图中多个曲线采样点的相对位置关系,确定各所述曲线采样点的坐标信息;
根据采样数目,对所述坐标信息进行提取,得到控制回路数据,所述控制回路数据中包括:测量值曲线二值图中各曲线采样点的坐标、所述设定值曲线二值图中各曲线采样点的坐标以及所述输出值曲线二值图中各曲线采样点的坐标。
在一种可选的实施方式中,所述根据所述控制回路数据、坐标上下限信息以及时间范围数据,确定控制回路的性能,包括:
根据所述坐标上下限信息,对所述控制回路数据进行预处理,得到预处理后的控制回路数据,所述预处理后的控制回路数据中各曲线采样点的坐标在所述坐标上下限信息的范围内;
根据所述预处理后的控制回路数据,确定所述控制回路的实际运行参数,所述实际运行参数包括:阀门饱和率以及振荡指标;
根据所述实际运行参数,确定所述控制回路的性能。
第二方面,本申请实施例提供一种分布式控制***的控制回路的性能评估***,包括:处理设备以及图像采集设备,所述处理设备与所述图像采集设备通信连接;
所述图像采集设备用于,采集控制回路曲线图,并发送至所述处理设备;
所述处理设备用于,执行第一方面中任一项所述的分布式控制***的控制回路的性能评估方法,确定分布式控制***的控制回路的性能。
第三方面,本申请实施例提供一种分布式控制***的控制回路的性能评估装置,包括:
数据接收模块,用于接收所述图像采集设备发送的控制回路曲线图,所述控制回路曲线图包括:第一测量值曲线、第一设定值曲线以及第一输出值曲线。
曲线提取模块,用于对所述控制回路曲线图进行曲线提取处理,得到测量值曲线图、设定值曲线图以及输出值曲线图,其中,所述测量值曲线图与所述第一测量值曲线相对应,所述设定值曲线图与所述第一设定值曲线相对应,所述输出值曲线图与所述第一输出值曲线相对应。
数据提取模块,用于分别对所述测量值曲线图、所述设定值曲线图以及所述输出值曲线图进行数据提取处理,得到测量值曲线二值图、所述设定值曲线二值图以及所述输出值曲线二值图,其中,所述测量值曲线二值图与所述第一测量值曲线相对应,所述设定值曲线二值图与所述第一设定值曲线相对应,所述输出值曲线二值图与所述第一输出值曲线相对应。
数据分析模块,用于根据所述测量值曲线二值图、所述设定值曲线二值图、所述输出值曲线二值图、预设的坐标轴信息,得到控制回路数据,所述控制回路数据包括:测量值数据、设定值数据以及输出值数据。
所述数据分析模块还用于,根据所述控制回路数据、坐标上下限信息以及时间范围数据,确定分布式控制***的控制回路的性能。
所述曲线提取模块具体还用于,根据所述第一测量值曲线的第一预设颜色值、所述第一设定值曲线的第二预设颜色值以及所述第一输出值曲线的第三预设颜色值,从所述控制回路曲线图中提取出所述测量值曲线图、所述设定值曲线图以及所述输出值曲线图。
所述数据提取模块具体还用于,分别对所述测量值曲线图、所述设定值曲线图以及所述输出值曲线图进行灰度化处理,得到测量值曲线灰度图、设定值曲线灰度图以及输出值曲线灰度图;分别对所述测量值曲线灰度图、所述设定值曲线灰度图以及所述输出值曲线灰度图进行二值化处理,得到测量值曲线二值化图、设定值曲线二值化图以及输出值曲线二值化图;分别对所述测量值曲线二值化图、所述设定值曲线二值化图以及所述输出值曲线二值化图进行滤波处理,得到测量值曲线滤波图、设定值曲线滤波图以及输出值曲线滤波图;分别对所述测量值曲线滤波图、所述设定值曲线滤波图以及所述输出值曲线滤波图进行取反处理,得到所述测量值曲线二值图、所述设定值曲线二值图以及所述输出值曲线二值图。
所述曲线提取模块具体还用于,根据所述第一测量值曲线的第一预设颜色值、所述第一设定值曲线的第二预设颜色值以及所述第一输出值曲线的第三预设颜色值,将所述控制回路曲线图所在的第一色域转换为第二色域,得到控制回路色域转换图,所述控制回路色域转换图包括:第二测量值曲线、第二设定值曲线以及第二输出值曲线,所述第二测量值曲线、所述第二设定值曲线以及所述第二输出值曲线的标识颜色不同;对所述控制回路色域转换图进行提取和转换处理,得到所述测量值曲线图、所述设定值曲线图以及所述输出值曲线图。
所述曲线提取模块具体还用于,根据所述控制回路色域转换图中的标识颜色,分别确定与所述第二测量值曲线对应的第二测量值曲线图,与所述第二设定值曲线对应的第二设定值曲线图,以及与所述第二输出值曲线对应的第二输出值曲线图;将所述第二测量值曲线图、所述第二设定值曲线图以及所述第二输出值曲线图所在的色域转换为第一色域,得到所述测量值曲线图、所述设定值曲线图以及所述输出值曲线图。
所述数据分析模块具体还用于,根据所述坐标轴信息与所述测量值曲线二值图、所述设定值曲线二值图、所述输出值曲线二值图中多个曲线采样点的相对位置关系,确定各所述曲线采样点的坐标信息;根据采样数目,对所述坐标信息进行提取,得到控制回路数据,所述控制回路数据中包括:测量值曲线二值图中各曲线采样点的坐标、所述设定值曲线二值图中各曲线采样点的坐标以及所述输出值曲线二值图中各曲线采样点的坐标。
所述数据分析模块具体还用于,根据所述坐标上下限信息,对所述控制回路数据进行预处理,得到预处理后的控制回路数据,所述预处理后的控制回路数据中各曲线采样点的坐标在所述坐标上下限信息的范围内;根据所述预处理后的控制回路数据,确定所述控制回路的实际运行参数,所述实际运行参数包括:阀门饱和率以及振荡指标;根据所述实际运行参数,确定所述控制回路的性能。
第四方面,本申请实施例提供一种处理设备,所述处理设备包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当所述处理设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如第一方面中任一项所述的分布式控制***的控制回路的性能评估方法的步骤。
第五方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时,实现如第一方面中任一项所述的分布式控制***的控制回路的性能评估方法的步骤。
本发明实施例的有益效果包括:
采用本申请提供的分布式控制***的控制回路的性能评估方法及***,处理设备无需与分布式控制***的控制回路建立通信连接,只需获取图像采集设备发送的控制回路曲线图,就能够将控制回路曲线图中的控制回路数据提取出来,进而根据控制回路数据,确定控制回路的性能。相比于现有技术,处理设备获取控制回路数据的方式更为安全、便捷、快速,减少了不必要的网络搭建对生产进度的影响,提高了生产效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为现有技术中的DCS性能评估***的结构示意图;
图2为本申请实施例提供的分布式控制***的控制回路的性能评估***的结构示意图;
图3为本申请实施例提供的分布式控制***的控制回路的性能评估方法的步骤流程示意图;
图4为本申请实施例提供的分布式控制***的控制回路的性能评估方法的控制回路曲线图的示意图;
图5为本申请实施例提供的分布式控制***的控制回路的性能评估方法的测量值曲线二值图、设定值曲线二值图、输出值曲线二值图的示意图;
图6为本申请实施例提供的分布式控制***的控制回路的性能评估方法的曲线提取的步骤流程示意图;
图7为本申请实施例提供的分布式控制***的控制回路的性能评估方法的色域转换的步骤流程示意图;
图8为本申请实施例提供的分布式控制***的控制回路的性能评估方法的图像转换的步骤流程示意图;
图9为本申请实施例提供的分布式控制***的控制回路的性能评估方法的数据提取的步骤流程示意图;
图10为本申请实施例提供的分布式控制***的控制回路的性能评估方法的性能评估的步骤流程示意图;
图11为本申请实施例提供的分布式控制***的控制回路的性能评估装置的结构示意图;
图12为本申请实施例提供的处理设备的结构示意图。
图标:101-DCS;102-电脑端;201-分布式控制***;202-分布式控制***的控制回路的性能评估***;2021-图像采集设备;2022-处理设备;100-分布式控制***的控制回路的性能评估装置;1001-数据接收模块;1002-曲线提取模块;1003-数据提取模块;1004-数据分析模块;2001-处理器;2002-存储器。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
此外,若出现术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
需要说明的是,在不冲突的情况下,本发明的实施例中的特征可以相互结合。
目前,大多数分布式控制***的控制回路,在不维护的情况下,其性能是随着时间推移而降低的。为对控制回路的性能进行评估,如图1所示,现有技术中,通常需要建立DCS101与进行性能评估的外部电脑端102之间的通信连接,然后由DCS101将控制回路的原始数据通信传输至电脑端进行性能分析。
但是,DCS101与电脑端102建立通信连接的前置通信部署工作较为冗杂,另外,对于封闭安全要求较高的现场,DCS101无法与电脑端建立通信,进行数据传输,这都对性能评估分析的安全性和效率产生不利的影响。
基于此,申请人经研究,提出了一种分布式控制***的控制回路的性能评估方法及***,在无需建立处理设备与DCS之间的通信连接的情况下,能够直接根据图像采集设备拍摄的控制回路曲线图,提取得到控制回路数据,提升了控制回路性能分析过程的安全性、效率。
如下结合多个具体的应用示例,对本申请实施例提供的一种分布式控制***的控制回路的性能评估方法及***进行解释说明。
在生产过程中,为了使DCS始终处于最优状态,目前,大多数DCS采用了比例-积分-微分(proportion-integral-differential,简称PID)的控制策略作为控制回路。由于DCS中的被控对象的结构和参数是不确定的,需要PID根据DCS的输出反馈,对DCS自适应进行调节。
但是,PID能够推动着DCS的自动运行,但是,由于反馈的原因,偶发的误差可能会导致误差累积,因此,需由处理设备获得DCS的控制回路的数据,对DCS的控制回路的性能进行定期评估。
图2所示为本申请分布式控制***的控制回路的性能评估***202的结构示意图,如图2所示,该***包括:处理设备2022以及图像采集设备2021,处理设备2022与图像采集设备2021通信连接。
图像采集设备2021用于,采集控制回路曲线图,并发送至处理设备2022。
图像采集设备2021可以是智能手机,或其他具有通信、拍摄功能的移动终端,本申请在此不做限定。
处理设备2022用于,执行下述实施例提供的分布式控制***的控制回路的性能评估方法,确定分布式控制***201的控制回路的性能。
处理设备2022可以是具有计算、处理能力的计算机设备,或者云端服务器,当然,不以此为限。
下面,对分布式控制***201的控制回路的性能评估***的工作流程进行说明。
首先,图像采集设备2021对分布式控制***201运行过程中,显示设备上的控制回路曲线进行拍摄,生成控制回路曲线图,并发送至与其通信连接的处理设备2022。
处理设备2022收到控制回路曲线图后,对其第一测量值曲线、第一设定值曲线以及第一输出值曲线分别进行曲线提取,再依次进行灰度化处理、二值化处理、中值滤波、取反处理等一系列操作,得到了控制回路曲线图中各曲线对应的多个曲线采样点的坐标信息。
然后,处理设备2022对坐标信息进一步进行信息提取,得到了控制回路数据。根据控制回路数据,处理设备2022确定了能够评估分布式控制***201的控制回路性能的实际运行参数。
进一步地,处理设备2022根据实际运行参数中的阀门饱和率、振荡指标,或其他实际运行参数,确定了分布式控制***201的控制回路的性能。
下面,对处理设备2022所执行的分布式控制***的控制回路的性能评估方法进行说明。
图3所示为本申请实施例提供的分布式控制***的控制回路的性能评估方法的步骤流程示意图,如图3所示,该方法可以包括如下步骤:
S301,接收图像采集设备发送的控制回路曲线图。
控制回路曲线图包括:第一测量值曲线、第一设定值曲线以及第一输出值曲线。
第一测量值曲线可以是过程测量值(Process value,简称PV)曲线,指的是DCS中,各仪器或设备的参数的实际测量值。
第一设定值曲线可以是设定值(Set Value,简称SV)曲线,指的是DCS中,当某一仪器或设备的参数达到某一阈值时,将执行某一动作。该阈值成为设定值。
第一输出值曲线可以是操纵值(manipulated value,简称MV)曲线,用于指示DCS中,PID调节后,某一仪器或设备输出的值。
分布式控制***运行过程中,会在显示设备上输出上述PV、SV、MV三条曲线,用以描述DCS当前运行的状态。此时,可以利用图像采集设备对显示设备进行拍摄,得到图4所示的控制回路曲线图,并将其传输至与其通信连接的处理设备。
可选地,图像采集设备上可以安装有软件程序,用于采集、裁剪、传输上述控制回路曲线图至处理设备。
另外,如图4所示,图像采集设备拍摄的控制回路曲线图可能包括了其他与各曲线同色的线条,如在各曲线下方显示的各曲线同色的曲线备注、说明、描述等其他信息。为避免后续步骤中进行曲线提取时发生错误,可以通过图像采集设备上安装软件的裁剪程序将与各曲线无关的位置裁剪后,再传输至处理设备。
需要说明的是,在DCS的显示设备上显示的PV、SV、MV三条曲线的颜色是不同的,其颜色可以通过预设指定,示例性地,第一测量值曲线为红色,第一设定值曲线为蓝色,第一输出值曲线为绿色。
S302,对控制回路曲线图进行曲线提取处理,得到测量值曲线图、设定值曲线图以及输出值曲线图。
其中,测量值曲线图与第一测量值曲线相对应,设定值曲线图与第一设定值曲线相对应,输出值曲线图与第一输出值曲线相对应。
接下来,为了在后续步骤中,对各曲线进行数据提取时进行区分,可以将上述第一测量值曲线、第一设定值曲线、第一输出值曲线的图像分别提取出来,分别另存为测量值曲线图、设定值曲线图以及输出值曲线图。
S303,分别对测量值曲线图、设定值曲线图以及输出值曲线图进行数据提取处理,得到测量值曲线二值图、设定值曲线二值图以及输出值曲线二值图。
其中,测量值曲线二值图与第一测量值曲线相对应,设定值曲线二值图与第一设定值曲线相对应,输出值曲线二值图与第一输出值曲线相对应。
可以理解的是,测量值曲线图、设定值曲线图以及输出值曲线图,均是由像素点构成的,其中,构成曲线的像素点的颜色值与背景部分的颜色值不同。
因此,可以利用这一点,将测量值曲线图、设定值曲线图以及输出值曲线图进行数据提取处理,分别将构成曲线像素点和构成背景的像素点赋予不同的值,得到如图5所示的测量值曲线二值图、设定值曲线二值图以及输出值曲线二值图。示例性地,黑色背景的像素点的值可以为0,白色的曲线部分的像素点的值可以为1。
S304,根据测量值曲线二值图、设定值曲线二值图、输出值曲线二值图、预设的坐标轴信息,得到控制回路数据。
控制回路数据包括:测量值数据、设定值数据以及输出值数据。
可选地,在将控制回路曲线图传输至处理设备时,图像采集设备还可以接受工作人员输入的预设的坐标轴信息、各曲线的坐标上下限信息、时间范围数据等,随控制回路曲线图一起发送至处理设备。
处理设备可以根据预设的坐标轴信息以及各曲线的像素点,分别确定构成测量值曲线二值图、设定值曲线二值图、输出值曲线二值图的像素点的坐标信息,多个坐标信息组成了控制回路数据。
S305,根据控制回路数据、坐标上下限信息以及时间范围数据,确定分布式控制***的控制回路的性能。
进一步的,处理设备可以根据坐标上下限信息以及时间范围数据对控制回路数据进行预处理,然后再对预处理后的控制回路数据进行分析,以确定控制回路的性能是否良好。
可选地,若控制回路的性能出现问题,则会根据对控制回路数据的分析结果,确定故障的位置,并给出检修建议。
需要说明的是,本申请实施例中,处理设备不仅能够对包括3条曲线的控制回路曲线图进行上述曲线处理以及数据提取的步骤,还可以对包含多条曲线的控制回路曲线图进行上述曲线处理以及数据提取的步骤,本申请实施例以包含控制回路曲线图3条曲线的控制回路曲线图进行说明,曲线的数量在此不做限定。
在本实施例中,处理设备对图像采集设备拍摄的控制回路曲线图进行曲线提取、数据提取处理,就直接得到了能够进行控制回路的性能分析的控制回路数据。这种获取控制回路数据的方式更为安全、便捷、快速,减少了不必要的网络搭建对生产进度的影响,提高了生产效率。
可选地,上述步骤S302中,对控制回路曲线图进行曲线提取处理,得到测量值曲线图、设定值曲线图以及输出值曲线图,可以包括:根据第一测量值曲线的第一预设颜色值、第一设定值曲线的第二预设颜色值以及第一输出值曲线的第三预设颜色值,从控制回路曲线图中提取出测量值曲线图、设定值曲线图以及输出值曲线图。
如前述实施例中所述,第一测量值曲线、第一设定值曲线以及第一输出值曲线的颜色在控制回路曲线图上对应的预设颜色值并不相同。可选地,可以设置第一测量值曲线对应的第一预设颜色值为红色,第一设定值曲线对应的第二预设颜色值为蓝色,第一输出值曲线对应的第三预设颜色值为绿色。
进一步地,可以根据各曲线的不同颜色,将第一测量值曲线、第一设定值曲线以及第一输出值曲线分别提取出来,复制在白色的背景上,就得到了对应的测量值曲线图、设定值曲线图以及输出值曲线图。
在本实施例中,根据第一测量值曲线、第一设定值曲线以及第一输出值曲线对应的预设颜色不同,对各曲线进行曲线提取处理,能够避免提取时曲线混淆,提升了曲线提取的准确率。
可选地,如图6所示,上述步骤中,根据第一测量值曲线的第一预设颜色值、第一设定值曲线的第二预设颜色值以及第一输出值曲线的第三预设颜色值,从控制回路曲线图中提取出测量值曲线图、设定值曲线图以及输出值曲线图,可以由下述步骤S401至S402实现。
S401,根据第一测量值曲线的第一预设颜色值、第一设定值曲线的第二预设颜色值以及第一输出值曲线的第三预设颜色值,将控制回路曲线图所在的第一色域转换为第二色域,得到控制回路色域转换图。
控制回路色域转换图包括:第二测量值曲线、第二设定值曲线以及第二输出值曲线,第二测量值曲线、第二设定值曲线以及第二输出值曲线的标识颜色不同。
其中,第一色域可以是RGB颜色空间,通过红色R、绿色G以及蓝色G表示各曲线的颜色。
第二色域可以是HSV颜色空间,是指根据颜色的色调H、饱和度S以及明度V表示各曲线的颜色。
通过图像采集设备获取的控制回路曲线图的色域为RGB颜色空间,由于直接对该控制回路曲线图根据颜色提取时,会发生偏差,因此,需将首先其转换为各曲线对应的预设颜色值差异更大的HSV颜色空间,得到控制回路色域转换图,再进一步进行提取。
可选地,将第一色域转换为第二色域的过程如下所示:
S402,对控制回路色域转换图进行提取和转换处理,得到测量值曲线图、设定值曲线图以及输出值曲线图。
进一步地,再对转换后的控制回路曲线图中的进行曲线提取,分别提取出对应于不同预设颜色值的第一测量值曲线、第一设定值曲线以及第一输出值曲线。再将各曲线分别复制在背景为白色的图样上,得到了测量值曲线图、设定值曲线图以及输出值曲线图。
在本实施例中,通过将控第一色域的制回路曲线图转换为第二色域的控制回路色域转换图,再进行曲线提取,提升了曲线提取的准确度。
可选地,如图7所示,上述步骤S402中,对控制回路色域转换图进行提取和转换处理,得到测量值曲线图、设定值曲线图以及输出值曲线图,可由下述步骤S501至S502实现。
S501,根据控制回路色域转换图中的标识颜色,分别确定与第二测量值曲线对应的第二测量值曲线图,与第二设定值曲线对应的第二设定值曲线图,以及与第二输出值曲线对应的第二输出值曲线图。
如前述实施例所述,控制回路色域转换图中包含了颜色不同的第二测量值曲线、第二设定值曲线以及第二输出值曲线。
将上述各曲线在控制回路色域转换图的第二色域下进行颜色识别,将对应于第二测量值曲线的颜色的像素点提取出来,得到了一张没有背景、仅包含第二测量值曲线的第二测量值曲线图。
可选地,还可以将在控制回路色域转换图中的第二设定值曲线、第二输出值曲线,按同样的方式提取出来,得到了第二测量值曲线图、第二输出值曲线图。
S502,将第二测量值曲线图、第二设定值曲线图以及第二输出值曲线图所在的色域转换为第一色域,得到测量值曲线图、设定值曲线图以及输出值曲线图。
进一步地,将上述第二色域,即HSV颜色空间的第二测量值曲线图、第二设定值曲线图以及第二输出值曲线图转换为第一色域,即RGB颜色空间,然后分别重叠在不同的第一色域的白色背景上,就得到了,得到测量值曲线图、设定值曲线图以及输出值曲线图。
可选地,还可以直接将控制回路色域转换图中,构成第二测量值曲线、第二设定值曲线以及第二输出值曲线的像素点直接提取出来,转换回第一色域,即RGB色彩空间后,按同一曲线上各像素点间的相对位置关系,将其复制到不同的白色背景图样上,分别得到了测量值曲线图、设定值曲线图以及输出值曲线图。
在本实施例中,对第二色域的控制回路色域转换图进行曲线提取后,再转回第一色域,避免了第二色域的色差对后续步骤的影响,提升了数据提取的准确度。
可选地,如图8所示,上述步骤S303中,分别对测量值曲线图、设定值曲线图以及输出值曲线图进行数据提取处理,得到测量值曲线二值图、设定值曲线二值图以及输出值曲线二值图,可由下述步骤S601至S604实现。
S601,分别对测量值曲线图、设定值曲线图以及输出值曲线图进行灰度化处理,得到测量值曲线灰度图、设定值曲线灰度图以及输出值曲线灰度图。
灰度图是只包含亮度信息,不含色彩信息的图像。灰度图将白色与黑色之间按对数关系分为0到255共256个等级,用于量化亮度值。
由于上述测量值曲线图、设定值曲线图以及输出值曲线图是RGB色彩空间的彩色图,难以直接区分构成曲线的像素点以及构成背景的像素点。因此,为方便下述步骤的二值化处理,可以将其首先转换为灰度图。
灰度图可以由YUV颜色空间表示,其中,Y表示明亮度或灰阶值,U和V用于表示色度,描述色调和饱和度的信息。
将RGB颜色空间的测量值曲线图、设定值曲线图以及输出值曲线图转换为YUV颜色空间的测量值曲线灰度图、设定值曲线灰度图以及输出值曲线灰度图,其过程可由下述公式表示:
其中,Y表示各灰度图中各像素的灰度值。
S602,分别对测量值曲线灰度图、设定值曲线灰度图以及输出值曲线灰度图进行二值化处理,得到测量值曲线二值化图、设定值曲线二值化图以及输出值曲线二值化图。
进一步地,对上述测量值曲线灰度图、设定值曲线灰度图以及输出值曲线灰度图分别进行最大类间方差法(简称OTSU)进行二值化处理,利用最大类间方差,分别将各灰度图分为前景和背景两部分。可选地,可以设置T为前景和背景的分割阈值,将各灰度图中,灰度值大于T的像素点作为背景点,灰度值小于T的像素点作为前景点。或者,将灰度值小于T的像素点作为背景点,灰度值大于T的像素点作为前景点。就将测量值曲线灰度图、设定值曲线灰度图以及输出值曲线灰度图各自划分为了背景点、前景点。
设置前景点数占图像比例w0,平均灰度u0,背景点数占图像比例w1,平均灰度u1。则图像的总平均灰度可由下式表示:
在此基础上,各灰度图的前景部分、后景部分的方差g为:
当g的值最大时,可以认为此时前景和背景差异最大,此时的T可以作为最佳阈值。
进一步地,根据最佳阈值T,对测量值曲线灰度图、设定值曲线灰度图以及输出值曲线灰度图进行灰度化处理,得到了白底黑线的测量值曲线二值化图、设定值曲线二值化图以及输出值曲线二值化图。其中,背景部分的像素点的值可以为0,曲线部分的像素点的值可以为1。
S603,分别对测量值曲线二值化图、设定值曲线二值化图以及输出值曲线二值化图进行滤波处理,得到测量值曲线滤波图、设定值曲线滤波图以及输出值曲线滤波图。
滤波处理可以时中值滤波处理,通过把图像中一点的值用该点的一个领域中各点值的中值代替,让周围的像素更接近真实值,从而消除孤立的噪声点。
可选地,对测量值曲线二值化图、设定值曲线二值化图以及输出值曲线二值化图进行中值滤波处理的过程,可由下式表示:
S604,分别对测量值曲线滤波图、设定值曲线滤波图以及输出值曲线滤波图进行取反处理,得到测量值曲线二值图、设定值曲线二值图以及输出值曲线二值图。
由于上述测量值曲线二值化图、设定值曲线二值化图以及输出值曲线二值化图是白底黑线的图像,中值滤波后的测量值曲线滤波图、设定值曲线滤波图以及输出值曲线滤波图也是白底黑线的图像,为便于提取构成各曲线的像素点,避免误提取,可以对测量值曲线滤波图、设定值曲线滤波图以及输出值曲线滤波图进行取反处理,即将值为0的像素点转换为1,值为1的像素点转换为0,得到为黑底白线的测量值曲线二值图、设定值曲线二值图以及输出值曲线二值图。
在本实施例中,通过对测量值曲线图、设定值曲线图以及输出值曲线图依次进行灰度化、二值化、中值滤波以及取反处理,确定了构成各曲线的像素点的位置,便于后续的数据提取,提升了数据提取的准确性和效率。
可选地,如图9所示,上述步骤S304中,根据测量值曲线二值图、设定值曲线二值图、输出值曲线二值图、预设的坐标轴信息,得到控制回路数据,可由下述步骤S701至S702实现:
S701,根据坐标轴信息与测量值曲线二值图、设定值曲线二值图、输出值曲线二值图中多个曲线采样点的相对位置关系,确定各曲线采样点的坐标信息。
由上述实施例,确定了测量值曲线二值图、设定值曲线二值图、输出值曲线二值图中,构成各曲线的像素点的位置,并且,各二值图的大小相同,重叠后各曲线的相对位置与构成控制回路曲线图中的各曲线的相对位置相同。
可选地,坐标轴信息可以是横坐标、纵坐标的起始点、终止点的坐标值,上述步骤中获得的测量值曲线二值图、设定值曲线二值图、输出值曲线二值图也是粘贴在白色背景图样中,相对坐标轴的预设位置,该预设位置可以与控制回路曲线图中,各曲线相对于坐标轴的位置相同。
那么,根据图像采集设备发送控制回路曲线图时发送的坐标轴信息,将坐标轴信息对应到测量值曲线二值图、设定值曲线二值图、输出值曲线二值图上的预设位置上,根据各二值图中曲线采样点与坐标轴的相对位置关系,确定各曲线采样点的坐标信息。
S702,根据采样数目,对坐标信息进行提取,得到控制回路数据。
控制回路数据中包括:测量值曲线二值图中各曲线采样点的坐标、设定值曲线二值图中各曲线采样点的坐标以及输出值曲线二值图中各曲线采样点的坐标。
可以理解的是,若将各曲线上的所有曲线采样点作为控制回路数据进行性能评估,对评估结果的准确性提升较小,但却导致了大量的冗余计算。
因此,可以通过输入预设的采样数目,间隔对各曲线的采样点的坐标信息进行提取,作为控制回路数据。
示例性地,若测量值曲线二值图中的曲线提取出了3000个坐标信息,而采样数目为600,则可以每隔5个点对上述3000个坐标信息进行提取,得到了600个坐标信息作为控制回路数据。
在本实施例中,通过确定各曲线的坐标信息,再进一步地根据采样数目进行提取,降低了处理设备在性能评估的运算量,提升了处理设备的效率。
可选地,如图10所示,上述步骤S305中,根据控制回路数据、坐标上下限信息以及时间范围数据,确定分布式控制***的控制回路的性能,可由下述步骤S801至S803实现。
S801,根据坐标上下限信息,对控制回路数据进行预处理,得到预处理后的控制回路数据,预处理后的控制回路数据中各曲线采样点的坐标在坐标上下限信息的范围内。
在对控制回路曲线图进行上述处理后,控制回路数据中,可能会有数据点不在上下限范围内,或者由于曲线间的相互重叠导致曲线上的数据点提取不全的情况发生,因此,需对上述步骤提取到的控制回路数据进行预处理。
对于控制回路数据中,数据点不在输入的上下限信息范围内的数据,可以采用下式进行预处理:
即,若某一数据点在Y轴方向的坐标大于坐标上限,则将其赋值为坐标上限值,若某一数据点在Y轴方向的坐标小于坐标下限,则将其赋值为坐标下限值。
S802,根据预处理后的控制回路数据,确定控制回路的实际运行参数,实际运行参数包括:阀门饱和率以及振荡指标。
根据上述预处理后的控制回路数据,进一步计算控制回路的实际运行参数。
可选地,阀门饱和率可以通过下式计算:
其中,S为控制回路数据中M为1的个数,N为控制回路数据中数据点的总数,MV为控制回路数据的各数据点中,电动阀门的开合情况,MV_Max为MV开至最大值,MV_Min为MV关闭。MV可根据各曲线的采样点信息确定,其具体方式在此不做限定。
可选地,振荡指标可以用于进行振荡检测,确定控制回路的PID参数是否处于正常范围内。首先,可以根据控制回路数据中,与第一测量值曲线对应的采样点数据,以及与第一设定值曲线对应的采样点数据的差值,确定控制偏差。然后,将控制偏差由时域转换为频域,并根据预设的中低频率界定值,将小于该中低频率界定值的最大幅值作为振荡幅值amp。可选地,还可以设置高频段噪声标准差,计算高频段噪声标准差std_high。进一步地,根据上述振荡幅值amp、高频段噪声标准差std_high确定第一振荡参数ramp_index,根据上述振荡幅值amp、预设的设定点量程,确定第二振荡参数aamp_index。最后,振荡指标可由下述公式计算得到:index_osc=0.6*ramp_index+0.4*aamp_index。
可以理解的是,上述实际运行参数仅为一种举例说明,实际运行参数还可能包括其他可以确定控制回路的性能的参数。
S803,根据实际运行参数,确定控制回路的性能。
最后,可以根据上述步骤中计算的阀门饱和率、振荡指标等实际运行参数,确定控制回路的性能。示例性地,若阀门饱和率过高,可能说明***内的压力较高。而振荡指标越趋向于1,则说明当前控制回路的振荡程度较强,当前控制回路的PID可能过于激进。
这样,就可以根据处理设备提供的实际运行参数,对当前控制回路的性能进行判断,以确定是否需要对控制回路进行调整。
在本实施例中,根据阀门的控制回路数据,计算实际运行参数,从而据此确定控制回路的性能,提升了控制回路性能判断的效率。
如图11所示,本申请实施例还提供一种分布式控制***的控制回路的性能评估装置100,包括:
数据接收模块1001,用于接收图像采集设备发送的控制回路曲线图,控制回路曲线图包括:第一测量值曲线、第一设定值曲线以及第一输出值曲线。
曲线提取模块1002,用于对控制回路曲线图进行曲线提取处理,得到测量值曲线图、设定值曲线图以及输出值曲线图,其中,测量值曲线图与第一测量值曲线相对应,设定值曲线图与第一设定值曲线相对应,输出值曲线图与第一输出值曲线相对应。
数据提取模块1003,用于分别对测量值曲线图、设定值曲线图以及输出值曲线图进行数据提取处理,得到测量值曲线二值图、设定值曲线二值图以及输出值曲线二值图,其中,测量值曲线二值图与第一测量值曲线相对应,设定值曲线二值图与第一设定值曲线相对应,输出值曲线二值图与第一输出值曲线相对应。
数据分析模块1004,用于根据测量值曲线二值图、设定值曲线二值图、输出值曲线二值图、预设的坐标轴信息,得到控制回路数据,控制回路数据包括:测量值数据、设定值数据以及输出值数据。
数据分析模块1004还用于,根据控制回路数据、坐标上下限信息以及时间范围数据,确定分布式控制***的控制回路的性能。
曲线提取模块1002具体还用于,根据第一测量值曲线的第一预设颜色值、第一设定值曲线的第二预设颜色值以及第一输出值曲线的第三预设颜色值,从控制回路曲线图中提取出测量值曲线图、设定值曲线图以及输出值曲线图。
数据提取模块1003具体还用于,分别对测量值曲线图、设定值曲线图以及输出值曲线图进行灰度化处理,得到测量值曲线灰度图、设定值曲线灰度图以及输出值曲线灰度图;分别对测量值曲线灰度图、设定值曲线灰度图以及输出值曲线灰度图进行二值化处理,得到测量值曲线二值化图、设定值曲线二值化图以及输出值曲线二值化图;分别对测量值曲线二值化图、设定值曲线二值化图以及输出值曲线二值化图进行滤波处理,得到测量值曲线滤波图、设定值曲线滤波图以及输出值曲线滤波图;分别对测量值曲线滤波图、设定值曲线滤波图以及输出值曲线滤波图进行取反处理,得到测量值曲线二值图、设定值曲线二值图以及输出值曲线二值图。
曲线提取模块1002具体还用于,根据第一测量值曲线的第一预设颜色值、第一设定值曲线的第二预设颜色值以及第一输出值曲线的第三预设颜色值,将控制回路曲线图所在的第一色域转换为第二色域,得到控制回路色域转换图,控制回路色域转换图包括:第二测量值曲线、第二设定值曲线以及第二输出值曲线,第二测量值曲线、第二设定值曲线以及第二输出值曲线的标识颜色不同;对控制回路色域转换图进行提取和转换处理,得到测量值曲线图、设定值曲线图以及输出值曲线图。
曲线提取模块1002具体还用于,根据控制回路色域转换图中的标识颜色,分别确定与第二测量值曲线对应的第二测量值曲线图,与第二设定值曲线对应的第二设定值曲线图,以及与第二输出值曲线对应的第二输出值曲线图;将第二测量值曲线图、第二设定值曲线图以及第二输出值曲线图所在的色域转换为第一色域,得到测量值曲线图、设定值曲线图以及输出值曲线图。
数据分析模块1004具体还用于,根据坐标轴信息与测量值曲线二值图、设定值曲线二值图、输出值曲线二值图中多个曲线采样点的相对位置关系,确定各曲线采样点的坐标信息;根据采样数目,对坐标信息进行提取,得到控制回路数据,控制回路数据中包括:测量值曲线二值图中各曲线采样点的坐标、设定值曲线二值图中各曲线采样点的坐标以及输出值曲线二值图中各曲线采样点的坐标。
数据分析模块1004具体还用于,根据坐标上下限信息,对控制回路数据进行预处理,得到预处理后的控制回路数据,预处理后的控制回路数据中各曲线采样点的坐标在坐标上下限信息的范围内;根据预处理后的控制回路数据,确定控制回路的实际运行参数,实际运行参数包括:阀门饱和率以及振荡指标;根据实际运行参数,确定控制回路的性能。
请参阅图12,本实施例还提供一种处理设备,该处理设备包括:处理器2001、存储器2002和总线,存储器2002存储有处理器2001可执行的机器可读指令,当处理设备运行时,执行上述机器可读指令,处理器2001与存储器2002之间通过总线通信,处理器2001用于执行上述实施例中的分布式控制***的控制回路的性能评估方法的步骤。
存储器2002、处理器2001以及总线各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。分布式控制***的控制回路的性能评估***的数据处理装置包括至少一个可以软件或固件(firmware)的形式存储于存储器2002中或固化在处理设备的操作***(operating system,OS)中的软件功能模块。处理器2001用于执行存储器2002中存储的可执行模块,例如分布式控制***的控制回路的性能评估***的数据处理装置所包括的软件功能模块及计算机程序等。
其中,存储器2002可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
可选地,本申请还提供一种存储介质,存储介质上存储有计算机程序,计算机程序被处理器运行时执行上述方法实施例的步骤。具体实现方式和技术效果类似,这里不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***和装置的具体工作过程,可以参考方法实施例中的对应过程,本申请中不再赘述。在本申请所提供的几个实施例中,应该理解到,所揭露的***、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个模块或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种分布式控制***的控制回路的性能评估方法,其特征在于,应用于分布式控制***的控制回路的性能评估***中的处理设备,所述分布式控制***的控制回路的性能评估***包括:所述处理设备以及图像采集设备,所述处理设备与所述图像采集设备通信连接;
所述方法包括:
接收所述图像采集设备发送的控制回路曲线图,所述控制回路曲线图包括:第一测量值曲线、第一设定值曲线以及第一输出值曲线;
对所述控制回路曲线图进行曲线提取处理,得到测量值曲线图、设定值曲线图以及输出值曲线图,其中,所述测量值曲线图与所述第一测量值曲线相对应,所述设定值曲线图与所述第一设定值曲线相对应,所述输出值曲线图与所述第一输出值曲线相对应;
分别对所述测量值曲线图、所述设定值曲线图以及所述输出值曲线图进行数据提取处理,得到测量值曲线二值图、所述设定值曲线二值图以及所述输出值曲线二值图,其中,所述测量值曲线二值图与所述第一测量值曲线相对应,所述设定值曲线二值图与所述第一设定值曲线相对应,所述输出值曲线二值图与所述第一输出值曲线相对应;
根据所述测量值曲线二值图、所述设定值曲线二值图、所述输出值曲线二值图、预设的坐标轴信息,得到控制回路数据,所述控制回路数据包括:测量值数据、设定值数据以及输出值数据;
根据所述控制回路数据、坐标上下限信息以及时间范围数据,确定分布式控制***的控制回路的性能。
2.根据权利要求1所述的分布式控制***的控制回路的性能评估方法,其特征在于,所述对所述控制回路曲线图进行曲线提取处理,得到测量值曲线图、设定值曲线图以及输出值曲线图,包括:
根据所述第一测量值曲线的第一预设颜色值、所述第一设定值曲线的第二预设颜色值以及所述第一输出值曲线的第三预设颜色值,从所述控制回路曲线图中提取出所述测量值曲线图、所述设定值曲线图以及所述输出值曲线图。
3.根据权利要求1所述的分布式控制***的控制回路的性能评估方法,其特征在于,所述分别对所述测量值曲线图、所述设定值曲线图以及所述输出值曲线图进行数据提取处理,得到测量值曲线二值图、所述设定值曲线二值图以及所述输出值曲线二值图,包括:
分别对所述测量值曲线图、所述设定值曲线图以及所述输出值曲线图进行灰度化处理,得到测量值曲线灰度图、设定值曲线灰度图以及输出值曲线灰度图;
分别对所述测量值曲线灰度图、所述设定值曲线灰度图以及所述输出值曲线灰度图进行二值化处理,得到测量值曲线二值化图、设定值曲线二值化图以及输出值曲线二值化图;
分别对所述测量值曲线二值化图、所述设定值曲线二值化图以及所述输出值曲线二值化图进行滤波处理,得到测量值曲线滤波图、设定值曲线滤波图以及输出值曲线滤波图;
分别对所述测量值曲线滤波图、所述设定值曲线滤波图以及所述输出值曲线滤波图进行取反处理,得到所述测量值曲线二值图、所述设定值曲线二值图以及所述输出值曲线二值图。
4.根据权利要求2所述的分布式控制***的控制回路的性能评估方法,其特征在于,所述根据所述第一测量值曲线的第一预设颜色值、所述第一设定值曲线的第二预设颜色值以及所述第一输出值曲线的第三预设颜色值,从所述控制回路曲线图中提取出所述测量值曲线图、所述设定值曲线图以及所述输出值曲线图,包括:
根据所述第一测量值曲线的第一预设颜色值、所述第一设定值曲线的第二预设颜色值以及所述第一输出值曲线的第三预设颜色值,将所述控制回路曲线图所在的第一色域转换为第二色域,得到控制回路色域转换图,所述控制回路色域转换图包括:第二测量值曲线、第二设定值曲线以及第二输出值曲线,所述第二测量值曲线、所述第二设定值曲线以及所述第二输出值曲线的标识颜色不同;
对所述控制回路色域转换图进行提取和转换处理,得到所述测量值曲线图、所述设定值曲线图以及所述输出值曲线图。
5.根据权利要求4所述的分布式控制***的控制回路的性能评估方法,其特征在于,所述对所述控制回路色域转换图进行提取和转换处理,得到所述测量值曲线图、所述设定值曲线图以及所述输出值曲线图,包括:
根据所述控制回路色域转换图中的标识颜色,分别确定与所述第二测量值曲线对应的第二测量值曲线图,与所述第二设定值曲线对应的第二设定值曲线图,以及与所述第二输出值曲线对应的第二输出值曲线图;
将所述第二测量值曲线图、所述第二设定值曲线图以及所述第二输出值曲线图所在的色域转换为第一色域,得到所述测量值曲线图、所述设定值曲线图以及所述输出值曲线图。
6.根据权利要求1所述的分布式控制***的控制回路的性能评估方法,其特征在于,所述根据所述测量值曲线二值图、所述设定值曲线二值图、所述输出值曲线二值图、预设的坐标轴信息,得到控制回路数据,包括:
根据所述坐标轴信息与所述测量值曲线二值图、所述设定值曲线二值图、所述输出值曲线二值图中多个曲线采样点的相对位置关系,确定各所述曲线采样点的坐标信息;
根据采样数目,对所述坐标信息进行提取,得到控制回路数据,所述控制回路数据中包括:测量值曲线二值图中各曲线采样点的坐标、所述设定值曲线二值图中各曲线采样点的坐标以及所述输出值曲线二值图中各曲线采样点的坐标。
7.根据权利要求1所述的分布式控制***的控制回路的性能评估方法,其特征在于,所述根据所述控制回路数据、坐标上下限信息以及时间范围数据,确定控制回路的性能,包括:
根据所述坐标上下限信息,对所述控制回路数据进行预处理,得到预处理后的控制回路数据,所述预处理后的控制回路数据中各曲线采样点的坐标在所述坐标上下限信息的范围内;
根据所述预处理后的控制回路数据,确定所述控制回路的实际运行参数,所述实际运行参数包括:阀门饱和率以及振荡指标;
根据所述实际运行参数,确定所述控制回路的性能。
8.一种分布式控制***的控制回路的性能评估***,其特征在于,包括:处理设备以及图像采集设备,所述处理设备与所述图像采集设备通信连接;
所述图像采集设备用于,采集控制回路曲线图,并发送至所述处理设备;
所述处理设备用于,执行权利要求1-7任一项所述的分布式控制***的控制回路的性能评估方法,确定分布式控制***的控制回路的性能。
9.一种处理设备,其特征在于,所述处理设备包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当所述处理设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求1-7任一项所述的分布式控制***的控制回路的性能评估方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时,实现如权利要求1-7中任一项所述的分布式控制***的控制回路的性能评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210859982.4A CN114936141B (zh) | 2022-07-22 | 2022-07-22 | 分布式控制***的控制回路的性能评估方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210859982.4A CN114936141B (zh) | 2022-07-22 | 2022-07-22 | 分布式控制***的控制回路的性能评估方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114936141A true CN114936141A (zh) | 2022-08-23 |
CN114936141B CN114936141B (zh) | 2022-11-04 |
Family
ID=82867996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210859982.4A Active CN114936141B (zh) | 2022-07-22 | 2022-07-22 | 分布式控制***的控制回路的性能评估方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114936141B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101484856A (zh) * | 2006-06-30 | 2009-07-15 | 费希尔控制产品国际有限公司 | 过程控制设备特征曲线图的计算机化评估 |
CN105353301A (zh) * | 2015-10-23 | 2016-02-24 | 华北电力大学(保定) | 一种断路器状态评估参数获取方法 |
CN108663603A (zh) * | 2018-05-16 | 2018-10-16 | 南方电网科学研究院有限责任公司 | 分布式录波图形化分析方法、装置、设备及介质 |
WO2019025533A1 (en) * | 2017-08-04 | 2019-02-07 | Ventana Medical Systems, Inc. | AUTOMATIC ASSAY ASSESSMENT AND NORMALIZATION FOR IMAGE PROCESSING |
CN110491479A (zh) * | 2019-07-16 | 2019-11-22 | 北京邮电大学 | 一种基于神经网络的骨质状态评估模型的构建方法 |
CN110648315A (zh) * | 2019-09-06 | 2020-01-03 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于大数据技术的高压断路器状态评估方法 |
CN112085682A (zh) * | 2020-09-11 | 2020-12-15 | 成都国科微电子有限公司 | 图像降噪方法、装置、电子设备及存储介质 |
CN114549922A (zh) * | 2021-12-31 | 2022-05-27 | 清华大学 | 卷积神经网络识别与评估***动态特性的方法和装置 |
CN114740708A (zh) * | 2022-04-25 | 2022-07-12 | 浙江中控技术股份有限公司 | 一种基于图像识别的pid参数整定方法 |
-
2022
- 2022-07-22 CN CN202210859982.4A patent/CN114936141B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101484856A (zh) * | 2006-06-30 | 2009-07-15 | 费希尔控制产品国际有限公司 | 过程控制设备特征曲线图的计算机化评估 |
CN105353301A (zh) * | 2015-10-23 | 2016-02-24 | 华北电力大学(保定) | 一种断路器状态评估参数获取方法 |
WO2019025533A1 (en) * | 2017-08-04 | 2019-02-07 | Ventana Medical Systems, Inc. | AUTOMATIC ASSAY ASSESSMENT AND NORMALIZATION FOR IMAGE PROCESSING |
CN108663603A (zh) * | 2018-05-16 | 2018-10-16 | 南方电网科学研究院有限责任公司 | 分布式录波图形化分析方法、装置、设备及介质 |
CN110491479A (zh) * | 2019-07-16 | 2019-11-22 | 北京邮电大学 | 一种基于神经网络的骨质状态评估模型的构建方法 |
CN110648315A (zh) * | 2019-09-06 | 2020-01-03 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于大数据技术的高压断路器状态评估方法 |
CN112085682A (zh) * | 2020-09-11 | 2020-12-15 | 成都国科微电子有限公司 | 图像降噪方法、装置、电子设备及存储介质 |
CN114549922A (zh) * | 2021-12-31 | 2022-05-27 | 清华大学 | 卷积神经网络识别与评估***动态特性的方法和装置 |
CN114740708A (zh) * | 2022-04-25 | 2022-07-12 | 浙江中控技术股份有限公司 | 一种基于图像识别的pid参数整定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114936141B (zh) | 2022-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110642109B (zh) | 升降设备的振动检测方法、装置、服务器及存储介质 | |
CN110675373B (zh) | 一种组件安装检测方法、装置和*** | |
CN106682665B (zh) | 一种基于计算机视觉的七段式数显仪表数字识别方法 | |
US9438768B2 (en) | Image processing apparatus, image reading apparatus, image processing method and information storage medium | |
CA2867365A1 (en) | Method, system and computer storage medium for face detection | |
CN112730251B (zh) | 一种用于屏幕颜色缺陷检测的装置及方法 | |
CN113705332A (zh) | 检测车载终端摄像头遮挡的方法和装置、车载终端、车辆 | |
CN101939995A (zh) | 图像处理装置以及图像处理程序 | |
CN107292897A (zh) | 用于yuv域的图像边缘提取方法、装置及终端 | |
CN114936141B (zh) | 分布式控制***的控制回路的性能评估方法及*** | |
CN105335981B (zh) | 一种基于图像的货物监控方法 | |
CN111291778B (zh) | 深度分类模型的训练方法、曝光异常检测方法以及装置 | |
KR102366396B1 (ko) | Rgb-d 데이터와 딥러닝을 이용한 3d객체영역분할 방법과 그 시스템 | |
EP4276755A1 (en) | Image segmentation method and apparatus, computer device, and readable storage medium | |
CN112907593B (zh) | 一种手机镜片胶体断层位置的识别方法、装置及相关设备 | |
CN109829389B (zh) | 机器移位判断方法、装置以及计算机存储介质 | |
CN114943681A (zh) | 异常检测方法及异常检测装置 | |
CN112150544A (zh) | 吊钩到位检测方法、装置和计算机可读介质 | |
CN103313066A (zh) | 插值方法及装置 | |
CN110865084A (zh) | 基于自学习模式的综丝分离检测***及方法 | |
CN112364693A (zh) | 基于双目视觉的障碍识别方法、装置、设备及存储介质 | |
CN114782418B (zh) | 瓷砖表面缺陷的检测方法及装置、存储介质 | |
CN111757002B (zh) | 图像处理方法、输出控制方法、图像采集设备及显示设备 | |
CN118097192B (zh) | 一种基于云边协同的网关数据处理方法及*** | |
EP4310790A1 (en) | Image analysis method and apparatus, computer device, and readable storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 310053 No. 309 Liuhe Road, Binjiang District, Hangzhou City, Zhejiang Province Patentee after: Zhongkong Technology Co.,Ltd. Country or region after: China Address before: 309 Liuhe Road, Binjiang District, Hangzhou, Zhejiang 310000 Patentee before: ZHEJIANG SUPCON TECHNOLOGY Co.,Ltd. Country or region before: China |