Technische Universiteit
Delft
Werktuigkundige Meet-
en Regettechniek
SCHRIJVER : T.Pawirotaroeno
TITEL Diagnosesysteem voor procesoperator ondersteuning.
Een aanzet tot het ontwikkelen van een zoekalgoritme.
RAPPORT Nr : A-472
.1R
--
4,-.6etc,1 e71i eet
d-kutz4,./
--Ae,-.4.cet.
-_-7/
(Et
p
y
1
....rCt -,ily;
,A,
t-e--ciel
(7-ei;----.1-0
2t.e--/ teri
1-4-69(
7
11
p?4,-tra
DATUM : Oktober 1990
37
fcv
A.444,
624 -136-1-Sev-CCilytaç.c
Var
j4-c.
y2pw-
_et
014 c>461-61/2-e-c,ct
41-Asti;
hiete.1222,
4-e-rio6e-sli
itaik
-4!
c7tLc 71ert
/12"0- it
'P-444-Ce-tae.--240
1tc4-0L-1-15-*^--'And
Z
&pi
44,12
toad
A
24,cttma a
letot,
MAI
,1:3 ()nettit-
064-64-ccmicjat
?
litot 9,"
0---es
k
Priv 4
I
II
/I,
r
3
,7
?
/z.4en Maritieme Techniek
Vakgr. Meet- en Regeltechniek
Mekelweg 22628 CD DELFT
Afstudeeropdracht voor de beer T. Pawirotaroeno. R. Holstlaan 683, 2624 JB Delft
Binnen de sectie Mens-Machine Systemen wordt onderzoek verricht naar het
functio-neren van de mens bij de supervisie van geautomatiseerde systemen. De taak van de
menselijke supervisor wordt verzwaard door de steeds groeiende complexiteit van het
door hem of haar bewaakte proces en door de hogere eisen die aan het functioneren
van het mens-machine systeem worden gesteld. Zo wordt van de supervisor verwacht
dat hij of zij bij problemen in het bewaakte systeem adequaat reageert, dat wil
zeg-gen de ernst van de situatie onderkent, afdoende compenserende acties onderneemt,
een juiste diagnose stelt en de fout corrigeert.
Oplossing van deze problematiek zou kunnen liggen in het volledig automatiseren
van de bewakingsfunctie; bij de huidige stand van de techniek is zulks echter niet
mogelijk: de mens blijft nodig vanwege zijn creativiteit en flexibiliteit. Beter lijkt het
de mens te ondersteunen met geautomatiseerde hulpmiddelen.
Bij een op kennis gebaseerd (expert)systeem is een duidelijke scheiding a,angebracht
tussen feiten- en procedurele kennis en tussen gegevens en redenering Ivat het in
po-tentie tot een flexibel en veelbelovend gereedschap ter ondersteuning van de mens a,ls
beslisser maakt.
De kennis waarbij het in een fysisch proces gaat is veelal aanwezig in de gedaante
van (meestal kwantitatieve) betrekkingen tussen variabelen. Problemen hierbij zijn
externe verstoringen en meetonnauwkeurigheden, terwijl dikwijls meetwaarden in
on-voldoende mate aanwezig zijn om daaruit direct een falende component te kunnen
opsporen. Er is dan ook behoefte aan een algoritme die zulke betrekkingen op een
zinvolle wijze kan combineren opdat storingen in een proces effectief kunnen worden
opgespoord. De real-time omgeving vereist tevens efficientie.
Binnen de sectie Technische Systemen
-tVeetal experimentele
laboratoriumpro-cessen ontwikkeld; aan een daarvan/(ELP-1
s door eerdere studenten onderzoek
ge-daan; daardoor is reeds veel beken
het gedrag van het proces.
Van u wordt gevraagd:
een algoritme te zoeken voor automatische foutendiagnose;
de algoritme voor de volgende complicaties geschikt te maken:
nicer da.n een lout tegelijkertijd;
fouten die elkaar gedeeltelijk opheffen;
meetonnauwkeurigheden; enwerkpuntsveranderingen;
rekening te houden met gevoeligheden van betrekkingen voor storingen;
de algoritme toe te passen op het ELP-1; en
door gerichte proefnemingen haar functionaliteit te toetsen.
Voor dagelijkse begeleiding van uw Iverk hunt
u een beroep doen op drs. N. Tilden;
fr. F.J. Vergouwen is verantwoordelijk voor bet experimentele laboratoriumproces.
Delft, oktober 1990
Prof.dr.ir. N.G. Stassen
-SAMENVATTING
Bij de huidige stand van de techniek waarbij de procesoperarator als mens niet kan worden gemist, kan hij in de besluitvorming worden ondersteund met een diagnosesysteem dat fungeert als een
adviessysteem.
Net gedrag van een dergelijk systeem zal overeenstemmen met dat van de procesoperator. Deze overeenstemming kan worden bereikt door het diagnosesysteem proceskennis te laten gebruiken die afgestemd is op de procesoperator. Het diagnosesysteem zal een algoritme moeten bevatten die deze kennis manipuleert. Dit afstudeerwerk is een eerste aanzet tot het ontwikkelen van een dergelijk algoritme. Er is van het algoritme een implementatie gemaakt op een IBM-PC, waarbij een laboratoriumproces als voor-beeld proces is genomen. Tevens is een evaluatie gedaan t.a.v. van het functioneren van het algoritme.
1. INLEIDING 1
1.1 Achtergrond 1
1.2 Probleemstelling 4
1.3 Opzet van het onderzoek 5
1.4 Opbouw van het verslag 6
2. EEN DIAGNOSESYSTEEM VOOR PROCESOPERATOR ONDERSTEUNING 7
2.1 Inleiding 7
2.2 De taak van de procesoperator bij
foutenfhandeling 7
2.3 'Wear en waarmee kan de procesoperator worden
ondersteund 9
2.4
Kennis
van diagnosesysteem 122.4.1 Het diagnosemodel van de procesoperator 12
2.4.2 Vereiste kennisniveau 15
2.5 Conclusies 16
3. REPRESENTATIE VAN DE KENNIS 17
3.1 In1eiding 17
3.2 De kennis van de procesoperator 17
3.3 Doel-functieanalyse 19
3.4
Modelvorming 243.5 Conclusies 27
4. ZOEKALGORITME VAN NET DIAGNOSESYSTEEM 28
4.1 Inleiding 28
4.2 De zoekstrateqieen 28
4.3 Algoritme van stap-1 33
4.3.1 A1aoritme van fase-1 33
4.3.2 Algoritme van fase-2 36
4.4 Alcoritme van stap-2 42
4.4.1 Representatie van oorzaak-gevolgrelaties 45
AFSTUDEEROPDRACHT
4.4.2 Bouwen van een foutenbestand 47
4.4.3 Net berkenningsalgoritme 54
Conclusies
IMPLEMENTATIE 58
5.1 Inteiding 58
5.2 Net Experimenteel Laboratorium Proces 58 5.3 Programmatuur
EVALUATIE 76
6.1 Inleiding 76
6.2 Opzet van de evaluatie 76
6.3 Resultaten van stap-L
6_4 Pesultaten van stap-2i 6_5 Conclusies CONCLUSIES EN AANBEVELINGEN ,89 ZYMBOLENLIJST LITERATUURLIJST 94 4.5 56 66 78 84 86 93
HOOFDSTUK 1
INLEIDING
In dit inleidende hoofdstuk wordt de achtergrond van de probleem-stelling toegelicht, waarna deze probleemstelling wordt gefor-muleerd. Eveneens wordt een toelichting gegeven van het doel van
dit onderzoek en hoe het opgezet is. Vervolgens wordt een over-zicht gegeven van de opbouw van het rapport.
1.1 Achtergrond
Mede dankzij de toepassing van computers neemt de
automatise-ringsgraad in de procesindustrie toe. Steeds meer handelingen die vroeger door de procesoperator gedaan werden. worden overgenomen
door automaten. Hierdoor komt de procesoperator buiten de regel-kring van het geregelde proces te staan.
De traditionele taak van de procesoperator (menseliike regelaar) is hierdoor veranderd in een superviserende taak. In fiquur 1.1 is de plaats weergegeven van de procesoperator ten opzichte van het proces. Een Mens-Machine Interfase (MMIF) vormt de schakel tussen de procesoperator en het proces. Deze MMIF bezit minimaal uitleesfaciliteiten waarop procesdata worden gepresenteerd en
ingreepfaciliteiten waarmee de procesoperator in het proces kan ingrijpen. De supervisietaak van de procesoperator bestaat globaal uit de volcende functies (Kok. Stassen 1980):
stoppen en opstarten van het proces: procesoptamalisatie en het
I control Pane I
-7--r
oulput feedback
_
super visor y task
Ficuur 1.1 Pleats van de
procesoperator ten opzichte
van het proces (Kok. Stassen 1980)
mec.surernent
System
_J
_
sepoth ts permanent sampled 1
out Os cutouts 'MAN-MACHINE
'INTER FACE
1
Information display
observo t ion s 1SUPER visoR
2 I Ii I I setpoints automatic controller I
E1
--I Control actions human obuevotiors actions super vi setL
.111
sampling reaues sampling
S ystem
disturbances ;SUPERVISED
SYSTEibi
C711 dynamic system
'
slnal
process state1r1
Eens in de zovel tijd wordt
het proces stiigelegd. om bepaalde onderhoudswerkzaamheden te kunnen uitvoeren, b.v. het vervangen van de regelstaven in een kerncentrale.Het stoppen en opstarten van processen gaat meestal volgens een van tevoren vastgelegde procedure. Over het algemeen zal de procesoperator weinig moeite hebbea deze functie uit, te voeren.
Het 0-ootste gedeelte van de tijd besteedt de procesoperator aari het optimaliseren, van het proces. Het bestaat meestal uit een-voudige handelingen zeals setpoint bijstellen, lUeine ender-houdswerkzaamheden enz.,
Storingeh (fouteh) in het proces kunnen optreden als gevolg van
ten defect aan een procescomponent of een verkeerde instelling, Net is de taak van de procesoperator de oorzaak van deze foutea
te vinden en te herstellen.
Het afhandelen van fouten is een complexe functie waarvan de complexiteit afhankelijk is van o.m. de complexiteit van het
proces, van de training en ervaring van de procesoperator en
van
flits%
de gerepresenteerde procesinformatie, maar oak van het ver-minderde kontakt tussen procesoperator en het procee; volgens
sommige literaturen besteedt de procesoperator slechts 1% van de het afhandelen van fouten.
Vanuit de omgeving wordt een extra druk op deze functie uitge-oefend. Door de milieubewust wordende omgevinq warden strenqere
eisen gesteld t.a.v. veiligheid met het gevolg dat de morele verantwoordeliikheid van de procesoperator grater wordt.
Doordat processen grater en complexer warden, groeit ook de behoefte de problematiek met betrekkinq tot de teak van de procesoperator op, te lessen met nieuwe middelen. De in dit
rapport veergesteIde oplossinq vormt een aanvulling op
de gang
bare conceptenL presentatie van procesgegevens in de regelzaal,
1 , Probleemsteljlng
Naarmate processen groter en complexer worden, worden te minder doorzichtig. Het aantal onvoorziene situaties die zich kunnen voordoen neemt hierdoor toe. Voor de procesoperator wordt het moeilijker om deze situaties te beoordelen. De recente, ongelukken (Three Mile Island en Tsjernobyl). als gevolg van mogelijke foutieve beoordelingen van de situatie., tonen het belang van een goed overzicht van het te superviseren proces aan.
Om een goed overzicht van het proces te krijgen
is het
nood-iakelijk dat de procesoperator wordt ondersteund. Veelal wordt hij ondersteund in zijn beeldvorming door procesinformatie op de MMIF te presenteren op een manier die goed aansluit bij zijn voorstelling. Hierdoor wordt beoogd dat hij op', een
efficinte
manier zijn interne, representatie (beeldvorming) kan vormen. boor een juiste beeldvorming is hij in staat, ah snel en adequaat te reageren op de onstane situatie.
Het besluitvormingsproces is echter niet alleen afhankelijk van de interne representatie. Factoren zoals ziek zijn en over-moedigheid kunnen ertoe leiden dat er verkeerde beslissingen worden genomen. ,Ondersteuning in de besluitvorming kan er toe bijdragen dat er minder verkeerde besLissingen warden, genomen.
Het onderzoek waarvan, in dit rapport verslag wordt gedaan. beeft
betrekking op ondersteuning tijdens het diagnostiseren van fouten. Net diagnostiseren van fouten is slechts een fase die de procesoperator doorloopt bij het afhandelen van fouten.
Opstarten en stoppen van processen en procesoptimalisatie valt
buiten het kader van, dit onderzoek. De argumentatie. em de proces-operator tijdens de diagnose te ondersteunen. wordt in de latere hoofdstukken behandeld.
Net middel waarmee de procesoperator wordt ondersteund in zijn besluitvormina is een diagnosesysteem dat fungeert als een adviessysteem. Fen dergelijk systeem, dat bestaat uit een al-goritme om proceskennis mee te manipuleren, zal moeten
5
eenstemmen met de procesoperator. beze overeenstemming kan worden
bereikt door kennis van het proces te gebruiken die is
afgestemd-op de voorstelling van de procesoperator. Op basis van deze
kennis is een algoritme ontwikkeld die deze
kennis kan mani=
puleren.
Doelstelling
In dit rapport wordt verslag gedaan van een haalbaarheidsonder-zoek naar de volgende probleemstelling:
Ontwikkel een algoritme waarmee fouten kunnen worden gediagnos=
tiseerd, waarbij gebruik wordt gemaakt van kennis van het proces
die afgestemd is op de procesoperator.
Opzet vah, het onderzoelt
Ms uitgangspunt yams- bet
ontwikkelen van het algoritmegenomen de kennis van bet proces. Een model van het gedrag van de
procesoperator zal inzicht moeten verschaffen in de manier hoe,
hij zijn interne representatie opbouwt. Deze kennds is vervolgens zodanig geformaliseerd dat het geschikt is voor
computerbewerk-ing.
Op basis van een aantal eisen die aan het diagnosesysteem kunnen worden gesteId en de geformaliseerde kennis is het algoritme ontwikkeld. Het algoritme is geevalueerd op een voorbeeldproces dat in het Laboratorium van het, vakgroep meet- en regeltechniek
is opgesteld.
Eli dit onderzoek iS voor een opzet gekozen waarbif het proces zich in een stationaire toestand bevindt. Afhankelijk van de bevindingen van dit onderzoek kan aanbevelingen worden gedaan
naar een aanpak waarbij het proces dynamisch wordt beschouwd.
1.3
1.4 Opbouw van hat rapport
Hoofdstuk 2 van dit rapport behandelt het gedrag van de
proces-operator bij het afhandelen van fouten. Tevens warden er
argumen-ten gegeven waarom de procesoperator wordt ondersteund biS het diagnostiseren van fouten.
Hoe de procesoperator zijn interne representatie opbouwt en hoe
deze wordt gerepresenteerd wordt in hoofdstuk 3 behandeld. Het alcroritme die gebuik maakt van deze kennis wordt in hoofdstuk 4 aan de orde gebracht.
Het algoritme is geimplementeerd op een voorbeeldproces en een computerprogramma is de resultaat hiervan.
Een beschrijving van het voorbeeldproces en de programmatuur komen in hoofdstuk 5 aan de orde.
In hoofdstuk 6 wordt het algoritme geevalueerd waarvan de
bevindingen zijn samengevat in hoofdstuk 7.
HOOFDSTUK 2
'EEN DIAGNOSESYSTEEM VOOR PROCESOPERATOR, ONDERSTEUNIN
2.1 Inleiding
Een van de taken van de procesoperator tijdens het euperviseren
van een proces is het afhandelen van fouten_
Bij het afhandelen van fouten hanteert hij ten bepaalde-werkwii-ze. Een analyse van de werkwijze moet inzicht geven in de beper-kingen van de procesoperator bij het uitvoeren van zijn taak.
Daarwaar deze beperkingen aan het licht komen kan warden bekeken of een ondersteuning mogelijk is.
Wear, waarmee en hoe moet worden ondersteund komen. in Alt hoofd-stuk aan de, crde.
2,2" De teak van de procesoperator bij foutenafhandeLin4
In een proces kunnen storingen optreden ale gevolg van fouten die ziin ontstaan doordat componenten defect ziin of doordat proces-parameters verkeerd zijn ingesteld. Deze fouten warden uit economische_ veiligheids- of produktieredenen ale ongewenst
beschouwd en dienen daarom zo snel mocaelijk te warden afgehane deld.
Tijdens 'het afhandelen van fouten doorloopt de procesoperator
vier Lasen (hils, 1986) AF
-
detektie: dit is de fase waarbij een storing wordt waargenomen, compensatie: handelingen warden verricht cm eraer te voorkomen;diagnose: het zoeken naar de oorzaak van de foutA
De cletekt4entee
De detektiefase is de fase waarbij ide procesoperator een stori -waarneemt. Op twee manieren kan hij een storing waarnemenc
Middels een alarmaignaal wordt trij er op geattendeerd; of hij leidt het zelf af doordat het proces een abnormale gedrag vertoont,
In het laatste geval ]zal de procesoperator kennis moeten, hebben over het nominale .(gewenste) gedrag van het proces, waarmee het I
geobserveerde gedrag wordt vergeleken,
(1
(01(214/
Nadat een ongewenste situatie is waargenomen zal de proCesopera tor afhankelijk van de ernst van de situatie compenserende akties ondernemen. Het doel van deze aktie is niet, de oorzaak van de storing te vinden en deze te herstellen, maar um een doelstelling te blijven waarborgen. In geval van veiligheid zal de proces-operator er voor zorgen dat deze niet in gevaar komt door ge-richte aktie te ondernemen; zo kan bijvoorbeeld de procesoperator
van een verbrandingsoven het proces stil leggen, wanneer hij constateert dat er teveel dioxine door de oven wordt uitgestoten.
Compensatieaktie kan warden beschouwd as een symptoom
bestrij-dingsaktie.
De compensatiefase
De diagnbeefase
vigut. vott
AMP
De diagnosefase is de fase waarbiji de procesoperator op zoek gaat naar de oorzaak van de storing. Een strikte scheidinq tussen de diagnosefase en de compensatiefase is niet altiJd mogelijk. Meestal is de procesoperator al begonnen met de diagnose terwijd. hij aan het compenseren is.
De korrektiefase
Nadat de oorzaak is gevonden kan deze worden hersteld. Afhan-kelijk van de aard van de storing kan de procesoperator de fout zelf herstellen of laat hij het over aan een onderhoudsploeg.
2.3 War en waarmee kan de procesoperator worden ondersteund
Bij het afhandelen van fouten doorloopt de procesoperator de
voornoemde vier fasen. In welke fase de procesoperator kan worden
ondersteund is afhankelijk van:
de bereikte cognitieve limitaties van de procesoperator; de mogelijkheden van de computer een ondersteuning te geven in het uitvoeren van zijn taak;
de behoefte taken door een computer te laten uitvoeren vanwege
het onvriendelijke karakter van de taak.
Bij de huidice stand van de techniek is de mens in veel opzichten
superieur aan de een computer.
De mens is creatief, flexibel en intelligent, maar heeft de mens een aantal zwakke punten ten op zichte van de computer:
beperkte werkgeheugen;
beperkte redeneercapaciteit; en inconsistentie.
Aan de hand van de beperkingen van de mens en de voordelen die de
computer heeft, kan worden nagegaan in welke fase van de
fouten-afhandelingstaak de procesoperator kan worden ondersteund.
-10
In het detekteren van storingen is de mens zeer beperkt.
Voor de
procesoperator is
het onmogelijk
alle
proces relevante
para-meters in
de craten te houden. Op dit
gebied zijn er veel
onder-zoekingen verricht,
die
geleid hebben
tot
technieken
waarmee
storingen
kunnen
wardengedetekteerd.
Het
ondersteunen
in de
detektiefase valt buiten het kader_van d.it onderzoek.
Compenseren vereist vooral
flexibiliteit, creettiviteit en
Intel-ligentie.
Deze kenmerken ontbreken
bij de huidige
computers en
daarom lijkt het
niet zinvol de procesoperator hierin
te
onder-steunen.
Een juist inzicht
in het proces kan echter leiden tot een betere
compensatieaktie.
Foutendiagnose
bii
grote
processen
is
meestal
zeer
complex
waardoor de kans
op menselijke falen
graterwordt.
De
complexi-teit van deze taak is onder
meer afhankelijk van de complexiteit
van het proces en de kennis en ervaring van de procesoperator; de
kennis van de mens is inconsistent.
Bij het
diagnostiseren van fouten
lijkt een taak voor
de
com-puter te ziin weggelegd. Een comcom-puter kan onvermoeibaar redeneren
en de opgeslagen kennis is constant en blijft altijd beschikbaar.
Een ondersteuning in
deze fase met
behulp van een computer
zou
kunnen leiden tot een betere foutendiagnose.
Het
herstellen
van
defekten in
de
korrektiefase
bestaat uit
handelingen
die crebonden zijn
aan de mens.
Zo kan bijvoorbeeld
alleen de mens een regelklep demonteren.
Uit het voorgaande
is gebleken dat ondersteuning aan
de
proces-operator tiidens de
diagnose een
zinvolle bijdrage ken
leveren
bii het uitvoeren van zijn tack.
Vanweae de beperkingen van de computer op het gebied
van
flexibi-liteit, intelligentie
en creativiteit ken de aanwezigheid van de
procesoperator
niet
worden
cremist. De
procesoperator
zal nog
r'fiNll 1
ri X.ACIIONS
I.
==.32.3.2.63.fl
IISS
syslom disturbances (1(k) control (Incision
decision - making pad
lagnegmachigo irgerfpco
fault diagnosis system
011SERVA1IOriACT1Ohn observation decision ri. input Vx(k) observation error noiso vi(k) variance ,Figuur 2.1
Flats
van het diagnosesysteein in het
supervisiemodel,
6Riedijk 19901
observed faun osliniabe observod output y(k) observe Input uc(k)
ORSERVAlONS
..
output observation noisovo(k)
Slip mviscdsysInin ( including Ow automatic blind:1cm and fault diagnosis srUntio ) obsolvericoniroliol/ decision 'nodal ol tho human supoIVisor
L,
ciA(ouv
mer
ovi
.0Nvile--'it
dynamic observer04
0 ( k) control slab ° estiniato x(k) part z(k) Mr pail COSMO' lic(k 11/1)/11 Lystom moasured sysiom dynamics moasurement System ,x(k)°Wool mansion(' -input
S 1 I. roi I display 1
12
Het diagnosesysteem dat de pracesoperator moet ondersteunen de diagnose zal als een adviessysteem moeten fungererL De pleats
van het diagnosesysteem kan het best worden geillustreerd aan de hand van het supervisieschema van figuur 2.1. Dit schema is
oorspronkelijk bedoeld voor het modelleren van het gedrag van de. procesopeator bij langzaam reagerende systemen (Kok, van Wijk
1979). Het model van de procesoperator bestaat uit een waarnemend
deel, een beslissend deel en een regelend deel,
Het voorgestelde diagnosesysteem vormt bier een deel van de MMIF.,
waarbij de door het systeem gestelde diagnose wordt woorgelegd aan de procesoperator. Deze informatie kan hij gebruiken in het beslissende deel,
2:4 Kennis van het diagnosesysteem
Een optimale ondersteuning wordt ve"rkregen wanneer de kennis van het proces, die het diagnosesysteem gebruikt om een diagnose te
stellen, overeenstemt met de manier waarop de procesoperator de 'kennis van het proces formaliseert. Dit heeft als voordeel dat de oplossingen van het diagnosesysteem gemakkelijk kunnen worden
verklaard. Inzicht in de kennis van de procesoperator wordt verkregen aan, de hand van een model dat het diagnosegedrag van de
procesoperator beschrijft.
2.4.1 Het diagnosemodel van de procesoperator
Door Rasmussen (Rasmussen 1986) iS een model ontwikkeld van de
procesoperator. Hij maakt onderscheid tussen drie soorten
gedra-4ingen (figuur 2..2)t
'- het skill-based gedragm
- het rule-based gedrag en
Knovledge-based Behavior Rule-based Behavior Identi-fication Decision, choice of task Symbols Coals Planning
Fiauur 2.2
Diaanosemodel van
Rasmussen (Rasmussen
1986)
Signs Recog-nition Associa-tion state/task Stored rules for tasks 8kill-base3 Behavior Feature formation (Signs) Automated sensorimotor patterns
Sensory input Signals Actions
Het skilt-based igedrag.
Het skill-based gedrag is routinegedrag dat wordt gekenmerkt door
een zeker automatisme. Het is onbewust gedrag dat weinig mentale belasting vereist... Meestal is men zich alleen, ervan bewust dat een dergelijk gedrag is uitgevoerd. Een voorbeeld van dit gedrag
tijdens de supervisietaak is het onmiddellijk kijken near het overall processchema wanneer een alarm afgaat
Het rule-based gedrag
Net rule-based gedrag IS gebaseerd ofy procedurele regels. Deze regels zijn voorgeschreven regels of mijn regels die de proces-operator heeft verkregen uit ervaring of door training.
HU dit
gedrag herkent de procesoperator de situatie en past hij de regels toe die voor die situatie geldigDe handelingen die warden verricht zijn bewuste handelingen, waarvan het verband ertussen ontbreekt.
Een voorbeeld van dit gedrag is het starten en Stoppen van processen. Dit gebeurt aan de hand van regels die van tevoren ziln. vastge/egd.
Net knowledge-based gedrag
Het knowledge-based gedrag is gebaseerd op ekplioiete kennis. De procesoperator vertoont dit gedrag wanneer een onbekende sdtuatie
zich voordoet. Dit gedrag kenmerkt zich door de hoge mentale
belasting die van de procesoperator wordt vereist. Door logisch
te redeneren probeert de procesoperator de onbekende toestand te
indentificeren en zaT hii een strategie ontwikkelen om de situatie het hoofd te kunnen bieden.
14
Het knowledge-based qedrag vertoont in tegenstellincr tot het rule-based en het skill-based gedrag. een zekere mate van flexi-biliteit. Bij dit gedrag kan de procesoperator inspelen op heel
eenvoudige tot zeer complexe problemen.
2.4.2 Vereiste kennisniveau
Het diagnosesysteem kan de kwalifikatie van adviessysteem krijgen
als het in kwaliteit niet onderdoet voor de procesoperator.
Voor het diagnosesysteem kunnen een aantal beoordelingskriteria worden opgesteld.
Zo wordt van het diagnosesysteem verwacht dat het oplossingen kan
geven op problemen die (Rasmussen 1986):
A)0(.",/10141(7
onbekend ziin (onvoorziene problemen); e
zijn ontstaan als gevolg van fouten n de dynamica van het
Nt //
proces;zijn ontstaan als gevolg van meerdere fouten die tecrelijkertijd kunnen optreden;
zijn ontstaan als gevolg van een verkeerde parameterinstelling.
Verder wordt van het diagnosesysteem verwacht dat de
procesopera-tor met tussenresultaten compenserende akties kan ondernemen.
Zal een diagnosesysteem voldoen aan de bovenaenoemde verwachtin-gen den zal het diagnosesysteem zoveel moqelijk oplossingen moeten zoeken op een niveau dat vergeliikbaar is met het
know-ledge-based niveau van de procesoperator.
Hoe deze kennis van struktuur is. wordt in het volgende hoofdstuk
2.5 Conclusies
Ondersteunen van de procesoperator bil foutenafhandelinq is
zinvol in de diaqnosefase. Omdat de procesoperator als mens niet kan warden gemist, zal een diagnosesysteem als een adviessysteem moeten funcreren.
Een optimale ondersteuning wordt
__
verkregen als het tesuper-viseren proces door het diagnosesysteem op een zelfde manier als door de procesoperator wordt benaderd. Wil het diagnosesysteem
______
// (
moeillike problemen oplossen dan zal het systeem kennis moeten
//
gebruiken die afgestemd is op het knowledge-based kennisniveau van de procesoperator.
HOOFDSTUK 3
REPRESENTATIE VAN DE KENNIS
3.1 Inleiding
Een diagnosesysteem bevat kennis over het te diagnostiseren proces. Wil het diagnosesysteem moeilijke problemen aankunnen dan
is kennis nodig van een niveau dat vergelijkbaar is met het knowledge based niveau van de procesoperator. Het ligt voor de hand deze kennis expliciet te maken voor het diagnosesysteem. Hoe de kennis van struktuur is en hoe deze expliciet kan warden.
gemaakt komt in dit hoofdstuk aan de orde.
Ter illustratie wordt een voorbeeld behandeld waarin kennis van een warmtewisselaar expliciet wordt gemaakt.
De expliciet gemaakte kennis moet zodanig zijn beschreven dat het voor computerbewerking geschikt is. Oak dat komt in dit hoofdstuk aan de orde.
3.2 De kennis van de procesoperator
Zonder kennis van het te diagnostiseren proces kan er geen diagnose warden gesteld van een fout in het proces. Aan de te
gebruiken kennis kunnen een aantal eisen warden gesteld:
- Het kennisniveau moet vergelijkbaar zijn met kennis op know-ledge-based niveau, hierdoor kan het diagnosesysteem an-ticiperen op moeilijke problemen.
t/
Aangezien het diagnosesysteeth een comfiaterprogramthe IS. 2a1 dekennis geschikt moeten zijn voor computerbewerkingen.
De kennis moet afgestemd zijn op die van. de procesoperator,
Vue_e_
Mae-t-
wet
tAA1kw"
Loot
ota4.
Het ligt voor de hand om de kennis van de procesoperator
beschik-baar te stellen aan het diagnosesysteem. Dit heeft als voordeel
dat de Rennis begrijpbaar is en dat het kennisndveau is
gegaran-deerd.
Hoe de kennis van struktuur is,. is afhankeli)k van de manier waarop de procesoperator proceskennis formaliseert.
Een
model van de interne representatie van de procesoperator ken het nodigeinzicht verschaffen.
Interne representatie van de procesoperator
Net opbouwen van de interne. representatie is een proces van informatietransformatie. De aangeboden procesinformatie wordt
door de procesoperator getransformeerd naar voor hem gemakkelijk hanteerbare informatie.
Rasmussen [Rasmussen 19861 heett een model ontwikkeld waarmee
inzicht kan warden, verkregen in het proces van informatietranfor-matie. Net model is een tweedimensionaal model, waarbij de ene
dimensie "de abstrakte dimensie" is. en de andere dimensie
*de
agareaatie dimensie" is.
In de abstrakte dimensie wordt he proces beschouwd in termen van doelen en functies. Hoven in de abstraktie dimensie worden hoofddoelen geformuleerd. Lager in de dimensie
warden
functies gedefinieerd die vervuld moeten warden zodat de bovenligaendedoelen kunnen warden behaald. Deze functies vormen op zich wee?
In de aggregatie dimensie wordt het proces in subprocessen op-gedeeld. Deze subprocessen vormen de fysische realisatie van de functies die in de abstrakte dimensie zijn genoemd. Boven in de dimensie staat de gehele proces aangegeven. Lager in de dimensie wordt het proces steeds verder opgedeeld in subprocessen. De laagste dimensie is het niveau van de componenten. Componenten zijn de kleinste fysische onderdelen van het proces die nog door de procesoperator in beschouwing warden genomen.
Bij het diagnostiseren van fouten wordt gezocht near de defecte componenten die de oorzaak zijn voor een fout in het proces. Om deze kennis voor het diagnosesysteem beschikbaar te krijgen ken een doel-functieanalyse van procescomponenten warden uit-gevoerd.
3.3 Doel-functieanalyse
Kennis van het proces die normaliter in het hoofd van de proces-operator is opgeslagen kan expliciet warden gemaakt door de doelen en functies van het proces te analyseren. Een
doel-functie-analyse ken warden toegepast in twee verschillende situa-ties:
Bij het ontwerpen van een procesinstallatie: am een doel, die gesteld is aan een proces of deelproces, te verwezenlijken
ken er een keuze gemaakt warden uit verschillende functies.
De gekozen functies warden vertaald naar specifieke eisen aan procescomponenten.
Bij het analyseren van een bestaand proces: uitgaande van doelen welke aan het proces of deelproces zijn gesteld, kan
gezocht warden near biibehorende functies die voor de ver-wezenlijking van die doelen zorq dragen. In tecrenstellinc tot de eerste situatie liggen deze functies vast.
Bij het diagnostiseren van processen is de tweede situatie van toepassing.
SYSTEEMGRENS
in - 7
WARM! CIRCUIT UIT
WARM! CIRCUIT IN
BUFFERVAT
ROUE CIRCUIT IN
HOUDE CIRCUIT UT
In het algemeen kunnen in een systeem drie hoofddoelen worden onderscheiden:
produktiedoel: het streven near een optimale produktie; economisch doel: het zo goedkoop mogelijk produceren; veiligheidsdoel: voldoen aan veiligheidseisen.
Als gevolg van storingen kunnen de hoofddoelen niet warden behaald. Uitgaande van de niet behaalde doelen, }can gezocht
warden naar niet vervulde functies. De oorzaak van de storing moet gezocht worden in de componenten waarvan de functies niet
leiden tot een vervulling van boven liggende functies.
Om van een proces de doelen en bun functies te analyseren zijn vaak verschillende iteratieslagen voor nodig. In zowel de top
down als de bottom up benadering moeten de doelen en hun functies
goed op elkaar zijn afgestemd.
Ter illustratie wordt een voorbeeld behandeld waarbii kennis van
een warmtewisselaar expliciet wordt gemaakt door de doelen en bun functies te analyseren.
In figuur 3.1 is schematisch een warmtewisselaar weergegeven. De warmtewisselaar heeft een produktiedoel; het transporteren van energie (warmte) van het warme circuit near het koude circuit. Een vat zorgt ervoor dat er voldoende massa wordt opgeslagen.
Energie wordt in voldoende mate overgedragen wanneer de er
doende kontakt is tussen het koude medium en de hete spiraal. Net koude circuit zorgt ervoor dat de energie van de warmtewisselaar wordt afgevoerd.
Een gedeeltelajk uitgewerkte functionele en fysische decompositie
van het produktiedoel zijn weergegeven in fiauur 3.2 en
figuur 3.3.
Aan deze warmtewisselaar kunnen we een beperkt veiligheidsdoel toekennen; voorkom massalek near de omgeving. Door breuk in de leidang of door een slechte afdichting in de verbindingen kan massa naar buiten stromen.
In de veronderstelling dat b j hoge temperaturen de leadingen en
=
vol-GOENERKERDE BED I DEMO-ORGA AN MADRE-TOEUDER OLDOEME MSSAOPSLAG GOEDIERKEPDE NI EA U 0 ?HEXER DOLL [WA PicT E TRANSPORT WA
annum
'mist'
REGELA R-I MS T ELL R-I MG WAINTE-RAIDERFIG-Jur 3.2
Functionele decomposistie van het produktiedoel22
BEDIENEND-ORGAAN MARK CIRCUIT NIVEAU-REGELAAR MUM-()NEMER WARXTE-WISSELAAR 13UFTERUAT REGELORGAAN MD' CIRCUIT
24 de mantel van het vat kunnen begeven dan dient ervoor gezorgd. ate warden dat er geen nergieophoping
in bet proces mag
pllaat.svinden.
Een veilige energietransport
yindt
pleats wanneer de volgende functies warden vervuld:geen lek in het warme circuit;
geen energieophoping en massalek in het vat
in het koude circuit mag eveneens geen massalek optreden en ar moet voldoende energie warden afgevoerd.
In figuur.3.4 is
'de
functionele decompositie van, het veilighedds-doe,' weergegeven.3.4 idodelvorming
Voor het diagnosesysteem zullen de atstrakte functies van de subprocessen zodanig warden beschreven dat het voor computer-bewerking geschikt is.
Deze functie kan warden beschreven door een mode/ van de sub-processen
op
te stellen:kwantitatieve modelvorming; de functies warden
mathematisch beschreven. Deze is bet aneest geschikt voor
computerbewerking.
kwalitatieve modelvorming: van een subproces warden de oorzaak-gevolg relaties beschreven. Deze methode is minder geschikt voor computerbewerk-ing.
Van een subproces kan een kwantitatief model warden opgesteld eh warden .gecontroleerd wanneer er voldoende meetvariabelen aanwezig ziin.
, MASS AB ALA NS IJARME C !Paid 1 DOELI VEILIGHEIV 'SEEN I1ASSALEXXAGE/ ENERGIE-OPHOPING IN BUFFER VAT 'SEEN NASSALEXHAGE IN HAM CIRCUIT
FigLAUF 3.4 Functionele decomPoSitie van het veilicheidsdoel ENERGIE-BALANS UARITTEIITSS,.. HASSABALAN.S BUFFIRUAI GED, MASSALERRAGE/ EN ER GI E-OPHOPING IN E CIRCUIT
[MD
inASSAPALANS KM CIRCUITFicuur 3.5 Rwanitatieve beschrliving van de functies van flauur 3.4
sett,.
fr
REGELAAR PROCES
Figuur 3.6 Blokschema van de nfveauregering van het buffervat.
Y niveauhoogte
Voorbeeld van kwantitatieve modelvorming:.
Een leiding waarin massa stroomt,, heeft, een tranportfunctie. Deze functie is noodzakelijk om een zekere doel ,bijvoorbeeld trans-port van massa van station-A near station-D, te kunnen behalen.
De transportfunctie kan worden gekwanitificeerd door de massaba-Tans van de leiding op te stellen. Aile variabelen die in de balansvergelijking voorkomen moeten echter bekend zdjn am de
functie te kunnen. controleren.
Van het voorbee/d behandeld in paragraaf 3.3
zijn
in figuur 3.5 de functies van de warmtewisselaar kwantitatief weergegeven. Er ia echter verondersteld dat binnen de systeemgrens de massa- ende energiebalansen kunnen warden opgesteld en gecontroleerd.. Met behulp van de energiebalans "kan de totale warmtewisselaar warden
gecontroleerd op zowel massalekkage als op energieophoping...
,
Zijn er onvoldoende meetvariabelen (oni een kwantitatieve be-schrijving van de functies van de subprocessen te controleren., dan ken warden volstaan met een kwalitatieve beschrijving van de
functies.
Nadelen van. kwalitatieve Modelvoriming- zijn:!
hen kan er geen numerieke bewerkingen op Los laten.
alle mogelijke toestanden waarin het component zich kan_ bevinden moeten van tevoren bekend zijn.
Een voorbeeid van een kwalitatief model is in figuur 3.7 weer-geven. Net betreft bier een model van de regelaar waarmee het niveau van het buffervat van de warmtewisselaar wordt geregeld. Het niveau wordt geregeld door aan de uitgaande stroom van het buffervat in te grijpen. Net blokschema van de regeling is in figuur 3.6 weergegeven.
Het model is gebaseerd op de veronderstelling dat alleen thet
niveau en de uitgaande stroom van het buffervat te meten is.
Het model geeft een beschriiving van het. functioneren van de regelaar in een nor-male situatie.
Figuur (3.7)' Een kwalitatief model van de niveauregeling. Variabelen kennen in dit model maar drie toestanden.
Nnormaal.
Llager dan normaal.
1-1hoger dan normaal.
3.5 Cohclusies
De kennis die de procesoperatoi- gebruikt voor het afhandelen van fouten kan expliciet worden gemaakt door een doelfunctieanalyse van het te diagnostiseren proces uit te voeren..
Door een model van de subprocesseh op te stellen kunnen de abstrakte functies hiervan warden beschreven.
Van een component kan een kwantitatief model cf een kwalitatief model worden opgesteld. Er wordt gebruik aemaakt van een kwa-litatief model, indien er te weinig meetgegevens beschikbaar ziin voor het controleren van de kwantitatieve modellen. Een kwant
titatief model is het meest geschikt voor computerbewerking omdat
Tlumerieke bewerkingen hierop kunnen worden toegepast, dit in-tegenstelling tot een kwalitatief model
Van een kwalitatief model ienen alle mogeliike toestanden van te
voren worden vastaelegd.
27
N L H
L.
ZOEKALGORITME VAN NET DIAGNOSESYSTEEM
4.1 Inleiding
In het algemeen bevat een diagnosesysteem kennis van het te diagnostiseren proces en een zoekalgoritme.
Het zoekalgoritme zoekt bet defecte component door de kennis van het proces te manipuleren.
Aan de hand van een aantal eisen en de eigenschappen van de
kennis zijn er zoekstrategien voor het diagnosesysteem
ontwik-held. Vervolgens zijn op basis van deze strategieen algoritmen ontwikkeld waarmee een diagnose kan worden gesteld.
4.2 De zoekstrategieen
Bij het representeren van de kennis is rekening gehouden met de manier waarop de procesoperator zijn interne representatie opbouwt; de kennis van het diagnosesysteem is zoveel mogelijk afgestemd op de kennis van de procesoperator. Bii het ontwikkelen van de zoekstrategie zou men voor dezelfde opzet kunnen kiezen; afstemmen op de zoekstrategie van de procesoperator.
Bij
het
formaliseren
hiervan komt
mende
volaende problemen
tegen:
Het redeneerproces van de mens is inconsistent.
Het kan
gemakkelijk worden beinvloed door externe factoren zoals
bijvoorbeeld ziekten. Formaliseren van het redeneerproces
kan een langdurig proces
warden.Naarmate de procesoperator meer ervaring heeft zal hij zijn
zoekstrateaie wijzigen. Bij het oplossen
van vaak
voorkomende problemen maakt hij short cuts tijdens
het
redeneren.
Naast de
twee crenoemde
bezwaren is
het de
vraag of
eenzelfde
zoekstrategie een voorwaarde is voor
een goede afstemming van het
diagnosesysteem
op de procesoperator. Aangezien er niet aan deze
voorwaarde
voldaan is tussen twee procesoperatoren onderlina. is
er
verondersteld dat
deze voorwaarde
ook niet
geldt voor
betdiagnosesysteem en de procesoperator.
Aan het
zoekalgoritme kunnen
een aantal
algemene eisen
worden
cresteld. Een deel van
deze eisen vloeit voort uit
de verwachtte
prestaties van het diagnosesysteem die
in paraaraaf 2.4.2 aan de
orde zijn aeweest. Op basis van deze eisen kan een zoekstrategie
voor het diagnosesysteem worden ontwikkeld.
De eisen die aan het zoekalaoritme
wardengesteld zijn:
Net moet voldoende snel ziln.
Net moet zoveel mocrelijk alaemeen
van opzet zijn.
Net moet met voldoende nauwkeurigheid eendiaanose
kunnen
stellen.
Het moet in staat zijn kwantitatieve kennis
en kwalitatieve
kennis te aebruiken.
Een diagnosesysteem als adviessysteem is bruikbaar wanneer het snel genoeg is am een diagnose te stellen.
De snelheid van het diagnosesysteem is o.a. afhankelijk van:
de omvang van de kennis:
de snelheid van de computer en de snelheid van het algoritme.
De omvang van de kennis wordt bepaald door de grootte en de
complexiteit van het te superviseren proces. Deze factoren liggen
min of meer vast en worden als gegeven beschouwd.
De snelheid van de computer is o.m. afhankelijk van het type en de configuratie van beschikbare computers. Voor dit onderzoek
zijn de apparatuur en instrumentatie buiten beschouwing gelaten.
De algoritmen die deel uitmaken van het zoekalgoritme van het
diagnosesysteem moeten zo algemeen mogelijk zijn opgezet, zodat deze kunnen warden toegepast voor andere processen zonder dat er
veel wijzigingen hoeven te warden aangebracht. De algoritmen zijn
am deze redenen dan oak ontwikkeld op basis van konventionele programmeertalen.
Daar waar functies van subsystemen of componenten niet kwan-tificeerbaar zijn, warden deze kwalitatief beschreven.
Voor beide type beschrijvingen ziin verschillende zoekstratealeen ontwikkeld die gebaseerd zi311 op respectievelijk numerieke
bewerking en symbolische manipulatie.
Het diagnoseproces kan worden ingedeeld in twee stappen elk met een eigen zoekstrategie.
Zoekstrategie in step-1
In stap-1 van het zoekproces maakt gebruik van kwanititatieve beschrijvingen van de functies subsystemen of van
procescompo-nenten, De functies warden kwantitatief beschreven in die vorm van
procesvergelijkingen. Deze vergelijkingen vormen relaties tussen variabelen en procescoefficienten. Zo is een balansvergelijking
1
ten relatie tussen coefficienten, ingangs-, uitgangs- en opslag-variabelen,.
Deze vergelijkingen moeten. wanneer ze goed zijn opgesteld- over een groat werkgebied gelden. Worden de coefficienten als
constan-ten constanconstan-ten, dan is een afwijking van een vergelijking het gevolg van een afwijking in een of meer variabelen. Variabelen
kunnen een afwijking vertonen
als
gevolg van::een foutieve-aflezing aIs gevolg' van een defecte opnether; sen defect in de component,;
verkeerde instelling van, procesparameters.
Ii deze stap van, het zpekproces worden de alwijkende variabelen geisoleerd.
Bij het isoleren hiervan zijn numerieke methoden gebruikt die in paragraaf 4-3 worden behandeld.
Zoekstrategie in stap-2
In stap-2 van het diagnoseproces wordt gezocht naar de defecte component waarvan de functies niet kwantitatiet kunnen, worden
beschreven. Bii de kwalitatieve beschriiving is gekozen voor een oorzaak-gevolgrelatie. Deze relatie geeft het verband weer tussen een defecte component Koorzaak) en de invloed hiervan op de variabelen (gevolg). De, relaties kunnen warden opgeslagen in een
bestand (foutenbestand) zodat deze altijd beschikbaar z4j.n om er een ontstane situatie mee te vergelijiken.
Door de atwijkende variabelen, te, normeren ontstaan lpatronen
waardoor het zoeken near een relatie in het foutenbestand wordt vergemakkeliikt.
De relaties warden ale vektoren weergegeven. Deze relaties worden verkregen door experimenten met de te beschrijven com-'ponenten uit te, voeren of door ervaringskennis van de procesope
V GL .
1
F AS E-1 COMBINATIES VAN VAR,
Fiauur 4.1 Diaanosestruktuur van stap-1 van
net
zoekalaoritme
AFULNENDE
FASE-2
I
VAR IABELEN
33
rator te extraheren.
Het zoekalgoritme van deze step en hoe een foutenbestand
worden gebouwd komen in paragraaf 4_4 aan de orde.
4%a
Akgoritme van stap-1Het algoritme in stap-1 van het diagnoseproces isoleett de varia-belen die de afwijking in de procesvergelijking hebben veroor-zaakt. De procesvergelijkingen weergeven de relaties tussen variabelen. Doordat deze variabelen in meer dan een
procesver-gelijking kunnen voorkomen ontstaat er een relatie tussen procesr vergelijkingen onderling. Dit. wil zeggen dat als gevolg van een efwijking in een variabele er meer clan een vergelijking een
afwijking kan vertonen.
Net isoieren van de afwijkende variabelen gebeurt in twee fasen:,
In de eerste fase. wordt gezocht near combinaties van
variabelen die mogelijk de afwijking in de vergelijking hebben veroorzaakt omdat deze variabelen in deze
vergelijking voorkomen.
In de tweede fase wordt gekeken tam de gevoeligheid van de
afwijking van de vergelijkingen voor afwijking in de te
i
combineren variabeleri. die zijn gevonden In de eerste.fase.:
De diagnosestruktuur van deze stap is in figuur 4.1 weergegeven.
Algoritme van fase-1
In deze fase wordt gekeken of veraelijkingen wel of niet afwijken, en variabelen in de afwiikende vergeliikincien voorkomen,
Om te kunnen rekenen wordt het wel en niet voorkomen dan waft!
afwijken genormeerd near 1 en
In de verondersterling dat de procesvergelijkingeh goed ziin 6pgestefd, lcenmerkt een afwijkinq in de vergeliikingen zich door
kan
-4.3.1
C
r-aiOt41."
(9,..-L
at
06 v
wcalk,
1/ V 01 ,1,
rvy.% ilIrd IC ---,fIn
1/0/Art olciu.
vv.-6a
h
C-
V-
t.),)
I7
I"; 4')
VVar
p
ittai4q:
Vou"
v/
Enf,- met
'voor E
0 voor
r
-voor
M
aantal vergelijkingen.rr is de restterm van de vergelijking no is de nominale restterm_
E is de betrouwbaarheidsgrens (by.
=(_.cry
Voor elke -variabele j kan een wektor V worden opgesteld die
aangeeft in welke vergelijking deze variabeIe we en niet
voor-komt. wt._ V
voor alle 3 lon. V Mir
n aantal varfahelen.
in fh
= verzameling van variahelen die in voorkomen,(4.1Y
lout-lc:eft
/Am'
JAY;
24_
34 een afwijking in de restwaarde
van,
de vergelijkingen. Zo heeft. een balansvergelijking in een normale situatie een restwaarde gelijk aan nuf. /Us' gevoig van een afwijking in het proces zal d& restwaarde ongelijk aan nul warden.Door de vergelijkingen f, ,voor 1=1
m
te normeren naar 1 of0 kan een toestandsvektor F worden
opgesteld-Vh, v
met V. 161" 1 voor j E f7,f, (4_2) OI voor j =1 = 1 - > E F = nfl, alle i-i,Van elke combinatie van bk variabelen is er een combinatievektor CV gevoemd.:: Km
fitt.vitgi,
= cc.,F4! Cy a- cv,, -, ,
CXI T met(4.3)
Orr-,voor 1/X I/4-Een combinatie van af uit
de vezameting van
kandidaat-combinaties indien voor i =1.2...,.m het volgende
nd
Een kriterium is geformuleerd. waarmee 'het jk is de co
binaties van kandidaat-variabelen uit all fnk
)combinatie
mogelijkheden te selecteren. Het kan echter car..k men datvaria-belen in een vergeliiking elkaar opheffen, zodat deze niet tot uiting komen, in de restterm van de vergelijkingen. Deze
belea dienen dan, ook als kandidaat-yariabelen te warden .beschouwd.
Het kriterium ziet er ale volgt uit:
voor k=1---nk_ is
een, combinatie van nk. variabelen thevoorkomt in de verzameling Ora), voor
Ml = of [ nk = i=1 , j=1,...,n. varia-geldt: 1 en =
>:=N
De oplossing van dit algoritme is een verzameling combinatiee van
kandidaat-variabelen. Deze kunnen de afwijking in de vergelijking
veroorzaken omdat ze in de vergelijkingen voorkomen.
Uit deze verzameling warden de combinaties onderworpen aan een tweede selectie. Deze wordt in de volgende paragraaf behandeld.
4.31.2 Algoritme van_ fase-2
In de tweeda fase van stap-1 in het zoekproces warden de kan-didaat-combinaties getest door te kijken near de gevoeligheid van de afwijking van de vergelijkingen voor afwijking in de variabe--len.
Indien er wordt verondersteld dat de afwijking van de
vergeliS-kingen over een tijdstap kan warden berekend, dan Ran men nagaan hoe gevoelig deze ziSn voor variat'ies in de variabelen. De kendidaat-combinaties waarvoor de afwijking van de vergelij-kingen het meest gevoelig is, kunnen beschouwd warden ais de combinaties van variabelen die de afwijking het meest kunnen. verklaren.
Is A fl een afwijking over een kleine tijdstap.
Lt, met At
IT tpto , dan kan de gevoeligheid van
A f
voor A x, waarbij A x1/4een efwijking ds van xi, over dezelfde tijdstap, els volgt wardenuit-gedrukt
Xo is de waarde van x op. tijdstip -4, (4.51
Ihdien yam" f3 de Taylorreeks wordt ontwikkeld, dab kOmt de bovengenoemde uitdrukking in de reeks voor.
Verwaarlozen we de tWeedeorde en hogereorde termen van de
Aft
nk
N-Ax
nmtAf=f0g....±Ixt)
rf IX
= X 0 F k Ik=1
Indien cIe dombinatie van
variabelen xi
voor k=1....prik,, devariabelen zijn met een afwijking en is deze afwijking klein, dan moet gelden:
nk af
2 {
ex-xk=x01 11):k WC) 1=1Op basis van de bovenstaande uitdrukking kan een kriterium'worden
geintroduceerd waarmee de optimale A voor kari,
worden berekend. Voor de mathematische eenvoud is eenlcwadratisch
kriterium gekozenic
2
IM-
Axk]
i-1
k=1aric'xk=x10
f 4 .50.
van de vergefljking met behulp van onderstaande formule benaderd warden,:
(4
.6)14 .8 )1
De optimale
4.x
voor l<=1 nk wordt bereikt biI5 eenmini-male J
. Het minimum wordt gevonden doorde partiele efgeleide
van
Jr
near elke variabelegelijk
aan nul te stellen.Hierdoor vordt een stelsel van lineaire vergeliikingen verkreaen dat er in matrixvorm als volgt uitziet:
k=
nk
2
44A-t-dc
ate
a
4U-12-at
470,
z
et
gaepotacz,
204teete.,
ern-
cez
eAILL-ker`"
_f_t_es,
%a
'c/7eA.40-G,At
v-oniteseve
cett,
4.1 t'ldt.41e_064.4)-C-t*al.
ke-a/L
4124A,nAde., 04,--L41t
he, cp.-4/4:00k
64,-.444.,mit
.9
Adtt,
met Qik
1
Dit stelsel van lineaire vergelijkingen heeft els
oplossing de optimale CLX1, , voor
Bij het oplossen van dit stelseT van lineaire vergelijkingen
ie
gekozen voor een direkte eliminatiemethode. De direkte elimina-tiemethode is meestal sneller dan de indirekte eliminatiemethode die door itereren een steeds betere benadering van de °glossing probeert te vinden..Een veel gebruikte direkte eliminatiemethode is de methode van
Gauss. Deze staat bekend cm rumn snelheid en nauwkeurigheid. Veer elke combinatie kan de kriteriumwaarde
worden berekend door de gevonden oplossina van het stelsel van lineaire vercielijkingen te substitueren in betrekkinq 4.8. Hierna kan aezocht warden naar de combinatie van variabelen met de kleinste kriteriumwaarde. Deze combinatie bevat variabelen waarvoor de afwijking van de procesvergelijkingen bet meest gevoeljg is.
Qi1Qink
Xk=X0nk
k=1 nk. 2 = 1vv,
6A-r`or-1.44
-algoritme van fase-2 kleven er een aantal beperkingen.
De belancfrijkste beperkingen zijn:
Beperking 1
Bij de toegepaste
methode moeten de te combineren
variabelen op
het
vorige tiidstip
t, bekend zijn.
Er doet zich
probleem voor
wanneer
de
procesvergelijkingen
niet
exact
zijn
opgesteld,
meestal in de praktijk. Het niet exact zijn van de vergelijkingen
betekent
dat deze
vergelijkingen alleen
geldig
zijn voor
een
werkpunt. In dit
geval moet men
uitgaan van een vast
werkpunt,
waarbij
alleen afwiikingen
t.o.v. dit
werkpunt in
beschouwing
zijn genomen.
Beperking 2
Het
algoritme voor
de tweede
fase geeft
een unieke
oplossing
wanneer er evenveel te combineren variabelen zijn
als het aantal
vergelijkingen waarin deze variabelen
in voorkomen, oftewel
het
aantal vergelijkingen met een afwijking.
In
de
praktijk
blijkt
meestal dat
het
aantal
te combineren
variabelen kleiner is dan het aantal afwijkende vergelijkincren.
Hierdoor ontstaan er meer dan
een combinaties van variabelen met
een minimale kriteriumwaarde.
Binnen deze
verzameling moet
nog gezocht worden
naar de
meest
waarschijnlijke combinatie van variabelen.
Doordat
het
onwaar-schiinliik is dat variabelen zeer grate afwijkinaen
hebben, kan
er
een restriktie aan de variabelen warden toegekend. De
afwijk-ing van de variabelen wordt creoptimaliseerd naar de afwijkafwijk-ing van
de veraelijkingen en naar de de restriktie:
V,- V
Jo(4.10)
Pr
i
Hierdoor is er tevens voor gezorgd dat het aantal vergelijkincren altijd grater wordt dan het aantal te combineren variabelen.
Beperking 3
Bij de optimalisatie warden grootheden gesommeerd die meestal verschillende dimensies hebben; temperatuur, massa, energie enz. Deze grootheden dienen getransformeerd te warden naar eenzelfde dimensie opdat sommeren mogelijk wordt. Een manier am grootheden
met verschillende dimensies te transformeren tot een en de zelfde
dimensie is door de grootheden dimensieloos te maken.
Grootheden warden dimensieloos gemaakt door ze te delen door grootheden van dezelfde dimensie. Deze grootheden dienen wel
karakteristiek genoeg te zijn voor de dimensieloos te maken grootheden in normale situaties. Voor meetvariabelen kan als
karakteristieke grootheid warden genomen de standaardafwijking. Het dimensieloos maken m.b.v. de standaardafwijking heeft als
bijkomend voordeel dat de waarschijnlijkheid van de afwijking van
de vergeliikingen en de waarschiinliikheid van de metinaen warden
meegenomen in de optimalisatie. Zo krijgt een meting met een grate standaardafwijking minder aewicht dan een meting met een kleinere standaardafwiiking.
Figuur (4.2)
Blokschema van een aeregeld proces
41
RE GEL- BED
'DEAD-GROAN
--).
OR GA AN PR OCRS MEET-OR GA AN 4Algoritme van stap-2
Met stap-1 van, bet diagnoseproces warden de variabelen geisoleerd
die verantwoordelijk zijn voor de afwijking van de functies van de subprocessen.. In stap-2 van het diagnoseproces wordt gezocht naar defecte. de component die de afwijking yen de, combinatie van variabelen heeft veroorzaakt.
Een fysisch
proces Rah warden opgedeeld in subprocessen
op verschillende aggregatieniveaus. Op het laagste niveau bevinden zich meestai de componenten die defecten kunnen vertonen sn waarnaar gezocht wordt.Een geregeld (sub)proces (zie figuur 4.2)' kan worden opgedeeld in de, volgende componenten die voor de procesoperator interessant
de meetorganen;
regelaars;'e
bedienende organen;
en de componenten van, het ksub)proces zelf.
Bij de gehanteerde opdeling zijn de verbiliTingen
tussen de
componenten buiten beschouwing gelaten.
Procesgrootheden warden gemeten met behulp van meetorganen.
De gemeten grootheden worden meestal gebruikt als regelgrootheden of voor supervisiedoeleinden. Een defect in de meetorganen kan desastreuze gevolgen met zich meebrengen,, omdat het proces verkeerd kan worden geregeld of omdat de procesoperator een
verkeerde interne representie heeft gevormd en daardoor verkeerde
beslissingen kart nemen.
De regelaars geven regelacties door aan de bedienende organefk, die vervolgens op het tsub)proces ingrijpen. Een defect in deze
componenten zal meestal tot ongewenste situaties leiden.
II
4.4
COMPONENT
Fiauur 4.3a Een situatie waarbil zowel aan de inaana als aan de uitaana metingen kunnen worden uitaevoerd
COMPONENT
Fiauur 4.3b Len situatie waarbi) alleen aan de
ulteana met2ncen kunnen worden uitcev.:-ert
De componenten van het (sub)proces kunnen defecten vertonen; leidingen kunnen craan lekken of raken verstopt.
Een defect in een van deze componenten kan warden nagegaan door de functies van de componenten te controleren.
Meestal kan de kwantitatieve beschrijving van de functies van
deze componenten niet warden gecontroleerd, omdat meetvariabelen ontbreken.
Het voorstel is nu deze functies kwalitatief te beschrijven door oorzaak-gevolgrelaties tussen de toestanden waarin componenten zich kunnen bevinden en procesvariabelen. In deze relaties is de kennis van de te beschrijven functies van de componenten im-pliciet aanwezig.
Afhankelijk van de beschikbare meetgegevens kunnen de oorzaak-gevolgrelaties van de componenten als volgt warden opgesteld:
In het eerste geval kunnen aan de incang en aan de uit-gang van de componenten metingen worden verricht,
zie figuur 4.3a.
Een bepaalde toestand aan de ingang van een component
heeft normaal gesproken een bepaalde toestand aan de
uitgang tot gevolg. Deze combinatie van toestanden kan
betrekking hebben op een normale werking of op een abnor-male werking van de component.
In het tweede geval kunnen alleen metingen aan de uitgana van de component warden uitgevoerd, zie figuur 4.3b.
In dit geval kunnen relaties warden geleqd tussen de metingen en een bepaald defect aan de component.
Voor het waarnemen van de toestanden van een component (oorzaak) dienen de incangs- en/of uitgangsvariabelen van de component
(gevolg) bekend te zijn. In de praktiik bliikt vaak dat bij het hanteren van eerder cenoemde opdeling van (sub)processen in
45
telaties kunnen warden opgesteId. In dit geval lcunnen componenten
1 zodanig warden geintegreerd zodanig dat de
oorzaak-gevolg-relaties van de samengestelde componenten kunnen warden opges-teld. Hiermee kan in ieder geval een groep van componenten warden
aangewezen waarvan er tenminste een defect
De oorzaak-gevolgrelaties kunnen verkregen warden door ex= perimenten aan, de componenten uit, te voeren of door deze uit de ervaringskennis van een procesoperator te extraheren. Deze relaties kunnen warden, opgeslagen in een bestand Uoutenbestand). dat als referentie kan worden gebruikt.
Hoe deze relaties kunnen
warden
gerepresenteerd. en hoe een bestand kan worden opgebouwd komen in de volgende subparagrafenaan de orde.
4.4.1 iRepresentatie van oorzaak-gevolgrelatiesi
De oorzaak-gevolgrelaties moeten worden gerepresenteerd op een manier die geschikt is voor computerbewerking en die tevens! begrijpbaar is, voor de, procesoperator..
De ingangs- en/of de uitgangsvariabelen van een component warden genormeerd, waarna deze als vektor wordt weergegeven. De vektor heeft betrekking op een bepaalde toestand van
de component;
een ,abnormale of normale werking van de component of een bepaald 'defect aan de component.Van de vektoren die betrekking hebben op aale mogeliike toestan=
den van een component kan een matrix worden gevormd.
Een foutenbestand van een subproces ontstaat, wanneer de matrices
van de componenten van het suloproces
warden
samengevoeud tot een grate matrix.De variabelen warden genormeerd door de afwiiking van deze
varia-belen t.o.v. het werkpunt over een tlidstap p.t te normeren. De
tesolutie waarmee de afwijking wordt aenormeerd is achankeliik
COMBINATIE VAN AFWIJHENDE VAR. NORM HEREENN1NGS-ALGORITME 4 FOUTEN-BESTAND
Figuur 4.4
De struktuur van he
diagnoseproces in
stap-2
DEFECTE COMPONENT
N = 1Tormaal; x A Y
),E
g
Hoog; xi >= Laag; xj < E
is de, afwijking van x t.o.v. het werkpunt,. E is de normeringsgrens%; by.. E 2a
47 van de nauwkeurigheid waarmee de toestanden van de componenten kunnen worden waargenomen of van de vereiste modelnauwkeurigheid. De meest eenvoudige normering is een normering waarbij aan de afwijking van, de variabelen drie normeringstoestanden kunnen
worden toegekend:
Het 2oeka1goritme in stap-2 normeert de door stap-1 gevonden combinatie van variabelen, yormt vervolgens een vektor en zoekt in het foutenbestand pear een vektor die de meeste overeenkomsten
vertoont met de gevormde vektor. De toestand van de component die
hierbij boort, wordt beschouwd als de meest aannemelijke oorzaak
van de fout in het proces. De struktuur van het zoekproces is in
figuur 4.4 weergegeven.
Het is duidelijk- dat de kwaliteit van het moekproces in sterke mate afhankelijk is van de referenties in het foutenbestand.
In de volgende paragraaf wordt de nodige aandacht besteed aan de bouw van het foutenbestand.
Bouwen van een foutenbestand
xi
Voor elk subproces
kan en apart foutenbestand worden
gebouwd.zodat het zoekgebied beperkt bliift tot die componenten van het
subproces waarvan de functies een afwijkina vertonen.
De inhoud van het foutenbestand is bepalend voor het kunnen
vinden van de defecte componenten. Met a-rote zoravuldigheid client het foutenbestand te zijn ciebouwd.
=
=
I
AiN
Iv
Al
N
N
/-(
A./2
N
A/
L
a
IV
2N
1-13
N
z
48
Het foutenbestand moet zoveel mocrelijk vektoren bevatten die betrekking hebben op:
normale of abnormale werkinq van de componenten en
bepaalde defecten aan de componenten.
Het is gemakkelijker vektoren te vormen the de relaties tussen ingangs- en uitgangsvariabelen en de normale werking van de
com-ponenten weergeven. Alle andere vektoren (combinaties van genor-meerde ingangs- en uitgangsvariabelen) hebben betrekking op een
abnormale werking van de componenten.
In het tweede geval warden relaties gevormd tussen genormeerde uitgangsvariabelen en een bepaald defect aan de component. Omdat niet alle defecten van tevoren kunnen worden gedefinieerd. is het moeilijk een compleet foutenbestand te bouwen. Het opmaken van het bestand kan op twee manieren (Himmelblau 1978):
Bottom up; bij deze aanpak warden vektoren gevormd van alle mogelijke defecten die kunnen optreden.
Top down: van alle mogelijke combinaties van genormeerde
variabelen wordt crezocht naar defecten die deze combinatie kunnen verklaren.
Beide manieren kennen hun voor- en nadelen. Zo is de bottom-up aanpak een snellere manier om een foutenbestand te kunnen bouwen. De kans dat een fout niet in de bestand voorkomt is grater, omdat niet alle fouten van tevoren kunnen worden gedefinieerd.
Bij de top-down aanpak kan het aantal vektoren die creanalyseerd moeten warden heel aroot warden. Bij een component met n varia-belen en 3 toestandsnormerincen, zullen er 3n vektoren moeten
warden qeanalyseerd. Bij deze aanpak kunnen er minder defecten over het hoofd warden gezien.
