云计算环境下改进PSO的化工设备故障诊断算法*

潘 力， 孔国利， 陈 越， 张文娟

(1.郑州工程技术学院 信息工程学院，河南 郑州 450044;2.东南大学 化学化工学院，江苏 南京 211189;3.哈尔滨工业大学 化工与化学学院，黑龙江 哈尔滨 150001)

化工涵盖社会的方方面面，对于提高人民的生活质量，增强国防科技实力，加快农业现代化改革，保证工业的高速稳定发展具有重要的现实意义[1].然而，在化工过程中存在的各种故障增大了系统的安全隐患.为了提高化工过程的安全性，需要设计相应的故障诊断方法[2].但是，由于生产环节的复杂及过程变量数量的庞大，往往导致故障诊断的时效性和准确性偏低.

随着各类算法的出现，化工过程的故障诊断得到了较多的研究.文献[3]提出一种基于主元分析赫尔支持向量机的化工过程故障诊断算法，在TE(tennessee eastman)化工过程中的实验表明，所提方法有效提高了诊断性能和预报能力.文献[4]首先利用RS故障指标体系去除了化工过程信息的冗余特征，然后利用支持向量机建立了故障分类器，实验结果表明，故障诊断准确率得到了大幅提升.文献[5]采用扩展深度置信网络提取时空信息，并选用两层反向传播神经网络训练故障诊断模型，方法的有效性在TE化工过程中得到了充分验证.文献[6]基于数据驱动技术提出了一种改进的K-近邻算法，同时通过引入因素分析方法进一步提高了故障诊断的精度.文献[7]针对非线性化工过程提出一种基于核熵成分分析和多尺度主成分分析的故障诊断方法，实现了化工过程中主要故障的有效诊断.文献[8]将长短期记忆神经网络引入化工过程诊断中，实现了化工过程原始数据的高效分类.

本文提出一种基于云计算[9]和简化粒子群算法的新型诊断方法：利用云计算具备远程、大批量处理数据的优势，将化工过程的运行数据调入分布式云中进行处理，从而提升故障诊断的快速性；利用简化粒子群算法实现故障的精确诊断.为了验证所提方法的有效性，在TE化工过程中进行了实验，结果表明所提方法可以提高故障诊断的速度和精度，从而提高化工过程的安全运行水平.

1 TE化工过程概述

田纳西-伊斯曼(tennessee eastman, TE)化工过程是由美国Eastman化学公司的Downs和Vogel提出的一个用来开发、研究和评价过程控制技术与监控方法的化工过程模型.目前，TE过程已经成为经典的化工过程故障诊断对象.TE化工过程包括A、B、C、D、E、F、G、H共8种主要物质成分.气体成分A、C、D、E以及惰性成分B送入反应器，产生液态成分G和H.反应器中的各种化学反应如下所示：

表1 TE化工过程故障列表

A(gas)+C(gas)+D(gas)→G(liquid)

(1)

A(gas)+C(gas)+E(gas)→H(liquid)

(2)

A(gas)+E(gas)→F(liquid)

(3)

3D(gas)→2F(liquid)

(4)

(1)～(4)式所示的所有化学反应都是放热的、不可逆的，而且反应速度是温度的函数.由于(1)的反应比(2)的反应具有更高的活化能，因此其对温度具有更高的灵敏度.TE过程包括21个故障，如表1所示.

2 提出的故障诊断方法

2.1 云计算与TE过程故障诊断

云计算是并行计算、网络存储、热备份冗余等计算机和网络技术发展融合的产物.美国国家标准与技术研究院对云计算的定义是：基于可用的、便捷的、按需的网络访问，以及包括网络、服务器、存储、应用软件、服务的资源共享池，为用户提供数据的远程存储、处理与访问模式.图1所示为云计算的基本原理图.

在TE化工过程中会产生大量的数据，借助云计算技术，将产生的数据送入存储与计算功能非常强大的云端服务器进行处理，可以有效提高故障诊断速度.此外，通过设计高性能诊断算法，可以实现故障的准确诊断.

2.2 改进简化粒子群算法

粒子群算法是一种基于种群的启发式方法.粒子速度和位置的表达式分别为(下标i代表第i个粒子，上标t代表第t代)：

(5)

式中：a为分类质量重要性系数；b为子集长度系数；λ(S)为分类质量；n为特征总数.

3 实验结果与分析

为了验证所提故障诊断方法的有效性，在TE化工过程中进行了实验分析，选用T2统计作为诊断性能的度量，结果如图2和图3所示.由于TE过程故障较多，因此本文仅给出故障2和故障5的诊断结果.由图2、图3可见，在TE化工过程的运行过程中，在所提方法的帮助下，可以准确定位T2指标异常的运行点，进而实现了相应故障的快速、精确诊断.

4 结 论

针对传统化工过程诊断方法精度和速度较差的问题，提出一种基于云计算和简化粒子群算法的新型诊断方法.以经典TE化工过程为例对提出的方法进行了实验分析.实验结果表明，所提出的方法可以提升故障诊断精度和速度，同时有助于解决大规模数据的快速批量处理问题.