Un método para generar al menos una señal de sensor inferencial para un sistema instrumentado con sensores para medir una pluralidad de parámetros de dicho sistema,

incluyendo los pasos de:

almacenar en una memoria conjuntos de datos representativos del comportamiento del sistema para al menos un estado operativo del sistema,

incluyendo cada uno de dichos conjuntos de datos un vector de datos procedente de dichos sensores y al menos un vector de valores correspondientes a dicha señal de sensor inferencial;

supervisar un vector de valores de dichos sensores mientras dicho sistema está en operación; y

generar una estimación inferida y de dicha señal de sensor inferencial cuya medición no es proporcionada por dichos sensores según:

Generador de señales inferidas para equipos y procesos instrumentados.

Campo de la invención

La presente invención se refiere a la supervisión de procesos físicos para detección precoz de fallo inminente de equipo o perturbación del proceso y la validación continua en línea de la operación de sensores. Más en concreto, la invención se refiere a sistemas y métodos para la generación de señales de sensor de sustituciones defectuosos o para señales inferidas para parámetros físicos que no están directamente instrumentados.

Antecedentes de la invención

La supervisión del rendimiento de casi cualquier proceso (tal como en refinado, sustancias químicas, acero, producción de energía) requiere el uso de sensores para asegurar que la operación se mantenga dentro de limitaciones preestablecidas y que el equipo esté funcionando dentro de las especificaciones para asegurar una calidad y rendimiento aceptables del producto. La supervisión y la optimización del rendimiento de equipos y máquinas (sistemas de automóvil, motores a reacción, fabricación discreta, etc) se basan igualmente en sensores para asegurar la operación segura y el rendimiento máximo. Se han desarrollado multitud de sensores para medir parámetros eléctricos, térmicos, químicos y físicos de procesos y equipos. Los tipos de sensores incluyen termopares, acelerómetros, flujómetros de masa, sensores acústicos, indicadores de esfuerzo y deformación, sensores de vibración, etc.

Para las aplicaciones de supervisión y control de los procesos y equipos más importantes, hoy día los sensores son movidos eléctricamente, y proporcionan una indicación eléctrica (analógica o digital) del parámetro que se desea medir. Además, en muchas circunstancias, los sensores están conectados mediante un bus o red, y pueden contener suficiente potencia de procesado a bordo para empaquetar datos de sensor y transmitirlos a través de una red. En algunos casos, los sensores están conectados o contienen transmisores inalámbricos o transceptores para la transmisión de datos de sensor a una posición remota.

Los datos de sensores pueden ser usados en procesos o en operación de equipos de varias formas. Los sensores realizan la validación de que los parámetros de control están en vigor, y una práctica típica es indicar una alarma cuando una lectura de sensor supera o cae por debajo de un umbral de seguridad o tolerancia. Los datos de sensor también pueden ser dirigidos a un depósito de datos para análisis y tendencia fuera de línea, que se usa para programar el mantenimiento o refinar un proceso. Otro uso de datos de sensor es proporcionar realimentación para el control continuo de la operación de un proceso de elemento de equipo. En un motor de automóvil, por ejemplo, un número de subsistemas usan datos de sensor para calcular parámetros posteriores para rendimiento óptimo del motor, o para cumplir algunos requisitos mínimos de pureza del aire.

Hay varias circunstancias en las que es difícil o imposible emplear un sensor para medir un parámetro deseado. El entorno en el que se coloque el sensor puede ser hostil para la duración o incluso para el funcionamiento apropiado de un sensor, por ejemplo, al medir el flujo de un gas conteniendo una concentración problemáticamente alta de ácido corrosivo. Alternativamente, el entorno puede requerir un sensor que sea prohibitivamente caro o difícil de encontrar. En otra circunstancia alternativa, la medición deseada puede ser razonablemente imposible de medir directamente, como al intentar determinar el volumen vacío restante de una cámara de forma insólita parcialmente llena de un líquido. En otras circunstancias, el despliegue de un sensor puede debilitar adversamente o impactar de otro modo en el proceso o sistema que se supervisa. Por ejemplo, en un sistema de fluido cerrado, tal como un sistema hidráulico, la colocación de un sensor a través de la pared del sistema para medir directamente una propiedad del fluido presenta un punto de debilidad y fallo potencial en el sistema cerrado. Lo que se necesita es una forma de medir indirectamente el parámetro en cuestión.

En tales circunstancias, se puede intentar medir uno u otros parámetros con el fin de inferir el parámetro deseado. Esto puede requerir remodelar el proceso o equipo con sensores adicionales, y usar recursos de cálculo para calcular el parámetro inferido. Sin embargo, generalmente es difícil hacerlo satisfactoriamente. Además, generalmente se requiere mucho estudio y conocimiento del proceso o equipo, o una comprensión de dinámica de "primeros principios" del sistema, lo que no se puede obtener fácilmente sin una cantidad irrazonable de tiempo de búsqueda y costo. Lo que se necesita es una forma efectiva de inferir un parámetro difícil de medir de otros parámetros medidos de un sistema que se correlacionan de alguna forma, sin requerir un conocimiento completo de la dinámica del sistema y los parámetros implicados.

También existe dicha necesidad para la circunstancia de fabricar un producto instrumentado, tal como un motor u otra máquina, que use sensores para el control de realimentación, seguridad, u optimización del rendimiento. Es altamente deseable reducir el costo de producir el producto sin dotar al producto de un sensor para cada parámetro, sino infiriendo, en cambio, algunos parámetros en base a las lecturas de otros sensores. Tal inferencia puede ser posible usando un subconjunto de sensores para la máquina o motor, junto con amplios conocimientos del comportamiento de todos los parámetros en tándem. Sin embargo, el conocimiento necesario puede ser difícil y costoso de desarrollar. Además, el costo de potencia de cálculo adicional que puede ser necesaria a bordo del producto para calcular los valores de sensor inferidos puede exceder de los ahorros de costos de quitar sensores en primer lugar. Lo que se necesita es una forma computacionalmente eficiente de inferir valores para sensores "quitados" de las unidades de producción de los valores de sensores que de hecho se incluyen en las unidades de producción del producto.

Presenta una dificultad adicional el fallo de sensores. Por ejemplo, se puede usar sensores para supervisar un proceso o equipo a detectar cuando se desvía de la operación "normal" o correcta. Normal puede significar un estado de funcionamiento aceptable, o puede ser el más preferido de un conjunto de varios estados aceptables. Sin embargo, en la práctica, la desviación puede ser debida a un cambio en el parámetro subyacente medido por el sensor, o a un sensor con fallo. Por lo tanto, es esencial que el buen estado de estos sensores también se conozca, y las perturbaciones iniciadas por fallos de sensor deberán ser identificadas y diferenciadas de desviaciones del proceso. A menudo, incluso aunque un sensor esté defectuoso, es deseable continuar la operación del proceso y el sensor defectuoso debe ser sustituido con un sensor de sustitución o "virtual" que proporcione la misma información. Lo que se necesita es una forma de proporcionar una salida o estimación para un sensor defectuoso dentro de un sistema para permitir la operación continuada.

Se conocen en la materia técnicas de "primeros principios" para generar datos de sensor "virtuales" basados en otros datos de sensor reales. Maloney y colaboradores describen en "Pneumatic and Thermal State Estimators for Production Engine Control and Diagnostics", Electronic Engine Controls 1998, algoritmos de estimación implementados en sistemas de gestión de motor (EMS) de velocidad-densidad de grado de producción. Una necesidad crítica y básica en el diseño de algoritmos de control y diagnóstico EMS es la disponibilidad de información que describe el estado del motor. Los algoritmos estimadores proporcionan estimaciones del flujo másico del motor, la presión y la temperatura para uso general por los algoritmos de control, diagnóstico, y otros estimadores. Maloney y colaboradores describen el desarrollo de tales modelos de primeros principios con motores completamente instrumentados en el laboratorio, para calcular señales virtuales salidas de señales reales de sensor. Está implicado el desarrollo y altamente específico para la aplicación presentada. Así, sería deseable proporcionar un método general para la generación de valores ausentes o señales virtuales sin tener que recurrir a desarrollar modelos de primeros principios.

En una tendencia relacionada, se supervisan procesos o máquinas con sistemas basados en software que supervisan en conjunto valores de sensor correlacionados. Tal sistema se describe en la Patente de Estados Unidos número 5.764.509 de Gross y colaboradores. Tal...

1. Un método para generar al menos una señal de sensor inferencial para un sistema instrumentado con sensores para medir una pluralidad de parámetros de dicho sistema, incluyendo los pasos de:

almacenar en una memoria conjuntos de datos representativos del comportamiento del sistema para al menos un estado operativo del sistema,

incluyendo cada uno de dichos conjuntos de datos un vector de datos procedente de dichos sensores y al menos un vector de valores correspondientes a dicha señal de sensor inferencial;

supervisar un vector de valores de dichos sensores mientras dicho sistema está en operación; y

generar una estimación inferida y de dicha señal de sensor inferencial cuya medición no es proporcionada por dichos sensores según:

donde x es dicho vector supervisado, D_in es una matriz con columnas formadas a partir de los vectores de dichos conjuntos de datos de observaciones de referencia de sensor, D_out se ha formado con los valores correspondientes a dicha señal de sensor inferencial como elementos, y es una operación de semejanza de elemento a elemento en sus operandos.

2. Un método según la reivindicación 1, donde dicha operación de semejanza es una comparación elemento por elemento de una proximidad numérica de valores para elementos relacionados de sus operandos.

3. Un método según la reivindicación 2, donde dicha operación de semejanza genera un valor de semejanza S para cada comparación de un vector de cada uno de sus operandos, que es una media estadística de semejanzas elementales s_i donde:

donde cada vector incluye M elementos, y ?₁ es una medida de la diferencia de los j-ésimos elementos respectivos.

4. Un método según la reivindicación 2, donde dicha operación de semejanza genera un valor de semejanza S para cada comparación de un vector de cada uno de sus operandos, que es una media estadística de semejanzas elementales s_i donde:

donde los vectores p y q de los operandos incluyen cada uno M elementos, y las funciones min y max devuelven el valor absoluto mínimo y el valor absoluto máximo respectivamente en una comparación de los j-ésimos elementos respectivos de p y q.

5. Un método según la reivindicación 1, donde dicha operación de semejanza genera un valor de semejanza S para cada comparación de dicho vector supervisado x con cada vector d en D_in, según:

donde ? y c son constantes.

6. Un método según la reivindicación 1, incluyendo además el paso de controlar dicho sistema en base a dicha señal inferencial.

7. Un método según la reivindicación 1, incluyendo además el paso de proporcionar dicha señal inferencial como una sustitución de un sensor defectuoso en dicho sistema.

8. Un método según la reivindicación 1, donde el paso de generar una estimación inferida e incluye además normalizar dicha estimación como y' según:

9. Un método según la reivindicación 1, donde dicha pluralidad de parámetros de dicho sistema medidos por dichos sensores incluye vibración.

10. Un método según la reivindicación 9, donde los datos de dichos sensores incluyen datos espectrales.

11. Un ordenador para generar al menos una señal virtual que describe un sistema, incluyendo:

una memoria (551) para almacenar una pluralidad de vectores de estado de referencia característicos de comportamiento del sistema, teniendo cada vector de estado como elementos valores de sensor descriptivos de un estado de dicho sistema, y para almacenar valores asociados atribuibles a dicho al menos una señal virtual;

un primer módulo de cálculo (545) dispuesto para obtener un vector de estado corriente x que describe dicho sistema, teniendo como elementos valores de sensor correspondientes a los sensores representados en dichos vectores de estado de referencia; y

un segundo módulo de cálculo (545) dispuesto para recibir el vector de estado corriente x de dicho primer módulo de cálculo y dichos vectores de estado de referencia y valores asociados procedentes de dicha memoria, y generar una estimación de señal virtual y cuya medición no es proporcionada por dichos sensores según:

donde D_in es una matriz con columnas formadas a partir de dichos vectores de estado de referencia, D_out se ha formado con dichos valores asociados como elementos, y es una operación de semejanza de elemento a elemento en sus operandos.

12. Un ordenador según la reivindicación 11, donde dicha operación de semejanza es una comparación elemento por elemento de una proximidad numérica de valores para elementos relacionados de sus operandos.

13. Un ordenador según la reivindicación 12, donde dicha operación de semejanza genera un valor de semejanza S para cada comparación de un vector de cada uno de sus operandos, que es una media estadística de semejanzas elementales s_i donde:

donde cada tal vector incluye M elementos, y ?i es una medida de la diferencia de los j-ésimos elementos respectivos.

14. Un ordenador según la reivindicación 12, donde dicha operación de semejanza genera un valor de semejanza S para cada comparación de un vector a partir de cada uno de sus operandos, que es una media estadística de semejanzas elementales s_i donde:

donde cada uno de los vectores p y q procedentes de los operandos incluye M elementos, y las funciones min y max devuelven el valor absoluto mínimo y el valor absoluto máximo respectivamente en una comparación de los j-ésimos elementos respectivos de p y q.

15. Un ordenador según la reivindicación 11, donde dicha operación de semejanza genera un valor de semejanza S para cada comparación de dicho vector de estado corriente x con cada vector de estado de referencia d en D_in según:

donde ? y c son constantes.

16. Un ordenador según la reivindicación 11, incluyendo un módulo de salida (545) para suministrar dicha estimación de señal virtual a un controlador (517) para controlar dicho sistema.

17. Un ordenador según la reivindicación 11, incluyendo un tercer módulo de cálculo (517) para controlar dicho sistema en base a dicha estimación de señal virtual.

18. Un ordenador según la reivindicación 11, donde dicho segundo módulo de cálculo (545) también se ha previsto para normalizar dicha estimación de señal virtual como y' según:

19. Un ordenador según la reivindicación 11, donde dichos valores de sensor descriptivos de un estado de dicho sistema incluyen vibración.

20. Un ordenador según la reivindicación 11, donde dichos valores de sensor descriptivos de un estado de dicho sistema incluyen datos espectrales.