.5ăMáyăb măPanasonicăGP 129JXK

Một phần của tài liệu Chẩn đoán bất thường trong hệ bồn nước sử dụng thuật toán kernel pca (Trang 51)

Hình 3.6 B m Panasonic GP-129JXK căđi m n i b t:

H c viên: Hu nh Duy An 37 MSHV:2070152

- Thu cădòngămáyăb măđ y cao.

- L uăl ng c păn c t iăđaăđ n 30 lít / phút. - T ng chi uăcaoăhútăđ yăđ n 30 mét.

- Trang b chu n ch ngăn c IPX4 b o v t iă uăchoăđ ng c ăbênătrong.ă

- Ch ng ch păđi n,ă nămònăvàăng n m ch v i 2 l păcáchăđi n.

- C păn călênăđ cao t iăđaă30ămét.ă

- An tồn t iăđaăv iătínhăn ngăt ng tăb măkhiănhi tăđ b mă cao. 3.1.6 Relay bán d n SSR a) Thông s k thu t Lo iăRelay:th ng m i năápăđóngărelay:ă3ă-32VDC i n áp Output: 24 ~380VAC Dịngăđi năđ nh m c: 25A Kíchăth c: 6x 4.5x 2.4cm Kh iăl ng: 100g

H c viên: Hu nh Duy An 38 MSHV:2070152 Power Supply Load Analog input Hình 3.7 . Relay bán d n 3.1.7ăPT100_385ă3ăWireă(Rosemount™ă644ăTemperatureăTransmitter) a)ăThôngătinăc ăb n;

Input: T m nhi tăđ 0 ậ 100 °C. Output: Tín hi u 4 ậ 20 mA/HART®.

chính xác: ± 0.18 °C, tuy n tính v i nhi tăđ . b)ăS ăđ đ u n i:

Pt100 Transmitter Siemens AI

module

H c viên: Hu nh Duy An 39 MSHV:2070152

3.2 Thu th p d li u th c t đ ti năhƠnhă căl ng tham s h m c n c và h nhi tăđ .

- Ví d mơăhìnhăSimulinkă căl ng online v i d li uăđ u vào t h th ng th t

Hình 3.9 Mơ hình Simulink c l ng thơng s online

Code matlab s d ng c l ng tham s cho h b n đ n s d ng thu t tốn

đ qui khơng tính ngh ch đ o ma tr n:

3.3. ánhăgiáăb tham s căl ng khi th c nghi m ch y song song h th ng th c t và mơ hình nh n d ng.

ánh giá sai s h th ng th c t và mơ hình nh n d ng dùng m t trong các ch tiêu

d ng bình ph ng sau: a) 2 i i 1(f y ) N i MSE N = − = (2.41)

function [P,Theta] = Uocluong(uk,yk,P_,Theta_)

lamda = 0.96;

PHI = [yk(2); sqrt(yk(2)); uk(1)]; e = yk(1) - PHI'*Theta_;

P = 1/lamda*(P_- (P_*PHI*PHI'*P_)/(lamda + PHI'*P_*PHI)); L = P_*PHI / (lamda + PHI'*P_*PHI);

H c viên: Hu nh Duy An 40 MSHV:2070152 b) 2 i i 1 SSE (f y ) N i= = − (2.43) c) 2 i i (f y ) N i RMSE N − =  (2.44) d) 2 i i (log(f 1) log(y 1)) MSLE n + − + = (2.45) e) 2 i i (log(f 1) log(y 1)) RMSLE n + − + =  (2.46)

H c viên: Hu nh Duy An 41 MSHV:2070152

3.4 H th ng giám sát và c nh báo l i h th ng dùng trên mơ hình th c t

Collect data from traning model (standard data)

Standardize data and choose suitable kernel (Polynominal, Gaussian,...)

Calculate and standardize kernel matrix

Calculate eigenvectors and eigenvalues

Collect data from real system (testing data)

Standardize data based on standard data

Calculate

Calculate (Testing data)

Calculate thresholds value > 2 _ T UCL 2 T Normal ầ..

Normal system On-line Monitoring

Yes No Softmax NET Fault n Fault 1 Synchoronous operation 2 _ T test 2 _ T test

Calculate thresholds value 2 _ T UCL 2 _ T UCL

Hình 3.10 Tri n khai thu t tốn ch n đốn l i trên mơ hình th c

3.4.1 Thi t k b đi u khi năPIDăđi u khi n năđnh m căn c và nhi tăđ

a) B đi u khi n PID m căn c

Trong th c t , b đi u khi n PID và các bi n th d aătheoăđóălnăđ c s d ng rãi trong vi c đi u khi n các qui trình cơng ngh b i tính linh ho t, d đi u khi n và phù h p v i ph n l n h th ng ngay c nh ng h th ng ph c t p. Lu năv nă ng d ng b đi u khi n PID Compactăđưăđ c tích h p trên ph n m m TIA PORTAl.ă uăđi m c a b đi u khi n là kh n ngăt tinh chnhă(tínhăn ngăfine-tuning) thơng s b đi u khi n d aătheoăđ cătínhăđápă ng c a h th ng giúp ti t ki m th iăgianăchoăng i thi t k .

H c viên: Hu nh Duy An 42 MSHV:2070152 Hình 3.11. Thơng s b đi u khi n m c n c

Ti n hành áp d ng b thông s trênăvàoăđi u khi n m c n c ta th y r ng b đi u khi năchoăraăđápă ng t t v i sai s trong ph m vi cho phép. Trongăđóăsaiăs xác l p t iăđaăMAX_erroră=ă1 (cm),ăđ v t l POT = 8% , th i làn l y m uăvàăđi u khi n là 1 giây.

Hình 3.12. K t qu đi u khi n PID m c n c

b) B đi u khi n PID nhi tăđ

T ngăt v i b đi u khi n m căn c, ta xây d ngăđ c b đi u khi n v i tín hi u đi u khi n PWM cho h th ng gia nhi t.

H c viên: Hu nh Duy An 43 MSHV:2070152 Hình 3.13. Thơng s b đi u khi n nhi t đ

Ti n hành áp d ng b thông s trênăvàoăđi u khi n m căn c ta th y r ng b đi u khi năchoăraăđápă ng t t v i sai s trong ph măviăchoăphép.ăTrongăđóăsaiăs xác l p t iăđaăMAX_erroră=ă0.5 (đ ),ăđ v t l POT = 5% , th i gian l y m uăvàăđi u khi n là 1 giây.

Hình 3.14. K t qu đi u khi n PID nhi t đ

3.4.2 Thi t l p chu n giao ti p OPC-UA truy n nh n d li u gi a PLC và Matlab. a) S7-1200 OPC-UA server: a) S7-1200 OPC-UA server:

H c viên: Hu nh Duy An 44 MSHV:2070152 Hình 3.15. Kích ho t tính n ng OPC-UA trên PLC

Khơng gi ngănh ăcácădịngăS7-1500,ăđ traoăđ i d li u thông qua OPC-UA trên s7-1200 c năđ aăcácăbi n d li uăđ n giao di n OPC-interface:

Hình 3.16 Khai báo d li u trao đ i qua OPC-UA

Các bi n và vùng nh sauăkhiăđ căđ aălênăgiaoădi n s có m tăđ a ch nh tăđnh hay còn g iălàăcácăắnodeid”.ăTi n hành s d ngămôiătr ng Prosys Client nh m t o k t n iăvàăđ c các giá tr ắnodeid”.

Hình 3.17 Ki m tra đa ch các bi n qua OPC-Client

H c viên: Hu nh Duy An 45 MSHV:2070152

b) Matlab OPC-UA Client

Ti năhànhăxâyăd ngăgiaoădi n k t n i và giám sát h th ng trên Matlab AppDesigner

Hình 3.18. Giao di n k t n i OPC-UA trên Appdesigner

Code k t n i OPC-UA server:

Code ng t k t n i OPC-UA:

function ConnectOPC_UAButtonPushed(app, event)

connectionstring =(app.OPC_UAEditField.Value); app.UAClient = opc.ua.Client(connectionstring); connect(app.UAClient); if isConnected(app.UAClient) app.STATUSLabel.Text = 'Connected'; app.STATUSLabel.BackgroundColor = 'green'; end end

H c viên: Hu nh Duy An 46 MSHV:2070152 MatlabăvàăPLCătraoăđ i d li uăthôngăquaăcácăắnodeid”ăđưăđ c thi tăđ t thông qua OPC-interface. Cácăhàmăđ c và ghi d li uăđ c xây d ngănh ăsau:

Ta có ví d đ c các bi n t PLCălênăAppDesignerănh ăsau:

3.4.3 Xây d ng, tinh ch nh mơ hình KPCA phù h p v iăđ căđi m h th ng

Cácăb c xây d ngăch ngătrìnhăchoămơăhìnhăKPCAătu nătheoăcácăb căđưăđ ra

ph n 2.1.2,ătrongăđóhaiăb c quan tr ng nh t là l a ch n kernel phù h p và ti n x lí d li u vì d li uăđ u vào c aăcácăđ iăt ngăkhácănhauăcóăđ l n và phân b khácănhau.ăTrongăđ tài d li u m căn c và nhi tăđ đ c phân b trên không gian 2 chi u.

function DisconnectButtonPushed(app, event)

connectionstring =(app.OPC_UAEditField.Value); app.UAClient = opc.ua.Client(connectionstring); disconnect(app.UAClient); if ~isConnected(app.UAClient) app.STATUSLabel.Text = 'DisConnected'; app.STATUSLabel.BackgroundColor = 'red'; end end

function results = read(app,ns,s)

node = opcuanode(ns,s,app.UAClient); results = readValue(app.UAClient,node); end function write(app,ns,s,value) node = opcuanode(ns,s,app.UAClient); writeValue(app.UAClient,node,value); end yk_real_ND=app.read(4,89); yk_hat_ND=app.read(4,90); yk_real_lv=app.read(4,91); yk_hat_lv=app.read(4,88); uk_real_lv=app.read(4,92); uk_real_ND=app.read(4,93);

H c viên: Hu nh Duy An 47 MSHV:2070152

u tiên ta ti n hành l a ch n kernel ng u nhiên, kernel phù h p nh t s đ c ch n sauăkhiăđưăđ aăvàoăth nghi m v i h th ng c th .

Ti p theo là chu n hóa d li u đ u vào v t p d li u có trung bình b ngăkhơngăđ thu n ti n sau vi c tính tốn sau này.

Các h s k1,ăk2ăđ c thêm vào nh m t o s cân b ngătrongătr ng h p các bi n đ u vào khác nhau có s chênh l ch v đ l n quá nhi u.

3.4.4 Xây d ng mơ hình ANN v i l p ra ng d ng hàm Softmax cho quá trình hu n luy n. hu n luy n.

a)ăPh ngăphápăth c hi n

Trongăđ tài kh o sát 2 thành ph năđ u ra c a h th ng ta t măxemănh ăđâyălàăhaiă nhóm thành ph n.

Nhóm m căn c bao g m các y u t : c m bi năđoăm căn c,ăb m,ăthông s bi n t năđi u khi năb măvàătr ng thái h th ngăđ ng ng và bình ch a.

Nhóm nhi tăđ bao g m: c m bi n nhi tăđ và SSR.

T c ăs xây d ng b phân lo i l i ph n 2.3.3, h c viên ti n hành xây d ng 2 b phân lo i l iăkhácănhau.ă i v i nhóm m c n c thì giá tr đ u vào cho mơ hình phân

ktype = 'poly'; kpar = 5;

K.type = ktype; K.p = kpar; % Kernel type and parameters set(0,'defaultfigurecolor',[1 1 1]); % Set fig color to w conf = 0.99; % Significance level (*100%)

zm = mean(z0T); zs = std(z0T); k1 =1; k2 =1; z0(:,1) = k1*(z0T(:,1) - zm(ones(N,1),1))./zs(ones(N,1),1); % Normalize training z z0(:,2) = k2*(z0T(:,2) - zm(ones(N,1),2))./zs(ones(N,1),2); % Normalize training z z1(:,1) = k1*(z1T(:,1) - zm(ones(M,1),1))./zs(ones(M,1),1); % Normalize test z z1(:,2) = k2*(z1T(:,2) - zm(ones(M,1),2))./zs(ones(M,1),2); % Normalize test z

H c viên: Hu nh Duy An 48 MSHV:2070152

lo i có th làăđi năápăđi u khi năb m, thông s đi u khi n trên bi n t n (t n s ,ăđi n áp,ădòngăđi n), c m bi n m căn c, c m bi n áp su t, c n bi năl uăl ng,ầăM t đi m quan tr ngăchínhălàăcàngăđaăd ngăvàăđ yăđ cácăphépăđoăchoăh th ng. Kh n ngă nh n d ng chính xác l i càng cao. Ví d n u thu th păđ cădịngăđi n cung c p cho b măchúngătaăcó th phát hi n l i khi hi u su tăb măgi m. M t ví d khác n u chúng ta có k t qu đoăc a c m bi năl uăl ng chúng ta có th phát hi n các s c x y ra trong h th ngăđ ng ng,.ă i v i nhóm nhi tăđ chúng ra s có ít bi năđ uăvàoăh nă ch ng h n giá tr analogăđi u khi n SSR và giá tr tr v t c m bi n. Ph năd i trình bày mơ hình phân lo i l i cho nhóm m căn c, nhóm nhi tăđ s đ c xây d ngăt ngăt .

Do gi i h n v th i gian và kinh phí th c hi nănênămơăhìnhăkhơngăđ c trang b

đ yăđ c m bi nănh ăc m bi n áp su t, c m bi năl uăl ng và c m bi năđoădịngă đi năchoăb mănênăvi c ch năđốnăl i cho h m căn c s đ c xây d ngătrênăc ă

s đi năápăđi u khi năb măvƠăphépăđoăt c m bi năradarăđoăm căn c.

G i v(t) làăđi năápăđ u ra b đi u khi n PID m căn c, h(t) là giá tr đoăm căn c t c m bi n.ăTaăcóăvectorăđ u vào khi ti n hành l y m uăcácăđ iăt ngănh ăsau:ă X = [v(k-1); v(k-2);… v(k-s); h(k-1); h(k-2);… h(k-s)] v i s là s l ng m u d li u c n thi tăđ đ mô t bi năđ ng h th ng sau sau m t th i gian nh tăđ nh.ăTrongăđ tài

này s = 5 cho mơ hình m căn c và s = 10 cho h th ng nhi tăđ . Mơ hình phân lo i l i cho h m căn căđ c mô t nh ăsau:

Process variables Input layer z1 h(k-1),.. h(k-s),

N = total numbers of input

S represent the numbers of sample for each input

Hidden layers . . . Output y1 yM

M = total numbers of class Probability distribution zk v(k-1),...v(k-s) Softmax function Hình 3.19 C u trúc b phân lo i l i s d ng ANN

H c viên: Hu nh Duy An 49 MSHV:2070152

Thành ph n ID Mô t l i Mã hóa l i

M c n c

L01 Pump not working at the

beginning (B măkhôngăho t đ ng khi kh iăđ ng)

[1;0;0;0ầ;0]

L02 Radar sensor fault or disconected (L i c m bi n chung)

[0;1;0;0ầ;0] L03 Pump fault while system

running (L iăb măkhiăđangăho t đ ng )

[0;0;1;0ầ;0]

L04 Piping leakages (Ròăr ) [0;0;0;1ầ;0]

ầ ầ [0;0;0;0ầ;1]

Nhi t đ n c

T01 SSR not working at the

beginning (SSR không ho t d ng khi kh iăđ ng)

[1;0;0;0ầ;0]

T02 Pt100 sensor fault or disconected (l i c m bi n )

[0;1;0;0ầ;0] T03 SSR fault while system running

(L iăSSRăkhiăđangăho tăđ ng)

[0;0;1;0ầ;0]

ầ ầ [0;0;0;0ầ;1]

B ng 1. M t s l i c b n đ c kh o sát

b) Thu th p d li u hu n luy n m ng ANN

Ti n hành chay h th ng thu t p d li u khi h th ng ho tăđ ngăbìnhăth ng và các l i x y ra theo b ngăầ.ăChoăcácăl iăc ăb n L01ầL04ăđ i v i nhóm m căn c và T01ầT03ăchoănhómănhi tăđ .ăCácăb c xây d ng và hu n luy n m ngăđ c ti n hànhătheoăcácăb c sau:

H c viên: Hu nh Duy An 50 MSHV:2070152 Hình 3.20 C u trúc m ng ANN

Kh i t o m ng noron v i 1 l p vào, 1 l p n và 1 l p ra s d ng hàm Softmax:

Ch n hàm m t m t và hàm t iă u,ăđ i v i bài tốn ph n l păthơngăth ng s ch n hàm m t mát là cross-entropy.

Phân chia d li u thành các t p hu n luy n, ki mătraăvàăđánhăgiá.

net=network(1,2); net.biasConnect=[1;1]; net.inputConnect(1,1)=1; net.layerConnect(2,1)=1; net.outputConnect=[0 1]; net.inputs{1}.size=10; net.layers{1}.name='Hidden Layers'; net.layers{1}.dimensions=15; net.layers{1}.transferFcn = 'logsig'; net.layers{2}.name='Output Layers'; net.layers{2}.dimensions=4; net.layers{2}.transferFcn = 'softmax'; net.b{1}=ones(15,1); net.b{2}=ones(4,1); net.performFcn = 'crossentropy';

% For help on training function 'trainscg' type: help trainscg

% For a list of all training functions type: help nntrain net.trainFcn = 'trainlm';%trainscg trainlm

net.divideFcn = 'dividerand'; % Divide data randomly net.divideMode = 'sample'; % Divide up every sample net.divideParam.trainRatio = 70/100;

net.divideParam.valRatio = 15/100; net.divideParam.testRatio = 15/100;

H c viên: Hu nh Duy An 51 MSHV:2070152

L a ch n các thông s hu n luy nănh ăs l ng epoch, h s h c (learning rate), các giá tr khác có th đ giá tr m căđnh:

c) K t qu hu n luy n m ng:

Hình 3.21. K t qu hu n luy n m ng

Hình 3.22. Ma tr n đánh giá đ chính xác các b phân l p

Nh n xét: k t qu hu n luy n m ng cho k t qu sai s th y và m căđ phân lo i các l p cao. chính xác c a mơ hình khơng ch phù h păvàoăđ đaăd ng c a b d li u

net.trainParam.lr = 0.01; net.trainParam.epochs =5000; net.trainParam.goal = 0.0; net.trainParam.min_grad =1e-4; net.trainParam.showWindow=true; net.trainParam.max_fail=100;

H c viên: Hu nh Duy An 52 MSHV:2070152

mà còn ph thu c vào cách ch n d li u cho m i l p sao cho ph i th hi nărõăvàăđ y đ đ c tính c a phân l păđó.

4. K t qu th c nghiêm

4.1 căl ng thông s h th ngăvƠăđánhăgiáăsaiăs 4.1.1ă i v iăđ iăl ng m căn c

a) D li u nh n d ng cho m căn c:

Hình 4.1 D li u m c n c

H c viên: Hu nh Duy An 53 MSHV:2070152

b) D li uăđánhăgiá:

Hình 4.3 D li u m c n c

Hình 4.4 D li u đi n áp đi u khi n

c) K t qu căl ng tham s h th ng:

H c viên: Hu nh Duy An 54 MSHV:2070152

Nh n xét: tham s căl ng h th ng h i t sau 500 m uăđ u tiên.

K t qu ch yăđánhăgiáăh th ng v i t p d li uăđánhăgiá:

Hình 4.6 K t qu đánh giá h th ng trên t p d li u

Giá tr trungăbìnhăbìnhăph ngăsaiăs MSE = 2.2.

K t qu đi u năđnh hóa v i b đi u khi n PID khi ch y h th ng th c t :

Hình 4.7 K t qu đánh giá h th ng khi ch y song song v i h th ng th c

Nh n xét:

- K t qu đánhăgiáăh th ng khi s d ng t p d li u thu th pătr căđóăvàăk t qu ch y năđ nh v i b đi u khi n PID có s t ngăđ ng v i nhau.

H c viên: Hu nh Duy An 55 MSHV:2070152

- Sai s h th ngăcònăt ngăđ i l n (MSE = 2.2) xu t phát t đ chính xác c a t p d li u do m t s nguyên nhân sau: đ daoăđ ng trên b m t m căn c l n, nhi uăđ ng do c m bi n, b đi u khi năPIDăch aăcóăđ năđ nhăcao,ăđ tr c a h th ng, m căđ bi năđ ng thơng s mơ hình,ầ

- Tuy nhiên vi c nh n d ng h th ng có nhi uăđ ng l n trong th c t khơng địiăh iăđ chính xác q cao và mơ hình KPCA cho phép l a ch năng ng gây ra l i nh tăđ nhăc ngănh ămơăhìnhăANNăch năđốnăl i ch d aătheoăđápă

ng h th ng th c.

4.1.2ă i v iăđ iăt ng nhi tăđ : a) D li u nh n d ng:

Hình 4.8. D li u m c n c

H c viên: Hu nh Duy An 56 MSHV:2070152 Hình 4.10 D li u đi n áp đi u khi n nhi t đ

b) D li uăđánhăgiá:

Hình 4.11 D li u m c n c

H c viên: Hu nh Duy An 57 MSHV:2070152 Hình 4.13 D li u đi n áp đi u khi n nhi t đ

c) K t qu căl ng tham s h th ng:

Một phần của tài liệu Chẩn đoán bất thường trong hệ bồn nước sử dụng thuật toán kernel pca (Trang 51)

Tải bản đầy đủ (PDF)

(86 trang)