一种基于边缘智能与光总线的工业现场协同控制系统的制作方法
本发明涉及工业自动化领域,尤其涉及一种基于边缘智能与光总线的工业现场协同控制系统。
背景技术:
1、在流程工业(如油气化工、城市燃气输配、热力管网等)领域,工业现场通常包含由泵组、压缩机、换热器、反应器及大量阀门构成的复杂流体管网系统。为确保生产安全与运行效率,需要在站场部署自动化控制系统,通过传感器实时采集压力、温度、流量、液位、设备振动等工艺参数,并由控制器根据预设逻辑或上位机指令对执行单元(如调节阀、切断阀、机泵等)进行调控。随着工业互联网技术的发展,站场控制系统正逐步从传统的plc/dcs本地控制模式向“云边协同”架构演进—现场设备数据经边缘网关汇聚后上传至云端或远程监控中心,由云端进行大数据分析、模型训练与全局优化,并将控制策略下发至边缘端执行。然而,这种高度依赖远程通信的控制模式对网络链路的连续性和确定性提出了严苛要求。
2、在现有的云边协同控制方案中,边缘网关通常仅承担数据采集、协议转换与指令透传功能,缺乏独立的决策与控制能力。一旦站场与远程中心之间的通信链路发生中断(如光缆受损、4g/5g信号丢失等),边缘网关仅能执行“数据本地缓存”或“向上位机发送报警”等被动操作,无法自主接管底层执行单元的物理控制。一旦断网期间发生超压、泄漏或设备故障等紧急工况,站场将因缺乏有效的自主控制而处于“感知尚存、决策瘫痪、控制失灵”的危险状态,极易导致事故发生。此外,站场内的视频监控、振动监测等高带宽数据流与控制指令共用同一通信网络,当大数据流突发时极易挤占控制信道的带宽资源,导致安全联锁指令的传输时延产生剧烈抖动(实测抖动范围可达150~500ms),难以满足安全仪表系统对毫秒级确定性响应的严苛要求。进一步地,现有断网保护策略通常为简单的“一次性紧急关阀”,这种粗暴关停在长输管道或高压管网中将引发剧烈的流体瞬变压力波(水锤/气锤效应),其峰值压力可达正常运行压力的数倍,极易导致管道破裂、密封失效等次生灾害,使“保护动作”反而成为“事故元凶”。同时,断网工况下执行机构往往处于极限工况,阀门阀杆因介质结晶、结垢或密封件老化而产生粘滞-滑动现象,传统网关仅发送一次关阀指令,若阀门因卡涩未能完全动作到位,系统对此拒动状态毫无感知,进一步加剧了安全风险。
技术实现思路
1、本发明要解决的技术问题是:现有工业现场云边协同控制系统在通信中断时无法自主执行物理控制、安全联锁指令传输时延不可控、断网关阀策略缺乏对流体瞬变过程的主动抑制以及对执行器拒动缺乏感知与应对的技术问题。
2、具体而言,本发明提供的一种基于边缘智能与光总线的工业现场协同控制系统,包括:
3、光总线通信网络模块,构建工业现场内的感知节点、执行单元与控制节点之间的低时延双向通信链路;
4、多源iot感知模块,用于实时采集所述工业现场的流体介质运行参数与设备状态时序数据;所述多源iot感知模块包括压力传感器和/或振动传感器;
5、边缘智能控制网关,部署于现场本地并内置硬件加速单元,通过部署于所述硬件加速单元上的异常检测模型对所述时序数据进行实时推理,输出设备异常概率及异常等级;所述边缘智能控制网关预存有流体管网的管段物理参数;
6、协同控制与应急联动模块,用于根据所述异常等级匹配控制策略表生成协同控制指令,并通过所述光总线通信网络模块下发至对应的执行单元;所述执行单元包括执行器及其定位器;当所述异常等级达到预设联锁阈值时,触发安全联锁;
7、自适应运行控制模块,周期性监测所述光总线通信网络模块的链路连通状态;当监测到通信中断时,阻断远程指令下发,并触发所述边缘智能控制网关切换至本地自治保护模式,依据本地预存的安全状态机对现场执行单元执行保护性控制动作。
8、一种基于边缘智能与光总线的协同控制方法,应用于所述的基于边缘智能与光总线的工业现场协同控制系统,包括:
9、s1:通过光总线通信网络实时采集工业现场多源iot感知模块所输出的流体介质运行参数与设备状态时序数据;
10、s2:由部署于现场本地的边缘智能控制网关及其硬件加速单元,对所述时序数据进行实时推理,输出设备异常概率及异常等级;
11、s3:判断所述异常等级是否达到预设联锁阈值;若达到,则触发安全联锁;否则,匹配控制策略表生成协同控制指令下发;
12、s4:周期性监测光总线通信网络的链路连通状态;当监测到通信中断时,启动边缘本地自治保护控制;
13、在所述本地自治保护控制中,执行基于压力波衰减梯度实时反演的自适应关阀曲线生成策略:
14、通过分布式压力传感器阵列捕捉通信中断瞬间的压力波前到达不同传感器位置的幅值,计算压力波沿管道传播的实际衰减系数:
15、
16、基于所述实际衰减系数,求解管道的等效特征阻抗:
17、
18、以所述等效特征阻抗为约束,实时求解最优关阀曲线:
19、
20、控制执行单元按照所述最优关阀曲线执行关闭动作;
21、在所述本地自治保护控制中,还执行以下策略中的至少一种:
22、动态泄压关阀策略:计算流体管网内压力波的往返周期,将关闭动作分割为
n次阶梯式微动,
n为大于等于2的正整数,每次微动时刻对齐所述往返周期的半周期相位;
23、基于波动学到达时间差的扰动源定位与时隙调度策略:计算同一异常波前到达不同传感器的时间差反推扰动源物理坐标,并依据扰动源与执行单元的物理距离倒数分配光总线的通信时隙优先级;
24、当执行多种策略时,各策略并行或依序执行。
25、本发明提供的有益效果是:本发明采用光总线通信网络实现安全联锁数据流与工艺数据流的物理层硬隔离,确保联锁指令的确定性低时延传输;在边缘智能控制网关内置硬件加速单元,通过部署于其上的异常检测模型实时推理设备异常状态;当监测到通信中断时,边缘网关自动切换至本地自治保护模式;在本地自治保护模式下,一方面基于分布式传感器捕捉的压力波到达时间差反推扰动源物理坐标,依据物理距离倒数为各执行单元动态分配光总线通信时隙优先级,另一方面通过捕捉通信中断瞬间压力波前的幅值衰减梯度实时反演管道等效特征阻抗,以反演得到的实际波阻抗为约束从零生成最优关阀曲线,以阶梯式微动方式执行关阀使水锤增压波与反射减压波相位叠加抵消,从而在无需任何预先标定参数的前提下实现对不同管道物理状态的自适应匹配;同时,向执行器发送变频扫描信号实时辨识其机械粘滞系数,并在故障安全位置指令之后附加特定频率的颤振脉冲序列打破静摩擦极限,确保执行机构可靠动作。由此,本发明实现了通信中断工况下边缘端从“信息感知”到“物理控制”的完整自主闭环,在保障安全联锁指令确定性低时延传输的同时,彻底消除了粗暴关停引发的水锤次生灾害和执行器拒动盲区,有效提升了流程工业站场的本质安全水平。
1.一种基于边缘智能与光总线的工业现场协同控制系统,应用于包含流体管网的工业现场,其特征在于,包括:
2.根据权利要求1所述的基于边缘智能与光总线的工业现场协同控制系统,其特征在于,所述保护性控制动作包括基于压力波衰减梯度实时反演的自适应关阀曲线生成策略:
3.根据权利要求1所述的基于边缘智能与光总线的工业现场协同控制系统,其特征在于,所述保护性控制动作还包括动态泄压关阀策略:
4.根据权利要求1所述的基于边缘智能与光总线的工业现场协同控制系统,其特征在于,所述硬件加速单元被配置为执行基于波动学到达时间差的物理层扰动源定位与光总线时隙自适配:
5.根据权利要求1所述的基于边缘智能与光总线的工业现场协同控制系统,其特征在于,在切换至所述本地自治保护模式时,所述边缘智能控制网关进行执行机构频响特征动态辨识与防拒动脉冲控制:
6.根据权利要求1所述的基于边缘智能与光总线的工业现场协同控制系统,其特征在于,还包括现场数字孪生模块,采用建筑信息模型或三维组态技术构建现场三维模型,用于接收所述边缘智能控制网关发送的异常概率及异常等级进行渲染;所述现场数字孪生模块还用于接收操作人员下发的反向控制指令,经安全边界校验后转发至对应执行单元;所述安全边界校验包括检查所述反向控制指令是否与所述边缘智能控制网关当前下发的协同控制指令存在逻辑冲突。
7.根据权利要求1所述的基于边缘智能与光总线的工业现场协同控制系统,其特征在于,所述光总线通信网络模块基于工业以太网无源光网络或时间敏感网络协议,通过波长划分或时隙划分机制,将安全联锁数据流与工艺控制数据流划分至独立传输通道。
8.根据权利要求1所述的基于边缘智能与光总线的工业现场协同控制系统,其特征在于,所述边缘智能控制网关在将时序数据输入所述异常检测模型之前,先采用滑动窗口时序分析识别偏离正常工况包络线的疑似异常数据;所述边缘智能控制网关配置有看门狗定时器,当推理时延超过预设时延阈值时,触发硬件复位并切换至基于规则引擎的备用检测逻辑。
9.根据权利要求1所述的基于边缘智能与光总线的工业现场协同控制系统,其特征在于,所述控制策略表及预设联锁阈值通过以下方式动态配置:将危险与可操作性分析或等效风险评估得到的风险矩阵,转化为包含设备节点、风险概率区间与联锁动作映射关系的有向图数据模型;所述边缘智能控制网关根据实时采集的工况环境参数,动态更新所述有向图数据模型中的风险概率区间边界值。
10.一种基于边缘智能与光总线的协同控制方法,应用于如权利要求1至9任一项所述的基于边缘智能与光总线的工业现场协同控制系统,其特征在于,包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com