分析过程控制系统的数据质量

从流程分析器获得的数据需要得到信任和验证,以帮助用户做出明智的决策。考虑因素包括通信可靠性、分析仪状态和逻辑平台。

通过规范Kincade 2018年11月2日

随着分析仪器的新进展,过程工厂越来越多地使用分析仪来帮助提高过程控制系统的操作效率。在过程控制系统中使用分析仪结果的一个重要部分是理解和信任从分析仪接收到的数据。

流程分析器提供的信息可以看作是一个数据层次结构。每个分析装置可以包含一个或多个子控制器;每个子控制器管理一个或多个流;分析每个样本流以生成一个或多个测量组件值。

层次结构显式地定义了数据项之间的关联。如果流1被禁用,那么哪些组件会受到影响就一目了然了。类似地,如果子控制器被关闭,则数据层次结构将定义将受到影响的流和组件。

了解数据质量始于分析仪和过程控制系统之间的通信。如果没有重大通信故障,查看分析仪状态,检查分析仪是否在运行,是否有故障。为了使流1组件1“有效”,分析器必须正常运行,流1必须在线。数据质量的其他方面包括:

  • 在维护周期中组件值应该发生什么变化?
  • 在执行分析仪验证周期时,过程控制系统是否应保持最后值?

校准周期

一个校准周期可以引入气相色谱仪分析结果的阶跃变化。一种选择是在校准期间将值设置为not-a-number (NaN),并在控制算法恢复正常操作后重新初始化控制算法。数据质量逻辑还应该检查超时。

周期结束事件用于通知外部系统分析已经完成,并且在寄存器中存储了一组一致的数据。此事件可用于触发在线控制应用程序的处理,例如异步比例积分导数(PID)块。

检查分析器数据质量可以分两个步骤执行。第一步是验证产生结果所需的通信和所有分析设备是否正常运行。清楚地了解分析仪模式、故障信号和错误条件是必不可少的。

下一步是确定逻辑验证数据是否符合一些合理的标准。该仪器可能能够检测出超出工艺限制的浓度。逻辑应该验证数据是否在对流程有意义的范围内。对于值的变化速度可能存在物理限制,在这种情况下,可以实现变化率警报。

充分的数据质量检查可以通过多种方式进行。实现依赖于通信可靠性、分析仪状态信息和可用于实现逻辑的平台。

规范Kincade高级工程师在特立独行的技术是CFE Media的内容合作伙伴。由制作编辑克里斯·瓦夫拉编辑,控制工程, CFE传媒,cvavra@cfemedia.com

更多的答案

关键词:过程控制,过程分析仪,数据采集

  • 获得的数据需要理解和信任流程分析人员。
  • 检查沟通在分析仪和过程控制系统之间。
  • 数据应该在验证过程中符合合理的标准。

考虑一下这个

什么附加分析过程控制系统数据时应考虑哪些标准?

在线额外

作者简介

Norm在过程控制系统和应用领域有超过35年的工作经验,特别专注于子系统接口和连接分析仪、plc和其他第三方设备。


作者简介:Maverick科技公司高级工程师