提出一种基于高阶统计理论的气动调节阀摩擦检测与诊断非侵入式方法。使用非高斯指数和非线性指数检测调节阀中存在的非线性，利用被控变量和控制器输出的坐标图来确定故障是否由摩擦引起，通过仿真实例说明了该方法的有效性。

    1 引言

    一个典型的化工厂有几百个甚至几千个控制回路，控制回路的性能与工厂的经济效益密切相关。震荡是导致控制回路控制性能下降的主要原因。控制回路中被控变量的震荡导致产品质量下降、次品率增加、能耗增加、生产效率降低。控制回路中*的活动部分是控制阀。如果控制阀包含非线性，例如：摩擦、后座力和死区，阀的输出可能震荡，这将导致过程输出震荡。在控制阀的许多种非线性中，摩擦是zui普遍也是长期存在的问题，它不仅降低了控制阀的性能，同时也导致控制回路的性能下降。使用侵入式方法（控制阀在非工作状态下，检测并诊断其故障^（1））_^，例如行程检测，可以很容易地检测摩擦。但将这种侵入式方法应用到整个工厂中检测工厂里几百个或者更多的控制阀既费时费力，又不可行。

    尽管有很多侵入式方法能够对控制阀的性能进行分析^{（2～5）_，}但对非侵入式方法的分析和研究很少在文献中出现。Horch方法成功地检测出流量回路中的摩擦，但它不能应用到可压缩流体上^（6）_。Ren2gaswamy提出的方法依赖于数据的时间趋势，但这经常受到噪声或干扰的影响。数据的趋势曲线在很大程度上受过程和控制器动态的影响^（7）_。Stenman提出了一种基于模型的方法来检测控制阀的摩擦^（8）_，这种方法需要知道过程的模型和大量的整定参数，而从日常操作的数据中获取闭环回路模型是非常困难的。

    一种基于数据的非侵入式方法可以有效地减少维持控制性能所需的费用。本文介绍了一种不基于数据模型的非侵入式方法，这种方法特点是不必对系统施加额外的激励或进行试验，只要利用正常操作状态下的系统输入输出数据就可以估计系统的动态特性，所以应用上简单易行，它的这些优点使其成为控制系统性能检测的有用工具。

    2 问题描述

    图1是一个典型的反馈控制回路。这个控制回路是通过调节被控变量使过程值达到期望的设定值。每个回路需要已知三个参数，即：设定值（SP），被控制变量值（PV），控制器输出值（OP）。在文献（9，10）中，讨论了评估控制回路或控制器性能的方法，例如：zui小误差标准和时间标准。这里主要的难点是如何利用日常操作数据确定导致控制系统性能差的根本原因。控制回路性能差可能是由于控制器参数整定不合理，扰动的存在或者回路中存在非线性引起的。因为基于线性理论的控制器是在回路线性的假设下设计的，如果应用到非线性对象将导致性能变差。回路的非线性可能是控制阀存在非线性或过程本身存在非线性引起的，导致控制阀非线性可能是其存在摩擦、死区、滞后等。这样的非线性系统经常产生非高斯和非线性时间序列^（11）_。

    本文以气动调节阀为研究对象，对调节阀中存在的非线性进行检测和诊断。调节阀中的非线性主要是由摩擦引起的，因此这个非线性检测和诊断过程就是确定调节阀中的非线性是否由摩擦导致的。