一种基于图像识别的PID参数整定方法技术

本发明专利技术公开了一种基于图像识别的PID参数整定方法，包括：图像采集：在巡检终端与现场控制系统之间为非数据连接的情况下，通过巡检终端获取现场控制系统中待整定的PID回路数据的历史趋势图；图像处理：云端服务器接收巡检终端传输的历史数据趋势图，通过图像识别方法对趋势图进行提取和解析，得到PID回路特征；参数推荐：云端服务器基于得到的PID回路特征，并通过预设的PID参数整定方法对控制回路进行PID参数整定，得出PID参数推荐值。本发明专利技术通过巡检终端拍照的方式采集现场控制系统中数据的历史趋势并通过图像处理技术获取关键数据，在与现场控制系统隔离的情况下安全地获取到了数据，不会给控制系统带来安全风险。不会给控制系统带来安全风险。不会给控制系统带来安全风险。

A PID parameter tuning method based on image recognition

【技术实现步骤摘要】
一种基于图像识别的PID参数整定方法


[0001]本专利技术涉及PID参数整定
，具体涉及一种基于图像识别的PID参数整定方法。

技术介绍

[0002]在我国，实际工业现场还存在大量回路采用的是人工控制，降低回路PID参数的整定难度是提高工厂自控率的重要方法。
[0003]目前实际现场常见的PID参数整定方法有人工经验整定法、基于系统辨识的参数整定法、继电器反馈法等。这些基于数据驱动的方法总是不可避免地要从现场的控制系统软件中获取数据，在数据拷贝或者通信的过程中潜在着病毒入侵的风险，造成数据传输的不安全性，有些封闭安全要求高的现场甚至没有拷贝数据的条件，导致无法获得控制系统软件中的数据。另外，人工经验整定法很依赖人的经验，经验越丰富往往整定效率越高、效果越好，但是整定响应慢的回路往往比较耗时；系统辨识方法和继电器反馈法都需要对回路进行激励实验，影响回路的正常运行。

技术实现思路

[0004]本专利技术为了克服以上技术的不足，提供了一种基于图像识别的PID参数整定方法。
[0005]术语解释：
[0006]1、PID：一种很常见的闭环回路控制方法，具有三个控制参数(比例、积分、微分系数，即k
p
,k
i
,k
d
三个参数)。
[0007]2、PV：Process Variable，实际值。
[0008]3、SV：Set Variable，设定值。
[0009]4、MV：Manipulated Variable，自动情况下PID运算后的输出值。
[0010]5、OCR：Optical Character Recognition，电子设备(例如扫描仪或数码相机)检查纸上打印的字符，然后用字符识别方法将形状翻译成计算机文字的过程。
[0011]6、机器学习：机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。
[0012]7、强化学习：又称再励学习、评价学习或增强学习，是机器学习的范式和方法论之一，用于描述和解决智能体(agent)在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题。
[0013]本专利技术克服其技术问题所采用的技术方案是：
[0014]一种基于图像识别的PID参数整定方法，包括如下步骤：
[0015]图像采集：在巡检终端与现场控制系统之间为非数据连接的情况下，通过巡检终端获取现场控制系统中待整定的PID回路数据的历史趋势图；
[0016]图像处理：云端服务器接收巡检终端传输的历史数据趋势图，通过图像识别方法对趋势图进行提取和解析，得到PID回路特征；
[0017]参数推荐：云端服务器基于得到的PID回路特征，并通过预设的PID参数整定方法对控制回路进行PID参数整定，从而得出PID参数推荐值。
[0018]进一步地，所述巡检终端被配置为可拍摄图像的装置，包括但不限于智能手机、平板电脑、智能手表、摄像机。
[0019]进一步地，预设的PID参数整定方法包括但不限于经验值法、模型辨识法、机器学习法。
[0020]进一步地，通过所述经验值法进行PID参数整定，具体包括：
[0021]云端服务器通过OCR算法将巡检终端获取的趋势图中的文字信息进行提取和解析，得到PID回路特征，所述PID回路特征包括PID回路的文字信息；
[0022]云端服务器根据PID回路的文字信息判断当前回路类型；
[0023]云端服务器根据当前回路类型，通过与预存且调试好的PID参数进行比对，从预存且调试好的PID参数中匹配出至少一组PID参数推荐值。
[0024]进一步地，通过所述模型辨识法进行PID参数整定，具体包括：
[0025]云端服务器通过OCR算法将巡检终端获取的趋势图中的文字信息进行提取和解析，得到PID回路特征，所述PID回路特征至少包括PID回路的文字信息；
[0026]识别出趋势图的四个顶点，并对存在畸变的趋势图进行畸变矫正；
[0027]识别出趋势图中的坐标轴刻度；
[0028]提取出趋势图中的曲线，并将曲线解析为带有时间戳的时间序列数据，所述PID回路特征还包括所述时间序列数据；
[0029]云端服务器根据时间序列数据，通过对控制回路进行辨识和参数整定，得出一组PID参数推荐值。
[0030]进一步地，通过所述机器学习法进行PID参数整定，具体包括：
[0031]云端服务器通过OCR算法将巡检终端获取的趋势图中的文字信息进行提取和解析，得到PID回路特征，所述PID回路特征包括PID回路的文字信息；
[0032]识别出趋势图的四个顶点，并对存在畸变的趋势图进行畸变矫正；
[0033]云端服务器根据畸变矫正后的图像数据，训练出所需的参数整定机器学习模型；
[0034]从PID回路的文字信息和畸变矫正后的图像数据中提取出参数整定机器学习模型所需的输入参数，并将所述输入参数输入至参数整定机器学习模型中，经参数整定机器学习模型学习后，输出一组PID参数推荐值。
[0035]进一步地，PID回路的文字信息包括但不限于位号、回路工艺特性、回路当前参数、时间坐标、回路限幅特性。
[0036]进一步地，输入参数至少包括趋势图像、当前PID参数、超调量、是否达到设定值、是否振荡、MV与PV波峰波谷间相位差。
[0037]进一步地，在参数推荐的步骤之后，还包括判断PID参数推荐值是否有效，具体包括：
[0038]云端服务器将得到的PID参数推荐值发送回巡检终端，并将所述PID参数推荐值设定到现场控制系统中，判断所述PID参数推荐值是否有效：
[0039]若有效，则结束；若无效，则返回到图像采集的步骤，并在参数推荐的步骤中选择预设的PID参数整定方法中未使用的PID参数整定方法再进行PID参数整定，直至得到的PID
参数推荐值有效为止。
[0040]本专利技术的有益效果是：
[0041]本专利技术通过巡检终端拍照的方式采集现场控制系统中数据的历史趋势并通过图像处理技术获取关键数据，在与现场控制系统隔离的情况下安全地获取到了数据，不需要与控制系统进行物理上信息交互，不会给控制系统带来安全风险。同时，本专利技术的PID参数推荐方法高效、便捷，减轻了现场对PID专家的需求，降低了PID参数整定的难度。
附图说明
[0042]图1为本专利技术实施例所述的一种基于图像识别的PID参数整定方法的原理图。
[0043]图2为本专利技术实施例所述的一种基于图像识别的PID参数整定方法的流程图。
[0044]图3为本专利技术实施例所述的控制回路调整画面的PV、SV、MV三条曲线动态响应图。
[0045]图4为通过本专利技术实施例所述的基于图像识别的PID参数整定方法整定后的PID调参画面。
具体实施方式
[0046]为了便于本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别的PID参数整定方法，其特征在于，包括如下步骤：图像采集：在巡检终端与现场控制系统之间为非数据连接的情况下，通过巡检终端获取现场控制系统中待整定的PID回路数据的历史趋势图；图像处理：云端服务器接收巡检终端传输的历史数据趋势图，通过图像识别方法对趋势图进行提取和解析，得到PID回路特征；参数推荐：云端服务器基于得到的PID回路特征，并通过预设的PID参数整定方法对控制回路进行PID参数整定，从而得出PID参数推荐值。2.根据权利要求1所述的基于图像识别的PID参数整定方法，其特征在于，所述巡检终端被配置为可拍摄图像的装置，包括但不限于智能手机、平板电脑、智能手表、摄像机。3.根据权利要求1所述的基于图像识别的PID参数整定方法，其特征在于，预设的PID参数整定方法包括但不限于经验值法、模型辨识法、机器学习法。4.根据权利要求3所述的基于图像识别的PID参数整定方法，其特征在于，通过所述经验值法进行PID参数整定，具体包括：云端服务器通过OCR算法将巡检终端获取的趋势图中的文字信息进行提取和解析，得到PID回路特征，所述PID回路特征包括PID回路的文字信息；云端服务器根据PID回路的文字信息判断当前回路类型；云端服务器根据当前回路类型，通过与预存且调试好的PID参数进行比对，从预存且调试好的PID参数中匹配出至少一组PID参数推荐值。5.根据权利要求3所述的基于图像识别的PID参数整定方法，其特征在于，通过所述模型辨识法进行PID参数整定，具体包括：云端服务器通过OCR算法将巡检终端获取的趋势图中的文字信息进行提取和解析，得到PID回路特征，所述PID回路特征至少包括PID回路的文字信息；识别出趋势图的四个顶点，并对存在畸变的趋势图进行畸变矫正；识别出趋势图中的坐标轴刻度；提取出趋势图中的曲线，并将曲线解析为带有时间戳的时间序...

【专利技术属性】
技术研发人员：陈梦迟，黄文君，刘志勇，古勇，周曼，
申请(专利权)人：浙江中控技术股份有限公司，
类型：发明
国别省市：