基于MATLAB的上海光源光束線運(yùn)行狀態(tài)分析與預(yù)警

孫 皓　龔培榮（中國科學(xué)院上海應(yīng)用物理研究所 張江園區(qū)　上海 20204）2（中國科學(xué)院大學(xué)　北京 00049）

?

基于MATLAB的上海光源光束線運(yùn)行狀態(tài)分析與預(yù)警

孫 皓1，2龔培榮1
1（中國科學(xué)院上海應(yīng)用物理研究所 張江園區(qū)上海 201204）2（中國科學(xué)院大學(xué)北京 100049）

隨著上海光源（Shanghai Synchrotron Radiation Facility， SSRF）新建光束線站數(shù)量的增加，其運(yùn)行狀態(tài)的參數(shù)記錄每年都在成倍地增長，光束線站建設(shè)之初實(shí)施的運(yùn)行數(shù)據(jù)處理方法已不能滿足用戶不斷增長的需求。為此，采用MATLAB連接光束線的Archive數(shù)據(jù)庫，發(fā)展了一種新的光束線運(yùn)行數(shù)據(jù)的處理方法，本文通過對兩條光束線單色器溫度信號的數(shù)據(jù)分析，說明了MATLAB神經(jīng)網(wǎng)絡(luò)可根據(jù)數(shù)據(jù)的變化情況給出相應(yīng)信號的預(yù)警提示，利用MATLAB強(qiáng)大的數(shù)據(jù)功能，還可有效地提高光束線站設(shè)備運(yùn)行數(shù)據(jù)的分析處理能力。

MATLAB，光束線站，Archive數(shù)據(jù)庫，數(shù)據(jù)分析

一旦建立起MySQL數(shù)據(jù)庫，就可以對光束線的運(yùn)行參量進(jìn)行更多的數(shù)據(jù)分析，如光斑中心位置的變化情況分析等，以便及時了解各光束線站的運(yùn)行狀況，還可進(jìn)一步開展設(shè)備故障預(yù)警方法的研究，有助于提高光束線站的運(yùn)行效率。

1　數(shù)據(jù)庫連接和數(shù)據(jù)篩選

EPICS的軟件結(jié)構(gòu)如圖1所示，當(dāng)用戶通過OPI模塊請求數(shù)據(jù)時，主機(jī)將通過CA （Channel access）通信從IOC模塊獲取數(shù)據(jù)；Channel archiver是基于CA協(xié)議的一個數(shù)據(jù)存檔工具集，主要由一個數(shù)據(jù)存檔引擎Archive engine和數(shù)據(jù)檢索工具兩部分組成，負(fù)責(zé)將運(yùn)行參數(shù)存入Archive數(shù)據(jù)庫中，其核心是Archive engine［5-6］。

圖1　EPICS的軟件結(jié)構(gòu)Fig.1　Software structure of EPICS.

MATLAB通過ODBC與該數(shù)據(jù)庫連接，需要在數(shù)據(jù)源中創(chuàng)建數(shù)據(jù)源名稱和選擇數(shù)據(jù)庫文件，配置成功后就可以通過ODBC提取數(shù)據(jù)庫里的數(shù)據(jù)；MATLAB擁有應(yīng)用程序database explorer，可據(jù)此查看獲取的數(shù)據(jù)，只需要輸入設(shè)定的 username和password即可。圖2是MATLAB應(yīng)用程序database explorer的界面，直接點(diǎn)擊左側(cè)需要查看的選項(xiàng)，就能在其右側(cè)預(yù)覽所要觀察的數(shù)據(jù)［2］，還可在采樣表sample中查看數(shù)據(jù)的各項(xiàng)屬性。

圖2　Database explorer界面Fig.2　Database explorer interface.

Database explorer可實(shí)現(xiàn)數(shù)據(jù)可視化，且操作簡單，但由于本身界面有限，對數(shù)據(jù)進(jìn)行多語句的SQL操作時有局限，若進(jìn)行數(shù)據(jù)分析，建議通過編寫MATLAB語句來調(diào)用所需要的數(shù)據(jù)，并可通過prompt語句設(shè)置“彈窗”式輸入，方便使用。

數(shù)據(jù)是對事實(shí)的數(shù)字化表示，SSRF光束線的數(shù)據(jù)量龐大，光束線站需要記錄很多設(shè)備的數(shù)據(jù)，有前端區(qū)的、實(shí)驗(yàn)站的等，如液氮冷卻單色器的溫度記錄就有十多個。這些記錄數(shù)據(jù)中，有些是連續(xù)的模擬數(shù)據(jù)，有些是開關(guān)狀態(tài)的記錄數(shù)據(jù)。另外，為更好地運(yùn)行SSRF，需要有短時間的停機(jī)維護(hù)，這就使該時間段的記錄數(shù)據(jù)中除了有用的數(shù)據(jù)（如設(shè)備的真空）外，還會出現(xiàn)一些NaN數(shù)據(jù)和0數(shù)據(jù)，它們通常是無效數(shù)據(jù)。這就要求進(jìn)行數(shù)據(jù)篩選，找出所需要的數(shù)據(jù)進(jìn)行存儲和分析。可以通過語句d= d（～isnan（d））；find（d==0））=［］進(jìn)行無效數(shù)據(jù)的刪除，其中d是要進(jìn)行篩選的數(shù)據(jù)矩陣，篩選后的數(shù)據(jù)仍然存于d中。

據(jù)此，提取SSRF BL13W光束線站液氮冷卻單色器的溫度記錄數(shù)據(jù)X13W1：OP：MO：PT：TC10：AI，如圖3所示。該數(shù)據(jù)在2015年4月發(fā)生過異常，已進(jìn)行篩選并刪除了NaN值和0值，經(jīng)過篩選后的數(shù)據(jù)就可以應(yīng)用于下面的數(shù)據(jù)分析。

2　數(shù)據(jù)分析和預(yù)警設(shè)置

通過觀察圖3可以看出，單色器在開始出現(xiàn)問題時，有一定幅度的溫度跳變，但這時還能繼續(xù)實(shí)現(xiàn)單色化功能，在數(shù)據(jù)后期跳變幅度加大，跳變也變得頻繁，這時的單色化功能會受到影響，應(yīng)該提醒操作人注意，即給出預(yù)警提示。

圖3　X13W1：OP：MO：PT：TC10：AI記錄數(shù)據(jù)（4-5月）的曲線圖Fig.3　Graph of the record data for X13W1：OP：MO：PT：TC10：AI from Aril to May.

MATLAB可以進(jìn)行神經(jīng)網(wǎng)絡(luò)設(shè)置，神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)的能力，其結(jié)構(gòu)可分為輸入層、隱藏層、輸出層。如圖4所示，將輸入信號傳遞給網(wǎng)絡(luò)內(nèi)隱藏層的每個神經(jīng)元進(jìn)行分析，每個神經(jīng)元通過內(nèi)部函數(shù)處理后輸出。有時，為滿足誤差要求，再將輸出反饋到神經(jīng)網(wǎng)絡(luò)，調(diào)整權(quán)值，并將誤差值變小，以達(dá)到最終的要求［2，4，7-9］。

圖4　神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖Fig.4　Diagram of the neural network structure.

MATLAB的神經(jīng)網(wǎng)絡(luò)可進(jìn)行有監(jiān)督和無監(jiān)督的各種學(xué)習(xí)，并可選擇模式識別的方法進(jìn)行數(shù)據(jù)知識的訓(xùn)練［2］。為此，可將數(shù)據(jù)分為三類：平穩(wěn)數(shù)據(jù)、小幅度的跳變、大幅度的跳變。將三類數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，就能得到相應(yīng)的輸出，亦為分類中的類別數(shù)據(jù)。神經(jīng)網(wǎng)絡(luò)分類采用該時間段數(shù)據(jù)的變化來表示，在圖3所示的一個月的記錄數(shù)據(jù)中，可提取85組數(shù)據(jù)，每組含有連續(xù)的301個數(shù)據(jù)。并根據(jù)這301個數(shù)據(jù)的幅度變化進(jìn)行分類：將溫度變化小于5 oC的視為第一類，進(jìn)行神經(jīng)網(wǎng)絡(luò)驗(yàn)證時，MATLAB對這一類不做任何反應(yīng)；當(dāng)溫度跳變在5-10 oC、且數(shù)據(jù)跳變率在35%以上時作為小幅度跳變，分為第二類，神經(jīng)網(wǎng)絡(luò)驗(yàn)證時給出“1warn”的預(yù)警提示；當(dāng)溫度跳變在10 oC以上、且數(shù)據(jù)跳變率在35%以上時為大幅度跳變，設(shè)為第三類，神經(jīng)網(wǎng)絡(luò)驗(yàn)證時給出“2warn”的預(yù)警提示。

MATLAB神經(jīng)網(wǎng)絡(luò)原則上不要求數(shù)據(jù)歸一化，但是歸一化的數(shù)據(jù)訓(xùn)練可以減少時間開支，并且由于溫度的跳變幅度很大時，非歸一化的數(shù)據(jù)會使得神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)困難，建議先將輸入數(shù)據(jù)進(jìn)行歸一化處理，再用于神經(jīng)網(wǎng)絡(luò)訓(xùn)練。MATLAB中可采用歸一化函數(shù)［y，ps］=mapminmax（x，ymin，ymax）進(jìn)行歸一化。其中：x是原矩陣；y是歸一化的矩陣；ymin是歸一化區(qū)間的最小值；ymax是歸一化區(qū)間的最大值；ymax是1；ymin為-1。將歸一化后的數(shù)據(jù)輸入到神經(jīng)網(wǎng)絡(luò)，進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，可得到相應(yīng)的類別輸出。訓(xùn)練過程中滿足非過擬合的情況，還需要強(qiáng)調(diào)誤差盡量小的要求，并調(diào)節(jié)隱藏層節(jié)點(diǎn)。產(chǎn)生的預(yù)警提示可通過MATLAB的msgbox（）函數(shù)實(shí)現(xiàn)警視窗輸出，同時通過設(shè)置該函數(shù)，將出現(xiàn)跳變所在的數(shù)據(jù)位置給出，如數(shù)據(jù)在第45組處發(fā)生一級預(yù)警，則給出彈窗，顯示“1warn”和“x=45”的結(jié)果。

通過MATLAB對所提取的X13W1：OP：MO：PT：TC10：AI數(shù)據(jù)進(jìn)行分析和訓(xùn)練，神經(jīng)網(wǎng)絡(luò)對數(shù)據(jù)知識的學(xué)習(xí)率達(dá)到90%以上。為驗(yàn)證訓(xùn)練結(jié)果的正確性，還需要對MATLAB的數(shù)據(jù)分析進(jìn)行測試。為此，在已訓(xùn)練的上述85組數(shù)據(jù)之外，再提取10組數(shù)據(jù)進(jìn)行測試，該數(shù)據(jù)中含有正常數(shù)據(jù)5組，一級預(yù)警3組，二級預(yù)警2組，輸入到所設(shè)置的神經(jīng)網(wǎng)絡(luò)中。給出的結(jié)果如圖5，圖5中共有三種模式，其中列向量1 0 0代表正常，0 1 0代表一級預(yù)警，0 0 1代表二級預(yù)警。可以看出，該網(wǎng)絡(luò)給出了全部彈窗，并且彈窗給出了出現(xiàn)跳變的數(shù)據(jù)位置，說明MATLAB實(shí)現(xiàn)了神經(jīng)網(wǎng)絡(luò)對SSRF的運(yùn)行數(shù)據(jù)的分析和預(yù)警提示，顯示的結(jié)果與實(shí)際情況完全吻合。

圖5　MATLAB給出的溫度預(yù)警結(jié)果顯示截圖Fig.5　MATLAB plot results for pre-alarm of the temperature.

3　分析結(jié)果的應(yīng)用推廣

在完成了MATLAB神經(jīng)網(wǎng)絡(luò)對已提取的運(yùn)行數(shù)據(jù)進(jìn)行學(xué)習(xí)和訓(xùn)練后，測試的結(jié)果也證明了MATLAB對SSRF光束線設(shè)備運(yùn)行數(shù)據(jù)分析的可實(shí)現(xiàn)性和正確性。在此基礎(chǔ)上，還需要通過在線檢測的方式來檢驗(yàn)MATLAB對SSRF光束線運(yùn)行數(shù)據(jù)處理的普適性。為此，將上述的方法應(yīng)用于SSRF的另一條BL17U光束線站，提取2015年11月1日-15日的液氮冷卻單色器溫度的運(yùn)行數(shù)據(jù)如圖6（a）、（b）所示。通過MATLAB的分析處理，從圖6（a）可以看出，BL17U單色器中處于同樣位置的X17U1：OP：MO：PT：TC10：AI信號完全沒有報警提示，只給出了數(shù)據(jù)的曲線圖形。進(jìn)一步觀察數(shù)據(jù)的曲線圖，可以看出在該時間段數(shù)據(jù)沒有明顯跳變，上下溫度最大差值3 oC左右，和之前選擇的BL13W光束線站的X13W1：OP：MO：PT：TC10：AI信號特征相似，該信號處于神經(jīng)網(wǎng)絡(luò)訓(xùn)練的安全平穩(wěn)區(qū)域內(nèi)，說明前述的數(shù)據(jù)處理對上海光源 BL17U單色器的溫度信號TC10是可以正常預(yù)警的。

再將 MATLAB神經(jīng)網(wǎng)絡(luò)分析方法應(yīng)用于BL17U 的另一個溫度信號 X17U1：OP：MO：PT：TC2：AI進(jìn)行數(shù)據(jù)處理，運(yùn)行的結(jié)果如圖6（b）所示。MATLAB給出了較多的一級預(yù)警（1warn），同時也給出了預(yù)警數(shù)據(jù)所在的位置，但這樣的結(jié)果是不符合實(shí)際情況（不應(yīng)該有預(yù)警）。深入分析其數(shù)據(jù)曲線圖，可以看出TC2的溫度跳變趨勢與TC10不同，有較大幅度的跳變。若將之前訓(xùn)練X13W1：OP：MO：PT：TC10：AI所獲取的知識應(yīng)用于各條光束線站同類型單色器在TC10位置上的數(shù)據(jù)處理，所得到的結(jié)果基本一致。一旦改變了信號點(diǎn)的位置，信號的特征會發(fā)生變化，所適用的規(guī)律也將變化，為了測試TC2處的結(jié)果，需要進(jìn)行新的學(xué)習(xí)和訓(xùn)練，從而得到與之相對應(yīng)的知識。若用TC2處的數(shù)據(jù)知識去檢驗(yàn)BL13W光束線站單色器TC2的運(yùn)行情況，則能得到同樣正確的分類結(jié)果。因此，可以說MATLAB能正確處理SSRF光束線運(yùn)行數(shù)據(jù)中具有相同特征的數(shù)據(jù)分析，并給出準(zhǔn)確的預(yù)警提示，不同特征的數(shù)據(jù)需要與之相對應(yīng)的學(xué)習(xí)和訓(xùn)練知識。

圖6　BL17U單色器溫度信號的MATLAB分析結(jié)果（a） X17U1：OP：MO：PT：TC10：AI，（b） X17U1：OP：MO：PT：TC2：AIFig.6　Analysis result of the X17U1：OP：MO：PT：TC10：AI （a） and X17U1：OP：MO：PT：TC2：AI （b） in BL17U with MATLAB.

4　結(jié)語

SSRF光束線站設(shè)備運(yùn)行狀態(tài)的數(shù)據(jù)分析內(nèi)容較多，但本文只采用了MATLAB神經(jīng)網(wǎng)絡(luò)來處理其運(yùn)行數(shù)據(jù)的預(yù)警分析。此外，MATLAB還可用于運(yùn)行數(shù)據(jù)的穩(wěn)定性分析和運(yùn)行狀態(tài)的統(tǒng)計分析等，MATLAB的數(shù)據(jù)處理功能強(qiáng)大，非常有利于提高光束線站運(yùn)行數(shù)據(jù)的分析處理能力。在數(shù)據(jù)獲取方面，本文采用ODBC連接SSRF Archive數(shù)據(jù)庫，并使用MATLAB的神經(jīng)網(wǎng)絡(luò)處理其運(yùn)行數(shù)據(jù)，較好地發(fā)現(xiàn)了數(shù)據(jù)中的知識，還推廣到同類型數(shù)據(jù)的分析處理中。這種學(xué)習(xí)和訓(xùn)練只是初步的嘗試，后續(xù)還需要進(jìn)行更多方面的研究，如針對不同類型數(shù)據(jù)進(jìn)行多條神經(jīng)網(wǎng)絡(luò)的信息挖掘；給出彈窗時，同時給出發(fā)生該彈窗現(xiàn)象的時間和信號當(dāng)時的參數(shù)值；以及利用MATLAB的GUI （Graphical User Interface）功能實(shí)現(xiàn)界面友好的、操作簡便的光束線站運(yùn)行數(shù)據(jù)的可視化分析和顯示等。采用MATLAB神經(jīng)網(wǎng)絡(luò)方法進(jìn)行SSRF光束線站設(shè)備的預(yù)警設(shè)置，可減少因?yàn)樵O(shè)備故障而產(chǎn)生的停止供光的時間，進(jìn)一步提高SSRF光束線站設(shè)備安全運(yùn)行的效率。

1祝晴. 分布式 EPICS系統(tǒng)數(shù)據(jù)存檔引擎［D］. 上海：中國科學(xué)院上海應(yīng)用物理研究所， 2007

ZHU Qing. Distributed archive engine for EPICS system data［D］. Shanghai：Shanghai Institute of Applied Physics， Chinese Academy of Sciences， 2007

2楊建強(qiáng)， 羅先香. MATLAB軟件工具箱簡介［J］. 水科學(xué)進(jìn)展， 2001， 12（2）：287-242

YANG Jianqiang， LUO Xianxiang. MATLAB sofeware toolbox［J］. Advances in Water Science， 2001， 12（2）：287-242

3鐘敏蕓. 基于MATLAB的時間序列預(yù)測［J］. 電腦知識與技術(shù)， 2015， 11（29）：206-208

ZHONG Minyun. The prediction of time series based on MATLAB［J］. Computer Knowledge and Technology，2015， 11（29）：206-208

4Godman. MATLAB數(shù)據(jù)庫編程指南［EB/OL］. 2009-3-30［2010-9-28］.http：//www.Matlabsky.com/forum.php？mod=viewthread&tid=10302 Godman.ProgrammingguideofMATLAB database［EB/OL］. 2009-3-30［2010-9-28］. http：//www. Matlabsky.com/forum.php？mod=viewthread&tid=10302

5李林. 基于Web Service的SSRF存檔數(shù)據(jù)服務(wù)系統(tǒng)［D］.上海：中國科學(xué)院上海應(yīng)用物理研究所， 2007：15-17

LI Lin. SSRF archive data analysis system based on Web Service［D］. Shanghai：Shanghai Institute of Applied Physics， Chinese Academy of Sciences， 2007：15-17

6Hu Z， Mi Q R， Zhen L F， et al. EPICS data archiver at SSRF beamlines［J］. Nuclear Science and Techniques，2014， 25：020103. DOI：10.13538/j.1001-8042/nst.25. 020103

7Li B J， Cheng C T. Monthly discharge forecasting using wavelet neuralnetworks with extreme learning machine［J］. Science China （Technological Sciences），2014， 57（12）：2441-2452

8利昌， 郭向勇， 傅國強(qiáng). 基于反向傳播神經(jīng)網(wǎng)絡(luò)的無線火災(zāi)預(yù)警系統(tǒng)［J］. 現(xiàn)代電子技術(shù)， 2012， 35（13）：53-55

LI Chang， GUO Xiangyong， FU Guoqiang. Fire disaster wireless early warning system based on BP neural network［J］. Modern Electronics Technique， 2012， 35（13）：53-55

9Zhou M H， Wang F D， Zhang H H. Study of enterprises marketing risk early warning system based on BP neural network model［J］. Journal of China University of Mining &Technology， 2006， 16（3）：371-375

Analysis of beamline running state and forewarning by using MATLAB in SSRF

SUN Hao1，2GONG Peirong1

1（Shanghai Institute of Applied Physics， Chinese Academy of Sciences， Zhangjiang Campus， Shanghai 201204， China）

2（University of Chinese Academy of Sciences， Beijing 100049， China）

Background: With the increasing number of beamlines in Shanghai Synchrotron Radiation Facility （SSRF）， the amount of the parameter records of the running state grows exponentially year by year， while the data processing method implemented at the beginning of the construction of beamlines could not meet new user requirements. Purpose: This study aims to solve this problem by using MATLAB. Methods: The fault pattern recognition system with strong nonlinear mapping ability was developed by using MATLAB， and the neural network was adopted to analyze the running data， which could get the result we want and give pre-warning information via the connection between the MATLAB and Archive database. Results: Analysis result of the two temperatures record data of the monochrometer at BL13W and BL17U beamlines demonstrated the efficiency of this method. Conclusion: MATLAB can be used to improve analytical ability of running data and successfully identify pre-warning for each beamline in SSRF.

MATLAB， Beamline， Archive database， Data analysis

上海光源（Shanghai Synchrotron Radiation Facility， SSRF）是第三代中能同步輻射裝置，它使用的實(shí)驗(yàn)物理及控制系統(tǒng)（Experimental Physics and Industrial Control System， EPICS）采用分布式控制系統(tǒng)的標(biāo)準(zhǔn)結(jié)構(gòu)，包括：操作員接口層（Operator Interface， OPI）、輸入/輸出控制器（Input/output Controller， IOC）、設(shè)備控制器（Device Controller），數(shù)據(jù)存儲在Archive數(shù)據(jù)庫中［1］。SSRF已建光束線的控制系統(tǒng)也采用了EPICS軟件，實(shí)現(xiàn)了各種設(shè)備的控制調(diào)節(jié)和運(yùn)行參數(shù)的記錄，但使用中發(fā)現(xiàn)其記錄在數(shù)據(jù)分析或故障后狀態(tài)查詢等方面不太令人滿意，為此，開始嘗試用MATLAB軟件來處理其運(yùn)行數(shù)據(jù)。MATLAB是由MathWorks出品的商業(yè)數(shù)學(xué)軟件，它將數(shù)值分析、矩陣計算、科學(xué)數(shù)據(jù)可視化以及非線性系統(tǒng)的建模和仿真等功能集成在一個易于使用的視窗環(huán)境中，并且MATLAB界面友好、易于操作、擁有大量的工具箱［2-3］。在進(jìn)行MATLAB 與Archive數(shù)據(jù)庫連接時需使用開放數(shù)據(jù)庫互連的ODBC （Open Database Connectivity）程序，ODBC本身提供了對SQL （Structured Query Language）語言的支持，MATLAB可通過輸入SQL語句直接送給ODBC，達(dá)到對運(yùn)行數(shù)據(jù)操作的目的［4］。

SUN Hao， female， born in 1989， graduated from Nanjing University of Aeronautics and Astronautics in 2012， master student， focusing on data processing and analysis

TN911.7

10.11889/j.0253-3219.2016.hjs.39.070104

國家自然科學(xué)基金（No.U1232115）資助

孫皓，女，1989年出生，2012年畢業(yè)于南京航空航天大學(xué)，現(xiàn)為碩士研究生，主要研究領(lǐng)域?yàn)閿?shù)據(jù)處理與分析

龔培榮，E-mail：gongpeirong@sinap.ac.cn

Supported by National Natural Science Foundation of China （No.U1232115）

GONG Peirong， E-mail：gongpeirong@sinap.ac.cn

2016-03-14，

2016-04-18