[發明專利]一種基于稀疏表示的多工況過程監控方法

有效

• 申請號: 201310221329.6
• 申請日: 2013-06-05
• 公開（公告）號: CN103309347A
• 公開（公告）日: 2013-09-18
• 發明（設計）人: 楊春節;周哲;文成林
• 申請（專利權）人: 浙江大學
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 林松海

技術領域

本發明屬于流程工業過程監控與故障診斷領域，特別涉及一種基于稀疏表示的多工況過程監控方法。

背景技術

對于過程監控和故障診斷問題，傳統的方法大多采用多元統計過程控制技術（Multivariable?Statistical?Process?Control,MSPC），其中以主元分析（Principal?Component?Analysis,PCA）和偏最小二乘（Partial?Least?Squares,PLS）為代表等方法已在工業過程監控中得到了成功的應用。傳統的MSPC方法均假設過程運行在單一的操作工況下，但是實際上由于產品改變、產能調整等原因過程常在多個工況中頻繁的切換。

針對多工況問題，傳統方法要么采用單一的MSPC模型覆蓋所有的操作工況，要么采用多模型的方法分別對工況建立子MSPC模型，或者利用模型迭代更新的方法適應工況的變化。以上方法大多假設過程變量滿足正態分布假設，這樣的假設并不一定符合實際情況，會導致方法適用性弱。

發明內容

本發明的目的在針對現有技術的不足，提供一種基于稀疏表示的多工況過程監控方法。

本發明提出的基于稀疏表示的多工況過程監控方法，包括以下各步驟：

1)利用多傳感器數據采集系統收集過程各個正常工況的數據構成字典其中，k表示過程正常工況的個數，表示對應過程工況i的數據矩陣（子字典），m為過程變量個數。

2)對字典進行歸一化處理，使得中每一列數據的l₂范數均等于1，得到新的字典矩陣為

3）采集過程在線運行數據

4)對過程在線運行數據計算它在字典A上的稀疏表示，根據表示稀疏集中指數SCI進行監控。

5)工況辨識。對于判定為正常的運行數據，可進一步根據它在字典A的稀疏表示殘差進行工況辨識以確定過程當前處于某穩定工況或工況過度階段。

本發明的有益效果是：本發明將稀疏表示的思想用于多工況過程監控，該方法并不要求過程數據服從正態分布，其適用范圍更廣且可解釋性更強。另外，針對正常過程數據，也可辨識過程當前運行所處的工況以確保生產符合要求。

附圖說明

圖1是本發明方法的流程框圖。

具體實施方式

本發明提出的一種基于稀疏表示的多工況過程監控方法，其流程框圖如圖1所示，包括以下各步驟：

1)利用多傳感器數據采集系統收集過程各個正常工況的數據構成字典（這里表示數據庫）其中，k表示過程正常工況的個數，表示對應過程工況i的數據矩陣（子字典），m為過程變量個數。

2)對字典進行歸一化處理，使得中每一列數據的l₂范數即該列向量長度的長度均等于1，得到新的歸一化的字典矩陣為

3)過程在線運行，同樣利用多傳感器數據采集系統對m個過程變量數據進行采集，每次采集得到的過程在線運行數據為t表示采樣時刻。通過式(1)求解得到x^=[x1,...,xj,...,xn]T]]>