[發(fā)明專利]基于Daubechies小波變換和彈性網(wǎng)的故障檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410256509.2
• 申請(qǐng)日: 2014-06-10
• 公開（公告）號(hào): CN103995985B
• 公開（公告）日: 2017-01-25
• 發(fā)明（設(shè)計(jì)）人: 江曉棟;趙海濤
• 申請(qǐng)（專利權(quán)）人: 華東理工大學(xué)
• 主分類號(hào): G06F19/00
• 分類號(hào): G06F19/00
• 代理公司: 上海科盛知識(shí)產(chǎn)權(quán)代理有限公司31225
• 代理人: 趙繼明

技術(shù)領(lǐng)域

本發(fā)明涉及智能信息處理領(lǐng)域，尤其是涉及一種基于Daubechies小波變換和彈性網(wǎng)的故障檢測(cè)方法。

背景技術(shù)

隨著現(xiàn)代工業(yè)及科學(xué)技術(shù)的迅速發(fā)展，系統(tǒng)的能力和現(xiàn)代化水平日益提高。為了實(shí)現(xiàn)更多的功能和更好的滿足人們的需求，項(xiàng)目的投資和規(guī)模也越來越大，系統(tǒng)的復(fù)雜性也越來越高。但是這樣使得故障發(fā)生的機(jī)率增大了很多，關(guān)鍵部位一旦發(fā)生故障，將會(huì)造成巨大的財(cái)產(chǎn)損失和人員傷亡。所以如何將故障及時(shí)的檢測(cè)出來并加以排除顯得尤為重要。近年來，隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展和分布式控制系統(tǒng)(DCS)在工業(yè)過程中的廣泛應(yīng)用，大量的過程數(shù)據(jù)被采集并存儲(chǔ)下來。因此，如何從海量數(shù)據(jù)中挖掘出隱藏的有用信息，將其應(yīng)用于生產(chǎn)安全和產(chǎn)品質(zhì)量控制，已經(jīng)成為及需解決的問題。在這種工程技術(shù)背景下，基于數(shù)據(jù)的多元統(tǒng)計(jì)方法受到了廣泛的關(guān)注，而且被成功應(yīng)用于過程建模、監(jiān)控和控制領(lǐng)域。

過程監(jiān)控的四個(gè)步驟是故障檢測(cè)、故障識(shí)別、故障診斷和過程恢復(fù)。故障檢測(cè)，通俗地講，就是確定故障是否發(fā)生了。及時(shí)進(jìn)行檢測(cè)可以對(duì)將會(huì)出現(xiàn)的問題提出有價(jià)值的報(bào)警，通過采取相應(yīng)的措施，避免嚴(yán)重的過程顛覆。

故障檢測(cè)的方法主要有基于解析冗余度、基于數(shù)據(jù)驅(qū)動(dòng)和基于先驗(yàn)知識(shí)的這三種方法。解析法是基于工業(yè)模型的，但必須有詳盡的解析模型可以利用；基于知識(shí)的方法使用定性的模型來獲得過程監(jiān)控的量度；基于先驗(yàn)知識(shí)的方法對(duì)先驗(yàn)知識(shí)的要求度比較高。

傳統(tǒng)的基于數(shù)據(jù)驅(qū)動(dòng)的方法主要有主元分析法(PCA)、費(fèi)舍爾判別分析(FDA)，部分最小二乘(PLS)等，廣泛的應(yīng)用在實(shí)際的生產(chǎn)過程監(jiān)控中。但是上述方法過于依賴于過程數(shù)據(jù)的方差分析，由于真實(shí)連續(xù)過程數(shù)據(jù)的噪聲往往具有高度的非高斯、非線性特性，這些基于方差分析的數(shù)據(jù)降維檢測(cè)方法難免使得某些重要特征遺漏或缺失，進(jìn)而在檢測(cè)過程中出現(xiàn)錯(cuò)誤。

發(fā)明內(nèi)容

本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種基于Daubechies小波變換和彈性網(wǎng)的故障檢測(cè)方法，將數(shù)據(jù)的全部特征都作為判斷數(shù)據(jù)正常與否的特征，提高了故障檢測(cè)的精度。

本發(fā)明的目的可以通過以下技術(shù)方案來實(shí)現(xiàn)：

一種基于Daubechies小波變換和彈性網(wǎng)的故障檢測(cè)方法，應(yīng)用于連續(xù)化工過程，包括以下步驟：

1)從田納西-伊斯曼工業(yè)過程模型中獲得正常數(shù)據(jù)和故障數(shù)據(jù)，將正常數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，將故障數(shù)據(jù)作為測(cè)試數(shù)據(jù)，并對(duì)獲得的測(cè)試數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理；

2)對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行Daubechies小波變換，壓縮數(shù)據(jù)，對(duì)小波變換后的訓(xùn)練數(shù)據(jù)分別將每一組數(shù)據(jù)作為主元列向量，與訓(xùn)練數(shù)據(jù)矩陣做彈性網(wǎng)回歸，分別求出不同的最小估計(jì)值；

3)通過概率密度估計(jì)方法，求得最佳的值作為閾值；

4)對(duì)測(cè)試數(shù)據(jù)依次進(jìn)行Daubechies小波變換和彈性網(wǎng)回歸，將每一組數(shù)據(jù)求得的值與閾值相比較，判斷每組數(shù)據(jù)是否存在故障：

若求得的值大于閾值，則所對(duì)應(yīng)的一組數(shù)據(jù)存在故障；若求得的值小于閾值，則所對(duì)應(yīng)的一組數(shù)據(jù)正常。

步驟1)中，所述的標(biāo)準(zhǔn)化處理采用Z-score標(biāo)準(zhǔn)化方法，計(jì)算公式為：

X*=X-μσ]]>

式中，X＝{x₁，x₂，...，x_n}為數(shù)據(jù)矩陣，X^*表示標(biāo)準(zhǔn)化處理后的數(shù)據(jù)矩陣，μ為訓(xùn)練數(shù)據(jù)的均值，σ為訓(xùn)練數(shù)據(jù)的標(biāo)準(zhǔn)差，μ和σ計(jì)算公式為：

μ=1nΣi=1nxi]]>