[發(fā)明專利]基于切換線性動態(tài)系統(tǒng)模型的工業(yè)過程故障診斷方法

有效

• 申請?zhí)枺?/td>: 201510260047.6
• 申請日: 2015-05-20
• 公開（公告）號: CN104914850B
• 公開（公告）日: 2017-07-28
• 發(fā)明（設計）人: 葛志強;陳新如
• 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: 邱啟旺

1.一種基于切換線性動態(tài)系統(tǒng)模型的工業(yè)過程故障診斷方法，其特征在于，包括以下步驟：

(1)利用集散系統(tǒng)收集過程正常工況的數(shù)據(jù)以及從正常工況運行到發(fā)生各種故障工況的數(shù)據(jù)形成的觀測序列，組成建模用的訓練樣本集：X_o＝[X₁；X₂；…；X_Nex]，其中X_nex＝[x₁；x₂；…；x_N]∈R^N×V，nex＝1,2,…,Nex為對應于第nex個觀測序列的數(shù)據(jù)矩陣，R為實數(shù)集且R^N×V表示X_nex滿足N×V的二維分布，N為每個序列的采樣數(shù)據(jù)點數(shù)，V為過程變量個數(shù)；

(2)假設故障工況類別為S，再加上一個正常工況類，建模數(shù)據(jù)的總類別為S+1；在不破壞時序的條件下，從訓練樣本集X_o中分離出不同類別的數(shù)據(jù)，組成用于線性動態(tài)系統(tǒng)建模的訓練樣本$\stackrel{\‾}{X}=[{\stackrel{\‾}{X}}_1;{\stackrel{\‾}{X}}_2;...;{\stackrel{\‾}{X}}_{S+1}],$其中${\stackrel{\‾}{X}}_s=[{\stackrel{\‾}{x}}_1;{\stackrel{\‾}{x}}_2;...;{\stackrel{\‾}{x}}_M]\∈R^{M\×V},$s＝1,2,…，S+1為對應于第s類工況的數(shù)據(jù)矩陣，M為每一類工況的樣本序列長度，V為過程變量個數(shù)；將這些數(shù)據(jù)存入歷史數(shù)據(jù)庫；

(3)從歷史數(shù)據(jù)庫中調(diào)用訓練樣本，采用期望最大化方法對正常工況類和每個故障工況類別分別建立線性動態(tài)系統(tǒng)模型，得到模型參數(shù)θ(s)，s＝1,2,…,S+1；

(4)從歷史數(shù)據(jù)庫中調(diào)用訓練樣本X_o，計算切換線性動態(tài)系統(tǒng)模型的初始狀態(tài)概率分布π₀∈R^S+1和狀態(tài)轉移概率矩陣K∈R^(S+1)×(S+1)，得到切換的線性動態(tài)系統(tǒng)模型的參數(shù)Θ＝{π₀,K,θ(s),s＝1,2,...S+1}；

(5)將建模數(shù)據(jù)X_o、和模型參數(shù)Θ存入歷史數(shù)據(jù)庫中備用；

(6)收集新的在線過程數(shù)據(jù)其中為當前t時刻的在線過程數(shù)據(jù)，為t時刻之前收集的過程數(shù)據(jù)，采用高斯和濾波方法計算當前監(jiān)測數(shù)據(jù)在正常工況和各個故障工況下的后驗概率，并給出故障診斷結果。