[發(fā)明專(zhuān)利]一種基于切換有監(jiān)督線(xiàn)性動(dòng)態(tài)系統(tǒng)模型的故障診斷方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201610163871.4
• 申請(qǐng)日: 2016-03-19
• 公開(kāi)（公告）號(hào): CN105759787B
• 公開(kāi)（公告）日: 2018-07-17
• 發(fā)明（設(shè)計(jì)）人: 葛志強(qiáng);陳新如
• 申請(qǐng)（專(zhuān)利權(quán)）人: 浙江大學(xué)
• 主分類(lèi)號(hào): G05B23/02
• 分類(lèi)號(hào): G05B23/02
• 代理公司: 杭州求是專(zhuān)利事務(wù)所有限公司 33200
• 代理人: 邱啟旺

本發(fā)明公開(kāi)了一種基于切換的有監(jiān)督線(xiàn)性動(dòng)態(tài)系統(tǒng)模型的工業(yè)過(guò)程故障診斷方法，用于工業(yè)過(guò)程中關(guān)鍵質(zhì)量變量可獲得的條件下的故障診斷。本發(fā)明將有監(jiān)督線(xiàn)性動(dòng)態(tài)系統(tǒng)模型擴(kuò)展成多模態(tài)形式，建立了一個(gè)切換的有監(jiān)督線(xiàn)性動(dòng)態(tài)系統(tǒng)模型，既考慮了過(guò)程數(shù)據(jù)的動(dòng)態(tài)特性和隨機(jī)特性，又充分利用了質(zhì)量變量中包含的重要過(guò)程運(yùn)行信息。相比目前的其它方法，本發(fā)明提高了模型對(duì)工業(yè)過(guò)程運(yùn)行狀態(tài)的刻畫(huà)能力，增加了故障診斷效果，減少了診斷的延遲時(shí)間，使故障處理更加及時(shí)有效，并且更加有利于工業(yè)過(guò)程的自動(dòng)化實(shí)施。

技術(shù)領(lǐng)域

本發(fā)明屬于工業(yè)過(guò)程控制領(lǐng)域，尤其涉及一種基于切換的有監(jiān)督線(xiàn)性動(dòng)態(tài)系統(tǒng)模型的工業(yè)過(guò)程故障診斷方法。

背景技術(shù)

為了確保過(guò)程安全和提高生產(chǎn)效率，工業(yè)生產(chǎn)過(guò)程的故障診斷問(wèn)題已經(jīng)變得越來(lái)越重要。一方面，現(xiàn)代工業(yè)趨于大型化、復(fù)雜化，所以過(guò)程數(shù)據(jù)的特性非常復(fù)雜，存在高維、非高斯性、動(dòng)態(tài)性、隨機(jī)性等問(wèn)題。傳統(tǒng)的故障診斷方法是在單一假設(shè)下，運(yùn)用某一種方法，所以其診斷效果有一定的局限性。另一方面，如果不對(duì)過(guò)程進(jìn)行很好的故障診斷，及時(shí)處理故障，輕則影響產(chǎn)品的質(zhì)量，降低生產(chǎn)效益；重則將會(huì)造成重大人員傷亡和不可估計(jì)的財(cái)產(chǎn)損失。因此，找到更好的過(guò)程故障診斷方法，及時(shí)判斷故障類(lèi)別已經(jīng)成為工業(yè)生產(chǎn)過(guò)程的研究熱點(diǎn)和迫切需要解決的問(wèn)題之一。

近年來(lái)，在機(jī)理模型難以獲取的情況下，基于數(shù)據(jù)驅(qū)動(dòng)的故障診斷方法成為工業(yè)過(guò)程監(jiān)測(cè)的主流方法，比如費(fèi)舍爾判別分析法(FDA)、支持向量機(jī)(SVM)、切換的線(xiàn)性動(dòng)態(tài)系統(tǒng)模型(Switching LDSM)。可是，傳統(tǒng)的故障診斷方法大多沒(méi)有考慮過(guò)程數(shù)據(jù)的動(dòng)態(tài)性和隨機(jī)性，比如，費(fèi)舍爾判別分析法(FDA)、支持向量機(jī)(SVM)。雖然切換的線(xiàn)性動(dòng)態(tài)系統(tǒng)模型(Switching LDSM)考慮了過(guò)程數(shù)據(jù)的隨機(jī)性和動(dòng)態(tài)性，但沒(méi)有將質(zhì)量變量利用起來(lái)。直接反應(yīng)產(chǎn)品質(zhì)量的質(zhì)量指標(biāo)(質(zhì)量變量)揭示了故障是否影響了產(chǎn)品，所以質(zhì)量變量也含有不可忽視的過(guò)程信息。如果能將質(zhì)量變量中隱含的重要過(guò)程信息利用起來(lái)，將獲得更加精確的故障診斷結(jié)果。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對(duì)現(xiàn)有技術(shù)的不足，提供一種基于切換有監(jiān)督線(xiàn)性動(dòng)態(tài)系統(tǒng)模型的故障診斷方法。

本發(fā)明的目的是通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)的：一種基于切換的有監(jiān)督線(xiàn)性動(dòng)態(tài)系統(tǒng)模型的工業(yè)過(guò)程故障診斷方法，包括以下步驟：

(1)利用集散控制系統(tǒng)收集過(guò)程正常工況的數(shù)據(jù)以及從正常工況運(yùn)行到發(fā)生各種故障工況的數(shù)據(jù)形成的觀測(cè)序列，組成建模用的訓(xùn)練樣本集。數(shù)據(jù)包括過(guò)程變量的數(shù)據(jù)和對(duì)應(yīng)的質(zhì)量變量的數(shù)據(jù)。過(guò)程變量的數(shù)據(jù)組成的訓(xùn)練樣本集為X_o＝[X₁；X₂；…；X_Nex]，其中X_nex＝[x₁,x₂,…,x_N]∈R^V×N，nex＝1,2,…,Nex為對(duì)應(yīng)于第nex個(gè)觀測(cè)序列的過(guò)程變量的數(shù)據(jù)矩陣，R為實(shí)數(shù)集且R^V×N表示X_nex滿(mǎn)足V×N的二維分布，N為每個(gè)序列的采樣數(shù)據(jù)點(diǎn)數(shù)，V為過(guò)程變量個(gè)數(shù)。質(zhì)量變量的數(shù)據(jù)組成的訓(xùn)練樣本集為Y_o＝[Y₁；Y₂；…；Y_Nex]，其中Y_nex＝[y₁,y₂,…,y_N]∈R^L×N，nex＝1,2,…,Nex為對(duì)應(yīng)于第nex個(gè)觀測(cè)序列的質(zhì)量變量的數(shù)據(jù)矩陣，R^L×N表示Y_nex滿(mǎn)足L×N的二維分布，L為質(zhì)量變量個(gè)數(shù)。