[發(fā)明專利]一種基于即時學(xué)習(xí)局部模型的發(fā)酵過程故障監(jiān)測方法

有效

• 申請?zhí)枺?/td>: 201610179985.8
• 申請日: 2016-03-26
• 公開（公告）號: CN105652845B
• 公開（公告）日: 2018-03-30
• 發(fā)明（設(shè)計）人: 李亞芬;張亞堃;高學(xué)金;王錫昌;王普
• 申請（專利權(quán)）人: 北京工業(yè)大學(xué)
• 主分類號: G05B19/418
• 分類號: G05B19/418
• 代理公司: 北京思海天達(dá)知識產(chǎn)權(quán)代理有限公司11203
• 代理人: 劉萍

1.一種基于即時學(xué)習(xí)局部模型的發(fā)酵過程故障監(jiān)測方法，其特征在于，該方法包含如下步驟：

步驟1，采集同一發(fā)酵過程正常的歷史數(shù)據(jù)，數(shù)據(jù)由生產(chǎn)某產(chǎn)品發(fā)酵過程的變量，批次，和每個批次的采樣點(diǎn)個數(shù)這三個維度組成；數(shù)據(jù)比連續(xù)過程多了一個維度即批次，為三維的矩陣；

步驟2，對步驟1采集的三維數(shù)據(jù)矩陣進(jìn)行變量展開，展開成二維的矩陣；具體展開步驟為將后一批次的第一個數(shù)據(jù)接在前一批次最后一個數(shù)據(jù)后面，相當(dāng)于按照時間順序存儲所有數(shù)據(jù)；

步驟3，被監(jiān)測生產(chǎn)過程開始后，采集當(dāng)前在線樣本點(diǎn)，即被監(jiān)測采樣點(diǎn)；當(dāng)前在線樣本點(diǎn)為一個J維向量，其中J為生產(chǎn)過程被監(jiān)測的變量總數(shù)；

步驟4，計算當(dāng)前在線樣本點(diǎn)與每個歷史樣本點(diǎn)馬氏距離；

步驟5，對馬氏距離從小到大排序，即相似的數(shù)據(jù)排名靠前，不相似的數(shù)據(jù)排名靠后；然后按照順序計算數(shù)據(jù)集的信息熵；具體操作為：先計算以第一個數(shù)據(jù)為數(shù)據(jù)集的信息熵，然后計算以第一個和第二個數(shù)據(jù)為數(shù)據(jù)集的信息熵，以此類推，依次增加，直到信息熵達(dá)到最小值為止，也就是由第一個數(shù)據(jù)到某個數(shù)據(jù)的數(shù)據(jù)集信息熵比第一個數(shù)據(jù)到某個數(shù)據(jù)的后一個數(shù)據(jù)的數(shù)據(jù)集信息熵要小；

步驟6，對選取的樣本點(diǎn)進(jìn)行歸一化處理：首先計算相似樣本點(diǎn)矩陣的每個過程變量的均值和標(biāo)準(zhǔn)方差；然后利用每個過程變量的均值和標(biāo)準(zhǔn)方差對每個過程變量進(jìn)行Z-score標(biāo)準(zhǔn)化；同樣對當(dāng)前在線樣本點(diǎn)進(jìn)行Z-score標(biāo)準(zhǔn)化；

按照批次先后順序利用遺忘因子進(jìn)行加權(quán)；遺忘因子的表達(dá)式為：λ_i＝e^-αi，其中i表示數(shù)據(jù)所在的批次與當(dāng)前批次數(shù)值差的絕對值,e為自然指數(shù)，α為衰減因子，表示衰減速度，取0.6為通用值；這樣從時間上對相似樣本點(diǎn)進(jìn)行加權(quán)得到加權(quán)后的數(shù)據(jù)矩陣；

步驟7，用加權(quán)后的相似樣本點(diǎn)進(jìn)行PLS建模，得到PLS模型；

步驟8，利用步驟7得到的PLS模型計算統(tǒng)計量控制限，采用經(jīng)典的統(tǒng)計量HotellingT²及SPE是否超限的方法來確定是否發(fā)生故障；

HotellingT²是主元得分向量的標(biāo)準(zhǔn)平方和；設(shè)定顯著水平為95％，這樣就計算出這個統(tǒng)計量的控制限；

SPE統(tǒng)計量也被稱為Q統(tǒng)計量，它代表了數(shù)據(jù)中沒有被主元模型所解釋的變化，表示每次采樣在變化趨勢上與統(tǒng)計模型的之間的誤差；設(shè)定顯著水平為95％，計算出這個統(tǒng)計量的控制限；

通過歷史數(shù)據(jù)PLS模型和當(dāng)前在線樣本點(diǎn)，求出在線樣本的HotellingT²和SPE統(tǒng)計量；如果在線樣本的統(tǒng)計量超過歷史數(shù)據(jù)的控制限，那么就發(fā)生報警；

從下個步驟開始為“在線監(jiān)測”部分；

步驟9，統(tǒng)計量分析；統(tǒng)計過程監(jiān)控領(lǐng)域，HotellingT²是用來檢測發(fā)生在Sp的故障，而SPE統(tǒng)計量被用來檢測空間Sr的故障，當(dāng)故障發(fā)生時，一個或者多個測量變量將會被影響，從而影響這些測量變量之間的關(guān)系；PLS模型將測量變量分解為Sp和Sr兩個空間，故障檢測就是對這兩個空間進(jìn)行監(jiān)測；在PLS模型結(jié)構(gòu)下，如果發(fā)生影響質(zhì)量變量Y的異常情況，故障發(fā)生在空間Sp；另一方面，若故障不影響質(zhì)量變量，那么發(fā)生在空間Sr；

步驟10，將上述計算得到的統(tǒng)計量與建模階段的步驟8確定的控制限進(jìn)行比較，如果超限則認(rèn)為發(fā)生故障，進(jìn)行報警；否則即為正常；

步驟11，如果當(dāng)前在線樣本點(diǎn)發(fā)生故障則報警；如果不發(fā)生故障則將當(dāng)前在線樣本點(diǎn)添加到歷史數(shù)據(jù)庫。