[發明專利]一種基于ICA?KNN的間歇過程故障檢測方法

有效

• 申請號: 201610313490.X
• 申請日: 2016-05-12
• 公開（公告）號: CN105739489B
• 公開（公告）日: 2018-04-13
• 發明（設計）人: 何建;章文;鄒見效;凡時財;張剛
• 申請（專利權）人: 電子科技大學
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 成都行之專利代理事務所(普通合伙)51220
• 代理人: 溫利平

1.一種基于ICA-KNN的間歇過程故障檢測方法，其特征在于，包含以下步驟：

(1)、數據預處理

將間歇過程采集的三維樣本矩陣X(I×J×K)先進行基于批次個數展開，得到二維矩陣X(I×KJ)，再對二維矩陣X(I×KJ)在批次方向上做標準化處理，使該二維矩陣X(I×KJ)的每列的均值為0、方差為1，最后將標準化處理后的二維矩陣X(I×KJ)縱向重新排列成矩陣X(KI×J)；其中，I表示批次個數，J表示觀測變量個數，K表示采樣次數；

(2)、對矩陣X(KI×J)進行ICA降維處理，得到反映間歇過程信息的d個獨立成分S_d和主部分離矩陣W_d

(2.1)、先對矩陣X(KI×J)進行白化處理，得到白化向量Z；

Z＝QX

其中，Q為白化矩陣，Q＝Λ^-1/2U^T，Λ＝diag(λ₁,…,λ_n)，λ_i(i＝1,…,n)為協方差矩陣E{XX^T}的前n個特征值，U為n個特征值對應的特征向量組成的矩陣；

(2.2)、對白化向量Z進行分解，得到反映間歇過程信息的d個獨立成分S_d和主部分離矩陣W_d；

(2.2.1)、構建初始隨機矢量值b_k，k∈[1,n]；

b_k＝E{Zg(b_kTZ)}-E{g'(b_k^TZ)}b_k

其中，函數g()為已選定的非二次函數G的一階導數，g'()表示函數g()的導數，E{}表示求期望；

(2.2.2)、令k＝1，對b_k進行迭代；

bk=bk-Σi=1k-1(bkTbi)bi]]>

(2.2.3)、對迭代后的b_k進行歸一化處理，即b_k＝b_k/||b_k||，其中，||b_k||表示求b_k的范數；

(2.2.4)、對歸一化處理后的b_k進行判斷，如果|b_k^Tb_k|＝1±5％，則輸出矢量值b_k，并進入步驟(2.2.5)；否則，k＝k+1，并返回到步驟(2.2.2)繼續迭代直到滿足|b_k^Tb_k|＝1±5％時，再進入步驟(2.2.5)；

(2.2.5)、構造矩陣B＝[b₁,…,b_n]^T，利用公式S＝B^TZ求得獨立成分，利用公式W＝B^TQ求得分離矩陣；再將獨立成分S按非高斯程度大小排列，選取前d個作為獨立成分S_d，其對應的前d個作為主部分離矩陣W_d；

(3)、在獨立成分S_d中使用KNN算法，求取統計控制限CL

在獨立成分S_d＝[s₁,…,s_d]中，計算行與行之間的平方距離，通過距離大小以此確定每一行的m近鄰，并計算其KNN平方距離D_s；

Ds=Σj=1mdij2]]>

其中，表示S_d中第i行與距離它第j近的行的歐氏距離的平方；

由于D_s近似服從χ²分布，依據顯著性水平可以確定控制限α為置信水平，N為獨立成分S_d行數；

(4)、將待檢測數據x'按照步驟(1)進行標準化處理，得到數據x，再根據主部分離矩陣W_d計算數據x的獨立成分

(5)、將獨立成分按照步驟(3)計算KNN平方距離D_x；將D_x與控制限CL進行比較，如果D_x＞CL，則認為該樣本是故障樣本，反之，則認為該樣本是正常樣本。

2.根據權利要求1所述的基于ICA-KNN的間歇過程故障檢測方法，其特征在于，所述的非二次函數G可以選如下兩種形式：

G(x)＝logcosh(a₁x)/a₁或G(x)＝-exp(-a₂x²/2)/a₂

其中，a₁、a₂為常數，cosh()表示一個函數用來返回參數的雙曲余弦值。