[發明專利]一種基于多層優化PCC-SDG的化工過程故障診斷方法

有效

• 申請號: 201710339420.6
• 申請日: 2017-05-15
• 公開（公告）號: CN106933097B
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 田文德;董玉璽;任玉佳;賈旭清;王雪
• 申請（專利權）人: 青島科技大學
• 主分類號: G05B13/02
• 分類號: G05B13/02
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 呂薇

本發明公開了一種基于多層優化PCC?SDG的化工過程故障診斷方法。本發明通過以全工藝的網絡拓撲結構為參考點，利用皮爾遜相關系數(PCC)統計指標對選取的變量初步優化，然后運用PCA權重思想從多層相關系數集中選取了權重較大的特殊變量，結合符號有向圖(SDG)建立了最優PCC?SDG網絡，最后針對最優PCC?SDG建立聚集權重系數Q的規則進行故障診斷。本發明提出了一種新的故障診斷方法，完善了SDG建模方法，提高了工作人員檢測多變量狀態的效率，避免時滯等非信息同步因素的影響，并且更加有效地降低誤報率并準確地識別是何種類型的故障，極大降低生產安全事故的發生。

技術領域

本發明屬于化工過程故障診斷技術領域，具體涉及一種基于多層優化PCC-SDG的過程故障診斷方法。

背景技術

隨著現代工業規模的日益擴大以及系統復雜性的不斷提高，化工過程系統對故障進行識別與檢測的要求也越來越高。目前，符號有向圖(SDG)定量化建模較為困難，而基于簡單相關性規律對全工藝的故障診斷效果并不顯著，雖然簡單的數學模型分析可對故障進行一定的診斷但沒有對診斷的規律進行深入探討，局部性較強，對整體性因素有所欠缺，不能保障系統的安全性和穩定性，應用較為困難。

化工系統過程的正常運行遵循第一定律，因而使工藝變量之間呈現出復雜的關聯特性，而SDG對過程工藝及設備的圖式抽象特點可表示全流程變量之間的復雜因果影響關系，且SDG理論已經成功應用于工業過程，方法較為成熟但對SDG定量化建模方法的研究較少。相關系數故障診斷是化工領域中一種新的故障檢測方法，通過以皮爾遜相關系數(PCC)結合符號有向圖(SDG)來進行故障識別與檢測，可最大限度地挖掘出故障在復雜系統的內部影響過程，更加全面地診斷故障保證系統安全性。

發明內容

針對上述現有技術中存在的問題，本發明提供一種基于全流程的定性(SDG)與定量(PCC)故障診斷方法，可代替傳統故障診斷方法，有較好的故障診斷效果。

為實現上述目的，本發明提供如下技術方案：

基于多層優化PCC-SDG的化工過程故障診斷方法，包括PCC建模進行相關性分析，SDG進行變量優化等，其具體步驟如下：

(1)利用符號有向圖(SDG)對具體化工工藝過程選取變量，建立SDG初始網絡；

(2)提取變量的實時數據片段并構建數據向量集進行相關性分析，制定相關系數接受標準，確定初始閾值；

(3)利用進行相關性分析的皮爾遜相關系數選取初始特征變量，并建立變量相關系數組進行權重分析；

(4)根據相關系數組的權重分析及工藝分析確定最終優化變量，從多層相關系數組中選取權重較大的相關系數集構建PCC-SDG優化圖；

(5)根據聚集權重系數Q規則檢測故障并利用狀態之間的相關差異度識別何種類型的故障。

(6)當參數Q＞1時，即系統出現了故障，進行一步利用相關差異度確定故障類型尋找故障源，否則為正常狀態并重新提取數據進行檢測。

本發明方法可完全識別工藝系統的運行狀態，尋找故障源解決故障，是解決化工過程系統故障的一個新思路。

本發明的有益效果如下：

(1)本發明提供了基于定性SDG和定量PCC的化工故障多層優化方法，利用該方法不僅能夠準確地判斷故障狀態及完善SDG建模化方法，同時還能使化工過程故障診斷領域提供一個新的思路，深度挖掘工藝流程信息，提高了操作人員的工作效率，防止故障隱患而造成生產過程非計劃停工等問題。

(2)本發明方法是由一定時段的變量檢測值決定，可對隨機干擾的異常測量值具有一定的過濾作用，可保障化工過程系統的正常有效運行以盡量減少非安全因素帶來的經濟損失。

附圖等說明