[發明專利]一種工業過程微小故障的分離方法有效
| 申請號： | 201710532377.5 | 申請日： | 2017-07-03 |
| 公開（公告）號： | CN107272648B | 公開（公告）日： | 2019-05-03 |
| 發明（設計）人： | 周東華;紀洪泉;何瀟;盧曉 | 申請（專利權）人： | 山東科技大學 |
| 主分類號： | G05B23/02 | 分類號： | G05B23/02 |
| 代理公司： | 青島智地領創專利代理有限公司 37252 | 代理人： | 肖峰 |
| 地址： | 266590 山東省青*** | 國省代碼： | 山東;37 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 工業 過程 微小 故障 分離 方法 | ||
1.一種工業過程微小故障的分離方法，其特征在于，包括：
步驟一：采集工業過程正常工況下的一段傳感器測量數據作為訓練數據集，并建立該訓練數據集的多元統計過程監控模型；
步驟二：采集工業過程實時工況下的傳感器測量數據作為測試數據，測試數據中的測量變量與步驟一中訓練數據集的測量變量相對應；
步驟三：給定合適的平滑參數，基于步驟二中實時獲得的測試數據，在每個采樣時刻計算該時刻的指數加權滑動平均樣本值；
步驟四：計算每個故障方向上的指數平滑重構貢獻值；
步驟五：將具有最大指數平滑重構貢獻值的故障方向確定為實際發生的故障，以實現故障分離；
所述步驟三中，根據式(1)計算每個時刻的指數加權滑動平均樣本值：
z(k)＝λx(k)+(1-λ)z(k-1) (1)
其中，z(k)即為當前時刻k的指數加權滑動平均樣本值，x(k)表示步驟二中實時獲得的當前時刻k的測試數據，0＜λ≤1表示加權因子即平滑參數，在每個時刻，均按照式(1)求解z(k)，并規定z(0)＝0；
所述步驟四中，首先，設定已知被監控工業過程所有可能的故障共有I種，記為其故障方向記為{Ξ1,Ξ2,...,ΞI}；
其次，按照式(2)計算當前時刻第i∈{1,2,...,I}個故障的指數平滑重構貢獻值：
其中，ESRi(k)即為當前時刻第i個故障的指數平滑重構貢獻值，實對稱正定/半正定矩陣M的取值取決于步驟一中所采用的多元統計過程監控模型，為該模型中故障檢測指標中的核矩陣；
所述步驟五中，基于式(3)邏輯進行故障分離：
其中，即為當前時刻被所提故障分離方法選定的故障，即在當前時刻，若某個故障具有最大的ESR取值，則該故障被認為是實際發生的故障，隨著時間的推移，在每個采樣時刻均可以獲得一個故障分離結果。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于山東科技大學，未經山東科技大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710532377.5/1.html，轉載請聲明來源鉆瓜專利網。
