[發(fā)明專利]一種基于平行的偏最小二乘法的工業(yè)過程故障檢測方法

有效

• 申請?zhí)枺?/td>: 201710670223.2
• 申請日: 2017-08-07
• 公開（公告）號: CN107272667B
• 公開（公告）日: 2019-04-12
• 發(fā)明（設(shè)計）人: 鄭英;劉紫薇
• 申請（專利權(quán)）人: 華中科技大學(xué)
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 華中科技大學(xué)專利中心 42201
• 代理人: 李智;曹葆青

本發(fā)明公開了一種基于平行的偏最小二乘法的工業(yè)過程故障檢測方法，包括：獲取正常工況下的過程數(shù)據(jù)和質(zhì)量數(shù)據(jù)作為樣本數(shù)據(jù)，建立平行偏最小二乘法數(shù)據(jù)模型，利用平行的偏最小二乘法將平行偏最小二乘法數(shù)據(jù)模型的輸入和輸出分為4個子空間：輸入?輸出聯(lián)合空間、不可預(yù)測輸出主元空間、不可預(yù)測殘差空間和輸入殘差空間；計算4個子空間的監(jiān)測統(tǒng)計量指標(biāo)及其控制限；獲取待檢測的工業(yè)過程數(shù)據(jù)和質(zhì)量數(shù)據(jù)，將待檢測的工業(yè)過程數(shù)據(jù)和質(zhì)量數(shù)據(jù)分成4個子空間，并計算各個子空間的實際監(jiān)測統(tǒng)計量指標(biāo)，當(dāng)實際監(jiān)測統(tǒng)計量指標(biāo)超過控制限，則判斷待檢測的工業(yè)過程發(fā)生故障。本發(fā)明對輸入和輸出數(shù)據(jù)進行了更合理的子空間劃分，提高了故障監(jiān)測的準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明屬于工業(yè)過程故障檢測技術(shù)領(lǐng)域，更具體地，涉及一種基于平行的偏最小二乘法的工業(yè)過程故障檢測方法。

背景技術(shù)

隨著化工、石油、煉鋼等行業(yè)的不斷壯大，人們迫切需要可行有效的故障監(jiān)控策略用于實際工業(yè)生產(chǎn)。偏最小二乘方法受到了學(xué)術(shù)研究和企業(yè)界的青睞，它能對工業(yè)生產(chǎn)中的故障進行檢測與診斷。通過故障統(tǒng)計量是否超限判斷出是否發(fā)生故障，以及該故障是否將影響產(chǎn)品輸出質(zhì)量。運用到實際中，能診斷出故障的具體情況，更重要的是告訴生產(chǎn)者該故障是否影響產(chǎn)品質(zhì)量。對于那些會影響產(chǎn)品質(zhì)量的故障，生產(chǎn)者會高度重視，仔細(xì)排查各生產(chǎn)裝置，結(jié)合經(jīng)驗，確定故障發(fā)生的具體位置，進行整修排除故障。而對于那些不會影響產(chǎn)品輸出質(zhì)量的故障，生產(chǎn)者也不必過于擔(dān)心，適當(dāng)排查整修，可大大減小工人的工作量，提高工人的工作效率，同時，也保證了產(chǎn)品的質(zhì)量。

原始的偏最小二乘法存在著一些不可忽視的缺陷。第一，分解得隨著到的輸入主空間中仍然含有與輸出Y正交的變化信息。這些正交變化對預(yù)測輸出Y毫無幫助，但它卻被錯誤地包含在了主空間中。第二，偏最小二乘法提取潛變量不是按照方差大小的降序順序，這導(dǎo)致了殘差空間中可能包含了較大的方差變化，若用Q統(tǒng)計量監(jiān)控就不合適了。第三，主空間里面含有干擾，這些干擾會影響主空間的監(jiān)控結(jié)果。第四，偏最小二乘法(PartialLeast Squares，PLS)主要考慮的是輸入X的監(jiān)控，沒有考慮Y的監(jiān)控。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)的以上缺陷或改進需求，本發(fā)明提供了一種基于平行的偏最小二乘法的工業(yè)過程故障檢測方法，由此解決現(xiàn)有技術(shù)存在的以下4個技術(shù)問題：

第一，分解得隨著到的輸入主空間中仍然含有與輸出Y正交的變化信息。這些正交變化對預(yù)測輸出Y毫無幫助，但它卻被錯誤地包含在了主空間中。第二，偏最小二乘法提取潛變量不是按照方差大小的降序順序，這導(dǎo)致了殘差空間中可能包含了較大的方差變化，若用Q統(tǒng)計量監(jiān)控就不合適了。第三，主空間里面含有干擾，這些干擾會影響主空間的監(jiān)控結(jié)果。第四，PLS主要考慮的是輸入X的監(jiān)控，沒有考慮Y的監(jiān)控。

為實現(xiàn)上述目的，本發(fā)明提供了一種基于平行的偏最小二乘法的工業(yè)過程故障檢測方法，包括：

(1)獲取正常工況下的過程數(shù)據(jù)和質(zhì)量數(shù)據(jù)作為樣本數(shù)據(jù)，建立平行偏最小二乘法數(shù)據(jù)模型，平行偏最小二乘法數(shù)據(jù)模型的輸入為過程數(shù)據(jù)，輸出為質(zhì)量數(shù)據(jù)；

(2)利用平行的偏最小二乘法將平行偏最小二乘法數(shù)據(jù)模型的輸入和輸出分為4個子空間：輸入-輸出聯(lián)合空間、不可預(yù)測輸出主元空間、不可預(yù)測殘差空間和輸入殘差空間；

(3)計算4個子空間的監(jiān)測統(tǒng)計量指標(biāo)，以及監(jiān)測統(tǒng)計量指標(biāo)相對應(yīng)的控制限；

(4)獲取待檢測的工業(yè)過程數(shù)據(jù)和質(zhì)量數(shù)據(jù)，將待檢測的工業(yè)過程數(shù)據(jù)和質(zhì)量數(shù)據(jù)分成4個子空間，并計算各個子空間的實際監(jiān)測統(tǒng)計量指標(biāo)，當(dāng)實際監(jiān)測統(tǒng)計量指標(biāo)超過控制限，則判斷待檢測的工業(yè)過程發(fā)生故障。

進一步的，步驟(1)包括：

(1-1)獲取正常工況下過程數(shù)據(jù)和質(zhì)量數(shù)據(jù)，為過程數(shù)據(jù)，為質(zhì)量數(shù)據(jù)，其中，m為過程數(shù)據(jù)樣本個數(shù)，l為質(zhì)量數(shù)據(jù)樣本個數(shù)，n為變量個數(shù)；