[發(fā)明專利]一種基于平行的偏最小二乘法的工業(yè)過(guò)程故障檢測(cè)方法有效
| 申請(qǐng)?zhí)枺?/td> | 201710670223.2 | 申請(qǐng)日: | 2017-08-07 |
| 公開(kāi)(公告)號(hào): | CN107272667B | 公開(kāi)(公告)日: | 2019-04-12 |
| 發(fā)明(設(shè)計(jì))人: | 鄭英;劉紫薇 | 申請(qǐng)(專利權(quán))人: | 華中科技大學(xué) |
| 主分類號(hào): | G05B23/02 | 分類號(hào): | 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 |
| 地址: | 430074 湖北*** | 國(guó)省代碼: | 湖北;42 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 平行 最小二乘法 工業(yè) 過(guò)程 故障 檢測(cè) 方法 | ||
本發(fā)明公開(kāi)了一種基于平行的偏最小二乘法的工業(yè)過(guò)程故障檢測(cè)方法,包括:獲取正常工況下的過(guò)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(gè)子空間:輸入?輸出聯(lián)合空間、不可預(yù)測(cè)輸出主元空間、不可預(yù)測(cè)殘差空間和輸入殘差空間;計(jì)算4個(gè)子空間的監(jiān)測(cè)統(tǒng)計(jì)量指標(biāo)及其控制限;獲取待檢測(cè)的工業(yè)過(guò)程數(shù)據(jù)和質(zhì)量數(shù)據(jù),將待檢測(cè)的工業(yè)過(guò)程數(shù)據(jù)和質(zhì)量數(shù)據(jù)分成4個(gè)子空間,并計(jì)算各個(gè)子空間的實(shí)際監(jiān)測(cè)統(tǒng)計(jì)量指標(biāo),當(dāng)實(shí)際監(jiān)測(cè)統(tǒng)計(jì)量指標(biāo)超過(guò)控制限,則判斷待檢測(cè)的工業(yè)過(guò)程發(fā)生故障。本發(fā)明對(duì)輸入和輸出數(shù)據(jù)進(jìn)行了更合理的子空間劃分,提高了故障監(jiān)測(cè)的準(zhǔn)確率。
技術(shù)領(lǐng)域
本發(fā)明屬于工業(yè)過(guò)程故障檢測(cè)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(guò)程故障檢測(cè)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(shí)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(duì)工業(yè)生產(chǎn)中的故障進(jìn)行檢測(cè)與診斷。通過(guò)故障統(tǒng)計(jì)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(yùn)用到實(shí)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(duì)于那些會(huì)影響產(chǎn)品質(zhì)量的故障,生產(chǎn)者會(huì)高度重視,仔細(xì)排查各生產(chǎn)裝置,結(jié)合經(jīng)驗(yàn),確定故障發(fā)生的具體位置,進(jìn)行整修排除故障。而對(duì)于那些不會(huì)影響產(chǎn)品輸出質(zhì)量的故障,生產(chǎn)者也不必過(guò)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(shí),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(duì)預(yù)測(cè)輸出Y毫無(wú)幫助,但它卻被錯(cuò)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(jì)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(huì)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(méi)有考慮Y的監(jiān)控。
發(fā)明內(nèi)容
針對(duì)現(xiàn)有技術(shù)的以上缺陷或改進(jìn)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(guò)程故障檢測(cè)方法,由此解決現(xiàn)有技術(shù)存在的以下4個(gè)技術(shù)問(wèn)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(duì)預(yù)測(cè)輸出Y毫無(wú)幫助,但它卻被錯(cuò)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(jì)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(huì)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(méi)有考慮Y的監(jiān)控。
為實(shí)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(guò)程故障檢測(cè)方法,包括:
(1)獲取正常工況下的過(guò)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(guò)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(gè)子空間:輸入-輸出聯(lián)合空間、不可預(yù)測(cè)輸出主元空間、不可預(yù)測(cè)殘差空間和輸入殘差空間;
(3)計(jì)算4個(gè)子空間的監(jiān)測(cè)統(tǒng)計(jì)量指標(biāo),以及監(jiān)測(cè)統(tǒng)計(jì)量指標(biāo)相對(duì)應(yīng)的控制限;
(4)獲取待檢測(cè)的工業(yè)過(guò)程數(shù)據(jù)和質(zhì)量數(shù)據(jù),將待檢測(cè)的工業(yè)過(guò)程數(shù)據(jù)和質(zhì)量數(shù)據(jù)分成4個(gè)子空間,并計(jì)算各個(gè)子空間的實(shí)際監(jiān)測(cè)統(tǒng)計(jì)量指標(biāo),當(dāng)實(shí)際監(jiān)測(cè)統(tǒng)計(jì)量指標(biāo)超過(guò)控制限,則判斷待檢測(cè)的工業(yè)過(guò)程發(fā)生故障。
進(jìn)一步的,步驟(1)包括:
(1-1)獲取正常工況下過(guò)程數(shù)據(jù)和質(zhì)量數(shù)據(jù),為過(guò)程數(shù)據(jù),為質(zhì)量數(shù)據(jù),其中,m為過(guò)程數(shù)據(jù)樣本個(gè)數(shù),l為質(zhì)量數(shù)據(jù)樣本個(gè)數(shù),n為變量個(gè)數(shù);
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于華中科技大學(xué),未經(jīng)華中科技大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710670223.2/2.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 一種基于主導(dǎo)因素結(jié)合偏最小二乘法的煤質(zhì)特性分析方法
- 一種基于最小二乘法擬合曲線補(bǔ)償光電編碼器基準(zhǔn)電壓的方法
- 一種基于改進(jìn)最小二乘法的變電站站用負(fù)荷電量預(yù)測(cè)方法
- 一種使用移動(dòng)最小二乘法的拉普拉斯摳圖矩陣方法
- 一種基于移動(dòng)最小二乘法的彈道曲線擬合方法
- 一種基于最小二乘法的變壓器鐵心剩磁檢測(cè)方法
- 一種基于移動(dòng)最小二乘法的貪婪投影三角化算法單木重建方法
- 一種基于偏最小二乘法的半監(jiān)督降維方法及系統(tǒng)
- 基于偏最小二乘法的疏浚能耗預(yù)測(cè)方法
- 一種光伏逆變器系統(tǒng)模型的參數(shù)辨識(shí)方法





