[發明專利]一種基于分散式OSC-PLS回歸模型的故障檢測方法

有效

• 申請號: 201810233506.5
• 申請日: 2018-03-06
• 公開（公告）號: CN108508865B
• 公開（公告）日: 2019-09-06
• 發明（設計）人: 童楚東;俞海珍;朱瑩
• 申請（專利權）人: 寧波大學
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于分散式OSC-PLS回歸模型的故障檢測方法，其特征在于，包括以下步驟：

離線建模階段的實施過程如下所示：

步驟(1)：采集生產過程正常運行狀態下的樣本，組成訓練數據集X∈R^n×m，并對每個測量變量進行標準化處理，得到均值為0，標準差為1的新數據矩陣其中，n為訓練樣本數，m為過程測量變量數，R為實數集，R^n×m表示n×m維的實數矩陣；

步驟(2)：將標準化后的數據集表示成其中x_i∈R^n×1為第i個測量變量的n個 數據組成的列向量，i＝1，2，…，m表示變量下標號，并初始化i＝1；

步驟(3)：將矩陣中第i列數據去除得到回歸模型的輸入矩陣而將x_i作為回歸模型的輸出，利用正交信號校正(OSC)方法剔除輸入與輸出x_i之間的正交不相關成分，從而得到新輸入矩陣其中，為正交成分向量，a_i是的協方差矩陣的最大特征值對應的特征向量，b_i為計算正交成分的回歸系數向量；

步驟(4)：利用偏最小二乘(PLS)回歸算法建立輸入Z_i與輸出x_i之間的軟測量模型：

x_i＝Z_iR_i+e_i (1)

上式中，e_i表示第i個變量的估計誤差，R_i為PLS模型的輸入-輸出回歸向量；

步驟(5)：判斷是否滿足條件i＜m？若是，則置i＝i+1后返回步驟(3)；若否，則將得到的估計誤差向量組成矩陣E＝[e₁，e₂，…，e_m]后繼續執行下一步驟(6)；

步驟(6)：依次計算矩陣E的均值行向量μ∈R^1×m與協方差矩陣S＝(E-μ)^T(E-μ)/(n-1)，并計算馬氏距離監測統計指標D的上限其中表示自由度為m的卡方分布在置信水平α＝99％下的取值；

在線故障檢測的實施過程如下所示：

步驟(7)：收 集新采樣時刻的數據樣本x∈R^1×m，對其實施與步驟(1)中相同的標準化處理得到新數據向量后，初始化i＝1；

步驟(8)：將行向量中的第i個元素y_i取出后得到輸入向量并按照如下所示公式剔除輸入中與輸出y_i之間正交不相關的信號成分，從而得到新輸入向量z_i：

步驟(9)：根據公式f_i＝y_i-z_iR_i得到當前監測數據中第i個測量值的估計誤差；

步驟(10)：判斷是否滿足條件i＜m？若是，則置i＝i+1后返回步驟(8)；若否，則將得到的估計誤差組成向量f＝[f₁，f₂，…，f_m]并繼續執行下一步驟；

步驟(11)：根據如下所示公式計算誤差向量f的統計監測指標D：

D＝(f-μ)S^-1(f-μ)^T (3)

進而根據D的具體數值實施在線故障檢測，具體思路為：若D≤D_lim，則當前時刻過程對象運行正常，繼續監測下一個新樣本數據；若否，當前時刻運行出現異常。