[發明專利]基于多采樣概率核主成分模型的化工過程故障檢測方法有效
| 申請號: | 201810328882.2 | 申請日: | 2018-04-13 |
| 公開(公告)號: | CN108549908B | 公開(公告)日: | 2021-07-02 |
| 發明(設計)人: | 周樂;謝佳敏;介婧;侯北平 | 申請(專利權)人: | 浙江科技學院 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62 |
| 代理公司: | 杭州之江專利事務所(普通合伙) 33216 | 代理人: | 黃燕 |
| 地址: | 310023 *** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 采樣 概率 成分 模型 化工 過程 故障 檢測 方法 | ||
1.一種基于多采樣概率核主成分模型的化工過程故障檢測方法,其特征在于,包括如下步驟:
(1)利用集散控制系統收集待檢測化工過程在正常運行時的三種不同采樣率的過程變量,作為樣本數據組成建模用的訓練樣本集;
(2)對訓練樣本集進行預處理,將預處理后的數據集投影到高維特征空間,得到訓練樣本集對應的高維映射值數據集;
(3)求取所述高維映射值數據集的核函數,結合當前模型參數的初始值,利用期望最大化算法,估計得到模型參數的更新值;
(4)當所有模型參數的更新值滿足收斂要求時,得到模型參數的最終值,進而得到多采樣概率核主成分分析模型,進入步驟(5);否則,將模型參數的更新值作為模型參數的初始值,返回步驟(3);
(5)根據建立的多采樣概率核主成分分析模型,得到訓練樣本的T2和SPE統計量檢測控制限;
(6)在線收集待檢測化工過程實際運行過程中的工藝參數,得到測試樣本集,對測試樣本進行步驟(2)的預處理,然后將預處理后的數據集投影到高維特征空間,得到測試樣本集對應的高維映射值數據集,根據得到的多采樣概率核主成分分析模型,計算測試樣本的和SPEtest統計量,然后與步驟(5)得到檢測控制限對比,得出化工過程的在線檢測結果;
步驟(2)或步驟(6)中,經過所述預處理,使得每個過程變量的均值為零,方差為1;
步驟(1)中,收集三種不同采樣率的過程變量,得到三個樣本集,樣本數量分別為K,N,J,且J≤N≤K;三個樣本集分別為X,Y,Z:
X∈RM×K,X={x1,x2,...,xK}
Y∈RV×N,Y={y1,y2,...,yN}
Z∈RU×J,Z={z1,z2,...,zJ}
R表示實數集;M為第一種采樣率過程變量數,V為第二種采樣率過程變量數,U為第三種采樣率過程變量數;
步驟(2)中,三個樣本集X,Y,Z的高維映射值分別為Φ(x),Φ(y),Φ(z),組成的高維映射值數據集分別為Φ(X),Φ(Y),Φ(Z),假設Φ(x),Φ(y),Φ(z)與潛隱變量間存在線性相關關系,則:
其中F1,F2,F3分別為Φ(x),Φ(y),Φ(z)的維數;t∈RD×1為該模型的潛隱變量,D是潛隱變量的維度;為模型負載矩陣;e,f,g分別為過程的測量噪聲,它們分別服從各向同性的高斯分布為
步驟(3)中,定義模型的輔助參數為ΨX,ΨY,ΨZ,CX,CY,CZ,其被定義為:
其中Ψ3,Ψ2,Ψ1為潛隱變量的后驗概率的期望值組成的矩陣,其被定義為:
C3,C2,C1分別為潛隱變量的后驗概率的二階矩的和,其被定義為:
其中:表示第i個樣本對應的高維映射值Φ(xi),Φ(yi),Φ(zi)的潛隱變量ti的后驗概率的期望值,i=1~K;
表示第i個樣本對應的高維映射值Φ(xi),Φ(yi),Φ(zi)的潛隱變量的后驗概率的二階矩,i=1~K;
對模型參數隨機進行初始化;在模型參數估計的E步,根據當前的模型參數的初始值,獲取模型潛隱變量估計的更新值,具體公式為:
其中分別為Ψ3,Ψ2,Ψ1,C3,C2,C1的估計值;
其中輔助變量定義如下:
HX=[HX3 HX2 HX1]∈RK×K,HX3∈RK×J,HX2∈RK×(N-J),HX1∈RK×(K-N)
HY=[HY3 HY2]∈RN×N,HY3∈RN×J,HY2∈RN×(N-J)
其中:HX,HY,HZ分別為Φ(X),Φ(Y),Φ(Z)的核函數,即HX,HY,HZ分別為Φ(X)ΦT(X),Φ(Y)ΦT(Y),Φ(Z)ΦT(Z);I為單位陣;
在M步,根據E步的更新結果,獲取模型參數的更新值如下:
其中:trace()表示矩陣的跡。
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浙江科技學院,未經浙江科技學院許可,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/201810328882.2/1.html,轉載請聲明來源鉆瓜專利網。





