[發明專利]基于線性評價因子的線性-非線性工業過程故障檢測方法

有效

• 申請號: 201810679472.2
• 申請日: 2018-06-27
• 公開（公告）號: CN108830006B
• 公開（公告）日: 2022-02-18
• 發明（設計）人: 鄧曉剛;鄧佳偉;王磊;曹玉蘋
• 申請（專利權）人: 中國石油大學（華東）
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 青島清泰聯信知識產權代理有限公司 37256
• 代理人: 徐艷艷

1.一種基于線性評價因子的線性-非線性工業過程故障檢測方法，含有以下步驟：

(一)收集歷史數據庫的正常操作工況數據作為訓練數據X_o，并使用均值和標準差對訓練數據X_o進行歸一化處理，得到歸一化后的訓練數據X；

(二)計算兩變量間的線性評價因子LEF(x_i,x_j)；其中，x_i為第一變量，i＝1；x_j為第二變量，2≤j≤m；計算兩變量間的線性評價因子LEF(x_i,x_j)的具體步驟為：

首先通過公式(2)-(4)計算兩變量的概率分布差異PD，公式(2)-(4)表示為：

式中，p(x_i)和p(x_j)為兩變量的概率密度；H(p(x_i),p(x_j))為兩變量間的Hellinger距離，用以衡量變量分布在歐式空間的差異性，其值越小說明兩變量越相似；cos(p(x_i),p(x_j))為兩變量概率密度在方向上的差異，其值越大說明兩者越相近；

則兩變量的線性評價因子定義為：

式中，ρ(x_i,x_j)為皮爾遜線性相關系數，PD(x_i,x_j)為兩變量的概率分布差異；

(三)基于線性評價因子LEF(x_i,x_j)將訓練數據X劃分出線性塊和非線性塊；

(四)針對線性塊建立PCA模型，計算線性塊的統計量L_T²和統計量L_SPE；針對非線性塊建立KPCA模型，計算非線性塊統計量NL_T²和統計量NL_SPE；

(五)采用核密度估計法計算統計量L_T²、統計量L_SPE、統計量NL_T²和統計量NL_SPE的置信限L_SPE_b,lim、和NL_SPE_lim，其中b代表第b個線性塊；

(六)采集測試數據x_new，利用訓練數據X_o的均值和標準差對測試數據x_new進行歸一化處理，得到歸一化后的測試數據x_t；

(七)將測試數據x_t按步驟(三)劃分出線性塊和非線性塊；

(八)將線性塊在PCA子模型投影，并計算新的統計量L_T_t²和統計量L_SPE_t，將非線性塊在KPCA子模型投影，并計算新的統計量NL_T_t²和統計量NL_SPE_t；

(九)計算新的融合統計量T_t²和融合統計量SPE_t；

(十)依據融合統計量T_t²和融合統計量SPE_t是否超出置信限判斷測試數據x_t是否發生故障。

2.如權利要求1所述的基于線性評價因子的線性-非線性工業過程故障檢測方法，其特征在于，所述步驟(一)中，利用訓練數據X_o的均值和標準差通過公式(1)對訓練數據X_o進行歸一化處理，公式(1)的表達式為：

訓練數據X_o經上述公式(1)歸一化處理后即可獲得歸一化后的訓練數據X。