[發(fā)明專利]工業(yè)過(guò)程間歇故障的檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910030835.4
• 申請(qǐng)日: 2019-01-14
• 公開（公告）號(hào): CN109739214B
• 公開（公告）日: 2020-08-25
• 發(fā)明（設(shè)計(jì)）人: 盛立;高晗;高明;周東華
• 申請(qǐng)（專利權(quán)）人: 中國(guó)石油大學(xué)（華東）;山東科技大學(xué)
• 主分類號(hào): G05B23/02
• 分類號(hào): G05B23/02
• 代理公司: 青島清泰聯(lián)信知識(shí)產(chǎn)權(quán)代理有限公司 37256
• 代理人: 徐艷艷

本發(fā)明涉及一種工業(yè)過(guò)程間歇故障的檢測(cè)方法，其步驟為：根據(jù)工業(yè)過(guò)程正常工況下的數(shù)據(jù)建立規(guī)范變量分析模型，得到規(guī)范變量并劃分為狀態(tài)空間和殘差空間兩部分，引入一個(gè)滑動(dòng)時(shí)間窗口，對(duì)狀態(tài)空間和殘差空間的平均數(shù)據(jù)矩陣建立主元分析模型，給定顯著性水平，計(jì)算故障檢測(cè)指標(biāo)的控制限，采集工業(yè)過(guò)程實(shí)時(shí)數(shù)據(jù)作為測(cè)試數(shù)據(jù)，利用建立的主元分析模型計(jì)算測(cè)試數(shù)據(jù)的故障檢測(cè)指標(biāo)，與控制限進(jìn)行比較判斷是否發(fā)生故障。本發(fā)明基于傳統(tǒng)的規(guī)范變量分析CVA，通過(guò)引入滑動(dòng)時(shí)間窗口，提出一種新的故障檢測(cè)指標(biāo)，對(duì)狀態(tài)空間和殘差空間的數(shù)據(jù)取平均值使其對(duì)故障更為敏感，能夠及時(shí)有效地實(shí)現(xiàn)間歇故障的檢測(cè)，有效提高故障檢測(cè)率，降低誤報(bào)率。

技術(shù)領(lǐng)域

本發(fā)明屬于工業(yè)過(guò)程監(jiān)控和故障診斷技術(shù)領(lǐng)域，涉及一種工業(yè)過(guò)程間歇故障的檢測(cè)方法。

背景技術(shù)

現(xiàn)代工業(yè)系統(tǒng)具有大型化、復(fù)雜化等特點(diǎn)，研究工業(yè)過(guò)程監(jiān)控和故障診斷技術(shù)，提高工業(yè)系統(tǒng)安全性和可靠性受到人們?cè)絹?lái)越多的關(guān)注。經(jīng)過(guò)研究者們幾十年廣泛研究，故障診斷技術(shù)大致分成了基于模型、基于知識(shí)和基于數(shù)據(jù)驅(qū)動(dòng)的三大類故障診斷方法。隨著分布式控制系統(tǒng)的廣泛使用，大量運(yùn)行數(shù)據(jù)被記錄下來(lái)，基于數(shù)據(jù)驅(qū)動(dòng)的故障診斷方法逐漸成為人們的研究熱點(diǎn)。但現(xiàn)有的基于模型、基于知識(shí)和基于數(shù)據(jù)驅(qū)動(dòng)的故障診斷方法大都針對(duì)的是永久故障，無(wú)法適用于間歇故障。

間歇故障是指一類持續(xù)時(shí)間短，可反復(fù)出現(xiàn)，未經(jīng)處理可自行消失的故障。在實(shí)際工業(yè)系統(tǒng)中，比如通訊網(wǎng)絡(luò)、電磁系統(tǒng)、配電系統(tǒng)和機(jī)械系統(tǒng)等，間歇故障是普遍存在的一種故障類型。此外，間歇故障具有積累效應(yīng)，故障持續(xù)時(shí)間和發(fā)生頻率會(huì)逐漸增加，最終演變?yōu)橛谰霉收希瑥亩鴮?dǎo)致整個(gè)系統(tǒng)失效。因此，及時(shí)的檢測(cè)出間歇故障并采取有效的防護(hù)措施對(duì)保障工業(yè)過(guò)程安全、高效運(yùn)行具有重要意義。

多元統(tǒng)計(jì)過(guò)程監(jiān)控是數(shù)據(jù)驅(qū)動(dòng)過(guò)程監(jiān)控方法的一個(gè)重要分支，受到研究者的關(guān)注并且成功地應(yīng)用到了工業(yè)過(guò)程的故障診斷。主元分析是多元統(tǒng)計(jì)過(guò)程監(jiān)控中最基本和最重要的方法之一，已經(jīng)被研究者深入地研究。但是基于主元分析的故障檢測(cè)方法仍然存在一些問(wèn)題。工業(yè)過(guò)程中采集到的數(shù)據(jù)往往存在互相關(guān)性和自相關(guān)性，主元分析只消除了變量之間的互相關(guān)性，沒(méi)有考慮變量本身的自相關(guān)性。為了更好地解決數(shù)據(jù)間自相關(guān)性和互相關(guān)性，它的變種動(dòng)態(tài)主元分析和規(guī)范變量分析算法被提出。文獻(xiàn)(Russell EL,Chiang LH,Brattz RD.Fault Detection in Industrial Processes Using Canonical VariateAnalysis and Dynamic Principal Component Analysis[J].Chemometrics andIntelligent Laboratory Systems,2000,51(1):81-93.) 中將主元分析、動(dòng)態(tài)主元分析和規(guī)范變量分析同時(shí)應(yīng)用于田納西-伊斯曼化工過(guò)程，通過(guò)對(duì)三種方法的監(jiān)控比較，結(jié)果顯示，規(guī)范變量分析在檢測(cè)率和誤報(bào)率方面具有明顯的優(yōu)越性。

然而，傳統(tǒng)的規(guī)范變量分析方法只應(yīng)用于永久故障檢測(cè)，由于間歇故障的發(fā)生和消失具有隨機(jī)性，持續(xù)時(shí)間和間隔時(shí)間具有間歇性并且間歇故障的幅值未知，直接將規(guī)范變量分析方法應(yīng)用于間歇故障檢測(cè)，會(huì)導(dǎo)致故障漏報(bào)率和誤報(bào)率都比較高，檢測(cè)效果差。因此，迫切需要一種新的故障檢測(cè)方法，高效地實(shí)現(xiàn)對(duì)工業(yè)過(guò)程中間歇故障的檢測(cè)。

發(fā)明內(nèi)容

本發(fā)明針對(duì)現(xiàn)有故障檢測(cè)方法檢測(cè)間歇故障時(shí)存在故障漏報(bào)率和誤報(bào)率高導(dǎo)致檢測(cè)效果差的問(wèn)題，提供一種工業(yè)過(guò)程間歇故障的檢測(cè)方法，該方法故障檢檢測(cè)率高，誤報(bào)率低。

為了達(dá)到上述目的，本發(fā)明提供了一種工業(yè)過(guò)程間歇故障的檢測(cè)方法，含有以下步驟：

(一)采集工業(yè)過(guò)程正常操作工況下的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理后作為訓(xùn)練數(shù)據(jù)集，對(duì)訓(xùn)練數(shù)據(jù)集建立規(guī)范變量分析模型，并計(jì)算狀態(tài)空間投影矩陣和殘差空間投影矩陣

(二)根據(jù)規(guī)范變量分析模型和投影矩陣，計(jì)算得到訓(xùn)練數(shù)據(jù)的規(guī)范變量并分解為狀態(tài)空間矩陣X和殘差空間矩陣E兩部分，給定滑動(dòng)時(shí)間窗口寬度，分別計(jì)算狀態(tài)空間平均數(shù)據(jù)矩陣和殘差空間平均數(shù)據(jù)矩陣