[發(fā)明專利]一種多變量工業(yè)過程故障辨識(shí)方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201910530828.0
• 申請(qǐng)日: 2019-06-19
• 公開（公告）號(hào): CN110244690B
• 公開（公告）日: 2020-09-04
• 發(fā)明（設(shè)計(jì)）人: 張漢元;張運(yùn)楚;侯傳晶;辛征
• 申請(qǐng)（專利權(quán)）人: 山東建筑大學(xué)
• 主分類號(hào): G05B23/02
• 分類號(hào): G05B23/02
• 代理公司: 濟(jì)南圣達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 37221
• 代理人: 楊哲

本公開公開了一種多變量工業(yè)過程故障辨識(shí)方法及系統(tǒng)，包括：接收正常操作工況數(shù)據(jù)集和故障模式數(shù)據(jù)集，根據(jù)正常操作工況數(shù)據(jù)集將故障模式數(shù)據(jù)集得到歸一化的故障模式數(shù)據(jù)集；采用移動(dòng)窗口技術(shù)獲得各故障模式數(shù)據(jù)集的統(tǒng)計(jì)量模式矩陣；檢測(cè)到工業(yè)過程發(fā)送故障后，接收實(shí)時(shí)故障數(shù)據(jù)組成的待辨識(shí)數(shù)據(jù)集，根據(jù)正常操作工況數(shù)據(jù)集得到歸一化的待辨識(shí)數(shù)據(jù)集；采用移動(dòng)窗口技術(shù)獲得待辨識(shí)數(shù)據(jù)集的統(tǒng)計(jì)量模式矩陣；在統(tǒng)計(jì)量模式空間中，從各故障模式數(shù)據(jù)集的統(tǒng)計(jì)量模式矩陣中提取出故障方向，依次沿各故障模式數(shù)據(jù)的故障方向?qū)Υ孀R(shí)數(shù)據(jù)的統(tǒng)計(jì)量模式矩陣在殘差空間中進(jìn)行故障重構(gòu)；計(jì)算故障識(shí)別指標(biāo)，確定待識(shí)別故障數(shù)據(jù)的故障類型。

技術(shù)領(lǐng)域

本公開屬于多變量工業(yè)過程故障識(shí)別的技術(shù)領(lǐng)域，涉及一種多變量工業(yè)過程故障辨識(shí)方法及系統(tǒng)，尤其涉及一種基于統(tǒng)計(jì)量模式分析故障重構(gòu)的多變量工業(yè)過程故障辨識(shí)方法及系統(tǒng)。

背景技術(shù)

本部分的陳述僅僅是提供了與本公開相關(guān)的背景技術(shù)信息，不必然構(gòu)成在先技術(shù)。

隨著計(jì)算機(jī)控制系統(tǒng)的廣泛應(yīng)用，現(xiàn)代工業(yè)系統(tǒng)日益趨于大型化、集成化、復(fù)雜化，工業(yè)過程的故障診斷已經(jīng)成為保證現(xiàn)代工業(yè)系統(tǒng)安全、可靠、無故障穩(wěn)定運(yùn)行的關(guān)鍵技術(shù)。由于在工業(yè)過程中能夠?qū)崟r(shí)采集和存儲(chǔ)豐富的過程運(yùn)行數(shù)據(jù)，基于數(shù)據(jù)驅(qū)動(dòng)的故障檢測(cè)與診斷技術(shù)逐漸成為工業(yè)過程監(jiān)控領(lǐng)域的研究熱點(diǎn)。研究人員提出了一系列基于數(shù)據(jù)驅(qū)動(dòng)的故障診斷方法，比如主元分析(PCA)、偏最小二乘(PLS)和統(tǒng)計(jì)量模式分析(SPA)等。

然而，發(fā)明人在研究過程中發(fā)現(xiàn)，現(xiàn)有故障診斷方法的研究大多數(shù)集中在故障檢測(cè)問題上(即如何快速有效的發(fā)現(xiàn)過程在運(yùn)行時(shí)出現(xiàn)故障)，檢測(cè)到故障發(fā)生后，針對(duì)故障源的診斷問題(即識(shí)別故障的類型和發(fā)生的原因)的研究相對(duì)較少。因此檢測(cè)到故障后，如何繼續(xù)辨識(shí)故障的類型是工業(yè)過程故障診斷中一種更具有挑戰(zhàn)性的研究問題。

貢獻(xiàn)圖法是一種比較成熟和廣泛使用的故障變量辨識(shí)方法，該方法簡(jiǎn)單易行且不需要與故障有關(guān)的先驗(yàn)知識(shí)。但是，由于過程變量間的相關(guān)性和相互耦合，貢獻(xiàn)圖法容易產(chǎn)生“smearing”效應(yīng)，導(dǎo)致故障的影響會(huì)從真實(shí)的故障變量傳播到正常過程變量，無法正確識(shí)別故障發(fā)生的根源。當(dāng)工業(yè)過程數(shù)據(jù)庫中存在一些已知的故障模式數(shù)據(jù)時(shí)，利用從故障模式數(shù)據(jù)中提取的故障方向，基于PCA故障重構(gòu)的方法能夠更加準(zhǔn)確和高效的識(shí)別故障類型。Dunia等首先提出基于PCA故障重構(gòu)的方法。近年來，基于PCA的故障重構(gòu)法作為一種有效的故障識(shí)別技術(shù)，引起了國(guó)內(nèi)外研究人員的廣泛關(guān)注。該方法基于故障方向消除故障的影響以計(jì)算重構(gòu)后的正常數(shù)據(jù)樣本，當(dāng)真實(shí)的故障方向被應(yīng)用于消除故障影響時(shí)，重構(gòu)后的數(shù)據(jù)樣本會(huì)回到正常狀態(tài)。雖然基于PCA故障重構(gòu)的方法取得了一定的應(yīng)用成果，但是其缺點(diǎn)在于：

(1)在故障重構(gòu)時(shí)均假定過程數(shù)據(jù)服從高斯分布，然而如果過程數(shù)據(jù)實(shí)際上不服從高斯分布則會(huì)惡化故障類型的識(shí)別效果；

(2)直接在原始過程數(shù)據(jù)上進(jìn)行故障重構(gòu)，無法充分利用過程數(shù)據(jù)的高階統(tǒng)計(jì)信息。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中存在的不足，本公開的一個(gè)或多個(gè)實(shí)施例提供了一種多變量工業(yè)過程故障辨識(shí)方法及系統(tǒng),基于統(tǒng)計(jì)量模式分析(SPA)的故障重構(gòu)技術(shù)，首先提取待辨識(shí)故障數(shù)據(jù)和數(shù)據(jù)庫中故障模式數(shù)據(jù)的統(tǒng)計(jì)量模式以充分挖掘數(shù)據(jù)的高階統(tǒng)計(jì)信息，然后在統(tǒng)計(jì)量模式空間中基于各故障模式的方向?qū)Υ孀R(shí)故障數(shù)據(jù)進(jìn)行重構(gòu)，解決過程數(shù)據(jù)不服從高斯分布的問題，并有效辨識(shí)其故障類型。

根據(jù)本公開的一個(gè)或多個(gè)實(shí)施例的一個(gè)方面，提供一種多變量工業(yè)過程故障辨識(shí)方法。

一種多變量工業(yè)過程故障辨識(shí)方法，該方法包括：

接收正常操作工況數(shù)據(jù)集和故障模式數(shù)據(jù)集，根據(jù)正常操作工況數(shù)據(jù)集將故障模式數(shù)據(jù)集進(jìn)行標(biāo)準(zhǔn)化處理，得到歸一化的故障模式數(shù)據(jù)集；

采用移動(dòng)窗口技術(shù)獲得各故障模式數(shù)據(jù)集的統(tǒng)計(jì)量模式矩陣；