[發明專利]一種多變量工業過程故障辨識方法及系統

有效

• 申請號: 201910530828.0
• 申請日: 2019-06-19
• 公開（公告）號: CN110244690B
• 公開（公告）日: 2020-09-04
• 發明（設計）人: 張漢元;張運楚;侯傳晶;辛征
• 申請（專利權）人: 山東建筑大學
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 楊哲

本公開公開了一種多變量工業過程故障辨識方法及系統，包括：接收正常操作工況數據集和故障模式數據集，根據正常操作工況數據集將故障模式數據集得到歸一化的故障模式數據集；采用移動窗口技術獲得各故障模式數據集的統計量模式矩陣；檢測到工業過程發送故障后，接收實時故障數據組成的待辨識數據集，根據正常操作工況數據集得到歸一化的待辨識數據集；采用移動窗口技術獲得待辨識數據集的統計量模式矩陣；在統計量模式空間中，從各故障模式數據集的統計量模式矩陣中提取出故障方向，依次沿各故障模式數據的故障方向對待辨識數據的統計量模式矩陣在殘差空間中進行故障重構；計算故障識別指標，確定待識別故障數據的故障類型。

技術領域

本公開屬于多變量工業過程故障識別的技術領域，涉及一種多變量工業過程故障辨識方法及系統，尤其涉及一種基于統計量模式分析故障重構的多變量工業過程故障辨識方法及系統。

背景技術

本部分的陳述僅僅是提供了與本公開相關的背景技術信息，不必然構成在先技術。

隨著計算機控制系統的廣泛應用，現代工業系統日益趨于大型化、集成化、復雜化，工業過程的故障診斷已經成為保證現代工業系統安全、可靠、無故障穩定運行的關鍵技術。由于在工業過程中能夠實時采集和存儲豐富的過程運行數據，基于數據驅動的故障檢測與診斷技術逐漸成為工業過程監控領域的研究熱點。研究人員提出了一系列基于數據驅動的故障診斷方法，比如主元分析(PCA)、偏最小二乘(PLS)和統計量模式分析(SPA)等。

然而，發明人在研究過程中發現，現有故障診斷方法的研究大多數集中在故障檢測問題上(即如何快速有效的發現過程在運行時出現故障)，檢測到故障發生后，針對故障源的診斷問題(即識別故障的類型和發生的原因)的研究相對較少。因此檢測到故障后，如何繼續辨識故障的類型是工業過程故障診斷中一種更具有挑戰性的研究問題。

貢獻圖法是一種比較成熟和廣泛使用的故障變量辨識方法，該方法簡單易行且不需要與故障有關的先驗知識。但是，由于過程變量間的相關性和相互耦合，貢獻圖法容易產生“smearing”效應，導致故障的影響會從真實的故障變量傳播到正常過程變量，無法正確識別故障發生的根源。當工業過程數據庫中存在一些已知的故障模式數據時，利用從故障模式數據中提取的故障方向，基于PCA故障重構的方法能夠更加準確和高效的識別故障類型。Dunia等首先提出基于PCA故障重構的方法。近年來，基于PCA的故障重構法作為一種有效的故障識別技術，引起了國內外研究人員的廣泛關注。該方法基于故障方向消除故障的影響以計算重構后的正常數據樣本，當真實的故障方向被應用于消除故障影響時，重構后的數據樣本會回到正常狀態。雖然基于PCA故障重構的方法取得了一定的應用成果，但是其缺點在于：

(1)在故障重構時均假定過程數據服從高斯分布，然而如果過程數據實際上不服從高斯分布則會惡化故障類型的識別效果；

(2)直接在原始過程數據上進行故障重構，無法充分利用過程數據的高階統計信息。

發明內容

針對現有技術中存在的不足，本公開的一個或多個實施例提供了一種多變量工業過程故障辨識方法及系統,基于統計量模式分析(SPA)的故障重構技術，首先提取待辨識故障數據和數據庫中故障模式數據的統計量模式以充分挖掘數據的高階統計信息，然后在統計量模式空間中基于各故障模式的方向對待辨識故障數據進行重構，解決過程數據不服從高斯分布的問題，并有效辨識其故障類型。

根據本公開的一個或多個實施例的一個方面，提供一種多變量工業過程故障辨識方法。

一種多變量工業過程故障辨識方法，該方法包括：

接收正常操作工況數據集和故障模式數據集，根據正常操作工況數據集將故障模式數據集進行標準化處理，得到歸一化的故障模式數據集；

采用移動窗口技術獲得各故障模式數據集的統計量模式矩陣；