[發明專利]基于機理相關分析貝葉斯網絡的化工過程故障診斷方法

在審

• 申請號: 201910993159.0
• 申請日: 2019-10-18
• 公開（公告）號: CN110766173A
• 公開（公告）日: 2020-02-07
• 發明（設計）人: 田文德;任玉佳;王驥;柳楠
• 申請（專利權）人: 青島科技大學
• 主分類號: G06Q10/00
• 分類號: G06Q10/00;G06N7/00
• 代理公司: 37221 濟南圣達知識產權代理有限公司
• 代理人: 李琳

本公開提供了一種基于機理相關分析貝葉斯網絡的化工過程故障診斷方法，分析化工工藝過程單元變量之間的機理相關關系，得到關系矩陣；利用歷史數據的置信區間估計，計算貝葉斯網絡的條件概率，并結合關系矩陣建立貝葉斯網絡；采用主成分分析法對過程進行監控，當檢測到故障時，執行數據狀態轉換，計算變量的貝葉斯貢獻；在貝葉斯網絡中加入故障節點的證據，找出故障的傳播路徑和根節點，根據故障傳播路徑和根節點獲取故障的真實原因，結合機理相關過程知識，從貝葉斯網絡中找出故障的根本原因；本公開實現了對工藝過程模型的圖論建模，結合了機理模型的先驗知識和歷史數據的定量計算，具有簡化計算量提高計算精度的特點。

技術領域

本公開涉及化工過程故障診斷技術領域，特別涉及一種基于機理相關分析貝葉斯網絡的化工過程故障診斷方法。

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，并不必然構成現有技術。

隨著大規模工業化和自動化的發展，過程變量的維數越來越大，變量之間的相關性越來越復雜，使得故障診斷的任務比以往更加難以實現。因此，及時監控過程，有效地分離故障，對確?；み^程的安全穩定運行具有重要意義。故障發生后，過程中的許多變量都超出了正常范圍，如何找出故障的根源是學術界和工業界十分關注的問題。

本公開發明人在研究中發現，目前的故障診斷方法大致分為兩類：基于模型的故障診斷方法和數據驅動的故障診斷方法。基于模型的診斷方法需要深入的知識和精確的過程機理模型；數據驅動的方法不需要太多關于過程的知識，能夠在可靠的數據上方便、快速地掌握過程的狀態特征，但在很大程度上依賴于歷史數據來判斷過程的狀態。以上方法在解釋故障傳播路徑和診斷故障根源方面存在不足。

發明內容

為了解決現有技術的不足，本公開提供了一種基于機理相關分析貝葉斯網絡的化工過程故障診斷方法，能夠在檢測到故障后快速的識別故障的傳播路徑，找到引起故障的根本原因。

為了實現上述目的，本公開采用如下技術方案：

第一方面，本公開提供了一種基于機理相關分析貝葉斯網絡的化工過程故障診斷方法，步驟如下：

采集化工工藝過程的歷史數據，對化工工藝的變量進行單元劃分，分析化工工藝過程單元變量之間的機理相關關系，得到關系矩陣；

利用歷史數據的置信區間估計，計算貝葉斯網絡的條件概率，并結合關系矩陣建立貝葉斯網絡；

采用主成分分析法對過程進行監控，當檢測到故障時，執行數據狀態轉換，計算變量的貝葉斯貢獻；

在貝葉斯網絡中加入故障節點的證據，找出故障的傳播路徑和根節點，根據故障傳播路徑和根節點獲取故障的真實原因，結合機理相關過程知識，從貝葉斯網絡中找出故障的根本原因。

作為可能的一些實現方式，所述變量之間的機理相關關系至少包括質量相關、熱量相關、相平衡相關、設備傳遞相關和其他相關。

作為進一步的限定，分析化工工藝過程單元變量之間的機理相關關系，采用Spearman相關系數驗證，得到各個變量的關系子矩陣，整合所有子矩陣構成最終的關系矩陣，得到貝葉斯網絡結構。

作為更進一步的限定，基于機理相關分析構建貝葉斯網絡結構，具體為：

根據質量相關、熱量相關、相平衡相關、設備傳遞相關和其他相關關系，考慮工藝過程的傳遞原理，僅在設備單元內對變量進行分析；

依據機理相關分析得到變量之間的因果作用關系，構建出貝葉斯網絡的結構，并制定相應的規則盡量簡化網絡結構。

作為更進一步的限定，所述規則具體為：

規則一：除非操作單元中存在循環物流，否則只考慮兩個相鄰設備之間的變量關系。由于材料流動只能沿著相鄰的設備擴散，因此不可能直接通過相鄰的設備進入下一設備。