[發(fā)明專利]一種基于多階段FOM-SAE的批次過程故障監(jiān)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010057396.9
• 申請(qǐng)日: 2020-01-17
• 公開（公告）號(hào): CN111160811B
• 公開（公告）日: 2023-10-03
• 發(fā)明（設(shè)計(jì)）人: 金辰;王普
• 申請(qǐng)（專利權(quán)）人: 北京工業(yè)大學(xué)
• 主分類號(hào): G06Q10/067
• 分類號(hào): G06Q10/067;G06Q10/0633
• 代理公司: 北京思海天達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 11203
• 代理人: 吳蔭芳

1.一種基于多階段FOM-SAE的復(fù)雜工業(yè)過程故障監(jiān)測(cè)方法，其實(shí)現(xiàn)包括

“離線建?！焙汀霸诰€監(jiān)測(cè)”兩個(gè)步驟，具體方案如下：

本發(fā)明采用了如下的技術(shù)方案及實(shí)現(xiàn)步驟：

A.離線建模階段：

1)采集正常工況下的多批次歷史數(shù)據(jù)，形成三維數(shù)組X，三個(gè)維度分別為生產(chǎn)批次數(shù)i＝1,…,I、過程變量j＝1,…,J，采樣時(shí)刻k＝1,…,K；

2)采用Fisher算法對(duì)多批次歷史數(shù)據(jù)X進(jìn)行最優(yōu)階段劃分；

3)沿批次方向?qū)⑷S數(shù)據(jù)X拆分成I個(gè)批次片矩陣，其中，第i批次的矩陣T_i，其行代表采樣時(shí)刻k＝1,…,K、列代表過程變量j＝1,…,J；

4)對(duì)于每個(gè)批次片矩陣T_i中的所有元素計(jì)算FOM，i＝1,…,I，得到I個(gè)FOM矩陣，其中第i個(gè)批次的FOM矩陣T_FOMi形式如下：

其中，第i個(gè)批次片中第k行第j列的元素t_j(k)的四階距f_j(k)通過如下公式計(jì)算：

f_j(k)＝t_j(k)t_j(k-1)t_j(k-2)t_j(k-3)

對(duì)于前3時(shí)刻的數(shù)據(jù)，采用第4時(shí)刻數(shù)據(jù)進(jìn)行填充，即f_j(1)＝f_j(2)＝f_j(3)＝f_j(4)；

5)根據(jù)步驟2得到的最優(yōu)階段劃分，將所有批次FOM矩陣中第s階段的數(shù)據(jù)結(jié)合成新的二維數(shù)據(jù)矩陣T_Stages，s＝1,…,S，其行代表采樣時(shí)刻，共有I×(p_s+1-p_s)行、列代表過程變量j＝1,…,J；

6)對(duì)每個(gè)階段數(shù)據(jù)矩陣T_Stages，s＝1,…,S中所有元素進(jìn)行歸一化處理得到其中，第s階段數(shù)據(jù)矩陣中第k行、第j列的元素f_j(k)的歸一化公式如下：

其中，f_j^max和f_j^min分別代表當(dāng)前第s階段數(shù)據(jù)矩陣T_Stages第j列的最大值和最小值，表示f_j(k)標(biāo)準(zhǔn)化后的值；

7)設(shè)定階段s的SAE_s子模型超參數(shù)，利用作為輸入逐層訓(xùn)練SAE_s子模型，最小化每一層的重構(gòu)誤差函數(shù)：

其中，θ_En和θ_De是SAE_s子模型的參數(shù)，x⁽ⁱ⁾和s⁽ⁱ⁾為SAE_s子模型第i層的輸入和輸出，M為樣本總量；將SAE_s子模型前一層的輸出作為下一層的輸入逐層訓(xùn)練，直至最后一層完成SAE_s模型訓(xùn)練；

8)將SAE_s模型最后一層的重構(gòu)誤差函數(shù)作為RE統(tǒng)計(jì)量，計(jì)算各階段內(nèi)所有數(shù)據(jù)的RE統(tǒng)計(jì)量，并利用核密度估計(jì)方法確定子階段s內(nèi)RE統(tǒng)計(jì)量的控制限，用于階段s的在線監(jiān)測(cè)；

9)重復(fù)步驟5-8，分別訓(xùn)練S個(gè)子階段的監(jiān)控模型，并分別計(jì)算每個(gè)子階段的控制限。

B.在線監(jiān)測(cè)階段：

1)獲取當(dāng)前時(shí)刻的采樣數(shù)據(jù)并根據(jù)當(dāng)前k時(shí)刻采樣值所歸屬的階段，選擇對(duì)應(yīng)的階段監(jiān)控子模型；

2)計(jì)算當(dāng)前時(shí)刻的FOM矩陣x_f＝[f₁(k),f₂(k),…,f_J(k)]，其中k時(shí)刻j變量采樣值x_j(k)的FOM值f_j(k)采用如下公式得到：

f_j(k)＝x_j(k)x_j(k-1)x_j(k-2)x_j(k-3)

對(duì)于前3時(shí)刻的數(shù)據(jù)，采用第4時(shí)刻數(shù)據(jù)進(jìn)行填充，即f_j(1)＝f_j(2)＝f_j(3)＝f_j(4)；

3)根據(jù)離線建模步驟6)中得到的最大值和最小值對(duì)前一步得到的x_f進(jìn)行標(biāo)準(zhǔn)化得到其中j變量k時(shí)刻FOM值f_j(k)的歸一化公式如下：

其中，f_j^max和f_j^min分別代表第s階段離線數(shù)據(jù)T_Stages第j列的最大值和最小值，表示f_j(k)標(biāo)準(zhǔn)化后的值；

4)將前一步得到的輸入對(duì)應(yīng)的階段子模型SAE_s，并計(jì)算統(tǒng)計(jì)量RE；

5)將前一步驟得到的監(jiān)控統(tǒng)計(jì)量RE和離線建模步驟8)得到的對(duì)應(yīng)階段的控制限進(jìn)行比較，如果超限則認(rèn)為發(fā)生故障，否則認(rèn)為正常，直到批次過程結(jié)束。

2.根據(jù)權(quán)利要求1所述的一種基于多階段FOM-SAE的復(fù)雜工業(yè)過程故障監(jiān)測(cè)方法，其特征在于：離線建模階段所述最優(yōu)階段劃分的具體步驟如下：

2.1)沿著時(shí)間方向?qū)⑷S數(shù)據(jù)X拆分成K個(gè)時(shí)間片矩陣，其中，x_k代表k采樣時(shí)刻的時(shí)間片矩陣，其行代表生產(chǎn)批次數(shù)i＝1,…,I、列代表過程變量j＝1,…,J；

2.2)將多批次歷史數(shù)據(jù)X隨機(jī)劃分為S個(gè)階段，計(jì)算每個(gè)階段的類內(nèi)直徑，并根據(jù)得到的類內(nèi)直徑計(jì)算本次階段劃分的誤差函數(shù)，其中，所述的階段s的類內(nèi)直徑計(jì)算公式如下：

其中，p_s表示第s階段的起始時(shí)刻，p_s+1表示第s+1階段的起始時(shí)刻，p_s+1-1表示第s階段的結(jié)束時(shí)刻，即p_s+1的前一采樣時(shí)刻，表示階段s內(nèi)所有時(shí)間片矩陣的平均值，

所述的將多批次歷史數(shù)據(jù)X劃分為S個(gè)階段的誤差函數(shù)如下：

2.3)誤差函數(shù)最小的劃分方式即為最優(yōu)劃分方式。