[發明專利]一種適用于多采樣率化工過程的故障檢測方法

有效

• 申請號: 202010570611.5
• 申請日: 2020-06-13
• 公開（公告）號: CN111913446B
• 公開（公告）日: 2022-03-18
• 發明（設計）人: 葛英輝;藍艇;其他發明人請求不公開姓名
• 申請（專利權）人: 寧波大學
• 主分類號: G05B19/418
• 分類號: G05B19/418
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種適用于多采樣率化工過程的故障檢測方法，其特征在于，包括以下步驟：

首先，離線建模階段包括如下所示步驟(1)至步驟(7)；

步驟(1)：確定化工過程對象中各測量儀器儀表的采樣頻率，并將采樣頻率相同的測量儀器儀表所對應的測量變量歸屬為一個變量集合，得到B個變量集合φ₁，φ₂，…，φ_B，并將各變量集合所對應的采樣頻率分別記錄為f₁，f₂，…，f_B；

步驟(2)：利用化工過程對象中的測量儀器儀表采集該化工過程正常運行狀態下的樣本數據，并根據步驟(1)中的B個變量集合φ₁，φ₂，…，φ_B對應地將采樣數據分別組成B個數據矩陣X₁，X₂，…，X_B，其中，由第b個變量集合對應的N_b個樣本數據組成、M_b為第b個變量集合中的測量變量個數、表示M_b×N_b維的實數矩陣、下標號b＝1，2，…，B；

步驟(3)：分別對B個數據矩陣X₁，X₂，…，X_B進行標準化處理后，對應得到新矩陣再根據公式T_b＝1/f_b分別計算出各變量集合所對應的采樣周期T₁，T₂，…，T_B，并找出T₁，T₂，…，T_B的最小公倍數T₀后，再根據公式n_b＝T₀/T_b計算出參數n₁，n₂，…，n_B；

步驟(4)：利用多采樣率建模算法求解出投影矩陣W₁，W₂，…，W_B、載荷矩陣P₁，P₂，…，P_B、得分矩陣S₁，S₂，…，S_B、以及特征提取矩陣θ₁，θ₂，…，θ_B，具體的實施過程如下所示：

步驟(4.1)：設置d＝1后，并初始化投影矩陣W₁，W₂，…，W_B、載荷矩陣P₁，P₂，…，P_B、以及得分矩陣S₁，S₂，…，S_B為空矩陣；

步驟(4.2)：將新矩陣中N_b個列向量表示成后，按照如下所示公式①分別構造延時矩陣Z₁，Z₂，…，Z_B：

其中，表示新矩陣中的第i列向量，表示M_b×1維的列向量，下標號i＝1，2，…，N_b；

步驟(4.3)：初始化w₁，w₂，…，w_B為任意M_b×1維的實數列向量，并初始化β₁，β₂，…，β_B為任意n_b×1維的列向量；

步驟(4.4)：根據公式w_b＝w_b/||w_b||與公式β_b＝β_b/||β_b||分別對w_b與β_b實施單位化處理，其中||w_b||表示計算w_b的長度，||β_b||表示計算β_b的長度；

步驟(4.5)：根據如下所示公式②計算矩陣Θ_b：

上式②中，表示kronecker乘積，表示M_b×M_b維的單位矩陣；當b＝c時，H_bc＝0；當b≠c時，H_bc＝1；上標號T表示矩陣或向量的轉置符號，下標號c＝1，2，…，B；

步驟(4.6)：判斷是否滿足條件：d＞1；若否，則求解特征值問題中最大特征值λ_b所對應的特征向量若是，則求解特征值問題中最大特征值λ_b所對應的特征向量

步驟(4.7)：根據公式對特征向量實施單位化處理從而得到w₁，w₂，…，w_B，再根據如下所示公式③計算矩陣Φ_b

上式③中，表示n_b×n_b維的單位矩陣；

步驟(4.8)：分別計算矩陣Φ₁，Φ₂，…，Φ_B的最大特征值所對應的特征向量ξ₁，ξ₂，…，ξ_B，再分別根據公式β_b＝ξ_b/||ξ_b||對特征向量實施單位化處理得到β₁，β₂，…，β_B；

步驟(4.9)：判斷w₁，w₂，…，w_B是否收斂，收斂的標準為元素不再發生變化；若否，則返回步驟(4.5)；若是，則執行下一步驟(4.10)；

步驟(4.10)：根據公式分別計算出得分向量s₁，s₂，…，s_B后，再分別根據公式計算出載荷向量p₁，p₂，…，p_B；

步驟(4.11)：分別將投影矩陣W₁，W₂，…，W_B中的第d列的列向量設置成w₁，w₂，…，w_B，分別將載荷矩陣P₁，P₂，…，P_B中的第d列的列向量設置成p₁，p₂，…，p_B，再分別將得分矩陣S₁，S₂，…，S_B中的第d行的行向量設置成s₁，s₂，…，s_B；

步驟(4.12)：根據公式分別更新后，判斷是否滿足條件：d≥min{M₁，M₂，…，M_B}或min{λ₁，λ₂，…，λ_B}≤ζ；若否，則設置d＝d+1后返回步驟(4.2)；若是，則得到最終的B個投影矩陣W₁，W₂，…，W_B、B個載荷矩陣P₁，P₂，…，P_B、以及B個得分矩陣S₁，S₂，…，S_B后，再根據公式θ_b＝W_b(P_b^TW_b)^-1計算特征提取矩陣θ₁，θ₂，…，θ_B；其中，min{M₁，M₂，…，M_B}表示M₁，M₂，…，M_B中的最小值，min{λ₁，λ₂，…，λ_B}表示λ₁，λ₂，…，λ_B中的最小值，閾值ζ的取值范圍為：B/15≤ζ≤B/5；

步驟(5)：判斷在b分別等于1，2，…，B時，是否滿足條件：M_b＝d；若否，則對步驟(4.11)中更新的矩陣實施奇異值分解：并設置分解矩陣其中對角矩陣A_b對角線上的元素為的非零奇異值，U_b與V_b是奇異值分解得到的兩個酉矩陣；若是，則不對矩陣實施任何操作；

步驟(6)：判斷在b分別等于1，2，…，B時，是否滿足條件：M_b＝d；若否，則根據公式與分別計算監測指標向量D_b與Q_b后，利用核密度估計法確定出控制上限D_b，lim與Q_b，lim；若是，則只需根據公式計算監測指標向量D_b，并利用核密度估計法確定出控制上限D_b，lim；其中diag{}表示將大括號內矩陣對角線元素轉變成列向量的操作，協方差矩陣

其次，在線異常狀態檢測包括如下所示步驟(8)至步驟(12)；

步驟(7)：根據B個不同的采樣頻率f₁，f₂，…，f_B在線采集多采樣率化工過程對象的樣本數據x₁，x₂，…，x_B，其中，為第b個變量集合φ_b所對應的樣本數據；

由于存在B個不同的采樣頻率f₁，f₂，…，f_B，樣本數據x₁，x₂，…，x_B被采集到的頻率也不相同，只要x₁，x₂，…，x_B中任何一個樣本數據被采集到，即刻開始實施步驟(8)；

步驟(8)：對x_b實施與步驟(3)中相同的標準化處理得到向量后，根據公式t_b＝θ_b^Tx_b與分別計算特征向量t_b與殘差向量e_b；

步驟(9)：判斷是否滿足條件：M_b＝d；若否，則根據公式與計算第b個變量集合的監測指標與若是，則只需根據公式計算第b個變量集合的監測指標

步驟(10)：判斷是否滿足條件：且若是，則當前采樣時刻該化工該過程運行狀態正常，返回步驟(7)繼續實施對下一采樣時刻的運行狀態監測；若否，則執行步驟(11)從而決策是否觸發故障警報；

步驟(11)：返回步驟(7)繼續實施對下一采樣時刻樣本數據的運行狀態監測，若連續3個采樣時刻的監測指標都不滿足步驟(10)中的判斷條件，則觸發故障警報；否則，不觸發故障警報，并返回步驟(7)繼續實施對下一采樣時刻的運行狀態監測。