[發明專利]一種基于雙層相關特征分析的聚丙烯產品質量異常檢測方法

有效

• 申請號: 202110440195.1
• 申請日: 2021-04-18
• 公開（公告）號: CN113191616B
• 公開（公告）日: 2023-01-24
• 發明（設計）人: 趙煒濤;陳楊;虞飛宇
• 申請（專利權）人: 寧波大學科學技術學院
• 主分類號: G06Q10/0639
• 分類號: G06Q10/0639;G06F18/2411;G06Q50/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于雙層相關特征分析的聚丙烯產品質量異常檢測方法，其特征在于，包括以下步驟：

步驟(1)：確定聚丙烯生產過程的測量變量，具體包括四個反應器的28個測量變量；其中，第一反應器和第二反應器是液相連續攪拌反應器，第三反應器和第四反應器是氣相流化床反應器，每個反應器涉及的7個測量變量依次是：反應器溫度，反應器壓力，反應器液位，氫氣進料流量，丙烯進料流量，催化劑進料流量，和回流流量；

步驟(2)：根據確定的測量變量，連續采集N個采樣時刻的樣本數據；與此同時，每間隔2小時采樣分析得到第四反應器聚丙烯產品的熔融指數；再將測量變量對應的樣本數據存儲為一個N×28維的數據矩陣X，并將熔融指數對應的n個數據存儲為一個n×1維的數據向量y；步驟(3)：按照如下所示公式對數據向量y進行元素填充，從而得到列向量Y∈R^N×1：

其中，y₁，y₂，…，y_n表示數據向量y中的第一個至第n個元素，f等于測量變量與熔融指數的采樣頻率之比，R^N×1表示N×1維的實數向量，R表示實數集，上標號T表示矩陣或向量的轉置；

步驟(4)：根據如下所示公式分別對X中的列向量x₁，x₂，…，x₂₈以及列向量Y實施標準化處理，對應得到輸入矩陣以及輸出向量

其中，x_k和分別表示X和中第k列的列向量，k∈{1，2，…，28}，μ_k與δ_k分別表示列向量x_k∈R^N×1中所有元素的平均值與標準差，μ_Y和δ_Y分別表示列向量Y中所有元素的均值與標準差；

步驟(5)：根據如下所示步驟(5.1)至步驟(5.6)優化得到權重向量w₀∈R^28×1，從而得到直接相關特征矩陣X₁∈R^N×m和不相關特征矩陣X₂∈R^N×(28-m)；其中，m表示直接相關特征變量的個數，R^N×(28-m)表示N×(28-m)維的實數矩陣，R^N×m表示N×m維的實數矩陣，R表示實數集；

步驟(5.1)：初始化迭代次數g＝1，確定差分進化算法的參數，具體包括：種群個數H，縮放因子c₁，交叉概率c₂，最大迭代次數G；

步驟(5.2)：隨機產生H個1×28維的權重向量w₁，w₂，…，w_H，每個權重向量中的元素都按照均勻分布隨機取值于區間[-1，1]；

步驟(5.3)：分別計算權重向量w₁，w₂，…，w_H對應的目標函數值F₁，F₂，…，F_H；

步驟(5.4)：將F₁，F₂，…，F_H中的最小值對應的權重向量記錄為w₀后，執行差分進化算法的更新操作，得到更新后的H個權重向量w₁，w₂，…，w_H及其對應的目標函數值F₁，F₂，…，F_H；

步驟(5.5)：判斷是否滿足條件g＞G；若否，則設置g＝g+1后返回步驟(5.4)；若是，則得到最優的權重向量w₀；

步驟(5.6)：確定出權重向量w₀∈R^1×28中最大的m個元素，并根據這m個元素所在的列，對應的將輸入矩陣中相同列的列向量組成直接相關特征矩陣X₁∈R^N×m，而中其余28-m列的列向量則組建成不相關特征矩陣X₂∈R^N×(28-m)；

步驟(6)：先求解廣義特征值問題中最大特征值η對應的特征向量β，再根據計算相關投影向量q∈R^(28-m)×1后，根據公式計算間接相關特征向量

步驟(7)將X₁與合并成一個輸入相關特征矩陣后，執行如下所示步驟(7.1)至步驟(7.4)確定出異常檢測指標的控制上限D_lim；

步驟(7.1)：初始化i＝1；

步驟(7.2)：求解廣義特征值問題中最大特征值λ所對應的特征向量α后，再根據公式對α實施歸一化處理；其中，z_i表示Z中第i行的行向量，Z_i是由Z中除z_i之外的行向量組成的矩陣；

步驟(7.3)：根據公式D(i)＝(z_iα)²計算異常檢測指標向量D中的第i個元素D(i)；

步驟(7.4)：判斷是否滿足條件：i＜N；若是，則設置i＝i+1后返回步驟(7.2)；若否，則將D_lim設置成等于異常檢測指標向量D中元素的最大值；

步驟(8)：在最新采樣時刻t，采集測量變量對應的樣本數據x_t(1)，x_t(2)，…，x_t(28)，并根據如下所示公式分別對其進行標準化處理，得到輸入向量

其中，k∈{1，2，…，28}，表示輸入向量中的第k個元素；

步驟(9)：根據權重向量w₀∈R^1×28中最大的m個元素所在的列，對應的將輸入向量中相同列的元素組成直接相關特征向量y₁∈R^1×m，再將中其余的28-m個元素組成不相關特征向量y₂∈R^1×(28-m)；

步驟(10)：根據公式s_t＝y₂q計算間接相關特征s_t后，再將y₁與s_t合并成一個輸入相關特征向量

步驟(11)：根據如下所示步驟(11.1)至步驟(11.2)計算最新采樣時刻t對應的異常檢測指標D_t；

步驟(11.1)：求解廣義特征值問題中最大特征值λ_t對應的特征向量ε_t后，再根據公式對ε_t實施歸一化處理；

步驟(11.2)：計算最新采樣時刻t對應的異常檢測指標

步驟(12)：判斷是否滿足條件：D_t≤D_lim；若是，則當前采樣時刻聚丙烯產品質量未出現異常，返回步驟(8)；若否，則執行步驟(13)決策是否觸發異常警報；

步驟(13)：返回步驟(8)繼續實施對最新采樣時刻的聚丙烯產品質量異常檢測，若連續6個最新采樣時刻的異常檢測指標都大于D_lim，則觸發聚丙烯產品質量的異常警報；反之，則不觸發異常警報。