[發(fā)明專利]一種基于記憶與遺忘策略的工業(yè)過(guò)程異常在線檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110550133.6
• 申請(qǐng)日: 2021-05-20
• 公開（公告）號(hào): CN113325811B
• 公開（公告）日: 2022-03-22
• 發(fā)明（設(shè)計(jì)）人: 翁旭;汪磊;徐曉濱;馬楓;孫杰;張雪林;侯平智
• 申請(qǐng)（專利權(quán)）人: 杭州電子科技大學(xué);南京智慧水運(yùn)科技有限公司
• 主分類號(hào): G05B19/418
• 分類號(hào): G05B19/418
• 代理公司: 浙江千克知識(shí)產(chǎn)權(quán)代理有限公司 33246
• 代理人: 周希良

本發(fā)明涉及一種基于記憶與遺忘策略的工業(yè)過(guò)程異常在線檢測(cè)方法。本發(fā)明利用傳感器不斷的在線采集鐵水中的硅含量，并將它作為過(guò)程變量進(jìn)行在線檢測(cè)，將在線獲取的硅含量的時(shí)間序列生成待檢測(cè)序列，并對(duì)待檢測(cè)序列上的采樣點(diǎn)進(jìn)行處理。當(dāng)檢測(cè)到滿足約束條件下的異常時(shí)刻及其對(duì)應(yīng)的采樣點(diǎn)，則該采樣點(diǎn)被視為第一次狀態(tài)異常點(diǎn)。然后對(duì)該狀態(tài)異常點(diǎn)進(jìn)行選擇性記憶，同時(shí)有意遺忘該狀態(tài)異常點(diǎn)之前的采樣點(diǎn)。隨著不斷的在線采集過(guò)程變量序列，重復(fù)以上過(guò)程，進(jìn)而可在線檢測(cè)到過(guò)程變量中的多個(gè)狀態(tài)異常點(diǎn)。本發(fā)明將采集的鐵水里的硅含量作為過(guò)程變量進(jìn)行在線檢測(cè)，不需要設(shè)備停機(jī)，可以在線檢測(cè)到過(guò)程變量中的多個(gè)狀態(tài)異常點(diǎn)，能及時(shí)發(fā)現(xiàn)設(shè)備的故障。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于記憶與遺忘策略的工業(yè)過(guò)程異常在線檢測(cè)方法，屬于流程工業(yè)檢測(cè)技術(shù)領(lǐng)域。

背景技術(shù)

高爐煉鐵是冶金工業(yè)生產(chǎn)中的重要環(huán)節(jié)，是世界上能耗最高的工業(yè)過(guò)程之一，在線檢測(cè)系統(tǒng)能夠及時(shí)的監(jiān)測(cè)到系統(tǒng)過(guò)程變量狀態(tài)的異常，這對(duì)降低系統(tǒng)能耗和避免過(guò)程損失是非常必要的。高爐煉鐵的具體流程為：在實(shí)際生產(chǎn)過(guò)程中，焦炭和鐵礦石等原始材料從頂部裝入爐內(nèi)，從風(fēng)口鼓入由熱風(fēng)爐加熱到1000～1300℃的熱風(fēng)，爐料中焦炭在風(fēng)口前燃燒，產(chǎn)生高溫和還原性氣體，在爐內(nèi)上升過(guò)程中加熱緩慢下降的物料，并還原鐵礦石中的氧化物為金屬鐵，未被還原的物質(zhì)形成熔渣，實(shí)現(xiàn)渣鐵分離，渣鐵聚集于爐缸內(nèi)，發(fā)生諸多反應(yīng)，最后定期從爐內(nèi)排出爐渣和鐵水。鐵水中的硅含量是評(píng)價(jià)高爐煉鐵過(guò)程能耗最重要的指標(biāo)之一，以鐵水中的硅含量作為過(guò)程變量進(jìn)行在線檢測(cè)，進(jìn)而確定該工業(yè)過(guò)程狀態(tài)是否異常。鐵水中硅含量的控制精確與否，決定反應(yīng)過(guò)程中的能耗以及鐵的質(zhì)量，硅含量過(guò)高會(huì)使能耗增加，成本也會(huì)增大，而硅含量過(guò)低又容易發(fā)生爐涼事故，影響鐵水質(zhì)量，因此針對(duì)硅含量的在線檢測(cè)對(duì)于高爐煉鐵過(guò)程是十分必要的。

目前，對(duì)流程工業(yè)過(guò)程變量異常狀態(tài)進(jìn)行檢測(cè)的方法大多數(shù)是離線的，這就需要設(shè)備停機(jī)才能進(jìn)行，而不少重要的生產(chǎn)設(shè)備不能輕易的停止運(yùn)行，這些方法的檢測(cè)間隔周期較長(zhǎng)，不能及時(shí)發(fā)現(xiàn)故障，影響診斷的正確性。此外，適用于單個(gè)狀態(tài)異常點(diǎn)離線檢測(cè)的Mann-Kendall方法可有效的避免已知參數(shù)的初始分布或者信號(hào)的模型結(jié)構(gòu)等問(wèn)題，但是在實(shí)際情況下，過(guò)程變量的在線采樣序列必然會(huì)存在多個(gè)狀態(tài)異常點(diǎn)而不僅僅是一個(gè)狀態(tài)異常點(diǎn)，于是原始的Mann-Kendall方法就無(wú)法直接使用。

為了對(duì)流程工業(yè)過(guò)程變量異常狀態(tài)進(jìn)行更有效的在線檢測(cè)，基于記憶與遺忘策略以及原始的Mann-Kendall方法，提出一種基于記憶與遺忘策略的流程工業(yè)過(guò)程變量異常狀態(tài)在線檢測(cè)方法。在制定的約束條件下可在線檢測(cè)到異常時(shí)刻及其對(duì)應(yīng)的采樣點(diǎn)，同時(shí)將該采樣點(diǎn)視為第一次狀態(tài)異常點(diǎn)，然后對(duì)該狀態(tài)異常點(diǎn)進(jìn)行選擇性記憶，同時(shí)有意遺忘該狀態(tài)異常點(diǎn)之前的采樣點(diǎn)。隨著在線時(shí)間序列的不斷延伸，達(dá)到在線檢測(cè)多個(gè)狀態(tài)異常點(diǎn)的目的。

發(fā)明內(nèi)容

本發(fā)明的目的是提出一種基于記憶與遺忘策略的工業(yè)過(guò)程異常在線檢測(cè)方法，利用傳感器不斷的在線采集鐵水中的硅含量，并將它作為過(guò)程變量進(jìn)行在線檢測(cè)。將在線獲取的硅含量的時(shí)間序列生成待檢測(cè)序列，基于記憶與遺忘策略以及原始的Mann-Kendall方法，對(duì)待檢測(cè)序列上的采樣點(diǎn)進(jìn)行處理。當(dāng)檢測(cè)到滿足約束條件下的異常時(shí)刻及其對(duì)應(yīng)的采樣點(diǎn)，則該采樣點(diǎn)被視為第一次狀態(tài)異常點(diǎn)。然后對(duì)該狀態(tài)異常點(diǎn)進(jìn)行選擇性記憶，同時(shí)有意遺忘該狀態(tài)異常點(diǎn)之前的采樣點(diǎn)。隨著不斷的在線采集過(guò)程變量序列，重復(fù)以上過(guò)程，進(jìn)而可檢測(cè)到過(guò)程變量中存在的多個(gè)狀態(tài)異常點(diǎn)。由此建立基于記憶與遺忘策略的工業(yè)過(guò)程異常在線檢測(cè)方法。

本發(fā)明包括以下各步驟：

(1)高爐煉鐵是冶金工業(yè)生產(chǎn)中的重要環(huán)節(jié)，鐵水中的硅含量是評(píng)價(jià)該工業(yè)過(guò)程能耗最重要的指標(biāo)之一，以鐵水中的硅含量作為過(guò)程變量進(jìn)行在線檢測(cè)，進(jìn)而確定工業(yè)過(guò)程狀態(tài)是否異常，設(shè)定鐵水中的硅含量為x，范圍為0％～1.5％；