[發(fā)明專利]一種基于數(shù)據(jù)缺失的流程工業(yè)過程故障檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110987661.8
• 申請(qǐng)日: 2021-08-26
• 公開（公告）號(hào): CN113743489B
• 公開（公告）日: 2023-09-29
• 發(fā)明（設(shè)計(jì)）人: 顧昊昱;張成功;錢平;王麗
• 申請(qǐng)（專利權(quán)）人: 上海應(yīng)用技術(shù)大學(xué)
• 主分類號(hào): G06F18/2135
• 分類號(hào): G06F18/2135;G06F18/15;G06N3/048;G06N3/08
• 代理公司: 上海科盛知識(shí)產(chǎn)權(quán)代理有限公司 31225
• 代理人: 應(yīng)小波

本發(fā)明涉及一種基于數(shù)據(jù)缺失的流程工業(yè)過程故障檢測(cè)方法，該方法包括以下步驟：步驟S1：對(duì)流程工業(yè)過程進(jìn)行數(shù)據(jù)采樣和處理；步驟S2：利用核極限學(xué)習(xí)機(jī)KELM填補(bǔ)采樣數(shù)據(jù)中的缺失數(shù)據(jù)；步驟S3：采用地標(biāo)等距映射法L?ISOMAP對(duì)數(shù)據(jù)進(jìn)行低維特征提取；步驟S4：在特征空間和殘差空間分別計(jì)算統(tǒng)計(jì)量和控制現(xiàn)，進(jìn)行故障檢測(cè)。與現(xiàn)有技術(shù)相比，本發(fā)明具有準(zhǔn)確性高、節(jié)約時(shí)間和計(jì)算資源等優(yōu)點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明涉及流程工業(yè)過程控制、監(jiān)測(cè)及安全生產(chǎn)領(lǐng)域，尤其是涉及一種基于數(shù)據(jù)缺失的流程工業(yè)過程故障檢測(cè)方法。

背景技術(shù)

隨著工業(yè)4.0概念的提出，以及工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等技術(shù)的日益成熟，工業(yè)生產(chǎn)過程的智能制造轉(zhuǎn)型已然成為了傳統(tǒng)工業(yè)發(fā)展的必然趨勢(shì)，隨之帶來的結(jié)果是工業(yè)過程變得愈加集成化和大規(guī)模化。例如煉油、制藥等流程工業(yè)的生產(chǎn)過程日趨復(fù)雜，通過傳統(tǒng)方式對(duì)其過程建立精確的機(jī)理模型變得愈發(fā)困難。在分布式控制系統(tǒng)、數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)等技術(shù)的支撐和機(jī)器/深度學(xué)習(xí)的浪潮下，基于數(shù)據(jù)驅(qū)動(dòng)的流程工業(yè)過程建模和過程監(jiān)測(cè)成為了工業(yè)智能化運(yùn)行生產(chǎn)不可或缺的環(huán)節(jié)。

工業(yè)數(shù)據(jù)傳輸過程中信號(hào)不穩(wěn)定，數(shù)據(jù)存儲(chǔ)失敗，采樣時(shí)傳感器丟包，多采樣率等原因會(huì)致使數(shù)據(jù)出現(xiàn)缺失的情況。當(dāng)應(yīng)用于建模的歷史過程數(shù)據(jù)出現(xiàn)大量缺失值時(shí)，若直接采用刪除法則會(huì)剔除大量有效信息，用于構(gòu)建模型的少量樣本數(shù)據(jù)將無(wú)法體現(xiàn)出原過程的特性；若采用不合理的填補(bǔ)方法則會(huì)錯(cuò)誤預(yù)測(cè)缺失值，同樣導(dǎo)致構(gòu)建的故障檢測(cè)模型具有較低的準(zhǔn)確性。

經(jīng)過檢索，中國(guó)專利公開號(hào)CN109146004A公開了一種基于迭代缺失數(shù)據(jù)估計(jì)策略的動(dòng)態(tài)過程檢測(cè)方法，該發(fā)明利用迭代缺失數(shù)據(jù)估計(jì)法推測(cè)出缺失數(shù)據(jù)的估計(jì)值，從而將假設(shè)的原始數(shù)據(jù)轉(zhuǎn)變成了估計(jì)誤差；采用PCA模型迭代求取缺失變量的估計(jì)值，最后利用估計(jì)誤差作為被監(jiān)測(cè)對(duì)象實(shí)施在線故障檢測(cè)。但是，該方法采用的PCA模型訓(xùn)練較慢且準(zhǔn)確性不高。

發(fā)明內(nèi)容

本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種準(zhǔn)確性高、節(jié)約時(shí)間和計(jì)算資源的基于數(shù)據(jù)缺失的流程工業(yè)過程故障檢測(cè)方法。

本發(fā)明的目的可以通過以下技術(shù)方案來實(shí)現(xiàn)：

一種基于數(shù)據(jù)缺失的流程工業(yè)過程故障檢測(cè)方法，該方法包括以下步驟：

步驟S1：對(duì)流程工業(yè)過程進(jìn)行數(shù)據(jù)采樣和處理；

步驟S2：利用核極限學(xué)習(xí)機(jī)KELM填補(bǔ)采樣數(shù)據(jù)中的缺失數(shù)據(jù)；

步驟S3：采用地標(biāo)等距映射法L-ISOMAP對(duì)數(shù)據(jù)進(jìn)行低維特征提取；

步驟S4：在特征空間和殘差空間分別計(jì)算統(tǒng)計(jì)量和控制現(xiàn)，進(jìn)行故障檢測(cè)。

優(yōu)選地，所述步驟S1包括以下步驟：

步驟S101：對(duì)正常運(yùn)行的流程工業(yè)過程進(jìn)行數(shù)據(jù)進(jìn)行采樣，并模擬各種工業(yè)現(xiàn)場(chǎng)原因?qū)?shù)據(jù)進(jìn)行缺失異常處理，獲得包含有各種缺失類型的不完整缺失數(shù)據(jù)集X_M，X_M∈R^m×n，其中R^m×n表示樣本數(shù)為m，維數(shù)為n的實(shí)矩陣；

步驟S102：對(duì)缺失數(shù)據(jù)集X_M進(jìn)行標(biāo)準(zhǔn)化處理，得到新的數(shù)據(jù)集X_SM；

步驟S103：找到數(shù)據(jù)集X_SM中的缺失數(shù)據(jù)所在位置，將所有包含缺失值的采樣點(diǎn)劃分為數(shù)據(jù)集X_SM-NC，并將完整的采樣點(diǎn)數(shù)據(jù)劃分為另一數(shù)據(jù)集X_SM-C。

優(yōu)選地，所述步驟S2具體為：

步驟S201：確定KELM_i模型的輸入輸出數(shù)據(jù)；