[發明專利]基于全結構動態自回歸隱變量模型的多尺度過程故障檢測方法

在審

• 申請號: 202310063661.8
• 申請日: 2023-02-06
• 公開（公告）號: CN116339275A
• 公開（公告）日: 2023-06-27
• 發明（設計）人: 周樂;鄭東磊;侯北平;鄭洪波;王堯欣
• 申請（專利權）人: 浙江科技學院
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 杭州知閑專利代理事務所(特殊普通合伙) 33315
• 代理人: 黃燕

1.一種基于全結構動態自回歸隱變量模型的多尺度過程故障檢測方法，其特征在于，包括：在線收集化工過程的多尺度數據樣本，得測試樣本集，對測試樣本集進行標準化，利用多尺度全結構自回歸動態隱變量模型得到當前時刻測試樣本的動態T²統計量、每個測量尺度下的靜態T²統計量和SPE統計量，并與預先獲得的檢測控制限對比，得出化工過程的在線檢測結果；所述多尺度全結構自回歸動態隱變量模型中，多尺度數據樣本與動態潛隱變量和各個測量尺度下的靜態潛隱變量呈線性關系。

2.根據權利要求1所述的基于全結構動態自回歸隱變量模型的多尺度過程故障檢測方法，其特征在于，包括：

(I)針對多尺度過程，利用獲得的多尺度訓練樣本集進行模型訓練，得到多尺度全結構動態自回歸隱變量模型以及動態T²統計量、每個測量尺度下的靜態T²統計量和SPE統計量的檢測控制限；

(II)在線收集新的多尺度過程中與訓練樣本集過程變量和關鍵質量變量對應的多尺度過程樣本數據，得到測試樣本集；

(III)對得到的測試樣本集進行相同的標準化；

(IV)針對標準化后的測試樣本集，利用得到的多尺度全結構動態自回歸隱變量模型得到當前時刻測試樣本的動態T²統計量、各測量尺度下的靜態T²統計量和SPE統計量，通過與得到的檢測控制限對比，得出多尺度過程的在線檢測結果。

3.根據權利要求1所述的基于全結構動態自回歸隱變量模型的多尺度過程故障檢測方法，其特征在于，收集對應化工過程正常運行狀態下多種不同測量尺度的變量，組成建模用的訓練樣本集，對訓練樣本集進行標準化，然后用于所述多尺度全結構自回歸動態隱變量模型的構建。

4.根據權利要求1所述的基于全結構動態自回歸隱變量模型的多尺度過程故障檢測方法，其特征在于，所述多尺度全結構自回歸動態隱變量模型結構如下：

其中：x(k)表示k時刻模型的動態潛隱變量；z(k-1)包含了過去L個時刻該模型的動態潛隱變量，L為滯后時間；A為模型動態潛隱變量的狀態轉移矩陣；v(k)為第k時刻模型的動態噪聲；y^ξ(k)為k時刻采集得到的變量；C^ξ(k)為第k時刻采集到的變量和動態潛隱變量之間的動態發散矩陣；t^ξ(k)為第k時刻的采集到的變量對應的靜態潛隱變量，Ψ^ξ(k)為第k時刻采集到的變量和對應靜態潛隱變量之間的靜態發散矩陣；w^ξ(k)為第k時刻采集到的變量的測量噪聲；ξ為表示當前時刻變量被采集到的樣本屬性。