一种非线性过程监控方法技术

本发明专利技术公开了一种非线性过程监控方法，用于工业生产过程监控。本发明专利技术采用Fisher判别函数的思想构建优化核函数参数的目标函数，利用粒子群优化算法寻求目标函数最优解作为核函数的最优核参数，采用核函数主元分析的方法确定导致过程监控故障的原因，解决过程监控非线性的数据处理，降低过程监控变量的维度，提高过程监控的效率和准确度。

A nonlinear process monitoring method

The invention discloses a non-linear process monitoring method, which is used for monitoring industrial production processes. The target function of the invention adopts Fisher discriminant function to construct the kernel function parameter optimization, particle swarm optimization algorithm is used to find the optimal solution of the objective function as the optimal kernel parameter of kernel function, principal component analysis method based on kernel function to determine the cause of the fault process monitoring, process monitoring of nonlinear data processing, reduce the process of monitoring variables dimensions, improve the efficiency and accuracy of process monitoring.

【技术实现步骤摘要】
一种非线性过程监控方法
本专利技术涉及一种非线性过程监控方法，适用于工业生产过程监控。
技术介绍
工业生产环境通常处于超高温、超低温、超高压或真空等极端环境，如果因为人为原因操作不当或客观不可抵抗的自然因素所导致的生产故障，轻则生产被迫中断，重则发生火灾、爆炸、泄露毒气等重大生产事故，不仅给企业生产带来了巨大的经济损失，而且严重危害人身安全、社会公共安全。因此，如何使这类工业生产过程安全正常地运行，早已是越来越多的人关注过程监控技术的原因之一。然而，随着生产过程日益复杂化，过程数据呈现“爆炸性”增长，现阶段过程监控面临着如下一系列新问题：(1)不确定性。现阶段的工业过程普遍存在庞杂的生产机理，从而容易诱发许多干扰，在传统监控技术中大多数干扰无法测量，甚至没办法有效消除。一般来说，不确定的来源可分为两类：不可预知输入和不可预知动态。传统过程监控中所设计的数学模型通常都是被控对象的简单近似，不仅会丢失部分影响生产的关键干扰因素，所会与实际工业生产情况相差较大，较难获得好的监控效果。(2)多变量性和强耦合性。现阶段工业生产都会产生了数量非常庞大的过程变量，并且这些过程变量之间相互关系、相互本文档来自技高网...

【技术保护点】
一种非线性过程监控方法，其特征在于，包括以下步骤：(1)布置探测器获取粒子群样本数据，样本数据通过核函数的内积运算形成一种非线性映射，再通过这一非线性映射将原空间的非线性数据转换成特征空间的线性数据；(2)计算特征空间的类间平方和以及类内离散度，根据Fisher判别准则建立关于核函数参数优化的粒子群优化模型的适应度函数；(3)初始化粒子群参数，计算适应度函数初始适应值，通过粒子群优化算法迭代求取最优解；(4)最优解作为核函数的最优核参数，确定特征空间的特征值和特征向量，根据累积贡献率确定导致故障的特征值对应的主元，优化调整原样本空间的主元个数。

【技术特征摘要】
1.一种非线性过程监控方法，其特征在于，包括以下步骤：(1)布置探测器获取粒子群样本数据，样本数据通过核函数的内积运算形成一种非线性映射，再通过这一非线性映射将原空间的非线性数据转换成特征空间的线性数据；(2)计算特征空间的类间平方和以及类内离散度，根据Fisher判别准则建立关于核函数参数优化的粒子群优化模型的适应度函数；(3)初始化粒子群参数，计算适应度函数初始适应值，通过粒子群优化算法迭代求取最优解；(4)最优解作为核函数的最优核参数，确定特征空间的特征值和特征向量，根据累积贡献率确定导致故障的特征值对应的主元，优化调整原样本空间的主元个数。2.根据权利要求1所述的一种非线性过程监控方法，其特征在于，步骤(1)中所述的核函数为满足Mercer条件的核函数，包括多项式核函数、径向基函数和Simoid核函数。3.根据权利要求1所述的一种非线性过程监控方法，其特征在于，所述的步骤(3)中初始化粒子群参数，计算适应度函数初始适应值，通过粒子群优化算法迭代求取最优解，其方法为：在一个m个粒子组成的D维目标搜索空间，初始化粒子群参数，通过目标函数令全部初始粒子都获得一个初始适应值，全部粒子在一个速度向量指引下跟踪到目前为止空间中最优的粒子进行搜索，在搜索过程中，粒子通过速度和位置的迭代更新来求取最优位置下的适应值。4.根据权利要求3所述的一种非线性过程监控方法，其特征在于，初始化参数包括权重系数Γ，粒子初始位置Xid，粒子初始速度Vid，种族大小m，加速度常数C1、C2，最大限制速度Vmax，最大迭代次数Tmax，其中Tmax为算法迭代的终止条件，粒子的迭代更新方法为：Vid(t+1)＝ΓVid(t)+c1r1(Pid-Xid(t))+c2r2(Pgd-Xi...

【专利技术属性】
技术研发人员：肖应旺，陈呈国，姚美银，张绪红，刘军，李丽，
申请(专利权)人：广东技术师范学院，
类型：发明
国别省市：广东,44