一种数据驱动的工业过程实时监测与故障检测方法技术

本发明专利技术提供一种数据驱动的工业过程实时监测与故障检测方法，能够达到更好的监测效果。所述方法包括：从建模算法库中选择1个或多个待评价算法；获取正常运行数据和故障数据；根据获取的正常运行数据对待评价算法进行建模，得到每个待评价算法的检测指标；根据得到的每个待评价算法的检测指标和获取的故障数据，计算每个待评价算法的评价指标，其中，所述评价指标用于表示待评价算法的相对优劣；根据得到的评价指标，选择出最优的待评价算法作为工业过程实时监测与故障检测方法。本发明专利技术适用于工业过程实时监测与故障检测操作。

A data driven real-time monitoring and fault detection method for industrial processes

The invention provides a data driven real-time monitoring and fault detection method for industrial processes, so as to achieve better monitoring effect. The methods include: selecting 1 or more evaluation algorithms from the modeling algorithm library, obtaining the normal running data and the fault data, modeling the evaluation algorithm based on the obtained normal running data, and obtaining the detection indexes of each evaluation algorithm, according to the detected indexes and the acquired reasons of each evaluation algorithm. The evaluation index of each evaluation algorithm is calculated, and the evaluation index is used to express the relative advantages and disadvantages of the algorithm to be evaluated. According to the evaluation index, the optimal evaluation algorithm is selected as the real-time monitoring and fault detection method for industrial process. The invention is suitable for industrial process real-time monitoring and fault detection operation.

【技术实现步骤摘要】
一种数据驱动的工业过程实时监测与故障检测方法
本专利技术涉及工业过程的控制与故障诊断领域，特别是指一种数据驱动的工业过程实时监测与故障检测方法。
技术介绍
由于现代工业过程规模庞大、机理复杂，凭借操作工人的经验判断生产运行是否正常和产品质量是否合格，难免会存在偏差。并且在工业生产过程中，异常工况频繁发生甚至导致严重故障，这不仅会造成不可挽回的经济损失，还使得生产过程的安全性和产品质量的稳定性不能得到保证。如上所述，对工业生产过程进行实时监测和故障检测至关重要。目前数据驱动的过程监测与故障检测是学术界研究的热点，众多研究成果纷至沓来，导致初学者和现场工程师在学习和使用这些方法时，缺乏对工业过程监控与故障检测算法的系统性认知，增大了算法选取的难度和工作量。
技术实现思路
本专利技术要解决的技术问题是提供一种数据驱动的工业过程实时监测与故障检测方法，以解决现有技术所存在的难以选择工业过程监控与故障检测算法的问题。为解决上述技术问题，本专利技术实施例提供一种数据驱动的工业过程实时监测与故障检测方法，包括：从建模算法库中选择1个或多个待评价算法；获取正常运行数据和故障数据；根据获取的正常运行数据对本文档来自技高网...

【技术保护点】
1.一种数据驱动的工业过程实时监测与故障检测方法，其特征在于，包括：从建模算法库中选择1个或多个待评价算法；获取正常运行数据和故障数据；根据获取的正常运行数据对待评价算法进行建模，得到每个待评价算法的检测指标；根据得到的每个待评价算法的检测指标和获取的故障数据，计算每个待评价算法的评价指标，其中，所述评价指标用于表示待评价算法的相对优劣；根据得到的评价指标，选择出最优的待评价算法作为工业过程实时监测与故障检测方法。

【技术特征摘要】
1.一种数据驱动的工业过程实时监测与故障检测方法，其特征在于，包括：从建模算法库中选择1个或多个待评价算法；获取正常运行数据和故障数据；根据获取的正常运行数据对待评价算法进行建模，得到每个待评价算法的检测指标；根据得到的每个待评价算法的检测指标和获取的故障数据，计算每个待评价算法的评价指标，其中，所述评价指标用于表示待评价算法的相对优劣；根据得到的评价指标，选择出最优的待评价算法作为工业过程实时监测与故障检测方法。2.根据权利要求1所述的数据驱动的工业过程实时监测与故障检测方法，其特征在于，在从建模算法库中选择1个或多个待评价算法之前，所述方法还包括：建立数据驱动过程监控与故障检测方法理论知识库和建模算法库。3.根据权利要求1所述的数据驱动的工业过程实时监测与故障检测方法，其特征在于，所述获取正常运行数据和故障数据包括：利用田纳西伊斯曼仿真过程获取正常运行数据和故障数据；或，获取真实工业过程的正常运行数据和故障数据。4.根据权利要求1所述的数据驱动的工业过程实时监测与故障检测方法，其特征在于，所述检测指标包括：统计量和控制限；所述统计量包括：统计学中的HotellingT2统计和Q统计。5.根据权利要求1所述的数据驱动的工业过程实时监测与故障检测方法，其特征在于，所述评价指标包括：故障检测率、误报率、检测延时中的一种或多种。6.根据权利要求5所述的数据驱动的工业过程实时监测与故障检测方法，其特征在于，故障检测率的计算方法为：FDR＝prob(J>Jth|f＝c(c≠0))；误报率的计算方法为：FAR＝prob(J>Jth|f＝0)；检测延时的计算方法为：DD＝detectiontime-faulttime；其中，FDR表示故障检测率，FAR表示误报率，DD表示检测延时，c为常数，prob表示条件概率，f代表故障，f＝0表示无故障发生，f＝c表示有故障发生，J表示统计量、Jth表示控制限，J>Jth表示检测出故障，detectiontime表示检测出故障的时刻，faulttime表示...

【专利技术属性】
技术研发人员：彭开香，储若慧，张凯，马亮，郝文，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：北京,11