一种降低工业过程故障预警误报率的方法技术

本发明专利技术公开了一种降低工业过程故障预警误报率的方法，该方法首先根据工业过程的工作过程和传感器分布情况，选择故障相关变量，并分类为与产品质量直接相关的变量集V

【技术实现步骤摘要】
一种降低工业过程故障预警误报率的方法
本专利技术涉及工业过程故障检测，具体为一种基于数据驱动的工业过程故障预警方法。
技术介绍
相较于基于机理模型的故障检测方法，基于数据驱动的故障检测方法近年来发展很快。其中，基于多元统计分析的故障检测方法，如主元分析(PCA)及其改进的动态主元分析(DPCA)、偏最小二乘(PLS)等，可以发掘出海量数据中的有用信息，大大降低过程故障检测的复杂性，尤其适用于变量众多的复杂工业过程。然而，现有的基于数据驱动的故障预警方法，往往将所有故障相关变量不加区分地统一分析建模，存在故障误报率高、实用性不强等问题。事实上，在工业过程控制中，为了抑制外界扰动的影响，通常会对过程施加闭环反馈控制以保证过程的稳定运行。当过程运行中受到外界扰动时，为防止被控变量(往往是事关产品质量的关键参数)在扰动作用下发生较大偏差，操纵变量有时可能会发生较大变化以抑制外界扰动的影响。在这种情况下，虽然操纵变量变化较大，但被控变量并没有发生显著变化，生产过程依然可以认为是稳定的，无需进行预警提示。然而，此时如果把被控变量、操纵变量不加区分地本文档来自技高网...

【技术保护点】
1.一种降低工业过程故障预警误报率的方法，其特征在于针对包含闭环控制的工业过程，根据工艺将变量分为两类，并建立两个故障预警模型，综合判断是否发生故障，具有以下步骤：/n(1)分析工艺过程和传感器分布情况，确定与故障相关的初始变量；/n(2)将初始变量分成两个变量集：与产品质量直接相关的变量集V

【技术特征摘要】
1.一种降低工业过程故障预警误报率的方法，其特征在于针对包含闭环控制的工业过程，根据工艺将变量分为两类，并建立两个故障预警模型，综合判断是否发生故障，具有以下步骤：
(1)分析工艺过程和传感器分布情况，确定与故障相关的初始变量；
(2)将初始变量分成两个变量集：与产品质量直接相关的变量集V1、与产品质量非直接相关的变量集V2；
(3)选择正常工况下的历史数据，基于V1的数据建立模型M1并确定控制限；
(4)选择正常工况下的历史数据，基于V2的数据建立模型M2并确定控制限；
(5)预警时，针对每一组待测数据，先选取V2的数据输入到模型M2中，若低于控制限，则不发出故障预警，返回步骤(5)；否则转步骤(6)；
(6)将V1的数据输入到模型M1中，若低于控制限，则...

【专利技术属性】
技术研发人员：陈夕松，迟慧，王鹤莹，沈煜佳，梅彬，
申请(专利权)人：南京富岛信息工程有限公司，
类型：发明
国别省市：江苏;32