一种基于双权重多邻域保持嵌入算法的间歇过程故障检测方法技术

本发明专利技术提供了一种基于双权重多邻域保持嵌入算法的间歇过程故障检测方法，包括如下步骤：(1)采集多个批次正常工况下的间歇过程数据，构成三维训练数据X；(2)将采集到的三维训练数据X展开为二维数据并进行标准化处理；(3)建立双权重多邻域保持嵌入模型，求取映射变换矩阵A，根据Y＝A

【技术实现步骤摘要】
一种基于双权重多邻域保持嵌入算法的间歇过程故障检测方法
本专利技术属于工业过程监控
，涉及一种基于双权重多邻域保持嵌入算法的间歇过程故障检测方法。
技术介绍
间歇过程数据具有动态特性，不满足过程采样独立的假设，若用传统的方法进行监测，必然会导致高漏报率的存在。针对这一问题，Ku最早提出了动态主元分析(DPCA)算法，通过包含当前时刻和历史时刻采样值的增广矩阵建立故障检测模型，考虑了过程数据之间的时序相关性，提高了故障检测率。此后，一系列基于增广矩阵的多元统计方法被用于动态过程监控中，取得了一定的故障检测效果。翟坤提出了一种改进的DKPCA故障检测方法，首先通过不可区分度筛选出相关程度较大的变量以减少数据量，接着构建增广矩阵，并通过KPCA建模，该方法对微小故障表现出更好的故障检测能力。但是，以上方法揭示的是数据的全局结构，忽略了数据的局部结构，导致特征提取效果欠佳，直接影响算法的故障检测效果。近年来，NPE算法由于能够在降维的同时挖掘数据的局部结构，被广泛用于过程监测中，但是它没有考虑过程数据的时序相关性，对此，Hu借鉴于本文档来自技高网...

【技术保护点】
1.一种基于双权重多邻域保持嵌入算法的间歇过程故障检测方法，其特征在于，包括如下步骤：/n(1)采集多个批次正常工况下的间歇过程数据，构成三维训练数据X；/n(2)将采集到的三维训练数据X展开为二维数据并进行标准化处理；/n(3)建立双权重多邻域保持嵌入模型，求取映射变换矩阵A，根据Y＝A

【技术特征摘要】
1.一种基于双权重多邻域保持嵌入算法的间歇过程故障检测方法，其特征在于，包括如下步骤：
(1)采集多个批次正常工况下的间歇过程数据，构成三维训练数据X；
(2)将采集到的三维训练数据X展开为二维数据并进行标准化处理；
(3)建立双权重多邻域保持嵌入模型，求取映射变换矩阵A，根据Y＝ATX，得到降维数据矩阵Y；
(4)建立正常数据下霍特林统计模型T2和平方预测误差统计模型SPE的统计量，并求取其控制限；
(5)采集在线的间歇过程数据，构成测试数据Xtest，按步骤(2)方法对其展开并标准化处理；
(6)将预处理后的测试数据通过步骤(3)得到的映射变换矩阵A进行投影，得到其降维数据矩阵Ytest；
(7)求取测试数据的霍特林统计模型统计量T2和平方预测误差统计模型统计量SPE，判断有无故障发生。


2.根据权利要求1所述的一种基于双权重多邻域保持嵌入算法的间歇过程故障检测方法，其特征在于，步骤(1)的具体过程如下：
利用集散控制系统收集间歇过程正常运行情况下多个批次的各关键变量数据信息，构成三维数据集X(I×J×K)，其中I表示批次，J表示变量，K表示采样点。


3.根据权利要求1所述的一种基于双权重多邻域保持嵌入算法的间歇过程故障检测方法，其特征在于，步骤(2)的具体过程如下：
首先沿着批次I的方向将三维数据集X(I×J×K)展开为二维数据集X(I×KJ)，然后将展开的二维数据集进行标准化处理，使得各个过程变量的均值为0，方差为1，并将标准化后的二维数据重新排列成X(KI×J)。


4.根据权利要求1所述的一种基于双权重多邻域保持嵌入算法的间歇过程故障检测方法，其特征在于，步骤(3)的具体过程如下：
(3a)定义角度近邻，为样本点寻找距离、时间、角度近邻
定义样本点角度近邻如下：



其中，θij是样本点xi和xj(j＝1,2,…n,j≠i)之间的角度，样本间夹角余弦值越大，夹角越小，样本间相似性越大；
定义角度近邻后，按照欧氏距离的大小、采样时间的邻近、夹角的大小分别为样本点寻找距离、时间以及角度三种近邻点；
(3b)构造目标函数
构造目标函数如下：
minJ＝min(αpJE+(1-αp)JO)(2)
其中，αp为平衡JE和JO对新目标函数贡献的调节因子；
JE是基础算法NPE的目标函数，具体如式(3)所示：



式中，WE表征了样本点与其近邻点的重构误差信息，并通过最小化重构误差计算得到：



wEij表示样本点xj对重构xi的“贡献”，约束条件为每个样本点仅由其近邻点重构，当xj不是xi的近邻时，wEij＝0；
JO为表征重构顺序信息的目标函数，具体如式(5)所示：



式中，A为待求解的映射变换矩阵，其能够将Rm空间的数据集X(x1,x2…xn)投影到相对低维的数据集Y＝{y1,y2,…yn},{yi|yi∈Rd}(d≤m)中，即Y是数据集X经映射变换矩阵A投影后得到的降维数据矩阵，且满足Y＝ATX；
WO为表征数据距离、时间以及角度三种顺序信息的权重矩阵，借鉴高斯核，WO定义如下：



式中，t为采样时间，β为高斯核参数；
因此，双权重多邻域保持嵌入算法的目标函数为：



式中，约束条件为：yTy＝aTXXTaT＝1，其中，y为降维...

【专利技术属性】
技术研发人员：姚红娟，赵小强，李炜，惠永永，宋昭漾，牟淼，刘凯，
申请(专利权)人：兰州理工大学，
类型：发明
国别省市：甘肃;62