一种工业过程关键指标的故障预警方法技术

本发明专利技术公开了一种工业过程关键指标的故障预警方法，依据历史数据构造训练集，采用工业过程中的关键指标，对训练集进行正交处理，以此离线建立慢特征分析模型，实时获取工业过程中的样本，构造待测样本，运用离线模型计算统计量，并对统计量滤波后判断是否预警。该方法着眼于使用工业过程中的关键指标，如产品质量指标，剔除监控变量空间中与关键指标无关的成分，能够在关键指标发生故障时准确预警，误报率低，有益于企业稳定生产，提高产品质量。

【技术实现步骤摘要】
一种工业过程关键指标的故障预警方法
本专利技术涉及工业过程中的故障检测，具体为一种面向工业过程中关键指标进行监测变量的成分提取，从而减少非必要报警和降低误报率的故障预警方法。
技术介绍
海量工业历史数据的积累，使得基于数据驱动的过程监控方法成为当前故障预警的重要手段。目前，主成分分析、偏最小二乘等方法在当前故障监控中应用很多。这类方法往往通过监测方差最大、变化最快的成分进行故障预警。由于工业过程中往往存在较多的扰动和噪声，变化最快的部分也有可能为扰动和噪声，对这些成分进行监控导致误报率较高。近年来，慢特征分析方法开始在工业过程故障监控领域得到应用。然而，慢特征分析方法依然存在误报率较高、无关紧要的报警过多等问题。工业生产过程中有许多监控变量，有些变量对生产监控十分关键，有些则不尽然。关键指标一般包括产品的性质指标以及工艺过程中的关键温度、压力等。为了保持这些关键指标的稳定，常规的数据驱动方法往往通过机理分析选择一组与关键指标关联的变量用于故障监控。而实际的工业生产过程中，往往会有多个闭环控制回路，闭环反馈调节使得部分扰动的影响可以得到快本文档来自技高网...

【技术保护点】
1.一种工业过程关键指标的故障预警方法，其特征在于针对工业过程中的关键指标建立故障预警模型并进行在线监测，具有以下步骤：/n(1)根据工艺机理，选取与关键指标变量y关联的m个变量x

【技术特征摘要】
1.一种工业过程关键指标的故障预警方法，其特征在于针对工业过程中的关键指标建立故障预警模型并进行在线监测，具有以下步骤：
(1)根据工艺机理，选取与关键指标变量y关联的m个变量x1,x2,…,xm作为监测变量，并从这些监测变量中选取n个连续时刻的正常样本及其对应的y值；
(2)以m个变量每一时刻及其过去k个时刻的样本构造训练集U0：



并对U0进行标准化预处理得到U1，同样以关键指标变量每一时刻及其过去k个时刻的样本构造矩阵Y0并进行预处理得到Y；
(3)采用主成分分析计算U1的第一主成分得分向量t1并将t1对Y做正交处理，剔除该主成分中与关键指标无关的部分，得到正交于Y的得分向量tnew：
tnew＝(I-Y(YTY)-1YT)t1
其中，I为单位阵；
(4)计算U1与tnew的偏最小二乘回归系数并作为权重向量w，提取监测变量空间中与tnew相近的得分向量t2：
t2＝U1w
(5)判断是否满足||t2-t1||/||t2||≤ε，ε为相似性阈值，若满足则转步骤(6)，否则令t1＝t2并返回步骤(3)；
(6)计算载荷向量p：
pT＝t2TU1/(t2Ttnew)
并根据p将监测变量中与关键指标无关的部分剔除：
U1＝U1-t2pT
(7)判断循环次数是否达到阈值lp，未达到则返回步骤(3)，否则将去除了无关部分的U1作为校正后的训练集U，并计算初始U1到U的校正变换矩阵W1：
W1＝UU1+
其中，U1+表示U1的伪逆；
(8)进行慢特征分析，获取慢特征矩阵S并计算变换矩阵W2：
W2＝SU+
其中，U+表示U的伪逆，并选取M个慢特征，计...

【专利技术属性】
技术研发人员：陈夕松，王鹤莹，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