一种过渡模态操作故障检测方法和系统技术方案

本发明专利技术公开了一种过渡模态操作故障检测方法和系统，属于工业过程异常监测领域。本发明专利技术提出一种新的过渡过程操作阶段划分方法，在每个阶段内采用非平稳过程向平稳投影的思想进行离线建模，在线监测阶段采用即时学习的思想，先判断在线数据所属操作阶段，然后按照离线规则特征提取并求出检验统计量，进一步故障检测。本方法中过渡模态操作阶段划分策略具有很强的可解释性，建模和监控中填补了同类方法中不考虑非同阶差分平稳变量的空缺，在线监测时采用即时学习的思想进一步收紧控制限，相比于传统的监测方法，细化了监测过程，丰富了监测信息，提高了监测准确度。提高了监测准确度。提高了监测准确度。

【技术实现步骤摘要】
一种过渡模态操作故障检测方法和系统


[0001]本专利技术属于工业制造过程的过渡模态监控
，更具体地，涉及一种过渡模态操作故障检测方法和系统。

技术介绍

[0002]由于外界环境等条件的变化、生产方案的变动或是过程的固有特性等因素，导致生产过程具有多个稳定工况。不同稳定状态之间切换时，系统会缓慢变化，直至过渡到另一个模态，这个过程被称为过渡模态。在此过程中，会涉及操作者的频繁操作，系统状态不断变化，这无疑会大大提高发生故障的概率。此外，相对于稳定阶段，过渡模态中极易生产出质量差甚至不合格的产品，所以对此过程的监控具有很强的现实意义。时变性是过渡模态的重要特征，传统的静态方法难以适用，过渡模态的监控是一项非常困难的任务，但目前的研究很少。
[0003]目前关于带有过渡的多模态监控的有几个思路：(1)全局建模，(2)自适应建模，(3)鲁棒建模，(4)混合模型和(5)多模型。其中多模型的思路，需要在建模以前把过程划分为多个阶段，目前获得可观的监测效果。实际的过渡过程往往不是一次操作完成的，设定点需要被少量多次调节到目标值。通过挖掘数据的特征，如何使设计的指标与操作阶段相契合，并完成过渡阶段的划分，这方面工作还需要进一步研究。
[0004]另一方面，在划分完操作阶段以后，每个阶段内的过程还是非平稳的，用传统方法建模同样不能得到好的监控效果。目前，协整分析(CA)的方法被广泛应用于非平稳过程的监控。原理为CA通过对非平稳变量间长期均衡关系的分析，可以得到一个平稳的残差序列，也就相当于非平稳变量向平稳进行了投影。如果过程当中有故障发生，非平稳变量间的长期均衡关系将被打破，通过对平稳的残差序列的监测可以获悉故障的发生。然而，CA假设非平稳变量的协整阶次是相同的，这在实践中可能不能很好地满足。在这种情况下，CA可能无法处理非同阶平稳变量。
[0005]综上所述，针对有多个操作阶段的过渡模态，需要可解释性更强的阶段划分方法。在建模阶段，基于非平稳过程向平稳投影的思路，非同阶平稳变量也需要被考虑进来，否则会影响过渡过程的建模精度。

技术实现思路

[0006]针对相关技术的缺陷，本专利技术的目的在于提供一种过渡模态操作故障检测方法和系统，旨在解决现有过渡模态故障检测方法准确度和灵敏度不高的问题。通过1设计新的相似性指标可以将过渡模态不同的操作阶段划分出来，离线时采用非平稳过程向平稳投影的思想，填补现存方法不考虑非同阶差分平稳变量的空白，在线阶段采用即时学习的思想，辨识在线数据所属的阶段并建模和监控，进一步提高过渡模态操作故障检测过程的准确度和灵敏度。
[0007]本专利技术的一个方面提供了一种过渡模态操作故障检测方法，包括以下步骤：
[0008]S1.获取正常过渡模态的离线数据集X，并将过渡模态进行操作阶段划分；
[0009]S2.各操作阶段内对每个变量进行单位根检验，将变量划分为平稳变量、同阶差分平稳变量和非同阶差分平稳变量；
[0010]S3.利用协整分析和去趋势分析分别对所述同阶差分平稳变量和非同阶差分平稳变量处理，得到相应的平稳均衡误差和平稳残差，再将其与所述平稳变量进行整合，获得平稳特征Q；
[0011]S4.获取在线数据X
on
，计算其与所有离线数据的欧式距离，取每个阶段欧氏距离上最近的前K个离线数据，计算在线数据X
on
与这K个离线数据的最大互信息，并将欧氏距离和最大互信息综合为相似性指标SIM值；其中，最大SIM值所对应的离线样本作为X
on
的最近邻，而X
on
的最近邻所对应的阶段就是X
on
所属的阶段；
[0012]S5.利用与在线数据属于相同阶段的SIM值最大的前K个离线数据的平稳特征Q进行PCA建模，并得到投影矩阵P和控制限DR
ctr
；
[0013]S6.在线数据按照其最近邻的变量划分、协整和去趋势规则进行特征提取，获得在线数据平稳矩阵Q
on
；
[0014]S7.将在线数据平稳矩阵Q
on
沿着投影矩阵P投影，并计算其检验统计量DR；
[0015]S8.将检验统计量DR与控制限DR
ctr
进行比较，判断是否发生故障。
[0016]进一步地，所述步骤S1包括：
[0017](1.1)获取过渡模态的正常数据，组成初始数据集其中N代表采样个数，M代表变量个数，并利用长度为w的滑动窗口在所述初始数据集X上滑动，得到窗口数据序列x；
[0018](1.2)计算所述窗口数据序列x中各窗口内变量间的最大互信息矩阵MIC；
[0019](1.3)对最大互信息矩阵MIC两两之间求相似性，并组成初始相似矩阵S，其中每个元素计算公式为：
[0020]S
ij
＝corr{MIC
i
，MIC
j
}，i，j＝1，...，N
‑
w+1；
[0021](1.4)假设当前的相似矩阵为n为当前的相似矩阵的维数，所对应的局部平均相似性指标LAS公式为：
[0022][0023](1.5)采用滑动窗口核密度估计KDE沿着时间方向计算LAS的控制限，一旦超过控制限，则判定阶段发生了变化；
[0024](1.6)在相似矩阵S中摒弃上一阶段的数据，形成新的相似矩阵；
[0025]重复步骤(1.4)～(1.5)判断下一个阶段变化的时刻，直到所有的数据都被判断。
[0026]进一步地，所述步骤(1.2)包括：
[0027](1.2.1)计算第h窗口中变量间的互信息I
h
[0028][0029](1.2.2)计算第h窗口中变量间的最大互信息mic
h
[0030][0031]其中，a，b是在x
i
，x
j
方向上的区间个数，B是常量，B的大小设置是采样个数的0.6次方；
[0032](1.2.3)计算第h窗口中最大互信息矩阵MIC
h
[0033][0034]进一步地，所述步骤(1.5)包括：
[0035](1.5.1)获取一个长度为J的滑动窗口数据LAS
J
；
[0036](1.5.2)选取高斯核函数为KDE的核函数：
[0037][0038]其中δ为平滑参数；
[0039](1.5.3)给定置信度α，LAS
J
的上下控制限LAS
U
和LAS
L
可由下式得到：
[0040][0041](1.5.4)窗口的左端位置不变，右端按照步长为1的速度延伸，每延伸一次，就重复步骤(1.5.2)～(1.5.3)，计算出一对控制限，进而判断出阶段的变化。
[0042]进一步地，所述步骤S3中协整分析包括以下步骤：
[0043]首先，建立向量自回归模型(VAR)：
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种过渡模态操作故障检测方法，其特征在于，包括以下步骤：S1.获取正常过渡模态的离线数据集X，并将过渡模态进行操作阶段划分；S2.各操作阶段内对每个变量进行单位根检验，将变量划分为平稳变量、同阶差分平稳变量和非同阶差分平稳变量；S3.利用协整分析和去趋势分析分别对所述同阶差分平稳变量和非同阶差分平稳变量处理，得到相应的平稳均衡误差和平稳残差，再将其与所述平稳变量进行整合，获得平稳特征Q；S4.获取在线数据X
on
，计算其与所有离线数据的欧式距离，取每个阶段欧氏距离上最近的前K个离线数据，计算在线数据X
on
与这K个离线数据的最大互信息，并将欧氏距离和最大互信息综合为相似性指标SIM值；其中，最大SIM值所对应的离线样本作为X
on
的最近邻，而X
on
的最近邻所对应的阶段就是X
on
所属的阶段；S5.利用与在线数据属于相同阶段的SIM值最大的前K个离线数据的平稳特征Q进行PCA建模，并得到投影矩阵P和控制限DR
ctr
；S6.在线数据按照其最近邻的变量划分、协整和去趋势规则进行特征提取，获得在线数据平稳矩阵Q
on
；S7.将在线数据平稳矩阵Q
on
沿着投影矩阵P投影，并计算其检验统计量DR；S8.将检验统计量DR与控制限DR
ctr
进行比较，判断是否发生故障。2.如权利要求1所述的过渡模态操作故障检测方法，其特征在于，所述步骤S1包括：(1.1)获取过渡模态的正常数据，组成初始数据集其中N代表采样个数，M代表变量个数，并利用长度为w的滑动窗口在所述初始数据集X上滑动，得到窗口数据序列x；(1.2)计算所述窗口数据序列x中各窗口内变量间的最大互信息矩阵MIC；(1.3)对最大互信息矩阵MIC两两之间求相似性，并组成初始相似矩阵S，其中每个元素计算公式为：S
ij
＝corr{MIC
i
，MIC
j
}，i，j＝1，...，N
‑
w+1；(1.4)假设当前的相似矩阵为n为当前的相似矩阵的维数，所对应的局部平均相似性指标LAS公式为：(1.5)采用滑动窗口核密度估计KDE沿着时间方向计算LAS的控制限，一旦超过控制限，则判定阶段发生了变化；(1.6)在相似矩阵S中摒弃上一阶段的数据，形成新的相似矩阵；重复步骤(1.4)～(1.5)判断下一个阶段变化的时刻，直到所有的数据都被判断。3.如权利要求2所述的过渡模态操作故障检测方法，其特征在于，所述步骤(1.2)包括：(1.2.1)计算第h窗口中变量间的互信息I
h
(1.2.2)计算第h窗口中变量间的最大互信息mic
h
其中，a，b是在x
i
，x
j
方向上的区间个数，B是常量，B的大小设置是采样个数的0.6次方；(1.2.3)计算第h窗口中最大互信息矩阵MIC
h
4.如权利要求2所述的过渡模态操作故障检测方法，其特征在于，所述步骤(1.5)包括：(1.5.1)获取一个长度为J的滑动窗口数据LAS
J
；(1.5.2)选取高斯核函数为KDE的核函数：其中δ为平滑参数；(1.5.3)给定置信度α，LAS
J
的上下控制限LAS
U
和LAS
L
由下式得到：(1.5.4)窗口的左端位置不变，右端按照步长为1的速度延伸，每延伸一次，就重复步骤(1.5.2)～(1.5.3)，计算出一对控制限，进而判断出阶段的变化。5.如权利要求1所述的过渡模态操作故障检测方法，其特征在于，所述步骤S3中协整分析包括以下步骤：首先，建立向量自回归模型：其中，Π1，Π2...Π
k
为协整系数，e
t
～N(0，Λ)为白噪声；其次，得到向量误差修正模型：其次，得到向量误差修正模型：Z
0t
＝ΓZ
1t
+ΠZ
kt
+e
t
Π被分解为如下形式：Π＝αβ
T
其中β为协整特征...

【专利技术属性】
技术研发人员：郑英，王兆静，苏厚胜，王杨，万一鸣，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：