【技术实现步骤摘要】
一种基于规范变量分析集成检测器的微小故障检测方法
[0001]本专利技术涉及数据驱动类工业过程故障检测
,尤其是一种基于规范变量分析集成检测器的微小故障检测方法。
技术介绍
[0002]现代化工过程系统趋于复杂化,具体表现为过程系统的多模态、非线性和易受干扰等特点,这对于保障安全高效的生产提出了巨大的挑战。目前,故障检测的方法大致可以分为三大类:基于解析模型的方法、基于定性经验的方法和基于数据驱动的方法,其中基于数据驱动的方法因具有不需要了解系统过程机理,只需依据采集的过程数据的特点进行传统算法的改进,备受广大学者的关注,并取得了丰厚的研究成果。
[0003]微小故障是指幅值较低,随着工业过程的运行易被噪声掩盖的一类故障。如果忽略微小故障,其容易随着时间的推移演变成严重的故障,轻则造成设备停机给企业带来经济损失,重则可能会产生连锁反应造成安全事故人员伤亡。规范变量分析(CVA)其目的是最大化历史数据和未来数据集之间的相关性,同时考虑了数据间的序列相关性,可以有效的检测显著故障,但对微小故障的检测效果较差。
[0004]专利CN 109739214 A公开了一种基于CVA的间歇过程故障检测方法,根据工业过程正常工况下的数据建立规范变量分析模型,得到规范变量并划分为主元空间和残差空间两部分,通过一个滑动窗口,对主元空间和残差空间的平均数据矩阵建立主元分析模型,给定显著性水平,计算故障检测指标的控制限。采集工业过程数据作为测试数据,利用建立的主元分析模型计算测试数据的故障检测指标,与控制限进行比较判断 ...
【技术保护点】
【技术特征摘要】
1.一种基于规范变量分析集成检测器的微小故障检测方法,其特征在于:包括以下步骤:一、离线设计过程步骤S1、对TE过程的原始训练数据X进行k次随机采样,得到原始训练数据的k个子集;首先,确定采样次数k=5;其次,确定随机放回抽样比例系数r=0.95,通常0.5≤r≤1;最后,根据公式(1)可以获得采样后的样本数据大小,得到5个大小为n
s
的样本的样本步骤S2、对采样后的每个子集进行标准化处理;步骤S3、对每个子集进行CVA建模获得与之对应的主元空间与残差空间;步骤S301、构造过去信息向量和未来信息向量i表示当前样本时刻,p为过去观察窗口长度和f为未来观察窗口长度;步骤S302、收集n
s
个观测样本后得到过去数据矩阵P=[p
i
,p
i+1
,
…
p
i+n
‑1]
T
和未来数据矩阵F=[f
i
,f
i+1
,
…
f
i+n
‑1]
T
;步骤S303、利用公式(2)构建过去信息向量和未来信息向量的协方差矩阵与互方差矩阵,其中,S
pp
为P的协方差矩阵,S
ff
为F的协方差矩阵,S
pf
为P与F的互协方差矩;为P与F的互协方差矩;为P与F的互协方差矩;步骤S304、利用公式(3)进行奇异值分解;步骤S305、利用累计信息熵余度法来确定主元的个数l:利用公式(4)对H进行正则化处理,其中z
ij
为H中相应元素正则化处理的结果;然后,利用公式(5)计算概率矩阵R,利用公式(6)计算信息熵值,利用公式(7)计算信息熵余度,将信息熵余度由大到小排列;最后,根据公式(8)累计信息熵余度达到90%的准则确定主元的个数;公式(8)累计信息熵余度达到90%的准则确定主元的个数;
b
j
=1
‑
a
j
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)步骤S306、利用公式(9)计算出训练数据子集的规范变量并分解为主元空间和残差空间;间;步骤S4、利用公式(10)计算k个CVA检测器的T2统计量与Q统计量;统计量与Q统计量;步骤S5、将每个检测器求得的统计量从左至右依次堆叠,组成统计量矩阵;步骤S6、给定滑动窗口,窗口宽度设置为280,获得滑动窗口内的统计量矩阵T
q
与Q
q
;步骤S7、对T
q
与Q
q
进行标准化处理得到与步骤S8、采用加权平均的方法计算D
T
统计量与D
Q
统计...
【专利技术属性】
技术研发人员:商亮亮,泮佳俊,顾银波,唐一鸣,傅怀梁,华亮,
申请(专利权)人:南通大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。