一种块内块间协同建模的分布式过程监测方法及装置制造方法及图纸

本发明专利技术涉及工业过程监测技术领域，更具体的说，涉及一种块内块间协同建模的分布式过程监测方法及装置。本方法包括：离线建模阶段包括以下步骤：对过程数据进行分解得到各个子块；对每个子块进行子块内的慢特征分析方法建模；进行子块间的典型相关分析建模；在线监测阶段包括以下步骤：对新的采样数据进行分块；将分块后的采样数据分别代入子块内的慢特征分析方法模型和子块间的典型相关分析模型，获得对应的特征成分；采用贝叶斯推理融合得到综合指标作为最终监测统计量，并与对应的控制限进行比较，以检测当前子块的状态。本发明专利技术可以从数据的不同特性角度对故障进行检测，提供故障定位的初步范围，以提高过程的检测性能和故障检测率。障检测率。障检测率。

【技术实现步骤摘要】
一种块内块间协同建模的分布式过程监测方法及装置


[0001]本专利技术涉及工业过程监测
，更具体的说，涉及一种块内块间协同建模的分布式过程监测方法及装置。

技术介绍

[0002]在现代工业中，保障过程生产的安全进行和产品的质量以及提高生产效率，是人们一直以来致力研究的方向。从最传统的基于模型的方法，依赖建立的过程的精确数学模型(如物理定律和化学反应过程)，对实际的系统生产状态进行监督是否发生偏差。而随着过程系统的日益复杂，建立特征模型变得更困难，成本更高。
[0003]人们通过积累工业过程的相关知识和专家经验，形成基于知识的方法对过程进行监测。基于知识的方法的监测结果更直观和理解，但是至今，在一些过程领域，其积累专家经验和知识的时间较短，知识库较小，因此基于知识的方法难以适用。
[0004]与知识需要长期的积累不同，随着现代工业系统的发展，可以获取到大量的包含工业过程信息的数据，因此数据驱动的过程监测方法的研究开展得如火如荼。
[0005]数据驱动的过程监测的核心是数据特征的挖掘。而实际上，不同的工业过程，其过程数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种块内块间协同建模的分布式过程监测方法，其特征在于，包括离线建模和在线监测两个阶段，所述离线建模阶段具体包括以下步骤：步骤S1：对过程数据进行分解得到各个子块，构建拓扑矩阵C；步骤S2：对每个子块进行子块内的慢特征分析方法建模，并提取慢特征和保留投影矩阵；步骤S3：根据提取的慢特征分别计算统计量，并通过核密度估计获取对应的控制限；步骤S4：根据拓扑矩阵C对有连接的子块进行子块间的典型相关分析建模，并提取典型相关成分和保留投影矩阵；步骤S5：根据典型相关成分生成残差向量并计算统计量，通过核密度估计获得对应的控制限；所述在线监测阶段具体包括以下步骤：步骤S6：对新的采样数据，根据步骤S1进行对应分块，分解得到各个子块；步骤S7：将分块后的采样数据分别代入子块内的慢特征分析方法模型和子块间的典型相关分析模型，获得对应的特征成分；步骤S8：分别计算慢特征分析方法模型和典型相关分析模型对应的模型的统计量；步骤S9：对于同一子块的多个模型的不同检测结果，采用贝叶斯推理融合得到综合指标ET2作为最终监测统计量，并与对应的控制限进行比较，以检测当前子块的状态；步骤S10：计算整个过程的故障检测指标FD，并与对应的控制限比较，当超过控制限时，则表示过程中有故障发生，反之则认为过程的运行状态为正常状态。2.根据权利要求1所述的块内块间协同建模的分布式过程监测方法，其特征在于，所述的步骤S1进一步包括：结合过程背景和机理知识对过程数据进行分解，得到的各个子块，对应的表达式为：X＝[X1,X2,
…
,X
i
…
,,X
B
]其中，X
i
为第i个子块，B为子块的个数。3.根据权利要求1所述的块内块间协同建模的分布式过程监测方法，其特征在于，所述的步骤S2中，每个子块提取的慢特征，对应表达式为：s
i
＝W
i
X
i
其中，s
i
为第i个子块的慢特征，W
i
为第i个子块对应的权重矩阵，X
i
为第i个子块。4.根据权利要求1所述的块内块间协同建模的分布式过程监测方法，其特征在于，所述的步骤S3中的统计量，对应的表达式为：其中，为第i个子块对应的统计量，用以监督子空间中表征过程状态本质的成分的变化情况，s
i
为第i个子块的慢特征。5.根据权利要求1所述的块内块间协同建模的分布式过程监测方法，其特征在于，所述核密度估计对应的表达式为：
其中，y为待估计...

【专利技术属性】
技术研发人员：钟伟民，彭鑫，李智，杜文莉，钱锋，曹志兴，
申请(专利权)人：华东理工大学，
类型：发明
国别省市：