化工生产混合故障信息提取与匹配的技术方法技术

化工生产混合故障信息提取与匹配的技术方法，涉及化工技术，本发明专利技术诊断混合故障信息提取与匹配技术是将技术过程中的测量变量，控制变量及操作变量作为过程信息的混合资源，应用统计相关信息的分析进行主元信息的提取，使故障信息在控制系统的闭环的各节点参量呈显性，并放大了故障的特征。在此基础上应用动态时间规整进行故障信息的特征匹配，基于欧式距离的最优路径，进行相关信息的模式匹配，本发明专利技术将测量变量、控制变量和操作变量作为主元的混合信息来源，使信息资源更全面、准确，使正常信息与故障信息的容量增加，提高了控制与诊断的性能。本发明专利技术技术先进，有理论基础，实际应用与可操作性强。

【技术实现步骤摘要】

本专利技术涉及化工生产技术过程的监视与故障诊断，特别是涉及一种基 于过程的控制系统的现场采样数据进行过程的控制、监视以及故障诊断的 技术方法。
技术介绍
化工生产过程的过程控制、监视以及故障诊断是化工生产过程平稳、 安全、可靠运行的重要保证。传统的过程控制是首先根据过程反应机理建 立过程的数学模型，应用控制算法进行过程的控制，由于化工过程的复杂 性、多变性以及模型的不确定性，使得控制的准确性难以保障。随着计算 机技术、网络技术和通讯技术的发展，基于统计过程分析的方法进行过程 控制、监视以及故障诊断得到应用。在过程大量变量的样本空间中进行数 据特征的提取，这样只对测量变量进行信息处理，大量的控制变量、操作 变量信息未被采用，使得信息大量丢失，影响了数据处理的准确性与可靠 性，同时影响了过程控制以及故障诊断的性能。将语言识别技术应用到故 障信息匹配中，使故障的识别更加合理和可靠。
技术实现思路
本专利技术的目的在于提供一种化工生产混合故障信息提取与匹配的技术 方法，是一种新的故障分离方法，用统计相关混合信息分析、动态时间规 整技术对化工过程的控制、监视及故障诊断进行改进，进一步提高过程监 视与控制的水平，使化工过程的故障诊断的准确性与可靠性得到提高。本专利技术的目的是通过以下技术方案实现的，首先釆集现场的测量变量Var，控制变量Con，操作变量Ope，建立统计数据库，并将相关回路的 变量进行对应形成数据矩阵，通过数据的量化标准后使其均值为0方差为 1;提取主元信息量，其中包括控制参量的全部信息的主要因子，在正常的 过程中建立统计过程诊断样本库，新的过程样本经过同样的过程与诊断样 本库的模式进行匹配；计算局部距离、标准总体距离和最短标准总体距离， 确定故障的信息点。所述的，其混合过程采集 的全部相关信息，并建立统计过程诊断库，使信息得到丰富。所述的，其采用语言识别 的模式匹配解决方案进行故障的跟踪与识别。 本专利技术的优点与效果是1. 本专利技术将测量变量、控制变量和操作变量作为主元的混合信息来 源，使信息资源更全面、准确，使正常信息与故障信息的容量增加，提高 了控制与诊断的性能。2. 本专利技术建立系统的正常数据和故障混合信息的样本库，基于动态时 间规整技术对过程的实时采样数据与样本库中信息进行模式匹配。3. 本专利技术技术先进，有理论基础，实际应用与可操作性强。 附图说明本专利技术的附图为主元信息提取示意图。 具体实施例方式下面参照附图对本专利技术进行详细说明将过程中的测量变量，控制变量及操作变量进行数据库的建立，分别为Var (测量变量)，Con (控制变量)，Ope (操作变量)，如图。在此基础 上建立主元模型Score,并进行主元故障混合信息T infor的提取、故障信息的抽取与特征匹配。建立过程测量变量、控制变量、操作变量数据库，并进行主元故障信 息的提取；在对变量与主元相关信息分析的基础上，完成非正常子域的建 立；通过非正常子域变量与主元故障信息的相关性分析确定故障源，实现 故障的分离。故障信息的抽取与特征匹配是在混合信息的基础上进行的，主元中的 故障信息包含了过程的全部故障特征，并表现为异常现象，将此特征信息 进行抽取，并作为故障分离的参考标样。在测量变量Var、控制变量Con 和操作变量Ope中提取故障信息的成分与主元信息进行相关匹配，实现故 障变量的分离。基于动态时间规整(Dynamic time warping)的故障信息匹配正是基于 两类故障信息进行模式相关信息匹配，实现故障诊断。基于主元分析的故 障检测是在原有样本空间进行潜隐映射到主元空间，并基于主元进行故障 检测。因此，检测出的故障信息全部被主元所包含，将此部分的故障信息 进行特征提取，便可得到过程故障的全部信息。同样将通过非正常子域所 提取的变量故障信息与主元故障信息进行模式匹配，匹配程度最高的即为 所含故障信息最多，确定故障源，实现故障的诊断。DTW是一种比较两种动态模式的柔性方法。 一些动态模式也许在形式 上不会很完美地保持一致，而特征上相似，DTW运用动态规划的原理，非 线性地巻曲两种模式使相似事件排列一致，得到其间的最短距离。在两种 模式中，DTW会适时转换某些向量，压縮一些或扩张另一些，最终实现模 式的匹配。本专利技术对过程混合信息变量进行相关分析与信息提取。 假设过程变量矩阵为X-[x"x"…，xJ，则X的主元分解 X = TPT + E=》iP〖+ET为主元得分矩阵。如果有m个变量，n个采样值，m个变量可根据 与T的相关性分解为两部分。p(x,,T、一 J譜(x'，刑argmax^j /r, 、 /卸、，V' vflr(x,. Jx var(/T "/2P(x'，T)为变量与主元阵的相关系数。若门槛值确定后，原始数据变量可分解为与主元相关的变量子空间为PRV，其它与主元弱相关的变量子空 间OV。分别将PRV和OV投影到残差空间构成两新的统计指标SPEPVR和 SPEOV进行过程的监视。其次对故障相关的混合信息进行特征匹配。通过计算模式间的局部距离、模式间的标准总体距离得到模式间最短 标准总体距离。在此基础上得到最优路径F' 。 F'序列是DTW在最短距离^^W的 基础上搜索的 一条处于axb的网格中的点序列。如果每个c(k)表示i(k)和j(k) 所构成的一个网格点。在DTW算法中，^'序列可看作使两轨迹之间标准 总体距离最短的一条处于axb网格中最优路径。在最优路径基础上可实现 模式的映射匹配。权利要求1. ，其特征在于首先采集现场的测量变量Var，控制变量Con，操作变量Ope，建立统计数据库，并将相关回路的变量进行对应形成数据矩阵，通过数据的量化标准后使其均值为0方差为1；提取主元信息量，其中包括控制参量的全部信息的主要因子，在正常的过程中建立统计过程诊断样本库，新的过程样本经过同样的过程与诊断样本库的模式进行匹配；计算局部距离、标准总体距离和最短标准总体距离，确定故障的信息点。2. 根据权利要求1所述的化工生产混合故障信息提取与匹配的技术方 法，其特征在于混合过程采集的全部相关信息，并建立统计过程诊断库， 使信息得到丰富。3. 根据权利要求1所述的化工生产混合故障信息提取与匹配的技术方 法，其特征在于采用语言识别的模式匹配解决方案进行故障的跟踪与识别。全文摘要，涉及化工技术，本专利技术诊断混合故障信息提取与匹配技术是将技术过程中的测量变量，控制变量及操作变量作为过程信息的混合资源，应用统计相关信息的分析进行主元信息的提取，使故障信息在控制系统的闭环的各节点参量呈显性，并放大了故障的特征。在此基础上应用动态时间规整进行故障信息的特征匹配，基于欧式距离的最优路径，进行相关信息的模式匹配，本专利技术将测量变量、控制变量和操作变量作为主元的混合信息来源，使信息资源更全面、准确，使正常信息与故障信息的容量增加，提高了控制与诊断的性能。本专利技术技术先进，有理论基础，实际应用与可操作性强。文档编号G05B23/02GK101477373SQ20091001001公开日2009年7月8日 申请日期2009年1月7日 优先权日2009年1月7日专利技术者元 李, 郭小平, 郭金玉 申请人:沈阳化工学院本文档来自技高网...

【技术保护点】
化工生产混合故障信息提取与匹配的技术方法，其特征在于首先采集现场的测量变量Ｖａｒ，控制变量Ｃｏｎ，操作变量Ｏｐｅ，建立统计数据库，并将相关回路的变量进行对应形成数据矩阵，通过数据的量化标准后使其均值为０方差为１；提取主元信息量，其中包括控制参量的全部信息的主要因子，在正常的过程中建立统计过程诊断样本库，新的过程样本经过同样的过程与诊断样本库的模式进行匹配；计算局部距离、标准总体距离和最短标准总体距离，确定故障的信息点。

【技术特征摘要】

【专利技术属性】
技术研发人员：李元，郭金玉，郭小平，
申请(专利权)人：沈阳化工学院，
类型：发明
国别省市：89[中国|沈阳]