一种基于时序因果挖掘网络的工业故障溯源分析方法技术

本发明专利技术公开了一种基于时序因果挖掘网络的工业故障溯源分析方法，包括以下步骤：(1)确定工业过程的正常工况数据和故障工况数据，将数据进行归一化处理；(2)根据两种工况的数据，采用主成分分析的方法计算两个关键统计量和SPE，并确定控制限；(3)通过和SPE的控制限确定故障工况的失控节点，计算每个变量相对于失控状态的贡献，保留贡献率大的变量进行下一步分析；(4)将上述变量带入时序因果挖掘网络，设置不同的阈值得到多张因果图，根据将因果图可视化进行根因分析，确定工业故障根源。本发明专利技术可以有效的运用于复杂工业控制回路系统，基于数据驱动而无需机理知识。据驱动而无需机理知识。据驱动而无需机理知识。

【技术实现步骤摘要】
一种基于时序因果挖掘网络的工业故障溯源分析方法


[0001]本专利技术属于工业控制系统中的性能评估与故障诊断领域，尤其是涉及一种基于时序因果挖掘网络的工业故障溯源分析方法。

技术介绍

[0002]现代化的工业过程通常由多个操作子系统和多个控制回路组成。当一个子系统发生故障时，它很可能会沿着信号流传播到其他子系统。因此，过程故障的根源诊断变得困难。经典的根因分析方法，如传递熵，GC格兰杰因果等方式，由于数据的复杂性实现效果并不理想。
[0003]近些年来，因果关系分析技术被广泛应用于工业过程变量的关系分析中，并进行因果溯源，其中基于时间序列假设的格兰杰因果关系(GC)算法被广泛使用。该算法是一种统计检验法用来检验时序变量之间的因果关系，能够对原因分析的逻辑进行解释以及过程知识进行故障溯源，同时该算法基于数据驱动，可以避免工业过程变量之间复杂的机理关系。
[0004]由于现代工业过程系统的复杂化，其采集到的过程数据表现出的特征多为非线性和多元变量，而传统的格兰杰因果通过自回归模型拟合时序数据时，只适用于分析信号之间的线性关系。在许多本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时序因果挖掘网络的工业故障溯源分析方法，其特征在于，包括以下步骤：(1)确定工业过程的正常工况数据和故障工况数据，将数据进行归一化处理；(2)根据两种工况的数据，采用主成分分析的方法计算两个关键统计量T2和SPE，并确定控制限；(3)通过T2和SPE的控制限确定故障工况的失控节点，计算每个变量相对于失控状态的贡献，保留贡献率大的变量进行下一步分析；(4)将上述变量带入时序因果挖掘网络，设置不同的阈值得到多张因果图，根据将因果图可视化进行根因分析，确定工业故障根源。2.根据权利要求1所述的基于时序因果挖掘网络的工业故障溯源分析方法，其特征在于，步骤(2)的具体过程如下：(2
‑
1)将步骤(1)中归一化的数据进行PCA主成分分析，在PCA中不直接指定降维的维数，将主成分的方差和所占的最小比例阈值设定为95％；(2
‑
2)根据如下公式计算T2和SPE的统计量：SPE＝X
T
·
(I
‑
P
·
P
T
)
·
X其中，P为通过PCA得到的降维矩阵，S为前k个特征值构成的对角阵；(2
‑
3)根据如下公式计算T2和SPE统计量的控制限：其中，1
‑
α是置信度，F
α
(k,n
‑
k)是服从第一自由度为k，第二自由度为n
‑
k的F分布其中，λ为求解得出的特征值，c
α
是标准正太分布的置信极限。3.根据权利要求1所述的基于时序因果挖掘网络的工业故障溯源分析方法，其特征在于，步骤(3)的具体过程为：(3
‑
1)根据计算得出的T2和SPE的统计量及其控制限，如果系统正常运行，则样本的T2值以及SPE值应该满足...

【专利技术属性】
技术研发人员：谢磊，冯天，陈启明，苏宏业，
申请(专利权)人：浙江大学，
类型：发明
国别省市：