【技术实现步骤摘要】
本专利技术属于工业过程监测领域，具体涉及一种针对非平稳工业过程的故障监测方法和装置。
技术介绍
1、有效的过程监测是保障工业系统高效稳定运行的关键。一个完整的过程监测主要包括故障检测和故障诊断两个环节。通过及时发现故障并确定故障发生的位置，维护人员可以快速对其处理，降低发生重大事故的风险。然而，在实际的生产中，由于原料的变化、生产目标的调整以及未知的外部干扰等，工业过程往往呈现出非平稳特性，即采集到的观测变量的均值和协方差会随时间发生变化。
2、非平稳工业过程为传统的多元统计过程监测(mspm)带来两个方面的挑战，如图1所示。其一，传统的mpsm方法如主成分分析(pca),独立成分分析(ica)等仅对平稳过程有较好的故障检测效果。而对于非平稳过程，他们无法提取到正常训练数据的非平稳变化趋势，导致在线检测阶段，正常的数据常被误检为故障。而真正的故障效应很容易被非平稳趋势所掩盖，从而出现漏检。其二，在变量的非平稳变化以及故障的涂抹效应的双重影响下，很难准确评价各过程变量对故障的贡献，无法定位到故障变量。
3、针对非平...
【技术保护点】
1.一种针对非平稳工业过程的故障监测方法，其特征在于，包括：
2.根据权利要求1所述的针对非平稳工业过程的故障监测方法，其特征在于，利用稀疏平稳投影矩阵对工业过程的多维观测变量进行稀疏线性组合构建平稳源的表达式为：
3.根据权利要求1所述的针对非平稳工业过程的故障监测方法，其特征在于，所述采用平稳子空间分析方法并在优化问题中引入l2,p范数作为稀疏约束，得到优化问题为：
4.根据权利要求3所述的针对非平稳工业过程的故障监测方法，其特征在于，求解优化问题以得到平稳投影矩阵具体为：
5.根据权利要求3所述的针对非平稳工业过程...
【技术特征摘要】
1.一种针对非平稳工业过程的故障监测方法，其特征在于，包括：
2.根据权利要求1所述的针对非平稳工业过程的故障监测方法，其特征在于，利用稀疏平稳投影矩阵对工业过程的多维观测变量进行稀疏线性组合构建平稳源的表达式为：
3.根据权利要求1所述的针对非平稳工业过程的故障监测方法，其特征在于，所述采用平稳子空间分析方法并在优化问题中引入l2,p范数作为稀疏约束，得到优化问题为：
4.根据权利要求3所述的针对非平稳工业过程的故障监测方法，其特征在于，求解优化问题以得到平稳投影矩阵具体为：
5.根据权利要求3所述的针对非平稳工业过程的故障监测方法，其特征在于，采用马氏距离构建所有平稳源的整体...
【专利技术属性】
技术研发人员：黄科科，李俊贤，阳春华，吴德浩，刘一顺，周灿，桂卫华，
申请(专利权)人：中南大学，
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。