一种基于免疫危险理论的流程工业的故障诊断方法和系统技术方案

本发明专利技术的目的在于利用人工免疫系统适应性与自学习能力强特点同时，克服现有人工免疫方法计算时间过长误报漏报率偏高等缺陷，将免疫危险理论应用于流程工业的故障诊断。较已有的人工免疫系统，本发明专利技术提出了危险信号和危险规则的确定及危险区域的划分方法，并提出了一种基于免疫危险理论的故障诊断方法。本发明专利技术的基于免疫危险理论的流程工业的故障诊断方法包括：危险区域划分步骤，用于划分危险区域；抗体生成步骤，由原始故障样本中每个所述危险区域内的历史数据生成抗体；故障检测步骤，用于监测流程是否发生故障。本发明专利技术还提出了一种基于免疫危险理论的流程工业的故障诊断系统。

【技术实现步骤摘要】

本专利技术涉及一种基于免疫危险理论的故障诊断方法和系统，它主要应用于化工过程，炼油过程，生物制药过程等流程工业的故障诊断领域。
技术介绍
实现流程工业安稳运行的一个关键技术就是在不同的工作模式下对出现的异常工况能够进行准确、可靠的早期诊断或预警。近年来，随着科技的发展，现代化生产过程中， 应用的系统日趋复杂，涉及的设备日趋专业化，对于连续大批量的现代化生产过程，更加有必要建立监控系统，及时发现并诊断出故障原因。从二十世纪七十年代起，过程故障诊断的研究就一直是流程工业研究领域的一个重点。有效、及时的故障诊断不但能保证生产运行的稳定性、预防重大安全事故的发生，还能在故障发生后给出指导意见，帮助工厂技术人员对故障进行处理、修复，有效降低故障所造成的损失。经过多年发展，现在主要的故障诊断方法从诊断原则来看大致可以分为三类基于定量模型的方法、基于定性模型的方法、基于历史数据的方法，典型的方法有神经网络法，最小二乘法，小波分析法，主成分分析法等。近年来对过渡过程的故障诊断比较通用的方法是多变量统计方法，其优点在于快速检测异常的发生，但是用贡献图分析方法的诊断准确度不高，并且缺乏诊断新故障的自适应能力和自学习能力。针对这一现状，有学者提出将具有自适应性和自学习能力的人工免疫系统引入到故障诊断领域。人工免疫系统是一种涉及多学科领域的综合智能系统，它将免疫学与工程学有机结合，利用数学、计算机等技术建立免疫机制模型，并将其应用于工程的设计、实施等方面。 近年来，人工免疫逐渐被引入到故障诊断领域。但是，由于传统的人工免疫系统算法由于计算量非常大，涉及的元素较多，存在计算时间过长的问题，在故障检测过程中有可能出现的误报漏报。针对这些问题，一方面可以将其它方法与人工免疫系统结合，建立多方法的混合故障诊断系统。另一方面，对人工免疫系统本身进行改进，基于危险理论的人工免疫系统就是其中一种有效的方法。免疫危险理论是针对传统人工免疫系统的诸多不足，提出的一个新的免疫模型。 该模型认为，免疫系统不是对非我反应，而是对危险反应。受到刺激的细胞产生警报信号后，巨噬细胞这类抗原呈递细胞将附近的抗原捕获并提呈给淋巴细胞。此信号本身会设定一个围绕自己的危险区域，只有在此范围内的B细胞才有可能产生匹配抗原的抗体，经历免疫应答过程。不匹配或不在危险区域内的细胞都不会受到刺激。危险理论作为一种全新的理论模型，不再需要区分自我和非我的概念，而只需判断是否对机体细胞带来损失从而产生危险信号。它为人工免疫系统提供了更有效的处理数据的思想，即集中在危险的，有意义的数据上
技术实现思路
本专利技术的目的在于利用人工免疫系统适应性与自学习能力强特点同时，克服现有人工免疫方法计算时间过长误报漏报率偏高等缺陷，将免疫危险理论应用于流程工业的故障诊断，而提出危险信号和危险规则的确定及危险区域的划分方法。较已有的人工免疫系统，本专利技术提出的危险信号和危险规则的确定及危险区域的划分方法代表了一种全新的基于免疫危险理论的故障诊断方法。根据本专利技术的一个方面，提供了一种基于免疫危险理论的故障诊断方法，其特征在于包括附图说明图1显示了根据本专利技术的一个实施例的方法的流程图。图2显示了根据本专利技术的一个实施例的方法所采用的危险区域划分的流程图。图3显示了根据本专利技术的一个实施例的方法应用的二级全混釜流程示意图。图4显示了根据本专利技术的一个实施例的方法应用的二级全混釜流程的SDG图。具体实施例方式本专利技术的目的在于利用人工免疫系统适应性与自学习能力强特点同时，克服现有人工免疫方法计算时间过长误报漏报率偏高等缺陷，将免疫危险理论应用于流程工业的故障诊断。较已有的人工免疫系统，本专利技术提出了危险信号和危险规则的确定及危险区域的划分方法，并提出了一种基于免疫危险理论的故障诊断方法。针对流程工业的故障诊断，如图1所示，根据本专利技术的一个实施例的方法包括-SDG及HAZOP分析步骤根据本专利技术的一个实施例的免疫危险理论诊断系统可以直接在步骤SlOl对原始工艺流程进行SDG(符号有向图)及HAZOP(危险与可操作性分析)分析，首先通过SDG分析，得到流程变量之间的相互关系，初步判断变量的危险程度，并得到SDG图。再通过HAZOP 分析，发现流程中存在的危险隐患，并通过计算道化学指数及LOPA (保护层分析)分析，判断危险等级。在这一步骤中HAZOP分析可以用安全检查表法、故障树分析法等其他安全评价方法代替。-危险信号和危险规则的确定步骤根据步骤SlOl得到的道化学指数及LOPA分析结果，在步骤S102可以确定工艺的危险隐患并得到变量的危险等级，将危险等级较高的变量定为危险信号，并根据变量的特点和HAZOP分析结果，确定危险规则，及危险信号必须满足的变量要求，否则便认为是发生了故障。-危险区域划分步骤一旦经步骤S102确定了危险信号，进入步骤S103，以所述危险信号为中心根据 SDG分析结果划分危险区域。根据如图2所示的本专利技术的一个具体实施例，该危险区域划分步骤进一步包括1由SDG图做出相邻关系矩阵。将各行各列的数值做加和得到Ci = Cl1^d2i+. · · dni，Rj = Clj^dj2+. · · +dJn(1)其中为相邻矩阵第i行第j列的元素，Ci为行元素的和，Rj为列元素的和。52. 1确定每一个变量i所属的危险区域。首先，令i = 1。2. 2判断i是否危险信号，若i是危险信号则将其作为一个危险区域的危险中心， 至2. 3。否则至3. 1，计算i所属危险区域，按照SDG图，以Di记录变量i向下游计算最接近的危险区域，SDi记录变量i到向下游计算最接近的危险区域中心的距离。2. 3令i = i+Ι，至2. 2检查下一个点。3. 1判断变量i向下是否有连接变量，若没有，即氏=0，则说明变量i向下没有连接的危险区域，令Di = O5SDi = 0，至4. 1步。否则说明变量i到向下游计算最接近的危险区域中心的距离至少为1，令SDi = 1，至3. 2步，计算变量i向下连接的危险区域。3. 2. 1判断变量i向下有几个连接变量，若只有一个连接变量，即氏=1，则令i* =j，其中j满足Clij = 1，至3. 2. 2步。否则连接变量大于1，至3.3. 1。3. 2.2判断i*是否为危险信号，若是危险信号，则i*为满足要求的危险区域中心， 令Di = i*，至4. 1步。否则，进入3. 2. 3步。3. 2. 3判断是否i到i*形成环路，或者i*向下无连接变量，如果是，即i* = i或 ‘ =0，令01 = 0，至4.1步。否则，进入3. 2. 4步。3. 2. 4判断变量i*向下有几个连接变量，若只有一个连接变量，即Ri* = 1，令i* =j，其中j满足= 1，至3. 2. 6步。否则连接变量数大于1，至3. 2. 5步。3. 2. 5变量i*向下有不止一个连接变量，令j = {j (1), j (2), ....},满足扎⑶ =1。令i* = j(k*)，其中k*满足Cjw =HIinC^即将连接数最小的连接变量作为下一个变量，至3. 2. 6步。3. 2. 6得到新的连接变量i*，距离初始的变量i距离加1。令SDi = SDfl。至 3 · 2 · 2 ο3. 3. IRi > 1，设 j* 本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：赵劲松，戴一阳，陈丙珍，
申请(专利权)人：清华大学，
类型：发明
国别省市：