一种自动的步进式有序时段划分方法技术

本发明专利技术公开了一种自动的步进式有序时段划分方法，该方法可以将一个多操作步骤的间歇过程根据过程特性的变化自动划分为不同的子时段，每个时段具有相似的过程特性可以用同一模型来表示，而不同时段具有不同特性，需要建立不同的模型，大大简化了模型数量和复杂度。本发明专利技术直接采用在线监测指标作为时段划分的判断依据，改进了时段模型的精度，并大大提高了后续的过程在线监测性能。该方法简单易于实施，在注塑成型过程中得到了成功应用，不仅有利于对具体过程特性的了解，而且增强了实际在线过程监测的可靠性和可信度，有助于工业工程师对过程运行状态做出准确判断，及时发现故障，从而保证实际生产的安全可靠运行和产品的高质量追求。

【技术实现步骤摘要】

本专利技术属于间歇过程统计监测领域，特别是涉及一种针对多操作时段间歇生产过程可以进行自动时段划分的方法。
技术介绍
作为工业生产中一种重要的生产方式，间歇过程与人们的生活息息相关，已被广泛应用于精细化工、生物制药、食品、聚合物反应、金属加工等领域。近年来，随着现代社会对多品种、多规格和高质量产品更迫切的市场需求，工业生产更加倚重于生产小批量、高附加值产品的间歇过程。间歇生产的安全可靠运行以及产品的高质量追求已成为人们关注的焦点。基于数据的多元统计分析技术因其只需要正常工况下的过程数据来建立模型，同时它们在处理高维、高度耦合数据时具有独特的优势，越来越受到研究人员和现场工程师的青睐。间歇过程的统计建模、在线监测、故障诊断及质量预测已成为广泛的研究课题。但是，多向主元分析(MPCA)和多向最小偏二乘回归(MPLS)的统计分析方法将一次间歇操作的所有数据当做一个整体来对待，不能反映变量的相关性在时间方向上的变化。此外，在线应用时必须要预估未知测量数据，因此很难实现在线实施，阻碍了其在实际生产中的广泛应用。经过研究人们发现间歇操作过程具有时段特性。间歇操作中的过程变量相关关系并非随时间时刻变化，而是跟随过程操作进程或过程机理特性的变化发生规律性的改变，呈现分段性。在不同时段中，每个时段具有不同的过程变量轨迹、运行模式以及相关性特征，变量相关性有显著差异。在同一时段中，不同采样时刻过程变量的相关关系却近似一致。考虑到间歇过程的多时段特性，人们期望能够将整个间歇过程划分为不同时段，从而可以建立基于时段的多个模型，并用于在线过程监测，从而能够及时有效的检测故障发生，确保工业生产安全。以一个典型的多时段间歇生产过程-注塑成型-为例。注塑过程是一个典型的间歇工业过程，也是本专利中所提出的时段划分方法的具体应用背景过程。这里简单介绍一下注塑机的构造以及注塑过程的基本工作原理。注射成型是热塑性或热固性塑料制件的主要成型方法之一。我们生活中的塑料制品大约有1/3都是通过注塑过程制造出来的。一台通用的注塑机主要由注射装置、合模装置、液压系统和电气控制系统组成。作为一个典型的多操作阶段间歇过程，一个完整的注塑过程由闭模、注射座前进、注射、保压、塑化、冷却、开模、制件顶出等程序组成，而注射段、保压段和冷却段是决定制件品质的最重要的三个操作阶段。在注射段，液压系统推动螺杆将塑料粘流体注入模腔中，直至模腔被流体充满。过程处于保压段时，仍有少量的粘流体被高压挤进模腔中，以补偿塑料粘流体在冷却和塑化时造成的体积收缩。保压阶段一直持续到模腔的浇口冻结，过程进入冷却阶段。在冷却阶段模腔内流体固化的同时，机桶中的塑料颗粒在机桶外的加热装置以及螺杆旋转产生的剪切热的作用下实现其物理状态的变化，变成塑料粘流态并被运送到螺杆的头部。当螺杆头部熔料逐渐增多，其压力大于注射油缸的背压时，螺杆后退同时开始容积计算。头部熔料达到一定的注射量后，螺杆停止后退和转动，这段时间的过程状态也称为塑化阶段。随着模腔中熔体的继续冷却，塑料从粘流态恢复到玻璃态而定型。当塑件完全固化，模具打开，塑件被顶出，从而完成一个工作循环。如何将一个间歇过程合理地划分成不同的子时段是后续基于时段进行统计建模和实时故障检测的基础与关键，直接关系着过程监测的精度和可信度。前人对此已经作了相应的研究与探讨，基于不同的角度提出了相应的时段识别办法。归纳起来有如下三种:(a)依据过程机理知识和专家经验的方法(b)特征信号变量分析方法(C)自动识别方法。上述几种时段识别方法各有各的适用场合与优缺点。聚类方法是比较常用的时段自动划分方法，侧重于分析追踪过程相关特性的变化。但是，基于聚类的时段划分方法，并没有考虑到时段的时序性。若仅仅考虑过程的相似特性，不同时间区域内的采样时刻会被误划入同一个子时段中，而同一个时间区域内中的时间点亦会被划分到不同时段中，这将导致划分结果错综复杂，很难理解。此外，这些时段划分方法并没有考虑到时段间的过渡特征，而将时间片严格地划分到某个时段中。在过程相关性发生变化的过渡区域，如果属于这段时间内的过程模式被硬性地划分到了两个子类中，有可能导致“误分类”。一方面过渡模式包含在子时段中会影响子时段模型的准确性；另一方面，过渡模式被湮没在子时段中，在线监测时段过渡区域时会增加第一类检测误差的概率。可以说，之前的时段自动化分方法都没有考虑过程运行的时序性与时段过渡性，从而直接或间歇影响了后续的过程建模精度和监测性倉泛。本专利技术的内容深入考虑了间歇过程潜在特性的时变性和实际过程运行的时序性以及时段划分结果对于之后监测性能的影响，提出了一种新的子时段自动划分方法。到目前为止，尚未见到与本专利技术相关的研究报道。
技术实现思路
本专利技术的目的在于针对现有针对间歇生产过程的时段划分技术的不足，提供。该方法能自动地按照间歇生产过程运行次序捕捉潜在过程特性的发展变化，确定时间方向上的局部时间块，即子时段和过渡模式，基于该时段划分结果建模，能够改进模型精度和提高在线过程监测性能，并最终可应用于实际工业生产现场，确保间歇生产 的安全可靠运行以及产品的高质量追求。本专利技术的目的是通过以下技术方案来实现的:，该方法包括以下步骤:步骤1:获取过程分析数据:设一个间歇操作具有J个测量变量和K个采样点，则每一个测量批次可得到一个KXJ的矩阵，重复I批次的测量步骤后，得到的数据可以表述为一个三维矩阵本文档来自技高网...

【技术保护点】
一种自动的步进式有序时段划分方法，其特征在于，该方法包括以下步骤：步骤1：获取过程分析数据：设一个间歇操作具有J个测量变量和K个采样点，则每一个测量批次可得到一个K×J的矩阵，重复I批次的测量步骤后，得到的数据可以表述为一个三维矩阵其中测量变量为温度、速度、压力、位移等批次运行过程中可被测量的状态参数；步骤2：数据预处理：将三维矩阵按照采集批次方向展开，即将一个操作批次内的各采样点上的变量按照时间顺序排开得到二维矩阵X(I×KJ)，由K个时间片矩阵Xk(I×J)组成，其中，下标k为时间指标；设二维矩阵Xk内任意一点的变量为xk，i，j对该变量进行减均值、除以标准差的标准化处理，其中，下标i代表批次，j代表变量，标准化处理的计算公式如下： x k , i , j = x k , i , j - x ‾ k , j s k , j ; - - - ( 1 ) 其中：k是时间片指标。是Xk矩阵任一列的均值，sk，j是Xk矩相应列的标准差， x ‾ k , j = 1 I Σ i = 1 I x k , i , j , s k , j = Σ i = 1 I ( x k , i , j - x ‾ k , j ) 2 / ( I - 1 ) ; - - - ( 2 ) 步骤3：时间片PCA建模，该步骤由以下子步骤来实现：（3.1）对步骤2标准化处理后的每一个时间片矩阵Xk(I×J)执行PCA分解，建立时间片PCA模型，其中PCA分解公式如下： X k = T k P k T = Σ r = 1 J t k ...

【技术特征摘要】
1.一种自动的步进式有序时段划分方法，其特征在于，该方法包括以下步骤:步骤1:获取过程分析数据:设一个间歇操作具有J个测量变量和K个采样点，则每一个测量批次可得到一个KXJ的矩阵，重复I批次的测量步骤后，得到的数据可以表述为一个三维矩阵XU X./X A:.)，其中测量变量为温度、速度、压力、位移等批次运行过程中可被测量的状态参数； 步骤2:数据预处理:将三维矩阵X按照采集批次方向展开，即将一个操作批次内的各采样点上的变量按照时间顺序排开得到二维...

【专利技术属性】
技术研发人员：赵春晖，李文卿，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33