一种工业过程故障检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN105629959A(43)申请公布日2016.06.01(21)申请号201610099795.5(22)申请日2016.02.23(71)申请人清华大学地址100084北京市海淀区100084信箱82分箱清华大学专利办公室(72)发明人周东华陈茂银尚骏叶昊张海峰(74)专利代理机构北京聿宏知识产权代理有限公司11372代理人张文娟朱绘(51)Int.Cl.G05B23/02(2006.01)权利要求书2页说明书8页附图3页(54)发明名称一种工业过程故障检测方法(57)摘要一种工业过程故障检测方法，其包括：获取待检测工业过程的运行数据，并利用预设滑动时间窗口对运行数据进行处理，得到不同窗口下的运行数据矩阵；计算第1运行数据矩阵的协方差矩阵的特征值和特征向量，采用迭代的方式确定其它各个运行数据矩阵的协方差矩阵的特征值和特征向量；根据各个运行数据矩阵的协方差矩阵的特征值和特征向量，计算各个运行数据矩阵的检测指数，并将各个检测指数分别与预设预设检测指数阈值进行比较，根据比较结果判断待检测工业过程是否出现故障。与基于专家系统的高炉异常检测方法相比，该方法不需要历史故障信息，并且避免了冗杂的规则训练过程，其更易于实现且更为高效。CN105629959ACN105629959A权利要求书1/2页1.一种工业过程故障检测方法，其特征在于，所述方法包括：获取待检测工业过程的运行数据，并利用预设滑动时间窗口对所述运行数据进行处理，得到不同窗口下的运行数据矩阵；计算第1运行数据矩阵X1的协方差矩阵的特征值Λ1和特征向量P1，根据所述第1运行数据矩阵X1的协方差矩阵的特征值Λ1和特征向量P1，采用迭代的方式确定其它各个运行数据矩阵的协方差矩阵的特征值和特征向量；根据各个运行数据矩阵的协方差矩阵的特征值和特征向量，计算各个运行数据矩阵的检测指数，并将各个所述检测指数分别与预设检测指数阈值进行比较，根据比较结果判断所述待检测工业过程是否出现故障。2.如权利要求1所述的方法，其特征在于，计算第1运行数据矩阵X1的协方差矩阵的特征值Λ1和特征向量P1的步骤包括：对所述第1运行数据矩阵X1进行标准化处理，并计算标准化处理后的第1运行数据矩阵的协方差矩阵，得到第1协方差矩阵；对所述第1协方差矩阵进行分解，得到所述第1协方差矩阵的特征值Λ1和特征向量P1。3.如权利要求2所述的方法，其特征在于，根据如下表达式计算所述第1协方差矩阵：其中，C1表示第1协方差矩阵，w表示预设滑动时间窗口的长度，表示第1运行数据矩阵的标准化矩阵。4.如权利要求2或3所述的方法，其特征在于，根据如下表达式计算所述第1运行数据矩阵X1的协方差矩阵的特征值Λ1和特征向量P1：TC1＝P1Λ1P1其中，C1表示第1协方差矩阵。5.如权利要求1～4中任一项所述的方法，其特征在于，采用迭代的方式确定其它各个运行数据矩阵的协方差矩阵的特征值和特征向量的步骤包括：对第k运行数据矩阵Xk的协方差矩阵进行两次秩1变换，分别得到所述第k运行数据矩阵Xk的协方差矩阵经过第一次秩1变换后的特征值和特征向量以及经过第二次秩1变换后的特征值和特征向量根据两次秩1变换所得到的特征向量计算第k+1运行数据矩阵Xk+1的协方差矩阵的特征向量Pk+1，根据第k运行数据矩阵Xk+1的协方差矩阵经过第二次秩1变换后的特征值计算第k+1运行数据矩阵Xk+1的协方差矩阵的特征值Λk+1。6.如权利要求5所述的方法，其特征在于，根据如下表达式计算第k+1运行数据矩阵Xk+1的协方差矩阵的特征值Λk+1和特征向量Pk+1：7.如权利要求1～6中任一项所述的方法，其特征在于，计算各个运行数据矩阵的检测指数的步骤包括：2CN105629959A权利要求书2/2页根据第k运行数据矩阵Xk的协方差矩阵Ck的特征值Λk和特征向量Pk，对所述第k运行数据矩阵Xk进行变换，得到对应于所述第k运行数据矩阵Xk的变元Tk；计算所述变元Tk的各个统计特征值，并根据所述各个统计特征值得到所述变元Tk的统计特性Sk；根据统计特性Sk计算第k运行数据矩阵Xk的检测指数Dk。8.如权利要求7所述的方法，其特征在于，根据如下表达式计算各个运行数据矩阵的变元：Tk＝XkPk其中，Tk和Pk分别表示第k运行数据矩阵Xk的变元和协方差矩阵Ck的特征向量。9.如权利要求7或8所述的方法，其特征在于，变元的统计特征值包括：一阶统计量、二阶统计量和高阶统计量，其中，根据如下表达式计算统计特性Sk：Sk＝[μk|∑k|Ωk]其中，μk和∑k分别表示第k运行数据矩阵Xk的一阶统计量和二阶统计量，Ωk表示第k运行数据矩阵Xk的高阶统计量。10.如权利要求9所述的方法，其特征在于，根据如下表达式计算检