[发明专利]基于监控指标切换的多工况过程监控方法和系统

说明书

技术领域

本发明涉及过程监控领域，尤其涉及一种基于监控指标切换的多工况过程监控方法和系统。

背景技术

对于过程监控和故障诊断问题，传统的方法大多采用多元统计过程控制技术（Multivariable Statistical Process Control,MSPC），其中以主元分析（Principal Component Analysis,PCA）和偏最小二乘（Partial Least Squares,PLS）为代表的方法已在工业过程监控中得到了成功的应用。传统的MSPC方法均假设过程运行在单一的操作工况下，但是实际上由于产品改变、产能调整等原因过程常在多个工况中频繁的切换。

基于主元分析和支持向量数据描述等多工况过程监控方法都假设每个工况的数据服从高斯分布，但这在实际中并不一定成立。并且对多个工况建立统一的模型虽然相比建立多个模型的方法简单，然而缺乏实时对工况的辨识，这会导致无法监控当前设备的工作状况。而基于稀疏表示的多工况过程监控方法虽然不假设数据的高斯性，但该方法没有考虑在化工过程中的动态特性。另外，对单个当前数据判断其所属工况受到噪声的影响可能不准确。

发明内容

本发明所要解决的技术问题之一是需要提供一种基于监控指标切换的多工况过程监控方法，其根据实时获取的过程数据是否属于同一工况来对应地判断该过程是否出现故障。此外，还提供了一种基于监控指标切换的多工况过程监控系统。

为了解决上述技术问题，本发明提供了一种基于监控指标切换的多工况过程监控方法，包括：采集步骤，采集不同工况下的正常数据作为训练样本集；第一获取步骤，基于所述训练样本集得到隐马尔科夫模型，并获取所述隐马尔科夫模型的监控指标所对应的控制限；第二获取步骤，基于各个工况的训练样本分别建立对应工况的统计模式分析模型，并获取各个统计模式分析模型的监控指标所对应的控制限；计算步骤，基于实时获取的过程数据计算工况向量，并基于所述工况向量计算差分工况向量；监控步骤，根据所述差分工况向量的范数，选取所述隐马尔科夫模型或各个工况对应的统计模式分析模型相应的监控指标，并对所选取的监控指标进行实时计算，将计算得到的实时监控指标与该模型的监控指标所对应的控制限比对，来监控该工况的运行状况。

在一个实施例中，所述统计模式分析模型的监控指标进一步包括第一监控指标和第二监控指标，所述第一监控指标对应的控制限为第一控制限，所述第二监控指标对应的控制限为第二控制限；所述监控步骤进一步通过以下步骤判断工况过程是否正常：若所述差分工况向量的范数为零，则计算该差分工况向量对应的工况向量的统计模式分析模型的实时第一监控指标和实时第二监控指标，在所述实时第一监控指标大于第一控制限或所述实时第二监控指标大于第二控制限时，则判断出工况过程发生异常；若所述差分工况向量的范数不为零，则计算所述隐马尔科夫模型的实时NLLP监控指标，在该NLLP监控指标大于所述隐马尔科夫模型的监控指标的控制限时，则判断出工况过程发生异常，其中,NLLP表示所述隐马尔科夫模型的负对数似然概率。

在一个实施例中，在所述监控步骤中，若差分工况向量的范数||▽I||＝0，则根据如下表达式计算工况q所对应的统计模式分析模型的实时第一监控指标D_r(s)和实时第二监控指标D_p(s)：

Dr(s)=||C~(q)s||2=sTC~(q)s]]>