[发明专利]一种滴灌管生产线异常实时监测方法及系统

权利要求书

1.一种滴灌管生产线异常实时监测方法，其特征在于，所述方法包括：

获取不同时刻采集的滴灌管生产线的生产过程数据；所述生产过程数据包括水泵转速、真空泵转速、恒温水箱温度、冷水机温度、压缩空气气压、挤出机转速、牵引速度、过塑机速度和过塑机温度；

根据所述生产过程数据建立生产过程数据矩阵；

对所述生产过程数据矩阵中的数据进行标准化预处理，生成去掉量纲的过程数据矩阵；

采用约束函数方法对所述去掉量纲的过程数据矩阵进行稀疏化处理，生成最优稀疏化参数；

根据所述最优稀疏化参数确定滴灌管生产过程统计量；

根据所述滴灌管生产过程统计量确定滴灌管生产线是否存在异常；

其中，采用约束函数方法对所述去掉量纲的过程数据矩阵进行稀疏化处理，生成最优稀疏化参数包括：

生成包含稀疏化参数的主元模型；所述主元模型为Y是生产过程各个仪器的去掉量纲的生产过程参数矩阵，k是所选PC的数量，N＝[N1，N2，...，N_k](1≤Ni≤p)是每个SPC的非零加载的期望数量，/是稀疏负载矢量，/是SPCs的CPV(cumulative percent variance，协方差累计百分比)；

对所述主元模型的稀疏化参数进行优化，获得包含最优稀疏化参数的优化后的主元模型，所述优化后的主元模型为：所述优化后的主元模型中的参数便为最优稀疏化参数；

其中，对所述主元模型的稀疏化参数进行优化包括：

以生产过程第一个时间段的数据N(1)作为初始基础，其中

固定其他(k-1)个SPCs，通过第一个具有最大CPV(协方差)的SPC(稀疏主成分)的找到非零变量的最佳数量；

通过固定其他(k-1)个SPCs，找到具有最大CPV(协方差)的第二个SPC的的非零变量的最佳数量。

2.根据权利要求1所述的滴灌管生产线异常实时监测方法，其特征在于，所述根据所述生产过程数据建立生产过程数据矩阵，具体包括：

根据连续9个时刻采集的所述生产过程数据建立生产过程数据矩阵

其中r_1i为第i个时刻的水泵转速，r_2i为第i个时刻的真空泵转速，A_i为第i个时刻的恒温水箱温度，B_i为第i个时刻的冷水机温度，P_i为第i个时刻的压缩空气气压，r_3i为第i个时刻的挤出机转速，V_1i为第i个时刻的牵引速度，V_2i为第i个时刻的过塑机速度，C_i为第i个时刻的过塑机温度，1≤i≤9。

3.根据权利要求2所述的滴灌管生产线异常实时监测方法，其特征在于，所述对所述生产过程数据矩阵中的数据进行标准化预处理，生成去掉量纲的过程数据矩阵，具体包括：

对所述生产过程数据矩阵X中的每个数据x_ij，采用公式进行标准化预处理，生成去掉量纲的过程数据矩阵Y＝[y_ij]；其中x_ij为所述生产过程数据矩阵X中第i行第j列的数据；/为所述生产过程数据矩阵X中第i行数据的均值；s_i为所述生产过程数据矩阵X中第i行数据的方差；y_ij为所述去掉量纲的过程数据矩阵Y中第i行第j列的数据。

4.根据权利要求3所述的滴灌管生产线异常实时监测方法，其特征在于，所述根据所述滴灌管生产过程统计量确定滴灌管生产线是否存在异常，具体包括：

获取所述滴灌管生产线正常生产过程中的统计量控制范围；

判断所述滴灌管生产过程统计量是否在所述统计量控制范围内，获得第一判断结果；

若所述第一判断结果为所述滴灌管生产过程统计量在所述统计量控制范围内，确定所述滴灌管生产线无异常；

若所述第一判断结果为所述滴灌管生产过程统计量不在所述统计量控制范围内，确定所述滴灌管生产线存在异常。