[发明专利]一种基于加权部分互信息的质量相关过程监控方法

说明书

本发明公开一种基于加权部分互信息的质量相关过程监控方法，属于故障诊断领域。本发明通过结合部分互信息和贝叶斯加权融合，在多质量指标的监督下，选择与质量密切相关的过程变量，通过相关元分析对所选变量进行建模，获得包含质量变主要信息的相关元。过程数据空间被分为两个子空间，并分别在子空间中构造了统计量用于故障检测，该方法可以提高质量相关故障的检测率，并显著减少误报警，提高实际工业过程的效率；本发明方法可以有效提取隐藏在过程变量和质量变量中的有意义的信息；通过分别构建两个正交子空间中的统计指标，检测与质量相关的故障，并且同时减少与质量无关的干扰报警。

技术领域

本发明属于故障诊断领域，具体涉及一种基于加权部分互信息的质量相关过程监控方法。

背景技术

产品质量与实际工业过程中的生产效率密切相关。实际工业过程中发生的质量相关故障会严重影响产品质量。同时与质量无关的干扰报警的频繁发生，会使得用户对监控系统失去信任，影响正常工况运行。

发明内容

针对现有技术中存在的上述技术问题，本发明提出了一种基于加权部分互信息的质量相关过程监控方法，设计合理，克服了现有技术的不足，具有良好的效果。

为了实现上述目的，本发明采用如下技术方案：

一种基于加权部分互信息的质量相关过程监控方法，包括如下步骤：

步骤1：变量选择；具体包括如下步骤：

步骤1.1：假设所检测的对象包含m个过程变量和d个质量变量，进行n次采样，得到正常工况下的历史数据集和

对原始过程数据X和质量数据Y分别标准化，如公式(1)和(2)所示：

其中，μ_x和对角阵Σ_x分别代表X的均值和标准差，μ_y和对角阵Σ_y分别代表Y的均值和标准差；

步骤1.2：根据公式(3)，计算中每个过程变量和质量变量之间的部分互信息；

式中，p(x,y,s)是x_i、y_i和S的联合概率分布，p(x,y|s)是x_i和y_i在给定S下的条件概率分布，p(x)和p(y)为边缘概率密度函数，S为过程变量选择集，第一次迭代时过程变量选择集S为空；

步骤1.3：通过公式(4)，根据贝叶斯推断，对于每个过程变量x_i，计算加权融合后的综合指标BIC_PMI；

式中，ω_j＝p(x_i|R_j)，p(R_j|x_i)为x_i和y_j相关的后验概率，p(x_i|R_j)为条件概率；

步骤1.4：选出综合指标BIC_PMI中最大的过程变量x_r，将其增添至S，并将其从中去除；

步骤1.5：更新S和返回步骤1.2，继续进行过程变量的选择和迭代过程，直到变为空；

步骤1.6：选择S中的前kx列以形成新的输入矩阵X_r；其中，kx通过累计质量相关信息百分比CPQI确定，如公式(5)所示：

式中，θ_xα决定了过程变量的选择比例；