[发明专利]基于并发式非平稳过程分析模型的故障检测方法

权利要求书

1.一种基于并发式非平稳过程分析模型的故障检测方法，其特征在于：方法包括以下步骤：

步骤1：由在化工无故障运行过程中采集的过程变量X和质量变量Y组成训练样本集；所述过程变量X包括空气流量、搅拌功率和底物流率，所述质量变量Y包括产物浓度；

步骤2：对步骤1中的过程变量X和质量变量Y进行归一化处理，获得归一化后的训练样本集其中，X^*为归一化处理后的过程变量，且X^*＝[x^*(1)，x^*(2)，x^*(t)...x^*(N)]，t∈[1,N]，Y^*为归一化处理后的质量变量，且Y*＝[y^*(1)，y^*(2)，y^*(t)...y^*(N)]，t∈[1,N]；其中，x^*(t)表示归一化处理后的第t个训练样本的过程变量，y^*(t)表示归一化处理后的第t个训练样本的质量变量，N表示训练样本集中训练样本的个数；

步骤3：基于归一化后的训练样本集利用特定算法构建并发式非平稳过程分析模型，并利用特定算法对所述分析模型进行训练；

步骤4：结合归一化后的训练样本集通过所述分析模型求解所述分析模型的多个特征统计量进而确定分析模型的多个特征统计量各自的控制限；

步骤5：在线收集待测化工运行过程中的待测过程变量x(c)和待测质量变量y(c)，并进行归一化处理，获得归一化后的待测变量集；

步骤6：结合归一化后的待测变量集利用并发式非平稳过程分析模型确定待测化工运行过程中的各特征统计量，然后根据待测化工运行过程中的各特征统计量与分析模型的多个特征统计量各自的控制限之间的大小关系判断待测化工运行过程中是否存在故障。

2.根据权利要求1所述的基于并发式非平稳过程分析模型的故障检测方法，其特征在于：利用特定算法构建的并发式非平稳过程分析模型具体如下：

其中，A表示从质量相关平稳特征到过程变量的发射矩阵，B表示从质量无关平稳特征到过程变量的发射矩阵，C表示从质量相关平稳特征到质量变量的发射矩阵，q^s(t)表示第t个训练样本的质量相关平稳特征，qⁿ(t)表示第t个训练样本的质量相关非平稳特征，且表示第t个训练样本的质量相关特征矩阵，其中，R表示实数集合，d₁为第t个训练样本的质量相关平稳特征q^s(t)的维数，p₁为第t个训练样本的质量相关非平稳特征qⁿ(t)的维数；h^s(t)表示第t个训练样本的质量无关平稳特征，hⁿ(t)表示第t个训练样本的质量无关非平稳特征，表示第t个训练样本的质量无关特征矩阵，d₂为第t个训练样本的质量无关平稳特征h^s(t)的维数，p₂为第t个训练样本的质量无关非平稳特征hⁿ(t)的维数；e(t)表示归一化处理后的第t个训练样本的过程变量的噪声；f(t)表示归一化处理后的第t个训练样本的过程变量的噪声。

3.根据权利要求1所述的基于并发式非平稳过程分析模型的故障检测方法，其特征在于，所述利用特定算法对所述分析模型进行训练具体为：首先将训练样本集输入所述分析模型，通过贝叶斯滤波并结合当前的模型参数计算训练样本的的局部全隐变量的一阶矩、局部全隐变量的二阶矩和离散状态变量的后验概率；然后结合局部全隐变量的一阶矩、局部全隐变量的二阶矩和离散状态变量的后验概率利用似然函数反复迭代计算，直至似然函数收敛，对当前的模型参数进行更新获得分析模型的最优参数集完成对分析模型的训练；其中，利用特定算法对所述分析模型进行训练时，归一化处理后的过程变量X^*作为训练时的输入量，归一化处理后的质量变量Y^*作为训练时的输出量。