[发明专利]基于相对化变换的信息增量矩阵的工业过程监控方法

摘要

本发明属于过程监控领域，主要涉及一种基于相对化变换的信息增量矩阵的工业过程监控方法。已有的信息增量矩阵的过程监控方法，虽然能有效地克服传统主元分析方法因存在严重的模式复合效应而不能辨识故障的不足，但是其自身忽略了量纲的影响，常造成在一些系统中起重要作用的变量因其自身绝对值较小而不能检测出绝对值更小的故障，而这些重要变量的很小故障通常又对系统的安全和稳定起着非常关键的作用。本发明依据各变量在实际生产过程中的重要程度，在对系统进行相对化变换的基础上，提出了一种改进的信息增量矩阵的过程监控方法，该方法在保持能有效检测出原有故障的同时，又能检测出原系统一些虽然较小但却起重要作用的变量所发生的故障。

主权项

1. 基于相对化变换的信息增量矩阵的工业过程监控方法，其特征在于：设一个多变量系统的数据矩阵为(1)其中每一行对应一个变量，每一列对应于一个采样样本，代表系统状态变量的个数，为每个变量的采样数目；首先对原始矩阵进行相对化变换：(2)(3)则称式(2)是对原始数据矩阵所做的相对化处理，是相应的相对化算子，是相对化变换后的数据矩阵；式(3)中的称为比重因子，它是根据实际系统而定的先验信息，作用在上，体现了相应变量在系统中的相对重要程度；然后求出的均值向量(4)和的协方差矩阵(5)设当前时刻为，记包含有故障的采样数据时刻为，记正常采样数据(不包含故障)的时刻为，且满足(6)在时刻,从正常采样数据集中连续选取个采样数据，并形成相应的局部数据矩阵(7)当下一个时刻 即时刻到来后，就形成的相应局部数据矩阵(8)这里(9)根据公式(5)-(6)可求出和；定义基于局部采样数据信息的局部信息增量矩阵为，计算得到(10)则基于局部采样数据信息的局部信息增量均值为(11)记固定窗口长度为的局部正常采样数据动态阈值为(12)通过比较某一时刻的局部采样数据信息的局部信息增量均值与系统动态阈值的特定关系大小即可检测系统在该时刻是否发生异常：1)若，则表示系统在该时刻有故障发生；此时，为保证故障检测的准确性，在检测下一时刻系统是否发生故障时，要去掉当前发生故障时刻的数据，即滑动窗口位置不发生变化；2)若，则表示系统该时刻没有故障发生；此时，滑动窗口继续采样，来进行下一个时刻的检测；当检测出系统已经发生故障后，需要进一步计算各变量对总体的贡献率，以判断故障来源于哪个或者哪几个变量：(13)但在某些情况下，由于变量之间的相关性，会出现几个同时较大的情况，需要对其进行进一步的检测，即(14)通过式(14)，可以判断出故障由哪几个变量共同作用，能够更好的识别故障，从而实现有效的过程监控。