[发明专利]一种基于核矩阵近似的二氧化碳吸收塔故障诊断方法

摘要

本发明公开了一种基于核矩阵近似的二氧化碳吸收塔故障诊断方法，属于二氧化碳吸收塔的过程领域。本发明利用基于满秩分解的核矩阵近似方法结合典型相关分析的核学习模型，建立了一个有效的非线性过程二氧化碳吸收塔过程的故障诊断模型，并缓解了实际应用中核方法在数据样本维度较高时计算负荷大的问题，提高了二氧化碳吸收塔过程的故障检测与故障诊断的有效性和准确性，从而保证了现代流程工业的过程安全与可靠性、产品质量以及综合经济效益。

主权项

1.一种基于核矩阵近似的二氧化碳吸收塔故障诊断方法，其特征在于，包括以下步骤：(1)采集待检测二氧化碳吸收塔在正常运行时的数据作为训练样本，所述训练样本包括过程变量数据集X_NOC，质量变量数据集Y_NOC，其中X_NOC∈R^D×M，Y_NOC∈R^D×N，D为训练样本总数，M为过程变量总数，N为质量变量总数；(2)对过程变量数据集X_NOC，质量变量数据集Y_NOC进行归一化预处理，得到预处理后的训练样本集和(3)计算训练样本集和的核矩阵K_X和K_Y；(4)对核矩阵K_X和K_Y利用典型相关分析进行建模，得到核矩阵K；(5)对核矩阵K进行矩阵近似得到近似核矩阵对近似核矩阵进行特征值分解得到K_X和K_Y的投影矩阵P和Q；(6)计算训练样本集和的残差矩阵E，基于相似度构建SPE统计量，计算控制限SPE_limit，得到核矩阵近似的典型相关分析模型；(7)采集待检测的二氧化碳吸收塔中的数据作为测试样本，对测试样本进行归一化预处理后得到测试样本集和(8)将测试样本集和输入步骤(6)所述的核矩阵近似的典型相关分析模型，计算测试样本集和的SPE统计量SPE_test，判断是否超过步骤(6)所述控制限SPE_limit，若超过，则判断为故障样本，若不超过，则判断为正常样本；(9)取出所述故障样本，得到故障样本集F_f，从训练样本集中取出正常样本，记为正常样本集F_n，得到待诊断数据集(10)定义标签数据矩阵L作为待诊断数据集X的故障标签；(11)对待诊断数据集X与标签数据矩阵L进行归一化预处理得到和通过步骤(3‑5)得到用于故障诊断的核矩阵K_Xd、K_Ld以及投影矩阵U，进一步得到核矩阵K_Xd的得分矩阵T；(12)由得分矩阵T计算权重W，根据权重W计算待诊断数据集X中的过程变量和质量变量关于的故障关联度r，得到故障诊断结果。