一种基于M-MForeCA的间歇过程故障诊断方法
申请人信息
- 申请人:山东石油化工学院
- 申请人地址:257061 山东省东营市北二路271号
- 发明人: 山东石油化工学院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于M-MForeCA的间歇过程故障诊断方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311151234.1 |
| 申请日 | 2023/9/7 |
| 公告号 | CN117519063A |
| 公开日 | 2024/2/6 |
| IPC主分类号 | G05B23/02 |
| 权利人 | 山东石油化工学院 |
| 发明人 | 张晓玲; 刘晓军 |
| 地址 | 山东省东营市东营区北二路271号 |
摘要文本
本发明涉及工业过程故障诊断技术领域，特别涉及一种基于M‑MForeCA的间歇过程故障诊断方法，该方法利用相似度因子对间歇过程正常训练数据进行阶段划分，得到稳定子阶段和过渡过程；针对稳定子阶段，分别建立MForeCA故障诊断模型，提取可预测成分，计算Fore2和SPE统计量及其控制限；针对过渡过程，在其每一时刻基于滑动窗口数据建立动态MForeCA模型；最后计算新批次实时采样数据的可预测成分及其统计量，并与监控模型各控制限比较，确定是否有故障发生。本发明挖掘不同操作阶段过程数据信息中的可预测特性，准确提取有助于故障诊断的主要可预测成分，客观揭示各个阶段的特征多样性，提高故障诊断的检测率。。来源：专利查询网
专利主权项内容
1.一种基于M-MForeCA的间歇过程故障诊断方法，其特征是包括以下步骤：一、采集间歇过程正常批次历史数据，是批次数，为变量个数，是采样次数；对/>进行预处理：首先将/>基于批次展开得到二维矩阵/>，对其每列做无量纲标准化处理，然后再还原成三维形式，并看作是由个采样二维数据片组成；IJKK二、计算每一时刻的相似度因子，用于对间歇过程的次采样数据片进行重复性分析；SIK三、利用将间歇过程划分成稳定阶段和过渡过程；SI四、假设间歇过程被分离出个稳定阶段，采用多向可预测成分分析(MForeCA)算法分别建立个稳定阶段各自的故障诊断模型；NN五、针对过渡过程周期较短、波动较大、前后动态时序相关性强的特点，采用基于滑动窗口数据的动态MForeCA方法建立各个过渡过程的故障诊断模型；六、采集新一批次第采样时刻数据，并按建模时相应时刻均值和标准差进行标准化得到；k七、确定所属稳定子阶段或过渡过程，采用对应模型中的计算和/>；kWd八、计算和/>统计量，并分别与对应模型中的控制限比较，一旦有统计量越过控制限，则认为有故障发生。