[发明专利]一种连续化工过程故障检测方法

权利要求书

1.一种连续化工过程故障检测方法，其特征在于，该方法包括以下步骤：

1)从田纳西-伊斯曼工业过程模型中获得正常数据和故障数据，将正常数据作为训练数据，将故障数据作为测试数据，并对获得的测试数据进行标准化处理；

2)对训练数据进行小波变换，压缩数据；

3)引入带有1-范数和2-范数的回归约束函数对训练数据进行回归计算，利用稀疏化主元分析法计算得到稀疏化的负荷向量；

4)计算经过小波变化后的训练数据的T²统计量和SPE统计量；

5)利用概率密度估计的方法求得T²和SPE统计量的阈值；

6)根据步骤3)、4)对进行小波变化后的测试数据计算相应的T²和SPE统计量，判断测试数据是否存在故障：

当使用T²统计量检测时，若求得的T²统计量的值大于它所对应的阈值，则所对应的一组数据存在故障；若求得的T²统计量的值小于它所对应的阈值，则所对应的一组数据正常；

当使用SPE统计量检测时，若求得的SPE统计量的值大于它所对应的阈值，则所对应的一组数据存在故障；若求得的SPE统计量的值小于它所对应的阈值，则所对应的一组数据正常。

2.根据权利要求1所述的一种连续化工过程故障检测方法，其特征在于，步骤1)中，所述的标准化处理采用Z-score标准化方法，计算公式为：

X*=X-μσ]]>

式中，X＝{x₁，x₂，…，x_n}为数据矩阵，X^*表示标准化处理后的数据矩阵，μ为训练数据的均值，σ为训练数据的标准差，μ和σ计算公式为：

μ=1nΣi=1nxi]]>

σ=[1n-1Σi=1n(xi-μ)2]12]]>

。

3.根据权利要求1所述的一种连续化工过程故障检测方法，其特征在于，步骤2)中，所述的小波变换为haar小波变换。