[发明专利]一种基于稀疏表示的故障检测方法

说明书

技术领域

本发明涉及故障诊断领域，尤其涉及一种基于稀疏表示的故障检测方法。

背景技术

现代工业过程中，对系统安全性和可靠性的要求逐步提升。故障检测是保障系统安全运行、提高系统可靠性的关键技术，同时也是提高产品质量的关键步骤。随着系统的复杂度逐步提升，元件数据量的不断增长，基于多元统计的故障检测方法不断被关注。例如，基于主元分析(PCA)的故障检测方法已得到广泛应用。然而，在实际工业现场中，可用于故障检测的数据并不一定满足高斯分布。以主元分析来进行故障检测的方法在对非高斯分布的数据进行检测时，不能得到满意的结果。

这是由于在应用主元分析进行故障检测时，其中的SPE,T²统计量只有在数据服从正态分布的情况下才能准确确定控制限。在实际的故障检测过程中，数据不一定服从正态分布，因此，基于主元分析(PCA)的故障检测方法在某些情况下不能准确地确定控制限。并且，经过PCA处理的非正态分布的数据丢失了部分故障信息，造成故障检测率下降。

针对微小故障，PCA等方法也未能给出较好的检测故障的方案。这是由于微小故障幅值较小，而信号本身存在噪声，导致微小故障不易从包含噪声的信号中分离出来，从而造成故障检测率较低的情况。

因此，亟需提供一种能够在数据不服从正态分布的情况下进行准确检测的故障检测方法。

发明内容

本发明针对现有技术的不足，提出了一种基于稀疏表示的故障检测方法，包括以下步骤：

预处理步骤，在预设工况下采集正常工况的第一数据样本并进行归一化处理以构建一般故障字典矩阵X，在相同的预设工况下采集正常工况的第二数据样本以构建一般故障测量矩阵Y₀；

控制限确定步骤，基于一般故障字典矩阵X和一般故障测量矩阵Y₀确定稀疏表示重构误差控制限CLE以及距离控制限区间CLD_int；

现场监测步骤，采集工作现场数据z，基于一般故障字典矩阵X和工作现场数据z计算稀疏表示重构误差统计量clε以及稀疏表示距离统计量cld；

故障检测步骤，当重构误差统计量clε小于重构误差控制限CLE，并且稀疏表示距离统计量cld在距离控制限区间CLD_int内时，判断系统无一般故障，否则判断系统有一般故障。

根据本发明的一个实施例，所述预处理步骤中在预设工况下采集正常工况的第一数据样本x₁′,x₂′,…,x_n′∈R^m并进行归一化处理以构建一般故障字典矩阵X包括：

在预设工况下采集正常工况的第一数据样本x₁′,x₂′,…,x_n′∈R^m，其中，n为第一数据样本的采样次数，R^m表示m维的列向量，m为传感器的数量；

构造正常工况测量矩阵X₀＝[x₁′,x₂′,…,x_n′]＝[x₁,x₂,…,x_n]，其中，x₁,x₂,…,x_n表示X₀的列向量；

对矩阵X₀的每一列进行归一化处理，使得X₀的每一列的l₂范数为1；

将归一化之后的矩阵设定为一般故障字典矩阵X。

根据本发明的一个实施例，所述预处理步骤中在相同的预设工况下采集正常工况的第二数据样本y₁′,y₂′,…,y_c′∈R^m以构建一般故障测量矩阵Y₀包括：

在与第一数据样本相同的预设工况下采集正常工况的第二数据样本y₁′,y₂′,…,y_c′∈R^m，其中，c为第二数据样本的采样次数；