[发明专利]数据驱动的卷烟制丝过程制叶丝段在线监测和故障诊断方法

权利要求书

1.一种数据驱动的卷烟制丝过程制叶丝段在线监测和故障诊断方法，其特征在于，包括步骤：

1)在一个生产批次中周期性对制叶丝段中的增温增湿以及薄板烘丝设备的过程变量进行采样，获得采样矩阵X(K×J)，K为采样点个数，J为监测变量个数，重复I个生产批次后，获得相应的三维建模数据矩阵X(I×J×K_i)，K_i为第i个生产批次的采样点个数；

2)将所述的三维建模数据矩阵X(I×J×K_i)按照属性展开成二维矩阵，并对二维矩阵内的各元素进行预处理，得到预处理后的二维矩阵；

3)对预处理后的二维矩阵进行PCA分解，建立针对当前产品的PCA监测模型，采用类似方法建立面向不同产品的PCA监测模型；

4)计算各PCA监测模型的T²和SPE统计量及对应的控制限；

5)实时采集增温增湿以及薄板烘丝设备的过程数据x_new(1×J)，根据当前产品类型调用相应的PCA监测模型，计算数据x_new(1×J)对应的T²统计量和SPE统计量；

6)当数据x_new(1×J)对应的T²统计量和SPE统计量超过对应的控制限时，计算过程变量对T²统计量和SPE统计量的贡献率，分析确定导致异常工况的过程变量。

2.如权利要求1所述的数据驱动的卷烟制丝过程制叶丝段在线监测和故障诊断方法，其特征在于，在步骤1)中，对连续多个采样点的过程变量进行平滑处理，形成所述的三维建模数据矩阵。

3.如权利要求2所述的数据驱动的卷烟制丝过程制叶丝段在线监测和故障诊断方法，其特征在于，所述的平滑处理为对某一过程变量的连续多次采样数据做算数平均获得一个有效数据。

4.如权利要求1所述的数据驱动的卷烟制丝过程制叶丝段在线监测和故障诊断方法，其特征在于，步骤2)中展开后的二维矩阵为X(IK_i×J)。

5.如权利要求1或4所述的数据驱动的卷烟制丝过程制叶丝段在线监测和故障诊断方法，其特征在于，步骤2)中的预处理包括依次进行的减均值、除标准差处理。

6.如权利要求1所述的数据驱动的卷烟制丝过程制叶丝段在线监测和故障诊断方法，其特征在于，在步骤3)中，将预处理后的二维矩阵的同一行元素视为建模数据集X＝[x₁,x₂,…,x_ik,…,x_IK]，对X进行PCA分解，PCA分解的计算公式如下：

X=TAPAT+E=Σa=1AtapaT+E]]>

其中，A为主元个数，a表示不同的PCA分解方向，T_A表示保留A个主元后的(IK×A)维得分矩阵，P_A表示保留A个主元后的(J×A)维负载矩阵，E为残差矩阵。