[发明专利]一种工业过程微小故障的检测和分离方法及其监测系统

权利要求书

1.一种工业过程微小故障的检测和分离方法，其特征在于，包括如下步骤：

a采集工业过程正常工况下的一段传感器测量数据作为训练数据集，并建立该训练数据集的主元分析模型；

b给定合适的滑动时间窗口宽度，计算训练数据集中每个样本的每个变量具有的改进重构贡献值；

c确定每个变量的改进重构贡献的控制限；

d采集工业过程实时工况下的传感器测量数据作为测试数据，测试数据中的测量变量与步骤a中训练数据集的测量变量相对应；

e计算测试数据中每个变量的改进重构贡献，并与步骤c中相对应的控制限进行比较，对所述测试数据进行故障分析；

f若步骤e中故障分析的结果为有故障发生，则将具有最大改进重构贡献值的变量确定为故障变量，以实现故障分离。

2.根据权利要求1所述的一种工业过程微小故障的检测和分离方法，其特征在于，所述步骤b具体为：

根据下式计算训练数据集中每个样本的每个变量具有的改进重构贡献值：

IRBCi,k=(ξiTΦx‾k)2ξiTΦξi;]]>

式中，IRBC_i,k的下标i,k表示计算的是训练数据集中第k个样本的第i个变量的改进重构贡献IRBC，其中，k＝1,...,N表示训练数据集中包含N个样本，i＝1,...,m表示训练数据集中包含m个变量；矩阵Φ表示在计算IRBC时采用的主元分析模型中的故障检测指标为组合指标，计算方式为其中，D＝PΛ^-1P^T，P为主元的负载矩阵，为残差的负载矩阵，Λ为主元特征值矩阵，δ²和τ²分别为主元分析模型中故障检测指标SPE和T²的控制限；ξ_i表示m维单位矩阵的第i列；表示滑动时间窗口到达训练数据集第k个样本时，窗口宽度内的样本均值，求解方式如下式：

x‾k=1WΣw=k-W+1kxw;]]>

式中，W表示给定的滑动时间窗口宽度，x_w表示训练数据集中已经进行数据标准化后的第w个样本。