[发明专利]一种轧钢过程故障诊断方法及系统

说明书

本发明提供一种轧钢过程故障诊断方法及系统，包括：获取轧钢过程的历史样本数据，建立历史样本数据库；将轧钢机架组分为上、中、下游机架组，基于历史样本数据库分别建立故障检测模型；实时获取轧钢过程中产生的故障检测指标值，利用故障检测模型实时进行检测；当轧钢过程出现故障时，将实时故障数据存入故障数据库，并利用获取的故障检测指标值确定故障初始位置和当前生产过程的安全水平。对故障数据库中选定的故障采样点进行故障传播路径推理，并计算各传播路径的优先级，根据优先级输出候选故障源节点。本发明解决了现有技术未根据故障危害对故障分级，一旦发生故障，过程的安全水平及故障维护策略难以获得，故障源定位难、维护效率低的问题。

技术领域

本发明涉及工业生产过程故障检测技术领域，特别是指一种工艺知识与过程数据联合驱动的轧钢过程故障诊断方法及系统。

背景技术

由于以轧钢过程为代表的现代流程工业规模庞大、工序众多、层级复杂，系统故障若不能及时检测并排除，可能会在生产过程中传播，影响产品质量，甚至导致巨大的灾难性后果。因此，研究过程故障检测与诊断技术可以对过程的运行状态进行实时的监控并对故障进行定位，能够保障生产过程安全稳定运行、提高维护效率、降低维护成本。轧钢过程作为复杂流程工业的代表，对其故障进行准确的检测与诊断对推动现代工业过程的建设和发展具有促进作用。

目前过程故障检测与诊断技术是过程控制领域的研究热点，传统的数据驱动方法的典型代表多元统计方法不包含用于诊断的过程知识，因此这类方法主要用于定位故障区域及辅助人来诊断；基于知识的方法虽适用于故障诊断，但不适用于解决大规模复杂性问题，没有利用实时数据的统计信息。因此将现场数据与专家知识融合进行过程的故障检测与诊断能够有效克服两类方法的局限，提高故障诊断的准确性、诊断效率和直观性。但基于数据与知识结合的故障检测与诊断方法的研究还处于起步阶段，因此开发这类故障检测与诊断方法的应用平台具有迫切的实际需求。

传统的数据驱动故障检测方法认为过程中所有故障对系统的危害程度都相同，因此只能解决简单的检测问题，不能评价故障对过程的影响程度。但在实际生产中并非所有故障都会影响产品的质量，且轧钢过程停机维护的代价很高，因此有必要在对这类流程工业进行检测时利用故障的发生区域对故障的影响进行评价，一方面能够获得系统运行的安全水平、避免不必要的停机，提高生产效率、降低经济损失；另一方面可利用故障的发生区域进行故障源的初步定位，缩小诊断范围、提高诊断的效率。

由于过程故障检测与诊断方法计算复杂度高，并且轧钢过程的现场检测要求极高的实时性，普通PC机的CPU计算速度难以达到工业现场的需求，因此寻求检测性能更好、实时性更高、稳定性更强的实时过程故障检测与诊断系统平台至关重要。

发明内容

本发明要解决的技术问题是提供一种轧钢过程故障诊断方法及系统，解决现有技术未根据故障危害对故障分级，一旦发生故障，过程的安全水平及故障维护策略难以获得，故障源定位难、维护效率低的问题。

为解决上述技术问题，本发明提供一种轧钢过程故障诊断方法，包括：

获取以往轧钢过程中产生的历史样本数据，建立历史样本数据库；

将轧钢机架组分为上游机架组、中游机架组和下游机架组，基于所述历史样本数据库分别建立上游机架组、中游机架组和下游机架组的故障检测模型；

实时获取当前轧钢过程中产生的故障检测指标值，利用所述故障检测模型对获取的故障检测指标值进行实时检测，从而对当前轧钢过程进行故障监测；

当轧钢过程出现故障时，将实时故障数据存入故障数据库，并利用出现故障时所获取的故障检测指标值确定故障初始位置和当前生产过程的安全水平。

进一步地，在将实时故障数据存入故障数据库后，所述方法还包括：