[发明专利]一种流程生产装备运行状态的智能监测方法与系统

权利要求书

1.一种流程生产装备运行状态的智能监测方法，其特征在于，包括以下步骤：

1)获取流程生产装备在生产条件A的C个模态下运行得到的历史数据作为源域数据X_s＝[X_s1,X_s2,...,X_si,...,X_sC]，获取流程生产装备在生产条件B的C个模态下运行得到的在线数据作为目标域数据X_t＝[X_t1,X_t2,...,X_ti,...,X_tC]；

2)利用源域数据和目标域数据构成的输入数据矩阵X＝[X_s1,X_t1,X_s2,X_t2,...,X_sC,X_tC]，构建目标函数进行迁移字典学习；所述目标函数为：

其中，x_n表示矩阵X中的第n个数据，n＝1,2,...,N_s+N_t，N_s表示源域中的数据个数，N_si表示源域中属于第i个模态的数据个数，N_t表示目标域中的数据个数，N_ti表示目标域中属于第i个模态的数据个数；same mode指相同的模态；

D表示目标函数待求解的字典，D＝[D₁,D₂,…,D_C]，D_j表示第j个模态对应的子字典，每个子字典包括K个字典原子，d_m表示字典D中的第m个字典原子，m＝1,2,…CK；

S表示字典D对应的稀疏矩阵，S＝[S₁,S₂,...,S_C]，S_i表示第i个模态对应的子稀疏矩阵，S_si、S_ti分别表示S中对应源域和目标域第i个模态对应的子稀疏矩阵，S[n,m]、S_in[n,m]、S_out[n,m]分别表示矩阵S、S_in、S_out的第n行第m列个元素；s_a表示S的任意列向量，是S_i的中心；

α是控制稀疏矩阵S稀疏度的非负超参数；β₁、β₂分别为MMD约束系数和LDA-like约束系数；

3)利用迁移字典学习得到的字典D，计算目标域数据X_t的重构误差；并基于所述重构误差，利用核密度估计获得流程生产装备在生产条件B的运行状态智能监测的控制限；

4)利用迁移字典学习得到的字典D，计算生产条件B的在线监测数据的重构误差，若计算得到的重构误差大于控制限，则认为流程生产装备在生产条件B的当前运行状态异常，否则认为流程生产装备在生产条件B的当前运行状态正常。