[发明专利]考虑两维动态特性的间歇过程故障检测方法及系统

权利要求书

1.一种考虑两维动态特性的间歇过程故障检测方法，其特征在于，包括：

利用两维动态核慢特征分析模型的负荷矩阵提取测试数据的低维特征信息，计算测试数据在主元空间和残差空间的监控统计量；所述测试数据为间歇过程的不同工况数据；

依据监控统计量与相应控制限的比较结果，判断间歇过程是否发生故障；

其中，负荷矩阵由求解两维动态核慢特征分析模型的最优化问题所对应的广义特征向量构造而成；两维动态核慢特征分析模型的构建过程为：

利用自回归移动平均时间序列模型对三维训练数据集中的每个批次数据集扩展，得到对应增广批次数据集；训练数据为间歇过程的正常操作工况数据；

将增广批次数据集非线性映射到高维特征空间，建立时间动态核慢特征分析模型，再引入核函数技巧计算核矩阵和时间变化核矩阵，然后基于全局建模策略计算总平均核矩阵和总时间变化核矩阵，最后构建出两维动态核慢特征分析模型。

2.如权利要求1所述的考虑两维动态特性的间歇过程故障检测方法，其特征在于，对三维训练数据集中的每个批次数据集扩展之前，还包括：

将间歇过程的原始三维训练数据集首先按照批次方向展开成两维数据矩阵并对其进行零均值和单位方差的标准化操作，然后将标准化后的两维数据矩阵重新排列成一个新的三维训练数据集，利用该新的三维训练数据集进行扩展。

3.如权利要求2所述的考虑两维动态特性的间歇过程故障检测方法，其特征在于，监控统计量的控制限的确定过程为：

利用两维动态核慢特征分析模型的负荷矩阵从标准化的两维数据矩阵中提取低维特征信息，分别构建出在主元空间和残差空间的监控统计量并确定出相应控制限。

4.如权利要求1所述的考虑两维动态特性的间歇过程故障检测方法，其特征在于，总平均核矩阵和总时间变化核矩阵的计算过程为：

利用当前批次数据集和剩余其他批次数据集，计算对应的核矩阵；

基于所有核矩阵计算当前批次数据集的平均核矩阵，并对其进行均值中心化操作，获得中心化的平均核矩阵；

基于所有均值中心化的批次平均核矩阵，计算得到总平均核矩阵和总时间变化核矩阵。

5.如权利要求1所述的考虑两维动态特性的间歇过程故障检测方法，其特征在于，从均值中心化的平均测试核向量中提取测试数据的低维特征信息。

6.如权利要求5所述的考虑两维动态特性的间歇过程故障检测方法，其特征在于，均值中心化的平均测试核向量的计算过程为：

利用自回归移动平均时间序列模型对测试数据进行扩展，获得增广向量；

基于增广向量和任一批次数据集的增广矩阵，利用核函数技巧计算测试数据的核向量；

计算得到相对于所有批次数据集的测试核向量后，进一步计算平均测试核向量并对其进行均值中心化，获得中心化的平均测试核向量。

7.如权利要求1所述的考虑两维动态特性的间歇过程故障检测方法，其特征在于，主元空间的监控统计量为T²，其用于监控间歇过程主要的缓慢变化趋势；残差空间的监控统计量为SPE，其用于监控间歇过程短时的随机波动和噪声干扰。