[发明专利]一种考虑在线分析仪异常的过程故障预警方法

说明书

本发明公开了一种考虑在线分析仪异常的过程故障预警方法，依据在线分析仪使用与否两种情况下的历史数据，分别建立故障监测模型，使用包含在线分析仪的模型对工业过程进行在线监测，发生故障时进行故障隔离，若隔离出的结果显示在线分析仪异常，则切换至另一套模型进行在线监测，待在线分析仪恢复正常后使用原模型监测。该方法避免将错误的变量数据纳入故障监测，可显著降低工业过程因在线分析仪频繁维护而导致的误报率。

技术领域

本发明涉及流程工业过程中的故障检测领域，具体为一种针对在线分析仪异常的故障预警方法。

背景技术

随着快速性质检测技术的发展，在线分析仪表逐渐在流程行业中得到成功应用，将分析仪表的检测结果纳入故障监控过程，可对质量相关的指标进行直接监控，对稳定产品质量具有重要价值。

在线分析仪表安装在工业现场，往往需要通过引流的方式将管道内的样品引入分析小屋。在分析小屋内进行恒温、恒压等预处理后，送给在线分析仪(如近红外、拉曼光谱分析仪等等)进行分析。除恒温、恒压控制要求外，在线分析仪还需要去除样品杂质、气泡等等。这些工作导致在线分析仪时常处于维护状态，而且往往需要专业人员，维护时间较长。因此，目前在线分析仪还无法像温度、压力、流量等常规仪表那样，可以在线长期免维护运行。

在线分析仪一旦进行维护，其输出将不再反映当前工况，如输出突变为0，此时若仍将该结果纳入预警监控，会产生误报。因此，在实际的工业生产过程中，快速、准确识别出在线分析仪异常是故障检测的重要环节。事实上，在分析仪异常时，生产中使用的控制系统，如集散控制系统此时将采用另一种控制模式，即不再以在线分析仪的检测结果为控制目标。显然，此时控制模式已发生改变，若仍然沿用先前的故障监测模型，明显是不合理的。所以，及时切换故障监测模型，避免因分析仪表异常导致的频繁误报，是目前流程工业过程中故障监测领域亟需解决的问题。

发明内容

针对上述问题，本发明公开一种考虑在线分析仪异常的过程故障预警方法，使用慢特征分析方法进行在线故障监测，发生故障时通过故障隔离识别在线分析仪异常情况，并决定监测模型的切换。

本发明分为建立离线故障预警模型和工业过程在线监测两个部分，其中建模的具体步骤如下：

(1)根据工艺机理，选取变量x₁,x₂,…,x_m作为监测变量，其中，变量x_s(1≤s≤m)为在线分析仪的分析结果，从监测变量中选取k个连续时刻的正常样本，采用慢特征分析方法建立故障预警模型M₁并选取p个慢特征计算控制限

(2)根据工艺机理，选取不包含变量x_s的变量u₁,u₂,…,u_n作为监测变量，从监测变量中选取未使用分析仪时k个连续时刻的正常样本，采用慢特征分析方法建立故障预警模型M₂并选取q个慢特征计算控制限

(3)使用模型M₁对工业过程进行在线监测，选取p个慢特征计算当前时刻统计量

(4)对统计量和分别进行滤波，若滤波后统计量或均未超限，返回步骤(3)，否则转步骤(5)；

(5)分解超限的统计量，进行故障隔离，具体步骤如下：

①使用监控统计量沿方向ξ_i的重构量作为该变量的贡献，按照下式分解统计量I：

I(x_i)＝||M^1/2x_i||²＝||M^1/2ξ_if||²