[发明专利]面向多模态特性工业过程的模态划分方法和故障监测方法

说明书

本发明面向呈现多模态特性的实际工业过程，通过模态划分、离线建模、在线监测三个步骤实现对多模态过程的故障监测。包括：步骤S1、基于变长度滑动窗口均值‑增广迪基福勒检验方法进行模态划分；步骤S2、着眼于常被忽视的过渡模态，使用动态局部主成分分析法对不同模态分别建模；步骤S3、充分利用历史模态，并提出模态匹配方法，确定当前在线数据所处的模态，从而进行准确的监测。本发明能够准确有效的完成多模态过程的划分、建模和在线监测一系列工作。对提高生产安全性、确保企业经济效益和生产效益具有重要意义。

技术领域

本发明涉及模态辨识和故障监测技术领域，尤其涉及一种面向多模态特性工业过程的模态划分方法和故障监测方法。

背景技术

在实际生产工程中，由于工况输入点改变、原料改变等原因，工业过程运行状态会随之发生不同程度的改变，从而呈现出多个不同的稳定模态。因此，对多模态过程进行准确的建模和故障监测是安全生产的保障。

目前对多模态过程进行监测的思路主要有两种：①整体建模思路：对不同的模态使用同一个模型来描述；②多模型建模思路：通过对不同稳定模态分别建立局部模型来描述各个模态的过程特性。但两种建模思路都忽略了相邻稳定模态间的过渡过程，仅对各个稳定模态进行建模。过渡过程的数据呈非平稳状态，如果对稳定模态和过渡模态的数据使用相同的模型来描述，很可能将过渡模态和故障情况相混淆，最终导致误报。

因此，为提高多模态过程故障监测的准确度，亟需一种面向呈现多模态特性工业过程的模态划分方法和故障监测方法。

发明内容

(一)要解决的技术问题

鉴于上述技术中存在的问题，本发明至少从一定程度上进行解决。为此，本发明一方面提出了一种面向多模态特性工业过程的模态划分方法，能够迅速、准确地对多模态工业过程进行模态划分。

本发明第二方面提出了一种面向多模态特性工业过程的故障监测方法，能够及时、准确地监测到多模态工业过程中故障的发生，还能够对工业过程中过渡模态发生故障的情形进行监测。

(二)技术方案

为了达到上述目的，本发明提供一种面向多模态特性工业过程的故障监测方法，包括：

S1、获取工业过程中预设周期内的在线检测数据作为监测数据集。

S2、基于动态局部主成分分析法处理监测数据集，获得监测数据集的匹配矩阵、SPE统计量和T²统计量。

S3、根据监测数据集在在线检测数据中的前一时刻数据所处模态的控制限，对监测数据集的SPE统计量和T²统计量进行监测，若存在监测数据集的SPE统计量和/或T²统计量超出控制限，则根据监测数据集的匹配矩阵和预先确定的工业过程中各个模态的匹配矩阵，寻找出与监测数据集相匹配的目标模态。

S4、根据预先确定的目标模态的控制限对监测数据集的SPE统计量和T²统计量进行监测，若存在监测数据集的SPE统计量和/或T²统计量超出目标模态的控制限，则确定出现故障；其中，控制限包括SPE统计量的控制限和T²统计量的控制限，工业过程中各模态的匹配矩阵包括稳定模态的匹配矩阵和过渡模态的匹配矩阵。

可选地，S2包括：

S21、对监测数据集进行动态拓展，获得拓展数据集根据拓展数据集求解广义特征方程，提取最小的d个特征值所对应的特征向量构成投影矩阵A；根据投影矩阵A对拓展数据集进行投影，获得第一低维矩阵Y^*。