[发明专利]一种基于记忆与遗忘策略的工业过程异常在线检测方法

说明书

本发明涉及一种基于记忆与遗忘策略的工业过程异常在线检测方法。本发明利用传感器不断的在线采集铁水中的硅含量，并将它作为过程变量进行在线检测，将在线获取的硅含量的时间序列生成待检测序列，并对待检测序列上的采样点进行处理。当检测到满足约束条件下的异常时刻及其对应的采样点，则该采样点被视为第一次状态异常点。然后对该状态异常点进行选择性记忆，同时有意遗忘该状态异常点之前的采样点。随着不断的在线采集过程变量序列，重复以上过程，进而可在线检测到过程变量中的多个状态异常点。本发明将采集的铁水里的硅含量作为过程变量进行在线检测，不需要设备停机，可以在线检测到过程变量中的多个状态异常点，能及时发现设备的故障。

技术领域

本发明涉及一种基于记忆与遗忘策略的工业过程异常在线检测方法，属于流程工业检测技术领域。

背景技术

高炉炼铁是冶金工业生产中的重要环节，是世界上能耗最高的工业过程之一，在线检测系统能够及时的监测到系统过程变量状态的异常，这对降低系统能耗和避免过程损失是非常必要的。高炉炼铁的具体流程为：在实际生产过程中，焦炭和铁矿石等原始材料从顶部装入炉内，从风口鼓入由热风炉加热到1000～1300℃的热风，炉料中焦炭在风口前燃烧，产生高温和还原性气体，在炉内上升过程中加热缓慢下降的物料，并还原铁矿石中的氧化物为金属铁，未被还原的物质形成熔渣，实现渣铁分离，渣铁聚集于炉缸内，发生诸多反应，最后定期从炉内排出炉渣和铁水。铁水中的硅含量是评价高炉炼铁过程能耗最重要的指标之一，以铁水中的硅含量作为过程变量进行在线检测，进而确定该工业过程状态是否异常。铁水中硅含量的控制精确与否，决定反应过程中的能耗以及铁的质量，硅含量过高会使能耗增加，成本也会增大，而硅含量过低又容易发生炉凉事故，影响铁水质量，因此针对硅含量的在线检测对于高炉炼铁过程是十分必要的。

目前，对流程工业过程变量异常状态进行检测的方法大多数是离线的，这就需要设备停机才能进行，而不少重要的生产设备不能轻易的停止运行，这些方法的检测间隔周期较长，不能及时发现故障，影响诊断的正确性。此外，适用于单个状态异常点离线检测的Mann-Kendall方法可有效的避免已知参数的初始分布或者信号的模型结构等问题，但是在实际情况下，过程变量的在线采样序列必然会存在多个状态异常点而不仅仅是一个状态异常点，于是原始的Mann-Kendall方法就无法直接使用。

为了对流程工业过程变量异常状态进行更有效的在线检测，基于记忆与遗忘策略以及原始的Mann-Kendall方法，提出一种基于记忆与遗忘策略的流程工业过程变量异常状态在线检测方法。在制定的约束条件下可在线检测到异常时刻及其对应的采样点，同时将该采样点视为第一次状态异常点，然后对该状态异常点进行选择性记忆，同时有意遗忘该状态异常点之前的采样点。随着在线时间序列的不断延伸，达到在线检测多个状态异常点的目的。

发明内容

本发明的目的是提出一种基于记忆与遗忘策略的工业过程异常在线检测方法，利用传感器不断的在线采集铁水中的硅含量，并将它作为过程变量进行在线检测。将在线获取的硅含量的时间序列生成待检测序列，基于记忆与遗忘策略以及原始的Mann-Kendall方法，对待检测序列上的采样点进行处理。当检测到满足约束条件下的异常时刻及其对应的采样点，则该采样点被视为第一次状态异常点。然后对该状态异常点进行选择性记忆，同时有意遗忘该状态异常点之前的采样点。随着不断的在线采集过程变量序列，重复以上过程，进而可检测到过程变量中存在的多个状态异常点。由此建立基于记忆与遗忘策略的工业过程异常在线检测方法。

本发明包括以下各步骤：

(1)高炉炼铁是冶金工业生产中的重要环节，铁水中的硅含量是评价该工业过程能耗最重要的指标之一，以铁水中的硅含量作为过程变量进行在线检测，进而确定工业过程状态是否异常，设定铁水中的硅含量为x，范围为0％～1.5％；