[发明专利]一种机理与数据联融合的多工况工业过程监测方法和系统

权利要求书

1.一种机理与数据联融合的多工况工业过程监测方法，其特征在于，包括：

将监测数量满足预设值的工业过程工况设为主工况，否则设为副工况；

利用主工况正常时的历史监测数据集建立主工况故障检测模型；将主工况正常时的历史监测数据集和副工况正常时的历史监测数据集，均采用主空间学习算法映射到公共子空间，并利用公共子空间中的数据建立副工况故障检测模型；

对于主工况的在线监测数据，使用主工况故障检测模型对工业过程进行故障检测；对于副工况的在线监测数据，采用主空间学习算法将其映射到公共子空间，再使用副工况故障检测模型对工业过程进行故障检测。

2.根据权利要求1所述的方法，其特征在于，采用主空间学习算法将监测数据映射到公共子空间的映射矩阵为W，求解方法为：

(1)获取主工况正常时的历史监测数据集和副工况正常时的历史监测数据集进行高维映射分别得到再对中心化得到n_e和n_h分别为X_e和X_h包括的历史监测数据的数量，n_e＞＞n_h，m为监测数据的维度；

(2)设置求解映射矩阵W的目标函数为：

式中，M为MMD矩阵，H为中心矩阵，K为数据集X＝[X_e,X_h]的核矩阵,为K中心化得到的核矩阵，μ是正则项的系数参数，且有：

式中，M_(i,j)为矩阵M的第i行第j列个元素，为矩阵的第i行第j列个元素，1是长度为n_e+n_h的全1列向量，表示大小为n_e+n_h的单位矩阵；

(3)求解目标函数：取矩阵的前w个特征向量得到映射矩阵W。

3.根据权利要求2所述的方法，其特征在于，使用映射矩阵为W将数据集X_e和X_h映射到共享子空间分别得到和其中，为矩阵的前n_e列，为矩阵的后n_h列。

4.根据权利要求3所述的方法，其特征在于，利用公共子空间中的数据建立副工况故障检测模型的方法为：(1)首先利用马氏距离作为工业过程副工况故障检测的统计量T²_CSL，对所有的副工况训练数据求马氏距离；(2)根据求得的n_h个T²_CSL值，使用核密度估计求得统计量T²_CSL的控制限即为副工况故障检测模型的控制限；

其中，以马氏距离作为统计量T²_CSL的计算式为：

式中，Σ是的协方差矩阵，表示矩阵中的任意一列；

使用副工况故障检测模型对工业过程进行故障检测的方法为：(1)在线获取副工况的监测数据x_h，计算其核向量k_h＝K(X,x_h)，并中心化处理得到再通过映射矩阵W将数据映射到公共子空间得到(2)计算的马氏距离得到其统计量(3)将统计量与控制限比较，判断当前副工况是否异常；

其中，对核向量k_h中心化处理得到的表达式和统计量的计算式分别为：