[发明专利]一种基于滑动自回归误差生成模型的青霉素生产异常检测方法

说明书

本发明公开了一种基于滑动自回归误差生成模型的青霉素生产异常检测方法，旨在实时利用青霉素新生产批次的采样数据来即时建立相应的能描述异常变化的数据模型，并在此基础上利用最能反映出异常的特征来实施青霉素生产异常检测。具体来讲，本发明方法通过将滑动窗口技术同时应用于历史正常批次采样数据和新批次采样数据中，并即时建立自回归模型从而生成相应的误差。本发明方法为滑动窗口中多个数据向量建立的自回归模型是专门针对当前的滑动窗口矩阵的，可以针对性的为不同的数据向量建立不同的自回归模型，而且自回归模型建立的目的是为了是使被实施检测的数据向量的误差最大化。因此，本发明方法所生成的误差对异常具有较高的敏感性和针对性。

技术领域

本发明涉及一种工业过程异常检测方法，特别涉及一种基于滑动自回归误差生成模型的青霉素生产异常检测方法。

背景技术

青霉素作为一种临床应用广泛的重要抗生素，其生产制备过程是典型的间歇过程，青霉素发酵过程是物料分批发酵的过程，整个过程可以分为两个阶段，分别为发酵初始阶段与补料操作阶段。第一阶段产生大部分菌体，第二阶段补充葡萄糖等物料来保证生产效率，同时会发生菌体的死亡以及青霉素的合成。可以说，青霉素生产过程十分复杂，过程变量高度耦合相关，过程数据呈现强高维性以及多模态性等特点，难以建立精确的机理模型对其生产状态进行实时监测从而及时发现异常。溶解氧饱和度、pH值、菌丝浓度和形态、基质浓度、温度等因素都对青霉素生产率产生影响。因此，实时的对青霉素生产异常进行检测一直以来都是一个技术难点。

在青霉素发酵模型中，输入变量控制过程参数有5个，菌体合成及生长过程有9个过程变量，青霉素的产量受5个质量变量影响，其中，通过PID控制器控制冷热水的流率可以控制温度变量，通过PID控制器控制酸碱溶液的流率可以控制pH值。为了保证最终发酵的青霉素产品符合产品质量要求，需要对整个青霉素生产过程进行监控，及时检测出运行过程中出现的异常。从青霉素发酵过程来看，其生产具有很典型的时间先后顺序，且是指按照批次和固定的加工顺序进行的重复性生产方式。相对于连续生产过程，间歇或批次过程具有不同的时间特性和数据分布特点。

从间歇或批次过程建模的角度来看，非稳态性以及生产状态切换的不确定性导致采样数据分布呈现多样性和批次数据不等长之类问题。因此，利用采样数据实施青霉素生产异常检测需要面对的是不规则的三维数据，即：每个生产批次都有其对应的一组批次数据，每组批次数据由多个采样时间节点上的多个测量数据组成。分析和挖掘历史数据库中的多个正常生产批次数据的变化特征，来反映出新生产批次青霉素的生产是否出现异常，是本技术领域常用的技术手段。然而，青霉素的每个生产批次都有其自身的特点，而且出现何种类型的异常是未知的，离线分析历史数据的正常变化特征是否对异常检测有用同样是未知的。因此，为了有效的实施青霉素生产异常检测，需要实时利用青霉素生产新批次的采样数据建立相应的异常检测模型。

发明内容

本发明所要解决的主要技术问题是：如何实时利用青霉素新生产批次的采样数据来即时建立相应的能描述异常变化的数据模型，并在此基础上利用最能反映出异常的特征来实施青霉素生产异常检测。具体来讲，本发明方法通过将滑动窗口技术同时应用于历史正常批次采样数据和新批次采样数据中，并即时建立自回归模型从而生成相应的误差，再通过监控单变量误差的上下波动变化情况来完成青霉素新批次生产是否异常的实时检测任务。

本发明方法解决上述问题所采用的技术方案为：一种基于滑动自回归误差生成模型的青霉素生产异常检测方法，包括以下所示步骤：