[发明专利]基于回归模型的制丝设备状态异常分析方法

权利要求书

1.一种基于回归模型的制丝设备状态异常分析方法，其特征在于，包括以下步骤：

S01)、对制丝生产线上待分析设备的多个工艺指标和多个设备指标，进行双变量相关性分析，将具有强相关性的个工艺指标和设备指标列为待跟踪指标组；

S02)、对所述待跟踪指标组对应的工艺指标和设备指标进行回归分析，确定回归模型；

S03)、实时采集各个设备指标和工艺指标的实测数据并记录，以所述设备指标和工艺指标中的一个指标为已知指标，另一个指标为未知指标，根据其对应的回归模型，得到对应采集时间点上未知指标的预测值；

S04)、根据所述未知指标的预测值及其对应的实测值，判定所述设备指标涉及的设备部件是否状态异常。

2.根据权利要求1所述的基于回归模型的制丝设备状态异常分析方法，其特征在于，所述步骤S01)中，所述进行双变量相关性分析是基于皮尔森相关系数进行的相关性分析；并且，当皮尔森相关系数大于0.5时，判定为双变量具有强相关性。

3.根据权利要求1所述的基于回归模型的制丝设备状态异常分析方法，其特征在于，所述步骤S04)中，在判定所述设备指标涉及的设备部件是否状态异常之后还包括：若判定所述设备指标涉及的设备部件状态异常，则发出预警。

4.根据权利要求1至3任意一项所述的基于回归模型的制丝设备状态异常分析方法，其特征在于，所述待分析设备为松散回潮机。

5.根据权利要求4所述的基于回归模型的制丝设备状态异常分析方法，其特征在于，所述待跟踪指标组为四组，分别为第一待跟踪指标组、第二待跟踪指标组、第三待跟踪指标组和第四待跟踪指标组；其中，

所述第一待跟踪指标组包括：入口加水阀开度和入口瞬时加水量；

所述第二待跟踪指标组包括：出口加水阀开度和出口瞬时加水量；

所述第三待跟踪指标组包括：蒸汽阀开度和出口温度；

所述第四待跟踪指标组包括：蒸汽阀开度和循环风温。

6.根据权利要求5所述的基于回归模型的制丝设备状态异常分析方法，其特征在于，

所述第一待跟踪指标组的回归模型为：

Y₁＝4.585X₁+182.34 式I

式I中，X₁为入口加水阀开度，Y₁为入口瞬时加水量；

所述第二待跟踪指标组的回归模型为：

Y₂＝7.0727X₂+78.154 式II

式II中，X₂为出口加水阀开度，Y₂为出口瞬时加水量；

所述第三待跟踪指标组的回归模型为：

Y₃＝0.1127X₃+53.007 式III

式III中，X₃为蒸汽阀开度，Y₃为出口温度；

所述第四待跟踪指标组的回归模型为：

Y₄＝0.0251X₄+51.678 式IV

式IV中，X₄为蒸汽阀开度，Y₄为循环风温。

7.根据权利要求6所述的基于回归模型的制丝设备状态异常分析方法，其特征在于，所述步骤S04)具体为：

对所述未知指标的9个连续采集时间点的预测值和对应的实测值进行分别比对，得到9连续采集时间点对应的偏差值，偏差值平均值以及三分之一最大偏差值δ；

当满足任意一个如下条件时，则判定所述设备指标涉及的设备部件状态异常：

任意一个1个偏差值落在范围以外；

连续9个偏差值均大于或者均小于

连续6个偏差值递增或递减；

连续3个偏差值中有2个偏差值均大于或者均小于

连续5个偏差值中有4个偏差值均大于或者均小于

连续8个偏差值均未在范围内。