[发明专利]基于分布式数据模型的厂级过程故障检测与诊断方法

摘要

本发明公开了一种基于分布式数据模型的厂级过程故障检测与诊断方法。针对复杂的大型厂级生产过程，目前常用的故障检测与诊断方法大多都是建立在数据驱动模型的基础上。其中，最为典型的方法是先将整个厂级过程按照操作单元和功能划分为多个子模块，然后分别针对不同的子模块建立相应的故障检测与诊断模型。但是，该类方法往往在很大程度上依赖于过程知识，对于复杂的厂级过程来说，这种要求是非常苛刻的。本发明提出了一种完全基于数据分析的子模块划分新方法，并在此基础上构造相应的故障检测与诊断方法，实现对典型厂级过程的全局监测。本发明对提高厂级化工生产过程的故障检测与诊断性能和产品质量具有重要的应用价值。

主权项

1.一种基于分布式数据模型的厂级过程故障检测与诊断方法，其特征在于，包括以下步骤： （1）利用集散控制系统收集厂级过程的数据组成建模用的训练数据样本集：X∈R^n×m。其中，n为样本数据集的个数，m为样本数据集的变量个数。 （2）针对厂级过程数据集X∈R^n×m，建立一个全局的主元分析模型，提取厂级过程的主元数据方向，并定义一个变量贡献度指标，在各个主元方向上，选取贡献大的过程变量，构造厂级过程的子模块。这样，整个厂级过程数据集X∈R^n×m被分为不同的子模块其中b=1,2,…,k为子模块的序号，k为总的子模块个数。将这些子模块数据集存入数据库备用。（3）针对每一个子模块对应的数据集，对其进行归一化处理，建立基于主元分析的故障检测模型，提取主元信息，建立子模块的监测统计量及其监测限。 （4）得到各个子模块的监测信息之后，对其结果进行整合和集成，形成厂级范围的故障检测模型。 （5）在故障检测模型的基础上，通过分析故障敏感子模块和故障不敏感子模块之间的变量关系，建立面向多模块厂级过程的故障诊断模型，实现对厂级过程大的精确故障诊断。 （6）收集新的过程数据，并对其进行预处理和归一化。 （7）将新的过程数据划分为多个子模块，输入到子模块主元模型中，计算相应的主元成分。 （8）计算各个子模块对于的监测统计量值，集成多个子模块的监测结果，形成厂级过程的故障检测结果，判断当前过程的运行状态。 （9）在故障检测的基础上，分别找出故障敏感子模块和故障不敏感子模块的公共变量，得到该故障的诊断结果。