[发明专利]一种基于张量全局-局部保持投影的间歇过程在线监控方法

摘要

一种基于张量全局-局部保持投影的间歇过程在线监控方法，包括以下步骤：1）选择正常批次数据，建立训练样本集；建立移动数据窗口，得到k时刻窗口内的数据将标准化为X_k；对X_k执行张量全局-局部保持投影算法，得到投影矩阵U和V；建立监控模型Y_k=U^TX_kV，计算k时刻样本批次的SPE统计量；计算SPE统计量的控制限；2）记录监控批次在k时刻窗口内的数据将其标准化为把映射到监控模型，计算SPE统计量；检查SPE是否超限；如果超过，进行故障诊断，否则继续监控k+1时刻。本发明通过集成张量全局-局部保持投影和移动数据窗口技术，能同时挖掘数据全局和局部特征、有效避免数据展开引起的信息损失、准确性良好。

主权项

1.一种基于张量全局-局部保持投影的间歇过程在线监控方法，其特征在于：所述监控方法包括以下步骤：1）建立间歇过程的离线监控模型，由以下步骤实现：（1.1）选择间歇过程的正常批次数据X₁(K×J),X₂(K×J),…,X_i(K×J),…,X_I(K×J)，建立训练样本集其中I是正常批次的个数，K是采样点个数，J是变量个数；（1.2）选择移动数据窗口的长度l，得到在k时刻窗口内的数据样本X‾k(I×l×J)={X1k,X2k,···,Xik,···,XIk},]]>其中为：（1.3）将标准化为具有零均值和单位方差的数据X_k(I×l×J)；（1.4）对X_k(I×l×J)执行张量全局-局部保持投影算法，得到投影矩阵U和V，具体过程如下：①利用k近邻方法确定样本集X_k(I×l×J)中各样本点的邻域分别求取邻接权系数W_ij和非邻接权系数分别构造样本集的邻接权矩阵W和非邻接权矩阵②迭代求解如下两个广义特征值问题分别得到一组特征向量{v_i,i=1,2,…,J}和{u_j,j=1,2,…,K}：M_Uv＝λN_Uv                     （3）M_Vu＝λN_Vu                     （4）其中MU=(DU-WU)-(D‾U-W‾U),NU=D~U+IJ,MV=(DV-WV)-(D‾V-W‾V),]]>NV=D^V+IK,DU=ΣiDiiXiTUUTXi,Dii=ΣjWij,WU=ΣijWijXjTUUTXi,]]>D‾U=ΣiD‾iiXiTUUTXi,D‾ii=ΣjW‾ij,W‾U=ΣijW‾ijXjTUUTXi,DV=ΣiDiiXiVVTXiT,]]>WV=ΣijWijXiVVTXjT,D‾V=ΣiD‾iiXiVVTXiT,W‾V=ΣijW‾ijXiVVTXjT,]]>D~U=ΣiD~iiXiTUUTXi,D^V=ΣiD^iiXiVVTXiT,D^ii=0.5Dii-0.5D‾ii,]]>D~ii=0.5Dii-0.5D‾ii,]]>I_J和I_K为单位矩阵；③利用得到的特征向量构造投影矩阵V=[v₁,v₂,…,v_J]和U=[u₁,u₂,…,u_K]；（1.5）建立k时刻的监控模型：Y_k=U^TX_kV            （5）利用下式分别计算所有正常批次在k时刻的SPE统计量：SPE=Σkj=1lJekj2=Σkj=1lJ(xkj-ykj)2---(6)]]>式中x_jk为变量j在k时刻的采样值，y_jk为x_jk的投影值，可由式（5）计算得到；（1.6）在置信水平为1-α的情况下，利用χ²分布计算SPE统计量的控制限：SPEα=gχh,α2,g=vm,h=2m2v---(7)]]>式中m和v分别是所有正常批次的SPE统计量的均值和方差。2）进行在线监控，由以下步骤实现：（2.1）记录当前监控批次在k时刻移动窗口中的数据利用离线建模过程中得到的k时刻的均值和方差标准化该窗口数据，得到（2.2）把标准化后的窗口数据映射到监控模型，计算k时刻的SPE统计量；（2.3）检查SPE统计量是否超过其控制限；（2.4）如果统计量超过控制限，进行故障诊断，否则继续监控k+1时刻。