[发明专利]基于缓慢特征分析的过程监控方法和系统

摘要

本发明涉及一种基于缓慢特征分析的过程监控方法和系统，该方法包括读取缓慢特征模型以及监控模型，读入过程变量的在线测量值，组成输入向量并输入到缓慢特征模型中，以求得缓慢特征向量s(t)的在线实时估计值；将前M个缓慢特征组成的向量s1M(t)输入所述监控模型中，以获得T2和S2统计量的瞬时估计值；比较T2与以及S2与若则判定过程偏移了稳态工作点，若则判定过程发生了动态特性的变化。通过本发明的技术方案，不仅能够监测稳态工作点的偏移，并且能够有效地对过程的动态特性变化进行监测。

主权项

一种基于缓慢特征分析的过程监控方法，其特征在于，包括：S1，读取缓慢特征模型以及监控模型，所述缓慢特征模型为s(t)=s1(t)s2(t)...sm(t)=Wu(t),]]>其中，m为输入向量的维数，u(t)为采样时刻离散化的m维输入向量，s(t)为采样时刻离散化的m维缓慢特征向量；系数矩阵W为m阶方阵，所述输入向量u(t)包含一定数量的历史数据，当有n个过程变量x(t)＝[x1(t)，x2(t)，…，xn(t)]T时，则所述输入向量u(t)的结构为u(t)=x1(t)x1(t-Δt)...x1(t-dΔt)x2(t)x2(t-Δt)...x2(t-dΔt)...xn(t)xn(t-Δt)...xn(t-dΔt)∈Rn(d+1)]]>其中，Δt为输入变量的采样周期，d为输入向量包含的历史数据的长度，且维数m满足关系式m＝n(d+1)，Rn(d+1)为维数为n(d+1)的实数向量；所述的监控模型为s1:M(t)=s1(t)s2(t)...sM(t),s·1:M(t)=s·1(t)s·2(t)...s·M(t)≈1Δts1(t+Δt)-s1(t)s2(t+Δt)-s2(t)...sM(t+Δt)-sM(t);]]>E{s·k2(t)}=λk,1≤k≤M;]]>T2=s1:M(t)Ts1:M(t)≤Tα2;]]>S2=s·1:M(t)TΛ-1s·1:M(t)≤Sα2,Λ=diag{λ1,λ2,...,λM};]]>其中，M为用于监控的缓慢特征的个数，s1：M(t)为由前M个缓慢特征组成的向量，M＜m，用于描述s1：M(t)变化的快慢程度，λk用于描述缓慢特征sk(t)的变换快慢程度，T2和S2为待监控的统计量，其控制限分别为和α为置信度；S2，读入过程变量[x1(t)，x2(t)，…，xn(t)]的在线测量值，组成输入向量u(t)并输入到缓慢特征模型中，以求得缓慢特征向量s(t)的在线实时估计值；S3，将前M个缓慢特征组成的向量s1：M(t)输入所述监控模型中，以获得T2和S2统计量的瞬时估计值；S4，比较T2与以及S2与若则判定过程偏移了稳态工作点，若则判定过程发生了动态特性的变化。