[发明专利]卷烟超高速薄膜封装机多工况生产过程在线监测与故障诊断方法

摘要

本发明公开一种卷烟超高速薄膜封装机多工况生产过程在线监测与故障诊断方法。基于底层PLC离线运行数据，通过计算稳定度因子和自适应聚类实现了多工况生产过程中工况的有效识别以及稳定工况的自适应划分；采用多模型PCA监测建模方法实现了每种稳定工况的统计建模和控制限求取。在线监测时，计算稳定工况下移动平均数据与各聚类中心的相似度，获得当前时刻匹配的监测模型，通过监测统计量在线计算以及与对应控制限比较，实现了多工况生产过程的有效监测；异常发生时，采用变量贡献图实现了超限子空间中原因变量的准确辨识。本发明为提高超高速薄膜封装机监测和诊断结果的可靠性提供了一种方法，进而为预防维修提供了客观参考信息。

主权项

卷烟超高速薄膜封装机多工况生产过程在线监测与故障诊断方法，其特征在于，该方法包括步骤：1)根据超高速小盒薄膜封装机W1000的运行机理确定统计模型的监测变量，采集某一机台底层PLC中的W1000运行数据，获得二维原始数据D(K×J)，K为采样点个数，J为监测变量个数；2)基于W1000车速检测值，采用滑动时间窗口H方法计算稳定度因子SF，当其值小于等于阈值ζ表明过程处于稳定工况，反之表明过程处于过渡工况。采用平滑滤波方法对处于稳定工况的滑动时间窗口H内原始数据进行算术平均，获得一组移动平均数据，将移动平均数据中“W1000车速”变量值大于阈值ψ的数据作为稳定工况的有效数据D(N×J)，N为有效数据的个数；3)稳定工况的有效数据被识别出以后，采用自适应k‑means聚类方法对有效数据的相似度进行聚类分析，获得每一种稳定工况的建模数据C表示将稳定工况划分成C个聚类，其中第r个聚类为K_rm表示第r个聚类中稳定工况的个数，每个聚类中具有相似过程特性的建模数据可以用一个统计模型来描述；4)对每一种稳定工况的建模数据进行均值中心化和方差归一化的数据预处理，获得处理后的建模数据X_r(K_rm×J)；对建模数据X_r进行PCA分解，得到对应的主元个数A_r、负载矩阵P_r、控制限和建立对应第r种稳定工况的PCA监测模型；5)在线监测时，计算当前滑动时间窗口内数据的稳定度因子SF_new，通过与给定阈值ζ的比较确定当前所处的工况类型；若为过渡工况，则将当前时刻和SPE_new两个监测统计量赋值为0；否则采用平滑滤波方法计算当前滑动时间窗口内的移动平均数据，并计算其与各个聚类中心的欧式距离，调用距离最小的聚类所对应的PCA监测模型在线计算和SPE_new两个监测统计量，并与该监测模型的控制限进行比较；如果两个统计量都位于控制限以内，表明设备状态正常，如果至少其中一个统计量超出控制限，表明设备状态异常；6)当检测到W1000有异常时，根据超限统计量处于T²的主元子空间或是SPE的残差子空间，计算每个过程变量对超限统计量的贡献率，贡献率较大的变量被初步确定为造成W1000异常的原因变量。