[发明专利]基于样本时序和近邻相似性信息的间歇过程故障检测方法

摘要

本发明涉及一种基于样本时序和近邻相似性信息的间歇过程故障检测方法，该方法包括下列步骤：采集训练样本数据；对训练样本数据进行聚类；对聚类后的训练样本进行整合得到不同子阶段；求取每个子阶段的T2统计量、SPE统计量和二者的控制限；采集故障样本数据，判断该故障样本属于训练样本的哪一个子阶段；求取故障样本的t2统计量和spe统计量；判断求取的故障样本的统计量是否超出控制限，若二者都没有超出控制限，说明没有发生故障，否则说明发生了故障。与现有技术相比，本发明具有准确率高、检测性能高、符合实际情况以及降低误报率和漏报率等优点。

主权项

1.一种基于样本时序和近邻相似性信息的间歇过程故障检测方法，其特征在于，该方法包括下列步骤：1)采集故障样本，求取故障样本的t2统计量和spe统计量；2)根据步骤1)的计算结果判断所述故障样本所属的子阶段；3)判断步骤1)中求取的故障样本的t2统计量和spe统计量是否超出所属子阶段的控制限，若二者均未超出控制限，则判定为没有发生故障，否则判定为发生故障；所述子阶段通过以下步骤获得：a)采集训练样本数据，得到一个大小为I×J×K的训练样本数据，其中I为批次数量，J为每个批次的监测变量，K为采集样本个数；b)对训练样本数据进行聚类，得到从第一个批次到第I个批次的子类S11,S12,...,S1C；…SI1,SI2,...,SIC，其中C为子类的个数，不同批次的子类个数相同；c)将步骤b)中每个批次的子类进行整合，即将所有批次中类别相同的子类聚在一起，按变量方向将每个子类的数据进行展开，得到C个不同的子阶段；在获得C个不同的子阶段后，计算各子阶段t²统计量和spe统计量的控制限，对数据矩阵为的子阶段c进行求取的具体步骤为：31)对子阶段c进行标准化处理得到标准化矩阵32)求取标准化矩阵的特征值矩阵以及特征向量矩阵P_c，N_c为子阶段c的样本数目；33)根据步骤32)中求得的特征值矩阵Λc，通过方差贡献率求得子阶段c数据矩阵的主成分数目m；34)根据步骤32)中求得的特征值矩阵Λc和特征向量矩阵Pc，以及步骤33)中求得的主成分数目m，求取子阶段c的T2统计量和T2统计量的控制限；35)根据步骤32)中求得的特征向量矩阵P_c、步骤33)中求得的主成分数目m以及步骤31)中得到的标准化矩阵求取子阶段c的SPE统计量和SPE统计量的控制限。