[发明专利]一种基于异构测地线距离SVDD的故障检测方法

摘要

本发明涉及一种基于异构测地线距离SVDD的故障检测方法，它包括以下步骤：1)设置一故障检测系统；2)数据采集模块采集已知训练样本，将构成的训练集传输至参数设置模块；3)数据采集模块采集实时样本传输至故障检测模块；4)参数设置模块设置各参数值，并传输至异构测地线距离计算模块；5)异构测地线距离计算模块计算得到各样本的异构测地线距离，并传输至模型训练模块；6)模型训练模块得到优化变量的最优解和超球面半径，并传输至故障检测模块；7)故障检测模块判断实时样本是否为故障样本，若为正常样本则返回步骤6)，否则传输至报警模块；8)报警模块记录该实时样本X_new并进行报警。本发明能提高故障检测性能，并且对离群点鲁棒性强。

主权项

1.一种基于异构测地线距离SVDD的故障检测方法，其特征在于，它包括以下步骤：1)设置一故障检测系统，其包括数据采集模块、过程监控模块和报警模块；过程监控模块由参数设置模块、异构测地线距离计算模块、模型训练模块和故障检测模块构成；2)数据采集模块采集被监控工业过程的温度、压力、流量和液位过程变量的已知训练样本Xi，将采集的训练样本Xi构成训练集{X1,…,Xi,…,XN}，i＝1,2,…N，并将训练集{X1,…,Xi,…,XN}传输至参数设置模块；3)数据采集模块采集预先设置时间的被监控工业过程的温度、压力、流量和液位过程变量的实时样本Xnew，并将采集的实时样本Xnew传输至故障检测模块；4)参数设置模块根据接收到的训练集{X1,…,Xi,…,XN}，将近邻个数K设置为10，将置零比例α设置为95％，将权值伸缩系数ε设置为0.1，将所设置的各参数传输至异构测地线距离计算模块；5)异构测地线距离计算模块根据训练集{X1,…,Xi,…,XN}，计算得到各样本的异构测地线距离{d1,…,di,…,dN}，并将各样本的异构测地线距离{d1,…,di,…,dN}传输至模型训练模块；计算各样本的异构测地线距离的具体步骤如下：(5.1)根据训练集{X1,…,Xi,…,XN}，计算欧式距离矩阵D＝{Dij|i,j＝1,2,…,N}，欧式距离矩阵D中每个元素的值为Dij＝||Xi‑Xj||；(5.2)根据欧式距离矩阵D，构造带权无向图G(V,E,W)；顶点集V＝{v1,…,vi,…,vN}，并且每个顶点vi与训练样本Xi一一对应；边集E＝{eij|i,j＝1,2,…,N}，eij是边集E中的一条边，且该边两端分别是vi和vj，权值集W＝{wij|i,j＝1,2,…,N}，每个边集eij的权值是wij，并且wij＝Dij；(5.3)根据近邻个数K，只选择带权无向图G(V,E,W)中与每个顶点vi相连的所有边中最短的K条边，得到新的带权无向图GK；(5.4)根据置零比例α，将带权无向图GK中所有边中最短的比例与α相同的边的权值设为0，得到新的带权无向图GKα；(5.5)从训练集{X₁,…,X_i,…,X_N}内选择一个样本为异构测地线起点根据异构测地线起点以及带权无向图G_Kα，计算各训练样本X_i到异构测地线起点的最短路径的距离，即得到各样本的异构测地线距离{d₁,…,d_i,…,d_N}；6)根据各样本的异构测地线距离{d1,…,di,…,dN}，模型训练模块采用加权SVDD方法得到优化变量的最优解{α*1,…,α*i,…,α*N}和超球面半径R，并将优化变量的最优解{α*1,…,α*i,…,α*N}和超球面半径R传输至故障检测模块；7)根据故障检测模块中的优化变量的最优解{α*1,…,α*i,…,α*N}，得到实时样本Xnew到半径为R的超球面的距离Dist(Xnew)；8)故障检测模块判断过程变量的实时样本Xnew是否为故障样本，若为正常样本则返回步骤7)；若为故障样本则传输至报警模块；9)报警模块记录该实时样本Xnew并进行报警，数据采集模块继续采集下一时刻的实时样本Xnew，并传输至故障检测模块，返回步骤7)。