[发明专利]一种基于多层优化PCC-SDG的化工过程故障诊断方法

摘要

本发明公开了一种基于多层优化PCC‑SDG的化工过程故障诊断方法。本发明通过以全工艺的网络拓扑结构为参考点，利用皮尔逊相关系数(PCC)统计指标对选取的变量初步优化，然后运用PCA权重思想从多层相关系数集中选取了权重较大的特殊变量，结合符号有向图(SDG)建立了最优PCC‑SDG网络，最后针对最优PCC‑SDG建立聚集权重系数Q的规则进行故障诊断。本发明提出了一种新的故障诊断方法，完善了SDG建模方法，提高了工作人员检测多变量状态的效率，避免时滞等非信息同步因素的影响，并且更加有效地降低误报率并准确地识别是何种类型的故障，极大降低生产安全事故的发生。

主权项

一种基于多层优化PCC‑SDG的化工过程故障诊断方法，包括如下步骤：(1)利用符号有向图(SDG)对化工工艺过程选取变量，建立SDG初始网络；(2)提取变量的实时数据片段构建数据向量集并进行相关性分析，制定相关系数接受标准，确定初始阈值；(3)利用进行相关性分析的皮尔逊相关系数选取初始特征变量，并建立变量相关系数组进行权重分析；(4)根据相关系数组的权重分析以及全流程工艺分析确定最终优化变量，从多层相关系数组中选取权重较大的相关系数集构建PCC‑SDG优化图；(5)根据聚集权重系数Q规则检测故障以及利用状态之间的相关差异度识别何种类型的故障；(6)当参数Q＞1时，即系统出现了故障，进行一步利用相关差异度确定故障类型寻找故障源，否则为正常状态并重新提取数据进行检测，以此实现故障检测目的。