[发明专利]基于投影非负矩阵分解的电熔氧化镁过程故障检测方法

摘要

本发明提供一种基于投影非负矩阵分解的电熔氧化镁过程故障检测方法，涉及工业故障监测与诊断技术领域。该方法首先利用多个摄像头从多个视角采集同一时刻电弧炉炉面图像数据，将其灰度化，得到每个视角的图像矩阵，并将其向量化、归一化处理后的数据样本作为训练数据；然后利用数据样本，建立每个视角采集的邻域图像数据图的拉普拉斯矩阵，利用投影非负矩阵分解的方法，求得每个视角的投影矩阵；通过投影矩阵将训练样本数据从测量空间投影到低维的特征空间，并对各个视角建立两个监控统计量Nv2和SPEv，并计算其对应的控制限；最后重新采集数据进行故障检测。本发明提供的故障检测方法，不仅能大大降低误报警，还提高了故障检测的准确性。

主权项

1.一种基于投影非负矩阵分解的电熔氧化镁过程故障检测方法，其特征在于：包括以下步骤：步骤1：采集数据；在电熔氧化镁冶炼过程中利用多个摄像头从多个视角分别采集同一时刻电弧炉炉面图像数据，并将其灰度化，得到每个视角的图像矩阵其中，v＝1，…，n_v，n_v为视角总数，i＝1，…，n，n为每个视角采集的图像数据个数；步骤2：将步骤1得到的矩阵向量化，将每一列提取出来重新组合为一个列向量并将每个视角的n组图像组合成数据样本X^v，m＝a×b，并将其归一化到0∶1之间，得到归一化之后的数据样本X^v，将其作为训练样本数据；步骤3：利用步骤2得到数据样本X^v，建立每个视角采集的邻域图像数据图的拉普拉斯矩阵L^v∈n×n；步骤4：利用投影非负矩阵分解的方法，求得每个视角的投影矩阵U^v；步骤5：通过步骤4的得到的投影矩阵U^v，将训练样本数据X^v从测量空间投影到低维的特征空间，得到降维后的训练样本数据为U^vTX^v，并对各个视角建立两个监控统计量N^v2和SPE^v；步骤6：计算两个统计量的控制限；利用核密度估计的方法，对两个统计量进行概率密度估计，提取出两个统计量的实际分布情况，通过设置显著性水平α，分别计算各个视角的训练样本的统计量的控制限N_α^v2和SPE_α^v；步骤7：采集新的电熔氧化镁过程中的图像，根据训练样本的统计量的控制限N_α^v2和SPE_α^v，判断各视角所采集的数据点对应的电熔镁炉工况时刻是否发生故障。