申请/专利权人：北京工业大学

申请日：2020-01-17

公开（公告）日：2023-10-03

公开（公告）号：CN111160811B

主分类号：G06Q10/067

分类号：G06Q10/067;G06Q10/0633

优先权：

专利状态码：有效-授权

法律状态：2023.10.03#授权;2020.06.09#实质审查的生效;2020.05.15#公开

摘要：本发明涉及一种基于多阶段FOM‑SAE的批次工业过程故障监测方法，对于保证生产过程安全稳定，提高产品质量是十分必要的。具体方法包括“离线建模”和“在线监测”两个步骤。“离线建模”首先对正常数据进行处理，对整个批次生产过程进行阶段划分，然后在每个阶段内分别建立FOM‑SAE监测模型并构建监测统计量，利用核密度估计方法确定统计量的控制限。“在线监测”步骤针对当前采样时刻选择对应的子模型，计算统计量并与控制限进行比较，判断当前系统运行是否正常。本发明所提方法能够同时处理批次数据的多阶段、非高斯和非线性特性，有效降低了监测的漏报率，极大提升了故障监测的准确率，具有较高的实际应用价值。

主权项：1.一种基于多阶段FOM-SAE的复杂工业过程故障监测方法，FOM为FourthOrderMoment的缩写，即四阶距；SAE为StackedAutoencoder的缩写，即堆叠自编码器；其实现包括“离线建模”和“在线监测”两个步骤，具体方案如下：采用如下实现步骤：A.离线建模阶段：1采集正常工况下的多批次历史数据，形成三维数组X，三个维度分别为生产批次数i＝1,…,I、过程变量j＝1,…,J，采样时刻k＝1,…,K；2采用Fisher算法对多批次历史数据X进行最优阶段划分；3沿批次方向将三维数据X拆分成I个批次片矩阵，其中，第i批次的矩阵Ti，其行代表采样时刻k＝1,…,K、列代表过程变量j＝1,…,J；4对于每个批次片矩阵Ti中的所有元素计算FOM，i＝1,…,I，得到I个FOM矩阵，其中第i个批次的FOM矩阵TFOMi形式如下： 其中，第i个批次片中第k行第j列的元素tjk的四阶距fjk通过如下公式计算：fjk＝tjktjk-1tjk-2tjk-3对于前3时刻的数据，采用第4时刻数据进行填充，即fj1＝fj2＝fj3＝fj4；5根据步骤2得到的最优阶段划分，将所有批次FOM矩阵中第s阶段的数据结合成新的二维数据矩阵TStages，s＝1,…,S，其行代表采样时刻，共有I×ps+1-ps行、列代表过程变量j＝1,…,J；6对每个阶段数据矩阵TStages，s＝1,…,S中所有元素进行归一化处理得到其中，第s阶段数据矩阵中第k行、第j列的元素fjk的归一化公式如下： 其中，fjmax和fjmin分别代表当前第s阶段数据矩阵TStages第j列的最大值和最小值，表示fjk标准化后的值；7设定阶段s的SAEs子模型超参数，利用作为输入逐层训练SAEs子模型，最小化每一层的重构误差函数： 其中，θEn和θDe是SAEs子模型的参数，xi和si为SAEs子模型第i层的输入和输出，M为样本总量；将SAEs子模型前一层的输出作为下一层的输入逐层训练，直至最后一层完成SAEs模型训练；8将SAEs模型最后一层的重构误差函数作为RE统计量，计算各阶段内所有数据的RE统计量，并利用核密度估计方法确定子阶段s内RE统计量的控制限，用于阶段s的在线监测；9重复步骤5-8，分别训练S个子阶段的监控模型，并分别计算每个子阶段的控制限；B.在线监测阶段：1获取当前时刻的采样数据并根据当前k时刻采样值所归属的阶段，选择对应的阶段监控子模型；2计算当前时刻的FOM矩阵xf＝[f1k,f2k,…,fJk]，其中k时刻j变量采样值xjk的FOM值fjk采用如下公式得到：fjk＝xjkxjk-1xjk-2xjk-3对于前3时刻的数据，采用第4时刻数据进行填充，即fj1＝fj2＝fj3＝fj4；3根据离线建模步骤6中得到的最大值和最小值对前一步得到的xf进行标准化得到其中j变量k时刻FOM值fjk的归一化公式如下： 其中，fjmax和fjmin分别代表第s阶段离线数据Tstages第j列的最大值和最小值，表示fjk标准化后的值；4将前一步得到的输入对应的阶段子模型SAEs，并计算统计量RE；5将前一步骤得到的监控统计量RE和离线建模步骤8得到的对应阶段的控制限进行比较，如果超限则认为发生故障，否则认为正常，直到批次过程结束。

全文数据：

权利要求：

百度查询： 北京工业大学 一种基于多阶段FOM-SAE的批次过程故障监测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD