申请/专利权人：华东理工大学

申请日：2022-10-12

公开（公告）日：2024-04-26

公开（公告）号：CN117933765A

主分类号：G06Q10/0639

分类号：G06Q10/0639;G06F17/16;G06F17/18

优先权：

专利状态码：在审-公开

法律状态：2024.04.26#公开

摘要：本发明公开一种基于多子空间正交典型相关分析的过程监测方法，旨在考虑采样数据时间序列相关性的基础上，提取采样数据的质量相关信息和质量不相关信息，以在此基础上实时过程监测。具体来讲，本发明首先将原始信息空间划分为四个不同的子空间；其次，根据不同子空间中的数据特征，利用正交CCA、PCA方法在不同的子空间中提取特征分别建立对应的监测模型，构建各子空间内监测统计量；最后，采用贝叶斯融合策略构建综合质量相关监测统计量和综合质量无关监测统计量以检测故障。相比于传统过程监测方法，本发明方法同时考虑过程数据与质量的相关性以及过程数据时间序列相关性的问题，并从各个局部子空间检测是否发生故障，具备更优秀的故障检测性能。可以说，本发明方法是一种更为优选的过程监测方法。

主权项：1.一种基于多子空间正交典型相关分析的过程监测方法，其特征在于，包括以下步骤：离线建模阶段的实施过程如下所示：步骤1：采集生产过程正常运行状态下的样本，组成训练数据集X∈Rn×m，Y∈Rn×p，其中n为训练样本数，m为过程测量变量数，p为质量测量变量数，R为实数集，Rn×m表示n×m维的实数矩阵，Rn×p表示n×p维的实数矩阵；步骤2：对矩阵X中各列向量实施z-score标准化处理，得到标准化后的矩阵：其中xi∈Rm×1i＝1，2，...，n，yi∈Rp×1i＝1，2，...，n；步骤3：采用LASSO回归度量过程变量与质量变量的相关性，并采用自相关函数ACF度量过程变量的自相关性，从而将过程数据集划分为四个子空间：质量相关-序列相关子空间：A＝[a1，a2，...，an]T∈Rn×a，质量无关-序列相关子空间：B＝[b1，b2，...，bn]T∈Rn×b，质量无关-序列不相关子空间：C＝[c1，c2，...，cn]T∈Rn×c，质量相关-序列不相关子空间：D＝[d1，d2，...，dn]T∈Rn×d。其中a+b+c+d＝m；步骤4：对质量相关-序列相关子空间A∈Rn×a和质量无关-序列相关子空间B∈Rn×b，进行矩阵增广，将时滞设置为2，从而得到新的数据集和步骤5：在数据扩展后的质量相关-序列相关子空间中以及在质量相关-序列不相关子空间中，分别构建正交CCA模型，依据公式以及构建质量相关统计量Ta2，Td2和质量无关统计量NTa2，NTd2进行子空间内监测，利用核密度估计KDE方法得到质量相关统计量控制限Talim2，Tdlim2和质量无关统计量控制限NTalim2，NTdlim2；步骤6：在数据扩展后的质量无关-序列相关子空间，以及在质量无关-序列不相关子空间中，分别构建PCA模型，依据公式NTb2t＝b′iCOEFF1covB′COEFF1-1b′iCOEFF1T以及NTc2t＝ciCOEFF2covC·COEFF2-1ciCOEFF2T构建质量无关统计量NTb2，NTc2进行子空间内监测，利用核密度估计KDE方法得到质量无关统计量控制限NTblim2和NTclim2；步骤7：根据贝叶斯融合策略将质量相关统计量Ta2，Td2以及质量无关统计量NTa2，NTb2，NTc2，NTd2融合成质量相关概率指标BICq和质量无关概率指标BICu；在线过程监测的实施过程如下所示：步骤8：收集新采样时刻的样本数据xt∈Rm×1，其中t表示当前采样时刻；步骤9：根据离线建模步骤2中的均值和标准差对xt中实施标准化处理；步骤10：根据离线建模时得到的四个子空间划分标准对测试样本xt进行划分，从而得到四个子空间中的样本数据：at，bt，ct，dt；步骤11：将at组成质量相关-序列相关的扩展向量At，将bt组成质量无关-序列相关的扩展向量Bt；步骤12：对于At和dt，分别利用离线建模步骤5中构建的正交CCA模型进行特征提取分别构建计量Tat2，NTat2，Tdt2，NTdt2；步骤13：对于Bt和ct，分别利用离线建模步骤6中构建的PCA模型进行特征提取分别构建计量NTbt2，NTct2；步骤14：对于得到的质量相关统计量Tat2，Tdt2以及质量无关统计量NTat2，NTbt2，NTct2，NTdt2根据步骤7融合成质量相关概率指标BICqt和质量无关概率指标BICut；步骤15：若BICqt＜1-β并且BICut＜1-β，则当前监测时刻系统处于正常运行状态，返回步骤8继续实施对下一个样本数据的监测；若BICqt＞1-β并且BICut＞1-β，则当前采样数据发生质量相关故障；若BICqt＜1-β并且BICut＞1-β，则当前采样数据发生质量无关故障。

全文数据：

权利要求：

百度查询： 华东理工大学 一种基于多子空间正交典型相关分析的过程监测方法

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