專利名稱：一種基于多向主元分析法的多階段批次過程階段劃分方法
技術領域：
本發(fā)明涉及一種基于多向主元分析法的多階段批次過程階段劃分方法，屬于間歇過程多變量監(jiān)測與故障監(jiān)測領域。
背景技術：
間歇過程操作中各操作變量的相關關系并非隨時間時刻變化，而是隨著過程操作進程或者過程機理特性的變化發(fā)生而變化，多階段是間歇過程的一個顯著特點，了解間隙過程每個階段的變量關系，有助于提高間隙過程的監(jiān)測效率，增強診斷的可靠性。目前針對帶有階段特性的批次過程的多變量過程階段的劃分方法主要有三種，第一種是依靠過程專家的經(jīng)驗對階段進行辨識，不過顯然，這種方法過于依賴于人，判斷結果過于主觀；第二種方法是通過某一關鍵過程變量的軌跡異常點來判斷，但這種方法沒有考慮過程的變量的相關性，階段辨識比較粗糙；第三種方法是Sub-PCA法，它通過提取過程的時間片矩陣建模，按照建模后的每個時間片的負載矩陣來聚類分階段，但是這種方法是提取過程每個時間片矩陣的相關性信息，忽略了每個時間片矩陣整個過程的動態(tài)變化信息， 階段劃分結果比較片面。

發(fā)明內(nèi)容
本發(fā)明的目的，就是克服現(xiàn)有技術的不足，提供一種基于多向主元分析法的多階段批次過程階段劃分方法，該方法提出一種無過程先驗知識的過程階段辨識方法，為多階段批次過程的建模以及監(jiān)測提供了新的途徑。為了達到上述目的，采用如下技術方案一種基于多向主元分析法的多階段批次過程階段劃分方法，包括以下步驟得到，1)模型數(shù)據(jù)采集設一個間歇操作具有J個測量變量和K個采樣點，則每一個測量批次可得到一個 JXK的矩陣，重復I批次的測量步驟后，得到的數(shù)據(jù)可以表述為一個三維矩陣X(IX JXK)， 其中測量變量為溫度、速度、壓力、行程等批次運行過程中可被測量的狀態(tài)參數(shù)；2)三維數(shù)據(jù)展開將三維矩陣Z按照采集批次方向展開，即將一個操作批次內(nèi)的各采樣點上的變量按照時間順序排開得到二維矩陣忑，顯然矩陣X為I行KJ列；3) 二維矩陣標準化設二維矩陣X內(nèi)任意一點的變量為知、對該變量進行減均值、除方差的標準化處理，標準化處理的計算公式如下
權利要求
1. 一種基于多向主元分析法的多階段批次過程階段劃分方法，其特征在于，包括以下步驟得到1)模型數(shù)據(jù)采集設一個間歇操作具有J個測量變量和K個采樣點，則每一個測量批次可得到一個JXK 的矩陣，重復I批次的測量步驟后，得到的數(shù)據(jù)可以表述為一個三維矩陣X(IX JXK)，其中測量變量為溫度、速度、壓力、行程等批次運行過程中可被測量的狀態(tài)參數(shù)；2)三維數(shù)據(jù)展開將三維矩陣X按照采集批次方向展開，即將一個操作批次內(nèi)的各采樣點上的變量按照時間順序排開得到二維矩陣1 ；3)二維矩陣標準化設二維矩陣X內(nèi)任意一點的變量為~、對該變量進行減均值、除以方差的標準化處理， 標準化處理的計算公式如下
2.如權利要求1所述的基于多向主元分析法的多階段批次過程階段劃分方法，其特征在于，所述K-means聚類分析中，K-means算法的收斂條件為兩次迭代中的聚類中心距離的變化小于ε，其中sc
。
3.如權利要求1所述的基于多向主元分析法的多階段批次過程階段劃分方法，其特征在于，所述K-means聚類分析中，K-means算法的收斂條件為每個子類中相關模式Pf到子類中心的距離平方和達到最小或子類之間的距離平方和達到最小。
全文摘要
本發(fā)明涉及一種基于多向主元分析法的多階段批次過程階段劃分方法，包括模型數(shù)據(jù)采集、三維數(shù)據(jù)展開、二維矩陣標準化、PCA分解、主元個數(shù)選取、負載矩陣分解和K-means聚類分析來實現(xiàn)，本發(fā)明首次將多向主元分析法模型的負載矩陣按照時間片順序經(jīng)過分解變形來辨識過程階段，打破了傳統(tǒng)理論中多向主元分析法不適用于多階段批次過程建模的認識誤區(qū)，該方法不僅提取了各個時間片上變量的交叉相關性，同時還提取了測量變量在整個批次各個采樣時刻的自身的動態(tài)變化特性來辨識階段，提高了過程監(jiān)測過程的監(jiān)測效率和故障診斷結果的準確性，為無過程先驗知識條件下的多階段過程階段劃分提供了新的可能性。
文檔編號B29C45/76GK102431136SQ20111027500
公開日2012年5月2日 申請日期2011年9月16日 優(yōu)先權日2011年9月16日
發(fā)明者姚科, 董偉威, 高福榮 申請人:廣州市香港科大霍英東研究院