專利名稱：：化工生產(chǎn)非正常子域故障分離的技術方法
技術領域：
：本發(fā)明涉及化工生產(chǎn)技術過程的監(jiān)視與故障診斷，特別是涉及一種基于過程的控制系統(tǒng)的現(xiàn)場采樣數(shù)據(jù)進行過程的故障檢測與分離技術方法。
背景技術：
：故障分離是故障診斷技術的關鍵，在檢測出系統(tǒng)故障后，如何處理并使系統(tǒng)恢復到正常的工作狀態(tài)，是故障診斷成功與否的重要因素?；谀Ｐ偷墓收戏蛛x通常能給出故障的根本原因，指出發(fā)生故障的位置、大小及變化趨勢。而基于統(tǒng)計分析的故障分離技術只能給出故障的范圍、可能的變量或與此變量相關的設備，而不能確定明確的故障原因。這為故障診斷帶來許多問題，在檢測出故障后不能分離出故障，檢測將失去意義。因此，近年對基于統(tǒng)計方法的故障分離出現(xiàn)了許多研究成果，但真正解決基于統(tǒng)計模型進行故障分離的問題還有待于進一步研究。在此提出的非正常子域進行故障分離的技術將具有一定的理論與應用價值的。
發(fā)明內(nèi)容本發(fā)明的目的在于提供一種化工生產(chǎn)技術過程的監(jiān)視與故障診斷技術方法，是一種新的故障分離方法，應用主元分析技術、信息相關性分析、統(tǒng)計控制限的改進、非正常子域?qū)^程故障進行分離，是對基于統(tǒng)計分析故障診斷技術的提升和補充，對過程故障診斷、應用具有重要的實際意義。本發(fā)明的目的是通過以下技術方案實現(xiàn)的化工生產(chǎn)非正常子域故障分離的技術方法，其非正常子域故障分離技術要求按照主元分析進行故障診斷來實現(xiàn)的；要確立相關系數(shù)的閾值，同時分別技術各變量與主元陣的相關系數(shù)，以此進行數(shù)據(jù)的分類；要求主元相關數(shù)據(jù)包含更多的數(shù)據(jù)信息，并確定此域的新的統(tǒng)計控制限來區(qū)分出正常子域和非正常子域。所述的化工生產(chǎn)非正常子域故障分離的技術方法，其按照數(shù)據(jù)的相關性進行數(shù)據(jù)的分類，使重要信息和故障信息更多地包含在與主元相關的數(shù)據(jù)陣中。所述的化工生產(chǎn)非正常子域故障分離的技術方法，其采用正常子域和非正常子域進行故障的分離。本發(fā)明的優(yōu)點與效果是1.本發(fā)明對過程數(shù)據(jù)按其與主元陣的相關性進行分類，能更好地反映出故障信息的特征與表象。2.本發(fā)明建立新的子域控制限進行故障檢測更有針對性，并在統(tǒng)計分析的基礎上進行故障域的劃分，提高了統(tǒng)計分析進行故障分離的相對準確性與可靠性。3.本發(fā)明技術先進，有理論基礎，實際應用與可操作性強。具體實施例方式本發(fā)明首先將所有的過程變量進行信息分析，可使信息更加豐富、信息間的相關性更強，對于同一故障檢測出的表征更加明顯，同時也使相關信息特別是與主元相關的故障信息更加集中。因此進行過程變量與主元的相關性分析可將變量進行分類，主元相關變量(principalrelatedvariable-PRV)依次為PRV0，PR、，……，PRVn。進行分類后的變量信息為所有包含故障的信息域，它們間信息既相關又重疊，因此必須將整體變量信息域進行分解。本發(fā)明將其劃分為非正常子域，其他為正常子域，使故障可以在一定范圍內(nèi)分離。非正常子域的建立是在主元分析的基礎上實現(xiàn)的，通過對過程變量的潛隱映射，可劃分主元子空間(PrincipalComponentsub-Space—PCS)和殘差子空間(Residualsub-Space—RS)，主元子空間包含過程的主要信息，而殘差子空間包含過程的全部信息與主要信息的差。根據(jù)過程信息與主元子空間的相關關系，可以按相關性將過程信息投影到二空間，一是與主元相關的變量子空間為PRV(PrincipalRelatedVariable),二是與主元弱相關的變量子空間OV(OtherVariable)。通過對變量空間的劃分可以在子空間內(nèi)進行主元分解，并建立主元子空間和殘差子空間的統(tǒng)計控制限3(")。將PRV和OV中的SPE統(tǒng)計控制指標投影于主元子空間和殘差子空間中進行故障的檢測，檢測結果使得一部分過程信息處于正常過程子域NOR，一部分處于非正常過程子域ANSR。過程不斷進行循環(huán)迭代，可以得到不斷收斂的非正常子域ANSRpANSR2，......，ANSRn和不斷擴展的正常子域OV^OV2，......，OVn。這種迭代結果是將故障信息映射到非正常子域中，實現(xiàn)故障的分離。如下表<table>tableseeoriginaldocumentpage5</column></row><table>假設過程變量矩陣為X-[x"x"…，xJ，則X的主元分解X=TPT+E=》p「+ET為主元得分矩陣。如果有m個變量，n個采樣值，m個變量可根據(jù)與T的相關性分解為兩部分。/t、C0V(X;,/T)/p、x,'，ij=argmax^j\,"y/(x,.)xvar(/T薩fP"'，T)為變量與主元陣的相關系數(shù)。若門檻值確定后，原始數(shù)據(jù)變量可分解為與主元相關的變量子空間為PRV，其它與主元弱相關的變量子空間OV。分別將PRV和OV投影到殘差空間構成兩新的統(tǒng)計指標SPEPVR和SPEOV。基于新的統(tǒng)計指標SPEPVR和SPEOV，應用改進的PCA可進行故障診斷。兩新的統(tǒng)計指標分別在PVR和OV兩子空間中獲得，若統(tǒng)計指標在SPEPVR和SPEOV的統(tǒng)計域^"中，則認為PRV或OV處于的變量子空間為正常子域(NOR);否則為非正常子域(ANSR)。非正常子域為ANSR，ANSR中的PRV和OV可在各自的ANSR中進行故障檢測。5，和d。r是PRV和OV的控制限。如果PRV和OV中SPE分別投影于各自的模型中，則有兩種情況產(chǎn)生。一是PRV中的SPE在控審UP艮內(nèi)，而OV中的SPE在控制限夕卜，表明故障變量在OV中；另一種是PRV中的SPE在控制限外，而OV中的SPE在限內(nèi)，表明故障變量在PRV中。若設首次過程變量投影的正常子域和非正常子域分別為ANSRo和OV。且依次投影的次級子域則為ANS&和OVi，ANSRjBOV2，......，ANSRn和OVn。權利要求1.化工生產(chǎn)非正常子域故障分離的技術方法，其特征在于非正常子域故障分離技術要求按照主元分析進行故障診斷來實現(xiàn)的；要確立相關系數(shù)的閾值，同時分別技術各變量與主元陣的相關系數(shù)，以此進行數(shù)據(jù)的分類；要求主元相關數(shù)據(jù)包含更多的數(shù)據(jù)信息，并確定此域的新的統(tǒng)計控制限來區(qū)分出正常子域和非正常子域。2.根據(jù)權利要求1所述的化工生產(chǎn)非正常子域故障分離的技術方法，其特征在于按照數(shù)據(jù)的相關性進行數(shù)據(jù)的分類，使重要信息和故障信息更多地包含在與主元相關的數(shù)據(jù)陣中。3.根據(jù)權利要求1所述的化工生產(chǎn)非正常子域故障分離的技術方法，其特征在于采用正常子域和非正常子域進行故障的分離。全文摘要化工生產(chǎn)非正常子域故障分離的技術方法，是一種新的故障分離方法，是應用統(tǒng)計分析理論實現(xiàn)的。將過程采集的數(shù)據(jù)信息進行主元提取，根據(jù)變量與主元的相關性進行數(shù)據(jù)分類，一類為與主元相關信息，一類是與主元弱相關信息，按照兩類數(shù)據(jù)分別建立統(tǒng)計過程控制限進行故障的診斷，確定正常數(shù)據(jù)的域為正常子域，不正常的數(shù)據(jù)域為非正常子域。在非正常子域中疊代進行上述過程，直至收斂到故障被分離為止。本發(fā)明對過程數(shù)據(jù)按其與主元陣的相關性進行分類，能更好地反映出故障信息的特征與表象。提高了統(tǒng)計分析進行故障分離的相對準確性與可靠性。本發(fā)明技術先進，有理論基礎，實際應用與可操作性強。文檔編號G05B23/02GK101477372SQ20091001001公開日2009年7月8日申請日期2009年1月7日優(yōu)先權日2009年1月7日發(fā)明者唐曉初,元李,郭小平,郭金玉申請人:沈陽化工學院