[发明专利]一种连续生产过程中运行工况稳态判别方法

说明书

本发明提供了一种连续生产过程中运行工况稳态判别方法，包括：S1基于生产过程中运行参数，利用主成分分析法得到主成分和对应的特征值；S2基于所述主成分中第一主成分中连续的稳态片段，确定多项式滤波窗口；S3基于每一个所述窗口，利用多项式滤波稳态判别法对所述主成分中每个主成分进行稳态检测；S4基于所述对应的特征值，对所述每个主成分的稳态检测结果赋予权值，确定所述窗口稳态检测结果；根据所述窗口的稳态检测结果，获得生产过程中运行工况稳态判别结果。在生产过程调整较为频繁、监测变量多且波动较大时，本发明的方法通过提取数据的综合信息，可以有效地避免单个或几个变量误差对稳态判别的影响，增强了在工业过程中的适应性。

技术领域

本发明涉及生产过程稳态检测领域，更具体地，涉及一种连续生产过程中运行工况稳态判别方法。

背景技术

目前，随着自动化技术和监测技术的发展，大量的设备工况和过程参数得以积累，合理运用这些数据信息，对保证安全生产、提升产品质量具有重要意义。连续生产过程内部原理和结构复杂，表现为物理量间存在着较强的耦合性，同时呈现出极强的非线性和时变性。针对连续生产过程开展研究，稳态是最重要且最常见的假设，连续生产过程是否处于稳态，直接关系到后续对流程所采用的建模、控制和优化方法不同。当流程处于非稳态时，系统各变量的数据特性变动剧烈，数值上与真实系统的输入输出关系存在较大偏差。只有流程处于稳定工况下，各个参数和变量才具有较强的状态一致性。基于此种情况，对连续生产过程运行性能的评价、模拟和优化，都需要获取连续生产过程的运行稳态为前提。

针对稳态检测的研究，目前主要有基于机理分析、基于统计理论和基于趋势提取三类稳态检测方法。机理分析法普遍在理想化假设前提下对检测对象的特性进行分析，而实际工业过程难以满足这一假设，而且对象依赖性较强，不具有普遍适用性。基于统计理论的方法中，如CST法和MTE法均假设测量值只含随机误差，且误差服从期望为0的正态分布，该假设在实际应用中难以达到，降低了方法的稳健程度，一旦出现较大干扰就会导致误判断。基于趋势提取的方法中，如小波分析法，检测阈值需依靠历史的稳态数据计算得出，必须有可靠的稳态历史数据为依托；神经网络趋势提取法，检测结果的精度对滑动窗取值比较敏感，检测过程重要参数的取值缺乏有效的理论依据，致使方法的有效性和可靠性大大降低；自适应多项式滤波法，使用参数较少，滤波窗口可自适应确定，适用于处理变化剧烈的信号，具有较强的抗噪能力和较好的鲁棒性，但是只能进行单变量稳态检测，且检测结果易受测量数据误差的影响。由此，在专利CN105389648A一种常减压装置稳态工况的判别方法中，根据当前窗口中数据拟合方程的一次项系数和拟合偏差的标准差，判断是否稳态；在专利CN104977847A一种面向常减压优化的稳态工况判别方法中，以相邻一段时间内的均值和一次拟合系数作为稳态判别准则。这两种方法都需要分别对所有变量检测，更适应于单变量或者变量相对较少的过程，不能很好地解决工业过程中监测变量众多且耦合性强的问题，同时只有所有变量稳态才认为过程稳态，这在工业过程测量数据波动较大时，易造成误判。

发明内容

为了解决由于连续生产过程监测变量众多且存在着较强的耦合，测量数据波动较大，同时单个或几个变量的误差易对检测结果造成很大的影响，以现有方法对连续生产过程工业数据难以实现良好的运行工况稳态检测的问题，本发明提供了一种连续生产过程中运行工况稳态判别方法。

本发明提供的连续生产过程中运行工况稳态判别方法，包括：

S1.基于生产过程中运行参数，利用主成分分析法得到主成分和对应的特征值；

S2.基于所述主成分中第一主成分中连续的稳态片段，确定多项式滤波窗口；

S3.基于每一个所述窗口，利用多项式滤波稳态判别法对所述主成分中每个主成分进行稳态检测；

S4.基于所述对应的特征值，对所述每个主成分的稳态检测结果赋予权值，确定所述窗口稳态检测结果；根据所述窗口的稳态检测结果，获得生产过程中运行工况稳态判别结果。