[发明专利]一种基于相关变量分散式建模的化工过程监测方法

权利要求书

1.一种基于相关变量分散式建模的化工过程监测方法，其特征在于，包括以下步骤：

首先，离线建模阶段包括如下所示步骤(1)至步骤(5)；

步骤(1)：采集化工过程对象在正常运行状态下的n个训练样本数据x₁，x₂，…，x_n组成训练数据矩阵X＝[x₁，x₂，…，x_n]∈R^m×n，并计算均值向量μ＝(x₁+x₂+…+x_n)/n以及标准差向量δ∈R^m×1：

其中，⊙表示向量(x_i-μ)与(x_i-μ)中的对应元素相乘、x_i∈R^m×1表示第i个样本数据、m为测量变量的总个数、i＝1，2，…，n、R为实数集，R^m×n表示m×n维的实数矩阵；

步骤(2)：根据公式对样本数据x₁，x₂，…，x_n分别实施标准化处理，从而得到矩阵其中，表示向量(x_i-μ)与标准差向量δ中的对应元素相除，为标准化后的数据向量；

步骤(3)：根据如下所示步骤(3.1)至步骤(3.13)依次为m个测量变量优选出各自的相关变量集ψ₁，ψ₂，…，ψ_m；

步骤(3.1)：初始化k＝1；

步骤(3.2)：将矩阵中第k行的行向量y_k∈R^1×n记做软测量模型的输出向量，并将矩阵中除第k行向量以外的行向量组成软测量模型的输入矩阵X_k∈R^(m-1)×n；

步骤(3.3)：设置遗传算法的最大迭代次数Im、种群个数N(需设置N为偶数)、交叉概率c₁、变异概率c₂，并初始化一个N×(m-1)的维二进制数据矩阵W，以及设置γ＝1与iter＝1，其中二进制数据矩阵W中的各个行向量即为遗传算法的各个种群；

步骤(3.4)：根据如下所示公式①计算矩阵X_k中第i列向量与第j列向量之间的加权距离

上式中，i＝1，2，…，n、j＝1，2，…，n、向量w_γ为二进制数据矩阵W中第γ行的行向量、diag(w_γ)表示将向量w_γ转变为一个对角矩阵，符号|| ||表示计算向量的长度；

步骤(3.5)：根据如下所示公式②计算向量与向量相近的概率p_ij：

步骤(3.6)：根据如下所示公式③计算向量的概率误差p_i：

上式中，y_k，i与y_k，j分别为向量y_k中的第i个元素与第j个元素；

步骤(3.7)：根据公式J_γ＝-(p₁+p₂+…+p_n)计算第γ个种群对应的近邻成分分析目标函数值J_γ后，判断是否满足条件：γ＜N？若是，则置γ＝γ+1后返回步骤(3.4)；若否，将J₁，J₂，…，J_N中最大值所对应的种群记为w₀后执行步骤(3.8)；

步骤(3.8)：根据公式q_γ＝(J₁+J₂+…+J_γ)/(J₁+J₂+…+J_N)计算各个种群的选择概率q₁，q₂，…，q_N；

步骤(3.9)：在区间(0，1]上随机生成一个数φ后，从q₁，q₂，…，q_N中找出满足条件q_γ≥φ的最小值，并将该最小值对应的种群保留，重复本步骤N次后将保留的N个种群组成新二进制数据矩阵

步骤(3.10)：在区间(0，1]上随机生成一个数后，从新二进制数据矩阵中随机选择两个行向量实施交叉操作，即判断是否满足条件：若是，则将这两个行向量后一半元素进行交换；若否，则保持这两个行向量不变；重复本步骤N/2次且保证每次挑选的两个行向量都不重复；

步骤(3.11)：在区间(0，1]上随机生成一个数后，从新二进制数据矩阵中随机选择一个行向量实施变异操作，即判断是否满足条件：若是，则将这个向量中任意一个元素减去1后再取绝对值；若否，则保持该向量不变；重复本步骤N次且保证每次从中选择的行向量不重复；

步骤(3.12)：将新二进制数据矩阵中的最后一行的行向量变成w₀后，判断是否满足条件：iter＜Im？若是，则置iter＝iter+1与后返回步骤(3.4)；若否，则根据w₀中元素1所在的位置确定出第k个测量变量的相关变量集ψ_k后，执行步骤(3.13)；

步骤(3.13)：判断是否满足条件：k＜m？若是，则置k＝k+1后返回步骤(3.2)；若否，则得到各个测量变量的相关变量集ψ₁，ψ₂，…，ψ_m；

步骤(4)：根据第k个测量变量的相关变量集ψ_k，从矩阵中选择相应的行向量组成软测量模型的输入矩阵将矩阵中第k行的行向量y_k∈R^1×n当成软测量模型的输出向量，并利用偏最小二乘算法建立输入矩阵与输出向量y_k之间的模型：其中k＝1，2，…，m、B_k与e_k∈R^1×n分别为第k个测量变量的系数矩阵与估计误差向量、上标号T表示矩阵或向量的转置；

步骤(5)：将各个测量变量的估计误差向量e₁，e₂，…，e_m组成矩阵E＝[e₁^T，e₂^T，…，e_m^T]后，计算矩阵E的协方差矩阵Λ＝E^TE/(n-1)，并根据公式计算监测指标Q的控制上限Q_lim，其中表示自由度为m的卡方分布在置信限为α＝99％条件下的取值；

其次，在线过程监测阶段包括如下所示步骤(6)至步骤(9)；

步骤(6)：在线采集过程对象的样本数据x_new∈R^m×1，并根据公式对其实施标准化处理得到向量

步骤(7)：根据第k个测量变量的相关变量集ψ_k，从向量中选择相应的元素组成软测量模型的输入向量z_k，并根据公式计算得到第k个测量变量的估计误差ε_k；

步骤(8)：将各个测量变量的估计误差ε₁，ε₂，…，ε_m组成估计向量e_new＝[ε₁，ε₂，…，ε_m]，并根据公式Q＝e_newΛ^-1e_new^T计算监测指标Q；

步骤(9)：判断是否满足条件：Q≤Q_lim？若是，则当前采样时刻，过程对象处于正常工作状况，返回步骤(6)继续实施对下一采样时刻样本数据的过程监测；若否，则过程对象在当前采样时刻进入故障运行状态。