[发明专利]一种复杂非平稳过程的质量相关故障检测方法

说明书

本发明公开了一种复杂非平稳过程的质量相关故障检测方法，利用ADF检验将过程平稳变量和非平稳变量分开，然后利用协整模型建立非平稳变量的线性组合，提取平稳的残差序列，将非平稳变量残差序列和平稳变量数据结合，最后基于改进的偏最小二乘模型的质量相关故障检测，通过将平稳变量和非平稳变量区分开来，将非平稳变量进行协整分析，提取没有信息丢失的平稳残差序列，有效避免了故障信号被非平稳信号的变化趋势所掩盖。将平稳的残差序列与平稳变量结合建立改进的偏最小二乘模型，通过改进的偏最小二乘模型参数计算相应统计量，进行质量相关故障检测，是对复杂非平稳过程质量相关故障检测的一种有效工具，并且具有较强鲁棒性质。

技术领域

本发明涉及故障检测技术领域，具体涉及一种复杂非平稳过程的质量相关故障检测方法。

背景技术

现有的装备测试及工业过程监控方法主要分为单变量过程监控和多变量过程监控两大类。单变量过程监控因为其监控的变量的单一性，在大规模复杂特性的工业设备生产过程中监控效率十分有限。现代工业设备的生产无论是军用类型还是民用类型都是多变量、多输出且数据采集量巨大的一系列复杂过程。而多变量过程监控方法在处理大数据复杂特性上具有更高的精度和更快的速度，在处理各种干扰以及噪声的影响时具有更强的鲁棒性。因此，多变量过程监控方法逐渐成为装备测试及工业过程生产普遍采用的监控方法。

在实践的生产过程中，由于市场需求的变化、生产计划的调整、外部扰动、设备老化等原因具有明显的非平稳特性。故障信号很容易被非平稳变量的趋势所掩盖，这将导致非平稳过程中故障很难被检测到，对于产品质量相关故障的检测、定位和排除产生了极大的干扰，降低了工业生产的生产效率和产品质量。因此，需要设计一种去除非平稳变量信号的故障检测方法用来提前去除这些随机非平稳信息。这种利用协整分析技术将过程中非平稳变量线性组合，提取平稳的残差序列，并将其与平稳变量结合用来建模。利用这种协整分析的去非平稳的技术，实现了对产品质量相关信息的实时估计，提高了产品质量预测的准确性和相关故障的检测率。

发明内容

针对现有技术中的上述不足，本发明提供了一种复杂非平稳过程的质量相关故障检测方法。

为了达到上述发明目的，本发明采用的技术方案为：

一种复杂非平稳过程的质量相关故障检测方法，包括如下步骤：

S1、利用ADF检验获取检测过程中平稳变量和非平稳变量；

S2、利用协整模型建立所述非平稳变量的线性组合，提取非平稳变量的平稳残差序列矩阵；

S3、将所述步骤S2提取的平稳残差序列矩阵与所述步骤S1中的平稳变量进行融合，得到输入数据矩阵；

S4、利用原始质量数据和所述步骤S3得到的输入数据矩阵建立改进的偏最小二乘模型；

S5、利用所建立的偏最小二乘模型对质量相关故障进行检测。

上述方案的有益效果是，利用预先考虑平稳\非平稳的复杂过程的质量相关故障检测方法，对复杂工业过程和装备运行能够实现实时监测，对质量相关故障进行报警，提高复杂系统的可靠性和安全性，减少重大事故的发生。

进一步的，所述S1中的平稳变量和非平稳变量表达式为：

其中，N为样本数，X_u为非平稳变量矩阵，x_u,v为非平稳变量，v为非平稳变量的个数；X_s为平稳变量矩阵，x_s,h为平稳变量，h为平稳变量的个数，实数集。

上述进一步方案的有益效果是：将复杂的过程变量分为较为清晰的平稳变量和非平稳变量两组，有效消除混合变量的影响。

进一步的，所述步骤S2具体为：