[发明专利]面对含有未知扰动的工业系统的数据驱动鲁棒故障诊断方法

说明书

面对含有未知扰动的工业系统的数据驱动鲁棒故障诊断方法，它属于工业过程的数据驱动故障诊断领域。本发明是为解决现有方法无法对含有未知扰动信号的系统进行准确的故障诊断的问题。本发明的故障诊断方法不依赖于工业系统模型，仅利用采集到的系统数据即可进行故障的诊断；且本发明方法对未知扰动具有强鲁棒性，在计算方面负担小，易于在线实现；本发明研究了含有未知扰动的子空间辨识问题，通过将过程数据投影到不同的子空间中辨识闭环数据驱动稳定核表示，获得对未知扰动鲁棒的残差，从而实现更好的故障诊断。本发明可以应用于对复杂工业系统进行故障诊断。

技术领域

本发明属于工业过程的数据驱动故障诊断领域，具体涉及一种面对含有未知扰动的工业系统的数据驱动鲁棒故障诊断方法。

背景技术

为保证复杂工业系统的安全性和可靠性，在系统发生故障后，需要及时精准地诊断出故障。但复杂工业系统的数学模型通常难以精准地建立，且在运行过程中通常受到环境的影响，系统中往往存在扰动，这种扰动信号通常是未知且不可测量的，因此需要对含有未知扰动信号的系统进行准确的故障诊断，保证对未知扰动的鲁棒性，这对于进一步研究复杂工业系统的故障诊断带来了一定的挑战。

发明内容

本发明的目的是为解决现有方法无法对含有未知扰动信号的系统进行准确的故障诊断的问题，提出一种面对含有未知扰动的工业系统的数据驱动鲁棒故障诊断方法。

本发明为解决上述技术问题所采取的技术方案是：

面对含有未知扰动的工业系统的数据驱动鲁棒故障诊断方法，所述方法具体包括以下步骤：

步骤一、测量工业系统在正常工况下的输入信号u以及输出信号y，根据给定的样本组数N，过去步长s_p和未来步长s_f构造汉克尔矩阵U_p,N、U_f,N、Y_p,N和Y_f,N；

其中，U_p,N是用过去步长s_p构建的输入信号汉克尔矩阵，Y_p,N是用过去步长s_p构建的输出信号汉克尔矩阵，U_f,N是用未来步长s_f构建的输入信号汉克尔矩阵，Y_f,N是用未来步长s_f构建的输出信号汉克尔矩阵；

步骤二、根据步骤一中构造的汉克尔矩阵U_p,N、U_f,N、Y_p,N和Y_f,N，计算中间变量矩阵M_f,N和Z_p,N；

步骤三、将未知扰动的子空间描述为D_b,N，对矩阵做LQ分解；

步骤四、根据LQ分解结果计算中间变量矩阵和

步骤五、根据中间变量矩阵和确定数据驱动闭环稳定核表示

步骤六、根据计算残差r_d,k；

步骤七、利用卡方分布表确定χ_α，并基于χ_α设置阈值J_th；

步骤八、采集工业控制系统在线数据进行监测

设置窗口宽度为k_w，分别计算每个窗口内的残差和r_d,win(w)：

并基于各个窗口内的残差和，计算在线统计量：

其中，w表示第w个窗口，Σ_r为协方差矩阵；

步骤九、判断系统是否发生故障