[发明专利]基于局部邻域标准化的多工况过程故障检测方法及系统

说明书

本发明属于工业过程监控领域，提供了一种基于局部邻域标准化的多工况过程故障检测方法及系统。其中，该方法包括获取多工况工业过程数据，根据局部邻域标准化方法将其进行标准化处理，将多工况工业过程数据转换成单工况数据；根据所述单工况数据以及预先训练完成的PCA故障检测模型，计算出监控统计量；将监控统计量与相应控制限比较，根据比较结果来判断多工况工业过程是否发生故障；其中，根据局部邻域标准化方法标准化处理多工况工业过程数据的过程为：将多工况工业过程数据与其若干个近邻数据组成数据集的方均值作差；再与所述若干个近邻数据组成数据集的方差求比值；求取各个比值的加权累加和，得到标准化后的单工况数据。

技术领域

本发明属于工业过程监控领域，尤其涉及一种基于局部邻域标准化的多工况过程故障检测方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

随着DCS系统(分散控制系统)的迅速普及，互联网技术、通信技术的迅猛发展，实时采集工业样本变得越来越容易。因此，基于数据的过程监控、控制和系统优化等技术得到了广泛的应用。故障检测技术是保证设备安全经济运行的重要手段，其基本思想是实时监测设备的运行状态，计算并预测设备或系统的健康状态，在其发生故障时给出报警信息，并采取相应的措施。异常工况检测技术不仅可以降低被监测设备的故障发生率，降低维修费用，减少维修时间，提高设备运行效率，增加设备运行的可靠性，还可以作为技术参考为设计人员提供理论指导。

对于传统的故障诊断方法，如主成分分析(principal components analysis,PCA)，偏最小二乘(partial least squares,PLS)等长期以来一直用于工业过程的故障检测和诊断。此类方法也被认为是非常有效的。其中，PCA、PLS等方法是假设监控系统只有单个正常工况，而发明人发现，在实际的工业生产过程中，大多存在多个正常工况，这导致监控结果不精确，常常出现大量的错误报警。

发明内容

为了解决上述背景技术中存在的技术问题，本发明提供一种基于局部邻域标准化的多工况过程故障检测方法及系统，其克服了现有技术的不能适应多工况数据的问题，将多工况数据转化为单工况数据，然后再建立监控模型，达到了良好的监控效果。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一个方面提供一种基于局部邻域标准化的多工况过程故障检测方法，其包括：

获取多工况工业过程数据，根据局部邻域标准化方法将其进行标准化处理，将多工况工业过程数据转换成单工况数据；

根据所述单工况数据以及预先训练完成的PCA故障检测模型，计算出监控统计量；

将监控统计量与相应控制限比较，根据比较结果来判断多工况工业过程是否发生故障；

其中，根据局部邻域标准化方法标准化处理多工况工业过程数据的过程为：

将多工况工业过程数据与其若干个近邻数据组成数据集的方均值作差；

再与所述若干个近邻数据组成数据集的方差求比值；

求取各个比值的加权累加和，得到标准化后的单工况数据。

本发明的第二个方面提供一种基于局部邻域标准化的多工况过程故障检测系统，其包括：

局部邻域标准化模块，其用于获取多工况工业过程数据，根据局部邻域标准化方法将其进行标准化处理，将多工况工业过程数据转换成单工况数据；

监控统计量计算模块，其用于根据所述单工况数据以及预先训练完成的PCA故障检测模型，计算出监控统计量；

工业过程故障判断模块，其用于将监控统计量与相应控制限比较，根据比较结果来判断多工况工业过程是否发生故障；