[发明专利]一种聚酯纤维聚合过程的故障根因排序方法

说明书

本发明涉及一种聚酯纤维聚合过程的故障根因排序方法，包括步骤：(1)根据聚酯纤维聚合过程的正常历史数据集，两两组合形成变量对，判断各变量对中两变量是否存在不变关系，组合所有变量间的不变关系构建变量不变网络；(2)针对变量不变网络中存在不变关系的各变量对分别建立预测模型；(3)采集聚酯纤维聚合过程的新的数据，得到变量故障不变网络的集合；(4)将变量不变网络扩展成变量对不变网络；(5)根据变量故障不变网络的集合和变量对不变网络得到变量对故障不变网络；(6)根据故障传播理论和不变关系消失重建对变量对不变网络中的节点是否是根因的可能性进行排序。本发明可在聚酯纤维聚合过程中指导寻找故障产生的原因。

技术领域

本发明属于化纤生产大数据故障分析领域，涉及一种聚酯纤维聚合过程的故障根因排序方法。

背景技术

聚酯纤维俗称涤纶(PET)纤维，其是由有机二元酸和二元醇缩聚而成的聚酯经纺丝所得的合成纤维。由于涤纶纤维具有强度较高、弹性恢复能力好、抗皱性好及保形性好的特点，目前被广泛应用于纺织及行业用等领域。

随着社会的发展，人们对聚酯纤维的要求越来越高。寻找在生产过程中导致产品质量不合格的原因引起了广泛的关注。在工业信息化的发展中，聚酯纤维聚合工业过程布置了大量传感器并配合分布式控制系统、监控和数据采集系统等，用于有效捕获工业过程的动态演变，及时察觉工业故障。然而，由于聚酯纤维聚合过程中交织的反馈机制、复杂的传输流程，使得在该过程中的设备、部件、过程变量耦合，构成了复杂的相互关联的工业网络。这使得在聚酯纤维聚合过程的持续运行中，一旦发生故障，故障会从某环节传播到全流程或关键环节，导致产品质量下降或生产设备损坏等情况。

聚合过程是聚酯纤维生产全流程的研究首要环节，其过程变量、设备耦合复杂，整个生产工业网络复杂。该过程包括酯化、预缩聚和终缩聚三个阶段。数据采集到的变量按其性质可以分为液位、压力、温度和电流等。在假设工业原料无质量问题的情况下，聚酯纤维聚合过程故障多源于设备故障和电源故障。设备故障表现为与该设备所起功能有较大关系的物理量发生异常被检测为根本原因。电源异常的表现为相关电流及电流所影响的量被检测为故障根因。目前，将故障根因排序算法应用到聚酯纤维聚合过程的相关研究较少。现有的基于数据驱动的聚酯纤维聚合过程工业过程故障根因研究往往先挖掘变量间的关联信息构建因果拓扑图，然后通过识别故障传播路径实现故障的根因诊断。然而面对非平稳、非线性的聚酯纤维聚合数据难以达到预期的效果，容易出现虚假冗余的因果关系，使得构建的因果图不准确从而影响故障传播路径的识别和根本原因的定位。不变网络模型可以在不构建因果图的情况下，分析系统故障的根因。它侧重于发现监测系统的组件之间成对稳定、显著的依赖关系，以分析系统状态并执行后续推理。把组件间成对的强依赖关系作为不变关系，通过组合从所有组件中学习到的不变关系构建系统的不变网络。不变网络的重要实用价值在于，它通过检查现有不变关系是否消失，从而为系统的异常行为，特别是异常来源提供重要线索。但现有基于不变网络的根因排序算法忽略了数据的非线性和不变关系消失的复杂性，并且它们通常假设故障是稳定不变的，没有考虑故障传播的实际情况，不适用于聚酯纤维聚合生产过程。

因此，开发一种基于不变网络的能识别聚酯纤维聚合生产过程中导致故障发生的故障根因排序方法极具现实意义。

发明内容

本发明的目的是针对现有技术的不足，提供一种聚酯纤维聚合过程的故障根因排序方法。

为了达到上述目的，本发明采用的技术方案如下：

一种聚酯纤维聚合过程的故障根因排序方法，包括以下步骤：

(1)根据聚酯纤维聚合过程的正常历史数据集，两两组合形成变量对，判断各变量对中两变量是否存在不变关系，组合所有变量间的不变关系构建变量不变网络；

变量不变网络的节点代表变量，边代表变量与变量之间的不变关系；当变量与变量之间存在不变关系时，两变量对应的节点之间有一条边；反之，则没有；