[发明专利]工业聚丙烯生产熔融指数检测故障诊断系统及方法

摘要

一种工业聚丙烯生产熔融指数检测故障诊断系统，包括与工业过程对象连接的现场智能仪表、DCS系统以及上位机，所述的DCS系统由数据接口、控制站、数据库构成；智能仪表、DCS系统、上位机依次相连，所述的上位机包括标准化处理模块、小波分解模块、主元分析功能模块、小波重构功能模块、支持向量机分类器功能模块以及故障判断模块。以及提出了一种故障诊断方法。本发明提供一种同时考虑工业过程数据的复共线性、非线性特性和多尺度特性、能够得到良好的诊断效果的工业聚丙烯生产熔融指数检测故障诊断系统及方法。

主权项

1、一种工业聚丙烯生产熔融指数检测故障诊断系统，包括与聚丙烯生产过程对象连接的现场智能仪表、DCS系统以及上位机，所述的DCS系统由数据接口、控制站、数据库构成；智能仪表、DCS系统、上位机依次相连，其特征在于：所述的上位机包括：标准化处理模块，用于对数据库中采集系统正常时关键变量数据进行标准化处理，各变量的均值为0，方差为1，得到输入矩阵X，采用以下过程来完成：1)计算均值：$\overline{\mathrm{TX}}=\frac{1}{N}\underset{i=1}{\overset{N}{\Sigma }}{\mathrm{TX}}_i,---\left(1\right)$ 2)计算方差：${\sigma }_x^2=\frac{1}{N-1}\underset{i=1}{\overset{N}{\Sigma }}({\mathrm{TX}}_i-\overline{\mathrm{TX}}),---\left(2\right)$ 3)标准化：$X=\frac{\mathrm{TX}-\overline{\mathrm{TX}}}{{\sigma }_x},---\left(3\right)$ 其中，TX为训练样本，N为训练样本数，TX为训练样本的均值；小波分解功能模块，用于采用Mallat塔式分解算法将原始信号分解为一系列近似信息和细节信息，根据小波分解层数，采用以下步骤来实现：①将原始信号空间V0可以分解为一系列逼近空间VJ与细节空间Wj，其中J是最粗的尺度，也称为分解的尺度；②计算逼近空间VJ，空间VJ由尺度函数{J，k(t)，k∈Z}张成，采用下式来计算：VJ＝{J，k(t)|J，k(t)＝2-J/2(2-Jt-k)} (4)③计算细节空间Wj，细节空间Wj由小波函数{ψj，k(t)，j＝1，…，J，k∈Z}张成，采用下式来计算：Wj＝{ψj，k(t)|ψj，k(t)＝2-j/2ψ(2-jt-k)} (5)其中j是尺度因子，k是平移因子；④从而得到原始信息的分解信息，采用下式进行计算：其中，第一项代表近似信息，第二项为细节信息，逼近因子aJ，k与细节因子dj，k采用Mallat算法计算；所述的近似信息AJf(t)与细节信息Djf(t)(j＝1，2，…，J)，定义如下：$D_{j}f\left(t\right)=\underset{k\in Z}{\Sigma }{d}_{j,k}{\psi }_{j,k}\left(t\right)---\left(8\right)$ 主元分析模块，用于进行主元分析提取主成分，依照设置的主元分析方差提取率，采用协方差奇异值分解的方法，采用以下步骤来实现：①计算X的协方差阵，记为∑X；②对∑X进行奇异值分解，得到特征根λ1，λ2，…，λp，其中λ1≥λ2≥…≥λp，对应的特征向量矩阵为U；③计算总方差和每个特征值对应的方差贡献率，按各个特征值的方差贡献率从大到小累加直到总的方差贡献率达到给定值，记选取个数为k；④选取特征向量矩阵U的前k列，作为变换矩阵T；⑤计算主元，通过式子F＝T×X计算得到主元F；小波重构功能模块，用于进行小波重构，根据小波理论，将各尺度下得到的主元相加，即得到总的主元；支持向量机分类器功能模块，用于核函数采用径向基函数K(xi，x)＝exp(-‖x-xi‖/σ2)，依照设置的置信概率，将训练过程化为如下二次规划求解问题：$\omega \left(\alpha \right)=\underset{i=1}{\overset{N}{\Sigma }}{\alpha }_i-\frac{1}{2}\underset{i,j=1}{\overset{N}{\Sigma }}{\alpha }_i{\alpha }_j{y}_i{y}_{j}K(x_i,x_j)---\left(9\right)$ 得到分类函数，即如下函数的符号函数：$f\left(x\right)=\underset{i=1}{\overset{m}{\Sigma }}{y}_i{\alpha }_{i}K(x_i,x)+b---\left(10\right)$ 其中，αi(i＝1，…，N)是拉各朗日乘子，xi(i＝1，…，N)是输入向量，y是输出变量，ω是支持向量机超平面的法向量，决定超平面的的方向，b为决定超平面位置的参数，δ为核参数；定义当f(x)＞＝0，数据样本处于正常状态；当f(x)＜0时，处于异常状态；信号采集模块，用于设定每次采样的时间间隙，采集现场智能仪表的信号；待诊断数据确定模块，用于将采集的数据传送到DCS实时数据库中，在每个定时周期从DCS数据库的实时数据库中，得到最新的变量数据作为待诊断数据VX；故障诊断模块，用于对待检测数据VX用训练时得到的TX和σx 2进行标准化处理，并将标准化处理后的数据作为小波分解模块的输入，用训练时相同的参数对输入数据进行小波分解，得到的系数作为主元分析模块的输入；用训练时得到的变换矩阵T对输入进行变换，变换后矩阵输入到小波重构模块；将对应的数据相加即得到原待测数据的主成分，并将所得到的组成分输入到支持向量机分类器模块；将输入代入训练得到的判别函数，计算判别函数值，判别过程的状态。