[发明专利]用于铝电解槽况故障诊断的优化权重相对主元分析方法

摘要

一种用于铝电解槽况故障诊断的优化权重相对主元分析方法，其特征在于：一，随机采集n组铝电解槽况数据组成原始测量样本集；二，得到标准化后样本矩阵X^*；三，随机产生相对转换矩阵Λ；四，得到相对化样本矩阵X^R；五，对X^R进行主元分析，计算SPE检验的误报率；六，利用遗传算法优化相对转换矩阵Λ，得到最优的相对转换矩阵Λ^*；七，利用最优的相对转换矩阵Λ^*，得到最优的相对化样本矩阵X^RZ；八，实现铝电解槽况故障诊断。本发明利用遗传算法优化主元权重，将“均匀”分布的量突显出来，以便更好地提取出具有代表性的主元，从而提高铝电解槽况故障诊断的精确度。

主权项

一种用于铝电解槽况故障诊断的优化权重相对主元分析方法，其特征在于：包括下列步骤：步骤一，随机采集n组铝电解槽况数据组成原始测量样本集X＝[x₁,x₂,…,x_n]∈R^m×n，每个样本含有m个独立的铝电解槽况参数采样值；步骤二，对原始测量样本集X进行标准化处理，得到标准化后样本矩阵X^*；步骤三，在[0,50)范围内随机产生相对转换矩阵Λ，所述相对转换矩阵Λ为对角矩阵：$\mathrm{\Λ}=\left(\begin{array}{cccc}{\mathrm{\λ}}_1& 0& ...& 0\\ 0& {\mathrm{\λ}}_2& ...& 0\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ 0& 0& ...& {\mathrm{\λ}}_m\end{array}\right)$步骤四，对标准化后样本矩阵X^*进行相对化转换，得到相对化样本矩阵XR，所述相对化转换按下式进行：$X^R=\mathrm{\Λ}\×X^{*}=\left(\begin{array}{cccc}{\mathrm{\λ}}_1& 0& ...& 0\\ 0& {\mathrm{\λ}}_2& ...& 0\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ 0& 0& ...& {\mathrm{\λ}}_m\end{array}\right)\×\left(\begin{array}{cccc}{x}_{11}^{*}& x_{21}^{*}& ...& x_{n1}^{*}\\ x_{12}^{*}& x_{22}^{*}& ...& x_{n2}^{*}\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ x_{1m}^{*}& x_{2m}^{*}& ...& x_{\mathrm{nm}}^{*}\end{array}\right)=\begin{array}{c}\left(\begin{array}{cccc}{x}_{11}^R& x_{21}^R& ...& x_{n1}^R\\ x_{12}^R& x_{22}^R& ...& x_{n2}^R\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ x_{1m}^R& x_{2m}^R& ...& x_{\mathrm{nm}}^R\end{array}\right)\end{array}$步骤五，对X^R进行主元分析，计算SPE检验中超过控制限的点的数量q，计算误报率C：$C=\frac{q}{n}\×100\%$步骤六，利用遗传算法优化相对转换矩阵Λ，得到最优的相对转换矩阵Λ^*；选取误报率为遗传算法中的适应度值，按步骤五中的误报率C计算式计算适应度值；遗传算法的终止条件有两个：第一个终止条件是：适应度值在连续两次迭代中均低于6％；第二个终止条件是：连续迭代次数达到K次；在迭代过程中，当满足任一终止条件时，停止迭代，结束相对转换矩阵的优化，此时对应的最优解即为最优的相对转换矩阵Λ^*；步骤七，利用最优的相对转换矩阵Λ^*，对标准化后样本矩阵X^*进行相对化转换，得到最优的相对化样本矩阵X^RZ:$X^{\mathrm{RZ}}={\mathrm{\Λ}}^{*}\×X^{*}=\left(\begin{array}{cccc}{\mathrm{\λ}}_1^{*}& 0& ...& 0\\ 0& {\mathrm{\λ}}_2^{*}& ...& 0\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ 0& 0& ...& {\mathrm{\λ}}_m^{*}\end{array}\right)\×\left(\begin{array}{cccc}{x}_{11}^{*}& x_{21}^{*}& ...& x_{n1}^{*}\\ x_{12}^{*}& x_{22}^{*}& ...& x_{n2}^{*}\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ x_{1m}^{*}& x_{2m}^{*}& ...& x_{\mathrm{nm}}^{*}\end{array}\right)=\begin{array}{}\left(\begin{array}{cccc}{x}_{11}^{\mathrm{RZ}}& x_{21}^{\mathrm{RZ}}& ...& x_{n1}^{\mathrm{RZ}}\\ x_{12}^{\mathrm{RZ}}& x_{22}^{\mathrm{RZ}}& ...& x_{n2}^{\mathrm{RZ}}\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ x_{1m}^{\mathrm{RZ}}& x_{2m}^{\mathrm{RZ}}& ...& x_{\mathrm{nm}}^{\mathrm{RZ}}\end{array}\right)\end{array}$步骤八，对最优的相对化样本矩阵X^RZ进行主元分析，实现铝电解槽况故障诊断。