[发明专利]一种基于核相似度支持向量数据描述的间歇过程故障检测方法

摘要

本发明公开了一种基于核相似度支持向量数据描述的间歇过程故障检测方法，属于间歇过程监测技术领域。首先，该方法使用正常工况的间歇过程数据作为训练样本，利用支持向量数据描述构造包含训练样本的最小超球体，计算待检测间歇过程数据样本的超球球心距，获得待检测样本与支持向量之间的核函数值，并将获得的核函数值作为相似度权重；然后，基于相似度权重对不同时刻的支持向量球心距加权求和，得到待检测样本的动态控制限；最后通过判断待检测样本的球心距是否超过其动态控制限，检测间歇过程故障。本方法无需新增人为设定参数，对特性差异较大的过程数据具有较好的适应性，提高了间歇过程故障检测的准确性。

主权项

1.一种基于核相似度支持向量数据描述的间歇过程故障检测方法，其特征在于：该方法具体包括以下步骤：步骤一：在正常工况的间歇过程中，采集多批次过程数据I为批次数，K₁为每批次采样长度，J为监测变量个数；将多个批次的过程数据沿变量方向展开，得到新的序列为实数，并将x_i作为训练样本；利用支持向量数据描述方法构造包含训练样本x_i的最小超球体，如式(1)所示；式(2)为式(1)的对偶形式，引入式(3)所示的高斯核函数能够简化内积运算，完成特征空间映射，通过系数C调整规划所得的球体体积与训练样本误分率，系数C的设定值由式(4)计算得到；K(x_i·x_j)＝exp(‑(x_i‑x_j)²/2δ²)    (3)式(2)‑式(4)中，α_i为拉格朗日乘数，C为权衡系数，K为核函数，δ为核函数宽度参数，f为训练样本处于超球体外部的百分比，n为训练样本总数且n＝IK₁；计算得到训练样本x_i对应的拉格朗日乘子α_i，拉格朗日乘子满足0＜α_i＜C的x_i为处于球体表面的支持向量，对满足该条件的支持向量索引i进行筛选，组成整数集合s；在上述计算基础上，由式(5)计算支持向量超球球心距，并得到支持向量超球球心距集合其中，为处于球体表面的支持向量个数，为x_i∈s中第个支持向量的球心距，完成支持向量数据描述算法对超球模型的训练；步骤二：读入待检测间歇过程数据，构造待检测样本z，z与单个训练数据样本具有相同的监测变量个数J；由式(6)计算z的球心距kd_z，该球心距为待检测样本z到球心的核距离；式中，α_i为步骤一计算所得拉格朗日乘数，x_i为步骤一所使用的训练样本；步骤三：计算待检测样本与各支持向量之间的核函数值，将获得的核函数值作为相似度权重，对权重进行标准化处理，得到核相似度权值，并将得到的核相似度权值与步骤一所得的支持向量球心距加权求和，获得待检测样本所对应的间歇过程故障检测动态边界阈值步骤四：根据步骤二、步骤三获得的待检测样本球心距kd_z和动态检测边界由式(7)判断样本点的超球球心距是否超出了该样本点对应的动态控制限；当满足式(7)时，则判断该样本点存在故障，间歇过程存在故障；反之，则判为间歇过程正常。