數(shù)據(jù)驅(qū)動(dòng)的復(fù)雜非平穩(wěn)工業(yè)過程建模與監(jiān)測(cè).pdf

1、過程監(jiān)測(cè)是保證工業(yè)過程安全運(yùn)行以及確保產(chǎn)品質(zhì)量的重要技術(shù)和關(guān)鍵手段。隨著傳感器技術(shù)、計(jì)算機(jī)技術(shù)的快速發(fā)展，現(xiàn)代工業(yè)中過程數(shù)據(jù)變得極為豐富且易于獲取。為此基于數(shù)據(jù)驅(qū)動(dòng)的過程監(jiān)測(cè)方法得到迅速發(fā)展，其中多元統(tǒng)計(jì)過程監(jiān)測(cè)方法在處理高維數(shù)據(jù)時(shí)具有模型簡(jiǎn)單以及易于實(shí)現(xiàn)的優(yōu)勢(shì)，受到了學(xué)術(shù)界和工業(yè)屆的關(guān)注。
　　雖然多元統(tǒng)計(jì)方法在過程監(jiān)測(cè)領(lǐng)域得到了迅速發(fā)展并取得了豐厚的成果，但是現(xiàn)有工作大都是基于過程是平穩(wěn)這一假設(shè)的。然而實(shí)際中，隨著市場(chǎng)需求的變

2、化、生產(chǎn)計(jì)劃調(diào)整、外部擾動(dòng)等原因，工業(yè)過程大都呈現(xiàn)出非平穩(wěn)的特性，即一部分過程變量的統(tǒng)計(jì)指標(biāo)如，均值、方差、協(xié)方差隨著時(shí)間改變。故障信號(hào)很容易被變量的非平穩(wěn)趨勢(shì)掩蓋，這為非平穩(wěn)過程監(jiān)測(cè)帶來了困難。本文在前人工作基礎(chǔ)上，深入研究了非平穩(wěn)過程的特性，從解決實(shí)際問題出發(fā)，提出了一系列針對(duì)非平穩(wěn)過程的統(tǒng)計(jì)建模、在線故障檢測(cè)、在線故障診斷算法，具體工作包括:
　　(1)針對(duì)平穩(wěn)/非平穩(wěn)混雜過程微小故障檢測(cè)問題，提出一種基于分層建模策略的微小

3、故障檢測(cè)方法。在底層模型中，針對(duì)非平穩(wěn)變量利用協(xié)整分析提取變量間長(zhǎng)期均衡關(guān)系，建立非平穩(wěn)變量的監(jiān)測(cè)模型，用以檢測(cè)被非平穩(wěn)變量正常變化趨勢(shì)掩蓋的微小故障;針對(duì)平穩(wěn)變量，利用主元分析提取平穩(wěn)變量中的特征信息，建立平穩(wěn)變量的微小故障檢測(cè)模型，用以檢測(cè)被平穩(wěn)變量噪聲等因素所掩蓋的微小故障。為了衡量平穩(wěn)、非平穩(wěn)變量間的相關(guān)關(guān)系是否被微小故障影Ⅱ向，將底層非平穩(wěn)變量和平穩(wěn)變量的特征進(jìn)行融合，建立上層監(jiān)測(cè)模型。兩層三個(gè)監(jiān)測(cè)模型共同組成了微小故障檢測(cè)模

4、型，實(shí)現(xiàn)微小故障的及時(shí)檢測(cè)。
　　(2)針對(duì)過程變量數(shù)目眾多的大規(guī)模非平穩(wěn)過程，提出了一種變量子塊自動(dòng)劃分以及分布式建模的精細(xì)化監(jiān)測(cè)方法。首先，提出一種基于稀疏協(xié)整分析的迭代變量選擇方法，將非平穩(wěn)過程變量自動(dòng)劃分為不同的變量子塊。針對(duì)局部信息提取難的問題，在每個(gè)變量子塊中提取出能反應(yīng)變量間長(zhǎng)期均衡關(guān)系的特征信息，并對(duì)其分布式建模。最后，提出一種新的信息融合方法，將不同子塊中最能代表該子塊特征的信息進(jìn)行融合，并建立全局模型以衡量不同

5、子塊間的相關(guān)關(guān)系。通過上述方法首次實(shí)現(xiàn)了大規(guī)模非平穩(wěn)過程的分布式建模及精細(xì)化監(jiān)測(cè)。
　　(3)針對(duì)非平穩(wěn)過程中閉環(huán)系統(tǒng)故障檢測(cè)問題，深入討論了閉環(huán)反饋系統(tǒng)對(duì)過程的調(diào)節(jié)作用，以及其對(duì)過程監(jiān)測(cè)帶來的影響。提出了一種動(dòng)靜態(tài)特征分解的協(xié)同建模及監(jiān)測(cè)方法，創(chuàng)新性的利用協(xié)整分析提取變量間局部靜態(tài)均衡關(guān)系和動(dòng)態(tài)均衡關(guān)系，實(shí)現(xiàn)了局部動(dòng)靜態(tài)特征分解。通過對(duì)二者協(xié)同建模，消除閉環(huán)反饋控制對(duì)過程監(jiān)測(cè)的影響，并區(qū)分工況切換和真實(shí)故障。
　　(4)針

6、對(duì)非平穩(wěn)過程在線故障變量隔離問題，分析了故障變量具有稀疏性質(zhì)，提出一種基于稀疏重構(gòu)策略的在線故障變量隔離方法。提出了基于協(xié)整分析的重構(gòu)模型，消除變量非平穩(wěn)趨勢(shì)對(duì)故障隔離的影響。巧妙的將Least absolute shrinkage and selection operator(LASSO)算子融入故障重構(gòu)模型中，將故障變量隔離問題轉(zhuǎn)化為自動(dòng)變量選擇問題。提出的方法無需任何歷史故障數(shù)據(jù)用于離線分析和建模，可以直接在線應(yīng)用實(shí)時(shí)診斷，并自動(dòng)