买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉理工大学

摘要：本发明属于稳态及稳态检测技术领域，公开了一种熟料煅烧的稳态检测方法、系统、介质、设备及终端，熟料煅烧过程的稳态描述；建立熟料煅烧安全规则；基于所建立的熟料煅烧安全规则，构建基于改进滑动窗口的熟料煅烧稳态检测算法。通过本发明监测熟料煅烧过程的稳定性，以便更好地保证安全生产、使得生产过程趋于稳定。本发明给出了熟料煅烧稳态的定义、表示及特点，然后综合T检验方法和ARX模型的优点，可以更好的对熟料煅烧过程进行稳态检测。本发明的改进滑动窗口相对于步进窗口和常规的滑动窗口，更适合熟料煅烧过程的稳态检测；基于T检验和ARX模型的稳态检测方法相比于单独的T检验和单独的ARX模型，其稳态检测效果更优秀。

主权项：1.一种熟料煅烧的稳态检测方法，其特征在于，所述熟料煅烧的稳态检测方法包括以下步骤：步骤一，进行熟料煅烧过程的稳态描述；步骤二，建立熟料煅烧安全规则；步骤三，基于所建立的熟料煅烧安全规则，构建基于改进滑动窗口的熟料煅烧稳态检测算法；所述步骤一中的熟料煅烧过程的稳态描述包括：熟料煅烧的稳态的形式化表示如以下公式所示： cbSteadyState＝cbSteadyState∧cbSteadyStates1其中，cbSteadyState是整个熟料煅烧过程的稳态，cbSteadyStates是某个参数s的稳态；S是整个熟料煅烧数据的集合，s是S中的某个参数；wRules是对参数s的数据整体进行检测；cRules是参数s中每条数据安全性判定结果的交集，如以下公式所示： 所述步骤三中的基于改进滑动窗口的熟料煅烧稳态检测算法构建包括：对滑动窗口稳态检测方式进行改进，在窗口中取所有样本数据的稳态概率均值作为最后一个样本数据的稳态概率，所述稳态概率为对数据进行稳态检测计算后得到的一个数值，通过对稳态概率设置一个阈值定义稳态的结果；确定使用滑动窗口的方式后，对窗口内数据进行稳态检测，得到基于改进滑动窗口的稳态检测算法的时间复杂度为Om×n；所述基于改进滑动窗口的稳态检测算法结合T检验和ARX检验的熟料煅烧稳态检测；所述基于T检验的熟料煅烧的稳态检测方法包括：对于熟料煅烧过程，利用以下公式的线性趋势模型进行建模，如以下公式所示：zt＝b1t+b0+at3式中，z是熟料煅烧数据，t是记录数据在窗口内的时间索引，所有窗口从t＝0开始，t取值范围为[0,n]，n是窗口长度；b1t为斜率b1与窗内相对时间t形成的线性漂移分量，b0为线性模型的截距，at是一个方差为常数的零均值白噪声过程；b1用普通最小二乘法估计； 计算如以下公式所示： 如果熟料煅烧数据中检测到存在累积情况，则该过程在总体上是非平稳的；截距b0的估计通过从zt中减去线性漂移分量的估计得到，计算如以下公式： 白噪声冲击标准差的估计利用以下公式6计算： 选用特定的显著性水平α和自由度n来获得t临界值或阈值，重要信息用来检验零假设，即熟料煅烧数据在附近是稳定的，如以下公式所示： yt除以n的和是一个与原假设为假的可能性有关的分数；所述基于ARX的熟料煅烧的稳态检测方法包括：使用基于ARX模型的稳态检测方法作为补充，如以下公式所示： 其中，i是记录数据在一个窗口内的时间索引，范围为[1,n]，n为窗口长度；y和u均是熟料煅烧参数，ki代表第i个数值；ai和bi是两个数据的参数，每个数值的ai和bi均不相同，通过以下公式的最小二乘法确定：θ＝XTX-1XTY9在公式中：θ＝[a1,…,an,b1…bn,c] Y＝[-yki…-yknukn-1…ukn1]携带模型信息的矩阵XTX通过奇异值分解进行分析，表达式如下所示：XTX＝U∑VT10式中，Σ为包含XTX的奇异值的对角矩阵，由其特征值diagλ1,λ2,...,λn可得，且U和V是酉矩阵；熟料煅烧的稳态检测的指标由XTX特征值定义如以下公式所示，1表示系统处于稳态，0表示系统处于非稳态： XTX的最小特征值小于某个指定的稳态指标，则系统处于稳态；在ARX模型不可识别的稳态条件下，ARX模型矩阵XTX呈现奇点，特征值接近于零表示；在没有噪声的最优情况下，模型矩阵的最小特征值在稳态时为零；定义公式中ARX模型的窗口长度n和稳态指标δ；引入一个更基本的识别稳态的指标，所述指标决定稳态和非稳态之间的边界。

全文数据：

权利要求：

百度查询： 武汉理工大学 一种熟料煅烧的稳态检测方法、系统、介质、设备及终端