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：华东理工大学

摘要：本发明公开了一种基于多子空间划分的典型早期故障检测方法，旨在通过典型早期故障的历史工况划分过程变量，并在此基础上实施常规故障与早期故障的同步检测。具体来讲，首先，采用正常工况数据与难以检测的典型早期故障的历史数据计算相应变量间的KL散度，将各个早期故障的敏感变量划分至不同子空间；并对所有工况数据使用稀疏化互信息矩阵去除冗余变量，构成常规故障子空间；在各子空间中使用加权滑动窗口实现数据的增强，再通过NPE提取数据特征实现子空间故障检测；最终建立综合指标实施总体故障检测。相比于传统故障检测方法，本发明方法在保持常规故障检测率稳定的前提下，针对典型早期故障的检测效果明显提升，是一种更优的早期故障检测方法。

主权项：1.一种基于多子空间划分的典型早期故障检测方法，其特征在于：所述方法包括以下步骤：离线建模阶段的实施过程如下所示：步骤1采集工业流程中正常运行状态下的样本数据和典型早期故障的历史工况数据，其中正常工况过程数据集为典型早期故障数据集为其中N代表样本个数，p代表变量个数，R代表维度；步骤2计算正常数据集的均值μ和标准差σ，并按照公式1进行Z-score标准化，得到训练数据X∈RN×p，Y∈RN×p； 其中x与y为标准化后数据集的单一采样点时刻的数据，即数据集X和Y的一行数据,其中x∈R1×p，y∈R1×p，o代表变量个数，R代表维度；步骤3使用KLD量化正常和故障条件下变量分布的差异，选择敏感变量构建对应典型早期故障j的特定子空间Bj，直至构建所有难以检测的早期故障子空间；步骤4针对正常工况数据集X，使用稀疏化的互信息矩阵排除过程变量中的冗余变量，减小噪声干扰，构建常规故障子空间BN1,BN2,…,BNn；，步骤5在各子空间中使用加权平均移动窗口进行重构数据，实现数据增强，得到子空间数据增强矩阵步骤6将实现增强的过程数据通过NPE保持流形结构同时提取特征，构建监控统计量，建立子空间故障检测模型以及统计数据T2；步骤7给定置信水平α，取95％，确定各故障子空间控制限步骤8获取在线样本利用正常数据集的均值和标准差对其执行标准化，得到：步骤9根据离线建模步骤3和4得到的子空间划分标准对在线数据样本xnew进行划分，从而得到各子空间中的样本数据；步骤10在各子空间内首先按照步骤5对输入数据进行数据增强，将增强后的数据按照离线阶段步骤6得到的投影矩阵，计算各子空间在线样本的统计量步骤11对于常规故障子空间BN1,BN2,…，在得到步骤10的各子空间统计数据后，各子空间需要通过贝叶斯推断融合将统计数据进行统计合并，构建为一个综合监控统计量BIC；步骤12按照如下判别逻辑进行在线监控：如果在线采集样本的典型早期故障子空间的监控统计量则系统发生了典型早期故障1，需要及时处理相关故障，同理可判断典型早期故障2、3等是否发生；如果BIC置信水平α，则系统发生了常规故障，反之则系统无故障发生。

全文数据：

权利要求：

百度查询： 华东理工大学 一种基于多子空间划分的典型早期故障检测方法