专利名称：基于fisher的工业过程非线性故障诊断装置的制作方法
技术领域：
本实用新型涉及工业过程故障诊断领域，特别地，涉及一种基于fisher的工 业过程非线性故障诊断装置。(二) 背景技术由于产品质量、经济效益、安全以及环保的要求，工业过程和相关的控制系 统变的非常复杂，为了保证工业系统的正常运作，故障的诊断和检测在工业过程 中扮演着非常重要的角色。近年来，统计分析应用于过程监控和故障诊断得到了 广泛的研究。利用工业实测数据，采用统计的方法进行故障诊断，避开了复杂的机理分析， 求解相对方便。但是目前的大多数故障诊断方法都对变量的分布或者协方差分布 有一定的要求，比如要求变量满足高斯分布等，而工业生产过程中的数据往往很 有可能不满足这些要求。因此，往往得不到很好的故障诊断效果。(三) 发明内容为了克服已有的故障诊断系统的适用性差、诊断效果较差的不足，本实用新型 提供一种适用范围广、能够得到良好的故障诊断效果的基于fisher的工业过程非 线性故障诊断装置。本实用新型解决其技术问题所采用的技术方案是一种基于fisher的工业过程非线性故障诊断装置，包括与工业过程对象连接 的现场智能仪表、DCS系统以及上位机，所述的DCS系统由数据接口、控制站、 数据库构成；智能仪表、DCS系统、上位机依次相连，所述的上位机包括标准化处理模块，用于对数据进行标准化处理，各变量的均值为0，方差为1， 得到输入矩阵X，采用以下过程来完成1)计算均值<formula>formula see original document page 3</formula>
2)计算方差《=^^(^-^)，其中，TX为训练样本，N为训练样本数；fisher判别分析模块，用于对样本进行分析诊断，确定分类器模型，采用如下 过程1) 计算训练样本的组内离差阵W和组间离差阵B;2) 计算^-A『卜o的广义特征根;i和特征向量l;3) 取对应于非O特征根的特征向量，得如下变换式 其中L为非O特征根的个数，X,'为标准化后的数据；4) 通过以上变换式分别计算出系统正常和故障时的L个指标，即为各类状态的重心，按参数设置取前N个；5) 待测样本经过同样的变换得到L个指标，取前N个，分别计算它与各类 状态重心的距离，将其归为距离最小的一类；信号采集模块，用于设定每次采样的时间间隙，采集现场智能仪表的信号； 待诊断数据确定模块，用于将采集的数据传送到DCS实时数据库中，在每个 定时周期从DCS数据库的实时数据库中，得到最新的变量数据作为待诊断数据VX;故障诊断模块，用于对待检测数据VX用训练时得到的&和C7进行标准化处理，并将标准化处理后的数据作为fisher判别分析模块的输入，将输入代入训 练得到的判别函数，计算判别函数值，判别所述工业过程的状态。作为优选的一种方案所述的上位机还包括判别模型更新模块，用于定期将过程状态正常的点添加到训练集VX中，输出到标准化处理模块，并更新上位 机的fisher判别分析模块中的分类器模型。作为优选的另一种方案所述的上位机还包括结果显示模块，用于将故障诊断结果传给DCS系统，并在DCS的控制站显示过程状态，并通过DCS系统和 现场总线将过程状态信息传递到现场操作站进行显示。 Fisher准则对变量分布和协方差分布没有要求，适用范围广，因此广泛运用 于判别分析的各个领域。故障诊断的首要任务是把来自工业过程的样本分成正常 和故障两类，可以归结为判别分析问题，所以本实用新型引入fisher准则进行过 程的故障诊断，可以广泛适用于各种工业过程。本实用新型的有益效果主要表现在1、适用范围广、能够得到良好的故障诊断效果；2、能够广泛适用于各种工业过程。(四)
图1是本实用新型所提出的故障诊断系统的硬件结构图。 图2是本实用新型所提出的故障诊断系统功能模块图。 图3是本实用新型上位机的原理框图。
具体实施方式
以下结合附图对本实用新型作进一步描述。参照图l、图2、图3， 一种基于fisher的工业过程非线性故障诊断装置，包括与工业过程对象1连接的现场智能仪表2、DCS系统以及上位机6，所述的DCS系统由数据接口3、控制站4、数据库5构成；智能仪表2、 DCS系统、上位机6通过现场总线依次相连，所述的上位机6包括标准化处理模块7，用于对数据进行标准化处理，各变量的均值为0，方差为 1，得到输入矩阵X，采用以下过程来完成<formula>formula see original document page 5</formula>1) 计算均值<formula>formula see original document page 5</formula>2) 计算方<formula>formula see original document page 5</formula>3) 标准化—^， 其中，TX为训练样本，N为训练样本数；fisher判别分析模块8，用于对样本进行分析诊断，确定分类器模型，采用如
下过程1 )计算训练样本的组内离差阵W和组间离差阵B;2) 计算|5-;1『| = 0的广义特征根;1和特征向量l;3) 取对应于非O特征根的特征向量，得如下变换式-w;其中L为非O特征根的个数，X,'为标准化后的数据；4) 通过以上变换式分别计算出系统正常和故障时的L个指标，即为各类状 态的重心，按参数设置取前N个；5) 待测样本经过同样的变换得到L个指标，取前N个，分别计算它与各类 状态重心的距离，将其归为距离最小的一类；信号采集模块9，用于设定每次采样的时间间隙，采集现场智能仪表的信号； 待诊断数据确定模块IO，用于将采集的数据传送到DCS实时数据库中，在每个定时周期从DCS数据库的实时数据库中，得到最新的变量数据作为待诊断数据VX;故障诊断模块11，用于对待检测数据VX用训练时得到的^和C7〗进行标准化处理，并将标准化处理后的数据作为fisher判别分析模块的输入，将输入代入 训练得到的判别函数，计算判别函数值，判别所述工业过程的状态。所述的上位机还包括判别模型更新模块12，用于定期将过程状态正常的点 添加到训练集VX中，输出到标准化处理模块，并更新上位机的fisher判别分析 模块中的分类器模型。所述的上位机还包括结果显示模块13，用于将故障诊断结果传给DCS系 统，并在DCS的控制站显示过程状态，并通过DCS系统和现场总线将过程状态 信息传递到现场操作站进行显示。本实施例的工业过程故障诊断系统的硬件结构图如附图1所示，所述的故障 诊断系统核心由包括标准化处理模块7和fisher判别分析模块8两大功能模块和 人机界面的上位机6构成，此外还包括现场智能仪表2， DCS系统和现场总线。 所述的DCS系统由数据接口 3、控制站4、数据库5构成；工业过程对象l、智 能仪表2、 DCS系统、上位机6通过现场总线依次相连，实现信息流的上传和下 达。故障诊断系统在上位机6上运行，可以方便地与底层系统进行信息交换，及 时应对系统故障。 本实施例的故障诊断系统的功能模块图如附图2所示，主要包括标准化处理 模块7、 fisher判别分析模块8等。所述的故障诊断方法按照如下步骤来实现-1、 确定故障诊断所用的关键变量，从DCS数据库5的历史数据库中分别采 集系统正常和故障时这些变量的数据作为训练样本TX;2、 在上位机6的fisher判别分析模块8中，设置判别函数个数N等参数，并 设定DCS中的采样周期；3、 训练样本TX在上位机6中，依次经过标准化处理7、 fisher判别分析8 等功能模块，采用以下步骤来完成诊断系统的训练1) 在上位机6的标准化处理功能模块7中，对数据进行标准化处理，使得各变量的均值为0，方差为l，得到输入矩阵X。采用以下过程来完成—i w① 计算均值<formula>formula see original document page 7</formula>② 计算方差<formula>formula see original document page 7</formula>③ 标准化<formula>formula see original document page 7</formula> 其中N为训练样本数。上位机6的标准化处理功能模块7所进行的标准化处理能消除各变量因为量 纲不同造成的影响。2) 计算训练样本的组内离差阵W和组间离差阵B;3) 计算|5-义『| = 0的广义特征根;1和特征向量l;4) 取对应于非O特征根的特征向量，得如下变换式其中L为非O特征根的个数，X,!为标准化后的数据；5) 通过以上变换式分别计算出系统正常和故障时的L个指标，作为各类状态的重心，按参数设置取前N个； 4、系统开始投运1) 用定时器，设置好每次采样的时间间隔；2) 现场智能仪表2检测过程数据并传送到DCS数据库5的实时数据库中； 3) 上位机6在每个定时周期从DCS数据库5的实时数据库中，得到最新的 变量数据，作为待诊断数据VX;
4) 待检测数据VX，在上位机6的标准化处理功能模块7中，用训练时得到 的^和(j进行标准化处理，并将标准化处理后的数据作为fisher判别分析模块8 的输入；
5) 上位机6中的fisher判别分析模块8，将输入代入训练得到的判别函数， 计算判别函数值，判别并在上位机6的人机界面上显示过程的状态；
6) 上位机6将故障诊断结果传给DCS系统，并在DCS的控制站4显示过 程状态，同时通过DCS系统和现场总线将过程状态信息传递到现场操作站进行显 示，使得现场操作工可以及时应对。
5、判别模型更新
在系统投运过程中，定期将过程状态正常的点添加到训练集VX中，重复步 骤3的训练过程，以便及时更新上位机6的fisher判别分析模块8中的分类器模 型，保持判别模型具有较好的效果。
权利要求1、一种基于fisher的工业过程非线性故障诊断装置，包括与工业过程对象连接的现场智能仪表、DCS系统以及上位机，所述的DCS系统由数据接口、控制站、数据库构成；智能仪表、DCS系统、上位机依次相连，其特征在于所述的上位机包括用于对数据进行标准化处理的标准化处理模块；用于对样本进行分析诊断，确定分类器模型的fisher判别分析模块；用于设定每次采样的时间间隙，采集现场智能仪表的信号的信号采集模块；用于将采集的数据传送到DCS实时数据库中，在每个定时周期从DCS数据库的实时数据库中，得到最新的变量数据作为待诊断数据VX的待诊断数据确定模块；用于对待检测数据VX用训练时得到的和σx2进行标准化处理，并将标准化处理后的数据作为fisher判别分析模块的输入，将输入代入训练得到的判别函数，计算判别函数值，判别所述工业过程的状态的故障诊断模块；所述现场智能仪表与信号采集模块数据连接，所述信号采集模块连接待诊断数据确定模块，所述的待诊断数据确定模块连接故障诊断模块，所述标准化处理模块与fisher判别分析模块连接，所述fisher判别分析模块与故障诊断模块连接。
2、 如权利要求1所述的基于fisher的工业过程非线性故障诊断装置，其特征在于 所述的上位机还包括用于定期将过程状态正常的点添加到训练集VX中，输出到标准化处理模块， 并更新上位机的fisher判别分析模块中的分类器模型的判别模型更新模块，所述 判断模型更新模块连接fisher判别分析模块。
3、 如权利要求l或2所述的的基于fisher的工业过程非线性故障诊断装置，其特 征在于所述的上位机还包括用于将故障诊断结果传给DCS系统，并在DCS的控制站显示过程状态，并 通过DCS系统和现场总线将过程状态信息传递到现场操作站进行显示的结果显 示模块，所述结果显示模块连接故障诊断模块。
专利摘要一种基于fisher的工业过程非线性故障诊断装置，包括与工业过程对象连接的现场智能仪表、DCS系统以及上位机，所述的DCS系统由数据接口、控制站、数据库构成；智能仪表、DCS系统、上位机依次相连，所述的上位机包括标准化处理模块、fisher判别分析模块以及故障诊断模块。本实用新型提供一种适用范围广、能够得到良好的故障诊断效果的基于fisher的工业过程非线性故障诊断装置。
文档编号G05B19/418GK201017232SQ200620140288
公开日2008年2月6日 申请日期2006年11月23日 优先权日2006年11月23日
发明者刘兴高 申请人:浙江大学