基于数据邻域特征与非邻域特征保持的工业过程故障检测方法与流程

本发明涉及一种工业过程故障检测方法，尤其是涉及一种基于数据邻域特征与非邻域特征保持的工业过程故障检测方法。

背景技术：

近年来，鉴于故障检测技术在保证生产安全和维持产品质量稳定中的重要作用，工业界和学术界对故障检测方法的研究从未停歇，各种不同的故障检测方法可谓是层出不穷。这其中，数据驱动的故障检测方法是该邻域的研究热点，它们的核心思想都是从过程正常数据中挖掘出能反应过程正常运行状态的潜在有用信息。然而，考虑到现代工业过程逐步向复杂化发展，采集到的工业数据所呈现出的特征往往也是很复杂的。如何更好地描述正常数据所隐含的状态信息，一直以来都是故障检测方法邻域所面临的核心问题之一。

在已有的数据驱动的故障检测方法中，多元统计分析方法是最主流的技术手段，如主元分析(Principal Component Analysis，PCA)、局部结构保持投影(Locality Preserving Projections，LPP)、全局-局部结构分析(Global-Local Structure Analysis，GLSA)方法等。从数据点分散结构来看，PCA在提取数据潜在特征时，尽量使原始数据投影变换后分得越开越好，也就是说PCA方法保留了数据的全局结构特征。而LPP方法则针对的是原始数据点的局部结构特征，在进行投影变换时，尽量保留数据点在空间距离上的分布特征。从一般意义上讲，无论是数据点分散的全局结构特征，亦或是近邻局部结构特征，在数据投影变换时都需要考虑。GLSA方法就是以这个为基本思想而被提出并用于故障检测研究，并且取得了优越于PCA和LPP方法的故障检测效果。可是，从现代工业过程数据的复杂特征来看，采样数据在时间上同样具有一定程度的相关性，也就是我们常说的采样数据间的自相关性，而且数据点之间的角度信息也从能反应原始数据在空间分散上的局部结构特征。若在投影变换过程中只考虑了数据点之间的距离邻域特征，对过程数据的描述也就不全面，存在有用信息的丢失问题。

虽然，GLSA方法同时考虑了数据的局部结构特征和全局结构特征，但是，GLSA在描述数据点间的邻域结构特征时，只是单一的保留了距离邻域特征，未曾涉及到时间邻域与角度邻域特征。因此，从这点上看，GLSA方法依旧存在一定程度的信息丢失问题，以此建立的故障检测模型的准确性和可靠性还有待进一步提升。可想而知，若是能在数据投影变换的过程中，全面地考虑原始数据点的距离邻域特征、时间邻域特征、角度邻域特征、以及非邻域特征，所提取的潜在信息就能更多地包含过程运行状态的有用信息，最大程度地降低了信息丢失的风险，在此基础上建立的故障检测模型也理应取得更可靠而准确的结果。

技术实现要素：

本发明所要解决的主要技术问题就是如何在提取过程正常数据潜藏的有用信息时，全面地考虑过程数据的距离、时间、角度邻域特征，以及非邻域特征。为此，本发明提供了一种基于数据邻域特征与非邻域特征保持的工业过程故障检测方法，该方法首先为每个采样数据点找出与之在距离上、在时间上、和在角度上相近的近邻样本，组成邻域集。其次，将其余不相近的样本作为它的非邻域集。然后，通过构造一个特征值问题求解出投影变换向量，并在此基础上建立相应的故障检测模型。最后，利用该模型实施在线故障检测。

本发明解决上述技术问题所采用的技术方案为：一种基于数据邻域特征与非邻域特征保持的工业过程故障检测方法，包括以下步骤：

(1)采集生产过程正常运行状态下的数据，组成训练数据集X∈R^n×m，并对每个变量进行标准化处理，得到均值为0，标准差为1的新数据矩阵其中，n为训练样本数，m为过程测量变量数，R为实数集，R^n×m表示n×m维的实数矩阵，为标准化后的数据样本，i＝1，2，…，n为第i个数据样本的下标号。

(2)设置距离近邻个数k、时间近邻个数t、和角度近邻甄别参数δ，为数据矩阵中的每个样本计算与之相近的距离近邻、时间近邻、和角度近邻，组成邻域集，而与之不相近的其他数据样本则组成非邻域集，其中各参数的取值范围分别为k∈[6，12]、t∈[1，4]、和δ∈[0.6，0.7]。

(3)根据邻域集，构造相应的邻域特征矩阵W∈R^n×n，并计算矩阵L＝D-W，同样的，根据非邻域集构造相应的非邻域特征矩阵H∈R^n×n，并计算矩阵G＝N-H，其中，矩阵D∈R^n×n与N∈R^n×n都为对角矩阵，对角线上的元素分别为矩阵W与矩阵H中每一列的元素之和。

(4)求解以下所示的广义特征值问题：

X^TGX＝λX^TLX (1)

上式中，λ表示特征值，然后保留前d(d＜m)个最大特征值所对应的特征向量p₁，p₂，…，p_d，组成投影变换矩阵P＝[p₁，p₂，…，p_d]∈R^m×d。

(5)建立相应的故障检测模型，保存模型参数以备在线监测时调用，其中，Λ＝S^TS/(n-1)，为数据矩阵投影变换后的结果，控制限和Q_lim的计算方式如下所示：

其中，置信度α＝99％，F_d，n-d，α表示置信度为α、自由度分别为d与n-d的F分布所对应的值，表示自由度为h、置信度为α为卡方分布所对应的值，M和V分别为Q统计量的估计均值和估计方差。

(6)收集新的过程采样数据x_new∈R^m×1，并将其进行同样的标准化处理得到

(7)调用模型参数Θ对数据进行故障检测，即构建监测统计量T²与Q，并决策新数据是否正常。

与现有方法相比，本发明方法在挖掘数据潜在有用信息时，全面地考虑了数据点间的距离、时间、角度邻域特征，以及非邻域特征。因此，本发明方法在描述正常过程数据时，不仅保持了原始数据点的多个局部的邻域特征，而且还考虑到了原始数据的全局结构上的非邻域特征。这能在很大程度上降低了数据特征丢失的风险，所建立的故障检测模型也就更加可靠与准确。可以说，本发明方法能有效地改善故障检测效果，极大地减小了故障漏报的可能性。

附图说明

图1为本发明方法的实施流程图。

具体实施方式

下面结合附图对本发明方法进行详细的说明。

如图1所示，本发明涉及一种基于数据邻域特征与非邻域特征保持的工业过程故障检测方法，该方法的具体实施步骤如下所示：

第一步：采集生产过程正常运行状态下的数据，组成训练数据集X∈R^n×m，并对每个变量进行标准化处理，得到均值为0，标准差为1的新数据矩阵

第二步：设置距离近邻个数k、时间近邻个数t、和角度近邻甄别参数δ，为数据矩阵中的每个样本计算与之相近的距离近邻、时间近邻、和角度近邻，组成邻域集，而与之不相近的其他数据样本则组成非邻域集，具体的实施细节如下所示：

首先，从数据矩阵中找出与第i个数据样本距离最近的k个数据样本，具体的实施方式如下所示：

①针对第i个样本计算矩阵中除以外的其他样本与之间的欧式距离D_ij，即

其中，j＝1，2，…，n且j≠i，||||表示计算向量的长度；

②对这些计算出来的距离按大小进行升序排列，并记录前k最小距离所对应的样本标号。

其次，根据采样时间先后次序，从数据矩阵中找出位于第i个数据样本采样时间的前后各t个数据样本，并记录样本标号。

再次，从数据矩阵中找出与第i个样本角度相近的数据样本，并记录样本标号，具体的实施方式如下所示：

①针对第i个样本计算矩阵中除以外的其他样本与之间的角度余弦值cosθ_ij，即：

②根据角度近邻甄别参数δ，选择满足甄别条件|cosθ_ij|＞δ所对应的样本，并记录样本标号。

然后，将所有记录的样本标号合在一起并删除重复的样本标号，组成对应于第i个样本的邻域集，与此同时，矩阵中未被选择的样本所对应的标号则组成对应于第i个样本的非邻域集。

最后，重复上述操作直至得到所有n个数据样本所对应的邻域集与非邻域集。

第三步：根据邻域集，构造相应的邻域特征矩阵W∈R^n×n，并计算矩阵L＝D-W，同样的，构造相应的非邻域特征矩阵H∈R^n×n，并计算矩阵G＝N-H，其中，矩阵D∈R^n×n与N∈R^n×n都为对角矩阵，对角线上的元素分别为矩阵W与矩阵H中每一列的元素之和。矩阵W与H具体的构造方式如下所示：

首先，初始化矩阵W₀为一个n×n维的单位矩阵。

其次，根据第i个样本所对应的邻域集将矩阵W₀中的第i行相应元素更新为1，并重复此操作直至更新完W₀中所有n行的元素，得到新矩阵W₁。

然后，根据第i个样本所对应的邻域集将上步骤中得到的矩阵W₁中的第i列相应元素更新为1，并重复此操作直至更新完W₁中所有n列的元素，得到近邻特征矩阵W。

最后，直接利用矩阵W构造出矩阵H＝E-W，其中，E∈R^n×n为一个n×n维的全1矩阵。

第四步：求解如下所示的广义特征值问题：

X^TGX＝λX^TLX (6)

并保留前d(d＜m)个最大特征值所对应的特征向量p₁，p₂，…，p_d，组成投影变换矩阵P＝[p₁，p₂，…，p_d]∈R^m×d。

第五步：建立相应的故障检测模型，保存模型参数以备在线监测时调用，其中，Λ∈R^d×d为投影变换所得矩阵的协方差矩阵Λ＝S^TS/(n-1)，控制限和Q_lim的计算方式如下所示：

其中，置信度α＝99％，F_d，n-d，α表示置信度为α、自由度分别为d与n-d的F分布所对应的值，表示自由度为h、置信度为α为卡方分布所对应的值，M和V分别为Q统计量的估计均值和估计方差。

第六步：收集新的过程采样数据x_new∈R^m×1，并将其进行同样的标准化处理得到

第七步：调用模型参数Θ对数据进行故障检测，即构建监测统计量T²与Q：

并将T²和Q统计量具体数值分别与控制限和Q_lim进行对比，若任何一个超出相应控制限，则当前监测的数据为故障状态；反之，则为正常，并进行下一个新数据的监测。

上述实施例仅是本发明的优选实施方式，在本技术领域内，凡是基于本发明技术方案上的变化和改进，都在本发明的保护范围之内。