基于疫苗移植的动态人工免疫故障诊断方法
【专利摘要】本发明提出一种基于疫苗移植的动态人工免疫故障诊断方法，包括：根据工艺流程确定移植源和诊断对象的变量对应关系；利用移植源的历史数据建立抗体样本集合；从抗体正常样本集合提取第一预定时间内的数据生成正常疫苗，从抗体故障样本集合提取第二预定时间内的数据生成故障疫苗；获取诊断对象运行的历史数据以生成历史样本集合；根据历史正常样本集合中历史正常样本和和正常疫苗获得正常疫苗的免疫抗体系数，根据正常疫苗生成正常抗体库；根据历史故障样本和对应的故障疫苗获得故障疫苗的免疫抗体系数，根据故障疫苗生成故障抗体库。本发明的实施例能够克服工艺流程的历史数据不足、有效地对工艺流程的故障及故障类型进行准确、快速的检测。
【专利说明】基于疫苗移植的动态人工免疫故障诊断方法
【技术领域】
[0001]本发明涉及工艺流程的生产【技术领域】，特别涉及一种基于疫苗移植的动态人工免疫故障诊断方法。
【背景技术】
[0002]随着现代科学技术的发展，如化工过程、炼油过程、生物制药过程等流程工业的复杂程度与日俱增。越来越多的辅助装置，如集散控制系统(DCS)、制造执行系统(MES)等，被广泛运用于监控在线生产操作，保障工艺流程的稳定、安全运行。与此同时，随着生产自动化水平的提高，工厂中操作员的数量较过去大为精简，这使得往往一个操作员需要操作一个甚至多个生产单元或者装置。简单的变量报警不足以为操作员处理突发情况提供最直接的信号，需要操作员凭借大量的经验判断流程的可能状态，这使得经验不丰富的操作员可能会由于判断失误或者操作滞后，而引发更加严重的后果。
[0003]目前，通过建立独立的故障诊断系统，及时发现并诊断出故障原因，并将可能发生的故障类别通过界面展示给操作员。不但能保证生产运行的稳定性、预防重大安全事故的发生，还能辅助操作员对故障进行处理、修复，有效降低故障所造成的损失。
[0004]一个完善的在线故障诊断系统，首先必须是基于有效快速的故障诊断方法，能够在扰动发生后快速的检测出故障，并准确诊断出可能的故障类别。其次，在线故障诊断系统必须能够具备完整的结构，能够从在线运行的装置上获取数据，在核心的诊断结束后还能够通过友好的界面将诊断结果展示给操作员。最后，故障诊断方法必须具备自适应能力和自学习能力，在线故障诊断系统能够根据操作员的反馈，利用在线数据实现在线故障诊断系统的自学习，完善在线故障诊断系统的在线故障诊断能力。
[0005]人工免疫系统是一种综合智能系统，它将免疫学与工程学有机结合，利用数学、计算机等技术建立免疫机制模型，并将免疫机制模型应用于工艺流程的设计、实施等方面。将人工免疫系统中对于自我与非我的判断引入到故障诊断领域。动态人工免疫系统是针对工艺流程的动态特性，以工艺流程的动态变量数据为驱动，以历史数据时间序列矩阵为抗体，在线数据时间序列矩阵为抗原，通过计算抗原与抗体的差异度对工艺流程进行在线故障诊断。
[0006]然而对于很多新的工艺流程，没有经历长时间的运行，缺少可用的历史样本。在这种情况下，由于历史数据不足，导致动态人工免疫系统不能够有效地对故障进行诊断，因此有必要提出更新的机制产生可用于动态人工免疫故障诊断的抗体。
【发明内容】
[0007]本发明旨在至少解决上述技术问题之一。
[0008]为此，本发明的一个目的在于提出一种基于疫苗的动态人工免疫故障诊断方法，该方法能够克服工艺流程的历史数据不足、有效地对工艺流程的故障进行准确、快速的检测，且能够判断出故障的类型。[0009]为了实现上述目的，本发明的实施例提出了一种基于疫苗移植的动态人工免疫故障诊断方法，包括以下步骤:根据诊断对象和移植源的工艺信息、操作规程和已有的历史数据确定移植源与移植对象之间的变量对应关系；获取所述移植源在多个状态下的运行数据的样本集合，其中，所述移植源的样本集合中具有多种类型的样本，所述样本集合包括正常样本集合和故障样本集合，所述正常样本集合包括正常开车阶段和稳态运行过程的数据样本集合，所述故障样本集合包括开车阶段和稳态运行过程中发生的多种故障对应的故障数据样本集合；从所述移植源的正常样本集合中提取第一预定时间内的数据生成正常疫苗，从所述移植源的故障样本集合中提取第二预定时间内的数据生成故障疫苗；获取诊断对象工艺流程运行的历史数据以生成历史样本集合，其中，所述历史样本集合包括历史正常样本集合和历史故障样本集合；根据所述诊断对象的历史正常样本集合中的历史正常样本和所述移植源对应的所述正常疫苗获得正常疫苗的免疫抗体系数，并根据所述正常疫苗生成正常抗体库；根据所述诊断对象的历史故障样本集合中的历史故障样本和所述移植源对应的所述故障疫苗获得故障疫苗的免疫抗体系数，并根据所述故障疫苗生成故障抗体库。
[0010]另外，根据本发明上述实施例的基于疫苗移植的动态人工免疫故障诊断方法还可以具有如下附加的技术特征:
[0011]在一些示例中，采用DTW算法计算故障开车历史样本与正常开车历史样本的最小差异度矩阵。
[0012]在一些实例中，还包括:运行所述诊断对象工艺流程以得到在线运行数据的样本；从所述在线运行数据的样本中提取当前时刻前预定时间范围的数据片段集合。
[0013]在一些实例中，还包括:计算当前时刻抗原与所述正常抗体库内所有正常抗体的差异度以得到差异度集合；判断所述差异度集合中的每个差异度是否均小于正常抗体库阈值；如果是则判断工艺流程正常，否则判断所述工艺流程存在故障。
[0014]在一些实例中，当判断所述工艺流程存在故障后，进一步判断所述工艺流程的故障类型。
·[0015]在一些实例中，进一步包括:对于开车过程，获取与当前工况近似条件下诊断对象
正常开车历史样本的一段正常开车样本数据，并由DTW算法或者第一预定公式计算得
到偏差矩阵为诊断用抗原；对于稳态运行过程，获取诊断对象所述在线运行数据片段中每个采样点值减去检测出故障时刻的数据D得到诊断用抗原；利用DTW算法或第二预定公式计算当前时刻诊断用抗原与所述全部故障抗体库内所有故障抗体的差异度；如果当前时刻诊断用抗原与一个故障抗体的差异度小于该类型故障抗体库阈值，则判断工艺流程为相应故障类型的故障。
[0016]在一些实例中，所述工艺信息包括工艺流程图、物料状态、操作参数、控制器设置以及环境参数。
[0017]在一些实例中，获取所述移植源在多个状态下的运行数据的样本集合的步骤对所述移植源运行数据集合中的每个数据进行归一化以得到所述样本集合:
【权利要求】
1.一种基于疫苗移植的动态人工免疫故障诊断方法，其特征在于，包括以下步骤: 根据诊断对象和移植源的工艺信息、操作规程和已有的历史数据确定移植源与移植对象之间的变量对应关系； 获取所述移植源在多个状态下的运行数据的样本集合，其中，所述移植源的样本集合中具有多种类型的样本，所述样本集合包括正常样本集合和故障样本集合，所述正常样本集合包括正常开车阶段和稳态运行过程的数据样本集合，所述故障样本集合包括开车阶段和稳态运行过程中发生的多种故障对应的故障数据样本集合； 从所述移植源的正常样本集合中提取第一预定时间内的数据生成正常疫苗，从所述移植源的故障样本集合中提取第二预定时间内的数据生成故障疫苗； 获取诊断对象工艺流程运行的历史数据以生成历史样本集合，其中，所述历史样本集合包括历史正常样本集合和历史故障样本集合； 根据所述诊断对象的历史正常样本集合中的历史正常样本和所述移植源对应的所述正常疫苗获得正常疫苗的免疫抗体系数，并根据所述正常疫苗生成正常抗体库； 根据所述诊断对象的历史故障样本集合中的历史故障样本和所述移植源对应的所述故障疫苗获得故障疫苗的免疫抗体系数，并根据所述故障疫苗生成故障抗体库。
2.根据权利要求1所述的基于疫苗移植的动态人工免疫故障诊断方法，其特征在于，还包括: 采用DTW算法计算故 障开车历史样本与正常开车历史样本的最小差异度矩阵。
3.根据权利要求2所述的基于疫苗移植的动态人工免疫故障诊断方法，其特征在于，还包括: 运行所述诊断对象工艺流程以得到在线运行数据的样本； 从所述在线运行数据的样本中提取当前时刻前预定时间范围的数据片段集合。
4.根据权利要求3所述的基于疫苗移植的动态人工免疫故障诊断方法，其特征在于，还包括: 计算当前时刻抗原与所述正常抗体库内所有正常抗体的差异度以得到差异度集合； 判断所述差异度集合中的每个差异度是否均小于正常抗体库阈值； 如果是则判断工艺流程正常，否则判断所述工艺流程存在故障。
5.根据权利要求4所述的基于疫苗移植的动态人工免疫故障诊断方法，其特征在于，当判断所述工艺流程存在故障后，进一步判断所述工艺流程的故障类型。
6.根据权利要求5所述的基于疫苗移植的动态人工免疫故障诊断方法，其特征在于，进一步包括: 对于开车过程，获取与当前工况近似条件下诊断对象正常开车历史样本的一段正常开车样本数据，并由DTW算法或者第一预定公式计算得到偏差矩阵为诊断用抗原； 对于稳态运行过程，获取诊断对象所述在线运行数据片段中每个采样点值减去检测出故障时刻的数据D得到诊断用抗原； 利用DTW算法或第二预定公式计算当前时刻诊断用抗原与所述全部故障抗体库内所有故障抗体的差异度； 如果当前时刻诊断用抗原与一个故障抗体的差异度小于某一类型故障抗体库阈值，则判断工艺流程为相应故障类型的故障。
7.根据权利要求1所述的基于疫苗移植的动态人工免疫故障诊断方法，其特征在于，所述工艺信息包括工艺流程图、物料状态、操作参数、控制器设置以及环境参数。
8.根据权利要求1所述的基于疫苗的动态人工免疫故障诊断方法，其特征在于，获取所述移植源在多个状态下的运行数据的样本集合的步骤进一步包括: 对所述移植源运行数据集合中的每个数据进行归一化以得到所述样本集合，其中，归一化过程通过如下公式进行:
9.根据权利要求3所述的基于疫苗移植的动态人工免疫故障诊断方法，其特征在于，所述运行所述诊断对象工艺流程以得到在线运行数据的样本，还包括:对所述在线运行数据的样本进行归一化。
10.根据权利要求6所述的基于疫苗移植的动态人工免疫故障诊断方法，其特征在于，还包括: 根据所述在线抗原和正常抗体库和故障抗体库的比较结果，通过在线运行数据对相应抗体库中的抗体进行更新。`
【文档编号】G06F17/30GK103745005SQ201410036478
【公开日】2014年4月23日 申请日期:2014年1月24日 优先权日:2014年1月24日
【发明者】赵劲松, 舒逸聃 申请人:清华大学