基于ELM-MPLS的质量相关故障检测方法研究.pdf

基于 ELM-MPLS 的质量相关故障检测方法研究张蕊1袁李强2袁杨治艳1袁 3袁 4袁杨茜5袁赵美枝6袁 7渊1.工业和信息化部电子第五研究所袁 广东广州511370曰2.兰州万里航空机电有限责任公司袁 甘肃兰州7300701曰3.中国航发贵阳发动机设计研究院袁 贵州贵阳550081曰4.民用飞机及航空发动机质量与可靠性工程技术工业和信息化部重点实验室技术团队袁 广州511300曰5.北京精密机电控制设备研究所袁 北京100076曰6.火箭军工程大学导弹工程学院袁 陕西西安710025曰7.山西大同大学物理与电子科学学院袁 山西大同037009冤摘要院在工业生产过程中袁 很多产品的质量难以使用传感器来直接测量遥 因此袁 出现了偏最小二乘和潜在结构全投影等过程监测方法袁 但它们的质量相关故障检测效果并不理想遥 为此袁 提出了一种基于极限学习机渊ELM冤 与改进的偏最小二乘 渊MPLS冤 的质量相关故障检测方法遥 该方法首先采用 ELM 进行质量预测袁 然后根据预测结果进行过程监测袁 最后采用田纳西伊斯士曼 渊TE冤 过程验证其质量相关故障检测的有效性遥 实验结果表明袁 ELM-MPLS 不仅可以实现质量预测还提高了质量相关故障检测率袁 具有良好的质量相关故障检测效果遥关键词院极限学习机曰 改进的偏最小二乘曰 质量预测曰 过程监测曰 故障检测中图分类号院 TP 273文献标志码院 A文章编号院 1672-5468 渊2023冤 03-0085-06doi:10.3969/j.issn.1672-5468.2023.03.015Research on the Quality-related Fault DetectionMethod Based on ELM-MPLSZHANG Rui1袁 LI Qiang2袁 YANG Zhiyan1袁3袁4袁 YANG Xi5袁 ZHAO Meizhi6袁7渊1.CEPREI袁 Guangzhou 511370袁 China曰2.Lanzhou Wanli Aviation Electromechanical Co.袁 Ltd.袁 Lanzhou 730070袁 China曰3.AECC Guiyang Engine Design and Research Institute袁 Guiyang 550081袁 China曰4.The Ministry of Industry and Information Technology Key Laboratory of Quality and ReliabilityEngineering Technology of Civil Aircraft and Aero-Engine袁 Guangzhou 511300袁 China曰5.Beijing Institute of Precision Mechatronics and Controls袁 Beijing 100076袁 China曰6.School of Missile Engineering袁 Rocket Force University of Engineering袁 Xi爷an 710025袁 China曰7.School of Physics and Electronic Science袁 Shanxi Datong University袁 Datong 037009袁 China冤Abstract院In the process of industrial production袁 the quality of many products is difficult to bemeasured directly by sensors.Therefore袁 process monitoring methods such as partial least squares收稿日期院 2022-11-07作者简介院 张蕊 渊1979要冤袁 女袁 陕西西安人袁 工业和信息化部电子第五研究所可靠性与环境工程中心高级工程师袁 硕士袁从事装备通用质量特性的研究工作遥通讯作者院 杨治艳 渊1997要冤袁 女袁 甘肃白银人袁 工业和信息化部电子第五研究所可靠性与环境工程中心助理工程师袁 硕士袁从事装备通用质量特性及故障诊断的研究工作遥电 子 产 品 可 靠 性 与 环 境 试 验耘蕴耘悦栽砸韵晕陨悦 孕砸韵阅哉悦栽 砸耘L陨粤月陨蕴I栽再 粤晕阅 耘晕灾陨R韵晕酝耘晕栽粤蕴 栽耘杂栽陨晕郧计算机科学与技术阅陨粤晕在陨 悦匀粤晕孕陨晕 运耘运粤韵X陨晕郧 再哉 匀哉粤晕允I晕郧 杂匀陨再粤晕85电子产品可靠性与环境试验阅陨粤晕在陨 悦匀粤晕孕陨晕 运耘运粤韵X陨晕郧 再哉 匀哉粤晕允I晕郧 杂匀陨再粤晕电子产品可靠性与环境试验2023 年and total projection to potential structure are developed袁 but their quality-related fault detectioneffects are not ideal.To this end袁 a quality-related fault detection method based on extremelearning machine 渊ELM冤 and modified partial least squares 渊MPLS冤 is proposed.In thismethod袁 ELM is used for quality prediction firstly.Then袁 process monitoring is carried outaccording to the prediction results.Finally袁 TE process is used to verify the effectiveness ofquality-related fault detection.The experimental results show that ELM-MPLS can not only achievequality prediction but also improve the detection rate of quality-related faults袁 and has a goodquality-related fault detection effect.Keywords院extreme learning machine曰 modified partial least squares曰 quality prediction曰 processmonitoring曰 fault detection0引言在实际运行的工业生产过程中袁 过程监测技术可以有效地降低运行成本遥 随着自动化技术和传感器技术的高速发展袁 反映系统内部结构和参数变化的大量过程数据可以被采集到遥 如何处理大量的过程数据袁 从中挖掘隐藏的有用信息和实现在线故障检测及诊断显得尤为重要遥 故障检测及诊断的最终目的是监测过程的运行状态袁 从而保证产品的质量遥 测量变量和质量变量 渊如操作性能或产品质量冤 对工业生产过程至关重要袁 测量变量具有在线获取和容易获得的优点袁 但质量变量具有无法在线获取和采样间隔较长的缺点1-2遥 基于此袁 建立过程变量与质量变量之间的关系预测产品质量袁 进而实现对产品质量的实时监测遥偏最小二乘 渊PLS院 Partial Least Squares冤尧 独立 成 分 分 析渊 ICA院IndependentComponentAnalysis冤和 主 成 分 分 析渊 PCA院PrincipalComponent Analysis冤 等均是经典的基于数据驱动的多元统计故障检测及诊断方法3-6遥 其中袁 经典PLS 在过程数据 X 和质量输出 Y 之间建立线性回归关系袁 将 X 划分为主元子空间X赞和残差子空间X軒袁通过检测主元子空间X赞的变化来监测异常是否影响质量输出变量 Y遥 为了解决经典 PLS 的主元子空间X赞中存在与 Y 正交的成分袁 不利于质量相关故障的检测问题袁 Yin 等人7提出了使用正交分解的改进 偏 最 小 二 乘 渊 MPLS院 Modified Partial LeastSquares冤 模型遥 该模型消除了主元子空间X赞中对预测质量信息无用的变化袁 因此可以有效地进行质量相关故障检测遥21 世纪初袁 Li 等人8提出了极限学习机渊ELM院 Extreme Learning Machine冤遥 相较于传统的单层前馈神经网络袁 ELM 的节点参数通过迭代调整不同袁 隐节点参数随机分配袁 耗时少且具有良好的泛化性能遥 因上述优点袁 ELM 得到了越来越广泛的关注8-9遥本文考虑到 PLS 和潜在结构全投影的质量相关故障的过程监测效果并不理想袁 提出了基于ELM 与 MPLS 的质量相关故障检测方法 渊ELM-MPLS院 Extreme Learning Machine-modified PartialLeast Squares冤遥 该方法的优势如下院1冤 在 MPLS 的基础上袁 通过引入 ELM 建立过程数据 X 和质量输出 Y 之间的关系袁 以达到质量预测的目的曰2冤 在不需要复杂迭代过程的基础上袁 具有良好的质量预测精度和泛化性能曰3冤 提高了质量相关故障检测率袁 具有良好的质量相关故障检测效果遥1MPLS 故障检测模型首先袁 给出过程数据矩阵 X 和质量输出矩阵Y袁 它们有如下形式院X=xT1噎xTN杉删山山山山山山山山山山山山山煽闪衫衫衫衫衫衫衫衫衫衫衫衫衫沂RN伊mY=yT1噎yTN杉删山山山山山山山山山山山山山煽闪衫衫衫衫衫衫衫衫衫衫衫衫衫沂RN伊l渊1冤xi沂Rm袁 yi沂Rl袁 i=1袁 噎袁 N渊2冤式 渊1冤 渊2冤 中院 m要要要输入变量个数曰N要要要样本数曰l要要要输出变量个数遥为了消除经典 PLS 主元子空间X赞中与 Y 无关的86阅陨粤晕在陨 悦匀粤晕孕陨晕 运耘运粤韵X陨晕郧 再哉 匀哉粤晕允I晕郧 杂匀陨再粤晕第 3 期变化袁 Yin 等7首次提出了 MPLS 模型袁 并基于所提模型设计了一套完整的 MPLS 过程监测策略遥MPLS 对 X 进行正交分解袁 将 X 成功分解为与 Y相关的X赞和与 Y 无关的X軒遥 它的具体模型如下院X=X赞+X軒Y=Y赞+Y軒=XM+Y軒扇墒设设设设缮设设设设渊3冤式 渊3冤 中院 M要要要过程数据矩阵 X 和质量输出矩阵 Y 的回归系数矩阵遥通过 M 矩阵将质量输出矩阵 Y 分解为Y赞和Y軒袁其中Y赞和 X 相关袁 Y軒和 X 不相关遥 然后将 X 分别投影到 2 个正交子空间袁 即可得到正交的主元子空间袁 具体的 MPLS 过程监测策略如表 1 所示遥2基于 ELM-MPLS 的质量相关故障检测方法2.1 ELMELM 是一种训练前馈神经网络训练的方法袁它的网络结构如图 1 所示遥 ELM 模型的输入层参数是随机生成的袁 它的目的是分析确定输出层的参数遥 对于 N 个不同样本 渊xi袁 ti冤袁 xi=xi1袁 噎袁 xiNT沂RN袁 ti=ti1袁 噎袁 timT沂Rm袁 有 L 个隐藏节点的单隐层前馈神经网络的数学模型具体如下8-9院Li=1移茁igi渊xj冤=Li=1移茁igi渊wixj+bi冤=ojwi=wi1袁 wi2袁 噎袁 wiNT渊4冤茁i=茁i1袁 茁i2袁 噎袁 茁iNT式 渊4冤 中院 wi要要要第 i 个隐藏节点到输入节点的权重向量曰茁i要要要第 i 个隐藏节点到输出节点的权重向量曰bi要要要第 i 个隐藏节点的阈值曰wi窑 xj要要要内在的产物遥标准的单隐层前馈神经网络具有 L 个隐藏节点和激活函数 g 渊x冤袁 它可以没有误差地逼近这 N个样本院撞Lj=1|oj-tj|=0渊5冤式 渊5冤 即搜索 茁i袁 bi袁 wi来满足下式 渊6冤院Li=1移茁ig 渊wi窑 xj+bi冤=tj袁 j=1袁 噎袁 N渊6冤式 渊6冤 等价于院H茁=T渊7冤HN伊L渊w1袁 噎袁 wL袁 b1袁 噎袁 bL袁 x1袁 噎袁 xL冤=g 渊w1窑 x1+b1冤噎g 渊wL窑 x1+bL冤噎g 渊w1窑 xN+b1冤噎g 渊wL窑 xN+bL冤杉删山山山山山山山山山山煽闪衫衫衫衫衫衫衫衫衫衫渊8冤茁=茁T1噎茁TL杉删山山山山山山山山山山山山山煽闪衫衫衫衫衫衫衫衫衫衫衫衫衫L伊m袁 T=tT1噎tTN杉删山山山山山山山山山山山山山煽闪衫衫衫衫衫衫衫衫衫衫衫衫衫N伊m渊9冤式 渊9冤 中院 H要要要隐藏层输出矩阵袁 其第 i 列对应于输入 x1袁 噎袁 xN的第 i 个隐藏节点的输出遥输入层参数先随机生成后固定袁 训练单层前馈神经网络相当于求解线性系统 H茁=T 的最小范数最小二乘解茁赞院|H茁赞=T|=min茁|H茁=T|渊10冤最后确定输出权重院茁赞=H T渊11冤步骤内容预处理 标准化过程数据矩阵 X 和质量输出矩阵 Y步骤 1计算 M袁M=渊XTX冤 XTY沂Rm伊l曰步骤 2SVD 分解 MMT袁 得到祝赞渍和祝軗渍袁MMT=祝赞渍祝軗渍撰 000蓘蓡祝赞T渍祝軗T渍蓘蓡曰步骤 3计算装赞渍=祝赞渍祝赞T渍袁 装軜渍=祝軗渍祝軗T渍曰步骤 4X赞=X装渍袁 X軒=X装渍袁 Y赞=XM曰步骤 5步骤 6给出一个新样本 xnew并将其标准化袁 tx赞=祝赞T渍xnew袁tx軇=祝軗T渍xnew曰借鉴文献 10 计算新样本 xnew的统计量和正常样本的控制限进行故障检测表 1MPLS 的过程监测步骤图 1ELM 的网络结构张蕊等院 基于 ELM-MPLS 的质量相关故障检测方法研究87电子产品可靠性与环境试验阅陨粤晕在陨 悦匀粤晕孕陨晕 运耘运粤韵X陨晕郧 再哉 匀哉粤晕允I晕郧 杂匀陨再粤晕电子产品可靠性与环境试验2023 年2.2ELM-MPLS 的质量相关故障检测方法2.2.1 基于 ELM 的质量预测分析故障检测及诊断的最终目的是监测过程的运行状态袁 从而保证产品质量遥 测量变量 X 具有在线获取和容易获得的优点袁 质量变量 Y 具有无法在线获取或采样间隔较长的缺点遥 基于此袁 本文采用ELM 建立 X 与 Y 之间的关系预测产品质量袁 进而实现对产品质量的实时监测遥首先袁 采用训练样本确定 ELM-MPLS 模型中ELM 的输出层参数曰 然后袁 通过传感器直接获取在线过程变量 xnew袁 将 xnew代入式 渊8冤 获取隐藏层输出矩阵 Hnew曰 最后袁 根据训练参数 渊6冤 获取测试数据 xnew的输出预测值 Ynew遥2.2.2ELM-MPLS 的质量相关故障检测模型在 MPLS 和 ELM 已经通过质量预测获取测试数据 xnew输出的预测值 Ynew的基础上袁 利用 ELM-MPLS 进行质量相关故障检测遥 具体的ELM-MPLS的质量相关故障检测模型如表 2 所示遥3TE 过程的实验结果为了验证基于 ELM-MPLS 的质量相关故障检测方法的可行性和有效性袁 选用 TE 过程进行实验验证并分析相应的实验结果遥 美国 Eastman 化学公司的 Vogel 和 Downs 于 1990 年在 AICHE 会议中提出实际工业过程中的全厂过程控制案例即 TE 过程遥 TE 过程应用广泛袁 例如院 在预测控制与优化尧过程监测和故障诊断等研究领域均有应用11-12遥TE 的实验数据由 21 个故障和全部为正常样本的故障 0 组成袁 它的实验数据来源于 http院/brahms.scs.uiuc.edu 这个网站12遥 TE 过程的实验变量由 52 个变量组成袁 其中包含 41 个测量变量和 12 个操控变量遥 值得注意的是袁 剔除掉了代表搅拌速度不变的第12 个操控变量遥 给出如表 3 所示的 TE 过程中的测量变量和如表 4 所示的 TE 过程中的操控变量遥在 TE 过程中袁 分别进行 MPLS尧 OSC-MPLS和 ELM-MPLS 的质量相关故障检测实验并对比分析 3 种算法的实验结果遥 值得注意的是院 1冤 能够进行实验的数据有 52 个变量袁 本文实验选取其中34 个变量 渊测量变量 122尧 操控变量 111冤 进行实验曰 2冤 选取故障 0 渊包含 480 个正常样本冤 做训练集袁 测试集选取 960 个样本组成的质量相关故障 渊12尧 58尧 10尧 1213冤 的测试集 渊160 个样本以后均为故障冤遥MPLS尧 OSC-MPLS 和 ELM-MPLS 这 3 种算法在 TE 过程中的质量相关故障检测率如表 5 所示遥在表 5 中袁 粗体部分代表对应故障最好的质量相关故障检测实验结果遥表 2基于 ELM-MPLS 的质量相关故障检测步骤编号编号编号变量描述11529成分 A 渊流 9冤21630成分 B 渊流 9冤31731成分 C 渊流 9冤41832成分 D 渊流 9冤51933成分 E 渊流 9冤62034成分 F 渊流 9冤72135成分 G 渊流 9冤82236成分 H 渊流 9冤92337成分 D 渊流 11冤102438成分 E 渊流 11冤112539成分 F 渊流 11冤122640成分 G 渊流 11冤132741成分 H 渊流 11冤1428变量描述A 进料 渊流 1冤D 进料 渊流 2冤E 进料 渊流 3冤总进料 渊流 4冤再循环流量 渊流 8冤反应器进料速度 渊流 6冤反应器压力反应器液位反应器温度排放速度 渊流 10冤分离器温度分离器液位分离器压力分离器塔底流量变量描述汽提塔等级汽提塔压力汽提塔塔底流量 渊流 11冤汽提塔温度汽提塔流量压缩机功率反应器冷却水出口温度冷凝器冷凝液出口温度成分 A 渊流 6冤成分 B 渊流 6冤成分 C 渊流 6冤成分 D 渊流 6冤成分 E 渊流 6冤成分 F 渊流 6冤表 3TE 过程中的测量变量内容1冤 设定 ELM 的分类和回归类型曰2冤 读入训练数据 X 和测试数据 xnew曰3冤 随机生成 ELM 的输入参数袁 利用公式渊8冤 计算隐含层输出矩阵 Hnew曰4冤 计算输出权重和训练精度曰5冤 计算测试输入 xnew的输出预测值 Ynew曰6冤 计算训练和测试分类的准确性1冤 采用如表 1 所示的 MPLS 过程监测步骤求解对应的统计量和控制限曰2冤 判断是否有故障发生曰3冤 如果有故障发生袁 则绘制故障检测图像并计算质量相关故障检测率步骤步骤1质量预测分析步骤2质量相关故障检测88阅陨粤晕在陨 悦匀粤晕孕陨晕 运耘运粤韵X陨晕郧 再哉 匀哉粤晕允I晕郧 杂匀陨再粤晕第 3 期从表 5 中可以发现院1冤 在 MPLS 算法中袁 质量相关故障检测率最高的只有故障 10曰2冤 在 OSC-MPLS 算法中袁 质量相关故障检测率最高的只有故障 5曰3冤 ELM-MPLS 相较 MPLS 和 OSC-MPLS袁 明显地提高了故障 渊12尧 68尧 1213冤 的质量相关故障检测率遥为了充分地验证 ELM-MPLS 算法进行质量相关故障检测的可行性和有效性袁 给出质量相关故障检测率提升 12.23%的故障 13 的 TE 过程实验结果遥故障 13 是反映动态的质量相关故障袁 MPLS尧OSC-MPLS 和 ELM-MPLS 这 3 种算法在 TE 过程中的质量相关故障检测结果分别如图 2尧 3尧 5 所示遥仔细观察图 2 和图 3袁 可以发现院 第200 个采样时刻以后的故障统计量断断续续低于正常统计量的控制限袁 发生了较多的故障漏报情况遥 ELM-MPLS 算法对故障 13 的质量预测结果如图 4 所示遥从图 4 中可以发现袁 ELM-MPLS 算法不仅能预测到真实值的波动走向袁 还可以达到较高的质量预测精度遥表 4TE 过程中的操控变量编号变量描述1D 进料量 渊流 2冤2E 进料量 渊流 3冤3A 进料量 渊流 1冤4总进料量 渊流 4冤5压缩机再循环阀6排放阀 渊流 9冤7分离器流量成分 G 渊流 11冤8液体产品流量 渊流 11冤9汽提塔水流阀10反应器冷却水流量11冷凝器冷却水流量12搅拌速度表 53 种算法在 TE 过程中的质量相关故障检测率故障编号故障描述质量相关故障检测率MPLSOSC-MPLS ELM-MPLS1A/C 进料比率袁 B成分不变 渊流 4冤86.27%94.38%99.38%2B 成分袁 A/C 进料比率不变 渊流 4冤95.01%87.14%98.25%5冷凝器冷却水的入口温度99.63%99.75%99.38%6A 进料损失99.25%98.63%100.00%7C 存在的压力损失43.07%40.20%48.13%8A袁 B袁 C 进料成分 83.90%57.43%87.88%10C 的进料温度64.17%49.31%29.00%12冷凝器冷却水的入口温度89.26%87.02%97.25%13反应动态78.65%82.40%94.63%图 2MPLS 对故障 13 的质量相关故障检测图 3OSC-MPLS 对故障 13 的质量相关故障检测结果张蕊等院 基于 ELM-MPLS 的质量相关故障检测方法研究89电子产品可靠性与环境试验阅陨粤晕在陨 悦匀粤晕孕陨晕 运耘运粤韵X陨晕郧 再哉 匀哉粤晕允I晕郧 杂匀陨再粤晕电子产品可靠性与环境试验2023 年在具有良好质量预测结果的基础上袁 仔细观察图 5 可以发现院 第 200 个采样时刻以后的故障统计量几乎均高于正常统计量的控制限袁 ELM-MPLS算法明显地减少了故障漏报情况袁 具有较好的质量相关故障检测结果遥 因此袁 该算法可行且有效遥4结束语本文在MPLS 的基础上袁 结合 ELM 提出了一种基于 ELM-MPLS 的质量相关故障检测方法遥 通过对比分析 MPLS尧 OSC-MPLS 和 ELM-MPLS 这 3种算法在 TE 过程的质量相关故障检测实验袁 验证了 ELM-MPLS 算法的可行性和优越性袁 该算法具有如下优势遥1冤 通过 ELM 建立了过程数据 X 和质量输出 Y之间的关系袁 达到了质量预测的目的且具有较好的质量预测结果遥2冤 在不需要复杂迭代过程的基础上袁 具有良好的泛化性能遥3冤 相较于 MPLS 和 OSC-MPLS 算法袁 提高了质量相关故障检测率袁 具有良好的质量相关故障检测效果遥 质量相关故障检测率和质量相关故障诊断对于产品质量至关重要袁 特别值得去做遥 因此袁 在基于 ELM-MPLS 的质量相关故障检测方法的基础上袁 如何进行质量相关故障诊断是今后研究的重要方向遥参考文献院1 WANG C袁 WEN C袁 YANG L.A fault diagnosis method byusing extreme learning machine C/2015 International Con鄄ference on Estimation袁 Detection and Information Fusion渊ICEDIF冤.IEEE袁 2015.2 常鹏袁 乔俊飞袁 张祥宇袁 等.基于四阶累积分析的工业大肠杆菌制备过程故障诊断 J.控制理论与应用袁2020袁 37 渊3冤院 667-675.3 孔祥玉袁 杨治艳袁 罗家宇袁 等.基于新息矩阵的独立成分分析故障检测方法 J.中南大学学报 渊自然科学版冤袁 2021袁 52 渊4冤院 1232-1241.4 彭开香袁 马亮袁 张凯.复杂工业过程质量相关的故障检测与诊断技术综述 J.自动化学报袁 2017袁 43 渊3冤院349-365.5 孔祥玉袁 曹泽豪袁 安秋生袁 等.偏最小二乘线性模型及其非线性动态扩展模型综述 J.控制与决策袁 2018袁33 渊9冤院 1537-1548.6 赵春晖袁 王福利.工业过程运行状态智能监控院 数据驱动方法 M.北京院 化学工业出版社袁 2019院 1-9.7 YIN S袁 DING S X袁 ZHANG P袁 et al.Study on modifications of PLS approach for process monitoring J.IFAC Pro鄄ceedings Volumes袁 2011袁 44 渊1冤院 12389-12394.8 LI M B袁 HUANG G B袁 SARATCHANDRAN P袁 et al.Fully complex extreme learning machine J.Neurocomput鄄ing袁 2005袁 68院 306-314.9 裘日辉袁 刘康玲袁 谭海龙袁 等.基于极限学习机的分类算法及在故障识别中的应用 J.浙江大学学报 渊工学版冤袁2016 渊50冤院 1965-1972.10 孔祥玉袁 罗家宇袁 杜柏阳袁 等.基于递推 MPLS 算法的质量相关故障在线监控技术 J.控制与决策袁 2020袁35 渊9冤院 2094-2102.11 JIANG Q C袁 YAN X F袁 LI J袁 et al.PCA-ICA integratedwith bayesian method for non-Gaussian fault diagnosisJ.Industrial and Engineering Chemistry Research袁 2016袁 55渊17冤院 4979-4986.12 张展博袁 王振雷袁 王昕.基于正交局部慢性特征的故障检 测 方 法 J.清 华 大 学 学 报 渊 自 然 科 学 版 冤 袁2020袁 60 渊8冤院693-700.图 5ELM-MPLS 对故障 13 的质量相关故障检测结果图 4ELM-MPLS 对故障 13 的质量预测结果90