基于动态KECA的工业过程故障检测.pdf

书书书第 卷 第 期年 月沈阳工业大学学报 收稿日期：基金项目：辽宁省教育厅项目（）作者简介：郭金玉（），女，山东高唐人，副教授，博士，主要从事故障诊断、生物特征识别算法及应用等方面的研究檪檪檪檪檪檪檪檪檪檪殏殏殏殏控制工程 ：基于动态 的工业过程故障检测郭金玉，朱明坤，李元（沈阳化工大学 信息工程学院，沈阳 ）摘要：针对工业过程数据中存在的非线性特性和时间延迟性问题，提出了一种基于动态核熵成分分析（）的工业过程故障检测方法 将数据集按照时间序列构造增广矩阵，建立 模型，并计算训练数据的 （）统计量及其控制限 将在线监测数据投影到 模型上，其相应的统计量超出控制限的数据作为故障数据 实验结果表明，与传统的非线性方法相比，所提方法能够在保持较低误报率的基础上有效提升故障检测效果，通过引入时间延迟系数提取工业过程的动态变化信息，为传统故障检测方法在动态工业过程中的应用提供了参考关键词：故障检测；非线性特性；时间延迟性；核熵成分分析；增广矩阵；熵；统计量；田纳西 伊斯曼过程中图分类号：文献标志码：文章编号：（），（，）：，（）；（），：；近年来，随着科技的高速发展，各种新的计算机技术不断产生，针对传统的故障检测方法也提出了许多新的理论 在现代工业过程的生产运行中，工艺流程的复杂程度日益增加，产生的数据量变得十分庞大，其中也会掺杂许多难以预料的干扰，这对于工业过程的故障检测和诊断来说是一个非常大的挑战 通过对系统进行实时准确的故障检测，在早期发现和处理故障，避免事故发生，对于工业过程有着重要的实际意义 为了确保工业生产过程的可靠性和安全性，对于数据之间广泛存在的非线性和动态延迟等问题，已经提出了多种基于多元统计分析的技术方法 主成分分析（，）作为一种经典的故障检测方法被广泛应用，其能够保留线性系统的主要特征，通过数据降维对系统进行分析 陈杨 将 方法用于热连轧打滑过程的故障检测 在 方法的基础上，专家学者进行不断的优化和改进，提出许多新的应用 柯程扬等 将 与 方法相结合实现对金线莲种类的识别 史东海等 运用 和 方法对数据进行特征降维，实现滑动轴承的故障诊断 方法通常只适用于变量服从多元高斯分布的系统，对于非线性系统的检测效果较差 为了应对系统存在的非线性问题，研究人员提出了核主成分分析（，）方法 方法将数据通过核函数映射到特征空间，在高维空间上对数据进行处理 张志政等 将 方法与粒子群优化、支持向量机方法相结合用于船舶燃油系统的故障监测与诊断 李学渊等 通过 方法将系统划分为特征空间和残差空间，实现对环网柜的故障检测 在实际的工业过程中，系统存在的动态特性对于故障检测的影响非常大 针对系统间存在的动态特性，通过时滞位移将系统动态特性的概念引入到 方法中，提出动态主成分分析（，）方法，有效地解决了线性系统中的动态特性 和刘鸿斌等 在此基础上将动态核主成分分析（，）方法应用于复杂污水处理过程的故障检测，可有效应对系统的动态特性 将信息熵的概念引入 方法中，提出核熵成分分析（，）方法，在数据转换和维度降低时能够利用信息熵的定义更加充分地表达出数据中的信息 目前，方法在故障诊断领域得到了广泛应用，并针对不同问题提出许多改进方法 但对于复杂的动态非线性工业过程，现有的静态 及其改进方法难以取得良好的检测结果 本文将时滞位移方式引入到 中，提出一种动态核熵成分分析（）方法，用于动态非线性系统的故障检测 动态 方法基本原理假设一个 维数据矩阵在 时刻时表示为 （），（），（），引入时间延迟系数 ，构成增广数据矩阵为 （）式中，为样本数量 根据研究人员的经验，线性系统中 的取值通常为 或 ，非线性系统则往往会更大一些对于一个由概率密度函数 （）生成的数据集 ，其 熵可定义为（）（）（）由于式（）中的对数函数是单调函数，因此可以只考虑 （）（）值的大小 引入 窗密度估计函数，即（）（，）（）式中：（，）为 核函数；为核函数的参数 通过样本均值的近似估计可得（）（）（，）（）式中：为 的核矩阵；为一个 的单位向量 熵的值可以通过核矩阵 的特征值和特征向量进行估计，将核矩阵 进行特征值分解得到 其中，为由核矩阵的特征值，组成的对角矩阵，为由特征值对应的特征向量，组成的矩阵 由式（）可得（）（槡）（）（槡）（）式（）中的每一项都对熵的估计值做出贡献，这意味着熵的估计值不完全取决于特征值的大小，而是共同取决于特征值和特征向量将输入数据集通过非线性 映射到核特征空间中，该空间中的数据集可表示为 （），（），（）对 大小进行降序排列，选取熵值贡献较大的前 个特征向量，通过 产生转换后的数据为 ，（）（）（）将 （）定义为特征空间的均值向量，可得第 期郭金玉，等：基于动态 的工业过程故障检测（）（），（）式中，（）样本外的数据通过引入同样的时间延迟系数得到相应的增广矩阵，并计算核矩阵 ，将其投影到子空间 上的计算公式为 （）基于 的故障检测方法经过 方法变换后，其角结构特性会 体 现 在 模 型 中，因 此 使 用 （）统计量作为模型的监测指标 统计量是在 不等式基础上拓展出来的，计算两个概率密度函数（）和（）在某种意义上的接近或相关程度的统计量，其值大小位于 和 之间，表达式为 （，）（）（）（）（）槡（）通过窗密度函数估计，统计量可以看作 和 均 值 向 量 之 间 角 度 的 余 弦 值，即（，）（，）基于 的故障检测过程分为两个阶段，分别是建立离线模型阶段和在线检测阶段 基于 的故障检测流程图如图 所示图 基于 的故障检测流程图 ）建立离线模型的具体步骤如下：选择合适的时间延迟系数 ，构建增广矩阵；根据均值和方差将数据标准化，计算其核矩阵及熵值大小；取累计熵贡献率为 对应的特征值和特征向量，建立 模型；计算 统计量以及控制限 ）在线监测的具体步骤如下：将在线数据引入相同的时间延迟系数 ，并根据离线数据的均值和方差进行标准化处理；将在线数据投影到 模型上，计算 统计量；比较测试数据的 统计量是否超过控制限，从而判断该数据是正常数据还是故障数据 仿真结果与分析田纳西 伊斯曼过程（，）是美国 化学公司根据实际的化工生产过程开发的仿真平台，由于其产生的数据具有时变、强耦合和非线性等特点被广泛应用于故障检测与诊断当中 过程流程图如图 所示，整个过程主要分为反应器、冷凝器、汽提器、分离器和压缩机 个模块，共有 个变量和 个故障其中变量分为操作变量、连续变量和成分变量，故障分为阶跃、漂移、粘滞、随机和未知故障等 本文所采用的数据均来自于 过程，训练数据集有 个样本，测试数据集有 个样本，其中前 个为正常数据，后 个为故障数据为了有效地对使用不同方法的模型进行评估，本文采用故障检测率（，）和误报率（，）对检测结果进行分析 检测出的故障数据所有的故障数据 （）误报为故障的正常数据所有的正常数据 （）将 、和 方法分别运用到 过程中，并对这 种方法的检测效果进行对比 在 和 中，采用传统的 统计量对故障进行检测，而在 和 中，采用 统计量 在进行建模时，选择的时间延迟系数为 ，通过引入动态特性的方式，有效地降低系统相关性对故障检测的影响 在 和 中使用 的累计方差贡献率沈阳工业大学学报第 卷图 过程流程图 选取保留的主成分数，而在 和 中由于其特有的数据转换方式，只选取 个主成分就能够达到 的累计熵贡献率 通过这种选取主成分的方式，能够大大减少方法的计算量和复杂度对于 过程中发生的故障，其中有一些明显的故障通过 和 等方法就能够取得良好的检测效果，对于一些不明显的故障，大部分故障检测方法都不能取得较好的检测效果 因此，本文选取比较有代表性的一些故障，如故障 、和 进行仿真实验 其中，故障 、和是阶跃类型，故障 是随机变化类型，故障 是未知类型故障 和故障 都是反应器的冷却水入口温度发生异常，前者是阶跃故障，后者是随机变化故障 以这两个故障为例进行分析，其检测结果分别如图 所示 其中，图 、为 使用 统计量的检测结果，图 、为 使用 统计量的检测结果，图 、为 使用 统计量的检测结果，图 、为 使用 统计量的检测结果 从图 中可以看出，和 比 的检测结果均有一定的提升 由于 方法通过熵值选取主成分能充分地利用数据集中的信息，使得故障检测更加准确，而 方法能够有效减小数据集的时刻相关性，但是对故障检测效果的提升程度并不十分明显 方法结合这两种方法的优点，其检测结果取得了明显的提升在前 个正常数据中，算法只有个别数据出现了误报，而且后 个故障数据中也仅有很少的故障数据没有被检测出来为了对 方法的检测效果进行进一步的分析，统计 过程的故障检测结果如表 所示 从表 中可以看到，方法在 种故障中都取得了最高的故障检测率，而误报率均小于 由于 方法引入了时间延迟系数，考虑样本的时刻相关性，能够提取过程的动态变化信息，但是由 获得的主成分中仍然保留了一定的自相关性，导致其误报率相对于 方法有略微的增加 其中故障 是冷凝器冷却水入口温度的阶跃故障，在 过程的闭环控制之下经过短暂的波动之后就回到了正常水平，因此各种方法都难以取得较好的检测效果 但是，方法的检测效果取得一定程度的提升从表 中可以看出，方法能够在保持较低误报率的基础上，有效提升故障检测效果第 期郭金玉，等：基于动态 的工业过程故障检测图 故障 的检测结果 图 故障 的检测结果 结论针对非线性和动态工业过程，在 方法的基础上，本文提出一种动态 的故障检测方法 通过引入时间延迟系数，考虑样本的时刻相关性，对采集正常数据的动态特性进行分析，建立 模型，并根据该模型对工业过程数据进行故障检测 在检测指标上，选择了基于角度的 统计量，与传统的 统计量相比，具有较好沈阳工业大学学报第 卷表 过程故障检测结果 故障序号 的表现 在 过程中与 、和 等方法进行对比，验证了本文所提出的 方法在故障检测方面具有较好的效果参考文献（）：，：，（）：裴求根，黄达文，高祥斌 贝叶斯网络及时间序列下电力系统元件故障诊断模型 沈阳工业大学学报，（）：（，（）：）刘丽云，国蓉，牛鲁娜，等 基于主元分析方法的化工过程故障诊断与识别 化工自动化及仪表，（）：（，（）：）陈杨 基于 的热连轧打滑故障检测 沧州师范学院学报，（）：（，（）：）柯程扬，刘丽桑，林赫，等 基于 的金线莲种类识别 福建工程学院学报，（）：（，（）：）史东海，王洁，崔诚 基于 和 的滚动轴承故障诊断研究 汽车实用技术，（）：（，（）：）张志政，王冬捷，张勇亮 基于 改进 的故障监测和诊断方法研究 现代制造工程，（）：（，（）：）李学渊，张起，范玮，等 基于 算法的环网柜故障检测方法 工业安全与环保，（）：（，（）：），：刘鸿斌，张昊，景宜，等 基于动态核 的复杂废水处理过程在线故障检测 江苏大学学报（自然科学版），（）：（，（），（）：），（）：张文涛，杜景琦，王博维 基于小波去噪与 的工业过程故障检测研究 化工自动化及仪表，（）：（，（）：）邓明月，刘建昌，许鹏，等 基于 的非线性工业过程故障检测与诊断新方法 化工学报，（）：（，（）：）郭金玉，李文涛，李元 在线压缩 的自适应算法在故障检测中的应用 化工学报，（）：（，（）：）（责任编辑：钟媛英文审校：尹淑英）第 期郭金玉，等：基于动态 的工业过程故障检测