一种基于平行的偏最小二乘法的工业过程故障检测方法 .pdf

(19)中华人民共和国国家知识产权局

(12)发明专利说明书

(10)申请公布号CN107272667A

(43)申请公布日2017.10.20

(21)申请号CN201710670223.2

(22)申请日2017.08.07

(71)申请人华中科技大学

地址430074湖北省武汉市洪山区珞喻路1037号

(72)发明人郑英刘紫薇

(74)专利代理机构华中科技大学专利中心

代理人李智

(51)Int.CI

权利要求说明书说明书幅图

(54)发明名称

一种基于平行的偏最小二乘法的工

业过程故障检测方法

(57)摘要

本发明公开了一种基于平行的偏最

小二乘法的工业过程故障检测方法，包

括：获取正常工况下的过程数据和质量数

据作为样本数据，建立平行偏最小二乘法

数据模型，利用平行的偏最小二乘法将平

行偏最小二乘法数据模型的输入和输出分

为4个子空间：输入‑输出联合空间、不

可预测输出主元空间、不可预测残差空间

和输入残差空间；计算4个子空间的监测

统计量指标及其控制限；获取待检测的工

业过程数据和质量数据，将待检测的工业

过程数据和质量数据分成4个子空间，并

计算各个子空间的实际监测统计量指标，

当实际监测统计量指标超过控制限，则判

断待检测的工业过程发生故障。本发明对

输入和输出数据进行了更合理的子空间划

分，提高了故障监测的准确率。

法律状态

法律状态公告日法律状态信息法律状态

未缴年费专利权终止IPC(主分

类):G05B23/02专利

2022-07-19号:ZL2017106702232申请专利权的终止

日权公告

日

权利要求说明书

1.一种基于平行的偏最小二乘法的工业过程故障检测方法,其特征在于,包括:

(1)获取正常工况下的过程数据和质量数据作为样本数据,建立平行偏最小二乘法数

据模型,平行偏最小二乘法数据模型的输入为过程数据,输出为质量数据;

(2)利用平行的偏最小二乘法将平行偏最小二乘法数据模型的输入和输出分为4个

子空间:输入-输出联合空间、不可预测输出主元空间、不可预测残差空间和输入残

差空间;

(3)计算4个子空间的监测统计量指标,以及监测统计量指标相对应的控制限;

(4)获取待检测的工业过程数据和质量数据,将待检测的工业过程数据和质量数据分

成4个子空间,并计算各个子空间的实际监测统计量指标,当实际监测统计量指标超

过控制限,则判断待检测的工业过程发生故障。

2.如权利要求1所述的一种基于平行的偏最小二乘法的工业过程故障检测方法,其特

征在于,所述步骤(1)包括:

(1-1)获取正常工况下过程数据和质量数据,为过程数据,为质量数据,其中,m为过程数

据样本个数,l为质量数据样本个数,n为变量个数;

(1-2)对X和Y进行归一化处理得到样本数据,使得每个样本数据的均值为0、方差

为1,将样本数据中的X作为输入,将样本数据中的Y作为输出,建立平行偏最小二乘

法数据模型。

3.如权利要求2所述的一种基于平行的偏最小二乘法的工业过程故障检测方法,其特

征在于,所述步骤(2)包括:

(2-1)对输入X和输出Y平行的运行偏最小二乘算法,得到关联矩阵K;

(2-2)对关联矩阵K进行滤波处理,得到新的关联矩阵

(2-3)对新的关联矩阵进行奇异值分解,从而将输入X分解成两个相互正交的子空间,

得到输入残差空间;

(2-4)在输出Y中除去由X预测的部分,得到3个子空间:输入-输出联合空间、不可

预测输出主元空间和不可预测残差