CN106933097-CN201710339420-一种基于多层优化PCCSDG的化工过程故障诊断方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 106933097 A (43)申请公布日 2017.07.07 (21)申请号 201710339420.6 (22)申请日 2017.05.15 (71)申请人 青岛科技大学 地址 266000 山东省青岛市崂山区松岭路 99号崂山校区 (72)发明人 田文德　董玉玺　任玉佳　贾旭清　 王雪　 (74)专利代理机构 青岛中天汇智知识产权代理 有限公司 37241 代理人 郝团代 (51)Int.Cl. G05B 13/02(2006.01) 权利要求书2页 说明书4页 附图2页 (54)发明名称 一种基于多层优化PCC-SDG的化工过程故障 诊断方法 (57)摘要 本发明公开了一种基于多层优化PCC-SDG的 化工过程故障诊断方法。本发明通过以全工艺的 网络拓扑结构为参考点，利用皮尔逊相关系数 (PCC)统计指标对选取的变量初步优化，然后运 用PCA权重思想从多层相关系数集中选取了权重 较大的特殊变量，结合符号有向图(SDG)建立了 最优PCC-SDG网络，最后针对最优PCC-SDG建立聚 集权重系数Q的规则进行故障诊断。本发明提出 了一种新的故障诊断方法，完善了SDG建模方法， 提高了工作人员检测多变量状态的效率，避免时 滞等非信息同步因素的影响，并且更加有效地降 A 低误报率并准确地识别是何种类型的故障，极大 7 降低生产安全事故的发生。 9 0 3 3 9 6 0 1 N C CN 106933097 A 权　利　要　求　书 1/2页 1.一种基于多层优化PCC-SDG的化工过程故障诊断方法，包括如下步骤： (1)利用符号有向图(SDG)对化工工艺过程选取变量，建立SDG初始网络； (2)提取变量的实时数据片段构建数据向量集并进行相关性分析，制定相关系数接受 标准，确定初始阈值； (3)利用进行相关性分析的皮尔逊相关系数选取初始特征变量，并建立变量相关系数 组进行权重分析； (4)根据相关系数组的权重分析以及全流程工艺分析确定最终优化变量，从多层相关 系数组中选取权重较大的相关系数集构建PCC-SDG优化图； (5)根据聚集权重系数Q规则检测故障以及利用状态之间的相关差异度识别何种类型 的故障； (6)当参数Q＞1时，即系统出现了故障，进行一步利用相关差异度确定故障类型寻找故 障源，否则为正常状态并重新提取数据进行检测，以此实现故障检测目的。 2.如权利要求1所述的基于多层优化PCC-SDG的化工过程故障诊断方法，其特征在于， 最优连续测量变量相关系数集的选取： 1)根据相关系数标准选取合适的PCC阈值范围，并进一步筛选出初始优化变量； 2)根据优化变量形成的相关系数组进行权重分析并选取最优相关系数集，如表1所示 表1 优化变量M 连续测量变量相关系数集 ov 3.如权利要求1所述的基于多层优化PCC-SDG的化工过程故障诊断方法，其特征在于： 探究状态相关性规律形成的聚集权重系数Q规则是基于以下模型进行定量分析计算： 1)当正常状态T的全部相关变量与故障状态S的部分变量相同时(n ∈m T∈S)，模型如 g g 下 2)当正常状态T的相关变量与故障状态S的相关变量完全相同时(m ＝nT＝S)，模型如