基于改进的主成分追踪的工业过程监测方法及应用

摘要

本发明公开了一种基于改进的主成分追踪的工业过程监测方法及应用，属于工业过程监控与诊断技术领域。首先，对工业采集数据进行基于低秩矩阵表示的主成分追踪方法分解得到包含过程全部变量关系的低秩系数矩阵。其次，利用低秩系数矩阵以及训练矩阵中变量的相关系数权重来构建L²统计量进行故障检测与识别。本发明根据低秩矩阵表示以及主成分追踪方法的原理，将低秩矩阵表示算法融入到主成分追踪中，构建一个基于低秩矩阵表示的主成分追踪算法的模型，以及利用这个模型进行在线监测，充分利用了训练矩阵中变量之间的相关关系以及训练矩阵变量中包含的有效信息。本发明方法对于存在异常值的工业故障检测与识别具有更高的准确率。

主权项

一种基于改进的主成分追踪的工业过程监测方法，其特征在于，主要采用基于低秩矩阵表示的主成分追踪算法以及在此基础上构建的L²统计量，步骤如下：步骤一：离线建模，对工业过程采集的离线数据，进行数据归一化运算；利用基于低秩矩阵表示的主成分追踪的方法对归一化之后的数据进行分解得到低秩系数矩阵；在原始的训练矩阵中计算变量之间的相关系数以及每个变量关于相关系数的一个比例权重，并且利用F‑分布计算得到正常阈值；步骤二：在线监测，对在线采集的数据首先按照低秩系数矩阵方向投影得到一个向量，之后再将该向量和相关系数比重权重进行相乘，构建L²统计量和离线建模得到的正常条件下的阈值比较进行在线故障检测，最后计算每个变量在所有样本点对统计量数值上的贡献之和，进行故障识别。