超高速包装设备的统计监测与故障诊断方法

摘要

本发明公开了一种H1000超高速包装设备的统计监测与故障诊断方法，针对H1000超高速包装设备底层PLC程序开放的源代码和库文件非常有限，难以实时采集和存储底层PLC原始数据，已有的数据报表更多是对设备测点数据进行简单记录，未能通过数据的深入分析挖掘和发现数据所隐含的过程变量动态性和变量间关联关系变化等方面的潜在故障信息等问题，采用主元分析建立离线监测模型以表征过程变量之间的潜在相关特性，在线计算                                               、SPE监测统计量进行实时监测，任一统计量超限时利用贡献图确定引起故障的主要过程变量。本发明通过H1000超高速包装设备报表数据的建模和分析，能有效提高设备监测与诊断结果的及时性和可靠性。

主权项

超高速包装设备的统计监测与故障诊断方法，其特征在于该方法包括以下的步骤：1)收集整理某一产品牌号下H1000超高速包装设备的监测数据报表，获得具有I个生产批次、J个测量变量的二维原始数据X(I×J)，对其进行均值中心化和方差归一化的数据预处理，得到该产品牌号下统计模型的二维建模数据X(I×J)；2)对二维建模数据X(I×J)进行PCA分解，得到对应的主元个数A、得分矩阵T_A、负载矩阵P_A和残差矩阵E，建立PCA监测模型；3)离线计算建模数据的T²和SPE监测统计量，并根据相同产品牌号不同生产批次的T²值服从F分布、SPE值服从χ²分布，计算某一置信度下PCA监测模型的T²和SPE控制限；4)在线监测时，收集该产品牌号下某一班组的监测数据报表，通过数据预处理获得该生产批次的过程数据x_new(1×J)，利用PCA监测模型在线计算数据x_new(1×J)对应的T²和SPE统计量，如果两个统计量都位于控制限以内，表明设备状态正常，如果至少其中一个统计量超出控制限，表明设备状态异常；5)当检测到设备出现有异常时，根据超限统计量处于T²的主元子空间或是SPE的残差子空间，计算每个过程变量对超限统计量的贡献率，贡献率较大的变量被初步确定为造成设备异常的原因变量。