发明名称 |
基于vine copula相关性描述的多模态过程故障检测方法及系统 |
摘要 |
本发明揭示了一种基于vine copula相关性描述的多模态过程故障检测方法及系统,检测方法包括:根据专家知识或是采用聚类方法,得到不同模态下正常数据的训练样本集;利用C-vine copula进行相关性建模,获得各模态的联合概率密度函数;采用马尔科夫蒙特卡洛方法对不同模态的联合概率密度函数进行抽样,计算各样本的联合概率密度函数值;根据控制限确定离散化步长l,并利用密度分位数法构建过程的静态密度分位数表;通过查表的方式估计t时刻监控数据<img file="DDA0000736829170000011.GIF" wi="131" he="71" />在模态k下的广义局部概率指标<img file="DDA0000736829170000012.GIF" wi="242" he="72" />;采用贝叶斯推理计算广义BIP指标,通过判断该指标是否超限,以此完成实时过程监控。 |
申请公布号 |
CN104914775A |
申请公布日期 |
2015.09.16 |
申请号 |
CN201510323082.8 |
申请日期 |
2015.06.12 |
申请人 |
华东理工大学 |
发明人 |
李绍军;任翔;郑文静;许文夕;杨一航 |
分类号 |
G05B19/048(2006.01)I |
主分类号 |
G05B19/048(2006.01)I |
代理机构 |
上海新天专利代理有限公司 31213 |
代理人 |
王敏杰 |
主权项 |
一种基于vine copula相关性描述的多模态过程故障检测方法,其特征在于,所述方法包括如下步骤:步骤S1、根据专家知识或是采用聚类方法,得到不同模态下正常数据的训练样本集;步骤S2、利用C‑vine copula进行相关性建模,获得各模态的联合概率密度函数;步骤S3、采用马尔科夫蒙特卡洛方法对不同模态的联合概率密度函数进行抽样,计算各样本的联合概率密度函数值;步骤S4、根据控制限确定离散化步长l,并利用密度分位数法构建过程的静态密度分位数表;步骤S5、通过查表的方式估计t时刻监控数据<img file="FDA0000736829140000011.GIF" wi="130" he="71" />在模态k下的广义局部概率指标<img file="FDA0000736829140000012.GIF" wi="275" he="70" />步骤S6、采用贝叶斯推理计算广义BIP指标,通过判断该指标是否超限,以此完成实时过程监控。 |
地址 |
200237 上海市徐汇区梅陇路130号 |