專利名稱：一種基于多向主元分析法的多階段批次過(guò)程階段劃分方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于多向主元分析法的多階段批次過(guò)程階段劃分方法，屬于間歇過(guò)程多變量監(jiān)測(cè)與故障監(jiān)測(cè)領(lǐng)域。
背景技術(shù)：
間歇過(guò)程操作中各操作變量的相關(guān)關(guān)系并非隨時(shí)間時(shí)刻變化，而是隨著過(guò)程操作進(jìn)程或者過(guò)程機(jī)理特性的變化發(fā)生而變化，多階段是間歇過(guò)程的一個(gè)顯著特點(diǎn)，了解間隙過(guò)程每個(gè)階段的變量關(guān)系，有助于提高間隙過(guò)程的監(jiān)測(cè)效率，增強(qiáng)診斷的可靠性。目前針對(duì)帶有階段特性的批次過(guò)程的多變量過(guò)程階段的劃分方法主要有三種，第一種是依靠過(guò)程專家的經(jīng)驗(yàn)對(duì)階段進(jìn)行辨識(shí)，不過(guò)顯然，這種方法過(guò)于依賴于人，判斷結(jié)果過(guò)于主觀；第二種方法是通過(guò)某一關(guān)鍵過(guò)程變量的軌跡異常點(diǎn)來(lái)判斷，但這種方法沒(méi)有考慮過(guò)程的變量的相關(guān)性，階段辨識(shí)比較粗糙；第三種方法是Sub-PCA法，它通過(guò)提取過(guò)程的時(shí)間片矩陣建模，按照建模后的每個(gè)時(shí)間片的負(fù)載矩陣來(lái)聚類分階段，但是這種方法是提取過(guò)程每個(gè)時(shí)間片矩陣的相關(guān)性信息，忽略了每個(gè)時(shí)間片矩陣整個(gè)過(guò)程的動(dòng)態(tài)變化信息， 階段劃分結(jié)果比較片面。

發(fā)明內(nèi)容
本發(fā)明的目的，就是克服現(xiàn)有技術(shù)的不足，提供一種基于多向主元分析法的多階段批次過(guò)程階段劃分方法，該方法提出一種無(wú)過(guò)程先驗(yàn)知識(shí)的過(guò)程階段辨識(shí)方法，為多階段批次過(guò)程的建模以及監(jiān)測(cè)提供了新的途徑。為了達(dá)到上述目的，采用如下技術(shù)方案一種基于多向主元分析法的多階段批次過(guò)程階段劃分方法，包括以下步驟得到，1)模型數(shù)據(jù)采集設(shè)一個(gè)間歇操作具有J個(gè)測(cè)量變量和K個(gè)采樣點(diǎn)，則每一個(gè)測(cè)量批次可得到一個(gè) JXK的矩陣，重復(fù)I批次的測(cè)量步驟后，得到的數(shù)據(jù)可以表述為一個(gè)三維矩陣X(IX JXK)， 其中測(cè)量變量為溫度、速度、壓力、行程等批次運(yùn)行過(guò)程中可被測(cè)量的狀態(tài)參數(shù)；2)三維數(shù)據(jù)展開(kāi)將三維矩陣Z按照采集批次方向展開(kāi)，即將一個(gè)操作批次內(nèi)的各采樣點(diǎn)上的變量按照時(shí)間順序排開(kāi)得到二維矩陣忑，顯然矩陣X為I行KJ列；3) 二維矩陣標(biāo)準(zhǔn)化設(shè)二維矩陣X內(nèi)任意一點(diǎn)的變量為知、對(duì)該變量進(jìn)行減均值、除方差的標(biāo)準(zhǔn)化處理，標(biāo)準(zhǔn)化處理的計(jì)算公式如下
權(quán)利要求
1. 一種基于多向主元分析法的多階段批次過(guò)程階段劃分方法，其特征在于，包括以下步驟得到1)模型數(shù)據(jù)采集設(shè)一個(gè)間歇操作具有J個(gè)測(cè)量變量和K個(gè)采樣點(diǎn)，則每一個(gè)測(cè)量批次可得到一個(gè)JXK 的矩陣，重復(fù)I批次的測(cè)量步驟后，得到的數(shù)據(jù)可以表述為一個(gè)三維矩陣X(IX JXK)，其中測(cè)量變量為溫度、速度、壓力、行程等批次運(yùn)行過(guò)程中可被測(cè)量的狀態(tài)參數(shù)；2)三維數(shù)據(jù)展開(kāi)將三維矩陣X按照采集批次方向展開(kāi)，即將一個(gè)操作批次內(nèi)的各采樣點(diǎn)上的變量按照時(shí)間順序排開(kāi)得到二維矩陣1 ；3)二維矩陣標(biāo)準(zhǔn)化設(shè)二維矩陣X內(nèi)任意一點(diǎn)的變量為~、對(duì)該變量進(jìn)行減均值、除以方差的標(biāo)準(zhǔn)化處理， 標(biāo)準(zhǔn)化處理的計(jì)算公式如下
2.如權(quán)利要求1所述的基于多向主元分析法的多階段批次過(guò)程階段劃分方法，其特征在于，所述K-means聚類分析中，K-means算法的收斂條件為兩次迭代中的聚類中心距離的變化小于ε，其中sc
。
3.如權(quán)利要求1所述的基于多向主元分析法的多階段批次過(guò)程階段劃分方法，其特征在于，所述K-means聚類分析中，K-means算法的收斂條件為每個(gè)子類中相關(guān)模式Pf到子類中心的距離平方和達(dá)到最小或子類之間的距離平方和達(dá)到最小。
全文摘要
本發(fā)明涉及一種基于多向主元分析法的多階段批次過(guò)程階段劃分方法，包括模型數(shù)據(jù)采集、三維數(shù)據(jù)展開(kāi)、二維矩陣標(biāo)準(zhǔn)化、PCA分解、主元個(gè)數(shù)選取、負(fù)載矩陣分解和K-means聚類分析來(lái)實(shí)現(xiàn)，本發(fā)明首次將多向主元分析法模型的負(fù)載矩陣按照時(shí)間片順序經(jīng)過(guò)分解變形來(lái)辨識(shí)過(guò)程階段，打破了傳統(tǒng)理論中多向主元分析法不適用于多階段批次過(guò)程建模的認(rèn)識(shí)誤區(qū)，該方法不僅提取了各個(gè)時(shí)間片上變量的交叉相關(guān)性，同時(shí)還提取了測(cè)量變量在整個(gè)批次各個(gè)采樣時(shí)刻的自身的動(dòng)態(tài)變化特性來(lái)辨識(shí)階段，提高了過(guò)程監(jiān)測(cè)過(guò)程的監(jiān)測(cè)效率和故障診斷結(jié)果的準(zhǔn)確性，為無(wú)過(guò)程先驗(yàn)知識(shí)條件下的多階段過(guò)程階段劃分提供了新的可能性。
文檔編號(hào)B29C45/76GK102431136SQ20111027500
公開(kāi)日2012年5月2日 申請(qǐng)日期2011年9月16日 優(yōu)先權(quán)日2011年9月16日
發(fā)明者姚科, 董偉威, 高福榮 申請(qǐng)人:廣州市香港科大霍英東研究院