本發(fā)明涉及一種間歇過程故障檢測的方法，屬于間歇過程監(jiān)測技術(shù)領(lǐng)域，尤其涉及一種基于核相似度支持向量數(shù)據(jù)描述的間歇過程故障檢測方法。

背景技術(shù)：

間歇過程是重要的工業(yè)生產(chǎn)方式，具有生產(chǎn)靈活、產(chǎn)品附加值高等特點(diǎn)，廣泛應(yīng)用于食品、精細(xì)化工、醫(yī)藥等領(lǐng)域。過程故障檢測方法及技術(shù)對確保間歇過程安全生產(chǎn)、可靠運(yùn)行，以及提高產(chǎn)品質(zhì)量具有重要作用。

控制圖方法能監(jiān)測工業(yè)生產(chǎn)過程運(yùn)行參數(shù)和質(zhì)量指標(biāo)的變化，檢測生產(chǎn)過程故障。在工業(yè)生產(chǎn)過程故障檢測中控制圖方法均假設(shè)過程數(shù)據(jù)服從正態(tài)分布，然而間歇過程數(shù)據(jù)通常具有時(shí)變、高維和非正態(tài)分布等特征，并不滿足這一假設(shè)，因此制約了其在復(fù)雜的間歇過程故障檢測中的實(shí)際應(yīng)用和推廣?；诤司嚯x控制圖支持向量數(shù)據(jù)描述的過程故障檢測方法能夠用于高維間歇過程數(shù)據(jù)處理和間歇過程故障檢測，該方法雖然不要求過程數(shù)據(jù)服從正態(tài)分布，但是對于不同支持向量計(jì)算所得的不同球心距，選擇了歷史過程數(shù)據(jù)中最大的核距離作為其故障判定閥值，沒有考慮高維空間中超球體的不規(guī)則性，以及過程數(shù)據(jù)在高維空間分布的局部特性和待檢測過程數(shù)據(jù)樣本的時(shí)變性，因此，降低了間歇過程故障檢測的準(zhǔn)確性。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是針對現(xiàn)有基于核距離控制圖支持向量數(shù)據(jù)描述的間歇過程故障檢測方法的缺陷，提供一種基于核相似度支持向量數(shù)據(jù)描述的間歇過程故障檢測方法，提高間歇過程故障檢測的準(zhǔn)確性。

為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案為一種基于核相似度支持向量數(shù)據(jù)描述的間歇過程故障檢測方法，該方法使用正常工況的間歇過程數(shù)據(jù)作為訓(xùn)練樣本，采用支持向量數(shù)據(jù)描述構(gòu)造包含訓(xùn)練樣本的最小超球體，將間歇過程數(shù)據(jù)待檢測樣本與支持向量之間的核函數(shù)值作為相似度權(quán)重，利用該相似度對不同時(shí)刻的支持向量球心距加權(quán)求和，得到待檢測間歇過程數(shù)據(jù)樣本的動(dòng)態(tài)控制限，通過判斷待檢測樣本的球心距是否超過其動(dòng)態(tài)控制限，實(shí)現(xiàn)間歇過程故障檢測。該方法綜合考慮高維空間中超球體的不規(guī)則性和過程數(shù)據(jù)在高維空間分布的局部特性，以及間歇過程數(shù)據(jù)待檢測樣本的時(shí)變性，引入核相似度作為故障檢測控制限計(jì)算的動(dòng)態(tài)權(quán)重，提高了間歇過程故障檢測的準(zhǔn)確性。

一種基于核相似度支持向量數(shù)據(jù)描述的間歇過程故障檢測方法，該方法具體包括以下步驟：

步驟一：采集正常工況的間歇過程數(shù)據(jù)，作為支持向量數(shù)據(jù)描述所使用的訓(xùn)練樣本，構(gòu)造包含訓(xùn)練樣本的最小超球體，得到訓(xùn)練樣本的支持向量集合及其對應(yīng)的拉格朗日乘子，并計(jì)算每個(gè)支持向量所對應(yīng)的超球球心距。

步驟二：采集待檢測間歇過程數(shù)據(jù)樣本，在步驟一的基礎(chǔ)之上，利用待檢測樣本、支持向量、拉格朗日乘子計(jì)算待檢測樣本的超球球心距。

步驟三：計(jì)算待檢測樣本與各支持向量之間的核函數(shù)值，將獲得的核函數(shù)值作為相似度權(quán)重，對權(quán)重進(jìn)行標(biāo)準(zhǔn)化處理，得到核相似度權(quán)值，并將得到的核相似度權(quán)值與步驟一所得的支持向量球心距加權(quán)求和，獲得待檢測樣本所對應(yīng)的間歇過程故障檢測動(dòng)態(tài)邊界閥值。

步驟四：比較步驟二得到的待檢測樣本球心距與步驟三得到的動(dòng)態(tài)邊界閥值，若待檢測樣本球心距超過動(dòng)態(tài)邊界閥值，即判定該過程點(diǎn)存在故障，實(shí)現(xiàn)間歇過程故障檢測。

所述步驟一，具體包括：

在正常工況的間歇過程中，采集多批次過程數(shù)據(jù)I為批次數(shù)，K為每批次采樣長度，J為監(jiān)測變量個(gè)數(shù)。將多個(gè)批次的過程數(shù)據(jù)沿變量方向展開，得到新的序列X(IK×J)＝{x_i∈R^J,i＝1,2,…,IK}，R為實(shí)數(shù)，并將x_i作為訓(xùn)練樣本。

利用支持向量數(shù)據(jù)描述方法構(gòu)造包含訓(xùn)練樣本x_i的最小超球體，如式(1)所示。

式(2)為式(1)的對偶形式，引入式(3)所示的高斯核函數(shù)能夠簡化內(nèi)積運(yùn)算，完成特征空間映射，通過系數(shù)C調(diào)整規(guī)劃所得的球體體積與訓(xùn)練樣本誤分率，系數(shù)C的設(shè)定值由式(4)計(jì)算得到。

K(x_i·x_j)＝exp(-(x_i-x_j)²/2δ²) (3)

式(2)-式(4)中，α_i為拉格朗日乘數(shù)，C為權(quán)衡系數(shù)，K為核函數(shù)，δ為核函數(shù)寬度參數(shù)，f為訓(xùn)練樣本處于超球體外部的百分比，n為訓(xùn)練樣本總數(shù)且n＝IK。

計(jì)算得到訓(xùn)練樣本x_i對應(yīng)的拉格朗日乘子α_i，拉格朗日乘子滿足0＜α_i＜C的x_i為處于球體表面的支持向量，對滿足該條件的支持向量索引i進(jìn)行篩選，組成整數(shù)集合s；在上述計(jì)算基礎(chǔ)上，由式(5)計(jì)算支持向量超球球心距，并得到支持向量超球球心距集合R＝[R_l(x_i),i∈s],l＝1,2,…,L，其中，L為處于球體表面的支持向量個(gè)數(shù)，R_l為x_i∈s中第l個(gè)支持向量的球心距，完成支持向量數(shù)據(jù)描述算法對超球模型的訓(xùn)練。

所述步驟二，具體包括：

讀入待檢測間歇過程數(shù)據(jù)，構(gòu)造待檢測樣本z，z與單個(gè)訓(xùn)練數(shù)據(jù)樣本具有相同的監(jiān)測變量個(gè)數(shù)J。由式(6)計(jì)算z的球心距kd_z，該球心距為待檢測樣本z到球心的核距離。

式中，α_i為步驟一計(jì)算所得拉格朗日乘數(shù)，x_i為步驟一所使用的訓(xùn)練樣本。

所述步驟三，具體包括：

使用待檢測樣本z與支持向量x_i∈s之間的核函數(shù)值作為度量量，表征待檢測樣本與支持向量在高維空間中位置的相似性，為間歇過程故障檢測動(dòng)態(tài)控制限的選擇提供依據(jù)。由式(7)計(jì)算核相似度權(quán)重w_kel

w_kel＝K(x_i∈s,z) (7)

由式(8)對核相似度權(quán)重進(jìn)行標(biāo)準(zhǔn)化處理，獲得核相似度權(quán)值

由式(9)計(jì)算得到待檢測樣本z對應(yīng)的間歇過程故障檢測動(dòng)態(tài)閥值，即每個(gè)支持向量的球心距與待檢測樣本的核相似度加權(quán)求和，得到的動(dòng)態(tài)檢測邊界R_z。

式中，R^T為步驟一計(jì)算所得支持向量超球球心距集合R的轉(zhuǎn)置。

所述步驟四，具體包括：

根據(jù)步驟二、步驟三獲得的待檢測樣本球心距kd_z和動(dòng)態(tài)檢測邊界R_z，由式(10)判斷該樣本點(diǎn)的超球球心距是否超出了該點(diǎn)對應(yīng)的動(dòng)態(tài)控制限。當(dāng)滿足式(10)時(shí)，則判斷該樣本點(diǎn)存在故障，間歇過程存在故障；反之，則判為間歇過程正常。

kd_z-R_z＞0 (10)

本發(fā)明考慮了高維空間間歇過程數(shù)據(jù)分布的不均勻性，利用核函數(shù)值度量樣本點(diǎn)之間位置的相似性，作為過程數(shù)據(jù)分布局部邊界的選擇依據(jù)，在不增加訓(xùn)練計(jì)算量的基礎(chǔ)上，獲得了故障檢測動(dòng)態(tài)控制限；根據(jù)待檢測過程數(shù)據(jù)的特性，靈活選擇不同支持向量對應(yīng)的球心距作為該檢測點(diǎn)的控制限，對不同時(shí)段特性差異較大的過程數(shù)據(jù)具有較好的適應(yīng)性，間歇過程故障檢測結(jié)果穩(wěn)定。與現(xiàn)有基于核距離控制圖的間歇過程故障檢測方法相比，本發(fā)明方法對間歇過程數(shù)據(jù)的描述更為準(zhǔn)確，為間歇過程故障檢測提供了更加合理的控制限，有效地提高了間歇過程故障檢測的準(zhǔn)確性。

附圖說明

圖1是本發(fā)明所述的一種基于核相似度支持向量數(shù)據(jù)描述的間歇過程故障檢測方法的流程圖。

圖2是本發(fā)明方法與現(xiàn)有的支持向量球心距均值方法、核距離控制圖方法的間歇過程故障檢測結(jié)果對比圖。

具體實(shí)施方式

下面結(jié)合實(shí)例及附圖對本發(fā)明作進(jìn)一步的描述，實(shí)施例并不限定本發(fā)明要求保護(hù)的范圍。

具體實(shí)施方式：

利用一個(gè)半導(dǎo)體金屬刻蝕過程數(shù)據(jù)作為實(shí)例過程數(shù)據(jù)集。金屬刻蝕是一個(gè)典型的非線性間歇過程。Lam9600TCP金屬蝕刻機(jī)的過程數(shù)據(jù)由108個(gè)正常晶片和21個(gè)故障晶片構(gòu)成，一個(gè)晶片制作過程視為一個(gè)批次，共129個(gè)批次數(shù)據(jù)。數(shù)據(jù)集的每個(gè)采樣點(diǎn)記錄了21個(gè)變量，其中含19個(gè)監(jiān)測變量，監(jiān)測變量名稱及編號如表1所示。在相同的實(shí)驗(yàn)條件下人為引入故障，共生成21個(gè)故障批次，批次編號及引入的故障描述如表2。由于該數(shù)據(jù)集的正常批次第56批次和故障批次第12批次采樣點(diǎn)過少，明顯存在數(shù)據(jù)缺失，剔除不用。

隨機(jī)選擇30個(gè)正常批次數(shù)據(jù)作為訓(xùn)練樣本，選擇19個(gè)監(jiān)測變量作為單個(gè)樣本點(diǎn)輸入，對20個(gè)故障批次進(jìn)行檢測。設(shè)定f為0.1，根據(jù)所選的訓(xùn)練樣本長度n＝3037，得到C＝0.0033。選擇核函數(shù)參數(shù)δ＝0.005。在上述的固定參數(shù)設(shè)定下對20個(gè)故障批次進(jìn)行故障檢測。

首先，將訓(xùn)練樣本代入式(2)，利用訓(xùn)練樣本進(jìn)行最優(yōu)化計(jì)算，由(3)式計(jì)算得到式(2)中所需要的核函數(shù)值。

解最優(yōu)化問題得到拉格朗日乘子和其所對應(yīng)的支持向量，由式(5)計(jì)算支持向量球心距集合。

讀入待檢測樣本，由式(6)計(jì)算其超球心距，并代入式(7)、(8)計(jì)算核相似度權(quán)值。

由式(9)計(jì)算動(dòng)態(tài)故障閥值，作為故障檢測的控制限，由式(10)判別間歇過程是否存在故障。

將本發(fā)明方法與支持向量球心距均值方法、核距離控制圖方法的故障檢測率進(jìn)行比較，表3給出了三種控制限對20個(gè)故障批次的檢測率，圖2給出了刻蝕過程故障批次19的檢測結(jié)果對比圖。由于半導(dǎo)體金屬刻蝕過程單批次數(shù)據(jù)在不同時(shí)段的特性差異較大，支持向量球心距均值與核距離控制圖難以在整個(gè)批次長度上都取得良好的檢測效果，這兩種方法均在過程后半程出現(xiàn)較多的漏報(bào)；本發(fā)明方法獲得的動(dòng)態(tài)控制限能夠很好地適應(yīng)待檢測樣本的特性，對待檢測樣本點(diǎn)的球心距進(jìn)行跟蹤，在整個(gè)批次過程中都能保持較高的故障檢測率，為間歇過程故障檢測提供了更合理的控制限，提高了間歇過程故障檢測的準(zhǔn)確性。

表1半導(dǎo)體金屬刻蝕過程變量編號及名稱

表2半導(dǎo)體金屬刻蝕過程故障批次編號及故障設(shè)定類型

表3半導(dǎo)體金屬刻蝕過程故障檢測率