，重新選取利群（新版）產品牌號下A3機臺正常工況的52個監(jiān)測數(shù)據(jù)報 表，整理其中的運行數(shù)據(jù)作為待添加故障的數(shù)據(jù)集，通過數(shù)據(jù)標準化預處理后得到待添加 故障數(shù)據(jù)矩陣X base (52 X 20)。從第10個樣本點開始，到第40個樣本點結束，分別令H1000 熱熔膠溫度階躍增長25%、BV出口加熱上方溫度階躍降低30%、WlOOO側邊熱封器以0. 7 的斜率增長，形成故障數(shù)據(jù)矩陣Xfl (52 X 20)、Xf2 (52 X 20)、Xf3 (52 X 20)，故障數(shù)據(jù)T2和SPE 統(tǒng)計量的監(jiān)測結果分別如圖5至圖7所示。
[0106] 引入H1000超高速包裝設備的首次故障報警時間，定義為連續(xù)3個監(jiān)測統(tǒng)計量超 過對應控制限的樣本點時刻。對于故障1，檢測出的首次故障報警時間為第12個樣本點時 亥IJ ;對于故障2,檢測出的首次故障報警時間為第12個樣本點時刻；故障3,檢測出的首次 故障報警時間為第24個樣本點時刻。
[0107] (5)基于貢獻圖的故障原因變量確定
[0108] 當監(jiān)測統(tǒng)計量超出控制限時，計算各個過程變量對超限統(tǒng)計量的貢獻值，找出導 致設備故障的主要過程變量。當T：；L,統(tǒng)計量的超出控制限時，第a個主成分〖_^對t的 貢獻率計算如下：
[0110] 其中Aa表示該產品牌號下監(jiān)測模型的第a個特征值；
[0111] 過程變量Xlij對t new,a的貢獻率計算如下：
[0113] 其中Pp表示該產品牌號下監(jiān)測模型的負載變量；
[0114] 當SPEnew統(tǒng)計量的超出控制限時，過程變量X u對SPE _的貢獻率計算如下：
[0116] 其中Sign(A) 表示殘差的正負信息。
[0117] 本實例中，根據(jù)步驟（4)中圖5的監(jiān)測結果，故障發(fā)生在殘差子空間中。在第12 個樣本點時刻，過程變量對SPE超限的貢獻率如圖8所示，確定引起故障的原因變量第為第 1個變量，即H1000熱熔膠溫度。
[0118] 根據(jù)步驟（4)中圖6的監(jiān)測結果，故障發(fā)生在殘差子空間中。在第12個樣本點時 亥IJ，過程變量對SPE超限的貢獻率如圖9所示，確定引起故障的原因變量第為第19個變量， 即BV出口加熱上方溫度。
[0119] 根據(jù)步驟（4)中圖7的監(jiān)測結果，故障發(fā)生在殘差子空間中。在第24個樣本點時 亥IJ，過程變量對SPE超限的貢獻率如圖10所示，確定引起故障的原因變量為第8個變量，即 W1000側邊熱封器溫度。
【主權項】
1. 超高速包裝設備的統(tǒng)計監(jiān)測與故障診斷方法，其特征在于該方法包括以下的步驟： 1) 收集整理某一產品牌號下H1000超高速包裝設備的監(jiān)測數(shù)據(jù)報表，獲得具有I個生 產批次、J個測量變量的二維原始數(shù)據(jù)X(IXJ)，對其進行均值中心化和方差歸一化的數(shù)據(jù) 預處理，得到該產品牌號下統(tǒng)計模型的二維建模數(shù)據(jù)X(IXJ); 2) 對二維建模數(shù)據(jù)X(IXJ)進行PCA分解，得到對應的主元個數(shù)A、得分矩陣1\、負載 矩陣PA和殘差矩陣E，建立PCA監(jiān)測模型； 3) 離線計算建模數(shù)據(jù)的T2和SPE監(jiān)測統(tǒng)計量，并根據(jù)相同產品牌號不同生產批次的T2 值服從F分布、SPE值服從X2分布，計算某一置信度下PCA監(jiān)測模型的T2和SPE控制限； 4) 在線監(jiān)測時，收集該產品牌號下某一班組的監(jiān)測數(shù)據(jù)報表，通過數(shù)據(jù)預處理獲得該 生產批次的過程數(shù)據(jù)(1XJ)，利用PCA監(jiān)測模型在線計算數(shù)據(jù)(1XJ)對應的T2和 SPE統(tǒng)計量，如果兩個統(tǒng)計量都位于控制限以內，表明設備狀態(tài)正常，如果至少其中一個統(tǒng) 計量超出控制限，表明設備狀態(tài)異常； 5) 當檢測到設備出現(xiàn)有異常時，根據(jù)超限統(tǒng)計量處于T2的主元子空間或是SPE的殘差 子空間，計算每個過程變量對超限統(tǒng)計量的貢獻率，貢獻率較大的變量被初步確定為造成 設備異常的原因變量。2. 如權利要求1所述的超高速包裝設備的統(tǒng)計監(jiān)測與故障診斷方法，其特征在于，步 驟1)中的數(shù)據(jù)預處理包括依次進行的減均值、除標準差處理。計算公式如下：其中下標i代表批次、j代表變量，巧表示第j個變量的均值，s_j表示第j個變量的標 準差。3. 如權利要求1所述的超高速包裝設備的統(tǒng)計監(jiān)測與故障診斷方法，其特征在于，在 步驟2)中，將預處理后的二維建模數(shù)據(jù)矩陣X進行PCA分解，PCA分解的計算公式如下：其中A為主元個數(shù)，a表示不同的PCA分解方向，1\表示保留A個主元后的（IXA)維 得分矩陣，？&表示保留A個主元后的（JXA)維負載矩陣，E表示（IXJ)維殘差矩陣。4. 如權利要求1所述的超高速包裝設備的統(tǒng)計監(jiān)測與故障診斷方法，其特征在于，所 述的步驟3)中，T2統(tǒng)計量的計算公式為：其中ti=XA表示（1XA)維的主元得分向量，對角矩陣S=diag(λ…，λΑ)是由 建模數(shù)據(jù)集X的協(xié)方差矩陣ΣΧΤΧ的前Α個特征值所構成； T2統(tǒng)計量的控制限利用F分布采用下式計算：其中A為保留的主元個數(shù)，N=I為樣本數(shù)，α為置信度；Fa (A，N…A)是對應于置信 度為α，自由度為A，N-A條件下的F分布臨界值； SPE統(tǒng)計量的計算公式為：其中矣表示重構得到的（1XJ)維重構估計向量；e;表示建模數(shù)據(jù)向量Xi 與重構估計向量夫的殘差向量； SPE統(tǒng)計量的控制限利用X2分布采用下式計算：其中g=v/2n、h= 2n2/v;n、v分別為SPE統(tǒng)計量的均值和方差。5. 如權利要求1所述的超高速包裝設備的統(tǒng)計監(jiān)測與故障診斷方法，其特征在于，對 步驟4)中收集到的監(jiān)測數(shù)據(jù)報表，利用建模數(shù)據(jù)的均值和標準差進行數(shù)據(jù)預處理，得到過 程數(shù)據(jù)x_(lXJ)。6. 如權利要求1所述的超高速包裝設備的統(tǒng)計監(jiān)測與故障診斷方法，其特征在于，預 處理后的過程數(shù)據(jù)x_(lXJ)對應的1；^統(tǒng)計量計算公式如下： tnewnew^Afic-w t-uc-rv /tc-w 其中PA表示該產品牌號監(jiān)測模型的（JXA)維負載矩陣，S=diag(Ai，…，λΑ)表示 該產品牌號監(jiān)測模型的前Α個特征值所構成的（ΑΧΑ)維對角矩陣； 過程數(shù)據(jù)x_(lXJ)對應的SPE_統(tǒng)計量計算公式如下：其中表示重構得到的（1XJ)維重構估計向量，e_表示過程數(shù)據(jù)向量X_與重構 估計向量天_的殘差向量。7. 如權利要求1所述的超高速包裝設備的統(tǒng)計監(jiān)測與故障診斷方法，其特征在于，當 21,統(tǒng)計量的超出正常控制限時，第a個主成分的貢獻率計算如下：其中λa表示該產品牌號下監(jiān)測模型的第a個特征值； 過程變量& ^寸t 的貢獻率計算如下：其中Pp表示該產品牌號下監(jiān)測模型的負載變量； 當SPE_S計量的超出控制限時，過程變量X，對SPE_的貢獻率計算如下：其中sigrn:.',-元,）表示殘差的正負信息。
【專利摘要】本發(fā)明公開了一種H1000超高速包裝設備的統(tǒng)計監(jiān)測與故障診斷方法，針對H1000超高速包裝設備底層PLC程序開放的源代碼和庫文件非常有限，難以實時采集和存儲底層PLC原始數(shù)據(jù)，已有的數(shù)據(jù)報表更多是對設備測點數(shù)據(jù)進行簡單記錄，未能通過數(shù)據(jù)的深入分析挖掘和發(fā)現(xiàn)數(shù)據(jù)所隱含的過程變量動態(tài)性和變量間關聯(lián)關系變化等方面的潛在故障信息等問題，采用主元分析建立離線監(jiān)測模型以表征過程變量之間的潛在相關特性，在線計算？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？、SPE監(jiān)測統(tǒng)計量進行實時監(jiān)測，任一統(tǒng)計量超限時利用貢獻圖確定引起故障的主要過程變量。本發(fā)明通過H1000超高速包裝設備報表數(shù)據(jù)的建模和分析，能有效提高設備監(jiān)測與診斷結果的及時性和可靠性。
【IPC分類】G05B23/02
【公開號】CN105259890
【申請?zhí)枴緾N201510506983
【發(fā)明人】王偉, 趙春暉, 樓衛(wèi)東, 張利宏, 熊月宏, 李鈺靚
【申請人】浙江中煙工業(yè)有限責任公司
【公開日】2016年1月20日
【申請日】2015年8月18日