基于数据驱动系统监测与故障诊断课件

3基于数据驱动系统监测与故障诊断3基于数据驱动系统监测与故障诊断3基于数据驱动系统监测与故障背景介背景介背景介背景介绍绍绍绍与系与系与系与系统统统统构成构成构成构成2背景介绍与系统构成2系系系系统监统监统监统监控的意控的意控的意控的意义义义义n n 现现现现代化工代化工代化工代化工业业业业正朝着大正朝着大正朝着大正朝着大规规规规模、复模、复模、复模、复杂杂杂杂化的方向化的方向化的方向化的方向发发发发展，通常包含高温、高展，通常包含高温、高展，通常包含高温、高展，通常包含高温、高压压压压、易燃、易爆的生、易燃、易爆的生、易燃、易爆的生、易燃、易爆的生产过产过产过产过程，程，程，程，系系系系统统统统一旦一旦一旦一旦发发发发生事故就会造成人生事故就会造成人生事故就会造成人生事故就会造成人员员员员和和和和财产财产财产财产的巨大的巨大的巨大的巨大损损损损失。失。失。失。n n系系系系统监统监统监统监控有控有控有控有2 2层层层层含含含含义义义义：n n以保以保以保以保证证证证主要主要主要主要设备设备设备设备乃至生乃至生乃至生乃至生产产产产全全全全过过过过程的安全程的安全程的安全程的安全为为为为目目目目标标标标：避免生：避免生：避免生：避免生产产产产事故、减少事故、减少事故、减少事故、减少财产损财产损财产损财产损失；失；失；失；n n为为为为保保保保证产证产证产证产品品品品质质质质量量量量为为为为目目目目标标标标：减少：减少：减少：减少产产产产品品品品质质质质量波量波量波量波动动动动、实现优质实现优质实现优质实现优质高效。高效。高效。高效。6/23/20243系统监控的意义 现代化工业正朝着大规模、复杂化的方向发展，通复复复复杂杂杂杂工工工工业业业业系系系系统统统统能能 源源原原 料料公用工程公用工程生生产过产过程程（离散、（离散、连续连续或或间间歇）歇）付付产产品品产产品品废废物物（气、液、固）（气、液、固）市市场场自自动动化化设备设备（仪仪表、表、PLC、DCS、FCS等）等）6/23/20244复杂工业系统能 源原 料公用工程生产过企企业业信息化系信息化系统结统结构构决策决策层层管理管理层层调调度度层层经营经营决策系决策系统统产产品策略品策略管理信息系管理信息系统统生生产计产计划划生生产调产调度系度系统统调调度指令度指令过过过过程程程程监监监监控系控系控系控系统统统统系系统优统优化化计计算机控制系算机控制系统统控制信息控制信息生生产过产过程程监监监监控控控控层层层层控制控制层层关系数据关系数据库库实时实时数据数据库库6/23/20245企业信息化系统结构决策层管理层调度层经营决策系统产品策略管理ERPEnterprise Resource PlanningPCSProcess Control SystemMESManufacturing Execution System企企业资业资源源计计划划过过程控制系程控制系统统制造制造执执行系行系统统企企企企业业业业信息化系信息化系信息化系信息化系统统统统三三三三层结层结层结层结构构构构6/23/20246ERPPCSMES企业资源计划过程控制系统制造执行系统企业信监监控系控系统统定位定位ERPEnterprise Resource PlanningPCSProcess Control SystemMESManufacturing Execution System企企业资业资源源计计划划过过程控制系程控制系统统制造制造执执行系行系统统系系统监统监控与故障控与故障诊诊断断6/23/20247监控系统定位ERPPCSMES企业资源计划过程控制系统制造执n n随随随随着着着着计计计计算算算算机机机机测测测测量量量量与与与与控控控控制制制制系系系系统统统统和和和和各各各各种种种种智智智智能能能能化化化化仪仪仪仪表表表表在在在在工工工工业业业业过过过过程程程程中中中中的的的的广广广广泛泛泛泛应应应应用用用用，大大大大量量量量的的的的过过过过程程程程数数数数据据据据被被被被采采采采集集集集并并并并存存存存储储储储下下下下来来来来。但但但但是是是是这这这这些些些些包包包包含含含含过过过过程程程程运运运运行行行行状状状状态态态态信信信信息息息息的的的的数数数数据据据据往往往往往往往往没没没没有有有有被被被被有有有有效效效效地地地地利利利利用用用用，以以以以至至至至出出出出现现现现了了了了所所所所谓谓谓谓的的的的“数数数数据很多，信息很少据很多，信息很少据很多，信息很少据很多，信息很少”的的的的现现现现象。象。象。象。n n造成造成造成造成这这这这一一一一现现现现象的主要原因象的主要原因象的主要原因象的主要原因:n n最初是由于工最初是由于工最初是由于工最初是由于工业业业业控制控制控制控制计计计计算机系算机系算机系算机系统统统统缺乏足缺乏足缺乏足缺乏足够够够够的的的的计计计计算能力和算能力和算能力和算能力和统统统统一的数据存一的数据存一的数据存一的数据存储储储储格式；格式；格式；格式；n n缺乏有效的分析算法和可利用的商缺乏有效的分析算法和可利用的商缺乏有效的分析算法和可利用的商缺乏有效的分析算法和可利用的商业软业软业软业软件包；件包；件包；件包；n n如何利用如何利用如何利用如何利用这这这这些数据的目的性不些数据的目的性不些数据的目的性不些数据的目的性不够够够够明确。明确。明确。明确。n n随随随随着着着着工工工工业业业业计计计计算算算算机机机机技技技技术术术术、现现现现场场场场总总总总线线线线技技技技术术术术的的的的发发发发展展展展，相相相相关关关关的的的的数数数数据据据据分分分分析析析析理理理理论论论论的的的的研研研研究究究究也也也也取取取取得得得得到到到到了了了了长长长长足足足足的的的的进进进进步步步步。因因因因此此此此，工工工工业业业业界界界界已已已已意意意意识识识识到到到到并并并并且且且且也也也也已已已已具具具具备备备备了了了了相相相相应应应应的的的的能能能能力力力力，必必必必须须须须将将将将海海海海量量量量的的的的数数数数据据据据变变变变为为为为有有有有用用用用的的的的信信信信息息息息，服服服服务务务务于于于于生生生生产产产产安全和安全和安全和安全和产产产产品品品品质质质质量控制，以起到降低成本、提高企量控制，以起到降低成本、提高企量控制，以起到降低成本、提高企量控制，以起到降低成本、提高企业竞业竞业竞业竞争力的作用。争力的作用。争力的作用。争力的作用。数据数据数据数据处处处处理的需求理的需求理的需求理的需求6/23/20248随着计算机测量与控制系统和各种智能化仪表在工业过程中的广泛应n n通通通通过过过过对对对对工工工工业业业业过过过过程程程程数数数数据据据据的的的的采采采采集集集集、预预预预处处处处理理理理（滤滤滤滤波波波波、校校校校正正正正等等等等）和和和和分分分分析析析析（特特特特征征征征提提提提取取取取、模模模模式式式式分分分分类类类类等等等等），监监监监督督督督生生生生产产产产过过过过程程程程的的的的运运运运行行行行状状状状态态态态，检检检检测测测测系系系系统统统统的的的的故故故故障障障障信信信信息息息息、诊诊诊诊断断断断故故故故障障障障原原原原因因因因，分分分分析析析析和和和和预预预预测测测测生生生生产产产产过过过过程程程程的的的的动动动动态态态态趋趋趋趋势势势势，从从从从而而而而达到减小达到减小达到减小达到减小产产产产品品品品质质质质量波量波量波量波动动动动、保障系、保障系、保障系、保障系统统统统可靠运行的目可靠运行的目可靠运行的目可靠运行的目标标标标，使生，使生，使生，使生产产产产系系系系统统统统始始始始终处终处终处终处于最佳运行状于最佳运行状于最佳运行状于最佳运行状态态态态。基于数据基于数据基于数据基于数据驱动驱动驱动驱动的系的系的系的系统监统监统监统监控控控控6/23/20249通过对工业过程数据的采集、预处理（滤波、校正等）和分析（特征监监监监控系控系控系控系统组统组统组统组成成成成结结结结构构构构6/23/202410监控系统组成结构8/10/202310监监监监控与故障控与故障控与故障控与故障诊诊诊诊断系断系断系断系统统统统显显显显示示示示报报报报警警警警记录记录记录记录控制控制控制控制集成集成集成集成监监监监控系控系控系控系统统统统监监监监控控控控诊诊诊诊断断断断数据数据数据数据库库库库、知、知、知、知识库维护识库维护识库维护识库维护数据数据数据数据预处预处预处预处理理理理数据采集数据采集数据采集数据采集传传传传感器感器感器感器自学自学自学自学习习习习特征提取特征提取特征提取特征提取算算算算法法法法库库库库知知知知识识识识库库库库数数数数据据据据库库库库6/23/202411监控与故障诊断系统显示报警记录控制集成监控系统监控诊断数据库时时时时域特征域特征域特征域特征特征提取特征提取特征提取特征提取频频频频域特征域特征域特征域特征时时时时频频频频域特征域特征域特征域特征其它模型形式其它模型形式其它模型形式其它模型形式时间时间时间时间序列序列序列序列图图图图统计统计统计统计分析分析分析分析控制控制控制控制图图图图标标标标称概率称概率称概率称概率图图图图熵熵熵熵分析分析分析分析相关分析相关分析相关分析相关分析信息增益分析信息增益分析信息增益分析信息增益分析监监监监控分析方法控分析方法控分析方法控分析方法6/23/202412特征提取统计分析相关分析监控分析方法8/10/202312主要数据主要数据主要数据主要数据驱动驱动驱动驱动方法方法方法方法n n数字信号数字信号数字信号数字信号处处处处理方法理方法理方法理方法 n n谱谱谱谱分析、小波分析等分析、小波分析等分析、小波分析等分析、小波分析等n n统计统计统计统计分析方法分析方法分析方法分析方法n n主元分析（主元分析（主元分析（主元分析（Principal Component AnalysisPrincipal Component Analysis,PCA,PCA）、偏最小二乘（）、偏最小二乘（）、偏最小二乘（）、偏最小二乘（Partial Least SquaresPartial Least Squares,PLS,PLS）、）、）、）、FisherFisher判判判判别别别别分析、分析、分析、分析、CVA CVA等等等等n n统计统计统计统计学学学学习习习习方法方法方法方法n n支持向量机（支持向量机（支持向量机（支持向量机（SVM SVM）、）、）、）、KernelKernel学学学学习习习习等等等等n n人工智能方法人工智能方法人工智能方法人工智能方法 n n神神神神经经经经网网网网络络络络、粗糙集、模糊推理、粗糙集、模糊推理、粗糙集、模糊推理、粗糙集、模糊推理、专专专专家系家系家系家系统统统统等等等等6/23/202413主要数据驱动方法数字信号处理方法 8/10/202313面向故障面向故障面向故障面向故障诊诊诊诊断的系断的系断的系断的系统监统监统监统监控控控控14面向故障诊断的系统监控14基于小波分析的基于小波分析的基于小波分析的基于小波分析的监监监监控方法控方法控方法控方法 利用小波利用小波利用小波利用小波变换进变换进变换进变换进行行行行监监监监控和故障控和故障控和故障控和故障检测检测检测检测的思路：的思路：的思路：的思路：n n在在在在进进进进行行行行故故故故障障障障检检检检测测测测时时时时，同同同同时时时时对对对对系系系系统统统统的的的的输输输输入入入入和和和和被被被被检检检检测测测测信信信信号号号号（系系系系统统统统的的的的输输输输出出出出或或或或可可可可能能能能的的的的状状状状态态态态变变变变量量量量）进进进进行行行行小小小小波波波波变换变换变换变换。n n然后分析不同尺度下的信号的然后分析不同尺度下的信号的然后分析不同尺度下的信号的然后分析不同尺度下的信号的变换结变换结变换结变换结果。果。果。果。n n在在在在被被被被检检检检测测测测的的的的信信信信号号号号的的的的小小小小波波波波分分分分析析析析中中中中剔剔剔剔除除除除由由由由于于于于输输输输入入入入信信信信号号号号变变变变化化化化引引引引起起起起的的的的奇奇奇奇异异异异点点点点，那那那那么么么么剩剩剩剩下下下下的的的的奇奇奇奇异异异异点点点点代代代代表表表表的的的的就就就就是系是系是系是系统发统发统发统发生的故障点。生的故障点。生的故障点。生的故障点。6/23/202415基于小波分析的监控方法 利用小波变换进行监控和故障检测一个一个一个一个应应应应用用用用实实实实例例例例 n n利用改利用改利用改利用改进进进进的小波包分的小波包分的小波包分的小波包分频频频频算法算法算法算法进进进进行挖掘机提升系行挖掘机提升系行挖掘机提升系行挖掘机提升系统统统统故障信号的故障信号的故障信号的故障信号的检测检测检测检测，并成功，并成功，并成功，并成功应应应应用。用。用。用。n n已知提升系已知提升系已知提升系已知提升系统轴统轴统轴统轴承因缺承因缺承因缺承因缺损损损损而而而而产产产产生的振生的振生的振生的振动频动频动频动频率率率率为为为为：84.6Hz84.6Hz（内圈脱落）和（内圈脱落）和（内圈脱落）和（内圈脱落）和58.10Hz58.10Hz（外圈脱落）。（外圈脱落）。（外圈脱落）。（外圈脱落）。n n从从从从FFTFFT频谱图频谱图频谱图频谱图可可可可见见见见主要主要主要主要频线为频线为频线为频线为：213.91Hz213.91Hz、429.47Hz429.47Hz和和和和645.26Hz645.26Hz，它，它，它，它们们们们分分分分别别别别是是是是齿轮啮齿轮啮齿轮啮齿轮啮合合合合频频频频率及其率及其率及其率及其2 2倍、倍、倍、倍、3 3倍倍倍倍频频频频率，是率，是率，是率，是齿轮齿轮齿轮齿轮正常运行正常运行正常运行正常运行时时时时的典型的典型的典型的典型频谱频谱频谱频谱。这这这这些些些些频谱频谱频谱频谱强强强强烈淹没了烈淹没了烈淹没了烈淹没了轴轴轴轴承的故障信息。承的故障信息。承的故障信息。承的故障信息。6/23/202416一个应用实例 利用改进的小波包分频算法进行挖掘机提升系统故障基于小波包的故障基于小波包的故障基于小波包的故障基于小波包的故障检测检测检测检测方法方法方法方法 频率Hz 频率Hz 05010015010203040506020100501001503040506000.20.40.60.8-3000-2000-100001000200002004006008001000100200300400500时间/s频率Hz 6/23/202417基于小波包的故障检测方法 频率Hz 多元多元多元多元统计统计统计统计分析的分析的分析的分析的应应应应用背景用背景用背景用背景n n在在现现代流程工代流程工业业中，随着中，随着测测控技控技术术的快速的快速发发展，人展，人们们已已经经能能够对够对越来越多的越来越多的过过程程变变量和量和产产品品质质量指量指标进标进行行测测量；同量；同时计时计算机和数据算机和数据库库技技术术的普及，使工厂的普及，使工厂拥拥有了相当丰富的生有了相当丰富的生产产数据数据资资源。源。n n工工业过业过程，尤其是流程工程，尤其是流程工业业，在同一，在同一过过程中的不同程中的不同变变量量间间往往存在相互关往往存在相互关联联的关系。比如在精的关系。比如在精馏馏塔塔的操作中，的操作中，进进料料组组分的分的变变化会引起各塔板温度、塔化会引起各塔板温度、塔顶顶和塔底和塔底组组分等多个分等多个变变量的量的变变化。从直化。从直观观上看，上看，这这种多种多变变量量间间的的变变化是化是错综错综复复杂杂的。的。6/23/202418多元统计分析的应用背景在现代流程工业中，随着测控技术的快速发多元多元多元多元统计统计统计统计分析的分析的分析的分析的应应应应用背景用背景用背景用背景n n厂方有内在的需求：采用多厂方有内在的需求：采用多变变量量统计统计分析技分析技术对术对大量采集的大量采集的测测控数据和控数据和产产品品质质量数据量数据进进行分析。以行分析。以便揭示便揭示过过程的内在程的内在变变化化规规律、律、趋势趋势，为为提高提高产产品品质质量提高有用信息，从而把数据量提高有用信息，从而把数据资资源源优势转优势转化化为为生生产产效益和效益和产产品品质质量量优势优势。n n客客户对产户对产品性能的定量要求也越来越品性能的定量要求也越来越严严格。格。这这就要求就要求对许对许多多过过程程变变量和量和产产品性能指品性能指标进标进行分析、行分析、处处理和理和监测监测。仅仅依靠分依靠分别对这别对这些些变变量和指量和指标标逐一逐一进进行行单变单变量量SPCSPC分析，其分析，其结结果往往不太可靠。果往往不太可靠。6/23/202419多元统计分析的应用背景厂方有内在的需求：采用多变量统计分析技多元多元多元多元统计统计统计统计分析的分析的分析的分析的应应应应用背景用背景用背景用背景n n早期的理早期的理早期的理早期的理论发论发论发论发展：展：展：展：将将单变单变量量SPCSPC技技术术直接直接扩扩展到多展到多变变量的情况。出量的情况。出现现了所了所谓谓的多的多变变量量SPC/SPMSPC/SPM技技术术，包括：多，包括：多变变量量CUSUMCUSUM、多、多变变量量EWMAEWMA和多和多变变量量时间时间序列建模技序列建模技术术等。仍未脱离管理等。仍未脱离管理层层面的面的SPCSPC概念和范畴，需概念和范畴，需要要辅辅以以较较多的人多的人员员交流。交流。6/23/202420多元统计分析的应用背景早期的理论发展：8/10/202320多元多元多元多元统计统计统计统计分析的分析的分析的分析的应应应应用背景用背景用背景用背景n n2020世世纪纪8080年代开始起，以主元分析（年代开始起，以主元分析（Principal Component AnalysisPrincipal Component Analysis，PCA PCA）为为主的多元主的多元统计统计技技术术开始用于工开始用于工业过业过程的程的监测监测，并利用控制，并利用控制图图等等简单简单的工具的工具实现实现初步的初步的诊诊断功能。断功能。n n随着在工随着在工业业中成功中成功应应用例子的不断增多，以及安全与用例子的不断增多，以及安全与质质量控制的量控制的实际实际需求，需求，PCAPCA等多元等多元统计统计方法的方法的定位与功能开始向定位与功能开始向传统传统的故障的故障检测检测功能功能趋进趋进，并逐步建立起了理，并逐步建立起了理论论体系框架和研究分支方向。目前体系框架和研究分支方向。目前基于多元基于多元统计统计的的过过程程监监控仍控仍处处于于发发展之中。展之中。6/23/202421多元统计分析的应用背景20世纪80年代开始起，以主元分析（PPCAPCA监测监测监测监测模型模型模型模型n n基本原理：基本原理：n nPCAPCA统计过统计过程程监测监测模型描述了正常工况下各模型描述了正常工况下各过过程程变变量之量之间间的关系，的关系，这这种种变变量量间间的内在的内在联联系是由物料平衡、能量平衡以及操作限制等系是由物料平衡、能量平衡以及操作限制等约约束所形成的。束所形成的。n n具体建模方法就是将具体建模方法就是将过过程数据向量投影到两个正交的子空程数据向量投影到两个正交的子空间间（主元空（主元空间间和残差空和残差空间间）上，）上，并分并分别别建立相建立相应应的的统计统计量量进进行假行假设检验设检验，以判断，以判断过过程的运行状况。程的运行状况。n nPCAPCA监测监测模型本身只具有模型本身只具有检测过检测过程程变变化的功能，不具有明确的、定量的故障重构、化的功能，不具有明确的、定量的故障重构、识别识别和分离等高和分离等高级级功能。功能。6/23/202422PCA监测模型基本原理：8/10/202322PCAPCA监测监测监测监测模型模型模型模型n n建模前的准建模前的准建模前的准建模前的准备备备备：过过过过程数据的程数据的程数据的程数据的归归归归一化一化一化一化n n首先取一段正常生首先取一段正常生产产工况下的工况下的过过程数据集程数据集X Xm m n n （m m为为采采样样点数，点数，n n为传为传感器数）建立感器数）建立统计统计模型。模型。n n数据数据阵阵需要需要进进行行标标准化，即准化，即对对数据集数据集X Xm m n n中每一中每一时时刻的数据向量刻的数据向量 作作变换变换：，其中：，其中：为为x x对应对应的均的均值值向量；向量；为为方差矩方差矩阵阵 ，这这里里 为为第第i i个个过过程程变变量的量的标标准差，准差，i i=1,=1,n n。n n记标记标准化后得到的数据集准化后得到的数据集为为 。默。默认认情况下都是指情况下都是指过过程数据已程数据已归归一化。一化。6/23/202423PCA监测模型建模前的准备：过程数据的归一化8/10/202PCAPCA监测监测监测监测模型模型模型模型n n新的基底：坐新的基底：坐标标旋旋转转n n对对 的相关系数矩的相关系数矩阵阵 作奇作奇值值分解：分解：(3.1)(3.1)式中式中 U Un n n n为为酉矩酉矩阵阵，D D=diag(=diag(i i=1,=1,n n)为对为对角矩角矩阵阵。n n向量矩向量矩阵阵U U=u u1 1,u u2 2,u un n 即即为为n n空空间间的一的一组标组标准基，且准基，且过过程数据集在新的基底程数据集在新的基底U U下将下将获获得最得最佳的描述，即在坐佳的描述，即在坐标标系系U U的各方向上的方差的各方向上的方差满满足足 1 1 2 2 n n (3.2)(3.2)其中其中 i i=1,=1,n n即即为为矩矩阵阵D D 中相中相应应的的对对角元素。角元素。6/23/202424PCA监测模型新的基底：坐标旋转8/10/202324PCAPCA监测监测监测监测模型模型模型模型n n空空空空间间间间分解与降分解与降分解与降分解与降维维维维n n称称U U的前的前k k(k k 2 2 n n 。从而成立：。从而成立：n n式式(3.4)(3.4)中的数据分解可以写中的数据分解可以写为为另一种更具体的形式：另一种更具体的形式：其中残差矩其中残差矩阵阵E E 理解理解为为噪声或者不重要的噪声或者不重要的过过程信息。程信息。6/23/202431PCA监测模型PCA模型的一些主要性质：8/10/20233PCAPCA监测监测监测监测模型模型模型模型n n2 2 2 2维维维维主元主元主元主元图图图图：n n当主元数当主元数k=2k=2时时，Pc1Pc1和和Pc2Pc2与控制限的关系正好与控制限的关系正好为为一个一个椭圆椭圆区域。此区域。此时时高高维维的数据空的数据空间间的的变变化化监测监测问题问题，可以在，可以在2 2维维的平面的平面图图形上形上进进行直行直观观的考察。的考察。这这是是PCAPCA早期被早期被应应用于系用于系统监统监控的一个典型的控的一个典型的优优点点和原因之一。和原因之一。6/23/202432PCA监测模型2维主元图：8/10/202332PCAPCA监测监测监测监测模型模型模型模型n nPCAPCAPCAPCA监监监监控模型需要控模型需要控模型需要控模型需要满满满满足的两个假足的两个假足的两个假足的两个假设设设设条件：条件：条件：条件：只有当只有当这这两个假两个假设设条件成立条件成立时时，以上，以上给给出的控制限和的出的控制限和的计计算方法才成立。算方法才成立。1.各过程变量均是服从高斯分布的随机过程2.各过程变量自身是独立同分布的（i.i.d）6/23/202433PCA监测模型PCA监控模型需要满足的两个假设条件：各过程变PCAPCA监测监测监测监测模型模型模型模型n nPCAPCA对过对过程的程的监测监测是通是通过过T T2 2和和SPESPE检验检验来来实现实现的，共有四种可能的的，共有四种可能的检测结检测结果：果：n n虽虽然近年来有关然近年来有关PCAPCA的的过过程程监测监测方法已得到了广泛的研究，然而方法已得到了广泛的研究，然而对对PCAPCA监测监测方法的特点及其内涵的方法的特点及其内涵的分析却很不充分，已有的分析却很不充分，已有的结论结论多多为为定性的（定性的（虽虽然其表然其表现现形式是定量的），且很不明确。形式是定量的），且很不明确。n n已有的已有的文献中一般均文献中一般均笼统笼统地地认为认为在在4 4种种检测结检测结果中，果中，结结果（果（I I）和（）和（IIIIII）对应对应于故障于故障发发生；生；结结果（果（II II）则则可能是工况可能是工况变变化（化（扰动扰动）。）。对对于于结结果（果（IVIV）则认为过则认为过程运行正常，程运行正常，处处于受控之中。于受控之中。（I）T2和SPE统计量均超过控制界限；（II）T2统计量超过控制界限，SPE统计量没有超过；（III）T2统计量没有超过控制界限，SPE统计量超过；（IV）T2和SPE统计量均未超过控制界限。6/23/202434PCA监测模型PCA对过程的监测是通过T2和SPE检验来实现PCAPCA监测监测监测监测模型模型模型模型n n在在过过程程监测监测中中PCAPCA的作用主要是提供一种的作用主要是提供一种“经验经验模型模型”（Empirical modelEmpirical model）。）。这这种由数据种由数据驱动驱动方法建立的模型与精确的机理模型（方法建立的模型与精确的机理模型（First principal modelFirst principal model）在）在过过程程监测监测策略中作用和地位是策略中作用和地位是类类似的。似的。n n在基于在基于滤滤波器的方法中是利用精确的机理模型来波器的方法中是利用精确的机理模型来产产生残差信号，然后生残差信号，然后对对残差信号残差信号进进行分析以行分析以判断系判断系统统的运行状的运行状态态；而在数据；而在数据驱动驱动的的过过程程监测监测方法中方法中PCAPCA模型是用于提供模型是用于提供变变量和的量和的“正常范正常范围围”，或，或“控制限控制限”。6/23/202435PCA监测模型在过程监测中PCA的作用主要是提供一种“经验模PCAPCA监测监测监测监测模型模型模型模型n nPCAPCA在在PMDPMD中的作用，与在中的作用，与在传统传统多元多元统计统计分析中的作用是不同的，即并不主要是分析中的作用是不同的，即并不主要是为为了减小被分了减小被分析析变变量集的量集的维维数（有文献将数（有文献将这这一功能称一功能称为压缩为压缩）。也就是）。也就是说说，在建立，在建立PCAPCA过过程程监测监测模型模型时时（主（主要表要表现为现为主元个数的主元个数的选选取），取），“减小主元个数减小主元个数”不是建立模型的不是建立模型的标标准。模型的准。模型的标标准准应该应该是在某一是在某一最最优优准准则则下下实现对实现对故障（故障（扰动扰动）的）的检测检测、识别识别、分离，以及重构等功能。、分离，以及重构等功能。n n事事实实上，上，“减小主元个数减小主元个数”这这一一标标准与上述准与上述过过程程监测监测的各功能并无直接的各功能并无直接联联系。另外从算法上看，式系。另外从算法上看，式（3.53.5）和（）和（3.63.6）中的）中的T T2 2和和SPESPE统计统计量都是量都是标标量，主元个数量，主元个数为为2 2或或为为1010并无本并无本质质区区别别，而且，而且对对于于工工业过业过程程PMDPMD应应用而言，不同主元用而言，不同主元时时在在计计算量上的差算量上的差别别并无大碍。并无大碍。6/23/202436PCA监测模型PCA在PMD中的作用，与在传统多元统计分析中PCAPCA监测监测监测监测模型模型模型模型n n关于关于PCAPCA统计统计模型之模型之检测结检测结果：果：n n目前关于目前关于PCAPCA监测结监测结果的理解果的理解仅仅是指是指“一般情况下的一般情况下的“。n n工况工况变变化化时时PCAPCA的的检测结检测结果并不一定是通常果并不一定是通常认为认为的的结结果（果（II II），而是与工况），而是与工况变变化所造成的各化所造成的各过过程程变变量的量的统计统计参数的改参数的改变变程度和方式密切相关。程度和方式密切相关。n n事事实实上，工况上，工况变变化化时时PCAPCA的的检测结检测结果在理果在理论论上可以是上可以是4 4种中的任何一种。而且种中的任何一种。而且对对于于连续连续生生产过产过程在程在发发生生输输入入扰动扰动或或设设定定值变值变化后，由于控制的作用化后，由于控制的作用过过程将达到新的程将达到新的稳态稳态。在控制器。在控制器发发生作用生作用的的过过程中程中PCAPCA监测监测行行为为是复是复杂杂的。的。6/23/202437PCA监测模型关于PCA统计模型之检测结果：8/10/202主要研究主要研究主要研究主要研究结论结论结论结论n n关于关于PCAPCA统计统计模型之模型之检测结检测结果果讨论讨论：n n故障故障发发生生时时PCAPCA的的检测结检测结果不一定是通常果不一定是通常认为认为的的结结果（果（I I）和（）和（IIIIII）。除了存在漏）。除了存在漏报报的可能外的可能外（即（即结结果果IVIV），），检测结检测结果果还还有可能有可能为为（II II）。此）。此时时若按照通常的若按照通常的观观点就会将此点就会将此类类故障故障误误判判为为是是工况工况变变化造成的，延化造成的，延误误采取有效的故障采取有效的故障补补救措施。救措施。n n结结果（果（II II）下的工况）下的工况变变化与故障的区分需要采用化与故障的区分需要采用进进一步的措施，如改一步的措施，如改进进PCAPCA，或其它技，或其它技术术。n nPCAPCA的的检测检测行行为为及其内涵是很复及其内涵是很复杂杂的。不能的。不能简单简单地将地将过过程工况的程工况的变变化，化，过过程故障和程故障和传传感器故障感器故障的的检测结检测结果固定果固定为为4 4种种检测类检测类型中的某一种或几种的型中的某一种或几种的组组合。事合。事实实上，即使是同一故障（或工况上，即使是同一故障（或工况变变化），当故障（或化），当故障（或变变化）的程度和方式不同化）的程度和方式不同时时，其，其检测结检测结果也可能是不同的。果也可能是不同的。进进一步的故障一步的故障诊诊断断还须结还须结合其它的方法。合其它的方法。6/23/202438主要研究结论关于PCA统计模型之检测结果讨论：8/10/20n n关于关于关于关于PCAPCA统计统计统计统计模型模型模型模型：n nWang Haiqing,Song Zhihuan and Li PingWang Haiqing,Song Zhihuan and Li Ping（2002 2002）:Fault Detection Behavior and Performance:Fault Detection Behavior and Performance Analysis of PCA-based Process Monitoring Method,Analysis of PCA-based Process Monitoring Method,Ind.Eng.Chem.Res.Ind.Eng.Chem.Res.，Vol.41(9),2455-Vol.41(9),2455-24642464 尽管PCA统计模型对引起T2和SPE统计量变化的原因不能给出明确的结论，但PCA统计模型对过程的变化很敏感。而故障的检测是故障重构、分离和识别的前提，因此PCA仍不失为一种有效的过程监测方案。主要研究主要研究主要研究主要研究结论结论结论结论6/23/202439关于PCA统计模型：尽管PCA统计模型对引起T一个例子一个例子n nPCAPCA模型模型模型模型应应应应用（用（用（用（Case StudyCase Study）：）：）：）：Double-Effect Evaporator(DEE)Double-Effect Evaporator(DEE)6/23/202440一个例子PCA模型应用（Case Study）：Double一个例子一个例子n nDEEDEEDEEDEE过过过过程描述：程描述：程描述：程描述：n n双效蒸双效蒸发发器是多效蒸器是多效蒸发发的一种的一种类类型，通型，通过过2 2个蒸个蒸发发器的蒸器的蒸发发使得流使得流过过料液的料液的浓浓度提高，度提高，具有比具有比单单效蒸效蒸发发器更高的器更高的热热效率。溶效率。溶质组质组分分为为X XF F的料液从蒸的料液从蒸发发器器2 2注入蒸注入蒸发发，再，再进进入蒸入蒸发发器器1 1蒸蒸发发后将溶后将溶质组质组分提高分提高为为X X1 1。n n稳态稳态操作参数操作参数为为：进进料的溶料的溶质质重量分比重量分比X XF F=0.02=0.02（kg kg 溶溶质质/kg/kg 溶液），溶液），进进料温度料温度T TF F=38.0=38.0（CC），），进进入蒸入蒸发发器器1 1的加的加热热蒸汽温度蒸汽温度T TS S0 0=164=164（CC）。）。6/23/202441一个例子DEE过程描述：8/10/202341一个例子一个例子n nDEEDEE过过程程变变量符号量符号说说明：明：n nMM1 1,MM2 2=蒸蒸发发器器1 1，2 2内的滞料重（内的滞料重（kg/kg/溶液）溶液）n nT T1 1,T T2 2=蒸蒸发发器器1 1，2 2内的溶液温度内的溶液温度 （CC）n nT TF F =进进料溶液的温度（料溶液的温度（CC）n nT TS S0 0=进进入蒸汽的温度（入蒸汽的温度（CC）n nWW1 1,WW2 2=从蒸从蒸发发器器1 1，2 2流出的溶液流出的溶液质质量流量（量流量（kgkg溶液溶液/s/s）n nWWF F =进进入蒸入蒸发发器器2 2的料液的料液质质量流量（量流量（kgkg溶液溶液/s/s）n nWWS S0 0=进进入蒸入蒸发发器器1 1的加的加热热蒸汽（蒸汽（kgkg蒸汽蒸汽/s/s）n nWWS S1 1,WWS S2 2=从蒸从蒸发发器器1 1，2 2顶顶部汽化的蒸汽流量（部汽化的蒸汽流量（kgkg蒸汽蒸汽/s/s）n nX X1 1,X X2 2=蒸蒸发发器器1 1，2 2内的溶内的溶质质重量分数（重量分数（kgkg溶溶质质/kg/kg溶液）溶液）n nX XF F =进进料溶液中的溶料溶液中的溶质质分比（分比（kgkg溶溶质质/kg/kg溶液）溶液）n n共取共取8 8个个变变量量进进行行监测监测：T T1 1,WWF F,WW1 1,WW2 2,WWS S1 1,WWS S2 2,X X2 2,WWS S0 0 6/23/202442一个例子DEE过程变量符号说明：8/10/202342一个例子一个例子n nDEEDEE过过过过程的程的程的程的PCAPCA统计监测统计监测统计监测统计监测模型：模型：模型：模型：n n取正常工况取正常工况稳态稳态下的被下的被监测变监测变量的量的300300个采个采样样数据，建立数据，建立PCAPCA统计统计模型。在模型。在过过程程监测监测仿真中必仿真中必须须适当地激适当地激发发被被监测过监测过程，以确保用于建模的数据中包含了正常的程，以确保用于建模的数据中包含了正常的过过程波程波动动信息；信息；n n由于前由于前3 3个主元的方差累个主元的方差累计计和百分比和百分比为为：85.797485.7974，故取主元个数，故取主元个数为为k k=3=3。即采用的是方差累。即采用的是方差累计计和百分比（和百分比（CPVCPV）的主元）的主元选选取准取准则则。n n相相应应的控制限：的控制限：n n =12.5284 =12.5284（99%99%），），=3.7464 =3.7464（99%99%）。）。6/23/202443一个例子DEE过程的PCA统计监测模型：8/10/20234一个例子一个例子n n案例案例案例案例1 1 1 1：工况参数：工况参数：工况参数：工况参数发发发发生生生生变变变变化化化化时时时时PCAPCAPCAPCA的的的的检测检测检测检测行行行行为为为为n n进进入蒸入蒸发发器器1 1的加的加热热蒸汽温度蒸汽温度T TS S0 0由由164164（CC）升高）升高4.34.3（CC）检测图检测图。n n前前约约100100个数据的个数据的检测结检测结果果为为（II II）。）。n n但随着但随着过过程达到新的程达到新的稳态稳态后，后，SPESPE统计统计量的均量的均值值增大而超增大而超过过了其控制限了其控制限 SPESPE，检检测结测结果果转为转为（I I）。）。6/23/202444一个例子案例1：工况参数发生变化时PCA的检测行为8/10/一个例子一个例子n n案例案例案例案例2 2 2 2：传传传传感器故障感器故障感器故障感器故障发发发发生生生生时时时时PCAPCAPCAPCA的的的的检测检测检测检测行行行行为为为为n n传传感器感器WWS1S1出出现测现测量偏差故障，采集量偏差故障，采集150150个数据的个数据的检测结检测结果，其中偏差幅果，其中偏差幅值值恒定恒定为为3.8kg/s3.8kg/s（约为约为WWS1S1稳态稳态流量的流量的9%9%）。）。n nPCAPCA检测结检测结果果为为情况（情况（II II），），SPESPE图图中中仅仅有几个有几个时时刻的数据被作刻的数据被作为为粗差粗差检检出。出。6/23/202445一个例子案例2：传感器故障发生时PCA的检测行为8/10/2主要研究主要研究主要研究主要研究结论结论结论结论n n非非非非线线线线性性性性PCAPCA：n n除了前面提到两个需要除了前面提到两个需要满满足的假足的假设设条件外，有不少学者条件外，有不少学者还认为还认为PCAPCA过过程程监测监测模型模型还应该满还应该满足另一个条件，即被足另一个条件，即被监测过监测过程是程是线线性的。或者更确切的性的。或者更确切的说说是被是被监测变监测变量集内的各量集内的各变变量之量之间间应为线应为线性关系。性关系。n n2020世世纪纪9090年代后曾出年代后曾出现过现过各种所各种所谓谓的的“非非线线性性”PCA”PCA监测监测方法，但并未深入系方法，但并未深入系统统地得到地得到发发展，展，并且近年来已少有并且近年来已少有报报道。道。这这一假一假设设的提出者的提出者实际实际上是上是认为认为PCAPCA在在过过程程监测监测方法中的主要作方法中的主要作用是用是为为了了“提取提取变变量之量之间间的的线线性关系性关系”，或者，或者仅仅是是为为了了“降降维维”。n nPCAPCA在在过过程程监测监测方法中作用是方法中作用是为为了提供一个了提供一个对对被被监测监测模型的模型的“描述描述”，一种，一种监测监测方法的方法的“框架框架”。被。被监测变监测变量集之量集之间间是否是否为线为线性关系与性关系与PCAPCA监测监测模型的有效性并无直接模型的有效性并无直接联联系。系。6/23/202446主要研究结论非线性PCA：8/10/202346主要研究主要研究主要研究主要研究结论结论结论结论n n非非线线性性PCAPCA的理的理论论思路：思路：n n主元曲主元曲线线与主元曲面与主元曲面n n通通过过引入一个非引入一个非线线性函数，将原来的性函数，将原来的过过程程变变量映射到所量映射到所谓谓的的“主元曲主元曲线线”上，使得所有上，使得所有数据点到数据点到该该曲曲线线的距离之和最小；的距离之和最小；n n计计算第算第1 1条主元曲条主元曲线时线时，首先以，首先以线线性主元性主元为为初始曲初始曲线线，通，通过过迭代技迭代技术术逐条确定主元曲逐条确定主元曲线线；n n由于主元曲由于主元曲线线不能直接用于不能直接用于获获得非得非线线性的打分向量，需要采用非性的打分向量，需要采用非线线性数性数值值逼逼进进的方的方法建立两者直接的关系。法建立两者直接的关系。6/23/202447主要研究结论非线性PCA的理论思路：8/10/202347主要研究主要研究主要研究主要研究结论结论结论结论n n动态动态PCAPCA由于生由于生产过产过程的内部程的内部动态动态特性的影响，采集到的生特性的影响，采集到的生产产数据并不是数据并不是i.i.d.i.i.d.的。的。为为了消除建模数据了消除建模数据的序列相关性（的序列相关性（serial correlationsserial correlations），保），保证证PCAPCA检测检测模型的有效性，需要解决序列相关模型的有效性，需要解决序列相关问题问题。n n扩扩展矩展矩阵阵法：将法：将t t时时刻的刻的mm维过维过程程测测量数据向量量数据向量x xt t与其前面的与其前面的t t-h h拍的拍的x xt-t-1 1,x xt-t-2 2,x xt-ht-h排列在排列在一起，一起，组组成新的成新的过过程程监测监测数据向量数据向量 。其中参数。其中参数h h与与过过程的程的动态动态特性有关，一般情况下特性有关，一般情况下取取h h=1=1或或2 2即可。即可。将将扩扩展后的数据矩展后的数据矩阵阵用于用于PCAPCA建模，可以使得建模，可以使得SPESPE统计统计量是不相关的，从而保量是不相关的，从而保证证了其了其计计算得到的控制限的准确。算得到的控制限的准确。6/23/202448主要研究结论动态PCA8/10/202348主要研究主要研究主要研究主要研究结论结论结论结论n n动态动态PCAPCA：工工业业数据本数据本质质上具有多尺度特征，反映了不同生上具有多尺度特征，反映了不同生产产工况和工况和设备设备状况下的信息。状况下的信息。6/23/202449主要研究结论动态PCA：工业数据本质上具有多尺度特征，反映了主要研究主要研究主要研究主要研究结论结论结论结论n n多尺度多尺度多尺度多尺度动态动态动态动态PCAPCAn n首先利用小波技首先利用小波技首先利用小波技首先利用小波技术术术术，将，将，将，将过过过过程数据程数据程数据程数据进进进进行多尺度分解，行多尺度分解，行多尺度分解，行多尺度分解，以以以以获获获获得不同得不同得不同得不同层层层层次下的次下的次下的次下的过过过过程信息。更适合于刻划生程信息。更适合于刻划生程信息。更适合于刻划生程信息。更适合于刻划生产进产进产进产进行的状况。行的状况。行的状况。行的状况。n n由于小波系由于小波系由于小波系由于小波系统统统统的正交性，在不同尺度下的分解系的正交性，在不同尺度下的分解系的正交性，在不同尺度下的分解系的正交性，在不同尺度下的分解系数是相互不关数是相互不关数是相互不关数是相互不关联联联联的，并且同一尺度下的系数也是的，并且同一尺度下的系数也是的，并且同一尺度下的系数也是的，并且同一尺度下的系数也是互不关互不关互不关互不关联联联联的。的。的。的。6/23/202450主要研究结论多尺度动态PCA8/10/202350主要研究主要研究主要研究主要研究结论结论结论结论n n动态动态PCAPCAn n多尺度多尺度多尺度多尺度PCAPCA：首先利用小波技首先利用小波技首先利用小波技首先利用小波技术术术术，将，将，将，将过过过过程数据程数据程数据程数据进进进进行多尺度分解，以行多尺度分解，以行多尺度分解，以行多尺度分解，以获获获获得不同得不同得不同得不同层层层层次下的次下的次下的次下的过过过过程信息，然后分程信息，然后分程信息，然后分程信息，然后分别对这别对这别对这别对这些信息些信息些信息些信息进进进进行行行行PCAPCAPCAPCA建模和建模和建模和建模和监测监测监测监测，总总总总的重构信息再的重构信息再的重构信息再的重构信息再进进进进行行行行PCAPCAPCAPCA监测监测监测监测。6/23/202451主要研究结论动态PCA8/10/202351主要研究主要研究主要研究主要研究结论结论结论结论n n多多产产品以及品以及递递推推PCAPCA：在同一生在同一生产线产线上的多上的多产产品切品切换换情况下，快速情况下，快速对对PCAPCA统计监测统计监测模型模型进进行更新和重行更新和重组组，以，以实现对实现对生生产产的的监测监测与与产产品品质质量控制。并量控制。并获获得得计计算量更小的模型更新模式，以适算量更小的模型更新模式，以适应应更高性能更高性能场场合的合的应应用。用。6/23/202452主要研究结论多产品以及递推PCA：8/10/202352主要研究主要研究主要研究主要研究结论结论结论结论n n数据数据数据数据协调协调协调协调与粗差与粗差与粗差与粗差检测检测检测检测利用利用利用利用T T2 2图对图对图对图对采集的高采集的高采集的高采集的高维过维过维过维过程数据程数据程数据程数据进进进进行行行行检测检测检测检测，以剔除粗差。而且可以以剔除粗差。而且可以以剔除粗差。而且可以以剔除粗差。而且可以对对对对缺失的数据缺失的数据缺失的数据缺失的数据进进进进行行行行估估估估计计计计，以保，以保，以保，以保证证证证在后在后在后在后续续续续其它其它其它其它应应应应用中数据的完用中数据的完用中数据的完用中数据的完整性。整性。整性。整性。T2图粗差检测6/23/202453主要研究结论数据协调与粗差检测T2图粗差检测8/10/202主要研究主要研究主要研究主要研究结论结论结论结论软测软测软测软测量量量量应应应应用用用用n n流程工流程工业业生生产产中有一些中有一些变变量，尤其是量，尤其是质质量指量指标变标变量量难难以在以在线进线进行行测测量，往往存在很大的量，往往存在很大的滞后性；另外有效滞后性；另外有效过过程程变变量可能是不能量可能是不能够够直接直接测测量或者量或者测测量量仪仪表成本很高。表成本很高。n n主元回主元回归归建模（建模（PCRPCR）：利用）：利用PCAPCA能能够够抓住高抓住高维维数据中的主要数据中的主要变变化关系，通化关系，通过对过对多多维维的的数据数据进进行行PCAPCA分析，建立主元（分析，建立主元（PCsPCs）与待）与待预报变预报变量之量之间间的的“软仪软仪表表”模型。模型。6/23/202454主要研究结论软测量应用8/10/202354主要研究主要研究主要研究主要研究结论结论结论结论n n核函数部分最小二乘核函数部分最小二乘核函数部分最小二乘核函数部分最小二乘(Kernel PLS)(Kernel PLS)(Kernel PLS)(Kernel PLS)类类类类似与似与似与似与KPCAKPCAKPCAKPCA，以，以，以，以X XXYYXYY或或或或 XYY XYYX X为为为为核函数。核函数。核函数。核函数。主要目的是降低主要目的是降低主要目的是降低主要目的是降低计计计计算和存算和存算和存算和存储储储储量、量、量、量、节节节节省省省省计计计计算算算算时间时间时间时间动态动态动态动态部分最小二乘部分最小二乘部分最小二乘部分最小二乘(DPLS)(DPLS)(DPLS)(DPLS)引入引入引入引入时间项时间项时间项时间项，建立因，建立因，建立因，建立因变变变变量与量与量与量与过过过过程自程自程自程自变变变变量量量量间间间间的的的的动态动态动态动态关系关系关系关系。n n判判判判别别别别式部分最小二乘（式部分最小二乘（式部分最小二乘（式部分最小二乘（Discriminant PLSDiscriminant PLSDiscriminant PLSDiscriminant PLS）主要用于模式主要用于模式主要用于模式主要用于模式识别识别识别识别，因，因，因，因变变变变量量量量为为为为模式模式模式模式标识标识标识标识。n n多路多路多路多路PLS PLS PLS PLS（Multiway PLSMultiway PLSMultiway PLSMultiway PLS）以以以以时间轴为时间轴为时间轴为时间轴为切面，建立不同批次同一切面，建立不同批次同一切面，建立不同批次同一切面，建立不同批次同一时间时间时间时间切面上自切面上自切面上自切面上自变变变变量与因