基于自回归动态隐变量模型的工业过程故障检测方法

专利申请号：CN201510919552.7

公 开 号：CN105404280A

发 明 人：周乐 侯北平 宋执环 

代 理 人：郑芳;王桂名

代理机构：杭州君度专利代理事务所(特殊普通合伙)

专利类型：发明申请

申 请 日：20160316

公 开 日：20151211

专利主分类号：G05B23/02(20060101)

关 键 词：工业过程 期望最大化算法 故障检测方法 故障检测结果 卡尔曼滤波器 预测模型结构 正常运行状态 自动化实施 动态过程 动态建模 动态模型 工业数据 故障检测 监测性能 静态噪声 理解能力 耦合关系 漏报率 统计量 误报率 隐变量 自回归 构建 滑器 减小 一种 提取 监测 操作 涉及 改善 增强 有效 建立 

摘      要：本发明涉及一种基于自回归动态隐变量模型的工业过程故障检测方法，该方法利用工业过程正常运行状态下的数据，建立了具有普适性的动态过程模型，该模型通过卡尔曼滤波器和平滑器以及期望最大化算法来预测模型结构，能够有效提取工业数据的动态和静态耦合关系；然后，基于该动态模型的动态和静态噪声构建了相应的监测统计量，获得了最后的故障检测结果。相比目前的其它方法，本发明可以大大提高工业过程动态建模以及故障检测的效果，减小故障误报率和漏报率，很大程度上改善了监测性能，增强了过程操作员对过程的理解能力和操作信心，更加有利于工业过程的自动化实施。