（控制科学与工程专业论文）基于数据驱动的流程工业性能监控与故障诊断研究.pdf

浙江大学博士学位论文 摘要 工业生产过程的性能监控系统是流程工业c i p s 的重要组成部分。它通过密切地监 督生产过程的运行状态，不断地检测过程的变化和故障信息，从而有效地提高了产品质 量和经济效益。目前，随着d c s 和计算机技术在流程工业中的广泛应用，大量的过程 数据被采集并存储下来，但是这些包含过程运行状态信息的数据并没有被有效地利用， 以致出现了所谓的“数据丰富，信息匮乏”的现象。如何将这些存储的数据变为有用的 信息，从中挖掘出过程运行的深层次信息，并利用这些信息提高过程监控能力，正是目 前过程控制领域的研究热点之一，也是本文的研究重点。 本文所做的工作以主元分析p c a 为主线，针对不同工业过程对象的特点，对传统 的p c a 作了不同程度的改进，提出了一些新的监控算法。这些方法不依赖过程的数学 模型，而是基于数据驱动的。由于连续生产方式和间歇生产方式是流程工业中两种重要 的生产方式，它们具有各自不同的特点，因此，本文的工作分两大部分，即连续工业过 程的监控和间歇工业过程的监控，具体包括： ( 1 ) 采用多变量核密度估计方法，研究了参数不确定条件下，过程数据的分布及 其对系统监控性能的影响。连续搅拌釜的仿真结果表明，在参数不确定的情况下，数据 会偏离正态分布，且在相同的不确定条件下。不同的参数对最终数据的分布影响也不同。 而传统的基于主元分析的系统性能监控方法都是假定测量数据相互独立且服从正态分 布的，采用核密度估计方法无需对数据的分布作任何假定。 ( 2 ) 提出了一种基于独立分量分析( i c a ) 和支撑向量机( s v m ) 对系统性能进 行监控的整体框架，这一框架包括特征提取和故障识剐两部分。独立分量分析被用来从 当前工况的数据矩阵中提取出代表当前工况特征的投影系数矩阵，而这些投影系数矩阵 则被用来训练多个支撑向量机，从而利用它们实现故障类型的识别。采用独立分量分析 的方法可以避免数据服从正态分布的假定，且由于各个独立成分之间统计独立，其联合 概率密度函数可以很方便的求取。进一步地，这些独立成分构成了正常工况的特征空间， 过程变量在该空间上投影系数矩阵的变化被作为监控指标。t e n n e s s e ee a s t m a n 过程的 仿真研究表明，该算法是可行的，并与传统的基于主元分析的算法相比，具有更好的监 控性能，能够更早地检测出故障的发生。而考虑到实际工业过程故障数据都是少量的， 支撑向量机在小样本学习方面具有良好的泛化能力。利用支撑向量机对t e 过程的投影 系数矩阵进行识别，也获得较满意的结果。 ( 3 ) 提出以主元子空间相互之间的距离来识别不同的工况。该方法从空间的角度 考察了主元分析的实质，认为不同的主元子空间代表了不同的操作模式和工况。与传统 i i 浙江大学博士学位论文 的基于主元得分贡献图以及基于最大特征方向夹角的故障识别方法相比，该方法充分利 用了各个主元的信息。通过对流化催化裂化反应再生系统的仿真研究，证实了该方法的 有效性。 ( 4 ) 提出了一种基于模型的多尺度间歇过程性能监控方法。该方法利用神经网络 对间歇过程的非线性和动态特征进行描述，神经网络的预测残差则利用多尺度主元分析 进行建模，从而将多尺度主元分析扩展用于间歇过程的监控。这一方法突破了传统多向 主元分析单模型、线性化的建模方式，是一种多模型非线性建模方法。它利用小波将每 一残差信号分解为各个尺度上的近似部分和细节部分，而主元分析则用于分别建立各个 尺度上的统计模型。通过对实际工业链霉素发酵过程数据的分析，表明本文所提出的方 法与传统的多向主元分析方法相比，能够更早的发现故障，获得更好的监控性能。 ( 5 ) 提出了多向f i s h e r 判据分析( m f d a ) 的方法用于间歇过程监控。传统的间歇 过程监控方法都是基于多向主元分析( m p c a ) ，由于其在建模时只利用了正常工况下的 数据，其故障诊断能力并不令人满意。而提出的m f d a 算法同时利用正常工况和故障 条件下的数据进行建模，其故障诊断能力要优于m p c a ，在故障检测的同时也实现了故 障的诊断。而且，m p c a 方法只是m f d a 的一个特例。通过对实际工业链霉素发酵过 程数据分析，表明本文提出算法是可行的，可以获得较满意的故障诊断结果。 ( 6 ) 探讨了在计算机集成过程系统( c 口s ) 下过程性能监控系统的集成框架体系， 分析了过程监控系统与其它子系统之间的相互联系与功能。并探讨了过程监控系统开发 和实施过程中需要注意的若干关键技术问题。 最后，在总结全文的基础上，提出有待进步研究的课题和今后工作的重点。 关键词：主元分析：性能监控：故障诊断；统计过程控制；流程工业 浙江大学博士学位论文 a b s t r a c t p e r f o r m a n c e m o n i t o r i n gs y s t e mi so n e o f t h ek e ye l e m e n t so f c i p s ( c o m p u t e r i n t e g r a t e d p r o c e s ss y s t e m ) i np r o c e s si n d u s t r y ，i no r d e rt o i m p r o v ep r o d u c tq u a l i t ya n de c o n o m i c b e n e f i t ，t h ep r o c e s sc o n d i t i o n ss h o u l db ec l o s e l ym o n i t o r e da n df a u l t ss h o u l db et i m e l y d e t e c t e d o nt h eo t h e rh a n d ，w i t hw i d ea p p l i c a t i o no fd e s ( d i s t r i b u t e dc o n t r o ls y s t e m ) a n d c o m p u t e rt e c h n o l o g yi np r o c e s si n d u s t r y , l a r g ev o l u m e so fd a t aa r es a m p l e da n dc o l l e c t e d h o w e v e r , t h e s ed a t a w h i c hc o n t a i ni n f o r m a t i o na b o u t p r o c e s s c o n d i t i o n sa r en o tw e l l e x p l o i t e d ，s ot h a tt h e r e e x i s t s “d a t ar i c h ，i n f o r m a t i o np o o r i np r o c e s si n d u s t r y i ti so n eo f t h e m o s ta c t i v er e s e a r c ha r e ai nt h ef i e l do f p r o c e s sc o n t r o lt h a th o w t ot r a n s f o r mt h e s ec o l l e c t e d d a t ai n t ov a l u a b l ei n f o r m a t i o n ，a n dm i n ed e e p - l e v e li n f o r m a t i o na b o u tp r o c e s so p e r a t i o nt o i m p r o v e t h ep e r f o r m a n c eo f p r o c e s sm o n i t o r i n g ，w h i c ha l s oi st h ef o c u so f t h i st h e s i s t l l i st h e s i si n v o l v e sa r o u n d p r i n c i p a lc o m p o n e n ta n a l y s i s ( p e a ) i n v i e wo ft h e c h a r a c t e r i s t i c so fd i f f e r e n ti n d u s t r i a lp r o c e s s e s ，s o m ei m p r o v e m e n t so ft r a d i t i o n a lp c ah a v e b e e nm a d ea td i f f e r e n td e g r e e ，a n ds o m en e wm o n i t o r i n ga l g o r i t h m sa r ea l s op r o p o s e d a l l t h es t r a t e g i e sd o n tr e q u i r et h em a t h e m a t i c a lm o d e l ，b u ta r eb a s e do nd a t a d r i v e nt e c h n i q u e c o n s i d e r i n gt h e f a c tt h a tc o n t i n u o u s p r o c e s s a n db a t c hp r o c e s sa r et h et w oi m p o r t a n t p r o d u c t i o nm o d e s i np r o c e s si n d u s l r y , a n de a c ho ft h e mh a si t sr e s p e c t i v ec h a r a c t e r i s t i c ，o u r w o r k sa r ed i v i d e di n t ot w o p a r t s ，t h o s ea r e ，m o n i t o r i n go f c o n t i n u o u s p r o c e s s e sa n do f b a t c h p r o c e s s e s t h em a i nc o n t r i b u t i o no f t h i st h e s i si sa sf o l l o w s ， 1m u l t i v a r i a t ek e r n e l - d e n s i t ye s t i m a t i o nm e t h o di su s e dt oc a l c u l a t et h ed i s t r i b u t i o no f d a t aa n da s s e s st h ei m p a c to fp a r a m e t r i cu n c e r t a i n t yo nt h em o n i t o r i n gp e r f o r m a n c e t h e s i m u l a t i o nr e s u l to fac o n t i n u o u ss t i r r e dt a n kr e a c t o r ( c s t r ) s h o w st h a tt h ed a t aw o u l d d e v i a t ef r o mn o r m a ld i s t r i b u t i o nu n d e rp a r a m e t r i cu n c e r t a i n t y , a n dd i f f e r e n tp a r a m e t e r sh a v e d i s t i n c te f f e c to nd a t ad i s t r i b u t i o na tt h es a m eu n c e r t a i nd e g r e e c o m p a r e dw i t ht r a d i t i o n a l p e a - b a s e dm e t h o d sw h i c ha s s u m e st h a tt h ed a t aa r e i n d e p e n d e n t a n df o l l o wn o r m a l d i s t r i b u t i o n ，t h i sk e r n e l - d e n s i t y b a s e dm e t h o dd o e s n t r e q u i r ea n ya s s u m p t i o n o nd a t a d i s t r i b u t i o n 2a ni n t e g r a t e df r a m e w o r kf o rp r o c e s sm o n i t o r i n ga n df a u l td i a g n o s i si sp r e s e n t e d ， w h i c hc o m b i n e si n d e p e n d e n tc o m p o n e n ta n a l y s i s ( i c a ) f o rf e a t u r ee x t r a c t i o na n ds u p p o r t v e c t o rm a c h i n e ( s v m ) f o ri d e n t i f i c a t i o no fd i f f e r e n tf a u l ts o u r c e i c aa san e v vs i g n a l p r o c e s s i n gt e c h n i q u ei su s e d t od e t e r m i n et h ep r o j e c t i o nc o e f f i c i e n tm a t r i xw h i c hr e p r e s e n t s t h ef e a t u r e sc h a r a c t e r i z i n gt h ec u r r e n to p e r a t i n gc o n d i t i o n m u l t i p l ew e l l - t r a i n e ds u p p o r t v e c t o rm a c h i n e su s et h ep r o j e c t i o nc o e f f i c i e n tm a t r i xa st h e i ri n p u t st oi d e n t i f yt h ef a u l t t h e i v 浙江大学博士学位论文 i c a b a s e dm e t h o dw i t h o u t a s s u m p t i o n t h a td a t af o l l o wn o r m a l d i s t r i b u t i o n ，c a l l e a s i l y c a l c u l a t et h e j o i n tp r o b a b i l i t yd e n s i t yf u n c t i o no fi n d e p e n d e n tc o m p o n e n t s ( i c s ) ，b e c a u s ee a c h o fi c s s t a t i s t i c a l l yi n d e p e n d e n t f u r t h e r m o r e ，t h e s ei c ss p a nt h ec h a r a c t e r i s t i cs p a c eo f n o r m a lo p e r a t i n gc o n d i t i o n ( n o c ) ，a n dt h e c h a n g e so fc o e f f i c i e n t sm a t r i xa r em o n i t o r e d w h i c ha r eo b t a i n e db y p r o j e c t i o no f p r o c e s sv a r i a b l e so n t ot h es p a c eo f n o c t h em o n i t o r i n g p e r f o r m a n c eo f t h ep r o p o s e dm e t h o da n dt h a to ft h ep e a b a s e dm e t h o da r ec o m p a r e dw i t h a p p l i c a t i o nt ot h et e n n e s s e ee a s t m a np r o c e s s ( t ep r o c e s s ) t h er e s u l t ss h o wt h es u p e r i o r i t y o ft h ep r o p o s e di c a - b a s e dm e t h o do v e rt h ep e a b a s e dm e t h o d ，a n dl e s sd e t e c t i o nd e l a yc a n b eo b t a i n e d i nv i e wo fi n s u f f i c i e n tn u m b e ro ff a u l ts a m p l e si n p r o c e s si n d u s t r y , s u p p o r t v e c t o rm a c h i n e s ( s v m ) w i t ht h ec a p a c i t yo fs u f f i c i e n tl e a r n i n gf r o mal i m i t e dt r a i n i n gs e ta r e u s e dt oi d e n t i f yt h ep r o j e c t i o nc o e f f i c i e n tm a t r i xo ft e p r o c e s s ，a n ds a r i s l y i n gr e s u l t sa r ea l s o o b t a i n e d 3am e t h o db a s e do nd i s t a n c eb e t w e e np r i n c i p a lc o m p o n e n t s u b s p a c ei sp r o p o s e dt o i d e n t i f yd i f f e r e n to p e r a t i n gc o n d i t i o n t h i sm e t h o dc l a r i f i e st h ee s s e n c eo fp c af r o mt h e v i e wo f s p a c e ，a n de v e r yd i f f e r e n ts u b s p a c er e p r e s e n t sd i f f e r e n to p e r a t i o n a lm o d ea n dp r o c e s s p e r f o r m a n c e b a s e do nt h a t ，d i s t a n c eb e t w e e nt w os u b s p a c e si sc a l c u l a t e dt oe v a l u a t et h e d i f f e r e n c eb e t w e e nt h e m c o m p a r e dw i t hc o n t r i b u t i o n sp l o to f p r i n c i p a lc o m p o n e n ts c o r e s a n dt h em a x i m a lc h a r a c t e r i s t i ca n g l em e a s u r e m e n tb a s e d m e t h o d ，t h i sm e t h o dm a k e s t h eb e s t o fp r i n c i p a lc o m p o n e n ti n f o r m a t i o n ，a n di si l l u s t r a t e db yac a s es t u d yo faf l u i dc a t a l y t i c c r a c k i n gu n i t ( f c c u ) r e a c t o r - r e g e n e r a t o rs y s t e m 4am o d e l b a s e dm u l t i s c a l em e t h o df o rb a t c h p r o c e s sm o n i t o r i n gi sp r e s e n t e d ，w h i c h c o m b i n e sn e u r a ln e t w o r kf n n ) a n dm u l t i s c a l ep r i n c i p a lc o m p o n e n ta n a l y s i s ( i v i s p c a ) n n i su s e dt od e s c r i b et h en o n l i n e a ra n dd y n a m i cb e h a v i o ro fb a t c hp r o c e s s e s ，a n dt h ep r e d i c t e d r e s i d u a l so f n ni sm o d e l e d t h r o u g h t h ee x t e n s i o no f m u l t i s c a l e p r i n c i p a lc o m p o n e n ta n a l y s i s ( m s p c a ) t ob a t c hp r o c e s s e s c o m p a r e dt o t h e m u l t i w a yp r i n c i p a lc o m p o n e n ta n a l y s i s ( m p c a ) 、v i t l lal i n e a rm o d e l ，t h ep r o p o s e dm e t h o di sam u l t i m o d e l ，n o n l i n e a rm o d e l - b u i l t m e t h o d e a c ho ft h er e s i d u a l si sd e c o m p o s e di n t ot h ea p p r o x i m a t i o n sa n dd e t a i l s u s i n g w a v e l e t a n a l y s i s ，a n dp r i n c i p a lc o m p o n e ma n a l y s i s i se m p l o y e dt od e v e l o pas t a t i s t i c a lm o d e l a te a c hs c a l e t h ea d v a n t a g eo f p r o p o s e dm e t h o d o v e rt h et r a d i t i o n a lm p c ai sd e m o n s t r a t e d o nt h ei n d u s t r i a ls t r e p t o m y c i nf e r m e n t a t i o np r o c e s s ，a n dt h es m a l l e rd e t e c t i o nd e l a yi sa l s o o b t a i n e d 5f i s h e rd i s c r i m i n a n ta n a l y s i s ( f d a ) t h a th a sb e e ne x t e n s i v e l ys t u d i e di nt h ep a t t e r n r e c o g n i t i o nl i t e r a t u r e ，i se x t e n d e dt om o n i t o rb a t c hp r o c e s s ，a n dm u l t i w a yf d a ( m f d a ) i s p r o p o s e d ，w h o s e i d e ai ss i m i l a rt ot h eo n eo f m u l t i w a y p r i n c i p a lc o m p o n e n ta n a l y s i s ( m p c a ) a l t h o u g hm p c a c o n t a i n sc e r t a i no p t i m a l i t yp r o p e r t i e si nt e r m so ff a u l td e t e c t i o n ，i ti sn o ta s w e l l s u i t e df o rf a u l td i a g n o s i sb e c a u s ei td o e sn o tu s et h ei n f o r m a t i o na b o u tf a u l t o nt h e c o n t r a r y , m f d at a k e si n t oa c c o u n tt h ei n 王o r m a t i o nb e t w e e nt h ed i f f e r e n tf a u l tc l a s s e sa n d h a sa d v a n t a g eo v e rm p c af o rf a u l td i a g n o s i s + t h em e t h o di si l l u s t r a t e db yac a s es t u d yo f i n d u s t r i a ls t r e p t o m y c i nf e r m e n t a t i o np r o c e s s 浙江大学博士学位论文 v 6t h ea r c h i t e c t u r eo ft h ei n t e g r a t e d p r o c e s sm o n i t o r i n gs y s t e m u n d e rt h ef r a m e w o r ko f c i p si sd i s c u s s e d ，a n dt h ef u n c t i o na n dr e l a t i o n sb e t w e e np r o c e s sm o n i t o r i n gs y s t e ma n d o t h e rs u b s y s t e mi sa l s o a n a l y z e d s o m ek e yt e c h n i c a lp r o b l e m s i nt h ed e v e l o p m e n ta n d i m p l e m e n t a t i o no f p r o c e s sm o n i t o r i n gs y s t e m a r ea l s od i s c u s s e d ， f i n a l l y , t h e r e a r ec o n c l u d e dw i t has u m m a r ya n ds o m ef u t u r er e s e a r c ha r e a si nt h i s t h e s j s k e y w o r d s ：p r i n c i p a lc o m p o n e n ta n a l y s i s ；p e r f o r m a n c e m o n i t o r i n g ；f a u l td i a g n o s i s s t a t i s t i c a lp r o c e s sc o n t r o l ；p r o c e s si n d u s t r y 浙江大学博士学位论文 致谢 值此论文完成之际，回首三年来的求学生涯，想说的太多，无法用言语来表达我此 时的心境。在此我首先要衷心地感谢导师王树青教授三年来对我孜孜不倦的教育和指 导。三年前，当我萌生继续求学的想法时，正是王老师热情地鼓励并接纳了我，使我得 以有机会从化学工程转到过程控制领域的研究，使我能够在浙大这片沃土上、在美丽的 西子湖畔和葱郁的老和山下留下学习和成长的足迹。王老师渊博的学识、严谨的治学态 度、踏实的工作作风和敏锐的洞察力使我受到潜移默化的熏陶，使我不仅在科研能力上 得以提高，更学会了做人、做事的原则和方法，特别是他强调从工业实际问题中发现并 提炼出科学研究的课题，更是使我受益匪浅。 在三年的科研工作中，感谢王骥程先生、荣冈教授、王宁教授、张建明副教授、张 泉灵副教授、金晓明副教授、来国妹女士以及系里其它老师在学习和工作上给予我的关 心和帮助。 本文的部分章节与谢磊同学进行了有益的探讨，在此表示感谢。同时感谢本课题组 的何宁、陈亚华、周韶园、蒋丽英同学，与他们在一起讨论，得到不少启发和思路，使 我的论文得以顺利完成。 感谢原工控所老楼3 1 3 房间全体同学平时提供的帮助。感谢王林师兄、韩安太、黄 海、刘峙飞、刘天泉、李奇安、王达、赵向海、刘益剑、朱炜等给予的帮助和鼓励，怀 念和他们一起度过的愉快时光。 感谢颜丽丹女士三年来给我的支持，安抚我浮躁的心，使我能够静下心来从事研究。 感谢我的父母，在我多年的求学过程中，他们为我付出了许多。没有他们多年来默默无 闻的支持和鼓励，很难想象我能顺利完成今天的学业。 感谢所有以上还未提及的曾经帮助过我的师长、同学和好友! 郭明 2 0 0 4 年元月于浙大求是园 新江大学博士学位论文 第一章基于数据驱动的流程工业性能监控研究综述 摘要 本章主要从过程工业的现实需求出发，提出了当前过程控制领域有待解决的若干问题， 进而阐明过程监控与故障诊断的现实意义。然后论述基于数据驱动的流程工业性能监控 与故障诊断的研究现状，重点评述基于主元分析( p c a ) 的各种算法的优、缺点，并对其 它几种重要的方法作一简介。最后概述了本论文的主要工作和组织结构。 关键词：主元分析；流程工业性能监控；统计过程控制 1 1 引言 当代流程工业的发展是两种趋势并存：一种是向大型化、连续化方向发展，另一种 是向精细化方向发展。这两种方向产生了连续生产过程和间歇生产过程两类重要的生产 方式。对于这些复杂生产过程的控制，面临着一系列不能用传统方法解决的新问题“1 ： ( 1 ) 不确定性的广泛存在。不确定性包括对象的不确定性和环境的不确定性。在 化学工业生产过程中，往往同时进行着物理、化学、生物的反应。过程的内部机理不甚 清楚，系统往往是多变量、强耦合、高维数的，且存在着非线性、时变性、不确定性和 不完全性，难以用常规的数学工具建模并研究这些对象。即使经过各种人为假设后建立 了数学模型，也与实际情况相差甚远而难于得到好的效果。这些生产过程往往处于复杂 的、动态变化的，难于预先知道的环境中。存在大量不确定因素，如环境的动态变化、 输入输出信息中的噪声、人为的和自然的干扰与误差等。 ( 2 ) 信息形式多样化，信息量庞大。输入输出信息方式多样，包括图像、图形、 文字、声音、数字等多媒体形式，所需采集和处理的数据量庞大。 ( 3 ) 系统功能要求越来越高。控制任务不只是局限于底层的反馈系统的调节( 定 值) 、伺服( 跟踪) 问题，而且要求监控、优化、诊断、调度、规划以及适应环境变化。 系统往往具有多层次、多目标的控制要求。控制中的计算复杂性增加，且不限于数学公 式的表达和数值计算，而要将人们的经验、知识容纳进去。 因此，有必要研究新型的系统结构，建立新的理论与方法来设计整个控制系统的结 构。图i i ( r r e n g a s a m y ，1 9 9 5 ) 给出了工业过程的一般体系结构示意图，各层之间都 2 第一章基于数据驱动的流程工业性能监控研究综述 有着相互联系，它们构成了计算机集成过程系统”。( c o m p u t e ri n t e g r a t e d p r o c e s s s y s t e m ，c i p s ) 。就本文所关心的性能监控层而言，它是c i p s 系统的一个重要组成部分。 该层位于常规控制层之上。它在常规控制层的基础上，根据一定的测量数据或现象，推 断系统是否正常运行，查明导致系统不正常运行或某种功能失调的原因及性质，判断不 正常状态发生的部位及性质，预测不正常状态发展的趋势以及潜在的故障，并实时向操 作人员报告系统的运行和控制情况，告诉操作人员在当前情况下应怎样进行操作或对生 产过程进行监督、干预，指导操作人员进行生产。 图1 1 过程操作等级结构图 就工业过程的性能监控领域而言，当前研究方法可分为三大类：基于数学模型的方 法、基于数据驱动的方法和基于知识的方法。基于模型的方法发展时间较长，相对比较 成熟，但主要成果限于线性系统，监控性能的好坏很大程度上依赖于过程模型的准确程 度。由于流程工业的复杂性、严重非线性以及强耦合性等特点，基于模型的方法在流程 工业的性能监控中难以得到广泛应用。属于这类的典型方法包括参数估计方法、观测器 方法、对偶关系方法等( h u a n g 幂i l g e r t l e r p j ，2 0 0 0 ) 。基于数据驱动的方法以采集的过程 数据为基础，通过各种数据处理与分析方法( 如多元统计方法、聚类分析、频谱分析、 小波分析等) 挖掘出数据中隐含的信息，从而指导操作工进行生产。基于知识的方法主 要是利用人工智能的方法( 包括模糊逻辑、因果分析、专家系统等) ，构造某些系统功 能以模仿和实现人类( 熟练操作人员、技术人员、专家) 在监测控制过程中的某些思维 和行为，自动完成整个检测和诊断过程。应该说，基于知识的方法适合于有大量生产经 验和工艺知识可以利用的场合，但通用性差；而基于数据驱动的方法比较符合流程工业 的特点，通用性强，但由于没有利用过程模型信息和知识，其监测和诊断性能有限。因 此，目前，有一种趋势是把基于数据驱动的方法和基于知识的方法结合起来，相互补充。 v e n k a t a s u b r a m a n i a n ( 2 0 0 3 ) 将基于人工智能的方法也包含在基于数据驱动的方法中，并将 基于数据驱动的方法从定性和定量两个角度进行了分类“1 见图l - 2 。 浙江大学博士学位论文 图1 2 基于数据驱动的方法分类 基于数据驱动的流程工业性能监控的研究与应用于上世纪9 0 年代以来逐渐兴起。 这主要来自于两个方面的原因。一方面，随着d c s 和各种智能化仪表、现场总线技术 在工业过程中的广泛应用，大量的过程数据被采集并存储下来。但是这些包含过程运行 状态信息的数据并没有被有效地利用，以至出现了所谓的“数据丰富，信息匮乏”的现 象( w a n g 和m c g - r e a v y 5 】，1 9 9 8 ) 。例如，对于一个设施良好的化工厂，测量变量可能 有几百或上千个，包括各种二进制设备信号和警告信息及流量、压力、温度等模拟信号。 而操作工同时只能处理几个变量( 一般是7 个) 。y a r n a n a k a 和n i s h i y a ( 1 9 9 7 ) 指出操 作者大约7 5 的时间花在信号趋势的监控上【6 】。另一方面，随着上世纪9 0 年代以来工 业计算机技术和数据库技术的发展，廉价的计算资源和可靠的存贮技术为工业数据的分 析提供了物质基础。在理论方面，有关数据挖掘的理论和算法也有大量的报道。同时对 工业界而言，随着市场竞争的加剧和环保要求越来越严格，工业界已越来越意识到必须 将现有的数据变为有用的信息，使之服务于生产安全和产品质量控制，以降低成本，提 高企业的竞争力。据统计，仅在美国石化行业每年因异常事故造成的损失就高达2 0 0 亿美元( n i m m o 7 1 ，1 9 9 5 ) 。因此，流程工业的性能监控研究已成为当前过程控制领域研 究热点之一。美国、西欧等发达国家近年来已投入大量的人力和物力，加强对该领域的 资助，以期望通过生产数据分析来揭示、反映过程的内在变化，为提高产品质量提供有 用信息，从而把数据资源的拥有优势转化为生产效益和产品质量优势悼j 。 基于数据驱动的性能监控的研究不需过程的精确解析模型，所获得的理论成果和方 法能够较快地应用于实际工业生产中。而在分析工业过程数据时，必须考虑其特点。 m a c g r e g o r ( 1 9 9 7 ) 指出在分析工业过程数据时需要面临如下几个困难： l 数据质量( d a t aq u a l i t y ) 。工业过程中的测量变量往往会受到各种噪声源的影响。 但若传感器发生故障或通讯网络发生问题，导致数据不可靠。噪声和丢失数据的影响使 得从数据中提取和解释信息变得更为困难。 4 第一章基于数据驱动的漉程工业性能监拄研究综述 2 数据大小( d a t as i z e ) 。由于计算机技术的应用，数据的维数很大。但实际生产 过程只对少数几个关键变量进行监控，所以，其它数据所包含的信息都丢失了。 3 数据的共线性。过程包含大量变量并不一定意味着过程本质上是高维的。事实上， 大多数工业过程可以用更少的维数来描述，这是因为过程往往是由几个主要的机理( 如 质量平衡、能量平衡、动量平衡、反应动力学等) 所驱动，变量之间往往存在相关性。 这使得传统的统计方法难以奏效，因为它们往往假定变量之间都是相互独立。 除了上述困难外，在建立工业过程性能监控算法时，还需克服如下的困难： 数据的时变性。由于原料性质、市场需求等外部条件的变化，工业生产过程往往在 多个稳态操作点进行生产，并具有多个不同的生产负荷。这些外部条件引起的数据变化 应该认为是正常的，监控系统应有能力区别外部条件与内部状态的变化。 数据的多尺度性。b a k s h i ( 1 9 9 8 ) 指出过程扰动实际上是发生在不同的时间尺度上 。”1 。某些扰动对过程的影响可能是短时的，而有些扰动对过程的影响可能更长更慢。而 有关扰动时间尺度的信息有助于扰动的识别，作出正确的校正措施。 数据的非线性。工业过程往往展现出非线性行为，变量之间的关系用线性函数去近 似有时不能得到很好的结果。在这种情况下，监控系统需要考虑过程的非线性。 数据的动态特征。大多数动态过程的测量数据都是自相关的，也就是说，当前时刻 的测量与先前时刻的测量并不是独立的，实际上它们构成时间序列。n e g i z 平1 2 c i n a r ( 1 9 9 7 ) 指出数据的动态特征对于统计量的统计特性有很大影响。 综上所述，开展基于数据驱动的工业过程性能监控的研究，是一个既有理论性和挑 战性，又有很高应用价值的研究课题。 1 2 统计过程控制的研究现状 l - 2 1 单变量统计过程控制 在基于数据驱动的工业过程性能监控算法中，研究和应用最多的方法应属统计方法 了，在此对其作一综述。统计过程控制( s t a t i s t i c a lp r o c e s sc o n t r o l ，s p c ) 的思想最早在 上个世纪初己经提出。v i l f r e d o p a r e t o 和w a l t e rs h e w a r t 在建立s p c 的过程中作出了较 大贡献( t h o m p s o n 年l l k o r o n a c k i ，1 9 9 3 ) 。在一大批学者和工程技术人员的推动下，s p c 在离散制造工业获得了广泛的成功应用。在上世纪五十年代，s p c 的思想又得到进一步 的发展，但是直到七十年代s p c 才在过程工业中成为一种质量控制的标准工具。尽管s p c 是一门较成熟的工业技术，但是长期以来工业界和学术界并未停止对它的研究。实际上， 在近十几年来又取得了很多新的进展，除了早期s h e w h a r t ( 1 9 3 1 ) 提出的x 控制图( 测量变 量对时间作图) ，还包括 m a ( m o v i n g a v e r a g e ) 控制图：测量变量的滑动平均对时间作图； e w m a ( e x p o n e n t i a l l yw e i g h t e dm o v i n ga v e r a g e ) 控制图：变量的指数加权滑动平均 一堑坚盔堂堕主兰垡丝苎 ! 值对时间作图： c u s u m ( c u m u l a t i v es u m ) 控制图：测量值与目标值偏差的累加和对时间作图； 有关单变量s p c 的文献可见b i s s e l 【1 4 1 ( 1 9 9 4 ) ，t h o m p s o n a n d k o r o n a c k i l l 2 ( 1 9 9 3 ) $ 口b o x a n dl u c e n o l l 5 】( 1 9 9 7 ) 。 1 2 2 多变量统计过程