【过程故障检测方法研究的国内外文献综述4200字】

过程故障检测方法研究的国内外文献综述故障检测的目的是确定设备是否存在故障以及故障发生的时间。由于操作环境的多样性、数据的复杂性和冗余性，生产过程中会出现故障的误报。因此，故障检测的重点是尽可能的减少误报率和漏报率，提高检测率等。每个故障检测系统的方法和原理各不相同，其涉及最优化理论、统计分析、数理分析及人工智能等多种学科，其主要任务是判断过程是否发生故障，若发生故障需要及时警告相关人员，对于复杂工业系统不可能完全无误的检测到系统的故障，总会有一定的误差或干扰存在，为了达到故障检测率为100%，误报率和漏报率为0%这种完美的状态，广大学者在此课题方向进行了多年的研究。到现在为止国内外相关方向学者对故障检测方法的研究已取得大量成果，发表了众多文献资料书籍等，不同专家从认识方法的角度不同对故障检测方法做出了不同的分类。目前，所有的过程检测方法可以划分为三大类[4]：(1)基于解析模型的故障检测方法基于解析模型的故障检测方法可以将物理过程信息与过程监控系统相结合，并且生产系统中有足够的传感器来分析过程状态。当有详细的数学模型可用时，该系统可以作为一个控制工具，充分发挥其潜力，面对输入输出和状态变量数不大的系统，该方法能够取得理想的效果，然而，在处理大规模过程时，解析法往往效果不佳，系统的复杂性和多变量特性使创建一个有效的数学模型变得较困难，也需要高昂的成本，特别是现代工业生产中，系统规模越来越大，复杂度越来越高，因此，该方法具有一定的局限性。基于解析模型的方法也被称为定量数学模型方法，当有详细的数学模型时，该方法才能发挥其优异的监视能力，通过各种状态之间的关系和机理，观测数学模型中的信息，提取输入信号和输出信号，最后推导残差公式确定故障[3]。基于解析模型的故障检测思想如图1.1所示。目前比较常见的基于定量数学模型的方法包括以下几种：图1.1基于解析模型的故障检测流程图参数估计法[6]：该方法利用系统中参数的变化幅度来确定故障是否发生。如今的企业在生产过程中往往伴随着算法的应用，而在这些算法中，参数的重要性也众所周知，当故障发生时，参数往往也随之改变，当参数的变化超过最大幅值，故障就发生了，如何提高参数估计的精度，是人们重点研究的话题。观测器状态估计法[7]：该方法需要利用观测器，观测对应的残差数据，提取故障特征，并通过相关软件，完成故障检测的程序，最终得到观测值，并与正常值对比。等价空间法[8]：该方法主要利用系统的解析数学模型，在平台建立起等价数学关系，然后进行故障检测[9]。该方法的缺陷在于实际应用时需要获取大量的冗余信息，意味着需要更多的变量和测量信号，增大了有效信息的获取难度。另外，如果实验参数选取过繁，会导致计算时间相对较长，更容易使故障检测结果不准确[9]。基于解析模型的故障检测方法能够找到系统的基础，准确地测量数据的动态波动，但当过程的数据较为庞大时，尤其是现代工业中，系统规模越来越大，复杂规模越来越大，大部分过程都具备非线性特征，而且易随时间发生变化，特别是建立一个可靠的数学模型是极其困难的。因此，在未来相应的工业生产阶段，实现该方法具备一定的挑战性。(2)基于过程知识的故障检测方法该类方法的主要思想，根据因果模型、专家经验、引导图、机理的精确描述或故障征兆实例，得到合适的监测模型，但是由于其算法较为复杂，数据过于庞大，耗费时间较长，导致其普遍的应用性较差，不具备灵活性，特别是应用在更复杂、更大规模的系统时，效果往往不佳。其中具有代表性的方法之一，专家系统方法在很大程度上取决于专家知识的丰富程度和专家水平。此外，随着设备变得越来越复杂，“冲突解决”和“组合爆炸”等问题有概率会发生[10,11]。然而，该方法建立模糊关系和确定故障是具有挑战性的，因为其依赖于人们对系统结构的理解和对适用信息和经验的掌握[11]。常见的基于知识的方法有包括以下几种：专家系统法[12]：该方法是一种智能系统，利用专家或技术人员推理能力来解决复杂的实际问题。神经网络方法[13]：近年来，人工神经网络技术稳步发展，已成功应用于控制、计算机应用、传感器技术、自主机器人和医学工程等众多工业过程。为了提取、分析和处理故障信号，该方法可以与目前流行的方法如专家系统法进行融合，使工业过程故障检测技术更加具有智能性和精确性。模糊推理方法[14]：对于一个动态未知系统，可以通过模糊推理的方法来请确定系统模型，但该方法在判断结果时存在问题。模糊推理的故障检测方法在20世纪70年代就已经存在了，主要包括两种算法，其一是将模糊关系与合成算子结合，其二是将模糊关系与基于知识的故障检测方法结合。前者首先定义故障征兆与故障形式之间的因果矩阵，其次计算出对应模糊综合算子，最后再通过模糊关系方程来描述故障与综合算子之间的关联；后者首先建立故障的模糊规律库，然后利用模糊逻辑原理进行过程检测。故障树方法[15]：该方法在应用时，主要利用图形演绎的方式来描述系统状态，在工业系统流程中，故障树方法是研究和评估方案中常用的方法。定性仿真方法[16]：基于定性仿真的方法可以把正常和故障情况的定性行为作为过程知识，然后将其用于过程监控，当有新的测量状态出现时，利用约束条件进行迭代即可，其优点是可以有效地推断系统的动态行为。(3)基于数据驱动的故障检测方法从上述的两种故障检测方法可以了解到，在系统监视中，这两种方法在面对具有较高复杂性的的工业过程时，都具备一定的局限性。现在的科学技术的发展日益强大，企业也具有着更大的规模，工业的工艺生产流程的复杂程度相比以前也大幅度提高，变量的增加，非线性系统的扩大，导致了基于知识的方法效果欠佳，所以，基于数据驱动的方法也愈加的被推到了研究的热点话题上[17]。基于数据驱动(Data-driven)的方法主要是通过各种数据预处理方法，使系统自主的判断并删除数据中的无关因素，最大程度上的检索有效信息，并采用各种机器学习算法，对有效信息进行特征提取等[17]。国外的著名教授巴顿专家在2002年国际自动控制联合会上发表了重要讲话，其中就包括现代故障检测领域的各种方法，重点说明了工业过程故障检测的探究已经慢慢的向基于数据驱动方法的转变[18]，美国的明尼苏达大学在2002年开展了IMA热点研讨会，会议的主题为“数据驱动的控制与优化”，解释说明了数据驱动在故障检测方面的权威性，在工业过程中的重要性。此外，Instituteofelectricalandelectronicengineers从2008年就开始举办数据驱动测试研讨会，其中讨论并确定了基于数据驱动方法在工业过程中不可缺少的地位，证明了数据是算法中最关键的因素，最后一些权威专家的小组成员对未来需要深入探讨的问题做出了明确指示；2015年，第九届工业学术会议在国内开展，在过程故障检测领域内，关于工业的安全性问题，多数权威教授也表明了要重视数据驱动的方法[19]。目前，数据驱动的方法受到了学术界和工业界的高度重视，是故障检测领域的最常用的方法之一，该方法主要如下三个类别[19]，如图1.2所示。信号处理类方法(SignalProcessingMethod)：该类方法先收集测量信号，将测量信号标准化处理，再利用计算机软件系统，对信息进行分析，最终确定故障发生的时域和频域，谱分析方法、相关分析方法和小波变换分析方法等[20,21]是目前较成熟的方法。图1.2基于数据驱动的故障检测方法详细分类过程图信息融合类方法(InformationFusionMethod)：该方法将来源不同的信息进行融合，提供比单一来源信息特征更精确的结论[9]。其中，工业过程故障检测最常用的方法是决策级融合和特征层融合方法[9]。由于仪器的智能数字化，前者可以利用大量的过程数据，直接通过仪器的读数对比，就可以获得检测的结果。而为了得到更清晰、更精确的结论，在应用决策层融合方法的同时，引入相关算法，可以对故障样本深入研究[9]，在处理模糊多类不等式问题时有很大的优点，而且也能处理由不精确引起的无关噪声问题，处理对未知变量引起的模糊状态等[22]。后者是融合了支持向量和神经网络技术的故障特征信息，然后诊断融合后的故障特征，或直接输出故障检测数据，可以使用多个传感器数据或从相同数据中提取的各种特征来获取故障特征集[23]，为了降低互补冗余信息的影响，需要对故障检测进一步进行分析研究，最大程度保留信息的主要特征，以改善检测方法的准确程度，尽可能的减少误报率和漏报率。统计理论类方法(StatisticsTheoryMethod)：近年来，无论是海外的权威专家，还是国内的著名教授，在基于数据驱动的故障检测方法的研究上，大部分方法都具备同样的一种特点，对工业中的某些特定问题，一般都将经过前人验证的方法应用到算法中，该方法被称为基于统计理论的故障检测方法[1]。由于仪器的智能数字化，得到数据中有价值的信息相对来说更便利一些，最终根据这些参数进行统计建模，达到过程故障检测的目的。本文主要的研究方法属于基于数据驱动的统计分析类监视方法，下面主要对该类方法进行介绍。单变量监测方法和多变量监测方法是目前较为成熟的，也是应用较多的两种统计研究方法，早期人们进行过程监控时，一般采用单变量分析方法，但是随着企业工业自动化水平稳步提高，人们的需求也越来越多，多变量方法已经慢慢取代了单变量方法。参考文献顾军，马志辉，杨珂.“十二五”中国地毯进出口市场分析[J].纺织导报，2016(11):145-147.王慧，季皓.格力电器价值链成本管理研究[J].商业会计，2020（17）：82-85冯莉.基于价值链的企业战略成本管理研究[J].西部皮革,2020,42(16):61.梁结珍.基于价值链的汽车行业成本管理研究[J].会计师,2020(16):17-18.曹其珺,刘怡婷.基于价值链视角的企业战略成本管理分析——以美的集团为例[J].广西质量监督导报,2020(06):104-105.张旭波.公司行为与竞争优势──评迈克尔·波特的价值链理论[J].国际经贸探索,1997(03):34-37.周松.成本管理新理念:价值链成本管理[J].会计之友(中旬刊),2010(03):42-43.徐咏梅.企业财务价值链及其管理研究[J].西南民族大学学报(人文社会科学版),2015,36(02):150-152韩涓.基于价值链的企业战略成本管理探究[J].财会学习,2020(33):113-114.赵胜利,王永亮,杨霞.基于价值链分析的制造企业精益成本管理探究[J].财会学习,2020(32):131-132.鲍永辉,刘伟,段建民.基于战略成本管理的黄金矿山企业外包成本控制分析[J].黄金,2020,41(11):1-4.李健伟,张毅,荆文玉,洪刚,韩冲宇,张丹,孟凡秋,樊敏.基于价值链的共享目标成本价格管理体系建设[J].创新世界周刊,2020(11):6-16.姜英.基于企业价值链的成本控制探析——以Y公司为例[J].财会学习,2020(30):163-166+169.李新蕾.价值链下的财险企业成本管理研究[J].财富时代,2020(09):185-186.张丽萍.GM电商企业价值链成本控制研究[D].西安：西安科技大学,2020.史佳丽.基于价值链的Y公司财务战略优化研究[D].西安：西安科技大学,2020.尹燕勤.基于价值链的T企业营运资金管理优化研究[D].西安：西安科技大学,2020.