一種基于隱含馬爾可夫模型的過程監(jiān)視方法.pdf

1、市場(chǎng)對(duì)產(chǎn)品性能的定量要求日益嚴(yán)格,這在客觀上提出必須對(duì)產(chǎn)品的質(zhì)量指標(biāo)或某些重要的過程變量進(jìn)行實(shí)時(shí)監(jiān)視.而計(jì)算機(jī)測(cè)控和管理系統(tǒng)的廣泛應(yīng)用,工廠擁有了豐富的生產(chǎn)數(shù)據(jù)資源,使得過程監(jiān)視任務(wù)的實(shí)現(xiàn)有了可能.過程監(jiān)視的目的就是把數(shù)據(jù)資源的擁有優(yōu)勢(shì)轉(zhuǎn)化為生產(chǎn)效益和產(chǎn)品質(zhì)量?jī)?yōu)勢(shì).另一方面,為了使生產(chǎn)過程安全運(yùn)行和操作優(yōu)化能夠成功地自動(dòng)進(jìn)行,有必要分析提取過程數(shù)據(jù)記錄中隱含的定性和定量特征,以形成更有效的操作條件集合.這些因素導(dǎo)致了國(guó)內(nèi)外近年來對(duì)過程監(jiān)

2、視包括故障檢測(cè)和分離(FDI)研究的興趣,建立了許多故障診斷方法并在工業(yè)生產(chǎn)中獲得了一些成功應(yīng)用.理論和實(shí)踐表明,用多元統(tǒng)計(jì)方法檢測(cè)故障的發(fā)生十分有效,主要問題是數(shù)據(jù)是否足夠、是否可靠如噪音污染程度等的限制.對(duì)于復(fù)雜的過程,由于局部反饋控制和工藝內(nèi)在耦合的存在,單一故障發(fā)生后傳播或多個(gè)故障并存使得故障的分離診斷變得更加困難,因此需要利用更多的過程知識(shí)和建立多樣性的綜合分析方法.各類觀測(cè)數(shù)據(jù)記錄了過程狀態(tài)變化的"現(xiàn)象",運(yùn)行是否正常的"本

3、質(zhì)"則隱含或淹沒在這些數(shù)據(jù)中.這種從數(shù)據(jù)癥狀中分析和判斷過程當(dāng)前所處狀態(tài)的方法,直觀上與建立隱含馬爾可夫模型(HMM)相類似.HMM是一種有序數(shù)據(jù)的統(tǒng)計(jì)模型,已被廣泛應(yīng)用于機(jī)器學(xué)習(xí)和模式識(shí)別中,在過程監(jiān)視方面也有應(yīng)用報(bào)道,但研究還不夠深入和完善.該文研究了一類基于知識(shí)的過程監(jiān)視方法.方法由三步組成:首先是知識(shí)表達(dá)(數(shù)據(jù)預(yù)處理和符號(hào)化).采用小波分析方法對(duì)數(shù)據(jù)記錄進(jìn)行預(yù)處理,主要考慮小波變換所具有的數(shù)據(jù)多尺度分解特征,在不損失數(shù)據(jù)重要信息

4、的前提下對(duì)過程數(shù)據(jù)壓縮或?yàn)V波.然后把濾波后的數(shù)據(jù)進(jìn)行模糊化,并進(jìn)一步按三角形符號(hào)描述法的規(guī)則轉(zhuǎn)換成對(duì)應(yīng)的字符集表示.第二步是隱含馬爾可夫模型建立,用系統(tǒng)不同狀態(tài)所對(duì)應(yīng)的不同符號(hào)集合,對(duì)HMM進(jìn)行訓(xùn)練或參數(shù)重新估計(jì),建立與之相匹配的HMM模型.第三步是基于模式識(shí)別的過程監(jiān)視.當(dāng)獲得新數(shù)據(jù)時(shí),計(jì)算當(dāng)前序列與特定模型相匹配的概率,并依據(jù)這些概率對(duì)過程進(jìn)行監(jiān)視.該文設(shè)計(jì)了實(shí)現(xiàn)上述故障診斷任務(wù)的所有MATLAB軟件,進(jìn)一步結(jié)合CSTR和TE典型過