欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2018102075392
申请人: 山东科技大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2023-12-11
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种高炉异常炉况检测方法,其特征在于,具体包括如下步骤:步骤1:扰动区间辨识,具体步骤如下:步骤1.1:收集高炉热风压力的传感器数据,变量记为p,参数记为ν;

步骤1.2:对p进行单步差分处理,得到Δp;

步骤1.3:给定显著性水平α,根据历史数据中非扰动区间的Δp确定阈值δΔp,使得历史数据中1-α的数据满足|Δp|>δΔp;

步骤1.4:根据历史数据中扰动区间长度确定变量τ,使得历史数据中1-α的扰动区间长度大于τ;

步骤1.5:对于第k个采样时刻,比较Δp和其阈值δΔp,若Δpk<-δΔp,将指示变量∈k置为

1;

步骤1.6:对于第k个采样时刻,计算变量sk:其中,∈i代表指示变量第i时刻的值,右下角的角标代表采样时刻;

步骤1.7:若sk=ν+1且sk-1<ν+1,则认为扰动区间从第k-ν个时刻开始,根据估计的变量τ,扰动区间的辨识结果为:[k-v,k-v+τ-1];

步骤2:离线训练,具体包括如下步骤:步骤2.1:收集高炉正常工况下的历史传感器数据,建立训练数据集 其中m为传感器个数,n为样本个数;

步骤2.2:利用扰动区间辨识算法将数据划分为扰动数据X{d}和非扰动数据X{n};

步骤2.3:分别将扰动数据X{d}和非扰动数据X{n}单步差分,得到差分数据矩阵Z{d}和Z{n};

步骤2.4:分别计算差分数据矩阵Z{n}的均值 和标准差步骤2.5:构建长度为w的滑动时间窗口,采用单步滑动构成数据矩阵:步骤2.6:分别对每一个窗口内的测量数据进行标准化处理:其中Σ=diag{σ1,...,σm}为样本标准差构成的对角阵;

步骤2.7:计算窗口内数据的协方差矩阵:以及

并计算Sk的特征值,记为λ1(k),...,λm(k);

其中, 为第k+1个标准化后的测量向量, 为第k+1个标准化后的测量向量的转置,为第k-w+1个标准化后的测量向量的转置;

步骤2.8:计算特征值λj(k)的均值和标准差,记为 和步骤2.9:对于每一采样时刻k,计算非扰动区间的检测指标步骤2.10:结合非扰动训练数据的检测指标 和显著性水平α,确定非扰动区间的控制限δ{n};

步骤2.11:针对扰动区间数据Z{d},对每一时刻的数据向量进行标准化处理:步骤2.12:针对每一采样时刻k,计算扰动区间的检测指标步骤2.13:结合扰动训练数据的检测指标 和显著性水平α,确定扰动区间的控制限(d)δ ;

步骤3:在线检测,具体包括如下步骤:步骤3.1:对数据进行单步差分:zk=xk-xk-1   (9);

步骤3.2:对zk进行标准化处理:步骤3.3:利用扰动区间辨识算法在线判断是否发生扰动;若发生,则跳转到步骤3.8;

步骤3.4:计算第k时刻的窗口样本协方差:其中, 为 的转置, 为第k-w个采样时刻下的标准化后的差分数据,为 的转置;

步骤3.5:计算Sk的特征值,记为λ1(k),...,λm(k);

步骤3.6:根据公式(6)计算非扰动区间的检测指标步骤3.7:将非扰动区间的检测指标 和控制限δ{n}比较,若 则认为炉况异常;

步骤3.8:根据公式(8)计算扰动区间的检测指标步骤3.9:将扰动区间的检测指标 和控制限δ{d}比较,若 则认为炉况异常。