論文題目：Novel multivariate q-sigma rule focusing on process variation for incipient fault detection in dynamic processes

發(fā)表期刊：Chemometrics and Intelligent Laboratory Systems（2020，JCR Q1）

原文DOI：https://doi.org/10.1016/j.chemolab.2020.104149

作者列表：

1） 陳 波 中國石油大學(xué)（北京）信息科學(xué)與工程學(xué)院 博17級

2） 羅雄麟 中國石油大學(xué)（北京）信息科學(xué)與工程學(xué)院 自動化系

簡介：

本文提出了一種基于過程變異的早期故障診斷方法。通過規(guī)范變量分析生成規(guī)范變量殘差，根據(jù)歷史數(shù)據(jù)求出每個殘差的標(biāo)準(zhǔn)差，西格瑪，該標(biāo)準(zhǔn)差被用來作為各自在線殘差的控制限。通過改變該控制限的系數(shù)來監(jiān)測早期的過程變異實(shí)現(xiàn)故障的早期診斷。結(jié)果表明，該方法在可以保證極低誤報(bào)率的情況下，在早期診斷出故障，以及顯示出嚴(yán)重故障與早期故障分布在不同的范圍內(nèi)。

摘要：

當(dāng)化工過程中發(fā)生初始故障時，一些變量會略微偏離初始軌跡，過程殘差會逐漸向均值的一側(cè)偏移，即發(fā)生過程變異。傳統(tǒng)的指標(biāo)對這種情況不夠敏感，或者以高誤報(bào)率為代價來實(shí)現(xiàn)它。為了解決這一問題并探索在動態(tài)過程中具有低誤報(bào)率的方法，首先通過規(guī)范變量分析生成規(guī)范變量殘差。然后，提出了一種新的多變量q-sigma規(guī)則來監(jiān)測規(guī)范變量殘差。它在一個窗口中考慮上述過程變異，并為每個變量設(shè)置控制限。當(dāng)在模擬過程中進(jìn)行測試時，多變量q-sigma對過程變化非常敏感，能夠比其他方法更早地檢測出初始故障，即檢測延遲和檢測距離最小。

背景和動機(jī)

化工過程中最重要的方面是保證系統(tǒng)的穩(wěn)定運(yùn)行。然而，由于干擾和設(shè)備老化，故障是不可避免的。大多數(shù)故障都有從早期故障到嚴(yán)重故障的演化過程。因此，應(yīng)及早發(fā)現(xiàn)故障，以保證系統(tǒng)的穩(wěn)定運(yùn)行。當(dāng)系統(tǒng)穩(wěn)定時，狀態(tài)變量會在其穩(wěn)態(tài)或均值附近波動；當(dāng)故障發(fā)生時，會出現(xiàn)過程變異，即一些狀態(tài)變量受其影響而偏離原來的軌跡，過程殘差會從零向一側(cè)偏倚。傳統(tǒng)的方法在保證較低誤報(bào)率的情況下會導(dǎo)致對故障的不敏感和較大的故障檢測時間。另一方面，傳統(tǒng)的方法大都基于馬氏距離或者歐式距離，從空間距離信息的角度來對過程進(jìn)行監(jiān)測，這會導(dǎo)致誤診斷的出現(xiàn)，例如當(dāng)考慮故障為連續(xù)六個點(diǎn)的報(bào)警時，傳統(tǒng)的方法可能出現(xiàn)這六個點(diǎn)不是來自同一個變量的情況，那么該情況不能視為故障，應(yīng)該為誤報(bào)。

本文從過程變異的角度，提出了一種新的多變量q-sigma準(zhǔn)則來進(jìn)行過程監(jiān)測。該準(zhǔn)則依據(jù)著名的三西格瑪準(zhǔn)則，根據(jù)歷史數(shù)據(jù)求得每個被監(jiān)測變量的標(biāo)準(zhǔn)差來對在線的每個變量進(jìn)行監(jiān)測。由于大多數(shù)故障都有一個從小向大演變的過程，那么早期故障與嚴(yán)重故障一定分布在不同的范圍內(nèi)。在保證正常工況下沒有過程變異的情況下，通過減小控制限的系數(shù)來監(jiān)測三西格瑪以內(nèi)的故障。

設(shè)計(jì)和實(shí)現(xiàn)

規(guī)范變量分析是監(jiān)測動態(tài)過程的有效工具，該方法被用于用于生成規(guī)范變量殘差，根據(jù)歷史數(shù)據(jù)獲得投影矩陣和各個規(guī)范變量的均值（期望為0）以及標(biāo)準(zhǔn)差。在線數(shù)據(jù)經(jīng)過預(yù)處理，再根據(jù)投影矩陣生成規(guī)范變量殘差。以移動窗口的方式觀測每個殘差是否有過程變異出現(xiàn)（即連續(xù)多個點(diǎn)超出控制限）。如果該窗口內(nèi)的所有點(diǎn)都超出上界或者下界，一定有該窗口內(nèi)的所有偏差（觀測值與控制限的差值）均大于0或者均小于0，那么該窗口內(nèi)的偏差和的絕對值減去偏差絕對值的和一定等于0。最后將所有被監(jiān)測變量的信息融合在一起形成監(jiān)控指標(biāo)，并將0作為故障的報(bào)警值。只要某一個變量的某一個窗口出現(xiàn)過程變現(xiàn)，該指標(biāo)為0并出現(xiàn)報(bào)警。

圖1.用于早期故障檢測的多變量q-sigma程序。

數(shù)值模擬實(shí)驗(yàn)結(jié)果

以Tennessee Eastman過程為例（圖2）

圖2.Tennessee Eastman過程P&ID圖。

實(shí)驗(yàn)結(jié)果如圖3，圖4所示。

圖3.對故障3的監(jiān)控圖，（左：控制限為1-sigma；右：控制限為3-sigma）。

圖4.以故障3為例，在置信度水平和q降低時誤報(bào)率與檢測延遲的關(guān)系。黑色虛線框代表低遠(yuǎn)誤報(bào)率。

數(shù)值實(shí)驗(yàn)表明，本文提出的方法能最早地檢測出早期故障，且誤報(bào)率最低。結(jié)果還表明：（1）早期故障的過程變異主要分布在1-sigma到3-sigma之間或?1-sigma和?3-sigma之間，嚴(yán)重的過程變化分布在3-sigma或?3-sigma以外。（2） 傳統(tǒng)的方法側(cè)重于低誤報(bào)率，控制限較大，對早期故障不敏感。檢測延遲可以以高誤報(bào)率的代價降低。（3） 多變量q-sigma考慮每個變量的控制限值和幾個連續(xù)點(diǎn)的變化。它能以較低的誤報(bào)率實(shí)現(xiàn)早期檢測故障。

作者簡介

羅雄麟，博士

現(xiàn)任中國石油大學(xué)（北京）教授、博士生導(dǎo)師、自動化專業(yè)（教育部高等學(xué)校特色專業(yè)）負(fù)責(zé)人、控制科學(xué)與工程（博士一級）學(xué)科負(fù)責(zé)人，校學(xué)術(shù)委員會委員、校學(xué)位委員會委員。北京人工智能學(xué)會理事會常務(wù)理事、北京自動化學(xué)會理事會常務(wù)理事。

控制理論與過程控制、化工系統(tǒng)工程、機(jī)器學(xué)習(xí)學(xué)者。科研工作涉及控制理論及應(yīng)用、過程控制工程、過程系統(tǒng)工程和機(jī)器學(xué)習(xí)等，同時長期從事煉油化工過程軟測量儀表與先進(jìn)控制、過程流程模擬與實(shí)時優(yōu)化等技術(shù)開發(fā)與工程應(yīng)用工作。