[01444651]复杂工业过程的故障诊断

主要创新成果 (1)冶金钢铁工业连续退火过程的建模与监测 冶金钢铁工业是我国的支柱行业，提高冶金生产自动化水平，对于提高钢材质量、降低能耗和提高生产效率有重要意义。针对冶金工业连续退火过程，揭示了过程特性对于过程建模及监测的影响作用，并已经形成了理论成果发表在国际权威期刊和授权多项发明专利。在诊断钢铁连续退火过程的断带、打滑等故障时，采用时变的协方差结构，较好地考虑了钢铁连续退火过程非线性相关关系的动态变化。提出相似矩阵规则，克服核空间模型随着样本数目的增大，所需的计算时间和空间存储资源都会成几何级数增加的缺点。提出基于多块核偏最小二乘的钢铁连续退火过程的分散故障诊断方法，避免常用方法因减少样本容量而偏离真实的过程和部分信息损失，所提出的方法能够捕捉偏最小二乘块间和块内的更多有用信息。另外，当子块的数量与变量数量相等时，能够进行故障分离。在连续退火过程中，过程测量变量之间以及过程变量与质量变量之间均存在强非线性耦合关系。普遍使用的PCA、ICA、PLS等线性统计分析方法不能有效提取其潜在特性，很容易将微小故障忽略掉，也不利于故障的早期发现，同时降低模型的可靠性。提出基于核独立元的批次过程的非线性数据建模方法，解决连续退火过程中非线性和非高斯特性提取问题，达到可靠地尽早诊断钢铁连续退火过程的微小故障的目的。该项成果发表在IEEE Transactions on Industrial Informatics、AIChE Journal、Chemical Engineering Science、Industrial & engineering chemistry research和《自动化学报》等国内外权威期刊上；并应邀在多个国际会议作国际程序委员会委员和分会主席。申请者所解决的非线性工业过程的故障诊断问题被Journal of Process Control主编、美国过程控制专家T.J.MacVoy评价为过程控制领域的基础难题。德国University of Duisburg-Essen的副校长、国际故障诊断专家Steven Ding评价申请者的工作为"excellent work"。部分成果获得省自然科学奖1项（第一获奖人）。申请发明专利4项（1项美国专利），其中1项授权，2项公开，研发了具有自主知识产权的技术产品并已规模化生产，其广泛应用于宝山钢铁股份有限公司，创造了可观的经济效益，促进了钢厂的安全、稳定、经济运行，对钢铁企业自动化水平的提高和监测技术的科技进步产生了重要的影响，提升了该领域的同类技术水平和地位。据统计共取得数百万元的经济效益，被国际著名杂志IEEE Transactions on Industrial Informatics特邀发表该连续退火过程故障诊断本文如下： Yingwei Zhang,Hong Zhou,S.Joe Qin and Tianyou Chai.Decentralized fault diagnosis of large-scale processes using multiblock kernel partial least squares.IEEE Transactions on Industrial Informatics,2010,1,3-12.(Regular paper,invited paper) (2)电熔镁炉生产过程的建模与监测 在利用传统的多元统计方法建立电熔镁炉生产过程监测模型以表征过程潜在相关特性时，往往假定过程运行模式固定。但是在各种因素影响下，外界环境的变化、工况的频繁变化和测量系统零点漂移等原因，实际电熔镁炉生产过程往往不可能维持原有潜在相关特性不变。通常情况下运行状态总是在各个批次间不断地累积变化，从一种运行模式。受时变行为的影响，批次间的累积变化行为通常被称为“累积时变”现象，它在实际工业过程中是普遍存在的。针对电熔镁炉生产过程以上特点，提出基于数据的非线性自适应更新算法，补偿“累积时变”所带来的误差。提出“相对变化”的非线性双向统计建模方法是针对批次方向和批次内部两个方向上的潜在非线性动态特性，从中提取累积变演化过程中变量之间固有的潜在相关特性，它表征的是时变运行模式本身，是更接近实际的数据建模方法，克服单一方向上更新协方差的缺陷。提出克服过度依赖初始建模数据的建模方法，避免只能匹配初始建模批次中所涵盖的时变模式，对于过程运行中出现的新的时变行为则具有相应的表征刻画能力。初始建模时只需要提供包含正常时变行为的批次操作数据，尤其适合那些时变演化模式服从一定统计规律的批次过程。提出克服错误适应故障的建模方法，并能够将故障时变行为有效区分开来。该成果以本文第一作者发表在AIChE Journal、Chemometrics and Intelligent Laboratory Systems和Chemical Engineering Science等国内外权威期刊上，并应邀在多个国际会议作国际程序委员会委员和分会主席。 (3)面向节能、降耗和减排电熔镁炉的质量预报与优化 这是在申请者所主持的国家留学回国人员基金项目和重大国际合作项目子课题（东北大学柴天佑院士总负责）支持下开展的研究工作。 在电熔镁炉中，产品的质量很难在线测量，许多质量指标只能通过事后实验室的各种测试化验来获得，而这些化验结果往往严重滞后于生产过程本身。为了增强过程变量与质量变量之间的因果关系，结合多块划分结果，基于变量展开方式，从整个多块的角度，建立“相关度指标”用于识别质量预报的关键多块，并在各个关键多块中，结合“相关性”分析与“预报均方误差”分析，筛选出质量预报的关键变量。这些预处理策略有助于简化回归模型结构以及消除无关因素的不利影响。提出建模时从实时的在线预报与“平均水平”效果分析两个层面分别着手。在第一层面上，从整个多块的角度建立起多块代表性的PLS实时预报模型，可以很方便地在线实施，避免了数据预估的负担。在第二层面上，鉴于产品质量实际上是由子多块过程行为的平均运行水平决定的而不是仅仅取决于各采样时刻的偶然行为，在关键多块分析并建立了基于“多块平均轨迹”的质量预报模型，揭示了过程行为对质量指标的实时影响作用效果。为了增强预报变量与质量变量之间的因果关系，势必需要在回归建模前对过程数据进行一定的信息预处理，去除那些无关扰动的不利影响，将关注焦点投入到那些与质量波动密切相关或是对质量指标的解释能力更强的关键过程信息上。在此思想基础上，提出了O-KPLS-KPLS去除与质量正交信息的算法，其中第一个O-KPLS的含义是在过程数据中去除与质量正交的信息，这样在执行第二个KPLS时就避免杂质对因果关系的影响。针对电熔镁炉生产过程节能、降耗和减排等需求，提出基于数据的非线性迭代预报和反馈相结合，迭代建模与控制相集成的方法，进而形成由综合生产指标优化、运行指标优化分解、运行控制三层结构组成的生产流程优化控制。该项成果以长文第一作者发表在国际权威期刊Chemical Engineering Science和Industrial & engineering chemistry research等国内外权威期刊上。