本發(fā)明涉及過(guò)程控制技術(shù)領(lǐng)域，尤其涉及基于加權(quán)核主元分析的回轉(zhuǎn)窯故障診斷方法。

背景技術(shù)：

水泥作為國(guó)民經(jīng)濟(jì)建設(shè)的基礎(chǔ)原材料之一，廣泛的應(yīng)用于民用、工業(yè)、水利和交通等工程，水泥工業(yè)已經(jīng)成為國(guó)民經(jīng)濟(jì)社會(huì)發(fā)展水平和綜合實(shí)力的重要標(biāo)志。新型干法水泥生產(chǎn)技術(shù)是以懸浮預(yù)熱器和預(yù)分解技術(shù)為核心，利用現(xiàn)代科學(xué)理論和技術(shù)，采用計(jì)算機(jī)及其網(wǎng)絡(luò)化信息技術(shù)進(jìn)行水泥生產(chǎn)的綜合技術(shù)，具有優(yōu)質(zhì)、高效、節(jié)能、環(huán)保和可持續(xù)發(fā)展等特點(diǎn)。

預(yù)分解窯由預(yù)熱器、分解爐、回轉(zhuǎn)窯、高效冷卻機(jī)四個(gè)子系統(tǒng)組成，主要承擔(dān)水泥熟料煅燒過(guò)程的預(yù)熱、分解、燒成、冷卻各階段任務(wù)。其中預(yù)分解窯穩(wěn)定運(yùn)行是生產(chǎn)狀態(tài)良好的重要標(biāo)志，所以保證預(yù)分解窯正常運(yùn)行是十分重要的。盡管預(yù)分解窯配備了計(jì)算機(jī)操作控制系統(tǒng)，具有省時(shí)、及時(shí)和不易失誤等優(yōu)點(diǎn)，也有許多診斷方法應(yīng)用在水泥回轉(zhuǎn)窯的故障診斷中，但是就目前的技術(shù)水平而言，有些地方還是需要人工輔助完成，因此需要提高回轉(zhuǎn)窯的自我診斷技術(shù)。

主元分析(pca)是一種多元統(tǒng)計(jì)方法，在經(jīng)營(yíng)管理、數(shù)據(jù)統(tǒng)計(jì)、過(guò)程檢測(cè)等許多領(lǐng)域得到廣泛的應(yīng)用，其算法的基本思想就是將多個(gè)線性相關(guān)變量壓縮為少數(shù)不相關(guān)的變量，通過(guò)降低數(shù)據(jù)維度，除去信息中對(duì)故障診斷無(wú)效的數(shù)據(jù)，盡可能的選取數(shù)量少并能夠包含大部分有效信息的數(shù)據(jù)。

該算法的優(yōu)點(diǎn)在于不需要對(duì)系統(tǒng)的結(jié)構(gòu)以及運(yùn)行機(jī)理有深入的了解，并且能夠降低數(shù)據(jù)維度，將無(wú)效的、包含有效信息少的數(shù)據(jù)剔除，簡(jiǎn)化數(shù)據(jù)，減少在診斷過(guò)程中的計(jì)算量。主元分析在化工過(guò)程的應(yīng)用有著成功的應(yīng)用，但是在水泥回轉(zhuǎn)窯領(lǐng)域的應(yīng)用不多。尤其是系統(tǒng)發(fā)生微小故障時(shí)，基于主元分析或核主元分析的方法不能準(zhǔn)確及時(shí)對(duì)系統(tǒng)進(jìn)行監(jiān)測(cè)，給預(yù)分解窯的穩(wěn)定運(yùn)行帶來(lái)了一定的隱患。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是針對(duì)上述技術(shù)問題，提供基于加權(quán)核主元分析(wkpca)的回轉(zhuǎn)窯故障診斷方法，其步驟合理，加權(quán)核主元分析方法的基礎(chǔ)上對(duì)故障數(shù)據(jù)在檢測(cè)中賦予更高的權(quán)重，將其故障特征進(jìn)行放大，能夠在發(fā)生微小故障時(shí)更加準(zhǔn)確的進(jìn)行有效監(jiān)測(cè)，提高了回轉(zhuǎn)窯故障監(jiān)測(cè)的有效性。

本發(fā)明的技術(shù)方案

為解決上述技術(shù)問題，本發(fā)明提供基于加權(quán)核主元分析(wkpca)的回轉(zhuǎn)窯故障診斷方法，具體包括以下步驟：

s1，采集回轉(zhuǎn)窯正常狀態(tài)下的訓(xùn)練樣本數(shù)據(jù)，對(duì)數(shù)據(jù)做歸一化預(yù)處理，將處理后的樣本數(shù)據(jù)映射到高維空間，得到核矩陣；

s2，計(jì)算核矩陣的特征值及特征矩陣，建立核主元模型，得到回轉(zhuǎn)窯正常狀態(tài)下的核主元變量；

s3，利用核密度估計(jì)函數(shù)計(jì)算正常狀態(tài)下的各核主元變量的密度分布函數(shù)；

s4，根據(jù)核主元變量計(jì)算spe控制限和t²控制限；

s5，實(shí)時(shí)采集回轉(zhuǎn)窯故障狀態(tài)下的檢測(cè)樣本數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行歸一化預(yù)處理；

s6，將每一組檢測(cè)樣本的各核主元變量帶入相應(yīng)的密度分布函數(shù)，得到各核主元變量的加權(quán)值，建立權(quán)值矩陣；

s7，根據(jù)加權(quán)后的核主元變量計(jì)算spe統(tǒng)計(jì)量和t²統(tǒng)計(jì)量，與之前得到的控制限進(jìn)行比較，判定是否發(fā)生故障；

s8，若系統(tǒng)提示發(fā)生故障，利用貢獻(xiàn)圖法確定回轉(zhuǎn)窯故障發(fā)生位置。

進(jìn)一步地，所述高維空間的主元ti為

進(jìn)一步地，在步驟s3中，所述核密度估計(jì)函數(shù)為核函數(shù)采用高斯核函數(shù)。

進(jìn)一步地，在步驟s6中，所述加權(quán)值為其中，α為密度閾值，

進(jìn)一步地，在步驟s8中，所述基于spe的貢獻(xiàn)圖計(jì)算，

進(jìn)一步地，在步驟s8中，所述基于t²的貢獻(xiàn)圖計(jì)算，

本發(fā)明有益效果：

本發(fā)明提供的基于加權(quán)核主元分析(wkpca)的回轉(zhuǎn)窯故障診斷方法，其步驟合理，加權(quán)核主元分析方法的基礎(chǔ)上對(duì)故障數(shù)據(jù)在檢測(cè)中賦予更高的權(quán)重，將其故障特征進(jìn)行放大，能夠在發(fā)生微小故障時(shí)更加準(zhǔn)確的進(jìn)行有效監(jiān)測(cè)，提高了回轉(zhuǎn)窯故障監(jiān)測(cè)的有效性。

附圖說(shuō)明

通過(guò)結(jié)合以下附圖所作的詳細(xì)描述，本發(fā)明的上述優(yōu)點(diǎn)將變得更清楚和更容易理解，這些附圖只是示意性的，并不限制本發(fā)明，其中：

圖1是本發(fā)明所述基于加權(quán)核主元分析故障診斷方法的流程圖；

圖2是預(yù)分解窯水泥煅燒過(guò)程示意圖；

圖3是基于主元分析故障診斷方法之第一個(gè)實(shí)施例的spe和t²統(tǒng)計(jì)量圖；

圖4是基于加權(quán)核主元分析故障診斷方法之第一個(gè)實(shí)施例的spe和t²統(tǒng)計(jì)量圖；

圖5是基于加權(quán)核主元分析中各變量對(duì)故障點(diǎn)的spe和t²貢獻(xiàn)圖；

圖6是基于主元分析故障診斷方法之第二個(gè)實(shí)施例的的spe和t²統(tǒng)計(jì)量圖；

圖7是基于加權(quán)核主元分析故障診斷方法之第二個(gè)實(shí)施例的spe和t²統(tǒng)計(jì)量圖。

具體實(shí)施方式

下面結(jié)合具體實(shí)施例和附圖，對(duì)本發(fā)明所述基于加權(quán)核主元分析的回轉(zhuǎn)窯故障診斷方法進(jìn)行詳細(xì)說(shuō)明。

在此記載的實(shí)施例為本發(fā)明特定的具體實(shí)施方式，用于說(shuō)明本發(fā)明的構(gòu)思，均是解釋性和示例性的，不應(yīng)解釋為對(duì)本發(fā)明實(shí)施方式及本發(fā)明范圍的限制。除在此記載的實(shí)施例外，本領(lǐng)域技術(shù)人員還能夠基于本申請(qǐng)權(quán)利要求書和說(shuō)明書所公開的內(nèi)容采用顯而易見的其它技術(shù)方案，這些技術(shù)方案包括采用對(duì)在此記載的實(shí)施例的做出任何顯而易見的替換和修改的技術(shù)方案。

本發(fā)明提供的基于加權(quán)核主元分析(wkpca)的回轉(zhuǎn)窯故障診斷方法，其流程圖，如圖1所示，其具體包括以下步驟：

s1，采集回轉(zhuǎn)窯正常狀態(tài)下的訓(xùn)練樣本數(shù)據(jù)，對(duì)數(shù)據(jù)做歸一化預(yù)處理，將處理后的樣本數(shù)據(jù)映射到高維空間，得到核矩陣；

具體地，核主元分析(kpca)算法是在主元分析方法進(jìn)行的直接改進(jìn)，其能夠更好的適應(yīng)非線性情況的處理，在面對(duì)非線性數(shù)據(jù)的分析時(shí)，能夠更加的適用。

在核主元中引入核函數(shù)的概念，假設(shè)在原始空間中存在一個(gè)函數(shù)滿足其中為高維空間中φ(i)與φ(j)的內(nèi)積，則稱函數(shù)k為核函數(shù)。

該方法的計(jì)算過(guò)程與主元分析相似，都是通過(guò)尋找方差陣的特征向量得到特征空間中的主元。但是在進(jìn)行特征值分解之前，首先要將輸入矩陣映射到高維空間中去，首先設(shè)定輸入樣本x∈rⁿ，采用非線性映射將輸入矩陣映射到高維特征空間，特征空間中的方差陣為

求解該方差陣的特征向量得到特征空間中的主元，其特征值和特征向量如下所示

對(duì)于所有的非零特征值都有

也就是說(shuō)特征向量ν可以看作是的線性組合。同時(shí)對(duì)求內(nèi)積可得到：

將核函數(shù)代入到式中，將上式進(jìn)行化簡(jiǎn)，得到如下公式

其中，α＝[α1,α2,…αl]^t，核矩陣k是以kj,k為元素的矩陣。

s2，計(jì)算核矩陣的特征值及特征矩陣，建立核主元模型，得到回轉(zhuǎn)窯正常狀態(tài)下的核主元變量；

計(jì)算主元個(gè)數(shù)的過(guò)程與主元分析方法中主元的選取方法一致，然后計(jì)算高維空間的主元ti為

得到高維空間的核主元后，進(jìn)一步利用主元分析方法進(jìn)行建模，得到核主元分析模型。

s3，利用核密度估計(jì)函數(shù)計(jì)算正常狀態(tài)下的各核主元變量的密度分布函數(shù)；

在步驟s3中，所述核密度估計(jì)函數(shù)為核函數(shù)采用高斯核函數(shù)。

通過(guò)整理可以得出核密度估計(jì)函數(shù)如公式

s4，根據(jù)核主元變量計(jì)算spe控制限和t²控制限；

s5，實(shí)時(shí)采集回轉(zhuǎn)窯故障狀態(tài)下的檢測(cè)樣本數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行歸一化預(yù)處理；

s6，將每一組檢測(cè)樣本的各核主元變量帶入相應(yīng)的密度分布函數(shù)，得到各核主元變量的加權(quán)值，建立權(quán)值矩陣；

在步驟s6中，所述加權(quán)值為其中，α為密度閾值，

具體地，當(dāng)密度估計(jì)值大于該閾值時(shí)，認(rèn)為數(shù)據(jù)在正常范圍，未偏離正常狀態(tài)，因此賦予權(quán)值為1。當(dāng)密度估計(jì)值小于該閾值時(shí)，檢測(cè)樣本的主元變量偏離了正常狀態(tài)，其估計(jì)值越小，說(shuō)明對(duì)故障貢獻(xiàn)度越大，因此賦予權(quán)值β。

當(dāng)前檢測(cè)樣本數(shù)據(jù)的某個(gè)主元變量偏離正常狀態(tài)越大，權(quán)值β也就越大。通過(guò)加權(quán)之后的主元變量之間的差值變大，故障樣本數(shù)據(jù)和正常樣本數(shù)據(jù)就能更好的區(qū)分開，所建立的監(jiān)控統(tǒng)計(jì)量也就更加有效。

s7，根據(jù)加權(quán)后的核主元變量計(jì)算spe統(tǒng)計(jì)量和t²統(tǒng)計(jì)量，與之前得到的控制限進(jìn)行比較，判定是否發(fā)生故障；

s8，若系統(tǒng)提示發(fā)生故障，利用貢獻(xiàn)圖法確定回轉(zhuǎn)窯故障發(fā)生位置。

具體地，在步驟s8中，所述基于spe的貢獻(xiàn)圖計(jì)算，

所述基于t²的貢獻(xiàn)圖計(jì)算，

圖2是預(yù)分解窯水泥煅燒過(guò)程示意圖，首先生料從生料倉(cāng)經(jīng)提升機(jī)和回轉(zhuǎn)窯煅燒產(chǎn)生的廢氣共同進(jìn)入懸浮預(yù)熱器c1～c5中，其中預(yù)熱器具有換熱功能和氣固分離功能，充分利用廢氣中的熱量對(duì)生料進(jìn)行加熱，然后進(jìn)入下一級(jí)預(yù)熱器。生料在進(jìn)入回轉(zhuǎn)窯煅燒之前利用廢氣進(jìn)行了預(yù)熱。分解爐設(shè)置在回轉(zhuǎn)窯之前，將熟料煅燒過(guò)程中最耗熱的碳酸鹽分解過(guò)程移至分解爐內(nèi)進(jìn)行，承擔(dān)了原來(lái)在回轉(zhuǎn)窯內(nèi)進(jìn)行的碳酸鹽分解任務(wù)，使燃燒、換熱和碳酸鹽分解過(guò)程得到優(yōu)化，熟料煅燒工藝更臻完美；并且將傳統(tǒng)上全部由窯頭加入燃料的方法，改進(jìn)為少量從窯頭加入，大部分從分解爐加入，改善了窯系統(tǒng)內(nèi)的熱力分布格局。

回轉(zhuǎn)窯由筒體、輪帶、托輪、擋輪、傳動(dòng)裝置以及密封裝置等組成。物料在經(jīng)過(guò)預(yù)熱器和分解爐之后進(jìn)入回轉(zhuǎn)窯中，隨著窯體轉(zhuǎn)動(dòng)，物料靠摩擦力被帶起，由于筒體有一定的斜度，物料會(huì)從窯尾向窯頭運(yùn)動(dòng)，如此不斷循環(huán)的轉(zhuǎn)動(dòng)，物料逐步前進(jìn)并進(jìn)行煅燒，生料在窯內(nèi)發(fā)生物理化學(xué)反應(yīng)，最后形成熟料。最后經(jīng)由篦冷機(jī)對(duì)熟料進(jìn)行冷卻，以滿足熟料輸送、儲(chǔ)存和水泥粉碎的要求，并且篦冷機(jī)還承擔(dān)著對(duì)出窯熟料帶出的大量熱焓的回收任務(wù)，將這些能量回收進(jìn)行再次利用。

第一實(shí)施例：

以日產(chǎn)2500t熟料的某大型水泥回轉(zhuǎn)窯為例進(jìn)行仿真實(shí)驗(yàn)，對(duì)于整個(gè)預(yù)分解系統(tǒng)的故障檢測(cè)來(lái)說(shuō)，應(yīng)該將各個(gè)關(guān)鍵位置的溫度以及壓力作為檢測(cè)重點(diǎn)。以變量1窯尾溫度出現(xiàn)故障為例，故障1為窯尾溫度發(fā)生突然升高，設(shè)定故障為系統(tǒng)在第101個(gè)采樣點(diǎn)起窯尾處發(fā)生溫度升高的階躍故障。首先按照累計(jì)方差貢獻(xiàn)率大于0.8的準(zhǔn)則選取主元個(gè)數(shù)。

分別用主元分析方法和加權(quán)核主元分析方法進(jìn)行故障檢測(cè)，計(jì)算spe和t²控制限和統(tǒng)計(jì)量。從圖3中可以看出在利用pca方法進(jìn)行故障檢測(cè)的過(guò)程中，橫坐標(biāo)表示采樣時(shí)刻，縱坐標(biāo)表示統(tǒng)計(jì)量值，兩條虛線表示spe和t²控制限，曲線表示spe和t²統(tǒng)計(jì)量，當(dāng)設(shè)備運(yùn)行處在正常狀態(tài)時(shí)，spe和t²統(tǒng)計(jì)量處在控制限以下，但在故障發(fā)生之后，spe的統(tǒng)計(jì)量和t²統(tǒng)計(jì)量在有些時(shí)刻是顯示系統(tǒng)故障，但是并不能夠持續(xù)檢測(cè)出過(guò)程中發(fā)生了故障，不能連續(xù)報(bào)警，在檢測(cè)時(shí)不能起到很好的監(jiān)控效果。

在加入權(quán)重后的檢測(cè)過(guò)程中，從圖4中可以觀察到在系統(tǒng)正常運(yùn)行過(guò)程中會(huì)偶爾產(chǎn)生誤報(bào)的情況，但是由于spe的統(tǒng)計(jì)量和t²統(tǒng)計(jì)量沒有同時(shí)顯示出故障，因此雖然在系統(tǒng)正常運(yùn)行過(guò)程中統(tǒng)計(jì)量會(huì)出現(xiàn)超出控制限的情況，但是兩個(gè)統(tǒng)計(jì)量沒有同時(shí)超出控制限也不會(huì)導(dǎo)致顯示系統(tǒng)故障。在第101個(gè)采樣點(diǎn)開始，spe和t²統(tǒng)計(jì)量均高于控制限，并且兩個(gè)統(tǒng)計(jì)量同時(shí)持續(xù)檢測(cè)到統(tǒng)計(jì)值超出控制限，說(shuō)明系統(tǒng)在運(yùn)行過(guò)程中發(fā)生故障，結(jié)果與仿真實(shí)驗(yàn)的設(shè)定相一致。

從圖5中可以得出，根據(jù)加權(quán)核主元分析算法，通過(guò)對(duì)貢獻(xiàn)率的計(jì)算，變量1窯尾溫度在spe和t²的貢獻(xiàn)率都大于其他變量，表明變量1在該故障上做出的貢獻(xiàn)大于其他變量，與之前設(shè)定的故障位置是一致的，并且在故障發(fā)生后能夠持續(xù)檢測(cè)出故障，沒有發(fā)生漏報(bào)、誤報(bào)等情況。

第二實(shí)施例：

以窯尾溫度發(fā)生溫度漂移作為故障點(diǎn)2，將變量1故障設(shè)置為在k＝101時(shí)刻起窯尾處發(fā)生溫度緩慢變化的故障，利用該方法對(duì)其進(jìn)行了故障診斷測(cè)試，從圖6中可以看出主元分析能夠檢測(cè)到溫度發(fā)生漂移故障，雖然能夠檢測(cè)到兩個(gè)統(tǒng)計(jì)量均超過(guò)控制限，但是在k＝115時(shí)刻檢測(cè)到故障發(fā)生，不能及時(shí)發(fā)出警報(bào)。

但是從圖7可看出加權(quán)之后的檢測(cè)方法在溫度發(fā)生漂移之后的8個(gè)時(shí)刻，也就是k＝108時(shí)刻就檢測(cè)統(tǒng)計(jì)量完全超過(guò)控制限，檢測(cè)出故障發(fā)生，與單一pca方法相比更加及時(shí)準(zhǔn)確地檢測(cè)到故障的產(chǎn)生。

本發(fā)明提供的基于加權(quán)核主元分析(wkpca)的回轉(zhuǎn)窯故障診斷方法，其步驟合理，加權(quán)核主元分析方法的基礎(chǔ)上對(duì)故障數(shù)據(jù)在檢測(cè)中賦予更高的權(quán)重，將其故障特征進(jìn)行放大，能夠在發(fā)生微小故障時(shí)更加準(zhǔn)確的進(jìn)行有效監(jiān)測(cè)，提高了回轉(zhuǎn)窯故障監(jiān)測(cè)的有效性。

本發(fā)明不局限于上述實(shí)施方式，任何人在本發(fā)明的啟示下都可得出其他各種形式的產(chǎn)品，但不論在其形狀或結(jié)構(gòu)上作任何變化，凡是具有與本申請(qǐng)相同或相近似的技術(shù)方案，均落在本發(fā)明的保護(hù)范圍之內(nèi)。