一種基於造紙機溼端的主動故障檢測方法與流程
2023-04-25 17:10:11
![](http://img.xjishu.com/img/zl/2017/10/171141378215286.gif)
本發明涉及造紙機故障檢測技術領域,特別是涉及一種基於造紙機溼端的主動故障檢測方法。
背景技術:
造紙工業生產過程直接催生了隨機分布系統概念的提出,並在其相關的領域飽受重視。隨機分布系統的控制對象是整個系統的輸出概率密度函數,其輸入、噪聲和故障類型並不一定服從高斯分布,其隨機變量是非高斯型的,不能用傳統的以輸出均值和方差為特性的控制方法。傳統的被動故障檢測方法需要系統的輸入-輸出測量值。
現有的主動故障檢測方法只針對模型參數不同時的參數故障的檢測,同時現有的非高斯隨機分布系統被動故障檢測方法檢測數據多,檢測閾值的設定沒有實際的依據。
技術實現要素:
本發明實施例提供了一種基於造紙機溼端的主動故障檢測方法,可以解決現有技術中存在的問題。
一種基於造紙機溼端的主動故障檢測方法,包括:
通過數字攝像和圖像處理可以獲得造紙機溼端白水池內絮凝顆粒的灰度分布圖,根據該灰度分布圖提取灰度分布的概率密度函數,用徑向基函數神經網絡逼近其概率密度函數;
根據所述概率密度函數建立系統的狀態空間模型,經掃描辨識法得到狀態空間模型的參數;
隨機選取概率密度函數中的未知輸入項,確定系統不確定項的橢球集合;
由橢球仿射變換性質得到正常和故障後系統的輸出權值橢球,以在給定的測試周期內,輔助信號對正常系統和故障後系統輸出集合的交集為空,並使所添加的輔助信號對系統的影響最小為目標,計算求解最優輔助信號;
將計算得到的輔助信號帶入系統進行主動故障檢測。
優選地,所述概率密度函數由下式給出:
γ(y,u(k))=ω1(k)r1(y)+ω2(k)r2(y)+ω3(k)r3(y)+d(k)(1)
其中,y∈[0,1],u(k)為控制輸入,ω1(k)、ω2(k)和ω3(k)均為權值,d(k)為包含模型不確定性、噪聲和外部幹擾的未知輸入項,高斯型徑向基函數:
優選地,由於線性徑向基函數其中則概率密度函數也表示為:
γ(y,u(k))=r(y)v(k)+l(y)(3)
其中,v(k)為輸出權值。
優選地,系統的狀態空間模型為:
其中,x(k)為系統的狀態向量,u′(k)為輔助信號,f(k)為系統發生的故障,經掃描辨識法可得狀態空間模型的參數:
優選地,步驟隨機選取概率密度函數中的未知輸入項,確定系統不確定項的橢球集合具體包括:
已知系統的初始狀態x(0),未知輸入項d(k)所用的數據點從n個隨機數中選取m+1個,則系統的不確定項δ=(x(0),d(0),...,d(m))t屬於橢球集合:其中q為適當維數的單位矩陣。
優選地,由橢球仿射變換性質得到正常和故障後系統的輸出權值橢球具體包括:
預測m步後的輸出權值:取m=5,求得各參數:
在0到1之間選取6個隨機數作為未知輸入項,由橢球仿射變換性質可得正常和故障後系統的輸出權值橢球為:
其中,c1和c2分別為正常和故障後系統的輸出權值橢球的中心,p1和p2分別為控制正常和故障後系統的輸出權值橢球形狀的特徵矩陣。
優選地,以在給定的測試周期內,輔助信號對正常系統和故障後系統輸出集合的交集為空,並使所添加的輔助信號對系統的影響最小為目標,計算求解最優輔助信號具體包括:
合適的輔助信號滿足:
求解得到最優輔助信號:
其中,ηopt表示λopt對應的特徵向量。
本發明實施例提供的一種基於造紙機溼端的主動故障檢測方法,所設計的主動故障檢測方法針對存在未知但有界幹擾的非高斯隨機分布系統,驗證正常和故障系統輸出權值的交集是否為空來檢測系統是否發生了故障,能迅速而準確地檢測出隱藏的故障並提高故障檢測性能。
附圖說明
為了更清楚地說明本發明實施例或現有技術中的技術方案,下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹,顯而易見地,下面描述中的附圖僅僅是本發明的一些實施例,對於本領域普通技術人員來講,在不付出創造性勞動的前提下,還可以根據這些附圖獲得其他的附圖。
圖1為本發明實施例提供的一種基於造紙機溼端的主動故障檢測方法的流程圖;
圖2為無故障時的檢測結果;
圖3為發生故障時的檢測結果。
具體實施方式
下面將結合本發明實施例中的附圖,對本發明實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本發明一部分實施例,而不是全部的實施例。基於本發明中的實施例,本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例,都屬於本發明保護的範圍。
參照圖1,本發明實施例中提供的一種基於造紙機溼端的主動故障檢測方法,該方法包括:
步驟100,通過數字攝像和圖像處理可以獲得造紙機溼端白水池內絮凝顆粒的灰度分布圖,根據該灰度分布圖提取灰度分布的概率密度函數,用徑向基函數神經網絡逼近其概率密度函數。具體的概率密度函數由下式給出:
γ(y,u(k))=ω1(k)r1(y)+ω2(k)r2(y)+ω3(k)r3(y)+d(k)(1)
其中,y∈[0,1],u(k)為控制輸入,ω1(k)、ω2(k)和ω3(k)均為權值,d(k)為包含模型不確定性、噪聲和外部幹擾的未知輸入項,高斯型徑向基函數:
由於線性徑向基函數其中則概率密度函數也可以表示為:
γ(y,u(k))=r(y)v(k)+l(y)(3)
其中,v(k)為輸出權值。
步驟200,根據所述概率密度函數建立系統的狀態空間模型:
其中,x(k)為系統的狀態向量,u′(k)為輔助信號,f(k)為系統發生的故障,經掃描辨識法可得狀態空間模型的參數:
步驟300,已知系統的初始狀態x(0),未知輸入項d(k)所用的數據點從n個隨機數中選取m+1個,則系統的不確定項δ=(x(0),d(0),...,d(m))t屬於橢球集合:其中q為適當維數的單位矩陣。
步驟400,預測n步後的輸出權值:取m=5,求得各參數:
在0到1之間選取6個隨機數作為未知輸入項,由橢球仿射變換性質可得正常和故障後系統的輸出權值橢球為:
其中,c1和c2分別為正常和故障後系統的輸出權值橢球的中心,p1和p2分別為控制正常和故障後系統的輸出權值橢球形狀的特徵矩陣。
主動故障檢測的策略為,在給定的測試周期內,輔助信號對正常系統和故障後系統輸出集合的交集為空;並使所添加的輔助信號u′(k)對系統的影響最小。因此合適的輔助信號應該滿足:
求解得到最優輔助信號:
其中,ηopt表示λopt對應的特徵向量,帶入各參數可得:
步驟500,將計算得到的輔助信號帶入系統進行主動故障檢測。圖2和圖3分別給出了無故障時的檢測結果和發生故障時的檢測結果,此時f(k)=0.1。
本領域內的技術人員應明白,本發明的實施例可提供為方法、系統、或電腦程式產品。因此,本發明可採用完全硬體實施例、完全軟體實施例、或結合軟體和硬體方面的實施例的形式。而且,本發明可採用在一個或多個其中包含有計算機可用程序代碼的計算機可用存儲介質(包括但不限於磁碟存儲器、cd-rom、光學存儲器等)上實施的電腦程式產品的形式。
本發明是參照根據本發明實施例的方法、設備(系統)、和電腦程式產品的流程圖和/或方框圖來描述的。應理解可由電腦程式指令實現流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結合。可提供這些電腦程式指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數據處理設備的處理器以產生一個機器,使得通過計算機或其他可編程數據處理設備的處理器執行的指令產生用於實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。
這些電腦程式指令也可存儲在能引導計算機或其他可編程數據處理設備以特定方式工作的計算機可讀存儲器中,使得存儲在該計算機可讀存儲器中的指令產生包括指令裝置的製造品,該指令裝置實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。
這些電腦程式指令也可裝載到計算機或其他可編程數據處理設備上,使得在計算機或其他可編程設備上執行一系列操作步驟以產生計算機實現的處理,從而在計算機或其他可編程設備上執行的指令提供用於實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。
儘管已描述了本發明的優選實施例,但本領域內的技術人員一旦得知了基本創造性概念,則可對這些實施例作出另外的變更和修改。所以,所附權利要求意欲解釋為包括優選實施例以及落入本發明範圍的所有變更和修改。
顯然,本領域的技術人員可以對本發明進行各種改動和變型而不脫離本發明的精神和範圍。這樣,倘若本發明的這些修改和變型屬於本發明權利要求及其等同技術的範圍之內,則本發明也意圖包含這些改動和變型在內。