面向工业混杂系统故障检测的扩展数据逻辑分析方法

摘要

常规的数据驱动故障检测方法难以处理同时包含连续和离散变量的工业混杂系统,数据逻辑分析(logical analysis of data,LAD)方法通过对历史数据中变量组合的逻辑分析,能够有效地挖掘离散和连续变量数据中存在的隐含规则.然而,常规的LAD在提取连续变量特征时存在对趋势变化信息丢失的问题,并且在处理具有高维度、多变量特征的工业数据时会导致提取的规则存在大量冗余.为此,本文提出一种基于扩展数据逻辑分析(extended logical analysis of data,ELAD)的工业混杂系统故障检测方法,根据与关键变量的关联度选取相关变量,增加变量的趋势信息以进行过程状态变化的表征,生成可解释的故障检测模型.应用于工业煤气化汽包过程,有效地检测了关键混杂变量对汽包液位故障的影响,实验结果验证了所提方法的可行性和有效性.