基于慢特征分析的分布式动态工业过程运行状态评价

• Published in: 自动化学报 Vol. 50; no. 4; pp. 745 - 757
• Main Authors: 钟林生, 常玉清, 王福利, 高世红
• Format: Journal Article
• Language: Chinese
• Published: 东北大学流程工业综合自动化国家重点实验室 沈阳 110819%山西大学自动化与软件学院 太原 030006 01.04.2024; 东北大学信息科学与工程学院 沈阳 110819%东北大学信息科学与工程学院 沈阳 110819
• Subjects: 运行状态评价; Distributed model; 慢特征分析; slow feature analysis(SFA); 分布式模型; K-medoids聚类; operating performance assessment; dynamic time warp-ing(DTW); 动态时间规整; K-medoids clustering
• ISSN: 0254-4156
• DOI: 10.16383/j.aas.c230154

现代工业过程通常具有规模大、流程长和工序多的特点,导致传统的集中式建模方法会淹没过程的局部变化信息,从而无法及时识别早期的非优运行状态.此外,闭环控制的广泛应用使得过程变量普遍存在时序相关性.针对以上问题,提出一种基于慢特征分析(Slow feature analysis,SFA)的分布式动态工业过程运行状态评价方法.首先,结合动态时间规整(Dynamic time warping,DTW)和K-medoids聚类算法对过程进行分解;然后,对每一变量子块建立相应的动态慢特征分析(Dynamic slow feature analysis,DSFA)模型;最后,利用贝叶斯推理获得全局的综合评价指标.通过在数值案例和金湿法冶金过程的仿真应用,验证了该方法的有效性.