基于深度學(xué)習(xí)的化工過程故障檢測與診斷研究綜述

鮑 宇程 碩王靖濤

(天津大學(xué)化工學(xué)院,天津 300350)

隨著現(xiàn)代化工工業(yè)的快速發(fā)展,化工過程的自動化和復(fù)雜化程度越來越高。大規(guī)模工業(yè)過程為國家?guī)砭薮蠼?jīng)濟(jì)效益的同時(shí),由于系統(tǒng)的高度耦合性和復(fù)雜性,系統(tǒng)內(nèi)任何微小干擾都可能導(dǎo)致整個系統(tǒng)癱瘓,進(jìn)而造成巨大的經(jīng)濟(jì)損失甚至人員傷亡。因此,故障檢測與診斷技術(shù)對于所有化工過程是必不可少的,是化工過程能夠按生產(chǎn)計(jì)劃可靠并安全運(yùn)行的保障。

在化工系統(tǒng)中,故障表現(xiàn)在過程的監(jiān)控參數(shù)偏離預(yù)期的范圍。根據(jù)已有的研究,將故障檢測與診斷技術(shù)分為3 大類:基于模型的方法、基于知識的方法和基于數(shù)據(jù)的方法。但是,基于模型和知識的方法受限于建模困難和知識積累的困難,無法被應(yīng)用于動態(tài)復(fù)雜的化工過程系統(tǒng)[1]。隨著分布式控制、通訊技術(shù)和數(shù)據(jù)收集技術(shù)的迅速發(fā)展,系統(tǒng)中的觀測變量能夠被大量收集和儲存,這促進(jìn)了學(xué)者對基于數(shù)據(jù)的故障檢測與診斷方法的研究。

基于數(shù)據(jù)的故障檢測與診斷方法能夠?qū)Ａ康墓I(yè)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析和特征提取,將系統(tǒng)的狀態(tài)分為正常運(yùn)行狀態(tài)和故障狀態(tài),可視為模式識別任務(wù)。故障檢測是判斷系統(tǒng)是否處于預(yù)期的正常運(yùn)行狀態(tài),判斷系統(tǒng)是否發(fā)生異常故障,相當(dāng)于一個二分類任務(wù)。故障診斷是在確定發(fā)生故障的時(shí)候判斷系統(tǒng)處于哪一種故障狀態(tài),相當(dāng)于一個多分類任務(wù)。因此,故障檢測和診斷技術(shù)的研究類似于模式識別,分為4個的步驟:數(shù)據(jù)獲取、特征提取、特征選擇和特征分類?！?br>