基于分布式降噪正交自编码器的工业过程故障检测

郭小萍 张玲 李元

基金项目：国家自然科学基金项目（批准号：61673279）资助的课题；2020年辽宁省教育厅科学研究经费项目（批准号：LJ2020021）资助的课题。

作者简介：郭小萍（1972-），教授，从事基于数据驱动的复杂过程诊断和质量预测的研究，Gxp2001@sina.com。

引用本文：郭小萍，张玲，李元.基于分布式降噪正交自编码器的工业过程故障检测[J].化工自动化及仪表，2023，50（6）：000-000.

DOI：10.20030/j.cnki.1000-3932.202306000

摘  要  针对基于过程知识进行模块划分的方法，存在知识不足造成模块划分不准确以及数据中的噪声导致的过拟合影响到故障检测率的问题，提出一种变量模块划分并采用降噪正交自编码器建立分布式故障检测的方法（MBIDOAE）。首先利用互信息和最短距离的层次聚类将相关关系强的过程变量聚类，获得多个模块。然后采用降噪正交自编码器提取各模块过程变量的非线性特征构建分布式模型，引入随机噪声来增强自编码器的抗噪性并利用正交矩阵降低特征的冗余性。采用T2和SPE统计量作为故障检测指标，通过对TE过程的仿真，与PCA、AE、MBIPCA和所提MBIDOAE进行对比，验证了该方法的有效性。

关键词  互信息  层次聚类  分布式建模  降噪正交自编码器  故障检测  冗余变量

中图分类号  TP277           文献标志码  A         文章编号  1000-3932（2023）06-0000-00

当今工业得到了蓬勃发展，与此同时现代工业生产的复杂程度也日益增加，因此故障的类型也会逐渐增多。而故障一旦发生，轻则影响工业生产的进程，造成生产效率降低，重则酿成安全事故。及时检测并定位出现问题的过程和设备，在酿成严重事故之前发出警报，从而使得工业生产过程中复杂系统的可靠性和安全性得到很大程度的提高，具有很高的应用价值[1，2]。……