基于动态特性描述的变量加权型分散式故障检测方法

现代工业生产过程往往具有复杂的动态特性: 不同测量变量间会存在不同的时序相关性, 且变量间的相互影响会反映在不同的采样时刻上. 现有的动态过程监测模型往往不能充分挖掘变量间的动态特性, 其故障检测效果也有待进一步提高. 在此背景下, 本文提出一种基于动态特性描述的变量加权型分散式故障检测方法. 利用最大相关最小冗余(Minimal redundancy maximal relevance, mRMR) 算法更准确地描述动态过程变量间的相关性关系, 并利用该相关性的值对原始增广矩阵进行加权处理, 且不同延迟变量对当前测量值的影响大小就通过权值来体现, 因此能更加全面地刻画该测量值的动态特性. 最后建立一种融合mRMR算法, 贝叶斯推理以及动态主成分分析(Dynamic principal componemt amalysis, DPCA)模型的新的分布式建模策略, 提高了模型的容错能力和泛化能力, 取得了更好的故障检测结果.     

大型复杂系统的动态SDG模型及传感器布置问题

符号有向图(SDG: signed directed graph)可以用于描述大型复杂系统及其变量之间的因果影响关系, 但是在描述故障传递关系时不能表示其动态传播规律. 本文在SDG支路上引入时间参数, 用于近似描述变量的变化在系统中的传递时间, 由此构建的SDG模型称为动态SDG模型. 另外, 要实现故障检测需要有传感器的信息, 传感器的布置直接影响着故障检测的性能. 本文在动态SDG框架下, 研究了故障的可检测性和可分辨性问题, 提出了一些一般性的结论, 并给出通过正向推理来求故障传播过程和传感器布置方案的方法. 最后, 通过实例验证该方法的有效性.     

双重建模与分离辨识技术的FPGA实现

针对许多易受强随机干扰而难以用常规方法辨识的动态系统,提出一种非线性多变量动态系统的双重建模与分离辨识技术在FPGA上的实现.通过对非线性子通道特性分析,采用DDSI技术进行建模,包括构造BP神经网络、运用最小二乘辨识等算法获取数学模型,其中,建立模型的主要算法和系统参数估计的相关的FPGA结构设计通过Verilog语言的结构描述数据流进行了描述.同时采用FPGA的在线可重构技术,在运行时根据需要动态改变系统的电路结构,使硬件具有分时复用,节省逻辑资源的优良性能.这一技术的FPGA实现.使得这种非线性、多变量动态系统的特殊系统辨识技术能够广泛应用于诸如星体运动、现代控制过程、生产过程与经济管理系统等高层次科技领域中的带有强噪声干扰子通道的系统动态建模中.     

基于低秩重构表示的动态回归迁移模型

针对实际流程工业过程存在动态时变和概念漂移特性,导致软测量模型预测精度下降的问题,提出基于低秩重构表示的动态迁移回归模型.为了更好地描述动态过程,在动态内模型偏最小二乘框架下,将高维过程数据映射到低维潜变量空间中,以捕获质量变量与潜变量之间的动态相关性.为了减小概念漂移,在获得动态相关性的同时,通过增强不同工况质量变量估计值之间的相关性实现数据的条件分布对齐.在3个公开工业数据集上的实验结果表明:所提出模型的预测精度与静态基模型和动态基模型相比均有所提升,可以有效地提高模型的预测精度和泛化能力.     

基于动态高效潜结构投影的质量相关故障检测

高效潜结构投影(EPLS)算法是一种反映过程变量与质量变量相关关系的多变量统计分析方法,在质量相关故障检测中具有良好的检测效果.然而EPLS算法是一种静态检测模型,不能反映实际工业过程或装备测试中的动态特性,对动态过程中质量相关故障的检测率较低.为此,本文提出了一种基于自回归移动平均模型(ARMAX)的动态高效潜结构投影(D–EPLS)检测算法.该算法首先基于输入时滞值构建增广矩阵,反映工业以及装备测试过程中的动态特性;然后将增广矩阵分解为质量相关和质量无关空间分别进行故障检测;最后通过数值仿真和田纳西伊斯曼过程(TEP)验证算法有效性.实验结果表明所提算法能够更好的适应动态过程,并全面提高了质量相关故障的检测率.     

基于动态核独立分量分析的高含硫天然气净化过程异常检测与诊断

目前高含硫天然气净化过程存在多参数动态相关的特性,导致基于静态多元统计过程监控方法对于异常状态检测效果较差。提出一种考虑参数时序自相关性的动态核独立分量分析(DKICA)异常检测与诊断方法。首先,引入自回归(AR)模型,通过参数辨识确定模型阶次,描述监控过程的时序自相关性;然后,将原始变量投影到核独立元空间,通过监控独立元对应的T²和SPE统计量是否超出正常状态设定的控制限,实现异常检测;最后计算所述T²统计量对原始变量的一阶偏导数,绘制贡献图实现异常诊断。以某高含硫天然气净化厂采集的数据进行分析,结果表明基于DKICA高含硫天然气净化过程异常检测精度要优于静态独立分量分析所得的检测精度。     

基于合约的程序不变量动态检测模型研究

讨论了程序不变量的内涵,研究并建立了程序不变量动态生成系统的理论模型.主要描述基于合约的似然程序不变量发现的基本理论模型,以及程序不变量发现的主体过程,并结合Java程序设计语言进一步阐明函数依赖程序不变量动态发现的一种方法.通过程序不变量动态生成技术,可以分析程序内部的关联属性,从而有助于设计高质量的程序代码以及规范化的程序架构.     

基于符号模型检测的符号有向图故障诊断解形式化验证

由于定量信息和非线性因果关系的丢失,符号有向图(SDG)的故障诊断解需要进一步进行校核与验证.将SDG故障诊断解的验证置于符号模型检测框架中进行研究,提出了基于符号模型检测的SDG故障诊断解形式化验证方法.首先定义了SDG模型的有限状态变迁系统形式化描述,建立了符号模型检测(SMV)模型;其次引入故障传播时间定义了模型观测变量的动态验证信息,提出了基于步进式监控的动态推理验证策略;然后扩展了动态推理验证过程的SMV模型,提出了验证算法SSDGFD_SMC;最后,通过一个简单贮水罐系统的SDG模型实例验证了算法SSDGFD_SMC的有效性.     

Pi演算与动态描述逻辑DDL的关系研究

分析了Pi演算与动态描述逻辑DDL之间的关系:DDL分别从静态结构与动态结构两方面对Pi演算的若干过程定义进行描述,体现了过程的逻辑结构及过程间逻辑关系的变化;以一种基于Pi演算的过程模型为基础,分析了ALC描述逻辑、TBox和ABox的语义,并通过一个例子说明Pi演算对DDL动态知识的变化过程的描述.以上工作表明:DDL的可判定推理可解决基于Pi演算的动态系统的某些一致性检测问题,而Pi演算对动态系统的描述能力可解决DDL动态知识的变化过程的描述问题.     

基于递推规范变量残差和核主元分析的微小故障检测

微小故障由于故障征兆不明显从而很难在故障发生早期对其进行检测. 针对该问题, 本文提出了一种基于递推规范变量残差和核主元分析(RCVD–KPCA)的微小故障检测方法. 首先构造规范变量残差, 从中提取数据的线性特征. 利用指数加权滑动平均法对规范变量残差进行递推滤波处理, 提高规范变量残差对微小故障的敏感程度;然后使用KPCA提取规范变量残差中的非线性主成分作为非线性特征, 根据提取的特征提出了两个新的故障检测统计量; 此外, 利用核密度估计确定故障检测统计量的控制限. 由于同时提取了过程数据的线性和非线性特征, 有效地提高了非线性动态过程中微小故障的可检测性. 以闭环连续搅拌釜式反应器过程为例进行了仿真分析, 仿真结果表明本文所提方法具有较好的故障检测性能.     

提高静态缺陷检测精度方法

误报率和漏报率是静态缺陷检测的关键技术指标,提高分析精度是降低误报和漏报的主要手段.文中介绍了缺陷模式及其有限状态机描述,提出基于传统数据流分析的缺陷检测方法.采用变量抽象取值来近似地表示程序动态执行信息,通过状态条件中的变量抽象取值范围为空来判断不可达路径,以实现路径敏感分析;使用缺陷相关的函数摘要来表示缺陷检测所需函数调用信息,其中缺陷相关的函数摘要包括前置约束信息、后置约束信息和函数特征信息三部分,实现了上下文敏感的跨函数分析.文中方法已在缺陷检测系统DTS中实现,在大型开源软件分析中的实验结果表明,该方法能减少误报和漏报.     

单元化单隐变量变结构DDBN推理算法

变结构动态贝叶斯网络（DBN）描述的是一个非稳态随机过程,是一种更灵活、更有效的动态网络。为了克服现有变结构DBN的推理算法不能实现在线推理的缺陷,提出了一种近似在线推理算法--单元化单隐变量变结构离散DBN（DDBN）推理算法。在定义了单隐变量变结构离散动态贝叶斯模型和单元的基础上,提出了算法的基本思想,并从理论上对算法进行了推导。仿真实验验证了该算法的正确性和有效性。     

基于合约的似然程序不变量动态发现

本文主要讨论基于合约的似然程序不变量的内涵,以及通过程序断言动态生成技术来发现程序不变量的意义。在此主要描述基于合约的似然程序不变量发现的基本理论模型以及该模型与动态不变量检测工具Daikon实体模型的比较,进一步论述程序断言动态生成技术。通过精确的程序断言动态生成,可以分析程序各变量之间的关联属性,以完成不变量的检测。从而有助于设计高质量的程序架构以及规范化的程序代码.     

化工过程EFSM 模型的应用

扩展有限状态机(EFSM)是一种构造模型的形式化描述语言.首先根据化工过程特征,改进EFSM模型和数据依赖关系,构建变量、状态及相互之间转换条件和动作的化工过程EFSM描述模型;然后提出化工过程变量之间的静、动态依赖关系和故障传播路径的分析方法;最后通过典型化工过程CSTR仿真应用验证了EFSM模型描述及分析方法的可行性和有效性,为工业过程的故障传播分析提供一种新的思路和方法.     

基于动态注意力深度迁移网络的高炉铁水硅含量在线预测方法

铁水硅含量是反映高炉冶炼过程中热状态变化的灵敏指示剂, 但无法实时在线检测, 造成铁水质量调控盲目. 为此, 提出一种基于动态注意力深度迁移网络(Attention deep transfer network, ADTNet)的高炉铁水硅含量在线预测方法. 首先, 针对传统深度网络静态建模思路无法准确描述过程变量与铁水硅含量之间的关系, 提出一种基于注意力机制模块的输入过程变量与输出硅含量之间的动态关系描述方法; 其次, 为降低硅含量预测模型训练时对标签数据的依赖, 考虑到铁水温度与硅含量数据之间的正相关性, 利用小时级硅含量标签数据微调基于分钟级铁水温度数据预训练好的深度模型的结构, 进而提高基于动态注意力深度迁移网络的硅含量预测精度; 同时, 为增强预测网络的可解释性, 实时给出了基于动态注意力机制模块计算的每个样本各过程变量对铁水硅含量的贡献度; 最后, 基于某钢铁厂2号高炉的工业实验, 验证了该方法的准确性、有效性和先进性.     

基于改进高效偏最小二乘的质量相关故障诊断

高效偏最小二乘(EPLS)作为偏最小二乘(PLS)的扩展算法之一, 在质量相关故障检测中取得了良好的应用 效果. 然而, 研究发现当系统中存在一些与产品质量无关的信息时会导致EPLS的检测率降低, 影响工业生产安全及 效益. 同时, 传统的基于贡献图的故障诊断方法在无故障时输入变量会对故障检测指标的贡献值不均等, 从而影响 故障诊断效果. 针对上述问题, 本文提出了一种改进高效偏最小二乘(IEPLS)的质量相关故障诊断方法. 所提方法首 先用正常数据建立IEPLS算法模型, 利用获得的模型参数对过程变量进行空间分解. 然后在分解后的空间中定义局 部信息增量均值和局部动态阈值, 结合故障判据进行故障检测. 当故障发生后, 利用每个变量的新息矩阵计算对故 障总体的新息贡献率, 根据各个变量新息贡献率大小实现对故障变量的定位. 最后, 使用田纳西伊士曼过程(TEP)对 算法性能进行了验证.     

非函数依赖程序不变量动态检测技术研究

讨论了程序不变量的内涵,研究并建立了程序不变量动态生成系统的理论模型。在该模型中,针对非函数依赖程序不变量动态生成理论、方法和技术进行了阐述。基于数据库的理论提出了一种新的非函数依赖程序不变量动态检测技术,针对各种常见非函数依赖程序不变量类型建立了一系列检测方法。此不变量检测技术通过数据库中提供的SQL条件查询功能,灵活地检测各种常见类型的非函数依赖程序不变量,并且可以根据用户的实际需要随时指定新的程序不变量查询条件。该方法和Daikon等现有的程序不变量检测工具检测方法比较具有明显的特色和优势：第一,基于关系数据库技术,具有良好的可扩展性;第二,使用SQL条件查询功能实现非函数依赖程序不变量检测,检测方法具有很好的灵活性。     

基于KVAE-OCCA的质量相关故障检测方法及应用

为了解决非线性过程质量相关故障检测问题,提出了一种名为关键变量自编码器-正交典型相关分析(KVAE-OCCA)的方法.首先,为了挑选出与质量变量具有相关性的过程变量,计算过程变量和质量变量的互信息,选择具有较大互信息的过程变量.然后,利用自编码器对选择出的过程变量进行无监督学习,实现特征提取和降维.其次,利用正交典型相...     

函数依赖似然不变量发现方法研究

不变量是用于描述程序运行时不变性质的一些重要的逻辑断言.大型程序似然不变量发现的方法是通过对程序运行时的轨迹进行分析来获取的.以数据库理论为基础.将不变量形式分为函教依赖不变量和非函数依赖不变量.提出了函数依赖不变量动态发现方法.解决了目前试探法具有盲目性和效率不高的问题.     

基于域敏感指向分析的区间运算在软件测试中的应用

静态分析由于并不执行源代码,导致无法获取变量在实际运行中的取值,进而对一些和变量取值相关的缺陷检测带来了一定困难.利用符号执行和区间运算技术,虽然可以模拟程序实际执行时变量的可能取值范围,但对于结构体、数组等,由于不能对其成员进行独立描述,导致数据流无法支持域敏感分析,对和其成员变量相关的缺陷的检测难以实现,产生很多漏报.基于域敏感指向分析的区间运算模型,在域敏感指向分析模型的基础上对其进行了改进,将复杂数据类型拆分成独立的成员变量进行分析,并提出一种关联抽象取值集的类型系统,该系统可以保守的描述程序在动态执行时变量的可能取值.结合赋值语句的抽象语法定义,给出了该类型系统在数据流计算时的具体推导算法,并将其应用在缺陷检测系统(DTSGCC和DTSCPP)中.选用DTSCPP作为实验平台,对6个C++开源工程进行了测试,并对其数据进行了统计分析,结果表明该方法可以减少漏报,且测试效率与非域敏感版本相当.