基于分层分块结构的流程工业过程运行状态评价(3)

图2 离线模型输入输出示意图Fig.2The diagram of input and output for the offline model

在组织决策表并离散化之后,需要对每一张决策表进行约简,即在保持分类能力不变的前提下,删除对决策没有影响的条件属性[26?27].常用的属性约简方法有一般约简算法、基于差别矩阵和逻辑运算的属性约简算法、归纳属性约简算法等.

离线建模最后的操作是提取决策规则.规则库中决策规则为IF(条件),THEN(决策)的形式,即启发式规则.条件为各条件属性状态取逻辑和的形式,决策为相应决策属性的状态.决策规则是进行分层分块评价和追溯的基础.

2 基于RSHMM的流程工业过程运行状态评价

2.1 在线评价

通常,流程工业过程中间工艺指标和综合评价指标难以直接在线获得.因此,本文利用建立的分层分块模型,自底向上逐步推理出工艺指标和综合评价指标的状态.1)通过过程变量的测量值,利用单元层各RS模型推理出单元层各工艺指标的状态;2)以单元层工艺指标状态为基础,用功能区层RS模型推理出功能区层各工艺指标的状态;3)以功能区层工艺指标状态为基础,用全流程层RS模型推理全流程综合评价指标CEI的状态.最终运行状态等级评价策略以CEI在一定时间窗口内的状态为基础,进行进一步判断.

获得时刻t的在线数据后,用与离线建模相同的离散化方法,得到离散化后的数据,其中,ct表示过程生产工况,表示各子块内包含的变量,J为变量维数.

令为推理第m个功能区中第n个单元工艺指标的基础,其中,包含该单元内的过程变量,Jm,n为过程变量个数.根据单元层工艺指标的RS模型,以为条件属性,推理出单元层各工艺指标的状态.

令为推理第m个功能区工艺指标的基础,其中,.根据功能区层工艺指标的RS模型,以为条件属性,推理出功能区层各工艺指标的状态.

令为推理全流程综合评价指标CEI的基础,其中,.根据全流程RS评价模型,由zt推理出此时的评价指标,记为CEIt.

为降低评价对噪声的敏感度,时刻t的等级判断不能以单个时刻的CEIt为标准.引入长度为H的滑动窗口,以t时刻滑动窗口{CEIt?H+1,CEIt?H+2,···,CEIt}内,出现频率最高的 CEI状态等级作为此时运行状态等级的评价结果,记为Gdt.若出现频率最高的CEI状态等级不止一个,则保持前一时刻评价结果不变.运用此评价规则,针对一个存在L个运行状态等级的过程,其初始状态的确定,最多需要λ个时刻的评价,其中,λ=max{L+1,H}.

在确定初始运行状态等级后,具体在线评价步骤总结如下:

步骤1.获取t时刻在线数据并离散化得xt=;

步骤2.构造推理第m个功能区中第n个单元工艺指标的基础;

步骤 3.根据单元层工艺指标的RS模型,由推理

步骤4.构造推理第m个功能区工艺指标的基础,其中,;

步骤5.根据功能区层工艺指标的RS模型,由推理;

步骤6.构造推理全流程综合评价指标CEI的基础,其中,;

步骤 7.根据全流程RS评价模型,由zt推理出CEIt;

步骤 8.以t时刻滑动窗口{CEIt?H+1,CEIt?H+2,···,CEIt}内,出现频率最高的 CEI状态等级作为此时运行状态等级的评价结果,记为Gdt.若出现频率最高的CEI状态等级不止一个,则保持前一时刻评价结果不变.

2.2 非优原因追溯

非优原因追溯的目的是在过程运行状态处于非优等级时,找到导致非优状态的原因,为操作人员提供生产指导.为查找真正的非优原因变量,提供使生产调整代价最小的最优生产条件作为参考,本文提出一种基于匹配度的非优原因追溯方法,查找非优原因,提供调整方向,保证调整的有效性和可行性.所提方法考虑到了最优生产状态与当前生产情况的差异度、变量调整的幅度、变量调整的难易程度等.

在分层分块的基础上,自顶向下,进行查找.本文通过衡量当前非优数据与最优运行状态规则库中数据的匹配程度,选取与当前非优数据匹配度最大的优规则作为参考,与此优参考数据差异度较大的属性为非优的属性.对于一个非优的指标,需要继续以相同方法向下查找更深层次的非优原因.直到查找到单元层非优的过程变量为止,得到非优原因.

一次查找中,规则匹配的过程如图3所示,其中,a1a2a3···aJ′和分别表示当前的非优数据在各属性的状态取值和与之匹配度最大的优规则在各属性的状态取值,J′为条件属性个数.用匹配度公式衡量当前数据与优规则的匹配情况.匹配度选取的准则为:1)两个数据中相同的属性越多,匹配度越大;2)两个数据中属性等级的级差越大,匹配度越小;3)两个数据中不同的属性调整越容易,匹配度越大.

文章来源：《湿法冶金》 网址: http://www.sfyjzz.cn/qikandaodu/2021/0128/392.html