买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京医工交叉创新研究院有限公司

摘要：本发明公开一种基于在线滚动判别特征分析的PTA装置粗差判别方法，通过在线滚动判别特征分析来有效准确的判别PTA装置采样数据中的粗差数据。具体来讲，本发明方法通过一种在线滚动特征分析技术，不断的迭代筛选出采样数据中的粗差。本发明方法通过随机选择一半以上的样本数据当成参考数据集，并按照故障检测的特征提取思路，通过不断的滚动更新参考数据集，从而识别PTA装置的粗差。本发明方法不需要计算马氏距离，避免了采样数据协方差矩阵不可逆的问题。此外，通过在线滚动找寻能最大化区分参考矩阵与其他样本数据向量间差异的变换向量，本发明方法能有针对性的针对不同的采样数据实施粗差判别分析。

主权项：1.一种基于在线滚动判别特征分析的PTA装置粗差判别方法，其特征在于，具体包括以下所示步骤：步骤1：获取PTA装置中8个测量变量在N个采样时刻的样本数据x1，x2，…，xN，并将其记录为一个N×8维的数据矩阵X＝[x1，x2，…，xN]T；其中，xi∈R8×1表示第i个采样时刻的样本数据，序号i∈{1，2，…，N}，R8×1表示8×1维的实数向量，R表示实数集，上标号T表示矩阵或向量的转置，PTA装置的8个测量变量依次分别是：反应进料中的钴催化剂浓度、锰催化剂浓度、溴促进剂浓度、反应温度、反应器抽出水流量、反应器停留时间、第一结晶器温度和第一结晶器停留时间；步骤2：根据公式分别为数据矩阵X中的列向量z1，z2，…，z8实施抗差标准化处理，得到抗差标准化处理后的数据矩阵其中，zk和分别表示X和中第k列的列向量，k∈{1，2，…，8}，μzk表示计算列向量zk中所有元素的中位数，中位绝对差表示计算列向量中所有元素的中位数，|zk-μzk|表示计算zk-μzk的绝对值；步骤3：随机从中选择n行的行向量组成矩阵X0∈Rn×8，并按照如下所示步骤A至步骤E分别计算样本序号i＝1，2，…，N时的粗差判别指标其中，Rn×8表示n×8维的实数矩阵，n为不大于3N4且不小于N2的整数；步骤A：初始化序号i＝1，并将中的第i行向量记为步骤B：判断矩阵X0中是否存与相同的行向量；若是，则将X0中除之外的其它行向量组成参考矩阵若否，则设置参考矩阵步骤C：求解广义特征值问题中最大特征值λi对应的特征向量pi后，再计算变换向量wi＝pi||pi||；其中，表示计算pi的长度；步骤D：根据公式计算第i个粗差判别指标步骤E：判断是否满足i＜N；若是，则设置i＝i+1后返回步骤B；若否，则得到N个粗差判别指标步骤4：按照数值大小，根据中最小的n个粗差判别指标对应的序号，将中相同行的行向量组成矩阵X1∈Rn×8；步骤5：对于X1中各行的行向量，判断X0中是否都存在与之相同的行向量；若否，则设置X0＝X1，再按照步骤A至步骤E重新计算i＝1，2，…，N时的粗差判别指标后，返回步骤4；若是，则执行步骤6；步骤6：根据公式对矩阵X1中的列向量y1，y2，…，y8分别实施标准化处理，得到标准化处理后的矩阵其中，yk和分别表示X1与中第k列的列向量，和分别表示矩阵X1中第k列向量所有元素的平均值和标准差；步骤7：根据公式对数据矩阵中的列向量实施标准化处理，得到标准化处理后的数据矩阵其中，εk表示数据矩阵中第k列的列向量；步骤8：设置与后，根据步骤A至步骤E计算序号i＝1，2，…，N时的粗差判别指标步骤9：按照数值大小，根据中最大的c个粗差判别指标对应的序号，将样本数据x1，x2，…，xN中相同序号的样本数据识别为粗差数据。

全文数据：

权利要求：

百度查询： 南京医工交叉创新研究院有限公司 一种基于在线滚动判别特征分析的PTA装置粗差判别方法