化学工艺故障检测使用深度学习

打开生活的脚本

这个例子展示了如何使用模拟数据来训练神经网络来检测化学过程中的故障。该网络对模拟过程中的故障检测具有较高的准确性。典型的工作流程如下:

预处理数据
设计层次结构
训练网络
执行验证
测试网络

下载数据集

此示例使用MathWorks®转换的Matlab-Formatted文件从田纳西州Eastman流程（TEP）模拟数据［1］．这些文件可以在MathWorks支持文件站点上获得。万博1manbetx看到免责声明．

数据集由四部分组成-无故障培训、无故障测试、故障培训和故障测试。分别下载每个文件。

url ='//www.tianjin-qmedu.com/万博1manbetxsupportfiles/predmaint/chemical-process-fault-detection-data/faultytesting.mat'；websave (“faultytesting.mat”url);url =“//www.tianjin-qmedu.com/万博1manbetxsupportfiles/predmaint/chemical-process-fault-detection-data/faultytraining.mat”；websave (“faultytraining.mat”url);url ='//www.tianjin-qmedu.com/万博1manbetxsupportfiles/predmaint/chemical-process-fault-detection-data/faultfreetesting.mat'；websave (“faultfreetesting.mat”url);url =“//www.tianjin-qmedu.com/万博1manbetxsupportfiles/predmaint/chemical-process-fault-detection-data/faultfreetraining.mat”；websave ('DeallfreeTaring.mat'url);

将下载的文件加载到MATLAB®工作区中。

负载(“faultfreetesting.mat”); 装载('DeallfreeTaring.mat'); 装载(“faultytesting.mat”); 装载(“faultytraining.mat”）;

每个组件都包含来自Simulations的数据，为每个参数的每个允许运行：

故障编号—对于故障数据集，用1到20的整数表示不同的模拟故障。对于无故障的数据集，值为0。
仿真运行 - 对于所有数据集，整数值为1到500，其中每个值表示用于模拟的唯一随机生成状态。

每次模拟的长度取决于数据集。所有模拟每三分钟取样一次。

训练数据集包含来自25小时模拟的500个时间样本。
测试数据集包含来自48小时模拟的960个时间样本。

每个数据帧都有以下变量：

第1栏(故障数）表示故障类型，它从0到20变化。故障编号0表示故障，而故障编号1到20表示TEP中的不同故障类型。
第2栏(simulationRun)表示运行TEP模拟以获得完整数据的次数。在训练和测试数据集中，对于所有故障号，运行的次数从1到500不等。每一个simulationRun值表示模拟的不同随机生成器状态。
第3栏（样本)表示每次模拟记录TEP变量的次数。对于训练数据集，这个数字从1到500不等，对于测试数据集，这个数字从1到960不等。TEP变量(列4至55)每3分钟采样一次，分别持续25小时和48小时，用于训练和测试数据集。
列4-44（XMEAS_1通过XMEAS_41）包含TEP的测量变量。
45 - 55(列xmv_1通过xmv_11）包含TEP的被操纵的变量。

检查两个文件的子部分。

头(faultfreetraining, 4)

ans=4×55表faultNumber simulationRun样品xmeas_1 xmeas_2 xmeas_3 xmeas_4 xmeas_5 xmeas_6 xmeas_7 xmeas_8 xmeas_9 xmeas_10 xmeas_11 xmeas_12 xmeas_13 xmeas_14 xmeas_15 xmeas_16 xmeas_17 xmeas_18 xmeas_19 xmeas_20 xmeas_21 xmeas_22 xmeas_23 xmeas_24 xmeas_25 xmeas_26 xmeas_27 xmeas_28 xmeas_29 xmeas_30 xmeas_31 xmeas_32 xmeas_33 xmeas_34 xmeas_35 xmeas_36 xmeas_37 xmeas_38 xmeas_39 xmeas_40 xmeas_41 xmv_1 xmv_2 xmv_3 xmv_4 xmv_5 xmv_6xmv_7 xmv_8 xmv_9 xmv_10 xmv_11 ___________ _____________ ______ _______ _______ _______ _______ _______ _______ _______ _______ _______ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ____________ ______ ______ ______ ______ ______ ______ ______ ______ ______ 0 1 1 0.25038 3674 4529 9.232 26.889 42.402 2704.3 74.863 120.41 0.33818 80.044 51.435 2632.9 25.029 50.528 3101.1 22.819 65.732 229.61 341.22 94.64 77.047 32.188 8.8933 26.383 6.882 18.776 1.6567 32.958 13.823 23.978 1.2565 18.579 2.2633 4.8436 2.2986 0.017866 0.8357 0.098577 53.724 43.828 62.881 53.744 24.657 62.544 22.137 39.935 42.323 47.757 47.51 41.258 18.447 0 1 2 0.25109 3659.4 4556.6 9.4264 26.721 42.576 2705 75 120.41 0.3362 80.078 50.154 2633.8 24.419 48.772 3102 23.333 65.716 230.54 341.3 94.595 77.434 32.188 8.8933 26.383 6.882 18.776 1.6567 32.958 13.823 23.978 1.2565 18.579 2.2633 4.8436 2.2986 0.017866 0.8357 0.098577 53.724 43.828 63.132 53.414 24.588 59.259 22.084 40.176 38.554 43.692 47.427 41.359 17.194 0 1 3 0.25038 3660.3 4477.8 9.4426 26.875 42.07 2706.2 74.771 120.42 0.33563 80.22 50.302 2635.5 25.244 50.071 3103.5 21.924 65.732 230.08 341.38 94.605 77.466 31.767 8.7694 26.095 6.8259 18.961 1.6292 32.985 13.742 23.897 1.3001 18.765 2.2602 4.8543 2.39 0.017866 0.8357 0.098577 53.724 43.828 63.117 54.357 24.666 61.275 22.38 40.244 38.99 46.699 47.468 41.199 20.53 0 1 4 0.24977 3661.3 4512.1 9.4776 26.758 42.063 2707.2 75.224 120.39 0.33553 80.305 49.99 2635.6 23.268 50.435 3102.8 22.948 65.781 227.91 341.71 94.473 77.443 31.767 8.7694 26.095 6.8259 18.961 1.6292 32.985 13.742 23.897 1.3001 18.765 2.2602 4.8543 2.39 0.017866 0.8357 0.098577 53.724 43.828 63.1 53.946 24.725 59.856 22.277 40.257 38.072 47.541 47.658 41.643 18.089

头部（故障训练，4）

ans=4×55表faultNumber simulationRun样品xmeas_1 xmeas_2 xmeas_3 xmeas_4 xmeas_5 xmeas_6 xmeas_7 xmeas_8 xmeas_9 xmeas_10 xmeas_11 xmeas_12 xmeas_13 xmeas_14 xmeas_15 xmeas_16 xmeas_17 xmeas_18 xmeas_19 xmeas_20 xmeas_21 xmeas_22 xmeas_23 xmeas_24 xmeas_25 xmeas_26 xmeas_27 xmeas_28 xmeas_29 xmeas_30 xmeas_31 xmeas_32 xmeas_33 xmeas_34 xmeas_35 xmeas_36 xmeas_37 xmeas_38 xmeas_39 xmeas_40 xmeas_41 xmv_1 xmv_2 xmv_3 xmv_4 xmv_5 xmv_6xmv_7 xmv_8 xmv_9 xmv_10 xmv_11 ___________ _____________ ______ _______ _______ _______ _______ _______ _______ _______ _______ _______ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ____________ ______ ______ ______ ______ ______ _____________ ______ ______ _________________________________0.25038 3674 4529 9.232 26.889 42.402 2704.3 74.863 120.41 0.33818 80.044 51.435 2632.9 25.029 50.528 3101.1 22.819 65.732 229.61 341.22 94.64 77.047 32.188 8.8933 26.383 6.882 18.776 1.6567 32.958 13.823 23.978 1.2565 18.579 2.2633 4.8436 2.2986 0.017866 0.8357 0.098577 53.724 43.828 62.881 53.744 24.657 62.544 22.137 39.935 42.323 47.757 47.51 41.258 18.447 1 1 2 0.25109 3659.4 4556.6 9.426426.721 42.576 2705 75 120.41 0.3362 80.078 50.154 2633.8 24.419 48.772 3102 23.333 65.716 230.54 341.3 94.595 77.434 32.188 8.8933 26.383 6.882 18.776 1.6567 32.958 13.823 23.978 1.2565 18.579 2.2633 4.8436 2.2986 0.017866 0.8357 0.098577 53.724 43.828 63.132 53.414 24.588 59.259 22.084 40.176 38.554 43.692 47.427 41.359 17.194 1 13 0.25038 3660.3 4477.8 9.4426 26.875 42.07 2706.2 74.771 120.42 0.33563 80.22 50.302 2635.5 25.244 50.071 3103.5 21.924 65.732 230.08 341.38 94.605 77.466 31.767 8.7694 26.095 6.8259 18.961 1.6292 32.985 13.742 23.897 1.3001 18.765 2.2602 4.8543 2.39 0.017866 0.8357 0.098577 53.724 43.828 63.117 54.357 24.666 61.275 22.38 40.24438.99 46.699 47.468 41.199 20.53 1 1 4 0.24977 3661.3 4512.1 9.4776 26.758 42.063 2707.2 75.224 120.39 0.33553 80.305 49.99 2635.6 23.268 50.435 3102.8 22.948 65.781 227.91 341.71 94.473 77.443 31.767 8.7694 26.095 6.8259 18.961 1.6292 32.985 13.742 23.897 1.3001 18.765 2.2602 4.8543 2.39 0.017866 0.8357 0.098577 53.724 43.828 63.153.946 24.725 59.856 22.277 40.257 38.072 47.541 47.658 41.643 18.089

干净的数据

删除训练和测试数据集中故障编号为3、9和15的数据项。这些故障编号不可识别，相关的模拟结果错误。

faultytesting (faultytesting。faultNumber == 3，:) = [];faultytesting (faultytesting。faultNumber == 9，:) = [];faultytesting (faultytesting。faultNumber == 15，:) = [];faultytraining (faultytraining。faultNumber == 3，:) = [];faultytraining (faultytraining。faultNumber == 9，:) = [];faultytraining (faultytraining。faultNumber == 15，:) = [];

划分数据

将培训数据除以培训和验证数据，保留20％的培训数据进行验证。使用验证数据集使您可以在调整模型超参数时评估培训数据集合的型号。数据拆分通常用于防止网络过度拟合和垫地。

获取故障和无故障训练数据集中的总行数。

H1 =高度（故障离法）;H2 =高度（故障训练）;

模拟运行是针对特定故障类型重复TEP过程的次数。从训练数据集以及测试数据集获取最大模拟运行。

msTrain=max（faultfreetraining.simulationRun）；msTest=max（FaultyTest.simulationRun）；

计算验证数据的最大仿真运行。

rtrain = 0.80;MSVAL = CEIL（MSTRAIN *（1  -  RTRAIN））;mstrain = mstrain * rtrain;

获取最大样本或时间步骤（即，在TEP仿真期间记录数据的最大次数）。

sampletrain = max（deverfarfeetraining.sample）;sampletest = max（afficefreetesting.sample）;

获取故障和故障训练数据集中的分区点（行号）以从训练数据集创建验证数据集。

Rowlim1 = CEIL（rtrain * h1）;Rowlim2 = CEIL（rtrain * h2）;trainingdata = [distorfreeTraining {1：Rowlim1 ,:};Fail FailyTraining {1：Rowlim2 ,:}];validationData = [DeallfreeTraining {Rowlim1 + 1：end ,:};Fail FailyTraining {Rowlim2 + 1：end ,:}）;testingdata = [distorfreetesting {：：，：};故障{：：，：}];

网络设计和预处理

最终的数据集(由训练、验证和测试数据组成)包含52个信号，500个统一时间步长。因此，信号或序列需要根据其正确的故障编号进行分类，这就成为了序列分类的问题。

长短期记忆(LSTM)网络适合序列数据的分类。
LSTM网络适合于时间序列数据，因为它们倾向于记住过去信号的唯一性，以便对新的信号进行分类
LSTM网络使您能够将序列数据输入网络，并基于序列数据的各个时间步长进行预测。有关LSTM网络的更多信息，请参阅长短期内存网络．
培训网络以使用该网络对序列进行分类列车网络函数，您必须先预处理数据。数据必须处于单元格阵列中，其中小区阵列的每个元素是表示单个模拟中的一组52个信号的矩阵。单元格阵列中的每个矩阵是用于TEP的特定模拟的一组信号，可以是故障或无故障的。每组信号点指向0到20的特定故障等级。

正如前面在数据集一节中所描述的，数据包含52个变量，它们的值在模拟中经过一定的时间被记录。这样本变量表示在一次模拟运行中记录这52个变量的次数。的最大值样本变量在训练数据集中为500，在测试数据集中为960。因此，对于每个模拟，有一组长度为500或960的52个信号。每组信号属于TEP的特定模拟运行，并指向0-20范围内的特定故障类型。

培训和测试数据集均包含每种故障类型的500个模拟。保留20%（来自培训）用于验证，这使得培训数据集每种故障类型有400个模拟，验证数据集每种故障类型有100个模拟。使用辅助功能helperPreprocess要创建一组信号，其中每个集合是单元阵列的单个元素中的双矩阵，表示单个TEP仿真。因此，最终培训，验证和测试数据集的大小如下：

sizeXTrain.:(模拟总数)X(故障类型总数)= 400 × 18 = 7200
sizeXVal:(模拟总数)X(故障类型总数)= 100 × 18 = 1800
sizeXtest：（模拟总数）X（故障类型总数）=500 X 18=9000

在数据集中，前500个模拟为0故障类型(无故障)和后续故障模拟的顺序是已知的。这种知识支持为训练、验证和测试数据集创建真正的响应。

Xtrain = helperPreprocess (trainingData sampleTrain);Ytrain =分类([0 (msTrain 1); repmat([1、2、4:8,14,十六20],1,msTrain) ');XVal = helperPreprocess (validationData sampleTrain);YVal =分类([0 (msVal 1); repmat([1、2、4:8,14,十六20],1,msVal) ');Xtest = helperPreprocess (testingData sampleTest);欧美=分类([0 (msTest 1); repmat([1、2、4:8,14,十六20],1,msTest) ');

规范化的数据集

归一化是一种技术，该技术将数据中的数据中的数值缩放到公共规模，而不会扭曲值范围内的差异．这项技术可以确保具有较大值的变量不会在训练中支配其他变量。它还可以将较高范围内的数值转换为较小范围（通常为-1到1），而不会丢失训练所需的任何重要信息。

使用来自训练数据集中的所有模拟的数据计算52个信号的平均值和标准偏差。

t平均值=平均值（训练数据（：，4:end））；tSigma=std（培训数据（：，4:end））；

使用helper函数helperNormalize基于训练数据的平均值和标准偏差，在三个数据集中对每个单元的归一化。

Xtrain=helperNormalize（Xtrain、tMean、tSigma）；XVal=helperNormalize（XVal、tMean、tSigma）；Xtest=helperNormalize（Xtest、tMean、tSigma）；

可视化数据

这XTrain.数据集包含400个无故障模拟，然后是6800个故障模拟。可视化无故障和故障数据。首先，创建无故障数据的绘图。在本例中，仅在XTrain.用于创建易于阅读的图形的数据集。

图;splot = 10;情节(Xtrain {1} (1:10:) ');包含(“时间步骤”）;标题(“非故障数据的培训观察”）;传奇(“信号”+字符串（1：符号），“位置”，“东北朝”）;

现在，通过绘制400后的任何单元阵列元素，将无故障图与故障图进行比较。

图;情节(Xtrain {1000} (1:10:) ');包含(“时间步骤”）;标题(“故障数据的培训观察”）;传奇(“信号”+字符串（1：符号），“位置”，“东北朝”）;

层架构和培训选项

LSTM层是序列分类的良好选择，因为LSTM层倾向于只记得输入序列的重要方面。

指定输入层sequenceInputLayer与输入信号（52）的数量大小相同。
指定3个LSTM隐藏层，包含52、40和25个单位。本规范的灵感来自于［2］．有关使用LSTM网络进行序列分类的更多信息，请参阅基于深度学习的序列分类．
在LSTM层之间添加3个丢失层，以防止过度拟合。丢弃层随机将下一层的输入元素与给定概率随机设置为零，使得网络不会对图层中的一小组神经元变敏感
最后，对于分类，包括与输出类的数量相同的尺寸的完全连接层（18）。在完全连接的层之后，包括将十进制概率（预测可能性）分配给多级问题的每个类的软Max层，以及基于来自Softmax层的输出输出最终故障类型的分类层。

numSignals = 52个;numHiddenUnits2 = 52个;numHiddenUnits3 = 40;numHiddenUnits4 = 25;numClasses = 18;层= [......sequenceInputlayer（numsignals）lstmlayer（numhidentunits2，'OutputMode'，'序列'）DropoutLayer（0.2）LSTMLAYER（numhidentunits3，'OutputMode'，'序列') dropoutLayer (0.2) lstmLayer (numHiddenUnits4'OutputMode'，“最后一次”）DropoutLayer（0.2）全连接列（NumClasses）SoftMaxLayer分类层];

设置培训选项列车网络使用。

维护名称-值对的默认值'executionenvironment'作为'汽车'．使用此设置，软件会自动选择执行环境。默认情况下，列车网络如果GPU可用，则使用GPU，否则使用CPU。GPU上的培训需要并行计算工具箱™和支持的GPU设备。万博1manbetx有关支持的设备的信息，请参见万博1manbetxGPU版万博1manbetx本支持（并行计算工具箱）．因为这个例子使用了大量的数据，使用GPU大大加快了训练时间。

设置名称值参数对'洗牌'到“every-epoch”避免在每个时代都丢弃相同的数据。

有关深度学习培训选项的更多信息，请参阅trainingOptions．

maxepochs = 30;minibatchsize = 50;选项=培训选项（'亚当'，......'executionenvironment'，'汽车'，......“梯度阈值”1.......“MaxEpochs”maxEpochs,......'minibatchsize'，小匹马，......'洗牌'，“every-epoch”，......“冗长”,0,......“阴谋”，'培训 - 进步'，......“ValidationData”，{xval，yval}）;

火车网络

使用LSTM网络使用列车网络．

net=列车网络（Xtrain、Ytrain、图层、选项）；

培训进度图显示了网络精度的曲线图。在图的右侧，查看有关培训时间和设置的信息。

测试网络

在测试集上运行训练过的网络，预测信号中的故障类型。

Ypred=分类（净、Xtest、，......'minibatchsize'，小匹马，......'executionenvironment'，'汽车'）;

计算的准确性。准确度是测试数据中与分类相匹配的真实标签的数量分类除以测试数据中的图像数量。

acc = sum(Ypred == Ytest)./numel(Ypred)

ACC = 0.9992.

高精度表明，神经网络能够以最小的误差成功地识别未知信号的故障类型。因此，精度越高，网络越好。

使用真正的测试信号标签绘制混淆矩阵，以确定网络识别每个故障的程度。

confusionchart(欧美,Ypred);

使用混淆矩阵，您可以评估分类网络的有效性。混淆矩阵在主对角线中有数值，在其他地方有零。本例中经过训练的网络是有效的，可以正确分类99%以上的信号。

参考文献

[1] Rieth，C.A.，B. D. Amsel，R.Tran。和B. Maia。“额外的田纳西州Eastman流程用于异常检测评估的模拟数据。”哈佛Dativeres，版本1,2017。https://doi.org/10.7910/dvn/6c3jr1.．

[2] Heo，S.和J. H. Lee。“使用人工神经网络的故障检测和分类。”韩国化学与生物分子工程系，韩国先进科技学院学。

辅助功能

`helperPreprocess`

辅助功能helperPreprocess使用最大示例号以预处理数据。示例号表示信号长度，其在数据集中一致。FOR-LOOP通过信号长滤波器的数据集，以形成为52个信号的组。每组都是单元数组的元素。每个单元阵列表示单个模拟。

函数processed=helperPreprocess（mydata，limit）H=size（mydata）；processed={}；为了IND = 1：限制：H X = MyData（IND :( IND +（IND +（IND-1）），4：结束）;处理= [处理;X'];结尾结尾

`helperNormalize`

辅助功能helperNormalize使用数据、平均值和标准偏差对数据进行归一化。

函数数据= HelperNormalize（数据，M，S）为了ind=1:size（data）data{ind}=（data{ind}-m）。/s；结尾结尾

也可以看看

第一层|列车网络|trainingOptions|sequenceInputLayer