基于深度学习的化工过程故障检测

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:

预处理的数据
设计层架构
培训网络
执行验证
测试网络

下载数据集

本例使用MathWorks®从Tennessee Eastman Process (TEP)模拟数据转换的matlab格式文件［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．

数据集由四个组件组成 - 无故障培训，无故障测试，训练，故障检测。单独下载每个文件。

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（'故障训练.Mat'，URL）;URL =.'//www.tianjin-qmedu.com/万博1manbetxsupportfiles/predmaint/chemical-process-fault-detection-data/faultfreetesting.mat';WebSave（'afficefreeesting.mat'，URL）;URL =.'//www.tianjin-qmedu.com/万博1manbetxsupportfiles/predmaint/chemical-process-fault-detection-data/faultfreetraining.mat';WebSave（“faultfreetraining.mat”，URL）;

将下载的文件加载到MATLAB®工作空间。

加载（'afficefreeesting.mat'）;加载（“faultfreetraining.mat”）;加载（“faultytesting.mat”）;加载（'故障训练.Mat'）;

每个组件包含来自模拟的数据，为两个参数的每一个排列运行:

故障编号 - 对于故障数据集，从1到20的整数值表示不同的模拟故障。对于无故障数据集，值为0。
模拟运行—对于所有数据集，从1到500的整数值，其中每个值代表模拟的唯一随机生成器状态。

每个模拟的长度取决于数据集。每三分钟都抽样所有模拟。

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

每个数据帧的列中有以下变量:

第1列（故障)表示故障类型，取值范围为0 ~ 20。故障号0表示无故障，故障号1 ~ 20表示TEP中不同的故障类型。
第2列（simulationRun）表示TEP仿真ran获取完整数据的次数。在培训和测试数据集中，所有故障编号的运行数量为1到500。每一个simulationRun值表示用于模拟的不同随机发生器状态。
列3 (样本）表示每仿真记录Tep变量的次数。对于训练数据集的数量从1到500变化为1到500，用于测试数据集。Tep变量（第4至55列）每3分钟对持续时间为25小时，48小时分别进行训练和测试数据集。
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（过滤，4）

ans =.表4×55faultNumber 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 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 9.426426.721 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 0 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 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 63.153.946 24.725 59.856 22.277 40.257 38.072 47.541 47.658 41.643 18.089

头（致致训练，4）

ans =.表4×55faultNumber 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

在训练和测试数据集中删除具有故障编号3,9和15的数据条目。这些故障编号无法识别，相关的仿真结果是错误的。

故障（故障，故障.FaultNumber == 3，:) = [];故障（故障，错误.FaultNumber == 9，:) = [];故障（故障，故障.FaultNumber == 15，:) = [];致命训练（故障训练.FaultNumber == 3，:) = [];致命训练（故障训练.FaultNumber == 9，:) = [];致命训练（故障训练.FaultNumber == 15，:) = [];

把数据

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 =身高(faultfreetraining);H2 =身高(faultytraining);

仿真运行是TEP处理用特定故障类型重复的次数。从训练数据集以及从测试数据集中获取最大仿真。

mstrain = max（DealferfreeTraining.simulationRun）;MSTEST = MAX（故障敏感.SimulationRun）;

计算验证数据的最大模拟运行次数。

rTrain = 0.80;msVal = cstr (msTrain*(1 - rTrain)); / /输出msTrain = msTrain * rTrain;

获取最大样本数或时间步长(即，TEP模拟期间记录数据的最大次数)。

sampleTrain = max (faultfreetraining.sample);sampleTest = max (faultfreetesting.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 =装天花板(rTrain * H1);rowLim2 =装天花板(rTrain * H2);trainingData = [faultfreetraining {1: rowLim1,:};faultytraining {1: rowLim2,:}];validationData = [faultfreetraining{rowLim1 + 1:end，:};faultytraining {rowLim2 + 1:,:}];testingData = [faultfreetesting {:,:};faultytesting {,,}):;

网络设计与预处理

最终数据集（由培训，验证和测试数据组成）包含具有500个均匀时间步长的52个信号。因此，信号或序列需要被分类为其正确的故障编号，这使得它是序列分类的问题。

长短期内存（LSTM）网络适用于序列数据的分类。
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网络使您可以将序列数据输入网络中输入到网络中，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，请参阅长短期记忆网络．
培训网络以使用该网络对序列进行分类Trainnetwork.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，都有一组长度为500或960的52个信号。每一组信号属于TEP的特定模拟运行，并指向0 - 20范围内的特定故障类型。

培训和测试数据集都包含每个故障类型的500个模拟。将2％（来自训练）保持验证，验证将培训数据设置为每次故障类型的400次模拟和验证数据，每个故障类型100次模拟。使用辅助功能helperPreprocess创建信号集，其中每个信号集是表示单个TEP模拟的单元阵列单个元素中的双矩阵。因此，最终的训练、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:(仿真总数）x（故障类型总数）= 500 x 18 = 9000

在数据集中，前500种模拟是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) ');

标准化数据集

规范化是一种将数据集中的数值按公共比例缩放而不扭曲值范围差异的技术．该技术可确保具有更大值的变量不会在训练中占据其他变量。它还将数值在较高范围内转换为较小的范围（通常为-1到1），而不会丢失培训所需的任何重要信息。

使用来自训练数据集中所有模拟的数据计算52个信号的平均值和标准偏差。

tmean =均值（TrainingData（:,4：结束））';Tsigma = STD（TrainingData（:,4：结束））';

使用辅助功能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，后跟6800个错误的模拟。维度无故障和故障数据。首先，创建无故障数据的曲线。出于此示例的目的，绘图和标签仅10个信号XTrain.数据集以创建易于读取的数字。

图;脾= 10;绘图（Xtrain {1}（1:10，:)'）;Xlabel（“时间步”）;标题(“非故障数据的培训观察”）;传奇(“信号 ”+字符串（1：符号），“位置”那“northeastoutside”）;

现在，通过在400之后绘制任意单元阵列元素来比较无故障图和故障图。

图;情节(Xtrain {1000} (1:10:) ');Xlabel（“时间步”）;标题(“培训有错误数据的观察”）;传奇(“信号 ”+字符串（1：符号），“位置”那“northeastoutside”）;

层架构和培训选项

LSTM层是序列分类的一个很好的选择，因为LSTM层往往只记住输入序列的重要方面。

指定输入层sequenceInputlayer.与输入信号的数量相同的大小（52）。
使用52,40和25个单位指定3个LSTM隐藏图层。本规范由实验的启发是在进行中进行的[2]．有关使用LSTM网络进行序列分类的更多信息，请参见使用深度学习序列分类．
在LSTM层之间添加3个dropout层，以防止过拟合。dropout层以给定的概率将下一层的输入元素随机设置为零，这样网络就不会对该层中的一小组神经元变得敏感
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;numhidendunits2 = 52;numhidendunits3 = 40;numhidendunits4 = 25;numclasses = 18;层= [......sequenceInputlayer（numsignals）lstmlayer（numhidentunits2，“OutputMode”那“序列”）DropoutLayer（0.2）LSTMLAYER（numhidentunits3，“OutputMode”那“序列”）DropoutLayer（0.2）LSTMLAYER（NumHiddenUnits4，“OutputMode”那'最后的') dropoutLayer(0.2) fulllyconnectedlayer (numClasses) softmaxLayer classificationLayer];

设置培训选项Trainnetwork.用途。

保持名称-值对的默认值“ExecutionEnvironment”作为“汽车”．使用此设置，软件将自动选择执行环境。默认情况下,Trainnetwork.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通万博1manbetx过发布支持(并行计算工具箱)．因为此示例使用大量数据，所以使用GPU速度显着加速训练时间。

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。

有关深度学习的培训选项的更多信息，请参见trainingOptions．

maxEpochs = 30;miniBatchSize = 50;选择= trainingOptions (“亚当”那......“ExecutionEnvironment”那“汽车”那......'gradientthreshold'，1，......'maxepochs'，maxepochs，......“MiniBatchSize”miniBatchSize,......“洗牌”那“every-epoch”那......'verbose'，0，......'plots'那'培训 - 进步'那......“ValidationData”, {XVal, YVal});

火车网络

使用LSTM网络使用Trainnetwork.．

net = trainnetwork（xtrain，ytrain，图层，选项）;

训练进度数字显示网络精度的曲线图。在图的右侧，查看有关培训时间和设置的信息。

测试网络

在测试集上运行培训的网络并预测信号中的故障类型。

ypred =分类（net，xtest，......“MiniBatchSize”miniBatchSize,......“ExecutionEnvironment”那“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

高精度表示神经网络成功地能够以最小的错误识别未经检验信号的故障类型。因此，准确性越高，网络的准确性越好。

使用测试信号的真实类别标签绘制混淆矩阵，以确定网络对每个故障的识别程度。

confusionchart(欧美,Ypred);

使用混淆矩阵，您可以评估分类网络的有效性。困惑矩阵在其他地方的主要对角线和零中具有数值。此示例中的训练网络是有效的，并正确分类超过99％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Dativerse，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。

辅助函数

`helperPreprocess`

辅助函数helperPreprocess使用最大样本数对数据进行预处理。样本号表示信号长度，它在整个数据集中是一致的。for循环用信号长度滤波器遍历数据集，形成52个信号的集合。每个集合是单元格数组的一个元素。每个单元阵列代表一个单独的模拟。

函数H = size(mydata);处理= {};为IND = 1：限制：H X = MyData（IND :( IND +（IND +（IND-1）），4：结束）;处理= [处理;X'];结束结束

`helperNormalize`

辅助函数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IND = 1：大小（数据）数据{ind} =（数据{ind}  -  m）./ s;结束结束

另请参阅

lstmlayer.|Trainnetwork.|trainingOptions|sequenceInputlayer.