一种护面纸烘干温度异常状态预警方法与流程

本发明属于护面纸烘干领域，尤其涉及一种护面纸烘干温度异常状态预警方法。

背景技术：

1、护面纸是建筑板材、包装制品等领域常用的工业基材，其烘干质量直接影响纸张含水率均匀性、机械强度、平整度、表面性能以及后续复合加工稳定性。在护面纸连续生产过程中，烘干设备通常由多段烘缸、热风循环单元及排湿系统组成，设备尺度大、热传递路径复杂，各区域温度之间存在明显耦合关系。若局部温度异常、热量分布失衡或温度波动持续累积，容易引发纸面翘曲、强度下降、能耗升高甚至设备运行风险。因此，工业现场通常在烘干设备不同区域布设多个测温点，持续采集多维时序温度数据，用于反映设备热状态及工况变化。

2、公开号为cn104264524a的中国专利申请文件公开了一种造纸机烘缸表面温度无线检测系统，包括镶嵌在烘缸工作壁面上的若干无线温度传感器、射频天线、无线数据接收器和工控机，其中，各个无线温度传感器之间连接有射频信号线，射频信号线的输出端与射频天线连接，射频天线安装于烘缸的侧壁上，射频天线将温度数据发送给无线数据接收器，无线数据接收器通过通讯电缆与工控机相连接，通过无线温度传感器，将烘缸便面的温度数据传输到无线接收器上，无线接收器将接收到的温度数据传输到工控机上，将通过工控机对检测到的数据进行读取，实现了实时在线测量烘缸表面温度。

3、然而，护面纸烘干过程受原纸含水率、运行速度、蒸汽压力、环境温湿度以及设备老化等因素影响，温度数据往往呈现非线性、时变性和强关联特征。传统基于固定阈值的报警方式主要关注单点温度是否越限，难以识别多测点耦合关系中的早期异常；常规数据驱动方法虽然能够利用历史样本建立监测模型，但在高维时序数据处理过程中容易受到噪声扰动、维数冗余和工况漂移影响，导致预警边界僵化、泛化能力不足，进而产生误报或漏报。尤其在长期连续运行场景下，设备正常工况会随生产周期、季节环境及部件老化缓慢变化，若模型不能提取多尺度时频特征、约束核心状态结构并适应性调整状态边界，将难以持续保持稳定的异常识别能力，也不利于现场工艺人员及时采取干预措施。因此，亟需一种能够融合多测点时序演化特征、时频特征解析和在线边界更新机制的护面纸烘干温度异常状态预警方法。

技术实现思路

1、为了解决现有技术中护面纸烘干温度预警依赖固定阈值、难以挖掘多测点时序耦合特征且对工况漂移适应性不足，容易产生误报或漏报的问题，第一方面，本发明提出了一种护面纸烘干温度异常状态预警方法，包括如下步骤：

2、s1，获取护面纸烘干设备多个测温点的时序温度矩阵；对时序温度矩阵进行相空间重构生成多维状态轨迹，利用分数阶小波变换对多维状态轨迹分解，得到特征张量；

3、s2，构建以特征张量为输入的核函数空间模型，核函数空间模型的目标函数包含经验风险项和加权schatten p范数正则化项；加权schatten p范数正则化项对模型映射算子的奇异值施加低秩约束惩罚，奇异值的权重根据对应空间模式的能量集中度确定，阶数p为参数；利用历史正常工况的特征张量优化目标函数，求解得到初始状态空间模型；

4、s3，将实时温度数据处理为实时特征张量并投影至当前模型，计算投影残差；将连续的投影残差构成残差时间序列，在滑动时间窗内计算残差时间序列的动力学统计指标；基于投影残差的范数和动力学统计指标构建复合风险评估函数，当复合风险评估函数的值超过预设的预警阈值时输出预警信号；当复合风险评估函数的值未超过预警阈值时，根据动力学统计指标在线调整阶数p并对当前模型迭代更新，实现状态空间边界的调整。

5、通过对多测温点时序温度矩阵进行相空间重构和分数阶小波变换，能够充分挖掘温度数据在时间演化、空间耦合和多尺度时频三个维度的特征信息，解决了传统方法难以捕捉多测点间耦合关系的问题。构建含加权schatten p范数正则化的核函数空间模型，根据空间模式能量集中度分配奇异值权重，有效抑制了噪声干扰并刻画了正常工况的低秩状态结构。在监测阶段，融合投影残差范数与动力学统计指标构建复合风险评估函数，相较于单一残差评价方式显著提升了异常识别的稳定性和灵敏度；同时，在未触发预警时通过动力学统计指标在线调整阶数p并更新模型，使状态空间边界能够自适应跟踪工况缓慢漂移，克服了固定阈值和静态模型容易产生误报或漏报的缺陷。

6、优选的，对时序温度矩阵进行相空间重构生成多维状态轨迹，包括：通过自相关函数计算各测温点温度时间序列的离散自相关序列，基于各离散自相关序列确定候选时间延迟；利用虚假最近邻点法计算不同嵌入维数下的虚假最近邻点比率，基于各虚假最近邻点比率确定候选嵌入维数；根据各候选时间延迟确定全局统一时间延迟，并根据各候选嵌入维数确定全局统一嵌入维数；根据全局统一时间延迟和全局统一嵌入维数，对各测温点温度时间序列分别进行相空间重构，生成维度对齐的高维状态矩阵；将各测温点对应的维度对齐的高维状态矩阵进行拼接，生成多维状态轨迹。

7、通过自相关函数和虚假最近邻点法分别确定各测温点的候选时间延迟和候选嵌入维数，再综合确定全局统一的参数，保证了各测点经重构后维度对齐、可拼接为统一的多维状态轨迹，为后续特征提取提供了数据结构基础。该方法兼顾了各测点个体动力学特性与全局一致性，避免了因参数选取不当导致的状态空间扭曲或信息丢失。

8、优选的，利用分数阶小波变换对多维状态轨迹分解，得到特征张量，包括：设定分数傅里叶变换的旋转角度；采用多尺度滤波器组构建包含低通和高通分支的分数阶小波变换网络；将多维状态轨迹输入分数阶小波变换网络，执行5级分解运算；逐级提取分解后的近似分量和细节分量，组合构成多尺度频率系数矩阵，将矩阵作为表示温度的特征张量。

9、通过设定分数傅里叶变换的旋转角度，构建包含低通和高通分支的多尺度滤波器组网络，对多维状态轨迹执行5级分解并逐级提取近似分量与细节分量，使得温度信号在时频域上得到精细化解析，既能捕捉缓慢漂移趋势，也能捕获突发波动。多尺度频率系数矩阵作为特征张量，为后续建模提供了辨识度高、抗噪性强的输入特征。

10、优选的，利用历史正常工况的特征张量优化目标函数，求解得到初始状态空间模型，包括：筛选历史处于正常运行工况下总时长达到24小时的温度数据，计算对应的正常特征张量集；将正常特征张量集输入核函数空间模型，采用交替方向乘子法对目标函数进行优化求解；设置迭代次数上限和前后两次迭代的误差收敛阈值；当迭代误差小于收敛阈值或达到迭代次数上限时，停止迭代运算，输出当前最优的模型参数，得到初始状态空间模型。

11、通过筛选历史正常工况下总时长达24小时的温度数据构建训练集，保证了训练样本的充足性和代表性；采用交替方向乘子法对含正则化项的目标函数进行优化求解，并设置迭代上限与收敛阈值，在确保求解精度的同时控制了计算开销，能够稳定输出最优模型参数，为实时监测阶段提供可靠的基准状态空间。

12、优选的，在滑动时间窗内计算残差时间序列的动力学统计指标，包括：设置滑动时间窗的窗口长度和滑动步长；通过滑动时间窗对残差时间序列进行截取，得到多个滑动数据片段；对每个数据片段，计算数据片段投影残差的均值、方差以及信息熵，并分别进行归一化处理；将归一化后的均值、方差和信息熵进行拼接，构建得到表示系统当前动力学特性的特征向量，作为动力学统计指标。

13、通过滑动时间窗截取残差序列片段，计算均值、方差和信息熵并归一化拼接为特征向量，从集中趋势、离散程度和复杂度三个角度刻画了系统的实时动态特性。与仅使用残差幅值相比，该指标能够反映系统状态演化的微观变化，为复合风险评估和模型边界调整提供了更丰富的决策依据。

14、优选的，当复合风险评估函数的值未超过预警阈值时，根据动力学统计指标在线调整阶数p并对当前模型迭代更新，实现状态空间边界的调整，包括：计算当前滑动时间窗对应的动力学统计指标与历史正常统计指标之间的欧氏距离；将欧氏距离输入负指数函数，并基于1减去负指数函数输出值的方式进行正向非线性映射，得到取值在0到1之间的正向映射值；将正向映射值乘以预设幅度系数后与初始阶数基准值相加，得到最新阶数p，并将阶数p限制在大于0且不超过1的范围内；将最新的阶数p代入加权schatten p范数正则化项中，对当前模型进行重新求解与更新。

15、通过计算当前动力学统计指标与历史正常指标间的欧氏距离，经负指数函数正向非线性映射后动态调整阶数p，使p随工况偏离程度增大而自适应增大，从而在正则化约束强度与模型灵活性之间取得平衡。该机制在不触发预警的正常漂移范围内持续更新模型，使状态空间边界能够跟随设备老化、环境变化等因素缓慢演进，维持长期运行的监测可靠性。

16、优选的，基于投影残差的范数和动力学统计指标构建复合风险评估函数，当复合风险评估函数的值超过预设的预警阈值时输出预警信号，包括：计算当前实时投影残差矩阵的二范数，并结合历史正常残差二范数极值对二范数进行归一化处理，作为第一风险指标；提取动力学统计指标中的信息熵，对信息熵进行归一化处理后乘以预设系数，作为第二风险指标；将第一风险指标和第二风险指标相加，得到复合风险评估函数的输出值；判断输出值是否大于预警阈值，若大于，则判定护面纸烘干温度处于异常状态，触发报警控制器并输出预警信号。

17、将投影残差二范数归一化后作为第一风险指标，反映当前残差的整体幅值水平；将信息熵归一化后作为第二风险指标，反映系统动力学的紊乱程度；二者加权相加得到综合风险值。该复合评估机制兼顾了残差强度与状态复杂度两个维度，相较于单一指标判断，能够有效区分正常波动与真实异常，降低误报率，并在真实异常发生时及时输出预警信号。

18、优选的，在获取护面纸烘干设备多个测温点的时序温度矩阵之前，包括：通过部署在护面纸烘干设备烘缸表面的分布式温度传感器采集温度信号；通过可编程逻辑控制器将温度信号传输至上位机，读取得到原始时序温度矩阵；对原始时序温度矩阵进行平滑滤波降噪。

19、对原始时序温度矩阵进行平滑滤波降噪，消除了传感器噪声和随机干扰对后续特征提取的影响，提升了数据质量，从源头保障了预警方法的准确性和稳定性。

20、优选的，计算信息熵的方法为：将残差区间划分为预设数量的统计分位；计算各统计分位的概率；将每个统计分位的概率与其对应的以2为底的对数值相乘，得到各统计分位的乘积；将所有统计分位的乘积求和后取负值，得到所述信息熵。

21、将残差区间划分为预设数量统计分位，计算各分位概率后代入熵公式，能够量化残差序列分布的均匀性与不确定性。当系统趋向异常时，残差分布往往更加离散、随机性增强，信息熵随之升高，该指标对状态变化敏感，计算简便，适用于工业现场的实时在线计算。

22、优选的，构建以特征张量为输入的核函数空间模型，包括：将特征张量按时间维度、测温点空间维度和小波尺度维度依次展开，形成一维样本特征向量；对各一维样本特征向量进行归一化处理得到标准化样本特征矩阵；采用高斯径向基核函数计算任意两个样本特征向量之间的非线性相似度，生成核矩阵；基于核矩阵构建核主成分分析形式的核函数空间模型。

23、将特征张量沿时间、空间、尺度三个维度展开并归一化，采用高斯径向基核函数计算样本间非线性相似度并生成核矩阵，进而构建核主成分分析形式的核函数空间模型。该流程将高维特征张量有效映射到核空间，充分发挥了核方法的非线性处理能力，使模型能够刻画温度数据中的非线性与时变关联特征。

24、本发明具有以下技术效果：

25、本发明通过对时序温度矩阵进行相空间重构和分数阶小波变换，表征多测温点温度数据的状态演化特征，并提取具有较高辨识度的特征张量。通过建立核函数空间模型，并在目标函数中引入加权schatten p范数正则化项，根据空间模式能量集中度分配奇异值权重，对模型映射算子进行约束，以抑制冗余噪声并表征正常工况下的低秩状态结构。在实时监测阶段，将投影残差范数与残差动力学统计指标结合构建复合风险评估函数，提高了异常预警的稳定性和灵敏度；在未触发预警时，基于动力学统计指标在线调节阶数p并更新模型，使状态空间边界能够适应正常工况的缓慢漂移。