39 / 2024-08-14 21:18:53

A Unified Framework Integrating Knowledge and Data for Collaborative Root Cause Identification

Knowledge and data, Granger Causality anal-ysis, propagation path determination, collaborative root cause identification

捕获故障的根本原因和传播路径对于确保工业过程的安全性和效率至关重要，尤其是那些没有充分利用过程知识和数据的工业过程。为了解决这个问题，提出了一个整合知识和数据的统一框架，用于协作根本原因识别。首先，利用专业知识和行业流程图构建知识因果图 （KCG），为后续的因果关系分析提供初步参考。接下来，通过将 Granger Causality （GC） 中的传统向量自回归 （VAR） 模型替换为门控循环单元 （GRU），获得更可靠的变量间因果关系。此外，设计了一种因果融合传播路径识别方法（CF-PPI），用于识别故障的根因和传播路径，使得到的故障传播路径具有更少的冗余和更高的精度。最后，使用来自 ASHRAE RP-1043 离心式冷水机的数据验证了该方法。