3. 连续制造过程变量与特征工程

在连续制造中，异常检测的第一步不是选模型，而是把“过程到底发生了什么”翻译成可计算的特征。连续过程与离散装配最大的区别在于：物料在管道、反应器、塔器和换热器之间连续流动，温度、压力、流量、液位、成分等变量彼此耦合，任何一个变量的漂移都可能通过物料平衡和能量平衡传导到下游。因此，特征工程的核心任务，是从这些连续时间序列中提取出能够区分“正常波动”与“异常演化”的信息。

一、过程变量的分类与物理含义

连续制造的过程变量通常按物理意义分为五类，每类变量的采样特性、噪声结构和异常表现都不同。

• 温度：反映反应速率、传热效率和能量平衡。典型测点包括反应器床层温度、塔顶/塔底温度、换热器进出口温度。温度异常常表现为缓慢漂移或阶跃，且具有热惯性，变化滞后于流量和压力。
• 压力：反映系统阻力、相平衡和物料流动状态。如反应器压力、塔压、泵出口压力。压力异常往往响应快，是堵塞、泄漏、阀门故障的早期信号。
• 流量：反映物料输入输出和配比。包括进料流量、回流流量、冷却水流量。流量异常可能来自泵故障、阀门卡涩或上游供料波动。
• 液位：反映储罐、塔釜、缓冲罐的物料存量，是物料平衡的直接指标。液位异常常与流量异常耦合出现。
• 成分：反映产品质量和反应转化率，如浓度、纯度、pH、水分。成分变量通常由在线分析仪或近红外光谱获得，采样周期长、滞后大，但直接关联质量。

这五类变量在时间尺度上并不一致：压力和流量采样快（秒级），温度和液位中等（秒到分钟级），成分分析往往滞后数分钟。特征工程必须尊重这种多时间尺度特性，否则会把滞后误判为异常。

二、时域特征：从原始曲线到可判别指标

时域特征直接作用于原始采样序列，计算简单、物理可解释性强，是连续制造异常检测的基础。常用时域特征包括：

• 均值与标准差：描述变量的中心位置和波动幅度。例如反应器温度均值缓慢上升、标准差同步增大，往往提示传热恶化或催化剂活性变化。
• 变化率（斜率）：用一阶差分或滑动窗口线性拟合得到。压力斜率突然变负，可能是泄漏；液位斜率持续为正而进料流量未变，可能是排料阀堵塞。
• 峰峰值与极差：反映窗口内最大波动范围，适合捕捉振荡加剧。
• 自相关与互相关：自相关用于判断变量是否具有周期性或惯性；互相关用于衡量两个变量之间的滞后关系，例如冷却水流量变化后温度多久响应。

以一个教学示例说明：假设某反应器温度在 10 分钟窗口内采样 60 个点，正常时均值约 185.0 ℃、标准差约 0.8 ℃。若某窗口均值升至 187.5 ℃、标准差升至 2.6 ℃，同时冷却水流量均值下降 8%，则可初步判断为传热能力下降导致的温度异常，而非仪表噪声。

三、频域特征：识别振荡与周期成分

连续过程中许多异常表现为周期性振荡，例如控制回路整定不当引起的等幅振荡、阀门粘滞引起的极限环、压缩机喘振等。这些异常在时域上不易量化，但在频域中会形成明显的峰值。

频域特征通常通过快速傅里叶变换（FFT）或功率谱密度（PSD）获得，常用指标包括：主频频率、主频幅值、频谱熵、频带能量占比。例如，某流量信号在 0.05 Hz 处出现显著峰值，而该频率恰好对应控制阀的振荡周期，则可判断为阀门粘滞而非真实流量波动。频谱熵下降说明信号能量向少数频率集中，是振荡加剧的典型标志。

需要注意的是，频域分析要求信号近似平稳，且采样率满足奈奎斯特条件。对于缓慢漂移类异常，频域特征不如时域斜率敏感，因此两类特征应配合使用。

四、统计特征与特征选择

统计特征在时域和频域之间起桥梁作用，常见的有偏度、峰度、分位数、过零率、样本熵等。偏度反映分布不对称性，峰度反映尖峰或厚尾程度。例如，阀门间歇性卡涩会使流量分布出现厚尾，峰度显著增大。

当特征数量增多后，并非越多越好。冗余特征会增加计算负担，也会稀释异常信号。特征选择常用三类方法：

• 过滤法：用方差、相关系数、互信息等指标排序，剔除低方差或高度冗余特征。
• 包裹法：以模型性能为目标，逐步增删特征，如递归特征消除。
• 嵌入法：在模型训练中自动完成选择，如 L1 正则化、树模型特征重要性。

在连续制造中，特征选择还应结合工艺知识：与质量直接相关的成分特征、与安全直接相关的压力特征，即使统计重要性略低，也应保留在监控集中。

五、特征工程的实际组织方式

在实际项目中，特征工程通常按“变量分组—窗口计算—特征合并—选择输出”组织。以某连续反应工段为例，可先对温度、压力、流量、液位、成分分别建立 1 分钟、5 分钟、15 分钟三个滑动窗口，在每个窗口内计算时域和统计特征；对流量和压力再叠加频域特征。随后将同一时刻的所有特征拼接成特征向量，输入异常检测模型。

需要强调的是，特征工程不是一次性工作。当工艺条件、原料批次或设备状态发生变化时，特征的正常范围也会漂移。因此，应定期用正常工况数据重新估计特征的均值和方差，并对特征选择结果进行复核。只有把工艺知识、统计方法和持续维护结合起来，特征工程才能真正支撑连续制造的异常检测与状态诊断。