基于相似性和重構的過程監(jiān)測方法研究.pdf

1、隨著復雜工業(yè)過程的不斷增多和擴大，過程安全和產品質量越來越引起人們的關注，過程監(jiān)測技術是處理這兩個問題重要保證。傳統(tǒng)的多變量統(tǒng)計過程監(jiān)控技術作為一種基于數據驅動的過程監(jiān)測技術，已被廣泛應用于故障檢測領域。在工業(yè)過程中，根據不同的產品規(guī)格會存在許多不同的工作模式，不同模式下呈現不同的特征信息。在頻繁的模式切換下，傳統(tǒng)的多變量統(tǒng)計過程監(jiān)測方法就不能夠很好地分析數據的特征。故障重構是故障診斷中必不可少的一個環(huán)節(jié)，但傳統(tǒng)的故障重構的重構方向是隨

2、機選取的，通過循環(huán)嘗試得到最佳結果，忽略了故障數據與正常數據之間的關系。針對上述問題，本文主要做了以下研究工作:
　　(1)本文提出一種基于相似性的多模式故障檢測方法。該方法運用K-means聚類方法對數據進行聚類，劃分歷史數據的模式類型。首先，將數據投影到高維空間中，計算各模式數據的負載矩陣與混合模式數據的負載矩陣進行相似性比較。然后再根據提取各比較值的公共部分作為模式間的公共特征信息，并對剩下的特殊特征信息分別建模檢測，保留了

3、各個模式的局部特征，避免因局部信息丟失引起的漏報、誤報。最后，該方法被用于電熔鎂爐的故障檢測，并與全局建模方法相比較，證明該方法的有效性和準確性。
　　(2)本文提出一種基于核主元分析重構的故障分離方法。該方法也是將數據投影到高維空間中，找到對故障的產生影響比較大的故障方向是該方法的關鍵步驟。該方法通過提取正常數據與故障數據的相關信息，提取出對故障影響比較大的故障方向，將故障數據沿著提取的故障方向，進行故障調節(jié)，恢復成正常的過程數