基于數(shù)據(jù)驅(qū)動的工業(yè)過程故障診斷方法研究.pdf

1、在現(xiàn)代工業(yè)生產(chǎn)設(shè)備的使用中出現(xiàn)故障是在所難免的，然而不能被及時準(zhǔn)確的檢測和排除時，有可能導(dǎo)致整個系統(tǒng)的癱瘓，造成的損失與損害不堪設(shè)想。而因?yàn)樯a(chǎn)設(shè)備中往往生成和收集了大量的跟蹤或機(jī)器數(shù)據(jù)，所以基于數(shù)據(jù)驅(qū)動的方法已被廣泛地應(yīng)用到工業(yè)過程故障診斷中。該方法不依靠精確的系統(tǒng)數(shù)學(xué)模型，只利用基于大量數(shù)據(jù)的控制算法，因此具有高效性與便捷性。
　　考慮到工業(yè)過程的復(fù)雜性與數(shù)據(jù)的非線性，在目前應(yīng)用最廣泛的非線性故障診斷技術(shù)的基礎(chǔ)之上不斷完善，本

2、文所進(jìn)行的主要研究如下:
　　1)為了克服傳統(tǒng)非線性故障診斷方法精度低的缺點(diǎn)，研究基于擴(kuò)散映射的K最近鄰(DM-KNN)故障檢測方法。該方法充分考慮數(shù)據(jù)中的流形非線性結(jié)構(gòu)并且保留非線性數(shù)據(jù)的全局特性;利用K最近鄰法則克服遺漏殘差信息的優(yōu)點(diǎn)，將其故障檢測的原理應(yīng)用到特征提取后的低維流形特征空間中來檢測潛在故障，其診斷結(jié)果更加可靠準(zhǔn)確。以TE過程為研究背景，利用TE過程仿真數(shù)據(jù)對典型故障進(jìn)行驗(yàn)證，結(jié)果表明該方法具有高精度。