基于動(dòng)態(tài)主元分析的故障診斷研究.pdf

1、為確保生產(chǎn)和人身安全、提高經(jīng)濟(jì)效益，對生產(chǎn)過程進(jìn)行在線監(jiān)測已經(jīng)成為過程控制領(lǐng)域一個(gè)重要研究方向?，F(xiàn)代科技的迅速發(fā)展使得工業(yè)現(xiàn)場大量過程變量可以得到測量、處理和監(jiān)控，通過對這些變量的數(shù)據(jù)分析可以得到大量的隱含信息。基于數(shù)據(jù)的故障診斷方法就是一種通過分析數(shù)據(jù)監(jiān)控過程運(yùn)行狀況的方法，它由于不依賴數(shù)學(xué)模型而得到廣泛研究和應(yīng)用。
　　本文在對傳統(tǒng)主元分析方法的研究基礎(chǔ)之上，提出了幾種不同程度上的改進(jìn)措施。本文的主要研究工作如下:
　　

2、第一:介紹了常用到的故障診斷方法，并分析了其應(yīng)用領(lǐng)域和優(yōu)缺點(diǎn)。對動(dòng)態(tài)主元分析(Dynamic Principle Component Analysis，簡稱DPCA)的基本原理、算法做了詳細(xì)介紹;并且以田納西-伊斯曼工業(yè)過程(Tennessee-Eastman Process，簡稱TE)為研究背景，利用PCA和DPCA方法對TE過程的典型故障進(jìn)行了仿真研究。
　　第二:結(jié)合核函數(shù)和動(dòng)態(tài)主元分析理論，提出一種基于動(dòng)態(tài)核主元分析的故障

3、診斷方法。該方法充分考慮到了實(shí)際系統(tǒng)的動(dòng)態(tài)非線性特性，利用核函數(shù)具有處理非線性數(shù)據(jù)的能力，構(gòu)造了一種動(dòng)態(tài)非線性故障診斷方法，其診斷結(jié)果更加可靠。此外，針對此方法計(jì)算量大的不足，利用特征矢量提取對動(dòng)態(tài)核主元分析方法做了改進(jìn)，縮短了診斷時(shí)間。通過對TE過程的仿真實(shí)驗(yàn)說明該方法對于降低漏報(bào)率和誤報(bào)率有明顯效果。
　　第三，將動(dòng)態(tài)核主元分析與支持矢量機(jī)(Support Vector Machine，簡稱SVM)方法相結(jié)合，設(shè)計(jì)了新的故障診