非線性多尺度主元分析方法的研究及應(yīng)用.pdf

1、故障檢測(cè)和診斷技術(shù)(FDD)是近年來(lái)國(guó)際控制理論研究和實(shí)際應(yīng)用的熱點(diǎn)問(wèn)題之一.這項(xiàng)技術(shù)已取得了許多應(yīng)用成果,并廣泛應(yīng)用于各種連續(xù)生產(chǎn)過(guò)程和間歇生產(chǎn)過(guò)程.但是,魯棒診斷、非線性診斷和在線診斷問(wèn)題仍是故障診斷有待進(jìn)一步完善的問(wèn)題.特別是在間歇過(guò)程中,狀態(tài)變化反復(fù)、非線性嚴(yán)重、故障模式識(shí)別等問(wèn)題影響著故障診斷技術(shù)的成功應(yīng)用與發(fā)展.該文側(cè)重于多尺度多向主元分析(MSMPCA)方法在間歇過(guò)程性能監(jiān)視和故障診斷中的應(yīng)用,并將其推廣應(yīng)用到非線性領(lǐng)域.

2、該文針對(duì)現(xiàn)場(chǎng)采集的數(shù)據(jù)存在誤差問(wèn)題,深入研究了多尺度主元分析方法(MSPCA),并將其應(yīng)用于數(shù)據(jù)處理和連續(xù)過(guò)程性能監(jiān)視中.MSPCA方法可有效地對(duì)數(shù)據(jù)進(jìn)行處理,提高數(shù)據(jù)的精度,消除了生產(chǎn)過(guò)程的隨機(jī)波動(dòng)給診斷帶來(lái)的誤差,從而為生產(chǎn)過(guò)程性能監(jiān)視和故障診斷提供合理、有效、可靠的結(jié)果,減少誤報(bào)、漏報(bào)現(xiàn)象.在此基礎(chǔ)上,將多向主元分析(MPCA)和小波變換理論相結(jié)合,提出了一種新的間歇過(guò)程性能監(jiān)視和故障診斷的多尺度多向主元分析方法(MSMPCA).

3、.該文詳細(xì)介紹了MSMPCA方法在間歇過(guò)程性能監(jiān)視和故障診斷中的應(yīng)用,包括模型數(shù)據(jù)庫(kù)的建立、性能監(jiān)視和故障診斷,同時(shí)針對(duì)半導(dǎo)體生產(chǎn)工藝快速熱退火(RTA)過(guò)程,應(yīng)用MSMPCA方法做了大量仿真試驗(yàn).仿真實(shí)驗(yàn)結(jié)果表明:與MPCA方法相比,MSMPCA方法能夠更好的監(jiān)視間歇生產(chǎn)過(guò)程的運(yùn)行,及時(shí)、準(zhǔn)確地發(fā)現(xiàn)過(guò)程異常情況,而且能夠啟動(dòng)故障診斷機(jī)制,準(zhǔn)確地診斷事故發(fā)生的原因.此外,該文還將該方法推廣應(yīng)用到非線性領(lǐng)域,提出一種新的非線性多尺度多向主

4、元分析方法(NLMSMPCA).與NLMPCA方法相比,NLMSMPCA方法可改善檢測(cè)決定性變化和提取代表不正常操作特征的性能,從而可得到比較準(zhǔn)確的性能監(jiān)視和故障檢測(cè)結(jié)果.NLMSMPCA方法的優(yōu)點(diǎn)是,既能提取過(guò)程數(shù)據(jù)中的線性關(guān)系,也能提取過(guò)程數(shù)據(jù)中的非線性關(guān)系,從而能夠更簡(jiǎn)單地描述原始數(shù)據(jù).通過(guò)使用小波變換,NLMSMPCA方法能對(duì)數(shù)據(jù)自動(dòng)濾波,提高了統(tǒng)計(jì)模型的準(zhǔn)確性.另外,采用非線性PCA方法,大大減少了數(shù)據(jù)維數(shù),降低了訓(xùn)練輸入神經(jīng)