基于ICA及多參數(shù)的流程工業(yè)性能監(jiān)控方法研究.pdf

1、現(xiàn)代流程工業(yè)具有規(guī)模大、復(fù)雜性高、變量多且耦合性強(qiáng)等特點(diǎn)，使得生產(chǎn)過(guò)程發(fā)生事故的可能性增大。為了獲得穩(wěn)定、持續(xù)的高質(zhì)量產(chǎn)品，對(duì)這些設(shè)備進(jìn)行早期、準(zhǔn)確的故障檢測(cè)與診斷是必需的。針對(duì)流程工業(yè)過(guò)程對(duì)象的特點(diǎn)，本文以田納西．伊斯曼過(guò)程為對(duì)象，以獨(dú)立分量分析算法提取的獨(dú)立分量為基礎(chǔ)，實(shí)現(xiàn)對(duì)該過(guò)程進(jìn)行監(jiān)控的目的。本文所作的主要工作如下： (1)針對(duì)流程工業(yè)的采樣數(shù)據(jù)不一定服從正態(tài)分布的特點(diǎn)，利用獨(dú)立分量分析(ICA)算法對(duì)系統(tǒng)性能進(jìn)行監(jiān)控就

2、可以避免數(shù)據(jù)服從正態(tài)分布的假定。通過(guò)獨(dú)立分量分析算法提取正常工況下的獨(dú)立分量并構(gòu)成特征子空間，進(jìn)一步以過(guò)程變量在該空間上投影系數(shù)矩陣的變化被作為監(jiān)控指標(biāo)對(duì)系統(tǒng)性能進(jìn)行監(jiān)控。由Tennessee-Eastman過(guò)程的仿真研究表明，該算法是可行的，能夠較早地檢測(cè)出故障的發(fā)生。 (2)ICA中的各獨(dú)立分量沒(méi)有重要程度的差別，對(duì)于實(shí)際工業(yè)過(guò)程而言，一般并不能確切知道獨(dú)立分量的個(gè)數(shù)，而目前也沒(méi)有較好的方法確定最優(yōu)的獨(dú)立分量的個(gè)數(shù)。本文中首

3、先利用應(yīng)用方面比較成熟的主元分析(PCA)方法對(duì)數(shù)據(jù)進(jìn)行降維，再對(duì)降維后的數(shù)據(jù)進(jìn)行ICA分析，避免了ICA中確定獨(dú)立分量個(gè)數(shù)的問(wèn)題。由Tennessee-Eastman過(guò)程的數(shù)據(jù)重構(gòu)表明該方法得到的獨(dú)立分量保留了原數(shù)據(jù)的信息。 (3)典型的工業(yè)過(guò)程的測(cè)量數(shù)據(jù)是自相關(guān)的，當(dāng)前時(shí)刻的測(cè)量與先前時(shí)刻的測(cè)量并不是獨(dú)立的，實(shí)際上它們構(gòu)成時(shí)間序列?？紤]到這些測(cè)量數(shù)據(jù)的動(dòng)態(tài)特性，提出一種基于動(dòng)態(tài)獨(dú)立分量分析(DICA)的系統(tǒng)性能監(jiān)控算法，這就

4、解決了傳統(tǒng)ICA靜態(tài)建模的問(wèn)題。利用DICA對(duì)Tennessee-Eastman過(guò)程的進(jìn)行性能監(jiān)測(cè)，獲得了較滿(mǎn)意的結(jié)果。 (4)探討了一種基于多參數(shù)的故障狀態(tài)檢測(cè)方法。該方法從現(xiàn)場(chǎng)實(shí)際檢測(cè)的時(shí)間序列中提取出系統(tǒng)的數(shù)字特征，并由這些特征值構(gòu)成表征運(yùn)行狀態(tài)的狀態(tài)矩陣，通過(guò)各矩陣之間的距離進(jìn)而識(shí)別出系統(tǒng)的運(yùn)行狀態(tài)或故障類(lèi)型。 Tennessee-Eastman仿真表明狀態(tài)矩陣對(duì)不同的運(yùn)行狀態(tài)具有較好的區(qū)分性。最后，通過(guò)對(duì)研究工