基于Fisher判別法的化工過程故障診斷算法研究.pdf

1、現代化工生產對于國民經濟具有極高的地位，存在諸多不利于生產安全因素，這對故障診斷方法的使用和發(fā)展提出了更高的要求。故障診斷技術通過監(jiān)督生產過程的運行狀態(tài)，監(jiān)測過程的變化，能夠對故障做出識別、分離并消除故障，以防止災難性事故的發(fā)生。基于多元統(tǒng)計法的化工過程故障診斷方法由于僅依賴于已有控制系統(tǒng)的過程數據，無需額外添加設備部件，正受到越來越多的關注，成為故障診斷研究領域的熱點。本文以多元統(tǒng)計分析理論為基礎，以實際工程應用為最終目標，對故障診斷

2、領域的一些方法加以研究。
　　 本文所做的工作以Fisher判別法為基礎，以復雜化工過程TE過程為研究平臺，針對Fisher判別法的一些不足進行研究改進。
　　 傳統(tǒng)Fisher判別法雖然是十分優(yōu)秀的判別分類方法，能夠有效應用于一般性的故障診斷領域。但是，在應對化工過程故障診斷時，由于化工過程數據具有非線性和強噪聲，使得適用于線性判別領域的Fisher判別法難以有效應用；即使能夠對數據做出判別，由于數據中噪聲的存在，也會

3、對判別的正確性造成不良影響。針對化工過程數據的這些特點，本文在核Fisher判別法的基礎之上，又對小波變換進行了研究并做方法結合。先以小波做去噪處理，再以核Fisher判別法對非線性數據進行判別。經過驗證，所提方法能夠克服化工過程數據的不利之處，效果良好。
　　 雖然核函數的引入可以使傳統(tǒng)線性Fisher判別法有能力處理非線性問題，但是核函數的引入、核映射的存在會將數據空間推向更高維的空間。在實際問題中，尤其是面對本身就很龐大的

4、化工過程數據，維數災難很有可能發(fā)生，造成對核矩陣的計算耗費大量的時間，甚至無法計算的可能。另一方面，多元統(tǒng)計分析法的一個基本前提是需要待測數據滿足高斯分布，而化工過程數據往往無法滿足，這也對判別的正確性造成了不小的影響。針對這些問題本文提出了基于近鄰邊界的核Fisher判別法。近鄰邊界法的優(yōu)點是無需對待處理數據做任何假設，同時由于具有降維的作用，更加有優(yōu)勢與核Fisher判別法相結合。經過TE過程平臺的仿真，驗證了該方法的可行性與有效性