基于動態(tài)主元分析的故障診斷研究.pdf

1、為確保生產和人身安全、提高經濟效益，對生產過程進行在線監(jiān)測已經成為過程控制領域一個重要研究方向?，F代科技的迅速發(fā)展使得工業(yè)現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據分析可以得到大量的隱含信息?；跀祿墓收显\斷方法就是一種通過分析數據監(jiān)控過程運行狀況的方法，它由于不依賴數學模型而得到廣泛研究和應用。
　　本文在對傳統(tǒng)主元分析方法的研究基礎之上，提出了幾種不同程度上的改進措施。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，并分析了其應用領域和優(yōu)缺點。對動態(tài)主元分析(Dynamic Principle Component Analysis，簡稱DPCA)的基本原理、算法做了詳細介紹;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過程的典型故障進行了仿真研究。
　　第二:結合核函數和動態(tài)主元分析理論，提出一種基于動態(tài)核主元分析的故障

3、診斷方法。該方法充分考慮到了實際系統(tǒng)的動態(tài)非線性特性，利用核函數具有處理非線性數據的能力，構造了一種動態(tài)非線性故障診斷方法，其診斷結果更加可靠。此外，針對此方法計算量大的不足，利用特征矢量提取對動態(tài)核主元分析方法做了改進，縮短了診斷時間。通過對TE過程的仿真實驗說明該方法對于降低漏報率和誤報率有明顯效果。
　　第三，將動態(tài)核主元分析與支持矢量機(Support Vector Machine，簡稱SVM)方法相結合，設計了新的故障診