基于改進核主元分析的化工過程故障診斷研究.pdf

1、隨著化工過程規(guī)模的不斷擴大和流程復(fù)雜性的日益提高，有效的故障診斷是保證生產(chǎn)安全、提高產(chǎn)品質(zhì)量和經(jīng)濟效益的關(guān)鍵。對于復(fù)雜的化工過程來說，通常具有規(guī)模大、復(fù)雜性高、變量多的特點，當采用基于模型的方法和基于知識的方法時，準確詳細的數(shù)學(xué)模型往往很難得到，且經(jīng)驗知識有限，這就限制了這些方法在故障診斷中的應(yīng)用。而基于數(shù)據(jù)驅(qū)動的故障診斷方法既不需要建立復(fù)雜的數(shù)學(xué)模型，也不需要有準確的先驗知識，可充分利用信息技術(shù)獲取大量的實時信息，直接從過程數(shù)據(jù)入手進

2、行故障診斷。因此深入研究基于數(shù)據(jù)驅(qū)動的故障診斷方法，不僅具有重要的理論意義，還具有廣闊的應(yīng)用前景。
　　 本文主要研究核主元分析算法，并針對該方法在故障診斷應(yīng)用中存在的問題進行深入的研究，主要工作有以下幾個方面:
　　 1.針對核主元分析方法在復(fù)雜化工過程故障診斷中存在故障源難以識別的問題，因此本文提出一種基于核主元分析方法與最小二乘支持向量機相結(jié)合的方法，該方法運用核主元分析法對數(shù)據(jù)進行處理，在特征空間構(gòu)建T2和SPE

3、來檢測故障的發(fā)生，若有故障發(fā)生，則計算樣本的非線性主元得分向量，將其作為最小二乘支持向量機的輸入值，通過最小二乘支持向量機的分類進行故障類型識別。TE過程的多種故障模式的仿真結(jié)果表明該方法不但能有效地識別故障，而且提高了故障檢測和故障診斷的速度。
　　 2.針對核主元分析應(yīng)用于復(fù)雜化工過程故障診斷中核矩陣較大特征向量求解困難的問題，本文提出了一種基于隱式重啟動精化Lanczos的核主元分析算法，該算法通過構(gòu)造對稱三對角矩陣，求解

4、其近似Ritz值，并對每個Ritz值在Krylov子空間中尋找規(guī)范化向量，以此作為核矩陣特征向量的近似，用于大樣本數(shù)據(jù)的核主元分析模型。同時將該算法應(yīng)用于FCCU動態(tài)仿真模型，驗證了其在復(fù)雜化工過程故障診斷中的有效性和優(yōu)越性。
　　 3.針對核主元分析法處理非線性時變化工過程故障診斷易產(chǎn)生誤報的問題，本文提出了一種基于可變窗技術(shù)的自適應(yīng)核主元分析(Adaptive Kernel Principal Component Analy