基于多元統(tǒng)計方法的過程監(jiān)測及故障診斷.pdf

1、現(xiàn)代工業(yè)過程自動控制正朝著大型化、復雜化的方向發(fā)展，控制系統(tǒng)和設備一旦發(fā)生故障，不僅排除的時間增長，而且將造成巨大的經(jīng)濟損失，甚至是人員傷亡。因此，為了保證系統(tǒng)能夠可靠高效的運行，除了對工業(yè)過程實施良好的控制以外，研究能夠對生產(chǎn)過程進行實時的故障檢測，以及可以確定故障類型和故障源的過程監(jiān)測及故障診斷系統(tǒng)就顯得格外重要，具有重要的理論意義和廣泛的應用價值。
　　基于多元統(tǒng)計過程控制的過程監(jiān)測及故障診斷方法是當前過程監(jiān)測及故障診斷領域

2、上的一個重要研究分支，它通過對過程測量數(shù)據(jù)的分析和解釋，可在線檢測和識別過程中出現(xiàn)的異常工況。本文以田納西——伊斯曼(TE)過程為研究背景，將小波去噪與傳統(tǒng)的主元分析(PCA)以及獨立元分析(ICA)等過程監(jiān)測方法結合起來，并改進了一種新的故障診斷方法，具體包括:
　　(1)在小波分析的基礎上，研究了小波分解閾值法去噪的離線及在線應用。
　　(2)研究了基于主元分析(PCA)以及其與小波去噪相結合的過程監(jiān)測方法。
　　

3、(3)研究了基于獨立元分析(ICA)的過程監(jiān)測方法，并利用小波分析的去噪特性以及PCA的降維特性，將小波去噪、PCA和ICA方法結合起來用于過程監(jiān)測。
　　(4)研究了基于子空間混合相似度的故障診斷方法。該方法充分的利用了過程數(shù)據(jù)中的高斯和非高斯信息，將PCA子空間的距離相似度和ICA子空間的余弦相似度結合在一起進行故障診斷。
　　TE仿真結果表明，經(jīng)典的PCA方法可以很好的檢測出大多數(shù)故障，但對部分故障的檢測效果則不好，而