基于主元分析的故障檢測與診斷研究.pdf

1、由于現(xiàn)代化大生產(chǎn)的迅速發(fā)展以及科學技術的迅速進步,現(xiàn)代工業(yè)系統(tǒng)的結(jié)構(gòu)越來越復雜,投資越來越大,自動化水平越來越高,因此系統(tǒng)過程的安全性和可靠性就顯得特別重要。基于主元分析的多元統(tǒng)計故障檢測與診斷技術是目前過程自動化和控制領域的研究熱點問題之一。
　　 本文首先介紹了故障診斷方法、多元統(tǒng)計方法和TE過程模型,研究了基于主元分析方法的故障檢測技術以及利用貢獻圖進行故障診斷的基本方法。針對主元分析方法在進行故障檢測與診斷時存在的不足,

2、將主元分析與小波變換、RBF神經(jīng)網(wǎng)絡等方法相結(jié)合,分別提出了基于小波去噪主元分析的故障檢測與診斷方法,基于魯棒主元分析的故障檢測與診斷方法以及基于RBF神經(jīng)網(wǎng)絡的非線性主元分析的故障檢測方法,將動態(tài)主元分析用于故障檢測與診斷,提出基于動態(tài)主元分析的故障檢測與診斷方法,以TE模型為對象進行了仿真研究和仿真結(jié)果分析。主要研究工作為:
　　 1、研究了主元分析的基本原理,簡單介紹了田納西-伊斯曼(TE)模型,給出了基于主元分析的故障檢

3、測與診斷算法流程,通過TE模型進行仿真研究,根據(jù)SPE和T2統(tǒng)計量的變化來判斷是否發(fā)生故障,根據(jù)變量對統(tǒng)計量的貢獻來判斷故障變量、識別故障源,實現(xiàn)故障的檢測與診斷。
　　 2、針對傳統(tǒng)主元分析在處理含噪數(shù)據(jù)時的不足,研究了小波變換的基本原理,結(jié)合基于主元分析方法的故障檢測與診斷方法,提出基于小波去噪主元分析方法的故障檢測與診斷方法,TE模型的仿真研究表明該方法能有效地減少主元個數(shù),降低誤報率,提高了故障檢測與診斷的效果。

4、　　 3、針對傳統(tǒng)主元分析方法要求建模數(shù)據(jù)的噪聲服從正態(tài)分布,提出了一種基于魯棒主元分析的故障檢測與診斷方法。該方法使用簡單的加權方差-協(xié)方差的估計值代替?zhèn)鹘y(tǒng)的協(xié)方差,在此基礎上建立主元模型構(gòu)造SPE和T2統(tǒng)計量來檢測過程故障并根據(jù)變量對統(tǒng)計量的貢獻來判斷故障變量、識別故障源,TE模型的仿真研究表明了該方法優(yōu)于傳統(tǒng)的主元分析方法。
　　 4、針對傳統(tǒng)主元分析方法不能有效地監(jiān)視動態(tài)多元過程,提出了一種基于動態(tài)主元分析(DPCA)

5、的故障檢測方法,根據(jù)測量數(shù)據(jù)建立動態(tài)主元模型,在該模型基礎上利用SPE和T2統(tǒng)計量進行故障檢測,以TE模型為對象進行了仿真研究,證實了基于動態(tài)主元分析進行故障檢測時考慮時序相關性是由于傳統(tǒng)主元分析。
　　 5、針對傳統(tǒng)主元分析方法的非線性局限性,將RBF神經(jīng)網(wǎng)絡與非線性主元建模相結(jié)合,提出基于RBF神經(jīng)網(wǎng)絡的非線性主元分析故障檢測方法,利用RBF神經(jīng)網(wǎng)絡訓練學習得到非線性主元的負載矩陣從而建立主元模型,仿真研究表明該方法在對非線