多采樣率數(shù)據(jù)下的主元分析及其在過(guò)程監(jiān)測(cè)中的應(yīng)用.pdf

1、隨著現(xiàn)代工業(yè)及科學(xué)技術(shù)的迅速發(fā)展，現(xiàn)代化的流程工業(yè)對(duì)生產(chǎn)安全和產(chǎn)品質(zhì)量的要求越來(lái)越高，迫切需要建立一個(gè)實(shí)時(shí)監(jiān)控系統(tǒng)，檢測(cè)系統(tǒng)變化和故障信息，防止災(zāi)難性事故發(fā)生，而故障檢測(cè)與診斷技術(shù)就是為了滿足“監(jiān)控系統(tǒng)”的需要而發(fā)展起來(lái)的。
　　基于主元分析（Principal Component Analysis，PCA）的統(tǒng)計(jì)監(jiān)控方法是故障診斷領(lǐng)域中的重要分支，它不需要復(fù)雜的機(jī)理模型，通過(guò)統(tǒng)計(jì)方法提取過(guò)程數(shù)據(jù)的重要信息，并將其量化成幾個(gè)統(tǒng)計(jì)監(jiān)

2、控指標(biāo)值便可實(shí)現(xiàn)對(duì)過(guò)程的監(jiān)控，因此得到了工業(yè)界和學(xué)術(shù)界的廣泛關(guān)注。在應(yīng)用主元分析時(shí)，往往假設(shè)過(guò)程變量在時(shí)間序列上匹配，即要求在同一時(shí)刻所有變量都有采樣值，但出于經(jīng)濟(jì)、性能等因素的考慮，人們往往采用多采樣率策略。從而造成在同一時(shí)刻某些變量可能沒(méi)有采樣值的狀況，因而限制了主元分析在實(shí)際過(guò)程中的應(yīng)用。
　　本文以主元分析法和多采樣率系統(tǒng)為理論基礎(chǔ)，系統(tǒng)深入地研究了主元分析法在多采樣率數(shù)據(jù)下的過(guò)程監(jiān)測(cè)應(yīng)用。
　　通過(guò)查閱文獻(xiàn)資料對(duì)多

3、采樣率下的主元分析的發(fā)展現(xiàn)狀進(jìn)行了比較系統(tǒng)的綜述;并將缺失數(shù)據(jù)的處理方法和數(shù)字信號(hào)處理方法引入到多采樣數(shù)據(jù)的處理中。在此基礎(chǔ)上，應(yīng)用多采樣率轉(zhuǎn)換技術(shù)，提出了一種多變量采樣率轉(zhuǎn)換算法。該算法通過(guò)“插值—濾波—抽取”的過(guò)程，實(shí)現(xiàn)了多變量采樣率有理數(shù)倍變換，從而使得變量的采樣率相同。然后進(jìn)行主元分析。仿真研究表明，經(jīng)多變量采樣率轉(zhuǎn)換后的數(shù)據(jù)雖與原數(shù)據(jù)有一定的偏差，但是該方法下的過(guò)程監(jiān)測(cè)效果還是不錯(cuò)的。
　　然后，提出了一種改進(jìn)的非線性迭

4、代偏最小二乘算法(NIPALS)，該算法借鑒Salvador García-Mu(n)oz等人對(duì)未采樣數(shù)據(jù)的處理方法，將含有未采樣數(shù)據(jù)的樣本點(diǎn)分為可觀測(cè)部分與非可觀測(cè)部分。首先，按照某種形式用可觀測(cè)部分對(duì)非可觀測(cè)部分進(jìn)行插補(bǔ)，這種插補(bǔ)開(kāi)始時(shí)是不精確的;然后在迭代的過(guò)程中，不斷修正插補(bǔ)值，直到收斂到某個(gè)較精確值，求出得分矩陣和負(fù)載矩陣后，再對(duì)原未采樣數(shù)據(jù)進(jìn)行插補(bǔ);最后進(jìn)行主元分析建模和在線監(jiān)測(cè)，在線監(jiān)測(cè)時(shí)未采樣數(shù)據(jù)仍采用建模數(shù)據(jù)中插補(bǔ)方法