基于統(tǒng)計(jì)理論的工業(yè)過(guò)程性能監(jiān)控與故障診斷研究.pdf

1、如何確保生產(chǎn)的安全、提高產(chǎn)品的質(zhì)量以及整體的經(jīng)濟(jì)效益是現(xiàn)代工業(yè)生產(chǎn)過(guò)程中非常關(guān)鍵的問(wèn)題，一種有效解決該問(wèn)題的技術(shù)手段是有效的過(guò)程性能監(jiān)控和故障診斷的應(yīng)用?，F(xiàn)代計(jì)算機(jī)及信息技術(shù)的迅猛發(fā)展使得工業(yè)生產(chǎn)過(guò)程中越來(lái)越多的變量能夠得到測(cè)量、處理和監(jiān)控。統(tǒng)計(jì)性能監(jiān)控方法因?yàn)閮H僅依賴(lài)容易得到的過(guò)程數(shù)據(jù)，而不是依賴(lài)精確的數(shù)學(xué)模型，逐漸受到了廣泛的關(guān)注。
　　 本文在對(duì)傳統(tǒng)統(tǒng)計(jì)過(guò)程監(jiān)控方法的研究基礎(chǔ)之上，提出了幾種不同程度上的改進(jìn)措施。進(jìn)一步一些

2、新的基于統(tǒng)計(jì)過(guò)程的監(jiān)控方法被提出并運(yùn)用。本文的主要內(nèi)容如下：
　　 1.提出基于小波包去噪主元分析方法的過(guò)程監(jiān)控與故障診斷技術(shù)。該方法首先利用小波包變換技術(shù)，將測(cè)量噪聲和干擾因素在過(guò)程數(shù)據(jù)中消除；其次利用主元分析法的特點(diǎn)，使過(guò)程數(shù)據(jù)得到降維，從而可建立主元監(jiān)控模型；再次通過(guò)分析各變量對(duì)主元的貢獻(xiàn)圖，進(jìn)行故障診斷。TE過(guò)程的仿真結(jié)果表明該方法在過(guò)程性能監(jiān)控和故障診斷的有效性。
　　 2.提出基于核主元分析方法的過(guò)程監(jiān)控與故

3、障診斷技術(shù)。該方法同樣先利用小波包變換消除測(cè)量噪聲和干擾。不同的是它采用核主元分析算法對(duì)故障進(jìn)行在線(xiàn)檢測(cè)。進(jìn)一步運(yùn)用核函數(shù)梯度算法對(duì)檢測(cè)得到的故障實(shí)現(xiàn)在線(xiàn)故障診斷，從而可根據(jù)每個(gè)監(jiān)控變量對(duì)相關(guān)統(tǒng)計(jì)量的不同貢獻(xiàn)程度，繪制出貢獻(xiàn)圖，在貢獻(xiàn)圖的基礎(chǔ)上實(shí)現(xiàn)故障分離。最后引入特征向量選擇方法，使得監(jiān)控過(guò)程中的核矩陣計(jì)算困難問(wèn)題得到較好解決。通過(guò)對(duì)TE過(guò)程的仿真研究，并與主元分析法相比，實(shí)驗(yàn)結(jié)果表明該方法能有效實(shí)現(xiàn)故障檢測(cè)和診斷，更高的過(guò)程監(jiān)控能力

4、得到突顯。
　　 3.利用核主元分析非線(xiàn)性過(guò)程監(jiān)控的優(yōu)勢(shì)，結(jié)合多重核學(xué)習(xí)支持向量機(jī)在故障診斷方面的準(zhǔn)確性，提出了基于核主元分析和多重核學(xué)習(xí)支持向量機(jī)的非線(xiàn)性過(guò)程監(jiān)控和故障診斷方法。運(yùn)用核主元法對(duì)數(shù)據(jù)進(jìn)行處理，在特征空間構(gòu)建監(jiān)控變量和控制置信限，實(shí)現(xiàn)故障檢測(cè)，若有故障發(fā)生，則計(jì)算樣本的非線(xiàn)性主元得分向量，將其作為多重核學(xué)習(xí)支持向量機(jī)的輸入值，通過(guò)其分類(lèi)進(jìn)行故障類(lèi)型識(shí)別。將上述方法用于TE化工過(guò)程，仿真結(jié)果表明該方法能夠準(zhǔn)確快速地檢

5、測(cè)并診斷故障。
　　 4.為了進(jìn)一步提高故障診斷的速度和準(zhǔn)確度，提出了基于核主元分析和無(wú)約束優(yōu)化的稀疏型支持向量機(jī)的過(guò)程監(jiān)控與故障診斷方法，首先利用核主元分析方法來(lái)檢測(cè)故障，再利用Cholesky分解更新無(wú)約束優(yōu)化中的Hessian矩陣構(gòu)建稀疏型支持向量機(jī)，對(duì)TE過(guò)程的故障進(jìn)行識(shí)別。仿真結(jié)果表明該方法能夠準(zhǔn)確快速地檢測(cè)并診斷故障。
　　 5.在分析復(fù)雜工業(yè)過(guò)程特點(diǎn)基礎(chǔ)之上，充分利用核主元分析方法具有處理非線(xiàn)性數(shù)據(jù)的優(yōu)勢(shì)，

6、以及獨(dú)立成分分析方法具有較強(qiáng)提取高維特征空間信息能力的特點(diǎn)，提出基于核獨(dú)立成分分析方法和支持向量機(jī)的非線(xiàn)性性能監(jiān)控和故障診斷方法。該方法關(guān)鍵的步驟是先對(duì)數(shù)據(jù)作空間映射變換到高維特征空間；其次在高維特征空間中運(yùn)用獨(dú)立主元方法進(jìn)行相關(guān)分析和計(jì)算。該方法借助在高維特征空間建立監(jiān)控統(tǒng)計(jì)量和控制置信限的辦法實(shí)現(xiàn)工業(yè)過(guò)程的監(jiān)控。在實(shí)現(xiàn)過(guò)程監(jiān)控的基礎(chǔ)上，引入支持向量機(jī)，利用支持向量機(jī)優(yōu)良的數(shù)據(jù)分類(lèi)能力，實(shí)現(xiàn)故障診斷。TE過(guò)程仿真研究驗(yàn)證了該方法的有效

7、性。
　　 6.提出基于核獨(dú)立成分分析和核Fisher判別分析的過(guò)程監(jiān)控與故障診斷方法。該方法充分運(yùn)用核學(xué)習(xí)理論，把核方法與線(xiàn)性Fisher判別分析方法有機(jī)地結(jié)合起來(lái)：通過(guò)利用核獨(dú)立成分分析建立正常工況模型，得到檢測(cè)故障信息。在發(fā)生故障的情況下，利用Fisher判別分析方法在高維的特征空間的特點(diǎn)和優(yōu)勢(shì)，可將滿(mǎn)足最大分離程度的核Fisher判別向量和特征向量求出。從而根據(jù)當(dāng)前故障的判別向量和歷史故障數(shù)據(jù)集中所含故障的最優(yōu)核Fish