基于PCA的連續(xù)過程性能監(jiān)控與故障診斷研究.pdf

1、基于主元分析(PCA)的故障檢測(cè)與診斷方法是故障監(jiān)測(cè)領(lǐng)域的一個(gè)重要研究分支，該方法不依賴于數(shù)學(xué)模型，能與計(jì)算機(jī)技術(shù)緊密結(jié)合，具有重要的理論和應(yīng)用價(jià)值。但是由于連續(xù)生產(chǎn)過程的特點(diǎn)及其變量間相關(guān)性處理的復(fù)雜性，使得基于PCA的多元統(tǒng)計(jì)過程監(jiān)測(cè)從理論方法到實(shí)際應(yīng)用，都還有許多問題有待研究解決。本文在總結(jié)故障監(jiān)測(cè)技術(shù)研究進(jìn)展的基礎(chǔ)上，針對(duì)基于PCA的故障檢測(cè)與診斷方法應(yīng)用中的一些問題做了如下工作： (1)鑒于建模歷史數(shù)據(jù)中存在的異常點(diǎn)會(huì)

2、影響過程監(jiān)控效果，在總結(jié)目前常用的魯棒異常值檢測(cè)算法原理及其缺陷的基礎(chǔ)上，將中心最短距離(CDC)法和橢球多變量整理(MVT)法相結(jié)合構(gòu)成一種基于魯棒尺度的CDC-MVT異常值綜合檢測(cè)算法，能夠更加準(zhǔn)確地檢測(cè)到異常點(diǎn)，進(jìn)行的工業(yè)實(shí)例研究也驗(yàn)證了該算法的準(zhǔn)確性和有效性。 (2)針對(duì)傳統(tǒng)基于PCA的故障檢測(cè)算法的檢測(cè)結(jié)果存在無(wú)明確定論的缺陷，通過對(duì)主元模型的兩個(gè)檢驗(yàn)統(tǒng)計(jì)量的含義進(jìn)行深入分析，提出把Q統(tǒng)計(jì)量中與主元顯著相關(guān)的過程變量分

3、離出來(lái)，并形成新的統(tǒng)計(jì)量，然后和T2統(tǒng)計(jì)量配合進(jìn)行檢驗(yàn)。仿真監(jiān)控結(jié)果表明該改進(jìn)算法比傳統(tǒng)基于T2和Q統(tǒng)計(jì)量的故障檢測(cè)算法更有效。 (3)鑒于累積方差貢獻(xiàn)率確定主元數(shù)未綜合考慮故障信息且主觀性較大的缺陷，在綜合考察累積方差貢獻(xiàn)率和復(fù)相關(guān)系數(shù)特點(diǎn)的基礎(chǔ)上，提出一種基于累積方差貢獻(xiàn)率(CPV)結(jié)合復(fù)相關(guān)系數(shù)(MCC)共同確定監(jiān)控模型主元數(shù)的新方法，并將其用于故障檢測(cè)改進(jìn)算法中。應(yīng)用研究結(jié)果表明該方法能夠確保主元空間的信息存量。