基于稀疏表示和概率主元分析的化工过程故障检测与识别

《基于稀疏表示和概率主元分析的化工过程故障检测与识别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号______________________________密级______________________________ＵＤＣ______________________________编号______________________________全日制专业学位硕士论文基于稀疏表示和概率主元分析的化工过程故障检测与识别学位申请人：马超学科领域：交通运输工程校内导师：衷路生教授答辩日期：2018.06.05独创性声明本人郑重声明：所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表和撰写的研

2、究成果，也不包含为获得华东交通大学或其他教育机构的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人签名_______________日期____________关于论文使用授权的说明本人完全了解华东交通大学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅。学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。保密的论文在解密后遵守此规定，本论文无保密内容。学生本人签名日期校内导师签名日期校外导师签名日期I摘要基于稀疏表示和概率主元分析的化工过程故障检测与识别摘要随着科学

3、技术的飞速发展，现代工业智能化程度不断加深，传统的故障诊断技术已无法满足现代工业自动化的需求。在长期的生产运行过程中，不可避免的会出现一些部件损伤、线路老化等故障，造成系统瘫痪影响经济收益，甚至发生爆炸危及人身及财产安全。因此，故障诊断技术受到国内外专家学者的广泛关注。多元统计控制方法作为一种典型的数据驱动算法可以成功地对工业过程实行在线监控，本文对常用多元统计方法作了简单介绍。本课题以田纳西-伊斯曼化工过程（TE）作为研究平台，通过该平台完成生产模拟过程并采集TE运行过程数据。针对工业过程中采集到的数据高维度、成分复杂等特点，PCA将高维空间的多指标数据依次投影到包含数据动态特征的方差

4、方向上，选取少数方差较大的综合指标代替多数指标已达到降维的目的。但传统的主元分析存在一定的缺陷，基于PCA的故障检测方法的两个统计量量度不同且对隐含变量不敏感等。对此，引入一种基于改进的概率PCA的故障检测模型，概率PCA可以估计隐含变量的概率分布，从而直接对完整数据的主元子空间和误差子空间的概率分布进行监控。但现实的工业生产过程中，由于传感器故障、网络传输错误、计算机故障、数据丢失以及数据记录错误等原因导致收集到的数据存在一定的粗差（离群值）。而传统的多元统计控制方法难以处理粗差数据，为了弥补这一缺陷，本文提出了基于稀疏子空间和概率主元分析的故障检测方法。首先，通过稀疏最优化模型提取仿

5、射空间中的粗差数据，用粗差数据构建概率主元模型从而实现TE过程的故障检测。故障检测仅是过程监测的第一步，还需要进行故障识别。随着稀疏表示算法在人脸识别等领域的成功，本文将该算法引入工业过程故障识别。首先，用22种故障训练样本数据构建训练样本字典集，其次根据稀疏表示分类算法求得稀疏矩阵，并通过测试样本对每类样本的残差进行故障识别，最后通过田纳西-伊斯曼化工过程（TE）研究平台进行仿真实验，突出稀疏表示算法的优越性。关键词：故障检测，稀疏表示，概率主元分析，TE过程IAbstractFAULTDETECTIONANDIDENTIFICATIONOFCHEMICALPROCESSBASEDON

6、SPARSEREPRESENTATIONANDPROBABILITYPRINCIPALCOMPONENTANALYSISABSTRACTWiththerapiddevelopmentofscienceandtechnology,thedegreeofmodernindustrialintelligenceisdeepening,thetraditionalfaultdiagnosistechnologycannotmeettheneedsofmodernindustrialautomation.Inthelong-termproductionandoperationprocess,iti

7、sinevitablethatsomedamagetocomponentsandlineageingwillresultinfailureofthesystem,whichcanresultineconomicgainandevenexplosiontodangerpersonalandpropertysafety.Therefore,thefaultdiagnosistechnologyhasbeenwidelyconcerned