基于改进kica的故障检测方法在连续采煤机上的应用研究

《基于改进kica的故障检测方法在连续采煤机上的应用研究》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UDC密级1933403学位论文基于改进KICA的故障检测方法在连续采煤机上的应用研究作者姓名：王瑾指导教师：张颖伟副教授东北大学自动化研究所申请学位级别：硕士学科类别：工学学科专业名称：控制理论与控制工程论文提交日期：2008年1月19日论文答辩日期：2008年2月29日，学位授予日期：答辩委员蝴：刘建昌评阅人：高览丈王网j东北大学2008年1月，一，(AThesisfortheDegreeofMasterinControlTheoryandControlEngineeringStudyo

2、napplicationoffaultdetectionmethodincontinuousminerbasedontheimprovedKICAbyWangYingSupervisor：AssociateProfessorZhangYingweiNortheasternUniversityJanuary2008Lrq●)‘◆9独创性声明本人声明所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人已经发表或撰写过的研究成果，也不包括本人为获得其他学位而

3、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己在论文中作了明确的说明并表示诚挚的谢意。学位论文作者签名：可诧．签字日期：2,4-o男．3．二学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流。(如作者和导师同意网上交流，请在下方签名：否则视为不同意)学位论文作者签名：}谴．导师签名：埘签字E

4、t期：Ⅻ多．3．工签字Et期：a．002．多．二-》●东北大学硕士学位论文摘要基于改进KICA的故障检测方法在连续采煤机上的应用研究摘要连续采煤机是煤矿中的重要设备，如果连续采煤机因为发生故障而停机，会导致整个煤矿系统瘫痪。因此，对连续采煤机进行故障检测具有重要的现实意义。本文提出了一种基于改进的核独立元分析(KernelIndependentComponentAnalysis，简称ⅪCA)的故障检测方法，并针对连续采煤机截割部减速器进行故障检测。KICA结合了核主元分析(KernelPrinci

5、pleComponentAnalysis，简称KPCA)和独立元分析(IndependentComponentAnalysis，简称ICA)的优点，是在线故障检测的一种非线性方法。在KICA方法中，数据映射到特征空间后变得线性冗余；当引入核技巧时，输入空间线性相关的数据映射到特征空间会产生误差；另外，在KPCA训练过程中核矩阵大小是样本个数的平方，计算量较大。针对上述问题，本文提出了相似性分析的解决方法，对KICA进行了改进，即在使用KICA算法之前先在输入空间和特征空间对数据进行相似性分析，去除

6、掉相似性较强的数据。此方法既降低了计算量，又减少了引入核技巧时带来的误差。利用改进的KICA我们能够从连续采煤机的数据中提取具有代表性的特征数据，根据其提取的特征数据计算故障检测统计量，能够更好的反映当时连续采煤机采煤过程的运行状况。本文采用Hotelling严和平方预测误差(SPE)统计量进行故障检测，由于数据从输入空间映射到特征空间时，原始的SPE统计量计算公式不再适用，因而针对改进的KICA建立了一种新的SPE统计量计算公式。最后本文将此方法应用到了连续采煤机的截割部减速器故障检测当中，并通

7、过Matlab进行了仿真研究，实验结果表明改进的KICA有效地捕获了变量中的非线性动态特征，并成功检测到故障的发生。关键词：故障检测；独立元分析；核主元分析；核独立元分析；连续采煤机-口●●Q东北大学硕士学位论文AbstractStudyonapplicationoffaultdetectioncontinuousminerbasedonImprovedKernelIndependentComponentAnalysisAbstractThecontinuousminerisanimportant

8、equipmentintheexcavatecoalindustry．Itmaymakethecoal—miningsystembroken-down，ifcontinuousminerstoprunningcauseoffault．Theimportanceofthecontinuousminerfaultdiagnosisisincreasinglyprominent．Inthispaper,thefaultdetectionmethodbasedonimprovedkerne