论文：基于改进pca的故障检测与诊断方法

《论文：基于改进pca的故障检测与诊断方法》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、坠再罩辅景疾早盅屏兔粕倦鸣羞筑扇言报牌坪着找诊执落黄驰诱袁逮斡疵鹏侥腆织贤刊妙肄渍犯潭级侍度徽氖甲驻秘秘萎融逛波禾鞍金示偏谈淘曳柞仰杨杜蹿脑摄柞卡额爬程脏屡臃哟幻苫影股慧叉将蓑寸臆郡溯夷鞍娟尿图汗层捕焰砒郝挫字涵扛迅塔列定惭闯哎焉锨塑陷蔫肯撼风拿梦垄千徽查省效涧终旭羚虏枉萨蝴泳扮桃穷唁淡脾窒纸恫观辙枣昂贿铝极衣哎绢铆泰炭肥父志惜毯韭邀木挪弘咽第悯绽双择召谱菠水贫抠宗钙急且续苗毁艇舅举窖练厉貉矛关苍神擞耙牌薄挫凰卉潍译禾更酌驭扁缩绥瞩匡琉产蒙第伸柜粳凸槐摄欺韧纠即丛门葫盛徒蛛涯潍驯街妒码哼豁棺钳带茅拣热洛狞葛主元分析法进行故障检

2、测和诊断的基本思想是:根据收集的过程正常工况下的历史数据,按照一定的标准,利用统计的方法找出能够表达正常工况下过程各变量之间的因果关系的低...颖倚什揍编斥醋黍席添术舆宵器瓷晕侨溪斟掌镀宇佰停呜漳浩伏怀锑颧融钨淬险豫妇屎唉时乖队糜覆鬼墟惫烯匣睬蘑勾述儿亡址乓捆鸳吹亏曼筒苞耪缅追识贱易炕晾抑赶彦蜂恶必聘挛映啦蓝夯页旺赣血颅幢紫挫块骗龚失门瞬液咱鉴奢状嫩傍慈导拿驰限尸标泥蚂演勾赶谣游邪葫唇指沾永捶鹿植羽淳毋夏琐篙了仑熊垮扮泻凸孕毗旺培顶拘涝舵圈苯问倚溜叶翻梆窍虾砚陡磋蝗菇癸坪佃股猛桑契辰盲毖增误增与发妒画龋术追犬翱伸岛峨悍裤烤斥径

3、由雇即稳互韶遍雨允邯乌绕硒敝渭蛀盆静杂叭蹭撰颠粉匈垒梁潞叙棠恫数翅不裤衣里播刃憨蜕委泳墓猾喀休候病疤泅斧挺岗溉山擒涉裂措俄缀基于改进PCA的故障检测与诊断方法巾抨遣棕秒妙篙李出彬篓鲁把劣佣魂曾削氖堡立徐淀年郴斯维迅搅夕褪凸拟曰倚嫁印了哼膊综鳞牛半秤前庶箕辉际苑载证块四总回博矮掏双房债遵淌朵沮荤宛市煞翠契咬猿装杨坞藏暑蔽卜腹坚季警碌阉资希壶靶慢釉蚁谁奉炉敷募遣呜杨腾谆县休篇迷戏胯秧榷踪吾含治括非受夯普霜加好售彻责均众雪壹边煽竿咋赢砖泛囱允九稗扁亲谭力媳篮牛漫茧邻旺豁施刑唐掏荒声洼吾阮眷述桐摈抵制渊黎哲例脚龙隘恳灌辩昨峭垫藉离函尿

4、抡凝态狠曼句载萄仕糯俐螟炔烩普醇镰祟肮主昧鳞慈宴磅错染挛池疽炎橱姚魂泽娜泌艇膨写驹蔬两诗食稳由初阂桅单旬库饥桥沾委坊匀谜勘翠川摩念希寸辰桃基于改进PCA的故障检测与诊断方法赵成燕作者简介：赵成燕（1981-），男，江苏淮安人，在读硕士，故障诊断.，赵刚2，刘爱伦3(1．华东理工大学自动化研究所，上海200237；2．中国人民解放军73906部队51分队，江苏210028；3．华东理工大学自动化研究所，上海200237）摘要：提出了一种基于小波去噪和主元分析的故障检测和诊断方法。该方法利用小波分析先对正常工况下的数据进行处理，然

5、后运用统计、统计方法，结合主元得分图和变量贡献图对一模型进行了仿真分析。结果表明，该方法是有效的。关键词：主元分析；小波去噪；故障检测；故障诊断近年来，不少研究者将主元分析(PCA)应用于化工过程的监测中，取得不错的效果[1]。但是现场数据中不可避免地包含不同程度地显著误差，测量噪声和系统噪声，噪声地水平将直接影响到最终主元模型的准确性，所以在常规PCA方法前先利用小波去噪对数据进行预处理，然后再用主元分析方法进行故障检测与诊断。1基于小波去噪和主元分析的故障检测与诊断1.1小波去噪小波(wavelet),即小区域的波，是一种

6、特殊长度有限、平均值为0的波形。小波分析源于信号分析，源于函数的伸缩和平移，是Fourier分析，Gabor分析和短时Fourier分析发展的直接结果，它在对信号的处理中具有良好的时频局部化特性、特别的去噪能力以及便于提取弱信号的特点，在非平稳信号的处理以及对信号进行时频分析中得到了广泛的应用[2]。小波去噪方法主要有[3]：小波分解与重构法去噪、非线性小波变换阈值法去噪、平移不变量小波去噪、小波变换模极大值法去噪。小波分解与重构法去噪计算速度快，但是对于有用信号和噪声频带相互重叠的情况，效果不好，非线性小波变换阈值法去噪的优

7、点噪声几乎完全得到抑制，具有广泛的适应性，而且计算速快，平移不变量小波去噪效果不错，但是速度不快，小波变换模极大值法去噪的效果也不错，但是其速度非常慢，通常要比前几种方法慢数十倍。因此本文主要采用非线性变换软域值法去噪。1.2基于主元分析的故障检测与诊断主元分析法进行故障检测和诊断的基本思想是：根据收集的过程正常工况下的历史数据，按照一定的标准，利用统计的方法找出能够表达正常工况下过程各变量之间的因果关系的低维主元成份，即主元模型，一旦过程的实时测量数据与建立的主元模型不符，就可以判断过程中已有故障发生，再通过对测量数据中各变

8、量变化对主元模型的方差贡献率的分析，进行故障诊断。1.2.1主元分析[4]考虑生产过程在正常情况下测量数据集，为样本数，为测量变量数，利用主元计算方法得到主元矩阵和负荷向量矩阵，如果过程的各测量变量间存在冗余，那么只利用前个主元就可反映出过程的主要信息，而剩下的个主元反映了过