基于角结构统计量的MKECA间歇过程故障监测.pdf

《基于角结构统计量的MKECA间歇过程故障监测.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第38卷第l期2017年1月仪器仪表学报CllimseJo哪alofscientmcInstnl】mentV01．38No．1JarI．2017基于角结构统计量的MKECA间歇过程故障监测水王普1'2-3．-，李春蕾1’2’3⋯，高学金1’2’3’4，常鹏1’2’3”，齐咏生5(1．北京工业大学信息学部北京100124；2．数字社区教育部工程研究中心北京l00124；3．城市轨道交通北京实验室北京100124；4．计算智能与智能系统北京市重点实验室北京100124；5．内蒙古工业大学电力学院呼和浩特010051)摘要：针对间歇过程复杂非线

2、性的特点，提出一种基于角结构统计量的多向核熵成分分析(MKECA)间歇过程监测方法。该方法首先将间歇过程数据进行标准化预处理，然后采用KECA提取间歇过程数据的主成分矩阵。研究表明，经过KECA投影后的主成分数据具有良好的角结构，因此利用主成分矩阵构造基于角结构的统计量，并且采用核密度估计算法计算其控制限。与传统的统计量相比，无需假设过程变量服从高斯分布。最后通过青霉素发酵的仿真平台和大肠杆菌实际生产过程验证，实验结果表明，相比于传统M}∽A方法，能够有效利用主成分的结构信息，明显降低了故障的误报率、漏报率。关键词：核熵成分分析；角结构统

3、计量；核密度估计；故障监测中图分类号：THl65+．3文献标识码：A国家标准学科分类代码：510．80lOlksearchonbatchproce鲻mollitoringmethodb嬲ed伽mlllti·waykemelentropycomponentanaIysis锄d锄glnarstmcturestatisticwaIlgPul，2，3⋯，“ChuIlleil，2，3”，G∞xuejinl·2’3”，Ch锄gPen91·2’3”，QiY0ngshen95(J．77le删匆册m幻，lDepon脚m矿&咖粥№毋0，扎如，lD幻彰，＆析n

4、g，JoDJ刀，佩i，10；2．Er画nee^喈如e口rc^ce舭r可D泓口fcommu凡蚵，胁旆打y旷尉wⅡt溉，&萨r

5、g，JoDJ刀，吼iM；3．&洳g￡曲DⅢo∥矿啪口几‰“7．rⅡ瑚豇，&历ng，JODJ24，吼打m一&彬增儿60脚。秒旷co唧岫吡幻船Z，砒髓咖nce51弦把m，＆访，lg，j0DJ刀，c^讹；5．Sc幻of旷E如甜庇PD姚r，m聊胁，伊如踟洳rs渺旷7．ec^nofogy，月砒btDJD晒J，醌i加)Ah譬t喇：Aimingatmonitoringthebatchprocesswit}IcomplexnoIll

6、inearcha瑚【cteristic，amulti—waykemelentropycomponentanalysis(Ml(EcA)methodb鹳edontheaIl91estmctIlrestatisticisproposed．Int11ismethod，theprocessdataisfirsdypreprocessed，aIldt}Ient}le面ncipalcomponentmatricesoft}lebatchprocessda诅8reextmctedbyl(ECA．Rese盯chshowsthatKEcAreyeals锄g

7、lIlarstmctIIrerelatingtotlleRenyientIDpy0ftheinputspacedataset，锄d粕gul盯stnlcturestatisticisconstmctedusingthepfincipalcomponemma哺xstnlcture．Andt}Ienthecontmllimitsarecalclllatedbytllekemeldensit)restimationalgorithm．Fina：Uy，tllIought}IesimlllationoftllepeniciUinfementation

8、卸dtheactualproducti佣proc鹤sofrecolllbin舳t，tlleexperimemresultsshowthattlleproposedmetllode珏宅ctivelyusest}lestmcturalird．o肿ationoftllepfincipalcomponentscomparedtotlle仃aditionalmethodofprocessmonitoring．s0ermrrate如d蹦sealaHIlingratearesignific锄Ⅱylowered．Kq仰o“Is：kemelentropyc

9、omponent柚alysis(KZCA)；锄gIllars劬ctu他statistics；kemeldensityestimation；faIlltdetection1引言在工业生产过程中，