基于改进ICA的工业过程故障诊断研究.pdf

基于改进ICA的工业过程故障诊断研究.pdf

ID:51450797

大小:323.11 KB

页数:5页

时间:2020-03-25

基于改进ICA的工业过程故障诊断研究.pdf_第1页
基于改进ICA的工业过程故障诊断研究.pdf_第2页
基于改进ICA的工业过程故障诊断研究.pdf_第3页
基于改进ICA的工业过程故障诊断研究.pdf_第4页
基于改进ICA的工业过程故障诊断研究.pdf_第5页
资源描述:

《基于改进ICA的工业过程故障诊断研究.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、2014年第3期工业仪表与自动化装置基于改进ICA的工业过程故障诊断研究郭斌,齐金鹏(东华大学信息学院,上海201620)摘要:如今的工业过程系统结构复杂设备精密度高,随之而来的就是系统的高故障性,所以如何准确地检测到故障的发生已经成为一大难题。该文基于提高故障诊断性能的目的,提出一种DPCA—ICA的故障诊断方法。这种方法先采用DPCA对数据进行降维和去噪处理,得到能最大反映系统信息的低维数据,然后再通过ICA方法提取独立元,进行故障诊断。仿真结果表明,改进后的ICA故障诊断方法不仅具有比传统PCA

2、方法更低的故障误报率,并且对一些PCA难以检测的故障也有很好的诊断效果。关键词:检测故障;DPCA;ICA;独立元中图分类号:TP183文献标志码:A文章编号:1000—0682(2014)03—0011~05BasedontheimprovedICAfaultdiagnosisofindustrialprocessesGUOBin,QIJinpeng(CollegeofInformationandTechnique,OonghuaUniversity,Shanghai,201620,China)Ab

3、stract:Nowadays,Thestructureofindustrialprocesssystemiscomplexandtheequipmentispre·cise.Sothepossibilityoffaultishigh.Howtodetectthefaultexactlyhasbecomeamajorproblem.Basedonthepurposeofimprovingtheperformanceoffaultdiagnosis,weproposeaDPCA—ICAmethod.Th

4、emethodfirstuseDPCAfordatadimensionalityreductionandde·-noisingprocessingtoobtaintheinfor-mationwhichislargestlow-dimensionalandcanreflectthesystem’Sfeaturetoalargeextent,thenweex-tractindependentelementthroughICA,anduseitfordiagnosis.Simulationresultss

5、howthattheim—provedICAmethodhasalowerfailurerateoffalsepositivesthanthetraditionalPCAmethod,andhaveagoodeffectondetectingthecomplexfault.Keywords:detectfault;DPCA;ICA;independent为操作,但是对于非重复劳动、需要人工智慧介入的0引言工业生产故障诊断环节,机器人就完全无能为力了。现代的自动化工控水平已经上升到了一个相当文献[1]给

6、出了我国曾经发生过的特大工业故障的的高度,过去工程师或操作工人盯着指针式仪表,根案例和统计数据,结果触目惊心。所以,发展具有良据现场系统运行情况对各个环节(如流量、原来进好诊断性能的故障诊断技术是关系到民生的大计,给等)实行反复操作的情景已经一去不复返了。现刻不容缓。在许多工厂通过编程,让机械臂、机械人进行自动化当工业生产过程发生故障时,必然表现出与之生产,代替了原来的纯人工反复操作,解放了生产对应的故障征兆(症状),如流量、温度信号曲线发力。虽然生产各环节已经可由各种各样的机器人代生变化,这些征兆是

7、故障信息的重要组成部分,蕴含着大量的故障信息。为全面地反映系统真实运行状收稿日期:2013—10—08态,把从不同角度观测到的故障征兆记录下来,构成基金项目:国家自然科学基金项目(61104154);中央高校基本对应的故障样本,再采用各种先进的故障诊断算法科研业务费专项资金资助。对故障进行诊断。作者简介:郭斌(1987),男,上海市人,硕士研究生,主要研究领由于多元分析、神经网络、人工智能的发展,近域为故障诊断。·l2·工业仪表与自动化装置2014年第3期些年涌现出了许多故障诊断算法J。其中主元分=t

8、A~ty=xPAPX(3)析法(principalcomponentanalysis,PCA)以其便于SPE=eTe(4)实施,简单易懂的特点在工业过程故障诊断中获得式中:A为diag(A,A:,⋯,A)的对角矩阵,e=(J—了广泛应用J。但是,PCA也有如下2个缺点:(1)PP)X,P是由k个负荷向量组成的矩阵。式(3)中对样本进行处理时,默认样本之问采样独立,不存在的统计量被称为统计量,式(4)中的统计量被称相关性,忽略了系统的动态性能;(2)实际使

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。