基于PCA连续过程性能监控与故障诊断研究.pdf

基于PCA连续过程性能监控与故障诊断研究.pdf

ID:52994020

大小:3.89 MB

页数:76页

时间:2020-04-09

基于PCA连续过程性能监控与故障诊断研究.pdf_第1页
基于PCA连续过程性能监控与故障诊断研究.pdf_第2页
基于PCA连续过程性能监控与故障诊断研究.pdf_第3页
基于PCA连续过程性能监控与故障诊断研究.pdf_第4页
基于PCA连续过程性能监控与故障诊断研究.pdf_第5页
资源描述:

《基于PCA连续过程性能监控与故障诊断研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、摘要摘要题目:基于PCA的连续过程性能监控与故障诊断研究专业:检测技术与自动化装置硕士研究生:张新荣导师:徐保国基于主元分析(PCA)的故障检测与诊断方法是故障监测领域的一个重要研究分支,该方法不依赖于数学模型,能与计算机技术紧密结合,具有重要的理论和应用价值。但是由于连续生产过程的特点及其变量问相关性处理的复杂性,使得基于PCA的多元统计过程监测从理论方法到实际应用,都还有许多问题有待研究解决。本文在总结故障监测技术研究进展的基础上,针对基于PCA的故障检测与诊断方法应用中的一些问题做了如下工作:(1)鉴于建模历史数据中存在的异常点会影响过程监控效果,在总

2、结目前常用的鲁棒异常值检测算法原理及其缺陷的基础上,将中心最短距离(CDC)法和椭球多变量整理(MVT)法相结合构成一种基于鲁棒尺度的CDC.MVT异常值综合检测算法,能够更加准确地检测到异常点,进行的工业实例研究也验证了该算法的准确性和有效性。(2)针对传统基于PCA的故障检测算法的检测结果存在无明确定论的缺陷,通过对主元模型的两个检验统计量的含义进行深入分析,提出把Q统计量中与主元显著相关的过程变量分离出来,并形成新的统计量,然后和T2统计量配合进行检验。仿真监控结果表明该改进算法比传统基于T2和Q统计量的故障检测算法更有效。(3)鉴于累积方差贞献率确定

3、主元数未综合考虑故障信息且主观性较大的缺陷,在综合考察累积方差贡献率和复相关系数特点的基础上,提出一种基于累积方差贡献率(CPV)结合复相关系数(MCC)共同确定监控模型主元数的新方法,并将其用_丁.故障检测改进算法中。应用研究结果表明该方法能够确保主元空间的信息存量。(4)针对利用变量贡献率只能够实施定性的故障诊断,以及基于SPE的信息重构故障诊断方法只利用了残差空间信息的局限性,通过对基于T2统计量的故障重构技术进行研究,将其用于故障诊断,对双效蒸发器过程进行的故障诊断仿真表明,该算法能够有效地找到故障源。最后在总结全文的基础上讨论了相关研究的发展前景。

4、关键词:主元分析;故障检测;故障诊断;复相关系数;故障重构AbstractPrincipalcomponentanalysis(PCA)hasbeenconsideredasanimportantmethodoffaultdetectionanddiagnosisduetoitsindependenceofprocessmodelandcombinitionwithcomputertechnology.However’thetheoreticalmethodandactualapplicationoffaultmonitoringbasedonPCAisno

5、tperfectandhasalotofproblems.ThemainpurposeofthisthesisistomakefurtherstudyonfaultdetectionanddiagnosismethodbasedonPCA.Themaincontextconsistsofthefollowingparts.(1)Theoutlierinhistoricaldataacquiredfromindustryprocesscandecreaseabilityofprocessperformancemonitoring.Anewoutlierdete

6、ctioncombinedmethodbasedonrobustscalingclosestdistancetocenter(CDOandellipsoidalmultivariatetrimming(MVT)isproposedafterasummaryonseveralrobustoutlierdetectionmethodprincipleandlimitation.Theresultsofanexampleshowitcandetectoutliereffectivelyandaccurately.(2)Becauseconclusionsarein

7、definiteintheperformancemonitoringofindustryprocess,afaultydetectionapproachbasedonQstatisticseparationisproposed.Qstatisticisseparatedintoprincipalcomponentrelatedvariable(PVR)statisticandcommonvariable(CVR)statistic,anditcandetectadequatelythechangeofprocessusingwithrstatistic.Th

8、esimulationresultsshowthat

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。