基于CHMM的TE过程在线故障检测.pdf

《基于CHMM的TE过程在线故障检测.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15卷第3期上海应用技术学院学报(自然科学版)Vo1．15No．32015年9月JOuRNALOFSHANGHAIINSTITUTEOFTECHNOLOGY(NATURALSCIENCE)Sep．2015文章编号：1671—7333(2015)03—0254—06DOI：10．3969／j．issn．1671—7333．2015．03．009基于CHMM的TE过程在线故障检测曹立立，方华京，秦璇(华中科技大学自动化学院，武汉430074)摘要：随着工业过程的规模和复杂程度的增加，对于过程安全性和可靠性的要求进一步提高．为了准确及时地检测设备故障，提出了一种基

2、于连续隐马尔可夫模型(CHMM)的在线故障检测方法．采用主元分析(PCA)方法对过程变量数据进行特征提取，利用变长度滑动窗口技术跟踪动态数据，并提出了一个新的实时统计量作为在线故障检测的量化指标，结合实时闽值实现了CHMM的在线故障检测．将该方法应用于田纳西一伊斯曼(TE)化工过程，并与基于PCA和动态主元分析(DPCA)方法的故障检测结果进行比较，能够较准确地检测到故障，验证了该方法的有效性．关键词：连续隐马尔可夫模型；在线故障检测；主元分析；变长度滑动窗口；田纳西一伊斯曼过程中图分类号：TP273文献标志码：ACHMM．BasedOn．IiReFaultD

3、etectionofTEProcessCAOLili，FANGHuajing，QINXuan(SchoolofAutomation，HuazhongUniversityofScienceandTechnology，Wuhan430074，China)Abstract：Withtheincreasingofindustrialprocessscaleandcomplexity，thedemandforsafetyandreliabilityofprocessimprovesfurther．Inordertodetecttheequipmentfaultaccur

4、atelyandtimely，anon—linefaultdetectionmethodbasedoncontinuoushiddenMarkovmodel(CHMM)wasproposed．Theprincipalcomponentanalysis(PCA)approachwasadoptedtotakefeatureextractionoftheprocessvariables，andthevariablemovingwindowtechnologywasutilizedtotrackdynamicdata，then，anewreal—timestatis

5、ticwaspresentedasaquantitativeindexofon—linefaultdetection，andcombinedwithreal-timethresholdtoimplementCHMM—basedon—linefaultdetection．ThentheproposedmethodwascarriedoutinTennesseeEastman(TE)process．Also，themethodcoulddetectfaultmoreaccuratelycomparedwithPCAanddynamicprincipalcompon

6、entanalysis(DPCA)basedmethods．Theeffectivenessoftheproposedmethodwasverifiedbytheexperimentalresults．Keywords：continuoushiddenMarkovmodel(CHMM)；on—linefaultdetection；principalcomponentanalysis(PCA)；variablemovingwindow；TennesseeEastman(TE)process随着现代科学技术的发展，工业过程的规模和是提高过程可靠性和降低事故发生率的

7、重要方法．复杂程度逐渐增大，如何提高过程的可靠性和安全故障检测作为故障诊断技术的重要部分，其任务是性也就成了亟待解决的问题．有效的故障诊断技术确定故障是否已经发生．及早进行检测可以对将会收稿日期：2o15-Ol一14基金项目：国家自然科学基金重点资助项目(61034006)第一作者：曹立立(1989一)，女，硕士生，主要研究方向为动态系统故障诊断与预报．E—mail：caolili0101@163．corn通信作者：方华京(1955一)，男，教授，博士生导师，主要研究方向为动态系统故障诊断与预报．E-mail：hjfang．@mail．hust．edu．cn第

8、3期曹立立，等：基于CHMM的TE过程