基于滑动窗的CVA故障诊断算法.pdf

《基于滑动窗的CVA故障诊断算法.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41卷第3期兰州理工大学学报VoL41No．32015年6月JournalofLanzhouUniversityofTechnologyJurL2015文章编号；1673-5196(2015)03-0091-05基于滑动窗的CVA故障诊断算法赵小强，张潇潇(兰州理工大学电气工程与信息工程学院，甘肃兰州730O5O)摘要：由于过程数据通常具有时变性，规范变量分析(CVA)在动态过程系统的故障诊断中不能得到较好的故障诊断准确率，因此提出一种基于滑动窗的规范变量分析(MWC、，A)算法．该算法首先建立初

2、始的CVA模型和计算监控统计量，通过滑动窗更新过程变量数据，计算更新建模所需数据，不断实时地更新出新样本的CVA模型和监控统计量．通过对Tennessee-Eastman过程的仿真，对比CVA、MWPCA和MWCVA的故障诊断效果，验证所提出算法的有效性．关键词：故障诊断；CVA；滑动窗；TE过程中圈分类号：TP277文献标识码：ACVAalgorithmforfaultdiagnosisbasedonmovingwindowZHA0Xiao-qiang，ZHANGXiao-xiao(College

3、ofElectricalandInformationEngineering，LanzhouUniv．ofTech．，Lamhou730050，Chlha)Abstract：Processdatausuallyhavetime-varyingcharacteristics，thefaultdiagnosisbasedoncanonicalvariateanalysis(CVA)cannotofferabetteraccuracyoffaultdiagnosisindynamicprocesssyste

4、m．There—foreanalgorithmofmovingwindow-basedcanonicalvariateanalysis(MWCVA)isproposed．First，theinitialCVAmodelissetupforthisalgorithmandthemonitoringstatistica1dataarecomputed．thenthedataofprocessvariableareupdatedwiththemovingwindowandthenecessarydataf

5、ormodelupdatingarefiguredouttoupdatetheCVAmodelofnewsampleandmonitoringstatistica1datacontinuouslyandinre-al-timemanner．TheresultsoffaultdiagnosisoftheCVA，MWPCA，andMWCVAaremutuallycom—paredamongthembymeansofTennessee-Eastmanprocesssimulation，andtheeffe

6、ctivenessofthepro—posedmethodisverified．Keywords：faultdiagnosis；CVA；movingwindow；TEprocess对现代化工过程有效的故障诊断是确保生产过(CVA)方法是基于数据驱动的故障诊断方法，最大程中产品和人身安全的重要方法[1]．化工过程测量化过程变量的自相关性和互相关性，建立过程的状变量数据中具有多种多样的复杂特性，比如互相关态空间模型和监控统计量进行故障诊断．Antoine性、强自相关性、时变性等特性．主元分析法(PCA)

7、等[7]将PCA、DPCA、PLS、CVA进行比较并证明了和偏最小二乘法(PLS)是较早提出并且已经得到广CVA方法的优越性．泛应用的化工过程故障诊断方法[4_引．这两种方法能但是，化工过程的数据通常还具有时变特性，实够有效地处理过程测量变量数据中的互相关性，然际化工过程中常因设备的磨损老化、环境的变化等而在处理强自相关性时并不能得到满意的效果，为引起正常参数的缓慢变化，使得以前建立的正常过了解决该特性提出的动态PCA(DPCA)方法也没有程模型误报率升高[8]．针对过程数据的这种特性，国完全解决过

8、程变量的强自相关性[6]．规范变量分析内外学者在基于主元分析(PCA)的基础上获得了很多成果．陆宁云等[9]提出迭代的主元成分分析算法，收稿日期：2014-07-10是一种在线过程监测方法，根据实际化工过程的数基金项目：国家自然科学基金(51265032，61263003)，甘肃省高据特性，实现了实时在线的PCA建模和过程监测；校基本科研业务费项目(1203ZTC061)作者简介：赵小强(1969-)，男，陕西岐山人，博士，教授．郭小萍等[1o]提出滑动窗主元分析算法