CSTR過程故障診斷方法比較研究.pdf

1、連續(xù)攪拌反應(yīng)釜(Continuously Stirred Tank Reactor，CSTR)是化工生產(chǎn)中重要的設(shè)備之一?；瘜W(xué)生產(chǎn)過程中的噪聲、溫度、濃度的變化，都會(huì)使其無法正常地運(yùn)行。CSTR過程的正常運(yùn)行直接關(guān)系到化工生產(chǎn)的安全和經(jīng)濟(jì)效益，因此對(duì)CSTR過程進(jìn)行故障診斷變得尤為重要。
　　本文根據(jù)CSTR的工作機(jī)理，建立了相應(yīng)的數(shù)學(xué)模型，模擬了工業(yè)中可能發(fā)生的故障，并設(shè)計(jì)了CSTR的故障診斷系統(tǒng)，利用CSTR實(shí)驗(yàn)平臺(tái)進(jìn)行了仿真

2、。
　　在研究國(guó)內(nèi)外關(guān)于CSTR過程故障診斷方法現(xiàn)狀的基礎(chǔ)上，為了提高CSTR過程故障診斷的準(zhǔn)確度，本文提出了一種基于核主元分析(Kernel Principal Component Analysis，KPCA)和遞歸最小二乘支持向量機(jī)(Recursive Least Squares Support Vector Machine，RLSSVM)相結(jié)合的故障診斷方法。首先通過KPCA進(jìn)行特征提取，再通過RLSSVM進(jìn)行分類，和經(jīng)典的

3、方法相比較，實(shí)驗(yàn)結(jié)果表明了在故障診斷精度方面，所提出的方法優(yōu)于傳統(tǒng)的分類方法。
　　為了提高CSTR過程故障診斷的速度，本文提出了一種基于移動(dòng)窗核主元分析（Moving WindowKernel Principal Component Analysis，MWKPCA）和遞歸最小二乘支持向量機(jī)(RLSSVM)相結(jié)合的故障診斷方法，該方法節(jié)省了存儲(chǔ)空間和運(yùn)算時(shí)間，同時(shí)增加了診斷模型的適應(yīng)性。實(shí)驗(yàn)結(jié)果表明，所提出的方法能有效實(shí)現(xiàn)過程監(jiān)控