基于相似性和重構的過程監(jiān)測方法研究.pdf

1、隨著復雜工業(yè)過程的不斷增多和擴大，過程安全和產(chǎn)品質量越來越引起人們的關注，過程監(jiān)測技術是處理這兩個問題重要保證。傳統(tǒng)的多變量統(tǒng)計過程監(jiān)控技術作為一種基于數(shù)據(jù)驅動的過程監(jiān)測技術，已被廣泛應用于故障檢測領域。在工業(yè)過程中，根據(jù)不同的產(chǎn)品規(guī)格會存在許多不同的工作模式，不同模式下呈現(xiàn)不同的特征信息。在頻繁的模式切換下，傳統(tǒng)的多變量統(tǒng)計過程監(jiān)測方法就不能夠很好地分析數(shù)據(jù)的特征。故障重構是故障診斷中必不可少的一個環(huán)節(jié)，但傳統(tǒng)的故障重構的重構方向是隨

2、機選取的，通過循環(huán)嘗試得到最佳結果，忽略了故障數(shù)據(jù)與正常數(shù)據(jù)之間的關系。針對上述問題，本文主要做了以下研究工作:
　　(1)本文提出一種基于相似性的多模式故障檢測方法。該方法運用K-means聚類方法對數(shù)據(jù)進行聚類，劃分歷史數(shù)據(jù)的模式類型。首先，將數(shù)據(jù)投影到高維空間中，計算各模式數(shù)據(jù)的負載矩陣與混合模式數(shù)據(jù)的負載矩陣進行相似性比較。然后再根據(jù)提取各比較值的公共部分作為模式間的公共特征信息，并對剩下的特殊特征信息分別建模檢測，保留了

3、各個模式的局部特征，避免因局部信息丟失引起的漏報、誤報。最后，該方法被用于電熔鎂爐的故障檢測，并與全局建模方法相比較，證明該方法的有效性和準確性。
　　(2)本文提出一種基于核主元分析重構的故障分離方法。該方法也是將數(shù)據(jù)投影到高維空間中，找到對故障的產(chǎn)生影響比較大的故障方向是該方法的關鍵步驟。該方法通過提取正常數(shù)據(jù)與故障數(shù)據(jù)的相關信息，提取出對故障影響比較大的故障方向，將故障數(shù)據(jù)沿著提取的故障方向，進行故障調節(jié)，恢復成正常的過程數(shù)