基于數(shù)據(jù)驅(qū)動的工業(yè)過程故障診斷方法研究.pdf

1、在現(xiàn)代工業(yè)生產(chǎn)設備的使用中出現(xiàn)故障是在所難免的，然而不能被及時準確的檢測和排除時，有可能導致整個系統(tǒng)的癱瘓，造成的損失與損害不堪設想。而因為生產(chǎn)設備中往往生成和收集了大量的跟蹤或機器數(shù)據(jù)，所以基于數(shù)據(jù)驅(qū)動的方法已被廣泛地應用到工業(yè)過程故障診斷中。該方法不依靠精確的系統(tǒng)數(shù)學模型，只利用基于大量數(shù)據(jù)的控制算法，因此具有高效性與便捷性。
　　考慮到工業(yè)過程的復雜性與數(shù)據(jù)的非線性，在目前應用最廣泛的非線性故障診斷技術(shù)的基礎(chǔ)之上不斷完善，本

2、文所進行的主要研究如下:
　　1)為了克服傳統(tǒng)非線性故障診斷方法精度低的缺點，研究基于擴散映射的K最近鄰(DM-KNN)故障檢測方法。該方法充分考慮數(shù)據(jù)中的流形非線性結(jié)構(gòu)并且保留非線性數(shù)據(jù)的全局特性;利用K最近鄰法則克服遺漏殘差信息的優(yōu)點，將其故障檢測的原理應用到特征提取后的低維流形特征空間中來檢測潛在故障，其診斷結(jié)果更加可靠準確。以TE過程為研究背景，利用TE過程仿真數(shù)據(jù)對典型故障進行驗證，結(jié)果表明該方法具有高精度。