基于貝葉斯推理的工業(yè)過程監(jiān)測方法研究.pdf

1、過程監(jiān)測技術(shù)是保證工業(yè)過程安全和提高產(chǎn)品質(zhì)量的有效途徑。隨著科學(xué)技術(shù)，尤其是計(jì)算機(jī)技術(shù)的飛速發(fā)展，海量數(shù)據(jù)的產(chǎn)生與存儲已經(jīng)成為現(xiàn)代工業(yè)過程的一個(gè)標(biāo)志性特征。21世紀(jì)初基于數(shù)據(jù)驅(qū)動的過程監(jiān)測技術(shù)應(yīng)運(yùn)而生，在很多領(lǐng)域得到廣泛應(yīng)用。多變量統(tǒng)計(jì)過程監(jiān)測（MSPM）更是當(dāng)前過程監(jiān)測領(lǐng)域的核心技術(shù)之一。
　　過程監(jiān)測的研究方向涵蓋故障檢測和故障診斷兩大領(lǐng)域?；贛SPM的過程監(jiān)測方法大部分研究都集中在故障檢測上，以主元分析法（PCA）和偏最小

2、二乘法（PLS）為核心的故障檢測方法目前已進(jìn)入到成熟發(fā)展階段，有一套較完整的理論體系。然而在故障診斷和故障識別領(lǐng)域MSPM的表現(xiàn)則略遜一籌。目前常用的基于非監(jiān)督的故障診斷方法有完全分解貢獻(xiàn)（CDC）法和基于重構(gòu)貢獻(xiàn)（RBC）法。兩種方法都有污染效應(yīng)（Smearing Effect），即故障變量會將其對檢測指標(biāo)的影響“污染”到非故障變量上，以至于發(fā)生誤判。
　　在參照主元分析法進(jìn)行故障檢測的前提下，本文結(jié)合重構(gòu)貢獻(xiàn)法和貝葉斯推理提出

3、一種新的非監(jiān)督的數(shù)據(jù)驅(qū)動故障診斷方法。該方法將之前故障變量的診斷結(jié)果應(yīng)用于當(dāng)前樣本的診斷中，利用對故障信息的累積效應(yīng)區(qū)分出主要故障變量和次要故障變量，從而消除故障診斷中的污染效應(yīng)。在實(shí)際的復(fù)雜工業(yè)過程中，故障一般不是隨機(jī)發(fā)生的，相反在控制器的控制作用下，由于變量之間的相互關(guān)聯(lián)，故障會逐漸傳播到其他變量上，稱之為故障傳播（Faculty Propagation）。CDC和RBC兩者都不具有跟蹤故障傳播過程的能力，而本文提出的方法能夠分析出