基于改進的KICA與FDA工業(yè)過程故障診斷方法的研究.pdf

1、現(xiàn)代流程工業(yè)具有大型化、連續(xù)化、智能化、重載化、高速化等特點，一旦故障發(fā)生，將會造成人員和財產(chǎn)的巨大損失，所以將故障診斷方法做為研究課題，具有重要意義和實際價值。針對流程工業(yè)對象的特點，本文以田納西-伊斯曼過程(Tennessee-Eastman Process，簡稱TEP)為背景，以核獨立成分分析方法(KICA)和Fisher辨別式分析(FDA)為基礎(chǔ)，實現(xiàn)對該過程進行故障檢測和診斷的目的。本文所作的主要工作如下:
　　(1)詳

2、細介紹了故障診斷方法的概念，任務及過程。闡述了故障診斷方法的研究現(xiàn)狀，并從定量分析和定性分析角度出發(fā)，研究故障診斷方法的分類;
　　(2)研究了獨立成分分析(ICA)及核獨立成分分析方法(KICA)原理及其多元統(tǒng)計故障檢測方法在TEP中的應用。將兩種檢測方法應用在TEP中，得出基于KICA的多元統(tǒng)計故障檢測方法性能優(yōu)于ICA;
　　(3)對KICA故障檢測方法進行了改進。本文將特征向量提取(FVS)和KICA相結(jié)合，提出了一

3、種基于FVS的KICA故障檢測方法，該方法首先利用FVS尋找一個樣本子集，此子集在特征空間F中的映射能夠充分表明全部樣本數(shù)據(jù)的映射，然后再進行KICA運算。當樣本個數(shù)很大時，降低了KICA的計算量，縮短了計算時間。通過對TEP的典型故障仿真研究，驗證了提出方法的有效性;
　　(4)對FDA故障診斷方法進行改進，提出了一種基于KICA-FDA的故障診斷方法。該方法首先通過KICA提取統(tǒng)計獨立的關(guān)鍵變量，然后利用提取的關(guān)鍵變量建立FD