基于多元統(tǒng)計分析的故障診斷方法研究.pdf

1、隨著現(xiàn)代科學技術(shù)的飛速發(fā)展,系統(tǒng)的規(guī)模和復雜程度迅速增加,若設(shè)備和系統(tǒng)發(fā)生故障不僅會給社會帶來巨大的經(jīng)濟損失,甚至會造成人身傷亡和環(huán)境污染,因此對系統(tǒng)進行及時有效的故障診斷顯得至關(guān)重要。基于解析模型的故障診斷方法在故障診斷研究中得到了很好的應用,然而其檢測性能的好壞很大程度上依賴于機理模型的準確程度,實際中精確的機理模型往往很難建立。而基于數(shù)據(jù)驅(qū)動的故障診斷方法不需要建立精確的機理模型,只需對過程運行數(shù)據(jù)進行分析,因此越來越受到人們的關(guān)

2、注。
　　基于多元統(tǒng)計分析的故障診斷方法是基于數(shù)據(jù)驅(qū)動的故障診斷方法的一個重要分支,本文以多元統(tǒng)計分析理論為基礎(chǔ),開展了關(guān)于多元統(tǒng)計分析方法的研究,主要研究內(nèi)容如下:
　　(1)提出一種基于相對化變換的信息增量矩陣的故障診斷方法。該方法解決了因量綱不同導致系統(tǒng)中一些雖然表現(xiàn)為變量超過閾值的絕對值很小,但與其變量自身的取值相比相對值很大的故障不能被檢出的問題,能更好更準確的檢測出故障來源,同時能有效降低誤報漏報率。
　　

3、(2)受全潛結(jié)構(gòu)投影算法(T-PLS)對偏最小二乘算法(PLS)改進的啟發(fā),將YIN等人提出的方法進行改進,提出一種自回歸全潛結(jié)構(gòu)投影算法(AR-TPLS),該方法避免了PLS和T-PLS方法中非線性迭代偏最小二乘復雜的求解過程,克服了YIN等人提出的改進的自回歸PLS算法中過程殘差仍包含不適合用Q統(tǒng)計量來監(jiān)控的方差較大的變化問題,模型簡單,計算量更小。
　　(3)將相對主元分析(RPCA)思想引入T-PLS算法,解決了因數(shù)據(jù)量綱