基于小波包去噪與改進PCA的故障檢測研究.pdf

1、隨著生產(chǎn)發(fā)展的現(xiàn)代化與科學(xué)技術(shù)的不斷進步，促使大型設(shè)備的結(jié)構(gòu)復(fù)雜化，功能完善化，故障發(fā)生的可能性及嚴重程度也隨之增加，故障檢測與診斷技術(shù)的研究已成為系統(tǒng)安全性及可靠性的重要保證。復(fù)雜工業(yè)過程的精確數(shù)學(xué)模型是難以建立的，而數(shù)據(jù)驅(qū)動的故障檢測及診斷方法是基于過程數(shù)據(jù)分析，通過數(shù)理統(tǒng)計方法提取海量數(shù)據(jù)之間的隱含信息以完成故障檢測及診斷。本文以TE過程中的高復(fù)雜性、非線性、動態(tài)性、及噪聲干擾問題為對象，研究基于數(shù)據(jù)驅(qū)動的故障檢測及診斷方法及改進

2、方法，并通過仿真實驗進行了具體的可行性分析。
　　 首先對主元分析、核主元分析進行了深入的研究，并對其具體算法及其實現(xiàn)條件進行了推導(dǎo)。介紹了小波包理論，并通過與小波分析的分解與重構(gòu)方式對比，得出其在處理信號高頻細節(jié)信息的優(yōu)勢。
　　 其次，針對實際工業(yè)過程數(shù)據(jù)的帶噪問題提出了基于最優(yōu)基小波包去噪的方法，通過小波包對所采集數(shù)據(jù)進行高低頻的多層分解，最大限度保留原始信息并剔除噪聲信號。使得故障檢測的漏報率及誤報率明顯降低。并

3、針對實際系統(tǒng)的非線性問題，提出了最優(yōu)基小波包去噪的核主元分析方法，并給出其具體的操作流程。將其應(yīng)用于TE過程，通過對PCA、KPCA，及小波包去噪的KPCA三者Q統(tǒng)計量的分析，并通過累積方差貢獻率圖對比，驗證該方法的優(yōu)越性。
　　 最后，針對傳統(tǒng)主元分析在處理非線性和動態(tài)過程中的缺陷，將指數(shù)加權(quán)自回歸統(tǒng)計模型融入到核主元模型中，采用等步長數(shù)據(jù)實時更新的方法，利用更新后的數(shù)據(jù)重新建立核主元模型，并引入加權(quán)因子β，將新核主元模型和舊