動(dòng)態(tài)工業(yè)過程的故障診斷方法研究.pdf

1、由于工業(yè)過程復(fù)雜的內(nèi)部機(jī)制、各種過程干擾和隨機(jī)噪聲的存在、慣性環(huán)節(jié)和儲(chǔ)能環(huán)節(jié)的存在、閉環(huán)控制器的廣泛應(yīng)用、以及采樣間隔較短等原因，使得過程變量的采樣數(shù)據(jù)往往具有與時(shí)間相關(guān)的動(dòng)態(tài)性。對(duì)復(fù)雜的工業(yè)過程很難建立精確的過程模型及故障模型，故本文研究是基于數(shù)據(jù)驅(qū)動(dòng)的動(dòng)態(tài)故障診斷方法，屬于多變量統(tǒng)計(jì)過程控制(MSPC)領(lǐng)域。MSPC方法是先對(duì)歷史數(shù)據(jù)進(jìn)行離線建模分析然后對(duì)在線數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)控的故障診斷方法，能夠切實(shí)有效的評(píng)估工業(yè)過程的運(yùn)行狀態(tài)并進(jìn)行

2、故障檢測(cè)。本文的主要研究工作包括:
　　(1)詳細(xì)總結(jié)了工業(yè)過程數(shù)據(jù)動(dòng)態(tài)性產(chǎn)生的原因和影響;簡(jiǎn)單介紹了故障診斷的過程和方法的分類;主要從基于MSPC方法方面闡述了動(dòng)態(tài)數(shù)據(jù)故障診斷方法的研究現(xiàn)狀，并總結(jié)了故障診斷方法針對(duì)數(shù)據(jù)動(dòng)態(tài)性改進(jìn)的幾個(gè)主要方面。
　　(2)主要介紹了動(dòng)態(tài)主元分析(DPCA)和動(dòng)態(tài)獨(dú)立元分析(DICA)兩種應(yīng)用較廣的非質(zhì)量動(dòng)態(tài)故障診斷方法。首先，介紹了基于DPCA的故障診斷;然后，針對(duì)DPCA不能很好地處理

3、實(shí)際工業(yè)過程數(shù)據(jù)的非高斯性，對(duì)DICA方法及應(yīng)用于故障診斷的過程進(jìn)行了詳細(xì)研究;最后，利用田納西-伊斯曼過程(TE)的典型故障證明了，DICA在檢測(cè)DPCA難以檢測(cè)的小故障方面的優(yōu)越性。
　　(3)提出了子空間辨識(shí)和動(dòng)態(tài)獨(dú)立元分析(SI-DICA)相結(jié)合的故障診斷方法。首先，理論證明DICA方法潛隱變量的相關(guān)性，并仿真驗(yàn)證了DICA故障診斷方法由于人為引入的動(dòng)態(tài)性會(huì)造成連續(xù)誤警的現(xiàn)象;然后，詳細(xì)介紹了典型變量分析(CVA)這一子空