基于多块建模策略的故障监测方法研究

发布时间：2024-02-19 20:20

　　保障平稳的过程运行状态与高效的产能一直是现代工业亟需解决的两个重要问题,而故障监测技术是解决上述问题的有效途径,因此一直是过程控制领域的研究热点之一。随着传感器技术与集散控制系统的大力发展,基于数据驱动的故障监测技术得到了比较广泛的应用。多块模型作为近年来提出的一种集成模型框架,能够有效的针对分布式与复杂工况下的流程工业过程进行监测。论文在多块建模的框架下进行了故障监测方法研究,主要研究内容如下:(1)针对传统的主元分析(Principal Component Analysis,PCA)模型容易忽略过程局部信息的问题,提出了一种基于主元分解的子块划分策略。在不具备过程机理知识时,根据过程变量在不同主元上的贡献率将其排序,并利用累积贡献率法选取变量,形成不同组合的变量子集。这些变量子集中包含了各自的局部信息,在此基础上建立监测模型能够更加容易监测到过程的局部异常状态。最后通过贝叶斯信息准则将不同子块的监测结果进行融合,获得统一的BIC监测指标。通过TE过程的仿真实验表明,该方法相较于PCA模型获得了整体监测性能的提升。(2)为了改善多块建模策略中子块划分方法解释意义不明确且监测信息单一的...

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

图2-2TE过程工艺流程图

江南大学硕士学位论文14综上所述，基于主元分解的多块PCA故障监测流程如图2-1所示，算法流程详细描述如下：（1）获取正常数据集origX，将其进行标准化；（2）将数据集origX进行PCA分解，将过程划分成k+1个子块，得到子块数据集合121,,,kXXX；（3）对子块数据集合....

本文编号：3903264