基于PCA的连续过程性能监控与故障诊断研究

论文摘要

基于主元分析（PCA）的故障检测与诊断方法是故障监测领域的一个重要研究分支,该方法不依赖于数学模型,能与计算机技术紧密结合,具有重要的理论和应用价值。但是由于连续生产过程的特点及其变量间相关性处理的复杂性,使得基于PCA的多元统计过程监测从理论方法到实际应用,都还有许多问题有待研究解决。本文在总结故障监测技术研究进展的基础上,针对基于PCA的故障检测与诊断方法应用中的一些问题做了如下工作:（1）鉴于建模历史数据中存在的异常点会影响过程监控效果,在总结目前常用的鲁棒异常值检测算法原理及其缺陷的基础上,将中心最短距离（CDC）法和椭球多变量整理（MVT）法相结合构成一种基于鲁棒尺度的CDC-MVT异常值综合检测算法,能够更加准确地检测到异常点,进行的工业实例研究也验证了该算法的准确性和有效性。（2）针对传统基于PCA的故障检测算法的检测结果存在无明确定论的缺陷,通过对主元模型的两个检验统计量的含义进行深入分析,提出把Q统计量中与主元显著相关的过程变量分离出来,并形成新的统计量,然后和T2统计量配合进行检验。仿真监控结果表明该改进算法比传统基于T2和Q统计量的故障检测算法更有效。（3）鉴于累积方差贡献率确定主元数未综合考虑故障信息且主观性较大的缺陷,在综合考察累积方差贡献率和复相关系数特点的基础上,提出一种基于累积方差贡献率（CPV）结合复相关系数（MCC）共同确定监控模型主元数的新方法,并将其用于故障检测改进算法中。应用研究结果表明该方法能够确保主元空间的信息存量。（4）针对利用变量贡献率只能够实施定性的故障诊断,以及基于SPE的信息重构故障诊断方法只利用了残差空间信息的局限性,通过对基于T2统计量的故障重构技术进行研究,将其用于故障诊断,对双效蒸发器过程进行的故障诊断仿真表明,该算法能够有效地找到故障源。最后在总结全文的基础上讨论了相关研究的发展前景。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 过程监控与故障诊断技术的研究背景
• 1.1.1 过程监控与故障诊断的必要性
• 1.1.2 过程监控与故障诊断的概念、任务和研究对象
• 1.1.3 过程监控与故障诊断方法分类及其特点
• 1.2 国内外基于PCA 的过程监控与故障诊断技术研究进展
• 1.2.1 基于PCA 的过程监控与故障诊断技术的研究历史
• 1.2.2 基于PCA 的过程监控与故障诊断技术发展趋势
• 1.3 本文的研究目的和主要研究内容
• 第二章 基于鲁棒综合算法的PCA 建模历史数据中异常值的检测
• 2.1 异常值检测算法的研究进展
• 2.2 传统尺度和鲁棒尺度的中心化和标准化方法
• 2.3 常用鲁棒异常值检测算法
• 2.4 基于鲁棒尺度的CDC-MVT 异常值综合检测算法
• 2.4.1 中心最短距离法和椭球多变量整理法
• 2.4.2 基于鲁棒尺度的CDC-MVT 异常点综合检测算法及步骤
• 2.5 工业实例仿真研究
• 2.5.1 仿真环境
• 2.5.2 异常值检测算法的检测效果对比分析
• 2.6 本章内容小结
• 第三章 基于主元分析的过程监控与故障诊断基本理论
• 3.1 主元分析基本理论
• 3.1.1 主元分析理论概述
• 3.1.2 主元模型及主元算法
• 3.1.3 主元的代数和几何解释
• 3.2 基于PCA 的故障检测
• 3.2.1 主元分析法的主要检验统计量及其控制限
• 3.2.2 基于PCA 的故障检测及其结果分析
• 3.2.3 主元个数选择
• 3.3 基于PCA 的故障诊断
• 3.3.1 基于PCA 变量贡献图的故障诊断方法
• 3.3.2 基于SPE 故障重构的故障诊断方法
• 3.4 基于主元分析的故障检测与诊断流程
• 3.5 本章内容小结
• 第四章 基于主元分析的过程监控改进算法
• 4.1 传统基于PCA 的故障检测算法的缺陷
• 4.2 基于PCA 的故障可检测性分析
• 4.3 基于Q 统计量分离的故障检测算法
• 4.3.1 基于PCA 故障检测算法的改进
• 4.3.2 基于CPV-MCC 的主元个数确定新方法
• 4.3.3 基于CPV-MCC 统计模型主元数确定新方法的故障检测改进算法过程
• 4.4 基于故障检测改进算法的过程监控仿真研究
• 4.4.1 采用基于CPV-MCC 的新方法确定统计模型主元数
• 4.4.2 运用故障检测改进PCA 算法对发酵过程进行监控仿真
• 4.5 本章内容小结
• 2统计量信息重构故障诊断改进算法'>第五章 基于主元分析的T²统计量信息重构故障诊断改进算法
• 5.1 基于变量贡献值的故障诊断及基于SPE 的故障重构方法的局限性
• 2 统计量信息重构的故障诊断'>5.2 基于T²统计量信息重构的故障诊断
• 2 统计量的故障重构'>5.2.1 基于T²统计量的故障重构
• 2 统计量的故障识别'>5.2.2 基于主元空间T²统计量的故障识别
• 5.2.3 基于主元空间信息重够的故障识别具体计算过程
• 5.2.4 主元空间中故障可分离性条件
• 5.3 基于信息重构的故障诊断算法流程
• 5.4 故障诊断应用仿真研究
• 5.4.1 应用仿真环境
• 5.4.2 仿真实验研究
• 5.5 本章内容小结
• 第六章 结论和展望
• 致谢
• 参考文献
• 附录：作者在攻读硕士学位期间发表的论文和参加科研项目