本文關(guān)鍵詞：化工過程自適應(yīng)多模型故障監(jiān)測方法研究

  更多相關(guān)文章： 自適應(yīng) 多模態(tài) 故障監(jiān)測 奇異值分解(SVD) 模糊C均值(FCM)算法 主成分分析(PCA)

【摘要】：為提高化工過程故障監(jiān)測的準確性,針對先驗知識不足情況下的多模態(tài)化工過程模態(tài)數(shù)未知問題,開發(fā)自適應(yīng)多模型的故障監(jiān)測方法。基于奇異值分解(SVD)求解模態(tài)數(shù),利用模糊C均值(FCM)算法對訓(xùn)練數(shù)據(jù)進行模態(tài)劃分,并利用主成分分析(PCA)方法,針對不同的過程模態(tài)建立相應(yīng)的監(jiān)測模型,實現(xiàn)故障監(jiān)測。將該方法應(yīng)用于丙烯計量罐裝置,進行實例分析。結(jié)果表明,與基于聚類有效性指標的方法相比,該方法在正常和故障2種情況下,故障監(jiān)測的誤報率分別降低了3.54%和5.59%。
【作者單位】： 中國石油大學(xué)(北京)機械與儲運工程學(xué)院;
【基金】：國家自然科學(xué)基金資助(51574263) 中國石油大學(xué)(北京)科研基金資助(2462015YQ0403)
【分類號】：TQ050.7
【正文快照】： 主成分分析(PCA)0引言現(xiàn)代化工生產(chǎn)過程往往伴隨著物理、化學(xué)、生化反應(yīng)以及相變等多種復(fù)雜變化[1],工況頻繁改變,使得一個連續(xù)生產(chǎn)過程經(jīng)常在不同模態(tài)間轉(zhuǎn)換,變成了多模態(tài)過程。傳統(tǒng)的多元統(tǒng)計過程故障監(jiān)測方法,如主成分分析(Principal ComponentAnalysis,PCA)、偏最小二乘(P

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 楊東輝;鄭軍梅;王兆望;薛子文;;Sundyne高速泵故障監(jiān)測體系的建立[J];化工設(shè)備與管道;2012年05期

，

本文編號：1184266