本文關(guān)鍵詞：基于魯棒ICA-PCA的TE故障診斷

  更多相關(guān)文章： 小波去噪 魯棒ICA-PCA 主元分析 TE過程 故障檢測(cè)

【摘要】：針對(duì)復(fù)雜工業(yè)過程混合分布的問題,提出了基于魯棒ICA-PCA(independent component analysis-principal component analysis)的故障診斷新方法。由于實(shí)際工業(yè)過程數(shù)據(jù)不可避免地帶有大量干擾,為降低數(shù)據(jù)粗糙的影響,首先采用小波去噪算法提高建模數(shù)據(jù)質(zhì)量;然后利用魯棒ICA-PCA算法提取過程的非高斯和高斯信息,并構(gòu)建了三個(gè)統(tǒng)計(jì)量進(jìn)行故障的監(jiān)控;最后將上述方法應(yīng)用到田納西—伊斯曼(Tennessee Eastman,TE)化工過程。仿真結(jié)果表明,相比于傳統(tǒng)PCA算法、ICA-PCA等算法,魯棒ICA-PCA方法能夠有效地檢測(cè)故障的發(fā)生,具有較好的魯棒性和靈敏性。
【作者單位】： 華東交通大學(xué)電氣與電子工程學(xué)院;
【關(guān)鍵詞】： 小波去噪 魯棒ICA-PCA 主元分析 TE過程 故障檢測(cè)
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61263010,60904049) 江西省自然科學(xué)基金資助項(xiàng)目(20114BAB211014,20161BBE50082,20161BAB202067)
【分類號(hào)】：TQ050.7;TP277
【正文快照】： 0引言實(shí)時(shí)過程監(jiān)控技術(shù)發(fā)展成為現(xiàn)代流程工業(yè)中提高生產(chǎn)力和安全生產(chǎn)的關(guān)鍵問題之一,實(shí)現(xiàn)化學(xué)過程的故障快速檢測(cè)是安全運(yùn)行的一個(gè)重要方面�，F(xiàn)代流程工業(yè)普遍采用集散控制系統(tǒng),大量的過程數(shù)據(jù)被采集、保存下來,這使得基于數(shù)據(jù)的多元統(tǒng)計(jì)故障檢測(cè)技術(shù)已經(jīng)成為近年來研究的熱點(diǎn)

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前7條

1 郭碧君;于百愷;朱登軍;曹菲;;自主研發(fā)的PA儀表在線故障檢測(cè)裝置及其應(yīng)用[J];水泥工程;2012年03期

2 趙小強(qiáng);薛永飛;;基于核T-PLS的化工過程故障檢測(cè)算法[J];化工學(xué)報(bào);2013年12期

3 馬賀賀;胡益;侍洪波;;基于馬氏距離局部離群因子方法的復(fù)雜化工過程故障檢測(cè)[J];化工學(xué)報(bào);2013年05期

4 王迎;王新明;趙小強(qiáng);;基于小波去噪與KPCA的TE過程故障檢測(cè)研究[J];化工機(jī)械;2011年01期

5 張志剛;;計(jì)量泵轉(zhuǎn)速測(cè)量探頭的故障診斷[J];河南化工;2011年17期

6 李文科;鐘向宏;趙勁松;;基于ANN和PCA的多牌號(hào)產(chǎn)品生產(chǎn)過程故障檢測(cè)及診斷[J];計(jì)算機(jī)與應(yīng)用化學(xué);2010年05期

7 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 胡益;馬賀賀;侍洪波;;基于魯棒PLS的化工過程故障檢測(cè)[A];第25屆中國(guó)控制與決策會(huì)議論文集[C];2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 翟夢(mèng)佳;基于數(shù)據(jù)的燃料電池典型非正常工況故障檢測(cè)研究[D];哈爾濱工業(yè)大學(xué);2015年

2 盧斌彰;基于多模型決策融合的空分過程故障檢測(cè)與預(yù)報(bào)[D];浙江大學(xué);2011年

，

本文編號(hào)：979152