隨著工業(yè)過程的發(fā)展,其規(guī)模越來越大,流程也越來越復雜。在工業(yè)過程運行過程中,如果設(shè)備或過程出現(xiàn)了故障而沒有得到及時的檢測與處理,不僅會降低生產(chǎn)效率,增加維護成本,嚴重時甚至會威脅到人類的生命安全。因此為了預(yù)防事故的發(fā)生,在工業(yè)現(xiàn)場引入一種實時有效的故障檢測系統(tǒng)變得十分重要。在眾多的工業(yè)過程故障檢測方法中,多元統(tǒng)計方法得到了廣泛的應(yīng)用,吸引了越來越多的工業(yè)界與學術(shù)界的關(guān)注。主元分析法（Principal Component Analysis,PCA）是最為常見的多元統(tǒng)計方法之一。其主要思想是將采集到的數(shù)據(jù)進行降維處理,提取數(shù)據(jù)中的主元（即負荷矩陣）,從而進行有利于后續(xù)分析的故障檢測。但其重要問題在于,降維所采用的得分矩陣通常是稠密矩陣,這使得主元的解釋性較低。而稀疏主元分析（Sparse Principal Component Analysis,SPCA）方法通過稀疏化主元負荷矩陣,提高了主元的可解釋性,并且在在線檢測時能具有更快的運算效率。首先,針對工業(yè)過程所具有的動態(tài)特性,本文利用SPCA的思想,結(jié)合動態(tài)主元分析法（Dynamic Principal Component Analys... 

【文章來源】：浙江理工大學浙江省

【文章頁數(shù)】：57 頁

【學位級別】：碩士

【部分圖文】：

過程監(jiān)控步驟

浙江理工大學碩士學位論文 基于稀疏主元分析的故障檢測研究1.2.2 故障檢測方法分類隨著故障診斷領(lǐng)域的不斷發(fā)展，越來越多的故障檢測方法被開發(fā)出來，故障檢測的分類法則也隨著方法的擴充發(fā)生了一定的變化[15-16]。本文參考目前較為主流的對故障診斷的分類方式，將故障檢測方法分為三類[17-18]：定性檢測方法，定量檢測方法，半定量半定性檢測方法。粗略的故障檢測方法分類如圖 1.2 所示。定性分析主要利用系統(tǒng)的因果邏輯關(guān)系來對故障的具體表現(xiàn)進行判斷，代表方法有圖論方法和專家系統(tǒng)。定量分析則是通過建立數(shù)學模型對過程數(shù)據(jù)進行計算分析，代表方法包括模型分析和數(shù)據(jù)驅(qū)動。

江理工大學碩士學位論文 基于稀疏主元.2 基于 PCA 的多元故障檢測方法.2.1 主元分析多元統(tǒng)計方法即對多個觀測變量進行統(tǒng)計分析的方法，是基于數(shù)據(jù)。相比較只針對單個變量進行統(tǒng)計分析的單變量統(tǒng)計方法，多元統(tǒng)計量之間的關(guān)聯(lián)。PCA 是最常見的多元統(tǒng)計方法之一，是一種用于降低數(shù)據(jù)可解釋性、并盡可能減少信息損失的技術(shù)。PCA 在學術(shù)領(lǐng)域和工的運用。按照 Web of Science 的數(shù)據(jù)庫統(tǒng)計，在 2000 年至 2015 年間習方法的應(yīng)用中，PCA 的出現(xiàn)概率達到了 51%，如圖 2.2 所示[57]。1%

【參考文獻】：
期刊論文
[1]基于稀疏主成分分析的乳制品拉曼光譜特征提取及解析技術(shù)研究[J]. 桂冬冬,魯齊,金燦燦,張正勇,王海燕.  光譜學與光譜分析. 2018(S1)
[2]雙譜分析法在風機軸承故障診斷中的應(yīng)用[J]. 程靜,王維慶,何山.  自動化儀表. 2016(07)
[3]基于數(shù)據(jù)驅(qū)動的微小故障診斷方法綜述[J]. 文成林,呂菲亞,包哲靜,劉妹琴.  自動化學報. 2016(09)
[4]基于敏感稀疏主元分析的化工過程監(jiān)測與故障診斷[J]. 劉洋,張國山.  控制與決策. 2016(07)
[5]基于魯棒ICA-PCA的TE故障診斷[J]. 衷路生,解冬東.  計算機應(yīng)用研究. 2016(10)
[6]稀疏認知學習、計算與識別的研究進展[J]. 焦李成,趙進,楊淑媛,劉芳,謝雯.  計算機學報. 2016(04)
[7]基于稀疏主元分析的過程監(jiān)控研究[J]. 彭必燦,張正道.  計算機工程與應(yīng)用. 2014(18)
[8]微小故障診斷方法綜述[J]. 李娟,周東華,司小勝,陳茂銀,徐春紅.  控制理論與應(yīng)用. 2012(12)
[9]基于相對變換PLS的故障檢測方法[J]. 石懷濤,劉建昌,張羽,李龍.  儀器儀表學報. 2012(04)
[10]用殘差CUSUM控制圖檢測自相關(guān)過程中的故障[J]. 王海濤,陳友明,陳永康,秦建英.  振動.測試與診斷. 2012(01)

博士論文
[1]基于數(shù)據(jù)驅(qū)動的復雜多模態(tài)過程模態(tài)識別及過程監(jiān)測研究[D]. 張淑美.東北大學 2016
[2]基于數(shù)據(jù)驅(qū)動的復雜工業(yè)過程故障檢測方法研究[D]. 馬賀賀.華東理工大學 2013
[3]基于符號有向圖的熱力系統(tǒng)故障診斷方法研究[D]. 曹文亮.華北電力大學（河北） 2006

碩士論文
[1]基于稀疏表示和概率主元分析的化工過程故障檢測與識別[D]. 馬超.華東交通大學 2018
[2]免疫自適應(yīng)的深度卷積神經(jīng)網(wǎng)絡(luò)故障診斷應(yīng)用研究[D]. 劉向宇.太原理工大學 2018
[3]基于PSO的間歇型乙酸乙酯生產(chǎn)線的優(yōu)化方法研究[D]. 楊嵐.浙江理工大學 2018
[4]基于數(shù)據(jù)驅(qū)動的流程工業(yè)過程故障檢測研究[D]. 楊俊祥.天津理工大學 2017
[5]基于故障樹的故障診斷專家系統(tǒng)軟件平臺設(shè)計[D]. 彭華亮.南京理工大學 2017
[6]基于田納西—伊斯曼過程故障檢測方法研究[D]. 吳卓卓.華東交通大學 2016



本文編號：3599329