保障平穩(wěn)的過程運(yùn)行狀態(tài)與高效的產(chǎn)能一直是現(xiàn)代工業(yè)亟需解決的兩個(gè)重要問題,而故障監(jiān)測技術(shù)是解決上述問題的有效途徑,因此一直是過程控制領(lǐng)域的研究熱點(diǎn)之一。隨著傳感器技術(shù)與集散控制系統(tǒng)的大力發(fā)展,基于數(shù)據(jù)驅(qū)動(dòng)的故障監(jiān)測技術(shù)得到了比較廣泛的應(yīng)用。多塊模型作為近年來提出的一種集成模型框架,能夠有效的針對分布式與復(fù)雜工況下的流程工業(yè)過程進(jìn)行監(jiān)測。論文在多塊建模的框架下進(jìn)行了故障監(jiān)測方法研究,主要研究內(nèi)容如下:(1)針對傳統(tǒng)的主元分析(Principal Component Analysis,PCA)模型容易忽略過程局部信息的問題,提出了一種基于主元分解的子塊劃分策略。在不具備過程機(jī)理知識時(shí),根據(jù)過程變量在不同主元上的貢獻(xiàn)率將其排序,并利用累積貢獻(xiàn)率法選取變量,形成不同組合的變量子集。這些變量子集中包含了各自的局部信息,在此基礎(chǔ)上建立監(jiān)測模型能夠更加容易監(jiān)測到過程的局部異常狀態(tài)。最后通過貝葉斯信息準(zhǔn)則將不同子塊的監(jiān)測結(jié)果進(jìn)行融合,獲得統(tǒng)一的BIC監(jiān)測指標(biāo)。通過TE過程的仿真實(shí)驗(yàn)表明,該方法相較于PCA模型獲得了整體監(jiān)測性能的提升。(2)為了改善多塊建模策略中子塊劃分方法解釋意義不明確且監(jiān)測信息單一的...

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-2TE過程工藝流程圖

江南大學(xué)碩士學(xué)位論文14綜上所述，基于主元分解的多塊PCA故障監(jiān)測流程如圖2-1所示，算法流程詳細(xì)描述如下：（1）獲取正常數(shù)據(jù)集origX，將其進(jìn)行標(biāo)準(zhǔn)化；（2）將數(shù)據(jù)集origX進(jìn)行PCA分解，將過程劃分成k+1個(gè)子塊，得到子塊數(shù)據(jù)集合121,,,kXXX；（3）對子塊數(shù)據(jù)集合....

本文編號：3903264