文档介绍：第 31 卷第 1 期仪器仪表学报 No. 1
2010 年 1 月 Chinese Journal of Scientific Instrument Jan. 2010
基于改进多尺度核主元分析的化工过程
故障检测与诊断方法研究*
许洁 1,2,胡寿松 1,申忠宇 2
(1 南京航空航天大学自动化学院南京 210016;2 南京师范大学电气与自动化工程学院南京 210042)
摘要:针对化工过程数据的多尺度性和非线性特性,提出了改进多尺度核主元分析法。先利用小波变换分析测量数据的多尺
度特性,然后采用核主元分析算法进行在线故障检测,对检测到的故障采用核函数梯度算法实现在线故障诊断,根据每个监控
变量对统计量 T2 和 SPE 的贡献程度,绘制贡献图,用于故障的分离。在监控过程中为解决核矩阵计算困难,引入特征向量选择
方法。TE 过程的仿真结果表明它能有效实现故障检测、故障诊断,与主元分析方法相比,显示出更高的过程监控能力。
关键词:小波变换;核主元分析;故障检测;故障诊断;特征向量选择;贡献图
中图分类号:TP277 文献标识码:A 国家标准学科分类代码:
Fault detection and diagnosis of chemical process
based on an improved multi-scale KPCA
Xu Jie1,2,Hu Shousong1,Shen Zhongyu2
(1 College of Automation Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China;
2 School of Electrical and Automation Engineering, Nanjing Normal University, Nanjing 210042, China)
Abstract:An improved multi-scale kernel ponent analysis method is proposed for analyzing the
multi-scale and nonlinear property of chemical transform is used to analyze the multi-scale property of
the measurement data, while kernel ponent analysis algorithm is used to realize online fault detection.
Using the gradient of kernel function, KPCA contribution plots are protracted, which represent the contribution of
each monitoring variable to the statistics T2 and SPE. During the monitoring process,