基于MSPCA的FPSO生產(chǎn)過(guò)程故障診斷系統(tǒng)的研究.pdf

1、本文以小波分析和主元分析法(PCA)的基本理論為基礎(chǔ)，將主元分析法去線(xiàn)性變量相關(guān)性的能力以及小波變換提取變量局部特征和近似分解變量自相關(guān)性的能力結(jié)合起來(lái)，引入了一種新的多元統(tǒng)計(jì)過(guò)程監(jiān)測(cè)工具一多尺度主元分析(MSPCA)，在此基礎(chǔ)之上，將主元子空間差別引入作為統(tǒng)計(jì)檢測(cè)指標(biāo)，提出改進(jìn)型MSPCA方法并將其應(yīng)用于FPSO典型生產(chǎn)流程一油氣水分離系統(tǒng)。
　　 針對(duì)傳統(tǒng)PCA方法的局限性，應(yīng)用MSPCA及改進(jìn)型MSPCA故障診斷方法對(duì)FP

2、SO進(jìn)行故障檢測(cè)與診斷研究。選取FPSO油氣水分離系統(tǒng)的18個(gè)過(guò)程監(jiān)控變量作為研究對(duì)象，通過(guò)對(duì)生產(chǎn)過(guò)程的正常運(yùn)行狀態(tài)下的歷史數(shù)據(jù)建立多尺度離線(xiàn)主元模型，利用多尺度離線(xiàn)主元模型對(duì)仿真實(shí)時(shí)數(shù)據(jù)進(jìn)行在線(xiàn)檢測(cè)，采用Hotelling統(tǒng)計(jì)量和SPE統(tǒng)計(jì)量判斷在各尺度上是否有顯著事件發(fā)生；利用含有顯著事件發(fā)生的尺度上的小波系數(shù)重構(gòu)原始數(shù)據(jù)，并利用重構(gòu)后的數(shù)據(jù)建立單尺度模型，應(yīng)用Hotelling統(tǒng)計(jì)量和SPE統(tǒng)計(jì)量判斷系統(tǒng)是否發(fā)生故障。研究結(jié)果表明

3、：對(duì)于較為明顯的系統(tǒng)故障，MSPCA和PCA方法都能準(zhǔn)確地檢測(cè)出系統(tǒng)故障；然而對(duì)于系統(tǒng)的細(xì)小擾動(dòng)，MSPCA方法明顯優(yōu)于PCA方法。對(duì)于改進(jìn)型MSPCA方法，由于將主元子空間差別作為多尺度在線(xiàn)檢測(cè)和故障檢測(cè)的統(tǒng)計(jì)指標(biāo)，降低了隨機(jī)誤差對(duì)測(cè)量數(shù)據(jù)的影響，提高了過(guò)程性能監(jiān)視和故障診斷的準(zhǔn)確性，然而該方法計(jì)算量較大，必須采取合理的監(jiān)控頻率。
　　 以MSPCA為故障診斷算法，以Microsoft Visual Basic和Matlab為