基于數(shù)據(jù)驅(qū)動(dòng)的故障診斷模型及算法研究.pdf

1、隨著工業(yè)技術(shù)的進(jìn)步，現(xiàn)代工業(yè)生產(chǎn)過(guò)程的規(guī)模越來(lái)越大，復(fù)雜程度也越來(lái)越高。復(fù)雜生產(chǎn)過(guò)程裝置一旦發(fā)生故障，不但會(huì)造成巨大的經(jīng)濟(jì)損失，而且可能導(dǎo)致人員傷亡和對(duì)生態(tài)環(huán)境的破壞。故障診斷技術(shù)可以通過(guò)監(jiān)測(cè)生產(chǎn)過(guò)程的運(yùn)行狀態(tài)、對(duì)導(dǎo)致系統(tǒng)功能異常的原因或性質(zhì)，故障發(fā)生的位置及程度進(jìn)行判斷，并且預(yù)測(cè)故障狀態(tài)的發(fā)展趨勢(shì)，提出故障消除的對(duì)策，從而保障生產(chǎn)的安全及提高產(chǎn)品質(zhì)量。
　　 復(fù)雜工業(yè)過(guò)程的精確數(shù)學(xué)模型往往是難以得到的，這導(dǎo)致傳統(tǒng)的基于模型的故

2、障診斷方法在應(yīng)用上存在很大的局限性，而隨著計(jì)算機(jī)技術(shù)在工業(yè)過(guò)程控制領(lǐng)域的廣泛應(yīng)用，使我們可以獲取大量的過(guò)程數(shù)據(jù)，這為基于數(shù)據(jù)分析的故障診斷策略的發(fā)展創(chuàng)造了良好的基礎(chǔ)條件?；跀?shù)據(jù)驅(qū)動(dòng)的故障診斷方法就是以生產(chǎn)過(guò)程數(shù)據(jù)為基礎(chǔ)，通過(guò)各種數(shù)據(jù)處理與分析方法挖掘出數(shù)據(jù)中隱含的信息，完成對(duì)復(fù)雜過(guò)程的故障檢測(cè)、分離、評(píng)價(jià)及決策的，以提高過(guò)程監(jiān)控能力。本文以典型化工生產(chǎn)過(guò)程中的高復(fù)雜性、強(qiáng)耦合性、非線性、不確定性系統(tǒng)對(duì)象，研究基于數(shù)據(jù)驅(qū)動(dòng)的復(fù)雜工業(yè)過(guò)程

3、新型故障診斷算法。
　　 首先，針對(duì)核主元分析算法中的核函數(shù)形式選取問(wèn)題進(jìn)行了研究，通過(guò)對(duì)典型核函數(shù)的特性進(jìn)行分析，構(gòu)造了一類新的核函數(shù)形式，并基于此提出了一種改進(jìn)的核主元分析故障診斷算法，通過(guò)仿真實(shí)驗(yàn)證明該算法不但對(duì)局部信息敏感，而且具有很強(qiáng)的泛化能力，能夠較準(zhǔn)確的發(fā)現(xiàn)故障信息。
　　 其次，研究了基于信息熵的特征選取和故障診斷問(wèn)題，對(duì)基于互信息的特征選取及故障診斷方法進(jìn)行了深入的研究。針對(duì)互信息在高維空間下難以計(jì)算的

4、問(wèn)題，在特征信息不嚴(yán)重背離均勻分布的條件下提出了一種新的基于二階互信息的特征選取算法，可以自適應(yīng)地估計(jì)出候選特征與已選特征之間關(guān)于輸出類別的冗余信息，無(wú)需預(yù)先人為設(shè)定與特征冗余程度有關(guān)的參數(shù)，算法能夠提供準(zhǔn)確的特征評(píng)價(jià)準(zhǔn)則，具有很高的故障診斷率和模型適應(yīng)性。
　　 再次，將核變換引入到部分最小二乘算法中，建立了一種改進(jìn)的跟蹤遞推最小二乘故障診斷模型。該方法通過(guò)非線性映射將過(guò)程數(shù)據(jù)從低維的輸入空間映射到高維的特征空間，實(shí)現(xiàn)了變量之