基于多塊核主元分析和概率符號有向圖的故障診斷方法研究.pdf

1、故障診斷是工業(yè)生產(chǎn)特別是流程工業(yè)中的一個重要問題，在過去的幾十年中有大量致力于這方面的研究?；诜栍邢驁D(SignedDirected Graph，SDG)模型的故障診斷方法，由于具有表達復雜因果關系和包容大規(guī)模潛在信息的能力，完備性好、適應性強，同時可提供故障傳播路徑和演變解釋，得到了學者們的廣泛關注。然而，基于SDG模型的故障診斷方法作為純定性方法存在分辨率低且所建SDG模型精確度、可靠性不高等問題。針對SDG存在的問題，將傳遞熵

2、、多塊核主元分析(Multiblock Kernel Principal Component Analysis，MBKPCA)、概率論等定量處理方法與SDG相結合，開展基于SDG的故障診斷方法研究，具有科學意義和應用價值。論文主要研究工作及創(chuàng)新成果如下:
　　(1)針對傳統(tǒng)SDG建模方法中過程知識不完備、錯誤以及精確數(shù)學模型缺失的不足，引入傳遞熵進行SDG建模?？紤]到系統(tǒng)中各變量之間的傳遞熵既能量化變量之間的依賴性，又能測量變量之

3、間的方向性，充分利用過程歷史數(shù)據(jù)，基于傳遞熵構建變量節(jié)點鏈模型，實現(xiàn)SDG建模，從而提高SDG建模的準確性和可靠性。
　　(2)針對大規(guī)模工業(yè)過程變量之間關系復雜，故障難確定難診斷的特點，提出一種基于MBKPCA和SDG的故障診斷方法。首先，提出基于SDG和優(yōu)先級的分塊策略，以強連通元SCC為最高優(yōu)先級、多入\出度節(jié)點群為次高優(yōu)先級、節(jié)點鏈為最低優(yōu)先級對過程進行分塊;在此基礎上，采用MBKPCA進行過程監(jiān)控，對于檢測到的故障，先確

4、定故障發(fā)生在哪一個數(shù)據(jù)塊，再觸發(fā)SDG在故障塊內完成故障定位。所提方法克服了MBKPCA故障隔離不完全和SDG推理過程中組合爆炸的缺點，可提高復雜工業(yè)過程故障診斷的準確度與速度。
　　(3)對于存在正反饋回路而無法使用上述方法實現(xiàn)故障完全隔離的特殊情況，進一步提出改進的概率符號有向圖(Probabilistic SignedDigraph，PSDG)方法，提出新的環(huán)狀結構打開方法并確定打開后的支路概率，根據(jù)計算出的后驗概率對可能的