多BDKPCA故障檢測(cè)方法及應(yīng)用研究.pdf

1、間歇生產(chǎn)過程故障檢測(cè)能夠及時(shí)有效發(fā)現(xiàn)生產(chǎn)過程的非正常情況，保證生產(chǎn)安全，提高產(chǎn)品質(zhì)量和降低生產(chǎn)成本。間歇過程統(tǒng)計(jì)性能監(jiān)控不需要過程精確的解析模型，所獲得理論成果和方法能夠較快的應(yīng)用于實(shí)際工業(yè)生產(chǎn)過程中。
　　本文首先在深入研究間歇過程數(shù)據(jù)特征的基礎(chǔ)上，針對(duì)由于生產(chǎn)初始條件的未知或不可測(cè)，甚至是初始條件的非人為改變，或者生產(chǎn)過程中的干擾及波動(dòng)等影響，導(dǎo)致的不同批次數(shù)據(jù)之間呈現(xiàn)較大差異性問題，提出了多BDKPCA(Multi-Batc

2、h Dynamic Kernel PCA)故障檢測(cè)方法，并將它應(yīng)用于間歇過程的統(tǒng)計(jì)性能監(jiān)控中。隨著DPCA(Dynamic PCA)和KPCA(Kernel PCA)技術(shù)的發(fā)展，針對(duì)單批次數(shù)據(jù)建模變得可行。以間歇過程每個(gè)批次數(shù)據(jù)為工作對(duì)象，進(jìn)行時(shí)間序列擴(kuò)展和非線性映射，建立單批次模型，并將模型按方向相似性聚類得到便于在線應(yīng)用的類模型。由于方法中引入了核函數(shù)，故障診斷變得困難，本文通過構(gòu)造變量貢獻(xiàn)圖實(shí)現(xiàn)變量的故障診斷。由仿真結(jié)果可以看出，

3、多BDKPCA模型較由所有批次數(shù)據(jù)統(tǒng)一建立的BDKPCA模型具有計(jì)算量更小靈敏度更高的優(yōu)點(diǎn)，并可以實(shí)現(xiàn)對(duì)故障變量的簡(jiǎn)單分離。
　　在對(duì)多BDKPCA故障檢測(cè)方法研究基礎(chǔ)之上，針對(duì)注塑設(shè)備投入使用后如果在生產(chǎn)過程中出現(xiàn)故障而企業(yè)的設(shè)備維護(hù)人員又無法解決這一棘手問題，以多BDKPCA為主要故障診斷方法，設(shè)計(jì)并開發(fā)遠(yuǎn)程故障診斷系統(tǒng)。在熟悉注塑工藝并進(jìn)行需求分析之后，選擇B/S模式作為遠(yuǎn)程故障診斷平臺(tái)的基本架構(gòu)，使用VisualStudi