10.16085/j.issn.1000-6613.2019-0397
基于WPRKPCA的非线性化工过程微小故障检测
传统核主元分析法(KPCA)是一种广泛应用的非线性化工过程故障检测方法,但是其未充分利用过程数据的概率分布信息,往往难以有效检测过程中的微小故障.针对传统KPCA方法的局限性,本文提出了一种基于加权概率相关核主元分析(WPRKPCA)的非线性化工过程微小故障检测方法.与传统KPCA方法监控核成分的变化不同,该方法利用Kullback Leibler散度(KLD)度量核成分的概率分布变化,进而建立基于KLD成分的统计监控模型,以充分挖掘过程数据所包含的概率信息.进一步考虑到不同KLD成分承载故障信息的差异性,该方法设计了一种基于核密度估计的指数加权策略,根据KLD成分描述故障信息程度的差异分配相应的权值,以加强监控模型对微小故障检测的灵敏性.在一个数值例子和连续搅拌反应器(CSTR)系统上的仿真结果表明,本文所提方法具有比传统KPCA方法更好的微小故障检测性能.
过程系统、微小故障、核主元分析、KL散度、化学反应器、数值模拟
38
TP277(自动化技术及设备)
山东省重点研发计划2018GGX101025;中央高校基本科研业务费专项项目17CX02054;国家自然科学基金61403418, 21606256;山东省自然科学基金ZR2014FL016,ZR2016FQ21,ZR2016BQ14;山东省高等学校科技计划J18KA359
2020-01-04(万方平台首次上网日期,不代表论文的发表时间)
共10页
5247-5256