化工学报
化工學報
화공학보
JOURNAL OF CHEMICAL INDUSY AND ENGINEERING (CHINA)
2011年
3期
743-752
,共10页
多工况%混合模型%主元分析%故障监测%统计监控
多工況%混閤模型%主元分析%故障鑑測%統計鑑控
다공황%혼합모형%주원분석%고장감측%통계감공
针对传统多元统计故障检测方法大多假设测量数据服从单一高斯分布的不足,提出了一种基于PCA(principal component analysis)混合模型的多工况过程监测方法.首先通过直接对混合模型的各高斯成分的协方差进行PCA降维变换,使得协方差阵对角化,既减少了运算量又避免了变量相关而导致的奇异性问题;同时采用BYY增量EM算法自动获取混合模型的最佳混合分量数目,避免了常规EM算法的不足.所得的混合模型,除包括均值、协方差和先验概率等参数外,还包括了PCA载荷阵,即对每个混合元建立了PCA模型.然后给出了统计量定义,实现对多工况过程的故障检测.数值例子和TE过程的应用表明,本文提出的方法无需过程先验知识,能自动获取工况数目、精确估计各个工况的统计特性,并更准确及时地检测出多工况过程的各种故障.
針對傳統多元統計故障檢測方法大多假設測量數據服從單一高斯分佈的不足,提齣瞭一種基于PCA(principal component analysis)混閤模型的多工況過程鑑測方法.首先通過直接對混閤模型的各高斯成分的協方差進行PCA降維變換,使得協方差陣對角化,既減少瞭運算量又避免瞭變量相關而導緻的奇異性問題;同時採用BYY增量EM算法自動穫取混閤模型的最佳混閤分量數目,避免瞭常規EM算法的不足.所得的混閤模型,除包括均值、協方差和先驗概率等參數外,還包括瞭PCA載荷陣,即對每箇混閤元建立瞭PCA模型.然後給齣瞭統計量定義,實現對多工況過程的故障檢測.數值例子和TE過程的應用錶明,本文提齣的方法無需過程先驗知識,能自動穫取工況數目、精確估計各箇工況的統計特性,併更準確及時地檢測齣多工況過程的各種故障.
침대전통다원통계고장검측방법대다가설측량수거복종단일고사분포적불족,제출료일충기우PCA(principal component analysis)혼합모형적다공황과정감측방법.수선통과직접대혼합모형적각고사성분적협방차진행PCA강유변환,사득협방차진대각화,기감소료운산량우피면료변량상관이도치적기이성문제;동시채용BYY증량EM산법자동획취혼합모형적최가혼합분량수목,피면료상규EM산법적불족.소득적혼합모형,제포괄균치、협방차화선험개솔등삼수외,환포괄료PCA재하진,즉대매개혼합원건립료PCA모형.연후급출료통계량정의,실현대다공황과정적고장검측.수치례자화TE과정적응용표명,본문제출적방법무수과정선험지식,능자동획취공황수목、정학고계각개공황적통계특성,병경준학급시지검측출다공황과정적각충고장.