化工学报
化工學報
화공학보
JOURNAL OF CHEMICAL INDUSY AND ENGINEERING (CHINA)
2014年
12期
4866-4874
,共9页
卢春红%熊伟丽%顾晓峰
盧春紅%熊偉麗%顧曉峰
로춘홍%웅위려%고효봉
非线性多模态过程%概率核主元混合模型%贝叶斯推理%故障检测%故障诊断
非線性多模態過程%概率覈主元混閤模型%貝葉斯推理%故障檢測%故障診斷
비선성다모태과정%개솔핵주원혼합모형%패협사추리%고장검측%고장진단
nonlinear and multimode process%probabilistic kernel principal component analysis mixture model%Bayesian inference%fault detection%fault diagnosis
针对一类非线性多模态的化工过程，提出一种基于概率核主元的混合模型（PKPCAM），并利用贝叶斯推理策略进行过程监控与故障诊断。在提出的模型中，每个操作模态由一个局部化的概率核主元分量描述，从而构建的一系列分量对应了不同的操作模态。首先，将过程数据从原始的度量空间投影到高维特征空间；其次，在该特征空间建立概率主元混合模型，从概率角度刻画数据集的多个局部分量特征；最后，在提取的核主元分量内获得测试样本的后验概率，结合模态内的马氏距离贡献度，提出基于贝叶斯推理的全局概率指标进行故障检测，同时利用模态内变量的相对贡献度，基于全局贡献度指标进行故障诊断。利用TEP仿真平台，与基于k均值聚类的次级主元分析和核主元分析的方法进行了对比分析，验证了提出的贝叶斯推理的 PKPCAM 方法对非线性多模态过程进行故障检测与诊断的可行性和有效性。
針對一類非線性多模態的化工過程，提齣一種基于概率覈主元的混閤模型（PKPCAM），併利用貝葉斯推理策略進行過程鑑控與故障診斷。在提齣的模型中，每箇操作模態由一箇跼部化的概率覈主元分量描述，從而構建的一繫列分量對應瞭不同的操作模態。首先，將過程數據從原始的度量空間投影到高維特徵空間；其次，在該特徵空間建立概率主元混閤模型，從概率角度刻畫數據集的多箇跼部分量特徵；最後，在提取的覈主元分量內穫得測試樣本的後驗概率，結閤模態內的馬氏距離貢獻度，提齣基于貝葉斯推理的全跼概率指標進行故障檢測，同時利用模態內變量的相對貢獻度，基于全跼貢獻度指標進行故障診斷。利用TEP倣真平檯，與基于k均值聚類的次級主元分析和覈主元分析的方法進行瞭對比分析，驗證瞭提齣的貝葉斯推理的 PKPCAM 方法對非線性多模態過程進行故障檢測與診斷的可行性和有效性。
침대일류비선성다모태적화공과정，제출일충기우개솔핵주원적혼합모형（PKPCAM），병이용패협사추리책략진행과정감공여고장진단。재제출적모형중，매개조작모태유일개국부화적개솔핵주원분량묘술，종이구건적일계렬분량대응료불동적조작모태。수선，장과정수거종원시적도량공간투영도고유특정공간；기차，재해특정공간건립개솔주원혼합모형，종개솔각도각화수거집적다개국부분량특정；최후，재제취적핵주원분량내획득측시양본적후험개솔，결합모태내적마씨거리공헌도，제출기우패협사추리적전국개솔지표진행고장검측，동시이용모태내변량적상대공헌도，기우전국공헌도지표진행고장진단。이용TEP방진평태，여기우k균치취류적차급주원분석화핵주원분석적방법진행료대비분석，험증료제출적패협사추리적 PKPCAM 방법대비선성다모태과정진행고장검측여진단적가행성화유효성。
the sub-principal component analysis usingk-means clustering and the kernel principal component analysis, the feasibility and effectiveness by the proposed Bayesian inference based PKPCAM method for fault detection and diagnosis in nonlinear and multimode process was validated on Tennessee Eastman process.
