基于故障诊断性能优化的主元个数选取方法

　第55卷　第2期　　　　　　　　　　　　化　　　工　　　学　　　报　　　　　　　　　　　　　　　　　Vol.55　№2　　2004年2月　　　　　　　　Journal　of　Chemical　Industry　and　Engineering　(China)　　　February　2004

研究论文

基于故障诊断性能优化的主元个数选取方法　　　　

王海清　　　　　　　　　　　　　　　　　　余世明　　　　　

(浙江大学工业控制技术国家重点实验室,　　　(浙江工业大学信息工程学院,杭州310032)　　　　

工业控制技术研究所,浙江杭州310027)摘　要　主元分析(PCA)作为一种有效的多元统计监测方法到广泛应用.其中主元个数作为PCA.传统的主元个数选取方法主观性较大,.分析,.并且能够对故障的检测类型、幅值等重要,证实了该主元个数选取方法的上述优点.关键词　故障临界幅值

中图分类号TP277　　　　　文献标识码　A　　　　　文章编号　0438-1157(2004)02-0214-06

SELECTIONOFNUMBEROFPRINCIPALCOMPONENTSBASED

ONFAULTDIAGNOSINGPERFORMANCEOPTIMIZATION

WANGHaiqing

(NationalLaboratoryofIndustrialControlTechnology,InstituteofIndustrialProcessControl,ZhejiangUniversity,

Hangzhou310027,Zhejiang,China)

YUShiming

(InstituteofInformationEngineering,ZhejiangUniversityofTechnology,Hangzhou310032,Zhejiang,China)

Abstract　Principalcomponentanalysis(PCA)isapowerfultoolinchemicalprocessmonitoringandproduct

qualitycontrol.Thenumberofprincipalcomponents(PCs)istheessentialparameterofPCAandultimatelydeterminestheperformanceofthisusefulstatisticalmethod.Traditionalselectionmethodsareverysubjectiveduetothemonotonicallyincreasingordecreasingindicestheyadopt.ByexploringtheminimumdetectablefaultmagnitudesinthePCsspaceandresidualspacesimultaneously,anewindexofoptimalcriticalfaultmagnitude(OCFM)wasintroducedandthenumberofPCswasselectedbyoptimizingafunctionoftheOCFM.TheproposedmethodcouldincorporatethePCAfaultdiagnosingperformancewiththePCsselectionprocedureeffectively,andhastheadvantagesofforecastingPCAdetectionbehaviorofaspecificfaultandestimatingthefaultmagnitude.Theacquiredresultswerethenillustratedandverifiedbymonitoringasimulateddouble2effectevaporator.

Keywords　principalcomponentanalysis,faultdetectionandisolation,criticalfaultmagnitude

引　言

主元分析(PCA)作为一种不依赖于过程精确

2002-10-15收到初稿,2003-04-08收到修改稿.

机理模型的监测方法,在化工过程监测方面的研究

始于20世纪80年代初[1～5].在此之前PCA作为一种多元统计分析技术,已在信号处理、经济学、地

Receiveddate:2002-

10-15.

Correspondingauthor:WANGHaiqing,associateprofessor.E-mail:hqwang@iipc1zju1edu1cn

Foundationitem:supportedbytheNationalNaturalScienceFoundationofChina(No120206028).

联系人及第一作者:王海清,男,29岁,博士,副教授.基金项目:国家自然科学基金(No120206028)和青岛市工业信息化技术重点实验室资助项目.

第1页下一页