一種基于融合dkpca-fda的聚合釜故障診斷方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種聚合釜故障診斷方法，特別是涉及一種融合DKPCA-FDA的聚合釜 聚合過程的故障診斷方法。
【背景技術(shù)】
[0002] 聚氯乙烯樹脂（PVC)是重要的有機(jī)合成材料，又是具有多種用途的化工產(chǎn)品，其 產(chǎn)品具有良好的物理性能和化學(xué)性能，廣泛應(yīng)用于工業(yè)、建筑、農(nóng)業(yè)、電力、公用事業(yè)等領(lǐng) 域。PVC樹脂作為一種化工產(chǎn)品，生產(chǎn)過程中故障產(chǎn)生機(jī)理復(fù)雜，生產(chǎn)過程存在嚴(yán)重的動(dòng)態(tài) 性和非線性，迫切需要提高系統(tǒng)生產(chǎn)的可靠性和安全性，以避免系統(tǒng)產(chǎn)生故障，導(dǎo)致經(jīng)濟(jì)損 失甚至是大型的事故。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的在于提供一種針對(duì)聚合釜聚合過程的智能故障診斷方法，該方法采 用DKPCA與FDA相結(jié)合的方法來實(shí)現(xiàn)聚合釜的故障診斷，首先通過核主元分析和動(dòng)態(tài)核主 元分析算法分別對(duì)PVC聚合過程進(jìn)行故障診斷，然后采用FDA方法對(duì)DKPCA檢測(cè)出的故障 數(shù)據(jù)進(jìn)行進(jìn)一步分類，以確保迅速的找出故障原因，為做出故障對(duì)策提供理論依據(jù)。
[0004] 本發(fā)明的目的是通過以下技術(shù)方案實(shí)現(xiàn)的： 一種聚合釜的故障診斷方法，為一種融合DKPCA-FDA的聚合釜聚合過程的故障診斷方 法，所訴方法包括以下步驟： 步驟一：采集數(shù)據(jù)，采集過程中相關(guān)變量的數(shù)據(jù)，對(duì)于每個(gè)故障，產(chǎn)生兩組數(shù)據(jù)，即訓(xùn)練 數(shù)據(jù)和實(shí)時(shí)工況數(shù)據(jù)。訓(xùn)練數(shù)據(jù)用于建立控制限，實(shí)時(shí)工況數(shù)據(jù)用于在線監(jiān)測(cè)；并對(duì)數(shù)據(jù)進(jìn) 行標(biāo)準(zhǔn)化處理； 步驟二：構(gòu)造增廣矩陣，求出正常數(shù)據(jù)下的動(dòng)態(tài)核主元以及在線采集的數(shù)據(jù)的動(dòng)態(tài)核 主元； 步驟三：計(jì)算出正常數(shù)據(jù)下的霍特林HotellingT2和平方預(yù)測(cè)誤差SPE統(tǒng)計(jì)量的控制 限； 步驟四：在線計(jì)算數(shù)據(jù)的霍特林Hotelling T2和SPE，并與正常狀態(tài)下的控制限比較， 得出故障診斷結(jié)果； 步驟五：用FDA方法對(duì)DKPCA檢測(cè)出的故障數(shù)據(jù)進(jìn)行進(jìn)一步分類，以確保迅速的找出故 障原因。
[0005] 本發(fā)明的優(yōu)點(diǎn)與效果是： 1.本文采用一種復(fù)合的方法一動(dòng)態(tài)核主元分析（DKPCA)，利用其非線性和動(dòng)態(tài)性，對(duì) 其進(jìn)行研究，提高了傳統(tǒng)主元分析的能力。
[0006] 2.采用FDA方法對(duì)DKPCA檢測(cè)出的故障數(shù)據(jù)進(jìn)行進(jìn)一步分類，快速找出了故障的 原因，及時(shí)為故障對(duì)策提供理論依據(jù)。
[0007] 3.兩種方法的結(jié)合更提高了聚合釜故障診斷的準(zhǔn)確性和效率。
【具體實(shí)施方式】
[0008] 下面結(jié)合實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)說明。
[0009] -、首先構(gòu)造增廣矩陣，通過用前面的個(gè)觀測(cè)對(duì)每個(gè)觀測(cè)變量進(jìn)行擴(kuò)充，構(gòu)建含有 前個(gè)時(shí)刻觀測(cè)值的增廣矩陣，增廣矩陣如下：
二、通過核主元分析求出正常數(shù)據(jù)下的動(dòng)態(tài)核主元以及在線所采集的數(shù)據(jù)的動(dòng)態(tài)核主 元，其中，核主元分析計(jì)算主元的描述如下： 通過非線性映射Φ把輸入空間映射到特征空間P:上。 ，，在特征空間_上，計(jì)算協(xié)方差矩陣
通過確定修:的特征向量，就能夠獲得在空間妒中的主元，的特征向量與輸入空間 的PCA直接相關(guān)。
其中!代表潑和議的點(diǎn)積，因此可以推斷，在▲# 〇的條件妒的所有解都可以由 Λ：: X…，濟(jì)X )表示。因此漏兵_麵:等價(jià)于：
[0010] 因此，結(jié)合上式，可以得出：
因此，等式（5)可以化簡(jiǎn)為：
在應(yīng)用KPCA之前，首先要先對(duì)高維空間進(jìn)行均值中心化。可以通過用以下式子代替核 矩陣Γ來實(shí)現(xiàn)。
[0011] 因此，向量嫌的主元I:能夠通過把纖_映射到中的特征向量^上，其中
其中引入
：這個(gè)核函數(shù)，這里選擇徑向基核函數(shù)為
[0013] 三、通過主元分析求取控制限： 步驟1 :計(jì)算平方預(yù)測(cè)誤差SPE統(tǒng)計(jì)量，即G統(tǒng)計(jì)量：
步驟2 :計(jì)算統(tǒng)計(jì)量指標(biāo)的控制限：
水平為丨溪時(shí)的臨界值，^為原始數(shù)據(jù)X的協(xié)方差矩陣的特征值。
[0014] 步驟3 :計(jì)算霍特林Hotelling T2統(tǒng)計(jì)量：
步驟4 :計(jì)算霍特林HotellingT2統(tǒng)計(jì)量指標(biāo)的控制限：
其中誠是顯著性水平，是數(shù)據(jù)采樣次數(shù)，?為變量個(gè)數(shù)?！閿?shù)據(jù)陣的主元個(gè)數(shù)，
!!是對(duì)應(yīng)檢驗(yàn)水平tz，自由度為條件下的分布臨界值。
[0015] 四、通過比較，當(dāng)統(tǒng)計(jì)量在控制限范圍內(nèi)，則系統(tǒng)處在無故障狀態(tài)；如果統(tǒng)計(jì)量超 出了控制限，則說明系統(tǒng)中存在著某種故障；然后通過Fisher判別方法，用FDA對(duì)DKPCA檢 測(cè)出的故障數(shù)據(jù)進(jìn)行進(jìn)一步分類，來迅速的找出發(fā)生故障原因。
【主權(quán)項(xiàng)】
1. 一種基于融合DKPCA-FDA的聚合釜故障診斷方法，其特征在于，所訴方法包括以下 步驟： 步驟一：采集數(shù)據(jù)，采集過程中相關(guān)變量的數(shù)據(jù)，對(duì)于每個(gè)故障，產(chǎn)生兩組數(shù)據(jù)，即訓(xùn)練 數(shù)據(jù)和實(shí)時(shí)工況數(shù)據(jù)；訓(xùn)練數(shù)據(jù)用于建立控制限，實(shí)時(shí)工況數(shù)據(jù)用于在線監(jiān)測(cè)；并對(duì)數(shù)據(jù) 進(jìn)行標(biāo)準(zhǔn)化處理； 步驟二：構(gòu)造增廣矩陣，求出正常數(shù)據(jù)下的動(dòng)態(tài)核主元以及在線所采集的數(shù)據(jù)的動(dòng)態(tài) 核主元； 步驟三：計(jì)算出正常數(shù)據(jù)下的霍特林HotellingT2和平方預(yù)測(cè)誤差SPE統(tǒng)計(jì)量的控制 限； 步驟四：在線計(jì)算數(shù)據(jù)的霍特林HotellingT2和SPE，并與正常狀態(tài)下的控制限比較， 得出故障診斷結(jié)果； 步驟五：用FDA方法對(duì)DKPCA檢測(cè)出的故障數(shù)據(jù)進(jìn)行進(jìn)一步分類，以確保迅速的找出故 障原因。
【專利摘要】一種基于融合DKPCA-FDA的聚合釜故障診斷方法，涉及一種聚合釜故障診斷方法，該方法針對(duì)聚氯乙烯聚合（PVC）生產(chǎn)過程中故障種類較多、類型復(fù)雜等特點(diǎn)，提出了一種基于融合DKPCA-FDA的故障診斷方法。采用核主元分析和動(dòng)態(tài)核主元分析算法分別對(duì)PVC聚合過程進(jìn)行故障診斷，同時(shí)采用FDA方法對(duì)故障數(shù)據(jù)進(jìn)行進(jìn)一步分離。仿真研究結(jié)果顯示，動(dòng)態(tài)核主元分析對(duì)PVC聚合過程的故障診斷有較好的診斷精度，F(xiàn)DA可以進(jìn)一步實(shí)現(xiàn)故障分離，可以對(duì)實(shí)際的PVC聚合生產(chǎn)過程中的故障進(jìn)行監(jiān)測(cè)。
【IPC分類】G06F19/00
【公開號(hào)】CN105260601
【申請(qǐng)?zhí)枴緾N201510651372
【發(fā)明人】高淑芝, 吳曉峰, 郎丹, 張萌, 張國光
【申請(qǐng)人】沈陽化工大學(xué)
【公開日】2016年1月20日
【申請(qǐng)日】2015年10月10日