基于故障映射向量和结构化残差的主元分析（PCA）故障隔离.pdfVIP

第25卷第6期 控 制 理 论 与 应 用 Vb1．25No．6 2008年 12月 ControlTheory Applications Dec．2008 文章编号：1000—8152(2008)06—1099—06 基于故障映射 向量和结构化残差的主元分析(PCA)故障隔离 李荣雨 ，荣 冈 (1．南京工业大学信息科学与工程学院，江苏 南京210009； 2．工业控制技术国家重点实验室，浙江大学先进控制研究所，浙江 杭州 310027) 摘要：在基于主元分析(PCA)的多变量统计过程监控中，现有方法很难直观有效地完全实现故障的隔离与诊断． 本文通过分析各类故障的数学模型，提出一种基于结构化残差和故障映射向量的隔离方法，并推导出PCA模型下过 程故障映射向量方向的提取算法，进而实现了传感器／执行器故障和过程故障的故障隔离，在CSTR仿真上的研究进 一 步验证了该法的有效性． 关键词：主元分析；故障隔离；过程故障；结构化残差；映射向量 中图分类号：TP273 文献标识码：A Principalcomponentanalysis(PCA)offaultisolationbasedon faultmappingvectorandstructuredresidual LIRong—yu1 RONG Gang2 ． (1．CollegeofInformationScienceandEngineering，NanjingUniversityofTechnology,NanjingJiangsu210009，China 2．NationalKeyLaboratoryofIndustrialControlTechnology,InstituteofAdvancedProcessControl， Zh~iangUniversity,HangzhouZhejiang310027，China) Abstract：Fewapproachesinmultivariatestatisticalprocess—monitoringbasedonprincipalcomponentanalysis(PCA) canimplementfaultisolationcompletelyandeffectively．Afterna alyzingthemathematicalmodelsofallkindsoffaults， thispaperproposesna isolationmethodbasedonstructuredresiduals．whichcanisolatesensor／actuatorfaultsnadprocess faults．Furthermore．htealgorihtmsforobtainingthefaultmapping．vectordirectionarealsodeduced．Simulationresults show hteeffectivenessofhtismethod． Keywords：principalcomponentanalysis；faultisolation；processfault；structuredresidual；mappingvector 1 引言(Introduction) isolation)，这样在对故障库的依赖大大减弱的同时， 在流程工业的生产过程中，采用在线监控技术 还对故障诊断产生了直接指导作用．主要包括贡献 实时实现故障的检测与诊