基于改进多尺度主元分析的丙烯聚合过程监测与故障诊断.pdfVIP

第 62卷 第 8期 化 工 学 报 V0L62 No．8 2011年 8月 CIESC Journa1 August 2011 基于改进多尺度主元分析的丙烯聚合过程 监测与故障诊断 夏陆岳 ，潘海天 ，周猛飞，蔡亦军，孙小方 (浙江工业大学化学工程与材料学院，浙江 杭州 310032) 摘要：针对工业过程故障检测问题，提出了一种改进多尺度主元分析方法。首先针对过程数据所具有的随机性、 非平稳性及含有大量噪声等特点，提 出了一种改进小波变换阈值去噪方法 ，移除原始过程数据 中的大部分高频 随机噪声 ，提高数据的置信度，然后应用小波多尺度分解将每个变量依次分解成逼近系数和多个尺度的细节系 数，在各个尺度矩阵建立相应的主元分析模型 ，以模型统计量控制限为阈值 ，对小波系数重构得到综合尺度主 元分析模型。将该改进多尺度主元分析方法应用于丙烯聚合过程监测与故障诊断研究中，研究结果表明，与传 统多尺度主元分析相 比，改进多尺度主元分析减少了误报率和漏报率 ，提高了过程监测与故障诊断的精度。 关键词：小波阈值去噪；多尺度主元分析 ；过程监测；故障诊断；丙烯聚合 DOI：10．3969／j．issn．0438—1157．201l_08．039 “ 中图分类号：TQ028．8 文献标志码 ：A 文章编号：0438—1157 (2011)08—2312—06 Processmonitoringandfaultdiagnosisofpropylenepolymerizationbased on improvedmultiscaleprincipalcomponentanalysis XIALuyue。PANHaitian，ZHOUMengfei，CAIYijun，SUNXiaofang (CollegeofChemicalEngineeringandMaterialsScience，ZhejiangUniversityofTechnology， Hangzhou310032，Zhejiang，China) Abstract：InordertOhandletheproblem offaultdetectionforindustrialprocess，animprovedmuttiscale principalcomponentanalysis (M SPCA) isproposed．Firstly，consideringthenonstationaryandrandom natureofdata in theprocessindustrywhich containsdifferentnoisesinevitably，an improvedwavelet thresholddenoising methodwhich combinesmultiplewavelettransform with anew threshold function basedonthecharacteristicsofwaveletanalysisisproposed．Thedatacollectedfrom theindustrycondition areprocessed by means of the improved wavelet threshold denoising method．Using wavelets， the individualvariable iSdecomposed into approximationsand detailsatdifferentscales．Contributionsfrom eachscalearecollectedinseparatematrices，andaPCA modeliSthen