基于小波去噪结合CVA-ICA的故障检测方法的研究.pdfVIP

2014年 仪 表 技 术 与 传 感 器 2014 第 4期 Instrument Technique and Sensor No．4 基于小波去噪结合 CVA—ICA的故障检测方法的研究 李 召 ，杨英华 ，李智辉 (1．许继电源有限公司，河南许昌 461000；2．东北大学信息科学与工程学院，辽宁沈阳 110819) 摘要：针对工业过程的故障诊断问题，文中提出了一种基于小波去噪结合规范变量分析与独立元分析 (CVA—ICA) 的故障检al4方法。该方法首先利用小波变换对过程数据去噪，然后用CVA方法求出观测数据的规范变量，并且对规范变 量进行 ICA分解，最后运用和统计量判断工况是否正常。通过对TennesseeEastman(TE)过程的仿真研究，验证了该方法 的可行性与有效性。 关键词：小波去噪；规范变量分析；独立元分析；故障检测 中图分类号：TP277 文献标识码 ：A 文章编号 ：1002—1841(2014)04～0080～05 FaultDetectionBasedonW aveletDe．noiseandCVA．IC!A LIZhao ．YANG Ying—hua2LIZhi—hui ． (1．XJPowerCorporation，Xuchang461000，China； 2．CollegeofInformationScienceandEngineering，NortheasternUniversity，Shenyang110819，China) Abstract：Inordertohandletheproblem offaultdiagnosisforindustrialprocesses，animprovedfaultdetectionmethodwas proposedbasedonwaveletde—noiseintegratedwithcanonicalvariablenaalysis(CVA)andindependentcomponentanalysis (ICA)．Thewavelettrnasformwasusedforde—noising，andtheCVAalgorithmwassusedtocalculatethecanonicalvariableofthe data，andthen，theICA algorithm wasusedtodecomposethecanonicalvaribale．ThefaultdetectionwasperformedbymeansofHo- tellingand．AcasestudyofTennesseeEastman(TE)processshowsthattheproposedalgorithmisfeasibleandefficient． Keywords：waveletde·noise；canonicalvariablenaalysis；independentcomponentnaalysis；faultdetection 0 引言 1 基本方法 随着现代经济的快速发展和流程工业规模的不断扩大 ，工 1．1 小波去噪原理 业过程的复杂性也不断提高，这类系统一旦发生故障，将会造 叠加性高斯噪声是最常见的噪声模型，一个受到叠加性高 成不可估量的损失。因此，在生产过程中进行故障诊断是必不 斯噪声污染的一维观测信号的模型可以表示成如下形式 ： 可少 的。当工业 过程 中存 在互相关 的情 况 时，主元分 析 s= +orz