基于LSNPE算法的化工过程故障检测.pdfVIP

第 65 卷 第 2 期 化 工 学 报 Vol.65 No.2 February 2014 年 2 月 CIESC Journal ·620 · 基于LSNPE 算法的化工过程故障检测 宋冰，马玉鑫，方永锋，侍洪波 （华东理工大学化工过程先进控制和优化技术教育部重点实验室，上海 200237 ） 摘要：复杂化工过程通常具有多个操作模态，而且采集的数据不服从单一的高斯或非高斯分布。针对化工过程的 多模态和复杂数据分布问题，将局部标准化（local standardized ，LS ）策略应用于邻域保持嵌入（neighborhood preserving embedding，NPE ）算法，提出了一种新的基于局部标准化邻域保持嵌入（local standardized neighborhood preserving embedding，LSNPE ）算法的故障检测方法。首先，使用 LSNPE 算法提取高维数据的低维子流形，进 行维数约减，同时保持邻域结构不变。其次，通过特征空间中样本的局部离群因子（local outlier factor，LOF ）构 造监控统计量并确定其控制限。相较于监控多模态化工过程的多模型策略，提出的 LSNPE 方法不需要过程先验 知识的支持，只需建立一个全局的监控模型。最后，通过数值仿真及 Tennessee Eastman(TE)过程仿真研究验证了 本文提出方法的有效性。 关键词：局部标准化；邻域保持嵌入算法；局部离群因子；多模态过程系统；监控模型 DOI ：10.3969/j.issn.0438-1157.2014.02.036 中图分类号：TP 277 文献标志码：A 文章编号：0438—1157 （2014）02—0620—08 Fault detection for chemical process based on LSNPE method SONG Bing，MA Yuxin，FANG Yongfeng，SHI Hongbo （Key Laboratory of Advanced Control and Optimization for Chemical Processes of Ministry of Education，East China University of Science and Technology，Shanghai 200237，China ） Abstract ：Complex chemical processes often have multiple operating modes and the within-mode process data do not follow Gaussian or non-Gaussian distributions. To handle the problem of multiple operating modes and complex data distribution, a novel fault detection method, local standardized neighborhood preserving embedding (LSNPE) was proposed by applying local s