基于多元统计分析故障检测方法.pdfVIP

第 49卷 第 6期 上 海 交 通 大 学 学 报 Vo1．49NO．6 2015年 6月 JOURNALOFSHANGHAIJIAO TONG UNIVERSITY Jun．2O15 文章编号 ：1006～2467(2015)06—0842—07+0854 DOI：10．16183／j．cnki．jsjtu．2015．06．018 基于多元统计分析的故障检测方法 纪洪泉， 何 潇， 周东华 (清华大学 自动化系，清华信息科学与技术 国家实验室，北京 100084) 摘 要：作为数据驱动故障检测方法中的重要分支，基于多元统计分析的故障检测方法主要 包括 主元分析、偏最小二乘 、独立元素分析和 费舍尔判别分析．本文回顾 了上述几种方法，包括数据模 型、故障检测的原理及方法优劣．仿真实验说 明了几种方法的特性及其故障检测的效果，并探讨 了 基于数据故障检测方法中的一些 问题． 关键词 ：多元统计分析；主元分析 ；偏最小二乘；独立元素分析 ；费舍尔判别分析 中图分类号 ：TP273 文献标志码 ：A FaultDetectionTechniquesBasedonMultivariateStatisticalAnalysis JIHong—quart， HEXiao， ZHOUDong—hua (DepartmentofAutomation，TNList，TsinghuaUniversity，Beijing100084，China) Abstract：Asan importantbranchofdata—driven faultdetectionmethods，multivariatestatisticalanalysis— basedfaultdetectionmethodsmainlyincludeprincipalcomponentanalysis，partialleastsquares，independ— entcomponentanalysisandfisherdiscriminantanalysis．In thispaper，thedatamodeland faultdetection mechanism ofeachmethodmentionedabovewerereviewed．Severalpropertiesofthesemethodswerere— vealedintuitivelyusingsimulationresults，andtheirfaultdetectionabilitieswereillustrated．Finally，sev— eraIproblemsrelatedtodata—drivenfaultdetectionmethodswerediscussed． Keywords：multivariatestatisticalanalysis；principalcomponentanalysis；partialleastsquares；independ— entcomponentanalysis；Fisherdiscriminantanalysis 随着科学的发展和技术 的进步 ，现代工业过程 析模型的情况下，通过利用过程变量之间的相关性 的规模和复杂程度都在 日益提高．与此同时，人们对 进行故障检测_1]．常用 的多元统计方法包括主元分 工业过程运行安全性能和产品质量也提 出了更高的 析 (PrincipalComponentAnalysis，PCA)、偏 最小 要求 ，过程监控和故障诊断技术尤其重要l1]．作为 二乘 (PartialLeastSquares，PLS)、独立元素分析 数据驱动故障检测方法 中的重要分支 ，基于多元统 (IndependentComponentAnalysis，ICA)和费舍尔 计分析的故障检测方法在过去的 2O多年时间里取 N,N分析 (FisherDis