KNN在化工生产过程故障定位中的应用.PDF

KNN 在化工生产过程故障定位中的应用 作者 郭金玉, 王鑫, 李元 机构 沈阳化工大学 信息工程学院 发表期刊 《计算机应用研究》 预排期卷 2018 年第 35 卷第 4 期 访问地址 /article/02-2018-04-034.html 发布日期 2017-03-31 17:00:53 引用格式 郭金玉, 王鑫, 李元. KNN 在化工生产过程故障定位中的应用[J/OL]. [2017-03-31]. http://www.a /article/02-2018-04-034.html. 摘要 为了在没有任何历史故障信息的情况下定位真正的故障变量，研究了 KNN 在化工生产过程故障 定位中的应用。首先利用局部离群因子（LOF）算法剔除原始数据中的离群点，将剩余数据作为 训练数据建立 KNN 模型；然后计算待检测数据的检测指标，将其与控制限对比进行故障检测。 对检测出的故障计算训练数据基于 KNN 的变量贡献，利用核密度估计确定定位指标的控制限。 对测试数据计算变量对定位指标的贡献，对所求的贡献矩阵进行量化，画出故障定位图。将该方 法用于数值例子和 TE 过程，仿真结果说明该方法可以对故障进行准确定位，证明了该方… 关键词 故障定位, KNN, 局部离群因子, 基于 KNN 的变量贡献 中图分类号 TP277 基金项目 国家自然科学基金重大项目; 国家自然科学基金项目; 辽宁省教育厅 重点实验室项目（LZ2015059）; 辽宁省自然科学基金项目（201602584）; 辽宁省教育厅项目 （L2016007，L2015432） 优先出版 计 算 机 应 用 研 究 第 35 卷 KNN 在化工生产过程故障定位中的应用 * 郭金玉，王 鑫，李 元 (沈阳化工大学 信息工程学院，沈阳 110142) 摘 要：为了在没有任何历史故障信息的情况下定位真正的故障变量，研究了 KNN 在化工生产过程故障定位中的应用。 首先利用局部离群因子（LOF）算法剔除原始数据中的离群点，将剩余数据作为训练数据建立 KNN 模型；然后计算待 检测数据的检测指标，将其与控制限对比进行故障检测。对检测出的故障计算训练数据基于 KNN 的变量贡献，利用核 密度估计确定定位指标的控制限。对测试数据计算变量对定位指标的贡献，对所求的贡献矩阵进行量化，画出故障定位 图。将该方法用于数值例子和 TE 过程，仿真结果说明该方法可以对故障进行准确定位，证明了该方法的有效性。 关键词：