主元分析法在MIMO系统中的故障检测与诊断研究.pdfVIP

学兔兔 第5期(总第180期) 机 械 工 程 与 自动 化 No．5 2013年1O月 MECHANICAL ENGINEERING ＆ AUT0MAT10N Oct． 文章编号：1672—6413(2013)05—0116—03 主元分析法在MIMO系统中的故障检测与诊断研究鼍 曹立学 (陕西理：r-学院 电气5-程学院，陕西 汉中 723003) 摘要：针对多输入多输出对象应用多元分析方法实现系统的故障检测与诊断，能够有效克服机理分析法诊断 的缺点，既可以消除各变量之间的关联，也减小外界噪声的影响。通过对多变量液位控制进行试验验证，主 元分析法能够有效地对生产过程进行监测，并准确及时地分析判断系统中发生的故障。 关键词：主元分析；故障诊断；多变量系统；MIMO 中图分类号：TP277 文献标识码：A 0 引言 其中：t ( 一1，2，3，…，m)称作得分向量，也称为X。的 在连续生产过程系统中，不可避免地会出现局部 主元，用来提取采样数据之间的相关联信息；P 是主 控制回路发生故障，或某些环节失效，都会导致产品质 元的特征向量，也称负荷向量，主要用来提取参数之间 量下降，能耗上升，甚至会使厂级控制系统瘫痪，发生 的关联信息。若假设： 安全事故，所以系统的故障检测与诊断是系统安全运 lI t IlIl t ll… lJ t lI。…………… (2) 行的重要一环。另外，过程控制系统一般都具有建模 则式(1)进一步可写为： 困难、过程参数众多，并且各个参数之间存在相互关联 X =t1 +t2p +…+t…T+E k≤min{ ， 相互影响的现象，由于复杂工业过程中存在着各种随 )。 ……………………………………………… (3) 机干扰因素，此时机理分析诊断方法则很难应用于现 其中：E为误差矩阵，是X 后面比较小的负荷向量， 实，而多元统计分析方法是一种不依赖于过程内在机 用以提取随机噪声和模型误差信息，一般可以略去。 理的建模方法，它只需要根据过程相关数据信息进行 此时负荷向量P 代表X。变化的最大方向，依次类 统计建模，再根据该统计模型完成过程的检测与诊断。 推。各个得分向量之间是正交的，即对任何i和 ，当 本文应用 主元 分析法 (Principal Component 睁 ．『时，满足 一0。各个负荷向量之间也是正交 Analysis，PCA)对多输入多输出(MIMO)控制系统中 的，且每个负荷向量的长度都是1，即： 的故障进行检测与诊断，为系统实现容错控制及安全 户 一0 i=／=j； 运行提供保障。 』一1 i=j。 1 主元分析基本理论 合理选取主元的个数非常重要。主元个数选取的 主元分析法主要是通过将采集到的高维信息投影 多则能接近真实模型，得到的结果相对比较精确，但这 到低维子空间，并保留主要变化信息及特征，再从新数 样会增加分析与判断的复杂性，无法有效消除噪声的 据信息中提取相应要求的主元，来简化数据的分析复 影响；若主元个数选取过少，就不会充分反映原始数据 杂程度。 信息中的主要内容，相当于人为增加了分析误差。在 设多变量数据矩阵为X∈R ”，