基于部分信息融合的分布式故障诊断策略在分布式发电系统中的应用.pdfVIP

第4期 朱琳等．基于部分信息融合的分布式故障诊断策略在分布式发电系统中的应用 351 基于部分信息融合的分布式故障诊断策略 在分布式发电系统中的应用 朱琳李双宏杨煜普 (上海交通大学电子信息与电气工程学院) 摘 要将模型的故障监测框架和基于数据的学习方法相结合，提出了一种新的故障监测方法，实现了 串级工业过程中的故障监测和定位。首先，对串级工业系统进行分析，得出整个系统的划分方法，并提 供了构建子系统的条件。然后，采用分布式主元分析(PCA)方法在实际测量数据集中提取子系统的特 征信息，用于TS模糊推理的建模。再提出基于二级贝叶斯的模糊模型实现故障的非线性识别。通过比 较模型输出和每个子系统的实际测量值构造残差监测故障，实现定位。最后，通过固体氧化物燃料电池 (SOFC)系统仿真实验，验证了所提出的故障监测模型的有效性和可行性。 关键词 故障诊断 分布式PCATS模糊模型 串级系统 目体氧化物燃料电池 中图分类号TH865文献标识码 A 文章编号 1000—3932(2017)04旬351．06 随着现代工业的快速发展，工业生产过程愈 于数据的方法不要求提供过程模型和相关的专业 加复杂。同时，复杂生产线发生事故的可能性越 知识，因此近年来越来越受到研究人员的欢迎。 来越大，一旦发生故障会造成巨大的经济损失和 现今，分布式控制系统(DCS)旧“21广泛应用于现 人员伤亡，因此复杂工业过程的安全性和可靠性 代工业生产过程中，收集记录了大量的数据。这 迫切需要得到提高。提高的途径则是对故障进行 些数据包含了生产过程的大部分信息，可以用于 监测、诊断和定位。传统的工业过程监控策略通 工业过程的建模、监测和控制。每个过程监测方 过降维和特征提取来处理生产过程中的数据，从 法的效率取决于故障类型和特定过程的数据特 而判断故障¨’21。然而，工业过程数据简约会消 性，同一方法在不同工业流程中的监测性能可能 除系统的位置信息，仅能判断出故障，无法对故障 相差很大。特别是，大多数方法采用TE过程或 进行定位。此外，工业生产过程中的不同模块之 其他已知的工业过程验证，很少有方法在其他化 间的关系也很难描述p。。因此，开发高效的工业 工过程中验证。最近，许多过程监测的研究工作 过程监测方法，成为学术界和工业界的一个重大 围绕机器学习开展，其中，Ts模型因具有快速计 挑战。 算能力和处理非线性系统的能力，被广泛应用于 故障诊断主要有两种方法——基于解析模型 故障诊断领域。TE过程是极具代表性的化工过 的方法和基于数据的方法。基于解析模型的故障 程，被广泛用于测试各种监测方法的性能。但是， 诊断方法需要对系统建立精确的数学模型。对于 作为新能源和化工新领域代表的燃料电池系统， 能准确建模的工业过程，基于解析模型的方法是 现有的工作还没有被总结报告。笔者以固体氧化 最直接、有效的过程监控方法M。1。重构过程系 物燃料电池为原型，为串级连接和多变量系统的 统的参数和状态后，将得出的估计值与相对应的 研究提供参考。 测量值进行比较，从而产生残差，即是否出现故障 笔者将模型和数据的方法相结合，通过处理 的标志。在实际生产过程中，许多复杂的工业过 工业过程中收集到的子系统的数据信息，来实现 程缺少先验知识，难以建立精确的数学模型。基 故障监测与诊断的目的。笔者所提方法可以同时 基金项目：国家自然科学基金项目。 作者简介：朱琳(1994一)，硕士研究生，从事故障诊断、机器学习的研究，lin_zhu@sjtu．