基于PCA和RBF神经网络的石化装置故障监测与诊断-燕山大学学报.PDF

第４０ 卷 第５ 期 燕山大学学报 Ｖｏｌ ４０ Ｎｏ ５ ２０１６ 年９ 月 Ｊｏｕｒｎａｌ ｏｆ Ｙａｎｓｈａｎ Ｕｎｉｖｅｒｓｉｔｙ Ｓｅｐｔ． ２０１６ 　 　 文章编号：１００７⁃７９１Ｘ（２０１６）０５⁃０４５６⁃０６ 基于ＰＣＡ 和ＲＢＦ 神经网络的石化装置故障监测与诊断 １，２ ， ∗ １，２ １，２ 郭丽杰 ，赵明娟 ，康建新 （１．燕山大学环境与化学工程学院，河北秦皇岛０６６００４ ； ２．燕山大学河北省应用化学重点实验室，河北秦皇岛０６６００４ ） 摘　 要：为了从石化装置大量工艺监测数据中提取有效的故障特征信息，及时地发现故障并准确地识别故障原 因，提出了一种基于ＰＣＡ 和ＲＢＦ 神经网络的故障监测与诊断方法。 首先获取工况样本，建立ＰＣＡ 模型，降维 提取统计特征；设定正常工况ＳＰＥ 统计量阈值，建立在线工况ＳＰＥ 统计量，由此