基于主元分析法的故障检测技术研究.docVIP

基于主元分析法的故障检测技术研究 摘要故障诊断能用来对工业过程进行故障检测，并对故障的原因、故障频率、故障的危害程度以及趋势预测等内容进行分析判断，为确诊故障点、及早采取维修、防护等补救措施提供科学的决策依据。 随着科技的进步，工业上的生产装置越来越复杂化，系统结构逐渐从单变量系统发展到多变量系统，传统的故障诊断方法已无法适应现代工业发展的要求。 多元统计分析起源于数据统计理论，目前是故障诊断方法中一个重要的研究分支。本论文以多元统计诊断方法中的主元分析（PCA）为基础，研究了其在生产过程故障诊断中的应用。 主要研究内容如下：9915 1.阐述了目前故障诊断领域的研究现状及发展趋势，对故障诊断的方法进行了综述。 2.介绍了主元分析法的基本内容及计算过程，通过仿真实验，分析其在故障检测中的特点。 关键词故障诊断主元分析降维 毕业设计说明书（论文）外文摘要 TitleStudy of Fault Detection Based onthe Principal Component Analysis Abstract Fault diagnosis method can be used to detect fault in industrial process. It also analyzes fault source, frequency, severity, tendency etc., and provides scientific decision-making basis in order to confirm fault, take remedies, such as timely maintenance and defenses. With the development of science and technology, the industrial production installmentrsquo;s structure is getting more and more complex, and develops gradually from the single variable system to the multivariable system, traditional fault diagnosis method canrsquo;t satisfy the demand. 2.5.3计算样本协方差矩阵9 2.5.4计算协方差矩阵 的特征值 及相应特征向量 10 2.5.5选择主元并形成特征矢量10 2.5.6形成新的数据10 2.5.7找回旧数据11 2.6小结11 3仿真实验12 3.1原始数据X13 3.2数据标准化处理14 3.3计算标准化矩阵的协方差矩阵14 3.4计算协方差矩阵 的特征值 及相应特征向量 15 3.5选择主元并形成特征矢量15 3.6形成新的数据16 3.7找回的旧数据17 3.8小结18 4基于PCA的过程监控算法18 4.1在线监控算法18 4.2主元分析中Hotelling T2统计和Q统计19 4.3小结20 5PCA方法在故障检测和诊断上的缺陷20 结论21 致谢22 参考文献23 附录24 1引言（或绪论） 1．1故障诊断技术研究的目的及意义 故障检测和诊断技术是保障生产装置安全稳定运行的重要手段。随着科技的进步，工业上的生产装置越来越复杂化，系统结构逐渐从单变量系统发展到多变量系统，生产装置具有严重的时变性、非线性，传统的靠人工的检查故障的方法已无法适应现代工业发展的要求，所以迫切需要建立和完善满足现代工业过程故障诊断性能要求的新理论和新方法。 故障诊断技术既可以监控设备的安全可靠进行，又可以获得巨大的经济效益，因此，不断探索故障诊断技术的新理论、新方法，提高故障诊断技术在工业生产中的应用推广，对现代工业生产具有十分重要意义。 基于数据驱动的方法主要包括主元分析（Principle Component Analysis，PCA）、偏最小二乘法（Partial Least Squares，PLS）、费舍尔判别分析法（Fisher Discriminant Analysis，FDA）、规范变量分析（Canonical Variate Analysis，CVA）、独立成份分析（Independent Component Analysis，ICA）等[1]。 本文主要研究主元分析（PCA）这一方法。主元分析（PCA）是将多个相关的变量转化为少数几个相互独立的变量的一个有效的分析方法，是一种较为成熟的多元统计过程控制方法，主元分析在系统相应方差分析方面的用途比在系统建模方面的用途要大。1933年Hotelling对主元分析方法进行了改进，目前