基于ICA过程监控方法的研究.pdfVIP

! = 实 验 室 科 学 第 13卷 第2期 2010年4月 CN12一l352／N LAB0RAT0RY SCIENCE Vo1．13 No．2 Apr．2010 基于 ICA过程监控方法的研究 扈书亮 ，韩 淼 (1．天津大学仁爱学院信息工程系，天津 301636；2．天津理工大学 自动化学院，天津 300384) 摘 要：针对 目前实际工业生产中变量不能严格服从高斯分布，且变量之间存有严重相关性的特点，进行了 基于独立成分分析的过程监控方法研究。该方法不仅去除了变量之间的相关性 ，而且充分利用过程信息的高 阶统计特性，建立过程信息的独立元模型。利用独立元模型对仿真实时数据进行故障检测研究，最后对离散 系统多变量过程模型进行了仿真验证 ，仿真结果表明：该方法能快速准确的检测到运行中发生的异常，验证 了该方法的有效性以及与PCA方法相比所存在的优越性。 关键词：独立成分分析 ；故障诊断；fastICA算法 中图分类号：TP206+．3 文献标识码：A doi：10．3969／j．issn．1672—4305．2010．02．030 Researchofprocessmonitoringbasedonindependentcomponentanalysis HU Shu—liang ，HAN Miao (1．RenaiCollege，TianjinUniversity，Tianjin301636，China，2．AutomationCollege，TianjinUni— versityofTechnologyTianjin300384，China) Abstract：Forthefeatureofnon—Gaussianandseverecorrelationbetweenprocessdatainpracticalin— dustrialprocess，anewfaultmonitoringmethodbasedonindependentcomponentanalysisispresented． Itnotonlyremovesthecorrelationbetweenvariables，butalsomakesfulluseofhigher-orderstatistical characteristicsandestablishesICA modelofprocessdata．Usingthemodeltoresearchthefaultmonito- ring，thenew methodisappliedtomuhivariableprocessmodelindiscretesystem．Thesimulationre· suitsshow that：themethodscanquicklyandaccuratelydetectabnormaloperation，verifythevalidity ofthemethod，aswellasincomparisonwiththesuperiorityofPCA method Keywords：independentcomponentanalysis；faultdiagnosis；fastICA algorithm 随着集散控制系统中各种智能仪表、现场总线 性和适应能力。 技术的广泛应用及计算机科学的迅猛发展，大量过 l 独立成分分析 程数据得以被采集并存储 ，但 由于过程数据没有被 充分的利用，致使 目前 “数据丰富，信息匮乏”的现 独立成分分析是伴随着盲源分离问题而发展起 象越来越严重。因此多变量统计过程控制 (muhiva— 来的一项新的统计信号处理方法，其 目的是为了从 riatestatisticalprocesscontrol，MSPC)作为一种基于 线性混合信号中分离出统计独立