基于PCA故障检测分析软件的研究与开发研究.pdf

第十七届中国过程控制会议论文集 基于 PCA 故障检测分析软件的研究与开发 1 1 2 王大安 ，曹鸣 ，朱孔伟 ( 1.南京东南大学自动控系， 江苏 南京 210096； 2.临沂师范学院信息学院， 山东 临沂 276000） 摘要：基于主元分析（PCA）的故障检测方法在工业过程应用研究中需处理大量数据。以某热能电厂锅炉故障 检测课题为背景，研究并开发了基于 PCA 故障检测分析软件，使基于主元分析故障检测方法的研究不仅局限 于理论仿真研究层面，促进了该方法的实用化进程。文章主要介绍了分析软件的开发平台和开发方法。 关键词：主元分析；分析软件；统计建模；故障检测 0 引 言 故障诊断与检测技术是自动控制领域研究的一个新兴的分支。随着控制理论、信号处理、人工智能、 模式识别等学科的发展，为现代故障诊断与检测技术的研究提供了丰富的理论基础和内涵。基于主元分析、 小波变换、遗传算法、神经网络等理论与方法在故障诊断与检测中的应用，大型复杂系统的运行可靠性得 到切实提高。然而，多数方法的研究还处于理论仿真研究层面，在实际工程应用方面有待进一步提高。究 其原因，缺少良好的分析软件的支持是其中不可忽略的因素之一。本文以上海某热能电厂基于主元分析的 锅炉故障检测课题为背景，开发了用于研究的分析软件。 1 基于 PCA 故障检测分析软件的开发平台 主元分析（Principal Component Analysis, PCA ）是多元统计方法的一种，其主要思想是将高维信息投 影到低维子空间，并保留主要过程信息。由于主元分析方法无需建立复杂系统的数学模型，因此不仅在工 业过程具有较强的实际应用价值，也给开发通用化的分析软件提供了便利。 STATISTICA统计软件是一款由美国StatSoft公司开发的性能卓越且功能强大的优秀的数学统计分析工具 软件，其通用数据分析应用系统涵盖了基础统计、高级线性/非线性模型、多变量探索性分析、效能分析、 神经网络等功能模块。主元分析是多变量探索性分析模块中的重要组成部分。同时，该软件支持COM接口， 用户可以将其无缝集成到自己的系统中，定制自己的算法和接口。 基于此点，本文构建的分析软件的开发平台为 Visual Basic + STATISTICAs library + SQL Server 。在该 平台下，不仅可以快速开发可视化用户界面程序，中型数据库系统，还可实现复杂的统计分析算法。基于 PCA 故障检测分析软件具有良好的性能正是充分利用了平台各构件部分各自的专长。 2 基于 PCA 故障检测分析软件的统计建模 2.1 统计建模流程 分析软件的统计建模详细流程如图一所示。 2.2 统计建模流程扼要分析 分析软件的统计建模功能模块主要由两个子模块组成：组态生成模块和模型生成模块，如图一所示。 组态生成模块主要负责 PCA 故障检测初始数据环境的建立。在此模块中，既可以选择各种数据源，也可 以指定同一数据源下不同范围的数据，同时还可以根据各数据参量之间的相关性分类成不同的组别进行 PCA 分析。在电厂锅炉基于 PCA 故障检测分析中，我们选取机组负荷、给煤量、给水量、主蒸汽压力等 9 个强相关的参量建立 PCA 统计模型。模型生成模块主要负责在给定组态、不同工况等条件限制下 PCA 数 据模型的计算与建立。分析软件既可以在同一组态下建立多个不同条件的 PCA 数据模型，也可以在同一 作者简介：王大安(1980-)，男，江苏江都人，硕士研究生，现从事信息管理系统的研究与开发． 491 第十七届中国过程控制会议论文集 条件下建立多个组态的 PCA 数据模型。两个子模块的协同工作，给 PCA 故障检测的统计建模分析提供了 充分的灵活性、伸缩性和分析效率的优化。数据分析者可以集中精力关心数据本身所反映的潜在问题，而 不必再关心数据的统计与计算。 正如流程图所示，在模型生成模块中，充分利用 STATISTICA 支持二次开发的优越性，直接