基于故障诊断性能优化的主元个数选取方法-化工学报.PDF

第55卷 第2期 化 工 学 报 Vo1．55 5Q2 2004年 2月 Journd of Chemical Industry and Engineering (China) February 2004 基于故障诊断性能优化的主元个数选取方法 王海清 余世明 (浙江大学工业控制技术国家重点实验室， (浙江工业大学信息工程学院，浙江 杭州 310032) 工业控制技术研究所 ，浙江 杭州 310027) 摘 要 主元分析 (PCA)作为一种有效的多元统计监测方法 ，在化工过程的产品质量控制与故障诊断等方面得 到广泛应用．其中主元个数作为PCA监测模型的关键参数 ，其选取直接决定了PCA的故障诊断性能．传统的主 元个数选取方法主观性较大，且一般不能考虑故障诊断的要求．通过对主元空间和残差空间中临界故障幅值的 分析，提出一种基于故障检测与识别性能优化的主元个数选取方法 并且能够对故障的检测类型、幅值等重要 信息进行预测和估计．通过对双效蒸发过程的仿真故障检测，证实了该主元个数选取方法的上述优点． 关键词 主元分析 过程监测 故障临界幅值 中图分类号 TQ 02 TP277 文献标识码 A 文章编号 0438—1157(2004)02—0214—06 SELECTION OFNUMBER OFPRINCIPAL COM PONENTSBASED ON FAULTDIAGNOSING PERFORMANCE OPTIM IZATION W ANG Haiqing YU Shim ing (NationalLaboratoryofIndustrialControlTechnology， (Institute InformationEngzneering，Zh~iangUniversity InstituteofIndustrialProcessControl，Zh~iangUniversity， ofTechnology，Hangzhou310032，Zhejiang，China) Hangzhou310027，Zh~iang，China) Abstract Principalcomponentanalysis(PCA)isapowerfultoolinchemicalprocessmonitoringandproduct qualitycontro1．Thenumberofprincipalcomponents(PCs)istheessentialparameterofPCA andultimately determinestheperfomr anceofthisusefulstatisticalmethod．Traditionalselectionmethodsareverysubjectivedue tothemonotonically increasingordecreasing indicestheyadopt．Byexploringtheminimum detectablefault magnitudesinthePCsspaceandresidualspacesimultaneously，anew indexofoptimalcriticalfaultmagnitude (OCFM)wasintroducedandthenumberofPCswaseslectedbyoptimizingafunctionoftheOCFM．The proposedmethod could incorporatethePCA faultdiagnosing perfomr ancewith thePCsselection procedure effectively，andhastheadvantagesofforecastingPCA detectionbehaviorofa