基于角结构统计量的MKECA间歇过程故障监测.pdfVIP

第３８卷　第１期 仪 器 仪 表 学 报 Ｖｏｌ３８Ｎｏ１ ２０１７年１月 ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＳｃｉｅｎｔｉｆｉｃＩｎｓｔｒｕｍｅｎｔ Ｊａｎ２０１７ 基于角结构统计量的ＭＫＥＣＡ间歇过程故障监测 王　普１，２，３，４，李春蕾１，２，３，４，高学金１，２，３，４，常　鹏１，２，３，４，齐咏生５ （１．北京工业大学信息学部　北京　１００１２４；２．数字社区教育部工程研究中心　北京　１００１２４； ３．城市轨道交通北京实验室　北京　１００１２４；４．计算智能与智能系统北京市重点实验室　北京　１００１２４； ５．内蒙古工业大学电力学院　呼和浩特　０１００５１） 摘　要：针对间歇过程复杂非线性的特点，提出一种基于角结构统计量的多向核熵成分分析（ＭＫＥＣＡ）间歇过程监测方法。该 方法首先将间歇过程数据进行标准化预处理，然后采用ＫＥＣＡ提取间歇过程数据的主成分矩阵。研究表明，经过ＫＥＣＡ投影后 的主成分数据具有良好的角结构，因此利用主成分矩阵构造基于角结构的统计量，并且采用核密度估计算法计算其控制限。与 传统的统计量相比，无需假设过程变量服从高斯分布。最后通过青霉素发酵的仿真平台和大肠杆菌实际生产过程验证，实验结 果表明，相比于传统ＭＫＰＣＡ方法，能够有效利用主成分的结构信息，明显降低了故障的误报率、漏报率。 关键词：核熵成分分析；角结构统计量；核密度估计；故障监测 ＋ 中图分类号：ＴＨ１６５．３　　　文献标识码：Ａ　　国家标准学科分类代码：５１０．８０１０ Ｒｅｓｅａｒｃｈｏｎｂａｔｃｈｐｒｏｃｅｓｓｍｏｎｉｔｏｒｉｎｇｍｅｔｈｏｄｂａｓｅｄｏｎｍｕｌｔｉｗａｙｋｅｒｎｅｌ ｅｎｔｒｏｐｙｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓａｎｄａｎｇｕｌａｒｓｔｒｕｃｔｕｒｅｓｔａｔｉｓｔｉｃ １，２，３，４ １，２，３，４ １，２，３，４ １，２，３，４ ５ ＷａｎｇＰｕ ，ＬｉＣｈｕｎｌｅｉ ，ＧａｏＸｕｅｊｉｎ ，ＣｈａｎｇＰｅｎｇ ，ＱｉＹｏｎｇｓｈｅｎｇ （１．ＴｈｅＩｎｆｏｒｍａｔｉｏｎＤｅｐａｒｔｍｅｎｔｏｆＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ，１００１２４，Ｃｈｉｎａ；２．ＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈ ＣｅｎｔｅｒｏｆＤｉｇｉｔａｌＣｏｍｍｕｎｉｔｙ，ＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ，Ｂｅｉｊｉｎｇ，１００１２４，Ｃｈｉｎａ；３．ＢｅｉｊｉｎｇＬａｂｏｒａｔｏｒｙｏｆＵｒｂａｎＲａｉｌＴｒａｎｓｉｔ，Ｂｅｉｊｉｎｇ， １００１２４，Ｃｈｉｎａ；４．ＢｅｉｊｉｎｇＬａｂｏｒａｔｏｒｙｏｆＣｏｍｐｕｔａｔｉｏｎａｌＩｎｔｅｌｌｉｇｅｎｃｅＳｙｓｔｅｍ，Ｂｅｉｊｉｎｇ，１００１２４，Ｃｈｉｎａ；５．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒ， ＩｎｎｅｒＭｏｎｇｏｌｉａＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈｕｈｈｏｔ０１００５１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｍｏｎｉｔｏｒｉｎｇｔｈｅｂａｔｃｈｐｒｏｃｅｓｓｗｉｔｈｃｏｍｐｌｅｘｎｏｎｌｉｎｅａｒｃｈａｒａｃｔｅｒｉｓｔｉｃ，ａｍｕｌｔｉｗａｙｋｅｒｎｅｌｅｎｔｒｏｐｙｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ （ＭＫＥＣＡ）ｍｅｔｈｏｄｂａｓｅｄｏｎｔｈｅａｎｇｌｅｓｔｒｕｃｔｕｒｅｓｔａｔｉｓｔｉｃｉｓｐｒｏｐｏｓｅｄ．Ｉｎｔｈｉｓｍｅｔｈｏｄ，ｔｈｅｐｒｏｃｅｓｓｄａｔａｉｓｆｉｒｓｔｌｙｐｒｅｐｒｏｃｅｓｓｅｄ，ａｎｄｔｈｅｎ ｔｈｅｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔｍａｔｒｉｃｅｓｏｆｔｈｅｂａｔｃｈｐｒｏｃｅｓｓｄａｔａａｒｅｅｘｔｒａｃｔｅｄｂｙＫＥＣＡ．ＲｅｓｅａｒｃｈｓｈｏｗｓｔｈａｔＫＥＣＡｒｅｖｅａｌｓａｎｇｕｌａｒｓｔｒｕｃｔｕｒｅ ｒｅｌａｔｉｎｇｔｏｔｈｅＲｅｎｙｉｅｎｔｒｏｐｙｏｆｔｈｅｉｎｐｕｔｓｐａｃｅｄａｔａｓｅｔ，