- 1、本文档共15页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
V基于PCA算法的故障诊断步骤讨穆正爲数据x图2-1 PCA故障检测流凉离线PCA监测模型的计算步骤:(1)选择监控变量,收集正常工况下的各变量的样本,记为训的话,为一个观测变量各个采样点的值 )练样本数据X_trai n和检验数据X_test ;
V
基于PCA算法的故障诊断步骤
讨穆正爲数据x
图2-1 PCA故障检测流凉
离线PCA监测模型的计算步骤:
(1)选择监控变量,收集正常工况下的各变量的样本,记为训
的话,为一个观测变量各个采样点的值 )
练样本数据X_trai n和检验数据X_test ;
兀712 ^nm.
X_train为n x m矩阵,即n个样本,m个观测变量(即以列向量来看
对样本数据X_train和检验数据X_test进行中心化和标准化处理
二>|确定拿尤个数
X^train =
^21 x22 …
求楡测样本为主
儿
_V
求得蠶常城耳计算暑的畐
得到故障险测輪果
PCA模犁
尸(口 )和 Q(^)
対Kj进行标准化
对X数据标准化
n1=171 — 1
n
1=1
71 — 1
得到 和一一;
中心化处理:按列对X_train减去观测变量的均值
观测变量某一采样点的值减去这一观测变量所有采样点
的平均值
求取一列(即某一观测变量)的平均值
标准化处理:对X_train除以观测变量的标准差(按列(观测变量)
进行)
标准差
求出标准化矩阵刀;的协方差矩阵的协方差矩阵对刀为:V
求出标准化矩阵
刀;
的协方差矩阵
的协方差矩阵对刀为:
V
5train
对刀进行特征分解,求得特征值心:…w
(■- ■ ■■_ - - ■■.)及其对应的特征向量.-i."心% (负荷向量);
确定主元个数,确定了主元个数k,就得到了 k个特征值
■t A」:—’〉九,及其对应的特征向量背工一 ?.一 .;
A:累计贡献率法:
前k个主元的累积方差贡献率为:二一
当前k个主元的累积方差贡献率达到 85%则主元个数取k值
B:交叉检验估计法:
将采集到的数据分成 k个部分,1部分数据用来建立主元模型, 剩下的k-1部分用来作为检验数据去检验所建的模型。如此 ,建 立若干个不同主元个数的模型 ,并测试所建立的模型,从中选取 一个通过检验后误差最小的模型的主元个数作为系统主元个数。
(4) 建立PCA主元模型,并进行交叉验证以确定误差最小
按照盹一汽f.谕疼求出第i个主元,并依据
兀鳥m = + 卩卩』+ *" + tfcPZ
=X5traiBPipJ+X5trainp2p2T + …+ xStrainpfep/
求出其主元模型
用=一带入得到另一主元模型?”,依据L工-乂,求出模型
误差,确定模型误差最小的那个模型即为主元模型。
(5) 计算T2统计量控制限和SPE统计量控制限;
对于样本个数为n,主元个数为k的过程变量X_train, T2统计量 服从自由度为k和n — k的F分布,则置信度为a的T2统计量控
制上限为:
T2 —T UGL
T2 —
T UGL - n-k
k(n ~ ° ?召(fc.n-fc)
或. -1 - 1 ",.-:
n(n-Jc)
检验水平为a的SPE统计量控制上限为: 斶询]+与更+型w仏
丁_ _ [一 ..丄, 「 _ 」? , ■■ - - I - ■'
-」是与(1- ■■)分位点对应的标准差
在线过程监测与故障诊断步骤:
采集第i时刻的在线实时数据; c 为1X m矩阵),并
进行中心化和标准化处理得到、一;
按照'',求出=.的得分
向量,依据更W冷塗炭碗;,求出PCA模型估计量 ;\ 这里
计算二 的T2统计量和SPE统计量,并画出T2统计量和
SPE统计量的控制图;
<2(0 = x⑴卫一厲卩』风务丁
将上述计算结果与T2统计量控制限和SPE统计量控制限比
较,以检测过程运行有无异常,当有异常状态发生时 ,绘
制贡献图,找出与故障相关的系统变量:
检查每个观测值x的标准化得分二,并确定造成失控
状态的r(rva)个得分「;,;
九 a
计算每个变量??相对于失控得分:的贡献率是:
cont^j = — Pyx;
当时曲心是负时,设它为零;
计算第j个过程变量i的总贡献率:
r
CON 号=
i=l
把所有m个过程变量」的厂「「二画在一个曲线图上。
PCA_TE仿真程序:
%%T过程的传统主元分析在 Matlab中的仿真程序
%建立模型:
%载入模型数据,以故障11为例
Xtrain = pkxIOI;
Xtrain = double(Xtra in);
9载入测试数据
Xtest = pkx102;
Xtest = double(Xtest);
淅准化处理:
X_mean = mean(Xtrain); %按列求 Xtrain 平均值
X_std = std(Xtra
文档评论(0)