3多变量统计故障诊断方法.pptVIP

5.间歇过程的监控采用多向PCA实现间歇过程监控时，由于要综合整个批次中变量互相关性和时序相关性，各个批次的长度必须相同，所以必须解决批次间轨迹同步”和未来观测的补充”两个问题。批次间轨迹同步”是指建模前令各批次时间轨迹长度相同，常采用的方法有:(l)指示变量法(Indicatorvariable，采用一个在各批次均具有大致相同的起始与结束值、并满足单调变化条件的变量取代时间变量对批次数据进行规整;(2)动态时间规整DynamicTimeWarping，DTW)算法，该法可以在较小失真的前提下，把各批次同步为一个相同长度;未来观测的补充”是指在线监控时，采样时刻以后的数据是未知的，无从得到从批次开始到结束的完整过程变量轨迹，常见的解决方法有:(l)用历史数据库中均值0去填充，即填零法;(2)用当前时刻测量变量相对均值的偏差作为将来时刻相对相应均值的偏差(3)采用缺失数据估计法，即利用PCA对缺失数据的估计能力进行填充;(4)历史数据匹配法，即通过将当前批次与历史数据库中的批次进行匹配，找出最近似的批次，并用其来进行未知部分的填充;6.基于PCA的故障可检测性研究针对不同过程中存在的不同特性,利用上述方法和过程受控状态下的历史数据建立起过程监控的PCA统计模型后,就可以进行过程的在线监控。其第一步就是要进行故障的检测,当新测量数据的分布情况与历史不相符合导