10.3969/j.issn.1000-3932.2020.05.006
基于主元分析方法的化工过程故障诊断与识别
提出采用主元分析方法分析化工过程积累的数据,进而实现化工过程故障的诊断与识别.首先,通过PCA方法对正常工况数据进行训练,获得统计量T2与SPE的控制限阈值;然后计算故障工况数据的统计量,并与控制限进行比较,超过控制限阈值即判断为故障工况数据,计算故障发现率并作为故障诊断能力的评价标准;最后计算变量的统计量贡献率,识别出引起故障的主控变量.对田纳西-伊斯曼过程进行案例研究,选择正常工况数据集和6种故障模式数据集,当提取主元个数为31时,对6种故障均有很高的诊断能力,识别出的主控变量也与该故障实际的工艺扰动监测值相对应.
故障诊断、故障识别、化工过程、田纳西-伊斯曼过程、主元分析、故障发现率、大数据
47
TQ086.3(一般性问题)
国家重点研发计划资助项目2017YFF0210400
2020-11-10（万方平台首次上网日期，不代表论文的发表时间）
共10页
398-406,449
