基于多元统计分析的工业过程故障检测研究

发布时间：2020-06-04 02:41

【摘要】：随着单元机组自动化水平的不断提高,其热控系统的规模也在不断扩大,复杂程度日益提高。随之而来的问题就是故障点数目的增加和隐蔽性的增强。现有的热控系统故障检测与诊断方法已经不能满足生产现场的需要,因此有必要对适用于热控系统的先进故障检测与诊断技术展开研究。考虑到热控系统本身所具有的特点,本文利用基于数据驱动的多元统计分析法对其进行研究。非负矩阵分解作为一种新兴的多元统计分析技术,在实现数据维数约减时具有正向纯加性的特点,其分解结果可以理解为对过程数据基于部分的描述,在某种程度上非负矩阵分解抓住了智能数据描述的本质,因此非负矩阵分解有着比传统多元统计分析方法更优秀的数据描述能力。目前,非负矩阵分解思想在故障检测与诊断领域内的应用还处于起步阶段。本文以广义投影非负矩阵分解算法为核心算法,以基于广义投影非负矩阵分解的故障检测与诊断模型为基础,围绕热控系统中所存在的几个问题对广义投影非负矩阵分解模型进行扩展研究。概括起来本文的研究工作主要包括以下几个方面:(1)通过借鉴投影非负矩阵分解算法嵌入线性投影的思想,提出了一种新的非负矩阵分解改进算法——广义投影非负矩阵分解算法,新方法在对迭代规则的推导过程进行改进的同时也放宽了对原始数据矩阵的非负约束。广义投影非负矩阵分解算法所得到的系数矩阵拥有更好的正交性和稀疏性。此外,广义投影非负矩阵分解算法的收敛性在理论上也是可证的。(2)基于广义投影非负矩阵分解算法构建适用于热控系统的故障检测与诊断模型,并设计适用于广义投影非负矩阵分解算法的监控统计量TG2和SPEG,它们的控制限将由核密度估计法来确定。为了在检测到系统故障后成功的将引起故障的过程变量进行分离,本文还设计了基于TG2和SPEG的贡献图法。(3)针对现代工业过程中时常出现的数据丢失现象,对基于广义投影非负矩阵分解算法的监控模型的鲁棒性进行研究。考虑到该模型在测试集不完整时鲁棒性较差的情况,本文提出利用二阶马尔科夫链模型与基于广义投影非负矩阵分解算法的监控模型相结合的方式来处理测试集不完整情况下系统的故障检测问题。试验表明在测试集数据缺失率达到30%时该方法的故障检测准确率仍然超过了 90%。(4)针对广义投影非负矩阵分解算法数据分类能力的不足,本文尝试在广义投影非负矩阵分解算法的求解过程中引入Fisher判别分析的最优分类思想,提出一种有监督的学习方法——Fisher广义投影非负矩阵分解算法。进而将系统的故障检测与诊断问题转化成多类数据分类的问题。试验结果表明Fisher广义投影非负矩阵分解算法可以很好的处理系统中所出现的多故障问题。
【图文】：

结构示意图,故障,模件

究也大多是围绕ＭＣＳ开展的。因此，在本文中将ＭＣＳ作为研究火电厂热控系逡逑统ＦＤＤ的主体对象。逡逑图２－１给出了典型的ＭＣＳ结构示意图以及可能发生故障的部位，由图２－１逡逑可以看出，根据故障发生位置的不同ＭＣＳ的主要故障有：传感器故障、执行器逡逑故障、被控对象故障、控制器故障和Ａ／Ｄ、Ｄ／Ａ接口故障。逡逑－般情况下，针对ＭＣＳ中被控对象的ＦＤＤ研究均单独进行，并不列入控制逡逑系统ＦＤＤ的研究范畴。此外，控制器故障和Ａ／Ｄ、Ｄ／Ａ接口故障属于ＤＣＳ模件逡逑故障，随着技术的进步各ＤＣＳ厂家采用了各种手段来提高其产品的可靠性，目逡逑前ＤＣＳ的可靠性己得到了较好的保证，同时绝大多数ＤＣＳ都带有模件自诊断功逡逑能，可以方便的查找故障。因此，ＤＣＳ模件故障不作为本文的研究内容。而对逡逑传感器执行器来说，这Tp部件的工作环境往往十分恶劣，故障的发生概率很高，逡逑因此传感器执行器是模拟量控制系统中的薄弱环节

变量,曲线,基矩阵,步骤

则邋Ｗ（：，ｊ）邋＝邋ｙｊ＾（ｊ，，ｊ）ｘ＾ｘ（＜ｘ＿／＼＼ｘ＿ｌ）ｒ逦，逡逑好（），：）邋＝邋＃ＵＸ邋ｘ邋（义／ＩｋＩｌｆ。逡逑步骤５：输出初始化后的基矩阵Ｒ和系数矩阵／／。逡逑６．２仿真验证逡逑在上一小节中给出了邋ＮＤＳＶＤ初始化方法的构造原理以及具体实施步骤，小节中将采用数值仿真的方式来验证ＮＤＳＶＤ初始化方法的有效性。文献［１１绍了邋一个经典的多模态数值模型，很多文献都利用该模型来验证其算法的有问题。其模型结构如式（３－５９）所示。逡逑［０．５７６８邋０．３７６６］邋卜—逡逑＾逦０．７３８２逦０．０５６６逦ｆ逦ｅ２逡逑ｘ３邋＝邋０．８２９１邋０．４００９邋？逦＋邋ｅ３逦（３－５ｘ４逦０．６５１９逦０．２０７０逦Ｐ２」ｅ４逡逑ｘ５逦Ｌ０．３９７２逦０．８０４５」逦ｅ５逡逑
【学位授予单位】：华北电力大学(北京)
【学位级别】：博士
【学位授予年份】：2018
【分类号】：TP277

【参考文献】