基于PPA的多元统计分析方法在过程故障诊断的应用

• 作者: 戴一阳 杨鑫 汪庆宁
• 来源期刊: 计算机与应用化学
• 学科: 工学
• 关键词: 多元统计分析方法 PPA PCA 故障诊断 Tennessee-Eastman过程
• 年，卷（期）: 2018,（10）
• 页码范围: 821-832
• 页数: 12页
• 分类号: TP277|TP399|TQ015.9
• 语种: 中文
• DOI: 10.16866/j.com.app.chem201810005

摘要

在使用多元统计分析方法进行故障诊断时,特征提取的结果往往决定着故障诊断的效果.其中主元分析方法(PCA)由于操作简单、计算复杂度低、直观解释好等特点一直被广泛地用于特征提取,但是当数据中各变量之间存在明显的非线性相关性时,若采用PCA进行特征提取则会导致数据信息的缺失.过去有许多学者提出了对PCA进行改进的方法,其中最为经典的改进是在PCA的基础上引入核函数形成的核主元分析法(KPCA),KPCA虽然能有效的进行非线性特征提取,但是该方法的计算复杂度较大;近年来,有学者提出利用主曲线的理论观点来改进PCA,并提出了主元多项式分析法(Principal Polynomial Analysis,PPA),研究表明该方法不仅能有效地提取出非线性特征而且还具有简单、计算复杂度低、直观解释性好等特点.因此,本文提出了一种基于PPA的多元统计分析方法,并将其应用于复杂的Tennessee-Eastman (TE)过程中进行故障诊断,并与基于PCA的诊断效果和基于KPCA的诊断效果进行对比,最终仿真实验表明基于PPA的多元统计分析方法在诊断速度和诊断效果上有着明显的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪庆宁		1	0	0.0	0.0
2	杨鑫		7	6	2.0	2.0
3	戴一阳		1	0	0.0	0.0