基于多层优化PCC-SDG方法的化工过程故障诊断

• 作者: 李乐宁 田文德 董玉玺
• 来源期刊: 化工学报
• 关键词: 故障检测与诊断 皮尔逊相关系数 SDG 多层相关系数集 聚集权重系数Q规则
• 年，卷（期）: 2018,（3）
• 页码范围: 1173-1181
• 页数: 9页
• 分类号: TQ018
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20171104

摘要

化工过程的故障发生往往都是一个变量带动多个变量的连锁效应.本文基于变量的相关性变化特点,用符号有向图SDG(signed directed graph)描述系统因果影响关系,以皮尔逊相关系数PCC(Pearson correlation coefficient)计算网络统计指标,提出了一种基于多层优化 PCC-SDG 的故障诊断方法.该方法基于全工艺的网络拓扑结构,首先对选取的变量进行初步优化.然后,为有效提取工艺特征信息,运用PCA(principal component analysis)权重思想从多层相关系数集中选取了权重较大的关键变量,结合 SDG 建立最优 PCC-SDG 网络.最后,针对最优PCC-SDG网络变量的相关性规律重构聚集权重系数Q,进行过程故障检测与诊断.TE(Tennessee Eastman)仿真过程的应用结果表明,PCC-SDG建模及故障诊断步骤较为简洁,可以充分挖掘SDG深层次关联特性,定量简化SDG的故障诊断效果明显,具有较好的过程监控优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田文德	青岛科技大学化工学院	68	263	8.0	13.0
2	董玉玺	青岛科技大学化工学院	2	6	2.0	2.0
3	李乐宁	青岛科技大学化工学院	1	4	1.0	1.0